Vanemahüvitise suurus sõltub muuhulgas sellest, kas saaja töötab vanemahüvitise saamise ajal. Need reeglid on aastate jooksul muutunud. Alljärgnevalt on toodud valemid ja illustreeritud seda graafiliselt.
Vanemahüvitise kehtestamise alguses esines vanemahüvitise valemis lõks, kus inimesed võisid teatud töötasu korral kogusummas kaotada.
\[ VH^{Uus2004} = \begin{cases} VH, & \mbox{kui } palk \le VHmin \\ (VH + palk)/1.2-palk, & \mbox{kui } palk > VHmin \& palk \le 5 VHmin \\ 0, & \mbox{kui } palk > 5 VHmin \end{cases} \]
kus \(palk\) on vanemahüvitise saamise ajal saadav brutopalk, \(VHmin\) on vanemahüvitise määr ehk minimaalne vanemahüvitis. Kui brutopalk ületas vanemahüvitise määra viiekordselt, siis vanemahüvitis oli null.
Vanemahüvitise ja töötasu valemi koosmõju iseloomustab järgmine joonis. Kõik arvud on esitatud eurodes.
vhparameetrid <- read_xlsx(path = "vanemahuvitiseparameetrid.xlsx", sheet = "et_eur") %>%
as.data.frame()
#andmetabelina
vhparameetridt <- vhparameetrid %>% dplyr::select(-`Näitaja`) %>%
pivot_longer(names_to = "Aasta", values_to = "vaartus", cols = c(2:18)) %>%
pivot_wider(names_from = "lyhend", values_from = "vaartus")
#Kasutan siiski maatriksit
#Vt ka https://www.dummies.com/programming/r/how-to-name-matrix-rows-and-columns-in-r/
#jätame välja aasta ja paneme selle reanimeks
parameetreid <- dim(vhparameetridt)[2]
vhparameetridm <- as.matrix(vhparameetridt[, 2:parameetreid])
row.names(vhparameetridm) <- vhparameetridt$Aasta
#Üldparameetrid
#esialgne palk, mille põhjal vanemahüvitis arvutatakse
esialgnepalk = 300 #eurodes
#Joonisele maksimaalne palk
palkylemine = 2000 #eurodes
#TODO:! kontrollida, et ega see ei muutunud vaatlusalusel perioodil
lapsehooldustasu=700/15.6466
df <- data.frame(palk=seq(1, palkylemine, by = 1))
joonisaasta <- function(df = df){
df %>% dplyr::filter(aasta==as.numeric(Aasta)) %>%
pivot_longer(cols = c(vanhyv, uusvanhyv, brutotulukokku), names_to = "muutuja", values_to = "vaartus") %>%
ggplot(aes(x = palk, y = vaartus, color = muutuja)) +
geom_line() +
scale_color_discrete(breaks = c("vanhyv", "uusvanhyv", "brutotulukokku"),
labels = c("Esialgne vanemahüvitis", "Uus vanemahüvitis", "Vanemahüvitis + Brutopalk")) +
labs(color= "",
x = "Vanemahüvitise saamise ajal teenitav brutopalk",
y = "Eur kuus", title = paste0("Töötamise mõju vanemahüvitise suurusele ja kogu brutotulule \naastal ", Aasta),
caption = paste0("Eeldus: sünnitusele eelnenud brutopalk kahekordne alampalk ehk ", esialgnepalk, " eurot." )) +
theme_minimal()
}
Aasta = "2004"
#2004-2007 kehtinud seaduse valem
#Võtame eelneva palga ja vanemahüvitise kahekordse alampalga
esialgnepalk = round(2*vhparameetridm[Aasta, "minpalk"],0)
df <- df %>%
mutate(aasta = as.numeric(Aasta)) %>%
#vanemahüvitise suurus
mutate(vanhyv = case_when(
#kui palka ei ole, saab vanemahüvitise määra
esialgnepalk ==0 ~ vhparameetridm[Aasta, "vanhyvmaar"],
#kui palk on aga väiksem kui alampalk, siis saab alampalga
esialgnepalk >0 & esialgnepalk <= vhparameetridm[Aasta, "minpalk"] ~ vhparameetridm[Aasta, "minpalk"],
#kui palk on suurem kui alampalk, siis saab palgasuuruses, aga mitte enam kui maksimum
esialgnepalk > vhparameetridm[Aasta, "minpalk"] ~ min(esialgnepalk, vhparameetridm[Aasta, "maksimum"]))) %>%
#uus vanemahüvitis
mutate(uusvanhyv = case_when(
#kui palk on väiksem kui vanemahüvitise määr, siis ei muutu midagi
palk <= vhparameetridm[Aasta, "vanhyvmaar"] ~ vanhyv,
#kui palk on suurem kui vanemahüvitise määr aga väiksem kui 5kordne vanemahüvitise määr, siis rakendub vähendamise valem
palk >= vhparameetridm[Aasta, "vanhyvmaar"] & palk <=5*vhparameetridm[Aasta, "vanhyvmaar"] ~ (vanhyv+palk)/vhparameetridm[Aasta, "vahendamisemaar"]- palk,
#Kui palk on suurem kui 5kordne vanemahüvitise määr, siis on uus hüvitis 0
palk >= 5*vhparameetridm[Aasta, "vanhyvmaar"] ~ 0)) %>%
#kokku brutotulu
mutate(brutotulukokku= uusvanhyv+palk)
assign(paste0("df", Aasta), df)
joonisaasta(df)
Alates 2007. aastast valemit muudeti, tagades vanemale alati vanemahüvitis suuruse lapsehooldustasu ulatuses, ning vähendades lõksu sügavust.
\[ VH^{Uus2007} = \begin{cases} VH, & \mbox{kui } palk \le VHmin \\ max(lapsehooldustasu, (VH + (palk-VHmin))/1.2-(palk-VHmin), & \mbox{kui } palk > VHmin \& palk \le 5 VHmin) \\ lapsehooldustasu, & \mbox{kui } palk > 5 VHmin \end{cases} \]
Aasta = "2008"
#Võtame eelneva palga ja vanemahüvitise kahekordse alampalga
esialgnepalk = round(2*vhparameetridm[Aasta, "minpalk"],0)
df <- df %>%
mutate(aasta = as.numeric(Aasta)) %>%
#uus vanemahüvitis 2008
mutate(uusvanhyv = case_when(
#kui palk on väiksem kui vanemahüvitise määr, siis ei muutu midagi
palk <= vhparameetridm[Aasta, "vanhyvmaar"] ~ vanhyv,
#kui palk on suurem kui vanemahüvitise määr aga väiksem kui 5kordne vanemahüvitise määr, siis rakendub vähendamise valem
#Vanemahüvitis ei tohi minna väiksemaks kui lapsehooldustasu
palk >= vhparameetridm[Aasta, "vanhyvmaar"] & palk <=5*vhparameetridm[Aasta, "vanhyvmaar"] ~
pmax(lapsehooldustasu, (vanhyv+(palk - vhparameetridm[Aasta, "vanhyvmaar"]))/vhparameetridm[Aasta, "vahendamisemaar"] - (palk - vhparameetridm[Aasta, "vanhyvmaar"])),
#Kui palk on suurem kui 5kordne vanemahüvitise määr, siis on uus hüvitis lapsehooldustasu
palk >= 5*vhparameetridm[Aasta, "vanhyvmaar"] ~ lapsehooldustasu)) %>%
#kokku brutotulu
mutate(brutotulukokku= uusvanhyv+palk)
assign(paste0("df", Aasta), df)
joonisaasta(df)
\[ VH^{Uus2014} = \begin{cases} VH, & \mbox{kui } palk \le VHmin \\ max(0.5 VH, VH - (palk-VHmin)/2), & \mbox{kui } palk > VHmin \end{cases} \]
Märkusena olgu lisatud, et sotsiaalministeeriumist valitsusse läinud ettepanek oli rangem, mis seadis garanteeritud hüvitise suuruseks vanemahüvitise määras hüvitise.
\[ VH^{Uus2014plaan} = \begin{cases} VH, & \mbox{kui } palk \le VHmin \\ max(VHmin, VH - (palk-VHmin)/2), & \mbox{kui } palk > VHmin \end{cases} \]
Alljärgnevalt on taas kirjeldatud tekkinud olukorda joonisel.
Aasta = "2014"
#Võtame eelneva palga ja vanemahüvitise kahekordse alampalga
esialgnepalk = round(2*vhparameetridm[Aasta, "minpalk"],0)
df <- df %>%
mutate(aasta = as.numeric(Aasta)) %>%
#uus vanemahüvitis 2014
mutate(uusvanhyv = case_when(
#kui palk on väiksem kui vanemahüvitise määr, siis ei muutu midagi
palk <= vhparameetridm[Aasta, "vanhyvmaar"] ~ vanhyv,
#kui palk on suurem kui vanemahüvitise määr, siis rakendub vähendamise valem
#Vanemahüvitis ei tohi minna väiksemaks kui pool algset vanemahüvitist
#Endale kontroll: kas pool vanemahüvitise määras vanemahüvitist oleks alati suurem kui lapsehooldustasu
palk >= vhparameetridm[Aasta, "vanhyvmaar"] ~
pmax(0.5*vanhyv, vanhyv - (palk - vhparameetridm[Aasta, "vanhyvmaar"])/vhparameetridm[Aasta, "vahendamisemaar"]))) %>%
#kokku brutotulu
mutate(brutotulukokku= uusvanhyv + palk)
assign(paste0("df", Aasta), df)
joonisaasta(df)
Alates 1. märts 2018 tõsteti piiri, kust hakatakse vähendama vanemahüvitise suurust, vanemahüvitise määralt pooleni maksimaalse vanemahüvitise suuruseni. Vastavalt muudeti ka vähendamise valemit. Selle tulemusena muutus töötamine vanemahüvitise saamise ajal taas soodsamaks.
\[ VH^{Uus2018} = \begin{cases} VH, & \mbox{kui } palk \le 0.5VHmax \\ max(0.5 VH, VH - (palk - 0.5VHmax)/2), & \mbox{kui } palk > 0.5VHmax \end{cases} \]
Aasta = "2018"
#Võtame eelneva palga ja vanemahüvitise kahekordse alampalga
esialgnepalk = round(2*vhparameetridm[Aasta, "minpalk"],0)
df <- df %>%
mutate(aasta = as.numeric(Aasta)) %>%
#uus vanemahüvitis 2018
mutate(uusvanhyv = case_when(
#kui palk on väiksem kui pool maksimaalsest vanemahüvitisest, siis ei muutu midagi
palk <= 0.5*vhparameetridm[Aasta, "maksimum"] ~ vanhyv,
#kui palk on suurem kui pool maksimaalsest vanemahüvitisest, siis rakendub vähendamise valem
#Vanemahüvitis ei tohi minna väiksemaks kui pool algset vanemahüvitist
#Endale kontroll: kas pool vanemahüvitise määras vanemahüvitist oleks alati suurem kui lapsehooldustasu
palk >= 0.5*vhparameetridm[Aasta, "maksimum"] ~
pmax(0.5*vanhyv, vanhyv - (palk - 0.5*vhparameetridm[Aasta, "maksimum"])/vhparameetridm[Aasta, "vahendamisemaar"]))) %>%
#kokku brutotulu
mutate(brutotulukokku= uusvanhyv + palk)
assign(paste0("df", Aasta), df)
joonisaasta(df)
Alljärgneval joonisel on kokkuvõtvalt toodud kõik muudatused ühel joonisel.
dfkoos <- bind_rows(df2004, df2008, df2014, df2018)
dfpikk <- dfkoos %>%
pivot_longer(cols = c(uusvanhyv, brutotulukokku),
names_to = c("tunnus"),
values_to = c("vaartus"))
#Viime pikale kujule
nimedjoonisele <- c('brutotulukokku' = 'Brutotulu kokku',
'uusvanhyv' = 'Uus vanemahüvitis')
ggplot(dfpikk, aes(x = palk, y = vaartus, color = factor(aasta), group=factor(aasta))) +
geom_line() +
facet_wrap(~tunnus, scales = "free_y", labeller = as_labeller(nimedjoonisele)) +
labs(color = "", x = "Vanemahüvitise saamise ajal teenitav brutopalk",
y = "Eur kuus", title = "Samaaegse töötamise mõju vanemahüvitise suurusele ja kogu brutotulule läbi aastate",
caption = paste0("Eeldus: sünnitusele eelnenud brutopalk ja määratud vanemahüvitis kahekordne alampalk")) +
theme_minimal()
dfpikk2 <- dfkoos %>%
mutate(palkx = palk) %>%
dplyr::select(palk, aasta, palkx, uusvanhyv) %>%
pivot_longer(cols = c(palk, uusvanhyv),
names_to = c("tunnus"),
values_to = c("vaartus"))
#Muudame järjekorra
dfpikk2$tunnus <- factor(dfpikk2$tunnus, levels = c("uusvanhyv", "palk"), labels = c("Vähendatud vanemahüvitis", "Töötasu"))
ggplot(dfpikk2, aes(x = palkx, y = vaartus, fill = tunnus)) +
geom_area() +
facet_wrap(~aasta) +
labs(fill = "", x = "Vanemahüvitise saamise ajal teenitav brutopalk (eurot)",
y = "Brutotulu kokku (eurot)", title = "Samaaegse töötamise mõju vanemahüvitise suurusele \nja kogu brutotulule läbi aastate",
caption = paste0("Eeldus: sünnitusele eelnenud brutopalk ja määratud vanemahüvitis kahekordne alampalk")) +
theme_minimal() +
theme(legend.position="bottom")