Vysoká škola báňská – Technická univerzita Ostrava Fakulta Stavební
REGIONÁLNÍ DISPARITY V DOSTUPNOSTI BYDLENÍ, JEJICH SOCIOEKONOMICKÉ DŮSLEDKY A NÁVRHY OPATŘENÍ NA SNÍŢENÍ REGIONÁLNÍCH DISPARIT
Projekt MMR WD-05-07-3 Zpráva o výsledcích aktivity A0904 – Moravskoslezský kraj Příprava mapování velikosti skupin obyvatel akutně ohrožených sociálním vyloučením ve vybraných čtyřech krajích (NUTS 3) v souvislosti s vývojem finanční dostupnosti bydlení a regionálních disparit v dostupnosti bydlení
Jan Česelský, Vladimír Šmidák
OSTRAVA, prosinec 2009
1. Úvod a cíle aktivity Sociálním vyloučením je proces, kterým jsou jednotlivci i celé skupiny osob zbavováni přístupu ke zdrojům nezbytným pro zapojení se do sociálních, ekonomických a politických aktivit společnosti jako celku. Proces sociálního vyloučení je primárně důsledkem chudoby a nízkých výdělků a dalších faktorů jako jsou diskriminace, nízké vzdělání, špatné ţivotní podmínky. Sociálně vyloučení jsou odříznuti od institucí a sluţeb, sociálních sítí a vzdělávacích příleţitostí. Projevem sociálního vyloučení je např. dlouhodobá nezaměstnanost, závislost na sociálních dávkách, ţivot v prostorově vyloučených částech obcí (ghettech), nízká kvalifikace, špatný zdravotní stav, rozpad rodin, ztráta sebeúcty (Mareš, 2006). Cílem aktivity podle návrhového materiálu je získání znalosti počtu (rozsahu) obyvatel v Moravskoslezském kraji, kteří jsou přímo ohroţeni sociálním vyloučením. Plánovanou náplní aktivity v této fázi řešení projektu měla být zejména analýza datových výstupů z dosavadních šetření Ústavu územního rozvoje (ÚÚR) a oslovení neziskových organizací působících v Moravskoslezském kraji (MSK), které poskytují pomoc osobám bez přístřeší s cílem co nejpřesněji kvantifikovat počet osob bezprostředně ohroţených sociálním vyloučením.
2. Údajová základna V souvislosti s bydlením lze sociálně ohroţené skupiny obyvatelstva rozdělit do dvou základních skupin (Mareš, 2006):
první skupinu tvoří osoby, jejichţ specifické potřeby v oblasti bydlení vyplývají ze zdravotního stavu:
tělesně a zdravotně postižení mentálně zdravotně postižení senioři
druhá skupina zahrnuje osoby, jejichţ specifická situace v oblasti bydlení vyplývá ze socioekonomických důvodů:
mladí lidé hledající první bydlení osamělí rodiče s dětmi domácnosti s jedním ekonomicko-aktivním členem domácnosti nezaměstnaných či nízkokvalifikovaných národnostní a etnické menšiny imigranti a uprchlíci bezdomovci.
I kdyţ nejcharakterističtější skupinou obyvatel akutně ohroţenou sociálním vyloučením a mimořádně zatíţenou jak finanční tak fyzickou nedostupností jsou bezdomovci, pro práci a mapování bylo nakonec stanoveno skupin více. Pro řešení aktivity byla v rámci vybraných skupin obyvatelstva akutně ohroţených sociálním vyloučením řešiteli projektu vygenerována přesnější kategorizace skupin: 1. etnické a národnostní menšiny 2. cizinci z rozvojových a tranzitivních zemí(legální i nelegální pobyty) 3. osoby bez přístřeší 4. osoby opouštějící zařízení pro výkon ústavní nebo ochranné výchovy a osoby opouštějící výkon trestu odnětí svobody 5. neplatiči nájemného – domácnosti s dluhem na nájemném v obecních bytech Pro doplnění šetření kvantifikace předmětných skupin byl k výše uvedeným datovým informacím připojen také poţadavek o znalosti lokalizace, počtu lokalit sociálního vyloučení a počtu jejich obyvatel: 6. lokality sociálního vyloučení Tato údajová základna byla později redukována z důvodu příliš problematického získávání informací o kategorii osob opouštějících zařízení pro výkon ústavní péče a výkon trestu odnětí svobody. Kategorie etnických a národnostních menšin byla zúţena pouze na skupinu romské menšiny. V souvislosti se šetřením počtu osob bez přístřeší bylo rozhodnuto s připojením doplňující problematiky, avšak velmi důleţité 7. počet azylových lůžek.
3. Zdrojová základna a metodika šetření Původní představa o primárním zdroji informací v podobě pravidelně prováděného šetření Ústavu územního rozvoje Brno – „Monitoring komunálního bydlení“ se ukázala problematická. Předmětné šetření, které v dnešní době šetří 54 měst a svým záběrem pokrývá cca 45% obecního bytového fondu ČR, se téměř trvale zaměřuje pouze na tématické okruhy: privatizace obecního bytového fondu, pohybu v rámci obecního bytového fondu, plateb spojených s uţíváním obecních bytů, náklady na správu obecního bytového fondu, doplňková část,
neřeší však problematiku sociálního vyloučení. Dalším problémem pro pouţití tohoto šetření, jako zdrojové základny, je nestejnorodé pokrytí Moravskoslezského kraje šetřenými obcemi a jejich malý počet. Po konzultaci se zástupci ÚÚR a zjištění velmi problematického provedení doplnění problematiky sociálního vyloučení do dotazníku, také z důvodu časového nesouladu poţadavku a rozesílání dotazníku, nebyl nakonec tento zdroj pouţit. Jako náhrada za nemoţnost pouţití předchozího plánovaného zdroje bylo řešiteli projektu přijato rozhodnutí, ţe data pro mapování velikostních skupin obyvatel akutně ohroţených sociálním vyloučením budou získávána za Moravskoslezský kraj z měst s počtem obyvatel vyšším neţ 10 000 (viz Tabulka 1). Tabulka 1: Soubor šetřených měst Město Počet obyvatel Bohumín 22 914 Bruntál 17 494 Český Těšín 25 833 Frenštát pod Radhoštěm 11 187 Frýdek Místek 59 233 Havířov 84 033 Hlučín 14 232 Karviná 62 881 Kopřivnice 23 248 Krnov 25 221 Nový Jičín 26 071 Opava 58 923 Orlová 32 918 Ostrava 308 374 Studénka 10 220 Třinec 37 657 Zdroj: ČSÚ - Statistická ročenka 2008 (k 31.12.2007) Celkový počet obyvatel výše uvedených 16 měst činí 794 368, při celkovém počtu obyvatel Moravskoslezském kraje (1 257 554 obyvatel) činí uvedených 16 měst 63,2 % populace. I kdyţ výsledný výběr měst neposkytuje zdaleka kompletní informační záběr o celé situaci v Moravskoslezském kraji, na základě odborných publikací (Mareš, 2006) se problematika sociálního vyloučení především soustředí do měst. Výsledné pokrytí 2/3 obyvatelstva MSK, charakterizováno jenom většími městy (města nad 10. tis. obyvatel) tedy není nikterak omezující skutečností a dává dostatečnou představu o šetřené problematice v kraji. Z důvodu snahy eliminovat komplikované kontakty a častou neochotu městských úřadů a naopak snaha o co největší součinnost k získání relevantních informací k řešené problematice bylo přistoupeno ke sběru – monitoringu poţadovaných dat primárně osobním (telefonickým) oslovením jednotlivých tajemníků všech příslušných městských úřadů, byl představen
projekt/aktivita a byla dohodnuta součinnost vybraných úřadů. Teprve „ve druhé vlně“ byl v dohodnutém termínu poţadavek písemně precizován a odeslán v přesně definované struktuře, která vycházela z vygenerované kategorizace skupin a doplňkové otázky o lokalitách sociálního vyloučení. Výjimku tvořilo Statutární město Ostrava, kde z důvodu osobních kontaktů, byly osloveny přímo jednotlivé odbory – Odbor sociálních věcí a zdravotnictví a Odbor komunální a bytový. Monitoring proběhl v měsících červen – září 2009. Kvalita poskytnutých informací z vybrané mnoţiny měst nad 10 tis. obyvatel byla různá, ve většině případů byla na dobré vypovídací úrovni, zejména informace týkající se nájemného, dluhů na nájemném atd. Informace o osobách bez přístřeší - bezdomovcích (počty, věková struktura, vzdělání atd.) byly v mnoha případech dodány úplné, ale v některých případech velmi kusé. Některé městské úřady sdělily, ţe bezdomovce na svém území neevidují a jeden městský úřad sdělil, ţe nemůţe tyto informace sdělit, protoţe o bezdomovcích nemá informace. Celkově však údaje nebyly zjištěny v prvotní plánované detailní struktuře (viz Příloha 1), zejména z důvodu neexistující detailní evidence těchto skupin obyvatel. Hodnocení šetření skupiny obyvatel bez přístřeší v hlubších strukturách - rodinný stav, věková struktura, vzdělání a etnická skupina tedy není moţno provést, i kdyţ některá města tyto údaje ve velmi omezeném mnoţství a struktuře poskytla. Pro zamezení pochyb nad omezeným mnoţstvím informací o problematice sociálního vyloučení a lepší krajskou vypovídací schopnost, do té doby výběrové situace z měst, bylo řešiteli aktivity rozhodnuto, informační zdrojovou základnu doplnit o informace z krajské úrovně. Kontaktován byl Krajský úřad MSK – Odbor sociálních věcí, kde po jednáních bylo dohodnuto poskytnutí informací o osobách bez přístřeší a v návaznosti na tyto také kvantifikační údaje o příslušných poskytovatelích sociálních sluţeb. Pracovníky odboru byl nakonec poskytnut kvalifikovaný odhad počtu bezdomovců na území obcí s rozšířenou působností v MSK (k datu 30.6.2009), údaje byly zohledněny a pouţity k dalšímu zpracování. Hodnoty o poskytovatelích sociálních sluţeb dodány nebyly. Kvantifikace poskytovatelů sociálních sluţeb řešících problematiku osob bez přístřeší a jejich lůţková kapacita byla zpracována na základě dílčích informací poskytnutých šetřenými obcemi velikostní kategorie nad 10 tis. obyvatel. Pro představu, na úrovních okresů a poté kvantifikaci za celý MSK, byl pouţit také webový informační portál Ministerstva práce a sociálních věcí – „Registr poskytovatelů sociálních sluţeb“. K oslovení jednotlivých subjektů poskytujících sociální sluţby předmětným šetřeným skupinám nebylo přistoupeno. Předpokládalo se, ţe informace zjištěné z tohoto zdroje by
pouze překrývaly informace zjištěné z městských úřadů; v mnoha případech tyto subjekty aktivně s odbory sociálních věcí městských úřadů komunikují a informace jsou tedy známy. Stejně tak „obloţnost“ lůţek by při provádění monitoringu v letních měsících byla zkreslující. Údaje o pobytu cizinců z rozvojových a tranzitivních zemí byly získány od Oblastního ředitelství sluţby cizinecké policie Ostrava. Původní představa o získání informací o těchto skupinách také ve strukturálním členění podle různých kritérií byla omezena pouze na kvantifikaci skupiny s povoleným pobytem na území ČR, kteří jsou hlášeni na území Moravskoslezského kraje s odvoláním, ţe údaje o nelegálních cizincích nejsou téměř zjistitelné a jedná se o pouhé odborné spekulativní odhady, které navíc nejsou příliš krajsky diferencovány. Tedy tato skupina cizinců nebyla nakonec sledována.
4. Metodika zpracování výsledků Ve vrácených „dotaznících“ nebyly mnohde vyplněny všechny poţadované údaje, proto jednotlivé okruhy problematiky musely být hodnoceny vţdy jen z dostupných a srovnatelných údajů. Pro problematiku osob bez přístřeší se vycházelo ze dvou informačních směrů (městské úřady měst velikosti nad 10 tis. obyvatel , krajský úřad MSK). Získaná informační data byla zapsána do vytvořených pracovních tabulek, které byly členěny podle jednotlivých tématických okruhů. Tabulky byly zpracovány pro převáţnou většinu šetření v rozmezí měst od 10 tis. obyvatel; pro šetření bezdomovců byla doplněna tabulka informací z krajského úřadu, která je členěna na obce s rozšířenou působností. Naopak informace týkající se dostupnosti sociálních sluţeb pro osoby bez přístřeší byly zpracovány pouze v dostupném rozmezí okresů. 4.1 Použité statistické metody Protoţe bylo při šetření pracováno pouze s výběrovým vzorkem měst, který svým počtem informačně pokrývá pouze cca 2/3 obyvatelstva (jedná se tedy o výběr z celku), bylo při zpracování šetření přistoupeno také k podpůrným výpočtům pomocí metod statistické analýzy dat, aby informace reprezentovaly aspoň kvantitativní odhady na celé krajské úrovni. Při zjišťování počtu osob bez přístřeší v Moravskoslezském kraji jsme měli k dispozici údaje ze čtrnácti měst kraje s celkovým počtem 792725 obyvatel ke dni 31.12.2007, coţ představuje 63,4 % obyvatel kraje. Město Bruntál, zahrnuté do skupiny šetřených měst, nedodalo údaje. Údaje z ostatních měst a obcí taktéţ nebyly k dispozici, proto jsme se rozhodli počet
bezdomovců ve zbylých částech kraje dopočítat s pomocí zjištěných (dodaných) dat. K těmto výpočtům jsem zvolili dva různé statistické přístupy – lineární regresi a intervalový odhad střední hodnoty. Regresí se rozumí jednostranná závislost (nikoliv nutně náhodná) na jiné veličině nebo jiných veličinách. Při zkoumání regrese se pozornost zaměřuje na nalezení (střední kvadratické) regresní funkce, která vystihuje průběh této závislosti, a výpočet reziduálního rozptylu, který vystihuje těsnost této závislosti. V našem konkrétním případě jsme aproximovali dané hodnoty regresní přímkou metodou nejmenších čtverců. Jinak řečeno, jsme proloţili body v grafu, které odpovídaly průměrnému počtu bezdomovců na 1000 obyvatel v jednotlivých obcích (ze kterých jsme měli k dispozici relevantní údaje), takovou přímku, aby součet druhých mocnin odchylek jednotlivých bodů od přímky byl minimální. Graf 1: Aproximace počtu osob bez přístřeší regresní přímkou 450 400 350 y = 0,0011x + 66,395 R2 = 0,493
300 250
Řada1 Lineární (Řada1)
200 150 100 50 0 0
50000
100000
150000
200000
250000
300000
350000
Zdroj: vlastní výpočet S pomocí takto získané regresní funkce jsme zjistili (odhadli) počty bezdomovců ve zbývajících menších obcích kraje (všechny obce s rozšířenou působností). Z tohoto postupu jsme vyřadili město Rýmařov (údaje o počtu bezdomovců jsem neměli k dispozici), neboť situace v této části kraje je specifická a vymyká se většinovému trendu v Moravskoslezském kraji. Proto jsme zjištění v tomto městě provedli pouze na základě údajů z města Bruntál za předpokladu, ţe veličina „počet bezdomovců“ má v obou městech srovnatelné rozdělení pravděpodobnosti. Pro zjištění odhadu za celý MSK byl pouţit jiný způsob přístupu. Ten spočíval v pouţití intervalového odhadu střední hodnoty. Chyběly pouze údaje z zbývajících menších měst a obcí kraje. Proto byly pouţity údaje z menších měst, které byly k dispozici a vytvořili veličinu
počet bezdomovců na 1000 obyvatel. Vypočtena byla střední hodnotu této veličiny a na hladině spolehlivosti 95 %, za předpokladu normálního rozdělení, příslušný intervalový odhad této veličiny. bezdomovci/1000 ob. Stř. hodnota Chyba stř. hodnoty Medián Směr. odchylka Rozptyl výběru Minimum Maximum Počet Hladina spolehlivosti (95,0%)
0,905595 0,196237 0,836119 0,392474 0,154036 0,544662 1,405481 4 0,624513
Předpokládali jsme, ţe ve zbývajících městech a obcích kraje má tato veličina stejné rozloţení pravděpodobnosti a na základě tohoto předpokladu jsme provedli příslušný dopočet – viz Tabulka 3.
5. Shrnutí výsledků 5.1 Osoby bez přístřeší - bezdomovci Jiţ při generování přesnějších kategorií skupin akutně ohroţených sociálním vyloučením k realizaci šetření se předpokládalo, ţe nejcharakterističtější skupinou, která bude jak na místní úrovni, tak úrovni kraje, nejtransparentněji známa, je skupina osob bez přístřeší – bezdomovců. Je to zapříčiněno zejména častou snahou municipalit, podporovanou subjekty sociálních sluţeb, o co největší kvantitativní informační přehled o této sociální skupině. Tabulka 2: Kvantifikace osob bez přístřeší
pohlaví poč. obyvatel
město
celkem MSK Bohumín Bruntál Frenštát p.R. Hlučín Krnov Opava
muţi
35 23 31 150 72
podíl M/Ţ: muţi %
podíl M/Ţ: ţeny %
ţeny
75,0 17 26 118 62
73,9 83,9 78,7 86,1
% z celk. počtu ob. obce
25,0 6 5 32 10
26,1 16,1 21,3 13,9
1249897 22914 17494 11187 14232 25221 58923
0,15 0,00 0,21 0,22 0,59 0,12
Orlová Třinec Studénka Český Těšín Frýdek-Místek Havířov Karviná Kopřivnice Ostrava Nový Jičín CELKEM
235 88 0 106 200 60 339 66 391 20 1816
165 63
70,2 71,6
70 25
29,8 28,4
83
78,3
23
21,7
52 203 62
86,7 59,9 93,9 85,0
7 136 4
11,7 40,1 6,1 15,0 pokryto:
32918 0,71 37657 0,23 10220 0,00 25833 0,41 59233 0,34 84033 0,07 62881 0,54 23248 0,28 308374 0,13 26071 0,08 794368 obyvatel
Zdroj: vlastní monitoring Tento fakt potvrzují také výstupy z provedeného šetření (Tabulka 2). Pouze na výjimku města Bruntálu, který podle svého sdělení nemá o této skupině informace, zbylá skupina oslovených měst měla představu o počtu bezdomovců na jejich území. Dokonce většina z nich zná také údaje v členění podle pohlaví, a to buď nominálně nebo aspoň odhady procentní. Město Studénka na svém území neeviduje ţádného bezdomovce. V šetřených městech osoby bez přístřeší tvoří průměrně 0,23% obyvatel. Vetší mnoţství osob bez přístřeší je evidováno, podle očekávání, ve větších městech - v Ostravě, Karviné, Frýdku – Místku. Jak vypovídá graf není to však „výsadou“ větších měst. Daleko větší problém v podobě podílu bezdomovců vzhledem k celkovému počtu obyvatelstva města se objevuje v Orlové (0,71), v Krnově (0,59) a Českém Těšíně (0,41). Mezi osobami bez přístřeší ve všech šetřených šestnácti městech převaţují muţi (Graf 3); jejich podíl se pohybuje mezi 60% 87%.
Graf 2: Osoby bez přístřeší – podíl z počtu obyvatel města
0,80
0,71
0,70 0,59
0,60
0,54
0,50 0,41 0,40
0,34 0,28 0,15
0,13
0,12
0,08
0,07
0,10
Ostrava
Kopřivnice
Frýdek-Místek
Český Těšín
Studénka
Třinec
Opava
Krnov
Hlučín
Frenštát p.R.
Bruntál
Bohumín
Havířov
0,00 Orlová
0,00 0,00
Karviná
0,20
0,23
0,21 0,22
Nový Jičín
0,30
Zdroj: vlastní monitoring Graf 3: Osoby bez přístřeší – podíl muži/ženy
100% 90% 80%
podíl M/Ţ: muţi %
Nový Jičín
Ostrava
Kopřivnice
Karviná
Havířov
Frýdek-Místek
Český Těšín
Studénka
Třinec
Orlová
Opava
Hlučín
Frenštát p.R.
Bruntál
Bohumín
50% 40% 30% 20% 10% 0%
Krnov
70% 60%
podíl M/Ţ: ţeny %
Zdroj: vlastní monitoring Z hlediska lokalizace pobytu bezdomovců ve městech se tyto osoby nesoustředí na omezený počet míst, ale jsou, podle odpovědí městských úřadů, rozmístěni na mnoha místech, které jim pro jejich existenci vyhovují. Příkladem je uvedeno město Ostrava (Obrázek 1).
Obrázek 1: Lokality výskytu bezdomovců - Ostrava
Zdroj: Monitoring bezdomovců Ostrava 2007 Údaje z 16 vybraných měst velikostní kategorie nad 10 tis. obyvatel jiţ dávají obecný přehled o moţné situaci v městech Moravskoslezského kraje. Při pouţití odhadů dodaných krajským úřadem a metodami statistické analýzy dat, metodou lineární regrese, byla tabulka rozšířena do úrovně obcí s rozšířenou působností (Tabulka 3). Nedodaná kvantifikace z města Bruntálu byla doplněna informacemi z kraje.
Tabulka 3: Odhad osob bez přístřeší v ORP Moravskoslezského kraje Město Získaná data měst :
Bohumín Frenštát p.R. Hlučín Krnov Opava Orlová Třinec Studénka Český Těšín Frýdek-Místek Havířov Karviná Kopřivnice Ostrava Nový Jičín
Odhady kraj. úřad
Jablunkov Odry Vítkov Kravaře Bruntál
Vypočtené odhady:
Bílovec Frýdlant nad Ostravicí Rýmařov CELKOVÝ POČET: PRŮMĚR
Počet obyvatel k 31.12.07 22914 11187 14232 25221 58923 32918 37657 10220 25833 59233 84033 62881 23248 308374 26071
35 23 31 150 72 235 88 0 106 200 60 339 66 391 20
% z celk. počtu ob. obce 0,15 0,21 0,22 0,59 0,12 0,71 0,23 0,00 0,41 0,34 0,07 0,54 0,28 0,13 0,08
5692 7344 6192 6821 17494
8 4 4 7 36
0,14 0,05 0,06 0,10 0,21
7519 9652 8790 872449
9 16 18 1918
0,09 0,09 0,20
Počet bezdomovců
0,22
Zdroj: vlastní monitoring, vlastní výpočty Také z této tabulky je vidět, ţe problematika „bezdomovectví“ je soustředěna především do větších měst. Odhadovaný stav počtu osob bez přístřeší, při kalkulaci všech obcí s rozšířenou působností, stoupl na 1918 osob; průměrný počet bezdomovců vzhledem k celkovému obyvatelstvu měst ORP mírně klesl (0,22%). Metodou popisné statistiky za pomoci znalosti celkového počtu obyvatel v obcích s rozšířenou působností a znalosti celkového počtu obyvatel Moravskoslezského kraje byl stanoven hrubý odhad počtu osob bez přístřeší celého Moravskoslezského kraje. Tuto hodnotu je však nutno brát jako čistě statisticky stanovené číslo, které nezahrnuje širokou škálu aspektů, které mají na vznik bezdomovectví vliv. Jde pouze o pokus a snahu o částečné nahrazení absence přesné evidence osob bez přístřeší na krajské úrovni. Předpoklad: veličina počet osob bez přístřeší mimo obce ORP má stejné rozdělení, jako v menších městech – Jablunkov, Odry, Vítkov, Kravaře
odhad počtu bezdomovců (průměr):
2273
intervalový odhad počtu bezdomovců, hladina významnosti 95%: dolní mez: horní mez:
1998 2547
5.2 Počet azylových lůžek Počet subjektů poskytujících sociální sluţby osobám bez přístřeší, konkrétně počet lůţek, které uspokojují potřeby bydlení těchto osob, je v souvislosti s problematikou fyzické dostupnosti primární. Tyto sluţby bydlení jsou poskytovány v Moravskoslezském kraji azylovými domy, noclehárnami nebo jinými formami ubytoven pro přechodný pobyt osob bez přístřeší, které jsou často děleny pro muţe a pro ţeny. Bohuţel informace ze skupiny šetřených měst nebyly dodány kompletní, některé městské úřady potřebné údaje nedodaly nebo je dodaly v chaotické formě, kdy počet lůţek diferencovaný podle pohlaví nedával součet celkových lůţek ve městě. Pro hodnocení byl upřednostněna hodnota celková. Z důvodu předchozích vad došlých informací proto není moţné provést kvalitní hodnocení vztahu mezi poptávkou, představovanou počtem osob bez přístřeší, a nabídkou, představovanou počtem lůţek v jednotlivých organizacích tuto sluţbu nabízejících. Pro názornost jsou uvedeny aspoň informace z dodaných měst (Tabulka 4 a Graf 3). Pokrytí poptávky v jednotlivých městech bylo provedeno aspoň dílčím srovnáním v procentech. Zatímco ve většině měst nabídka azylových lůţek není vyrovnaná s poptávkou, najdou se také města, kde počet lůţek převyšuje počet eventuálních uchazečů - Frenštát pod Radhoštěm (o 9%), Opava (o 10%). V Havířově tato celková nabídka překračuje poptávku dokonce o 88%, podtrţená 8,5 násobkem „převisu“ nabídky lůţek pro ţeny. Tabulka 4: Počet azylových lůžek město
počet azylových lůžek muži
celk. Bohumín Bruntál Frenštát p.R. Hlučín Krnov Opava Orlová Třinec Studénka Český Těšín Frýdek-Místek
0 25 0 75 79 22 71 25 54
% pokrytí azylovými lůžky
ženy
celkem
0
0
19 0 35
6 0 10
19 44
6 10
0 109 0 110 9 81 24 27
muži
ženy
112 0 30 0 0
100 0 31 0 0
23
26
Havířov Karviná Kopřivnice Ostrava Nový Jičín
113 156 44 272 -
60
188 46 67 70 -
857 0
Zdroj: vlastní monitoring Graf 3: Počet azylových lůžek
300
272
250 200 156 150
113
Nový Jičín
Ostrava
Karviná
Kopřivnice
44
Havířov
Studénka
Krnov
Třinec
0 Opava
0 Hlučín
Frenštát p.R.
Bruntál
Bohumín
0 0
54 25
22
Český Těšín
25
Orlová
50
71
Frýdek-Místek
79
100
Zdroj: vlastní monitoring Omezená představa o moţnostech ubytování pro osoby bez přístřeší z dodaných materiálů oslovených měst je doplněna údaji Ministerstva práce a sociálních věcí (Tabulka 5). Informace zjištěné z tohoto zdroje jsou členěny podle okresů MSK, dávají však v porovnání s informacemi dodanými městy lepší a ucelenější představu o kapacitách moţného „azylového“ bydlení pro příslušné sociální skupiny.
Tabulka 5: Registrované sociální služby jež se v Moravskoslezském kraji profilují na dotčenou cílovou skupinou nízkoprahová denní centra
azylové domy okres
noclehárny
počet obyvatel počet počet počet počet počet počet registrovaných registrovaných registrovaných lůžek lůžek lůžek služeb služeb služeb
MSK 1250255 Bruntál 97868 Frýdek-Místek 211070 Karviná 274863 Nový Jičín 152506 Opava 177213 Ostrava 336735
28 3 4 7 4 3 7
932 127 90 337 99 79 200
13 1 2 3 1 2 4
244 10 34 63 10 23 104
8 1 2 2 0 1 2
187 20 36 36 0 30 65
Zdroj: MPSV-Registr poskytovatelů sociálních služeb (k 30.11.2009) Při jednoduchém porovnání odhadovaného počtu bezdomovců v Moravskoslezském kraji (2367 bezdomovců) a nabídkové kapacity moţného nouzového bydlení na tomto území (1363 lůžek) se ukazuje, ţe nabídka nouzového bydlení pro potřeby osob bez přístřeší, za předpokladu stoprocentní potřeby, dosahuje pouhé poloviny. Tento extrémní stav potřeby nouzového bydlení však není nutný, osoby bez přístřeší totiţ vyuţívají i jiné moţnosti přespávání – opuštěné objekty (boudy, garáţe), ubytování u známých, kde podle provedených šetření a monitoringů (Praha 2004, Brno 2006, Ostrava 2007) jsou spokojeni. Jen cca 35% dotázaných bezdomovců (Monitoring bezdomovců Ostrava 2007) nevyhovuje způsob bydlení. 5.3 Lokality sociálního vyloučení Informace o lokalitách sociálního vyloučení byly ze směru oslovených měst, pro stanovení celkového krajského odhadu, taktéţ neúplné. Některá města údaje nedodala vůbec, včetně krajského města Ostravy. Bohuţel nelze zjistit, zda je za tímto stavem neinformovanost či neochota městských úřadů nebo absence těchto lokalit na územích oslovených měst. Dalším problémem je nejednotnost údajů z některých měst, kdy kaţdé město si pod lokalitou sociálního vyloučení představuje něco jiného. Tento přístup však ze strany měst není chybný. Nejednotnost v omezení velikosti lokality buď geograficky nebo počtem obyvatel se objevuje také, pro příklad, v oficiálním výzkumném projektu Ministerstva práce a sociálních věcí – „Analýza sociálně vyloučených romských lokalit a komunit a absorpční kapacity subjektů
působících v této oblasti definic“. Tento výzkumný projekt také na jedné straně počítá s širší škálou definice sociálně vyloučené lokality. Na jedné straně se můţe jednat o jednotlivý dům, ve kterém ţije několik jednotlivců či rodin, nebo celou městskou čtvrť čítající několik stovek nebo dokonce tisíc obyvatel na straně druhé. Tento prostor je jak místem, do něhoţ jsou „vyloučení“ odkázáni, tak i místem, které se na jejich vyloučení podílí. Hranice této lokality mohou být jak symbolické (to, kdyţ je lokalita vnímána jako tzv. „špatná adresa“, hovoří se o ní jako o „domu hrůzy“, „cikánské ulici“, „ghettu“, „Bronxu“ apod.), tak fyzické (je-li lokalita oddělená od ostatní obytné zástavby průmyslovou zónou, frekventovanou silnicí, vodním tokem, skládkou apod.). Tabulka 6: Lokality sociálního vyloučení Lokality soc. vyloučení Město
Bohumín Bruntál Frenštát p.R. Hlučín Krnov Opava Orlová Třinec Studénka Český Těšín Frýdek-Místek Havířov Karviná Kopřivnice Ostrava Nový Jičín
Počet obyvatel z lokalit
Počet lokalit 6
485
5 (neev., odhad)
15 (nádraţí apod.) 10
880
1
268
8 1 5 2
500 2180 450
2
Zdroj: vlastní monitoring Pro doplnění odhadu o počtech sociálně vyloučených lokalit v Moravskoslezském kraji jsou uvedeny také výsledky výše uvedené studie - „Analýza sociálně vyloučených romských lokalit a komunit a absorpční kapacity subjektů působících v této oblasti definic“ (Tabulka 7), která však byla omezena, podle svého zadání, pouze na vyloučené romské lokality. I tato skutečnost však můţe doplnit předešlé informace dodané městskými úřady.
Tabulka 7: Sociálně vyloučené romské lokality Počet lokalit
Město Bruntál Opava Frýdek Místek Ostrava Bohumín
Počet lokalit
Město 1 2 1 10 3
Krnov Nový Jičín Havířov Orlová Karviná
2 2 2 2 3
Zdroj: Studie MPSV - Analýza sociálně vyloučených romských lokalit a komunit a absorpční kapacity subjektů působících v této oblasti definic 5.4 Neplatiči nájemného V souvislosti se stoupajícími náklady na bydlení, především zvyšujícími se cenami tzv. „regulovaného nájemného“ v obcích, některé sociální skupiny mohou být tímto kaţdoročním nárůstem vyloučeny. Částečně je to patrné z výše dluhů, které města evidují do 31.12.2008 (Tabulka 8). Není však moţné zjistit, zda důvody neplacení nájemného je způsobeno tzv. „chronickým“ vědomým neplacením, zejména skupinami, které se velmi těţce přizpůsobují této zcela běţné nutnosti, a nebo je příčinou opravdu „nechtěné“ neplacení nájemného způsobené počínajícími finančními problémy. Není překvapením, ţe nejvyšší počet domácností s dluhem se vyskytuje v Ostravě (5818) a Karviné (1220), protoţe v těchto městech je zároveň evidován nejpočetnější obecní bytový fond v Moravskoslezském kraji. Překvapením je Havířov, který při stejném počtu obecních bytů, eviduje více jak polovinu dluţících domácností neţ Karviná. Tabulka 8: Neplatiči nájemného
Město
Celkový počet nájemních obecních bytů
Počet domácností s dluhem
celkem MSK Bohumín Bruntál Frenštát p.R. Hlučín Krnov Opava Orlová Třinec Studénka Český Těšín
4477 1741 1029 434 1631 708 519 1848 223 314
% zadlužených domácností
340 554 105 38 185 369
8 32 10 9 11 52
183 146 31
10 65 10
Výše dluhu
celkem
13018455 10226704 1261770 2561427 6811332 2500000 11438501 3095009 2908586 193584
dluh na 1 BJ (Kč) 38 290 18 460 12 017 67 406 36 818 6 775 16 913 19 922 6 245
Frýdek-Místek Havířov Karviná Kopřivnice Ostrava Nový Jičín
1627 7764 7990 1281 16581 1152
317 532 1220 103 5818 500
19 7 15 8 35 43
1928000 1565000 31947136 945000 143999788
6 082 2 942 26 186 9 175 24 751
Zdroj: vlastní monitoring Zajímavé hodnoty se vyskytují také v Hlučíně. Při velmi malé kvantitě obecního bytového fondu, tudíţ malém počtu dluţících domácností, se objevuje vysoký dluh vztaţený na 1 bytovou jednotku (67 406 Kč) (Graf 4). Graf 4: Dlužná částka na 1 bytovou jednotku
67 406
80 000 70 000
Nový Jičín
Ostrava
Kopřivnice
9 175
24 751
26 186 Karviná
2 942
6 082 Frýdek-Místek
Havířov
6 245 Studénka
Český Těšín
19 922
16 913 Třinec
Hlučín
Frenštát p.R.
Bruntál
Bohumín
0
Krnov
10 000
Orlová
6 775
20 000
Opava
18 460
30 000
36 818
40 000
12 017
50 000
38 290
60 000
Zdroj: vlastní monitoring Pokud předpokládáme, ţe kaţdou bytovou jednotku obývá jedna domácnost, je ze sociálního hlediska alarmující vysoké procento zadluţených domácností v Opavě (52%) a Studénce, kde tato hodnota dosahuje dokonce 65% (Graf 5).
Graf 5: % zadlužených domácností
100 90 80 65
70 52
50
43 35
32 15 8 Karviná
Český Těšín
Frýdek-Místek
7
Nový Jičín
10
Studénka
Třinec
Orlová
10
Opava
Bruntál
Bohumín
0
11
Krnov
9 Hlučín
10
8
10
Frenštát p.R.
19
20
Kopřivnice
30
Ostrava
40
Havířov
%
60
Zdroj: vlastní monitoring
5.5 Cizinci Tabulka 9: Cizinci s povoleným pobytem na území ČR, hlášeni na území MSK Trvalý pobyt
celkem Cizinci z třetích zemí Občané EU + Norska a Švýcarska celkem
4919 7410 12329
Dlouhodobý pobyt
% z celk. poč. ob. MSK 0,39 0,59 0,99
Zdroj: vlastní monitoring
celkem 5230 7972 13202
% z celk. poč. ob. MSK 0,42 0,64 1,06
6. Poznatky a závěry Základními hlavními poznatky z provedeného šetření definovaných údajů z lokální úrovně a dodané informační základny z Krajského úřadu Moravskoslezského kraje jsou:
zcela nefungující informační tok mezi úrovní lokální a krajskou v oblasti evidence skupin ohroţených lokálním vyloučením,
nefungující provázanost problematiky sociálně ohroţených skupin a problematiky bydlení; toto platí na lokální úrovni, na krajské nelze vůbec provázanost hledat z důvodu minimální zainteresovanosti kraje v otázkách bytové politiky; z tohoto důvodu, bez jakéhokoliv zlepšení, nelze strategicky a také operativně přistupovat k problematice skupin akutně ohroţených sociálním vyloučením a jejich bydlení,
vzhledem k tomu, ţe evidence obyvatel patří k jedné ze základních kategorií povinností obecních úřadů, byla informace o absenci evidence bezdomovců v některých oslovených městech pro řešitele překvapením,
Ostatní poznatky a závěry jsou uvedeny vţdy v dílčí formě v jednotlivých kapitolách věnovaných sledovaných problematik.
Podkladové materiály [1] MAREŠ, P., Faktory sociálního vyloučení. Praha: VÚPSV – Výzkumné centrum Brno, 2006. 42 s. ISBN 80-87007-15-8. [2] Statutární město Ostrava,. Monitorování bezdomovců Ostrava 2007. Ostrava: MMO – Odbor sociálních věcí a zdravotnictví, 2007. 20 s. [3] HRADECKÝ, I.. Národní zpráva o bezdomovectví v České republice 2006, Praha, říjen 2006. Dostupné na internetu
[4] MPSV. Analýza sociálně vyloučených romských lokalit a komunit a absorpční kapacity subjektů působících v této oblasti, Praha, srpen 2006. Dostupné na internetu .
Příloha 1 Kategorizace osob pro mapování velikosti skupin obyvatel akutně ohrožených sociálním vyloučením:
etnické a národnostní menšiny struktura (kolik procent z celkového počtu?) o pohlaví: muţi, ţeny o rodinný stav: samostatně ţijící, bezdětné souţití, rodina s dětmi o věková struktura: do15 let, 16-60 let, nad 60 let o vzdělání: maximálně základní, střední bez maturity, střední s maturitou a vyšší o etnická skupina
cizinci z rozvojových a tranzitivních zemí (legální i nelegální pobyt) struktura (kolik procent z celkového počtu?) o pohlaví: muţi, ţeny o rodinný stav: samostatně ţijící, bezdětné souţití, rodina s dětmi o věková struktura: do15 let, 16-60 let, nad 60 let o vzdělání: maximálně základní, střední bez maturity, střední s maturitou a vyšší o země původu
osoby bez přístřeší – osoby, které nemají ubytovací moţnosti, popř. obývají přechodné formy ubytování, nouzová obydlí struktura (kolik procent z celkového počtu?) o pohlaví: muţi, ţeny o rodinný stav: samostatně ţijící, bezdětné souţití, rodina s dětmi o věková struktura: do15 let, 16-60 let, nad 60 let o vzdělání: maximálně základní, střední bez maturity, střední s maturitou a vyšší
osoby opouštějící zařízení pro výkon ústavní nebo ochranné výchovy a osoby opouštějící výkon trestu odnětí svobody struktura (kolik procent z celkového počtu?) o pohlaví: muţi, ţeny o rodinný stav: samostatně ţijící, bezdětné souţití, rodina s dětmi o věková struktura: do15 let, 16-60 let, nad 60 let o vzdělání: maximálně základní, střední bez maturity, střední s maturitou a vyšší
neplatiči nájemného – domácnosti s dluhem na nájemném v obecních bytech - dle informací z „Monitoringu komunálního bydlení - ÚÚR“ , popř. dotazování obcí
lokality sociálního vyloučení - analýza romských sociálně vyloučených lokalit – výzkum MPSV http://www.esfcr.cz/mapa/index-2.html počet vyloučených lokalit a počet jejich obyvatel
struktura (kolik procent z celkového počtu?) o pohlaví: muţi, ţeny o rodinný stav: samostatně ţijící, bezdětné souţití, rodina s dětmi o věková struktura: do15 let, 16-60 let, nad 60 let o vzdělání: maximálně základní, střední bez maturity, střední s maturitou a vyšší o vlastník nemovitost: obec, jiný
