separace obyvatelstva

2 Kvantitativní analýza stavu a vývoje segregace/separace obyvatelstva Martin Ouředníček, Jakub Novák

Úvod Segregace se stala v 90. letech sledovaným sociálním tématem v médiích i ve společnosti. Zvýšila se i frekvence výskytu publikací o segregaci v tisku i odborné literatuře (Burjanek 1997, Baršová 2002, Víšek 2002a, 2002b, Valentová 2005). Relativně málo pozornosti bylo doposud věnováno rozmístění segregovaných lokalit a zastoupení jednotlivých typů segregovaných lokalit v regionech a městech České republiky. Cílem práce bylo identifikovat na území České republiky lokality zvýšené koncentrace a potenciální segregace skupin obyvatelstva na základě kvantitativní analýzy dat. Dále jsme se zaměřili i na vývoj vybraných ukazatelů koncentrace a segregace v transformačním období. Práce tvořila vstupní část do rozsáhlého projektu, který měl za úkol mimo jiné zmapovat segregované lokality na území České republiky několika doplňujícími se metodami (Drbohlav a kol. 2006, Sýkora, Temelová 2006, Temelová 2006). Mapování segregace za použití několika odlišných metod doporučuje i klasická literatura o segregaci (Massey, Denton 1988). Výhodou kvantitativní analýzy je v našem případě fakt, že statistická data pokrývají plošně celé území státu, jsou relativně spolehlivá a je možno je využít pro srovnání v čase. V porovnání s terénním šetřením je nízká i jejich cena. Nevýhodou je především postupné stárnutí údajů a v některých případech malá územní podrobnost sledování4. Při zpracování kvantitativní analýzy jsme neaspirovali na „objevení“ všech segregovaných lokalit na území České republiky. Mapování v územním detailu jednotlivých sídel nebo jejich částí však mělo upozornit na potenciální místa segregace nebo separace obyvatelstva včetně sledování vývoje (vzniku, zániku, gradace, stagnace) segregačních procesů. Na začátku práce jsme vymezili skupiny obyvatelstva, u kterých může docházet v České republice k segregaci. Kvantitativní analýza byla zaměřena na diferenciaci obyvatelstva z pohledu sociálně-ekonomického statusu, etnického statusu a věku. Vycházeli jsme tedy z předpokladu, že mezi segregovanými skupinami obyvatel budou sociálně slabí, sociálně silní obyvatelé, etnické menšiny (Romové, cizinci), popř. další skupiny obyvatelstva (staří, hendikepovaní atp.). Analýza byla provedena plošně a pokrývá celé území České republiky. Zároveň je zaměřena na postižení segregace a separace v širokém pojetí nikoli pouze na vybranou skupinu obyvatelstva. Analýza v takovém rozsahu nebyla doposud v České republice provedena. V minulém roce byla publikována zpráva o segregaci romských obyvatel (Gabal 2006) mapující sociálně vyloučené romské lokality za použití kvalitativních metod výzkumu.5 Příspěvek obsahuje dvě části zaměřené na hodnocení rozmístění obyvatelstva s využitím měr segregace a měr územní koncentrace. Pro analýzu byla získána data z posledních dvou 4

Dalším nebezpečím při interpretaci kvantitativních analýz je ekologická chyba spojená s analýzou agregátních dat o obyvatelstvu ve vymezených územních jednotkách. 5 Tento výzkum využívá jako doplněk našich mapových výstupů.

9

sčítání lidu (1991 a 2001) a ze statistiky MPSV ČR. Data byla analyzována v prostředí statistické databáze Access a s použitím nástrojů GIS. Hlavním výsledkem práce jsou kartografické výstupy zobrazující vybrané ukazatele v podrobnosti obcí a základních sídleních jednotek za celé území České republiky v několika časových průřezech.

Metody práce a použitá data V následujícím textu zmiňujeme alespoň základní prvky metodiky zpracování dat. Je potřeba upozornit na množství drobných i závažnějších problémů vzniklých při sběru, čištění, třídění, kódování i archivaci dat, které však nelze v plné šíři v tomto textu obsáhnout. Při volbě metod a ukazatelů pro kvantitativní analýzu jsme vycházeli z rešerše literatury věnované statistice rozmístění obyvatelstva a tématu segregace a využili standardních metod hodnocení míry segregace a prostorové koncentrace (Duncan, Duncan 1955; Pavlík, Kühnl 1981; Ellis a kol. 2004; Temelová, Sýkora 2004). Pro hodnocení segregace/separace používáme index segregace, který udává relativní rozdíl mezi prostorovým rozložením jedné skupiny obyvatel a zbytkem populace. Konstrukce indexu segregace vychází z indexu odlišnosti, jež porovnává určitou skupinu obyvatel X s celkovou populací města Y, přičemž navíc zohledňuje velikost skupiny X (tedy její podíl na celkové populaci).

ISxn = IDxn / [1-(X / Y)] IDxn = index odlišnosti6 mezi skupinou X a celkovou populací Y X = celkový počet příslušníků skupiny X v daném teritoriu Y = celkový počet obyvatel v daném teritoriu Pro měření územní koncentrace bylo využito intenzitních ukazatelů sledovaných jevů (např. podíl starých lidí nad 75 let z celkového počtu obyvatel ZSJ, podíl bytů nevybavených koupelnou z celkového počtu bytů v ZSJ atp.). Dále byl využit lokalizační kvocient, který měří relativní koncentraci skupiny obyvatelstva v určité územní jednotce.

Lqi = Si /A Si = podíl příslušníků skupiny X v územní jednotce i A = podíl příslušníků skupiny X v širším teritoriu Hodnota kvocientu přesahující 1 naznačuje, že skupina X je relativně více koncentrovaná v územní jednotce v porovnání se širším celkem, hodnoty větší než 2 indikovaly vysokou míru koncentrace sledovaného jevu. Lq byl použit za obce a základní sídelní jednotky a vynesen v mapách. V analýze je použit i pro hodnocení koncentrace na úrovni ORP, okresů a krajů. Lokalizační kvocient se běžně využívá k měření územní koncentrace i segregace obyvatelstva (Ellis a kol. 2004).

Index odlišnosti se vypočítá: IDxy = 1/2 ∑ (xi/X - yi/Y); xi, yi = počet příslušníků skupin X a Y v i-té územní jednotce a X, Y = celkový počet příslušníků skupin X a Y v celém regionu 6

10

Pro kartografické zpracování jsme vybrali tradiční metody kartografického vyjadřování. Pro intenzitní ukazatele a lokalizační kvocienty jsme využili metodu kartogramu (plocha územní jednotky je vybarvena podle podílu na celku). Data jsou zobrazena za obce a základní sídelní jednotky a načtena do ORP, za které jsou vypočteny indexy segregace. Kartografické zpracování bylo provedeno v prostředí GIS ArcMap. Mapy tvoří hlavní výstupy kvantitativní analýzy a jsou rozděleny na mapy zobrazující úroveň segregace v obvodech obcí s rozšířenou pravomocí (ORP) v měřítku 1:1500000 a mapy územní koncentrace za základní sídelní jednotky a obce České republiky v měřítku 1:500000. Mapy jsou doplněny mnoha dílčími informacemi, které je nutno s mapou studovat a bez jejichž zařazení by byly prezentované výsledky zavádějící. Pro rok 2001 jsme zařadili do analýzy zhruba 120 ukazatelů z populačního censu. Pro všechny byly spočítány relativní (intenzitní) ukazatele a lokalizační kvocienty. Dále jsme analyzovali data z registru MPSV o nezaměstnanosti a příjemcích sociálních dávek, která byla k dispozici pouze za obce a pro časovou řadu 2001-2004. Jako doplňkové kritérium pro výběr indikátorů jsme zvolili podmínku alespoň 5‰ zastoupení daného jevu na celku (ČR) – jinak je sledování ovlivněno malými hodnotami a to i při omezení např. počtem obyvatel nad 100. To dobře dokreslují data Lq pro občany EU (2001): Název obce Počet obyvatel (2001) Počet občanů EU (2001) Podíl (v %) Lq Český Jiřetín 55 2 3,63 Malšín 113 4 3,53 Hradiště 29 1 3,44 Česká republika 10230060 9832 0,09 Tab. 1 – Charakteristiky územní koncentrace pro občany zemí EU (2001 – 15 států) Zdroj: SLDB 2001

37,8 36,8 35,8 1

V tomto případě není vhodné počítat ukazatel Lq a je možno hodnotit míry koncentrace za vyšší jednotky než jsou obce nebo pracovat s kombinací velikosti a intenzity daného jevu, tzn. vyhodnotit pouze lokality s velkým počtem a vysokou intenzitou daného jevu (výčtem z databáze, popř. kombinací relativních absolutních čísel v kartografickém výstupu). V dalším kroku kvantitativní analýzy jsme vybrali 6 kategorií ukazatelů, které nám pomohou k identifikaci lokalit koncentrace vybraných skupin obyvatelstva. V každé kategorii je zařazeno několik ukazatelů. Většina ukazatelů splňuje požadavek vývojového hodnocení mezi lety 1991 a 2001, nebo 2001-2004 v případě dat z MPSV. A - Cizinci a národnostní složení – podíl Rusů, Ukrajinců, Vietnamců, Romů, českých, slovenských občanů, občanů EU B – Nezaměstnanost a sociálně slabí – míra nezaměstnanosti, příjemci sociálních dávek, podíl osob se základním vzděláním C – Charakteristiky bytového fondu – vybavenost koupelnou, vybavenost WC D – Věková struktura obyvatelstva – podíl lidí starších 65 a 75 let E – Vzdělání obyvatelstva – podíl osob s vysokoškolským, základním vzděláním F – Vybavenost domácností – internetem, počítačem, mobilním telefonem, automobilem Použité zdroje dat mají podstatné limity a řada informací ve statistických výkazech bohužel nevypovídá o reálné situaci. Statistické sledování je realizováno za obyvatelstvo trvale bydlící v dané lokalitě. Existuje však řada důvodů, proč se rozchází reálné a vykazované místo bydliště jednotlivých osob. V minulosti šlo např. o přihlašování dětí do bytů prarodičů, dnes např. o fiktivní stěhování při výměnách bytů nebo pro účely získání vysokoškolské koleje

11

nebo o faktická stěhování bez statistického podchycení. Takto zkreslených údajů může být v censu i běžné evidenci odhadem 15-20 %. Mnohem závažnější jsou pro sledování segregace nedostatky způsobené záměrným zkreslením informací, např. při zjišťování národnostní struktury nebo nepřesné evidence cizinců. Velké nedostatky má zejména statistika zahraniční migrace v Česku, kde se téměř jistě ztrácí významné informace o počtech vystěhovalých cizinců (Holá 2005). Ve statistikách tak mnohé obce s vysokou fluktuací cizinců vykazují obrovské a nereálné přírůstky obyvatelstva. Změna statistického zjišťování migrace způsobila paradoxní situace mezi roky 2000 a 2001, nezřídka nesprávně interpretované jako zvrat ve vývoji migrační bilance. V případě sledování cizinců se tak nedaří zjistit základní počty natož strukturu ani za větší územní celky (Ouředníček 2005). Dalším problémem je postupné stárnutí dat. Populační census proběhl v březnu 2001 a je uskutečňován v desetileté periodě. Protože se nacházíme uprostřed decenia, změnila se situace zejména v místech s velkou migrační fluktuací. Proto jsou pro nás důležitá data z běžné evidence obyvatelstva. Jejich pestřejší nabídka a větší detail zpracování by umožnily průběžné vyhodnocování změn v úrovni segregace a územní koncentrace. V realitě vnímáme řadu jevů a procesů, které lze hrubým statistickým šetřením postihnout pouze v omezené míře. I tak se o sledování takových jevů a procesů snaží zejména některé nevládní neziskové organizace, někdy i samy obce. V roce 2005 proběhl např. pokus o sečtení pražských bezdomovců (Omelková 2005). V údajích ze sčítání lidu v tabulkách OB1 a OB2, které jsme měli k dispozici, není uvedena řada údajů vhodných pro měření segregace. Tyto údaje se v censu zjišťovaly, avšak nejsou běžně publikovány. Jedná se například o další národnosti nebo kombinace některých ukazatelů (tzv. křížové tabulky). Zvažovali jsme možnost a účelnost jejich vyžádání jako speciálních výstupů ČSÚ. Nakonec jsme usoudili, že s ohledem na dlouhý čas potřebný ke zpracování a vysoké finanční náklady, od této možnosti upustíme. Naopak se podařilo významně doplnit data o informace z MPSV, které nám poskytlo údaje o nezaměstnanosti a příjemcích sociálních dávek. Tato data jsou sice k dispozici pouze v úrovni obcí, umožnila nám však identifikovat území s koncentrací sociálně slabého obyvatelstva i v letech po posledním populačním censu (2001-2004).

Segregace a koncentrace skupin obyvatelstva v letech 1991-2004 Hlavním cílem kvantitativní analýzy byla identifikace sídel nebo jejich částí s potenciálním výskytem segregovaných nebo separovaných lokalit. Hodnoty lokalizačních kvocientů určují násobek průměrné hodnoty daného ukazatele pro Českou republiku jako celek. Proto jsou vhodné pro identifikaci lokalit s výrazně vysokou koncentrací určité sociální či etnické skupiny obyvatelstva nebo sledovaného jevu (nekvalitní bytový fond, nadstandardní vybavenost domácností). Hodnoty indexů segregace za obvody obcí s rozšířenou působností naopak vypovídají o vnitřní diferenciaci základních sídelních jednotek (obcí) uvnitř jednotlivých ORP. Na základě těchto informací můžeme posoudit, které oblasti mají relativně homogenní a které heterogenní prostorovou strukturu obyvatelstva nebo bytového fondu. Ačkoliv byly údaje vypočteny za stovky proměnných, v příspěvku se musíme omezit pouze na výběr z těchto ukazatelů. Jako příklady uvádíme skupiny obyvatelstva, na které jsme se později zaměřili hlouběji v rámci terénních případových studií: jsou to Romové, Ukrajinci,

12

Vietnamci, sociálně slabé a sociálně silné obyvatelstvo7. Pro určení sociálně slabých a silných jsme použili kombinaci více sledovaných charakteristik (dosažená úroveň vzdělání, nezaměstnanost, vybavení domácnosti, kvalita bydlení). Pro hodnocení jsme nakonec zvolili ty, které lze porovnávat ve vývoji let 1991 a 2001. Česká statistika bohužel nesleduje příjmy domácností ani jiné charakteristiky vhodné pro měření výše ekonomického statusu. V geografické a sociologické literatuře jsou proto nejčastěji využívány ukazatele vzdělanostní struktury (vysokoškolské vzdělání a základní vzdělání). V práci jsme zaměřili pozornost především na lokality, které měly hodnoty lokalizačních kvocientů (Lq) vyšší než 2 (tedy dvojnásobnou koncentraci než je průměr za Česko). Vytvořené mapy koncentrace jsou konstruovány tak, aby této koncentraci odpovídal nejvyšší (nejtmavší) interval v legendě. Mapy je možné prohlížet v jednoduchém GIS softwaru nebo jako obrázky s vysokým rozlišením. Jsou rovněž zavěšeny na webových stranách projektu segregace. Národnostní složení Územní koncentrace cizinců a národnostních menšin je do značné míry relativně novým jevem, který souvisí s otevřením ekonomiky a společnosti po roce 1989. Ačkoliv jsou hodnoty o národnostní struktuře a občanství zřejmě ve výsledcích censu nejvíce zkresleny, patří tyto informace ke stěžejním datům pro sledování segregace. Je známo, že u některých národností (zejména romské) se řada obyvatel přihlásila při posledním sčítání z různých důvodů k jiné národnosti (české, slovenské, ostatní) nebo údaj neuvedla. Tak došlo k významnému podhodnocení počtu obyvatel romské a zřejmě i dalších národností. Svědčí o tom např. velký pokles počtu Romů mezi posledními dvěma censy, ve srovnání s relativně vysokou plodností romského obyvatelstva8. Přesto jsme se rozhodli zpracování těchto údajů do hodnocení zařadit. Data o národnostním složení, státní příslušnosti, popř. jazyku vhodná pro postižení etnického statusu, bylo z tohoto důvodu potřeba doplnit o vybrané charakteristiky bydlení a ekonomické aktivity, které pomohly identifikovat např. ubytovny nebo oblasti s vysokou nezaměstnaností. Na obr. 1 a v tab. 2 je vidět možnost kombinace dat o národnostní složení, ekonomické aktivitě a typu bydlení, která ilustruje varianty využitelné pro identifikaci koncentrací různých skupin obyvatelstva (např. Romů, Ukrajinců nebo Vietnamců). Zmapování využitelnosti dat z různých zdrojů a jejich kombinace směřující k identifikaci potenciálně segregovaných lokalit bylo jedním z cílů naší práce.

7

Martin Lux (2004) identifikoval v analýze o bydlení následující kategorie sociálně slabých: důchodce, mladé lidi (především matky s dětmi), nezaměstnané, bezdomovce a Romy 8 Od roku 1991 uváděli národnost do sčítacích archů obyvatelé na základě vlastního pocitu. Již v roce 1991 se k romské národnosti přihlásilo relativně málo obyvatel České republiky (32903). V roce 2001 byl tento počet ještě mnohem nižší a nevypovídá o reálném stavu (11746 ).

13

Obr. 1 – Vybrané charakteristiky vhodné pro měření územní koncentrace za základní sídelní jednotky města Most a okolí. Zdroj: SLDB 2001, ČSÚ

Tab. 2 - Vybrané charakteristiky za čtyři základní sídelní jednotky jmenované na obrázku 1. Dotaz v prostředí ArcView. Zdroj: SLDB 2001, ČSÚ

Segregace Tabulka č. 3 a obr. 2, 3 a 4 podávají základní charakteristiku vnitřní variability ORP podle míry segregace v případě vybraných ukazatelů národnostního složení a vzdělání. V tabulce i mapách lze ovšem pozorovat některé informace, které jsou ovlivněny nižší kvalitou vstupních dat a částečně i charakterem ukazatele indexu segregace. Proto jsme se v dalším výzkumu zaměřili především na identifikaci segregovaných lokalit na základě kvalitativního šetření a

14

využili jsme rovněž mnohem rozsáhlejší empirické šetření zaměřené přímo na romské lokality (Gabal 2006). Nicméně hodnocení indexů segregace je zajímavé zejména z metodického hlediska. Index segregace 1991 2001 min max průměr Vx min max průměr Vx Ukazatel 26,3 99,4 68,5 0,21 34 99,7 74,0 0,18 Romové 17 99,8 58,9 0,29 21,1 95,7 53,1 0,24 Ukrajinci 33,8 98,8 74,0 0,17 Vietnamci 4,3 22,5 14,7 0,23 2,8 18 11,9 0,21 Základní vzdělání 9,5 37,4 25,2 0,21 7,5 31,5 21,3 0,20 Vysokoškolské vzdělání Tab. 3 – Indexy segregace a jejich regionální variabilita v letech 1991 a 2001 pro vybrané proměnné Zdroj: SLDB 1991, SLDB 2001 Poznámka: Vx – variační koeficient, relativní míra variability. Podíl směrodatné odchylky a aritmetického průměru

Hodnocení míry segregace na základě indexů segregace je v případě sledování romského obyvatelstva obtížné. Velmi podobná je situace i pro sledování vietnamské a ukrajinské národnosti. Nejvyšší míry segregace vykazují obvody obcí s rozšířenou pravomocí, ve kterých je velmi malý (statisticky podchycený) počet obyvatel příslušné národnosti. Obvody ORP s nižším zastoupením Romů (Vietnamců, Ukrajinců) než 10 osob příslušné národnosti jsou v mapách překryty šrafurou. Při pohledu na mapy je zřejmé, že se jedná zejména o území s velmi vysokými Is přes 90 %. Tato situace však neodpovídá realitě. Podobná je situace i na druhé straně škály. Zejména severočeské pánevní oblasti, severní Morava a velká města, kde vnímáme největší problémy související s koncentrací romského obyvatelstva, vykazují relativně nízké hodnoty segregace. Hodnoty indexů segregace následně ovlivňují i míry variability, které jsou vypočteny v tabulce 3. Pro srovnání etnické segregace můžeme uvést, že hodnoty segregačních indexů pro americká města (černošské obyvatelstvo) se pohybují v rozmezí 50-85, hodnoty pro různé etnické menšiny ve velkých západoevropských městech mají rozmezí mezi 20-70 (Musterd, De Winter 1998). Jako příklad hodnot za celý stát můžeme uvést indexy odlišnosti pro Anglii. Nejvyšší hodnoty indexů u karibského a afrického černošského obyvatelstva jsou v rozmezí 55-65, u asijské populace v rozmezí 25-55 (Rees, Butt 2004). V případě České republiky nabývá index segregace velmi vysokých hodnot, které převyšují zmiňované míry ve Spojených státech i Spojeném království. To je do značné míry dáno velikostí sledované populace a podrobností územního členění.

15

Obr. 2 – Index segregace osob romské národnosti v obvodech obcí s rozšířenou působností v roce 2001 Zdroj: SLDB 2001

Obr. 3 – Index segregace osob ukrajinské národnosti v obvodech obcí s rozšířenou působností v roce 2001 Zdroj: SLDB 2001

16

Obr. 4 – Index segregace osob vietnamské národnosti v obvodech obcí s rozšířenou působností v roce 2001 Zdroj: SLDB 2001

Územní koncentrace Lépe využitelná jsou pro sledování územní koncentrace vybraných národnostních skupin data za nejmenší dostupné statistické jednotky – ZSJ9. U sledování územní koncentrace nebylo možné provést přímé srovnání v období 1991 a 2001 např. na základě nárůstu Lq v jednotlivých lokalitách, protože se podstatným způsobem v tomto období změnilo vymezení a počet základních sídelních jednotek. Změny jsou evidovány ČSÚ až od roku 1996, což je pro provedení přepočtů na jednotné vymezení nedostatečné. Nepodařilo se nám získat ani podkladová prostorová data pro územní vymezení ZSJ z roku 1991 za celou Českou republiku. Tato data zřejmě doposud nebyla nikde vytvořena. Z hlediska typu obce nebo charakteru bydlení nelze určit typickou lokalitu koncentrace romského obyvatelstva. Ve městech se setkáme s většími koncentracemi především v oblastech tzv. vnitřního města, ale i na některých sídlištích a v periferních částech měst. Významným trendem je postupné vytěsňování sociálně slabšího romského obyvatelstva z vnitřního města směrem do sídlištních lokalit nebo v případě neplatičů do segregovaných holobytů nebo dalších typů velmi špatného bydlení. Koncentrace Romů nejsou zdaleka jen v urbánních prostorech. Lokality s vysokou územní koncentrací najdeme např. v tzv. vnitřních periferiích nebo v severních výběžcích Česka na Šluknovsku, Frýdlantsku nebo Jesenicku.

9

ZSJ – základní sídelní jednotky

17

Obr. 5 – Územní koncentrace osob romské národnosti v základních sídelních jednotkách v roce 2001. Zdroj: SLDB 2001

Obr. 6 – Územní koncentrace osob ukrajinské národnosti v základních sídelních jednotkách v roce 2001. Zdroj: SLDB 2001

18

Koncentrace ukrajinského obyvatelstva je narozdíl od Romů vyhraněnější. Centrální části měst mají relativně malé zastoupení Ukrajinců, mnohem více lokalit najdeme v okrajových částech měst, v sídlištních urbanistických obvodech a také ve venkovském prostoru. I když je rozmístění Ukrajinců na území Česka relativně rovnoměrné, větší koncentrace můžeme objevit zejména v zázemí Prahy a Brna. Tyto koncentrace mohou souviset např. s velkým podílem Ukrajinců pracujících na stavbách rodinných domů i komerčních staveb v zázemí největších českých měst. Příkladem segregovaných lokalit ukrajinského obyvatelstva mohou být ubytovny, které byly ve sčítání 2001 zařazeny do kategorie bydlení v zařízeních. Kombinaci ukazatelů národnostního složení a podílu obyvatel bydlících v zařízeních lze využít k identifikaci koncentrace obyvatel ukrajinské nebo vietnamské národnosti žijících v ubytovnách. Jako příklad může sloužit obr. č. 1.

Obr. 7 – Územní koncentrace osob romské národnosti v základních sídelních jednotkách v roce 2001. Zdroj: SLDB 2001

Koncentrace vietnamského obyvatelstva vykazují ve srovnání se dvěma předchozími etniky zajímavé specifické rysy. Vietnamci jsou více urbanizováni, což zřejmě souvisí s hlavní pracovním zaměřením (obchod). Koncentrace ve větších a středních městech doplňuje vyšší zastoupení v oblasti západního pohraničí. Největší koncentrace se objevují v obcích kolem hraničních přechodů s Německem a silničních tahů směřujících od hranic k velkým městům. Ve městech můžeme zvýšené koncentrace Vietnamců zaznamenat především v sídlištních oblastech. Zajímavé je, že se doposud nevytvářejí významnější uzavřené (spíše separované) oblasti bydlení zahraničních migrantů uvnitř největších měst. Podle našeho názoru, je to způsobeno především relativně malými rozdíly v ekonomickém statusu domácího (českého) a příchozího obyvatelstva. U vietnamské komunity můžeme pozorovat přijetí řady norem a životního stylu

19

českého obyvatelstva a snahu o integraci, která je patrná např. ve znalosti jazyka a integraci dětí na základních i středních školách. Z dalších výsledků výzkumu lze shrnout, že největší tendenci k uzavření vlastní komunity mají ze studovaných národností zejména Rusové. Největší koncentrace je v prvé řadě v Praze (ruské „městečko“ na Jihozápadním Městě) a ve vybraných městech Západních Čech (Karlovy Vary).

Sociálně-ekonomický status obyvatelstva Mnohem kvalitnější a věrohodnější data jsou k dispozici za demografické charakteristiky obyvatelstva. To platí také o zjišťování úrovně vzdělání z populačních cenzů. Na druhou stranu vybraná data o vzdělanostní struktuře vypovídají o sociálně-ekonomickém statusu obyvatelstva pouze nepřímo, i když existuje například mezi příjmem a úrovní dosaženého vzdělání těsná závislost. V práci vycházíme pro identifikaci sociálně silných a slabých lokalit z podílových ukazatelů zastoupení obyvatelstva se základním a nižším vzděláním (pro sociálně slabé) a vysokoškolským vzděláním (pro sociálně silné). Segregace Ze všech sledovaných charakteristik dosahují indexy segregace v případě základního a neukončeného vzdělání nejnižších hodnot. Na základě průměrných a typických hodnot můžeme tvrdit, že obyvatelstvo se základním vzděláním je rozmístěno na území ORP relativně rovnoměrně. Výrazný je rozdíl také ve srovnání s indexy segregace pro vysokoškolské vzdělání (viz tab. 3). U obou map vzdělanostní úrovně (obr. 8 a 9) vykazují vyšší hodnoty měr segregace venkovské regiony, zatímco urbanizované prostory mají mnohem rovnoměrnější rozmístění obou skupin obyvatelstva. Podle našeho názoru je tento výsledek ovlivněn především vyšším soustředěním vzdělanějšího obyvatelstva do center venkovských regionů (koncentrací) a naopak zvýšenou migrací sociálně silnějších obyvatel do oblastí s nízkou úrovní vzdělání v rámci metropolitních regionů (dekoncentrací, suburbanizací). Z průměrných hodnot, variačního rozpětí i minimálních a maximálních hodnot za ukazatele vzdělanostní struktury (tab. 3) je zřejmé, že na úrovni ORP dochází mezi lety 1991 až 2001 ke snižování diferenciace (segregace). To platí jak uvnitř jednotlivých obvodů obcí s rozšířenou pravomocí, tak i v rozdílech mezi těmito obvody měřené variačním koeficientem. Hodnoty indexů segregace jsou navíc relativně nízké a převyšují pouze zřídka 30 % u vysokoškolského vzdělání. Obecně lze shrnout, že pro velká města jsou charakteristické relativně nízké a snižující se hodnoty Is. I když každý z 206 obvodů obcí s rozšířenou pravomocí je tvořen jádrem (větším městem) a venkovským zázemím, lze pozorovat nejvyšší míry Is spíše v oblastech vnitřních periferií. Praha, Brno, Plzeň a severočeská oblast mají relativně nízké hodnoty měr segregace.

20

Obr. 8 – Index segregace osob s vysokoškolským vzděláním v obv. obcí s rozšířenou působností v roce 2001 Zdroj: SLDB 2001

Obr. 9 – Index segregace osob se základním a neukončeným vzděláním v obvodech obcí s rozšířenou působností v roce 2001 Zdroj: SLDB 2001

21

Indexy segregace za jednotlivé typy vzdělání jsme vypočítali rovněž pro velká česká města. Jako příklad diferenciace sociálně-ekonomického statusu velkého města jsme vybrali území Prahy10. Hodnoty pro nejvíce koncentrovanou skupinu vysokoškoláků dosahují v obou posledních letech sčítání lidu hodnot kolem 14-15 % (viz obr. 10). Naopak nejpravidelněji jsou rozmístěni obyvatelé s nejrozšířenějším typem vzdělání – středoškoláci. Mezi oběma sčítáními došlo dosti neočekávaně ke snížení hodnot indexů segregace na obou pólech vzdělanostní úrovně. Tato skutečnost však nesvědčí přímo o snižování prostorové diferenciace (segregace) na území hlavního města. Indexy vypovídají o snižování rozdílů ve vzdělanostní úrovni mezi hodnocenými jednotkami (urbanistickými obvody), avšak nezachycují zvyšující se rozdíly uvnitř těchto jednotek. V Praze (a dalších českých městech) však dochází v souvislosti s revitalizací vnitřního města a suburbanizací k pohybu sociálně silného (vzdělanějšího) obyvatelstva do jednotek s původně velmi nízkým sociálněekonomickým statusem. To znamená, že ačkoli dochází fakticky ke zvyšování sociální polarizace uvnitř lokalit, průměrné hodnoty za jednotlivé urbanistické obvody se mezi sebou liší oproti minulému sčítání o něco méně11.

Obr. 10 – Indexy segregace pro vybrané typy vzdělání v Praze v letech 1991 a 2001 za základní sídelní jednotky Zdroj: SLDB 1991, SLDB 2001 Poznámka: základní vzdělání včetně neukončeného, učňovské pouze bez maturity

Územní koncentrace Zvýšené koncentrace sociálně silných měřené podílem vysokoškolsky vzdělaných obyvatel nalezneme zejména v metropolitních areálech větších a středních měst. Tradičními oblastmi vyššího sociálně-ekonomického statusu jsou dobré adresy ve městech. Mezi nimi nalezneme vilové čtvrti vnitřního města, centra velkých měst a nově i suburbánní obce s velkou dynamikou změn sociálně-prostorové struktury ovlivněnou zejména rezidenční suburbanizací. Lokality dobrého bydlení byly v posledních 10-15 letech doplněny o satelitní městečka za hranicí kompaktně zastavěného města. Tento proces je dobře patrný v metropolitním areálu Prahy, částečně v těsném zázemí Brna a Plzně. Data z roku 2001 nemohla ještě plně tento proces ve středně velkých městech zachytit. Ačkoliv je zřejmě takových lokalit nové 10

Aleš Burjanek v článku v Sociologickém časopise (1997) upozornil na srovnání segregace dělnického obyvatelstva v Praze v knize Jiřího Musila. Hodnoty indexů segregace se mezi lety 1930 a 1950 snížily z 28 % na 15 %, což svědčí o vyrovnávání sociálně prostorové diferenciace v tomto období (Musil 1967). Bohužel data o dělnických profesích byla naposledy sledována ve sčítání lidu 1991 a není možné vysledovat vývoj tohoto ukazatele v transformační době. 11 Podobné výsledky prezentovali G. Csanádi a A. Csizmady na konferenci EURA na příkladu Budapešti (2006).

22

suburbánní výstavby v České republice několik set, u většiny z nich nelze hovořit o segregaci (separaci) obyvatelstva. To dokazují především naše dosavadní výstupy z jiných projektů (Ouředníček 2003, Puldová, Ouředníček 2006).

Obr. 11 – Územní koncentrace osob s vysokoškolským vzděláním v základních sídelních jednotkách v roce 2001. Zdroj: SLDB 2001

Ačkoliv studium národnostních menšin, bohatých separovaných skupin obyvatelstva nebo cizinců významným způsobem doplňuje naše poznání o sociální diferenciaci v České republice, považujeme za jeden z nejvýznamnějších cílů identifikaci lokalit se zvýšenou koncentrací sociálně slabých obyvatel. Mezi sociálně slabými obyvateli může následně převládat v určitých lokalitách romské obyvatelstvo, stárnoucí lidé nebo cizinci. Specifikaci národnosti, občanství nebo věku lze v těchto případech brát jako doplňující informaci. Vhodným přístupem kvantitativního (plošného) hodnocení sociálně slabých skupin obyvatelstva je analýza koncentrací obyvatel se základním a nedokončeným základním vzděláním12. Mapa koncentrace obyvatelstva se základním vzděláním (obr. 12) koresponduje s mapou indexů segregace (obr. 9) a potvrzuje vyšší koncentrace sociálně slabých v periferních venkovských oblastech České republiky. Zcela odlišné jsou naopak metropolitní oblasti velkých měst a vnitřní území středních českých měst. I v případě relativně vysokých koncentrací obyvatelstva s nižším sociálním statusem v severočeské oblasti mají centra osídlení pouze velmi malý počet těchto lokalit. Opět podotýkáme, že úroveň vzdělání a zejména podíl obyvatelstva s nejnižším dosaženým stupněm je silně ovlivněn věkovou strukturou obyvatelstva. Ta je výrazně starší v případě venkovských oblastí. Na druhou stranu 12

Vzdělání obyvatelstva je silně ovlivněno věkovou strukturou. Vysoké koncentrace obyvatelstva se základním vzděláním neindikují pouze lokality segregovaných sociálně slabých, ale ve výběru jsou přítomny ve velkém počtu např. ZSJ s domovy pro seniory. Je otázkou, do jaké míry začlenit tato území mezi segregované lokality, pokud zvažujeme zejména společenskou závažnost oddělení zkoumané skupiny obyvatelstva.

23

právě koncentrace stárnoucího obyvatelstva s nižším vzděláním v periferních regionech Česka je signálem nežádoucího vývoje českého venkova. Odchod mladých a vzdělanějších do měst a metropolitních regionů byl v posledních letech do značné míry ovlivněn především nedostatkem a nevhodnou strukturou pracovních příležitostí ne venkově a v menších městech.

Obr. 12 – Územní koncentrace osob se základním a neukončeným vzděláním v základních sídelních jednotkách v roce 2001. Zdroj: SLDB 2001

Vedle hodnocení vzdělanostní úrovně jsme měli možnost hodnotit sociálně slabé oblasti v České republice také s využitím údajů z databáze MPSV o nezaměstnanosti a vyplacených sociálních dávkách. Tato data jsme využili pro sledování vývoje regionální diferenciace sociálně slabých obyvatel v období od posledního sčítání (tj. v letech 2001-2004). Nevýhodou sledování sociálně slabých s využitím dat MPSV je jejich méně podrobný územní detail. Oproti datům z cenzu je možné získat údaje o nezaměstnanosti a sociálních dávkách z průběžných statistik pouze za obce. To limituje zejména poznání diferenciace na území velkých měst, což je patrné ve srovnání map nezaměstnanosti, které jsme zhotovili pro rok 2001 za ZSJ a pro rok 2004 za obce (obr. 13). Mapy míry nezaměstnanosti snad nejvěrněji vypovídají o sociálně slabých a ekonomická úspěšnost v průběhu transformace jasně diferencuje území Česka (Hampl 2005). Zatímco úroveň vzdělání je do značné míry dána schopnostmi jednotlivců, míra nezaměstnanosti vyplývá především z mikroregionálních ekonomických podmínek. Mapa vytvořená na základě ekonomické charakteristiky (míry nezaměstnanosti) vytváří na rozdíl od roztroušených lokalit měřených na základě vzdělání spíše větší areály. Tento fakt je ovlivněn možnostmi nebo spíše omezením dojížďky do center pracovních příležitostí. Ekonomické charakteristiky jsou tedy podmíněny mnohem více vnějšími podmínkami a lokalizace v ekonomicky upadajícím regionu ovlivňuje podobným způsobem všechny obce regionu.

24

Z tohoto důvodu se neprojevuje ani vážnější rozdíl mezi centry a periferními oblastmi např. na úrovni okresů nebo ORP, která byla popsána v případě ukazatelů vzdělání. To je zřejmé i z detailu na obrázku 14, který ukazuje vysoké počty i koncentrace nezaměstnaných ve vysoce urbanizovaných i venkovských oblastech Severních Čech.

Obr. 13 – Územní koncentrace nezaměstnaných osob v obcích v roce 2004. Zdroj: MPSV 2006

Obr. 14 - Detail míry koncentrace (lokalizační kvocient) pro nezaměstnanost v pánevní oblasti Severních Čech v roce 2004 – v kombinaci s počtem nezaměstnaných (velikost tečky). Zdroj: MPSV 2006

Dále jsme sledovali vývoj územní koncentrace nezaměstnanosti ve dvou časových průřezech mezi lety 2001-2004 (viz obr. 15). Tak jsme identifikovali oblasti, ve kterých v posledním období dochází ke zvyšování míry koncentrace sociálně slabých obyvatel. Podobné výsledky

25

prokázala rovněž analýza vyplacených sociálních dávek s tím, že se poněkud více zvýraznila koncentrace sociálně slabých na venkově. Generalizovaně lze identifikovat tři výrazné oblasti rostoucí segregace sociálně slabých v České republice. Jedná se v prvé řadě o strukturálně postiženou oblast Mostecka a okolních mikroregionů, které jsou zobrazeny ve výřezu na obr. 14. Tato oblast se vyznačuje koncentrací sociálně slabých ve městech i na venkově. Odlišným typem jsou periferní oblasti převážně venkovského charakteru v severních výběžcích Šluknovska, Frýdlantska, Jesenicka a Osoblažzska a jihomoravský prostor mezi Dačicemi, Třebíčí a Znojmem. Vyjmenované oblasti vykazují vysoké hodnoty nezaměstnanosti i počty sociálně slabých pobírajících sociální dávky. Situace většiny obcí v těchto regionech se v průběhu sledovaných let dále zhoršovala. Spíše než o segregaci sociálně slabých se v těchto případech jedná o geografickou izolaci vnitřně relativně homogenních oblastí v nevýhodných geografických polohách s nízkou exponovaností vzhledem k větším centrům osídlení nebo rozvojovým ekonomickým osám. Především z těchto důvodů jsme v následném terénním šetření nezvolili mezi případové lokality žádnou z těchto regionů.

Obr. 15 – Nárůst územní koncentrace nezaměstnaných osob v obcích v období 2001-2004. Zdroj: MPSV 2006

Závěr V rámci dílčího cíle 1 se nám podařilo identifikovat lokality (ZSJ) s vysokou úrovní územní koncentrace a jejím nárůstem mezi posledními dvěma sčítáními lidu a doplňkově i postihnout aktuální změny (2001-2004) v rozmístění sociálně slabého obyvatelstva na úrovni obcí. Dílčí cíl pomohl identifikovat areály s vysokou mírou územní koncentrace, avšak k poznání míry prostorové segregace a především závažnosti tohoto jevu jsme museli využít výsledky dalšího výzkumu, především dotazníkového šetření a terénních šetření. V průběhu zpracování se

26

ukázaly i některé slabiny statistického zjišťování dat, které znemožnily úplnější poznání zejména stavu prostorového rozmístění cizinců a národnostních menšin. Naproti tomu kvantitativní analýza poukázala na některé méně známé oblasti územní koncentrace a identifikovala typy pro hlubší výzkum různých forem segregace/separace obyvatelstva. Ačkoliv byla provedena analýza za nejmenší dosažitelné územní jednotky (základní sídelní jednotky), některé lokality segregace jsou v České republice specifické malým rozsahem. Typická forma segregace není pro Českou republiku celá čtvrť nebo ulice, ale spíše několik domů, ubytovna nebo dokonce jeden dům. Lokalita je segregovaná vůči svému okolí, kde žije často obyvatelstvo s průměrnými charakteristikami sledovaných ukazatelů. To způsobuje stírání rozdílů uvnitř používaných jednotek ZSJ. Ukazuje se, že zejména v poslední době dochází uvnitř sídel nebo částí měst k polarizaci v rámci malých území – např. ZSJ. Zejména ve větších městech a v jejich zázemí se obyvatelé s vysokým sociálně-ekonomickým statusem stěhují do území s původně velmi nízkým statusem. Nedochází ale k celkovému posilování sociálního statusu této lokality, ale k jejímu rozdělení (polarizaci), což může být vnímáno spíše negativně. Analýza kvantitativních dat představuje pouze jednu z možností výzkumu segregace a separace. Plošné poměření segregace a koncentrace s využitím detailního územního členění může však významně přispět k poznání regionálních rozdílů sledovaných charakteristik. I když má kvantitativní výzkum segregace určitá úskalí a limity, může v kombinaci s dalšími metodami výzkumu výrazně posunout naše poznání studovaných jevů a pomoci obcím, nevládním organizacím i státním orgánům k úspěšnějším postupům ke zmírnění segregace v České republice. Poděkování Hlavními podklady pro prezentovaný text byly mapy a GIS projekty, na kterých se kromě autorů textu podílela Jana Temelová a které technicky zpracovali Petra Puldová, Jan Škorpil a Přemysl Štych. Data ze SLDB 2001 a prostorové vrstvy poskytl a upravil Jan Ježek z Ministerstva místního rozvoje. Autoři všem děkují za spolupráci. Literatura BARŠOVÁ, A. (2002): Problémy bydlení etnických menšin a trendy k residenční segregaci v České republice. In: Víšek, P. (ed.): Romové ve městě. Socioklub. Praha. BURJANEK, A. (1997): Segregace. Sociologický časopis 33, č. 4, str. 423-434. CSANÁDI, G., CSIZMADY, A. (2006): Trends in Residential Segregation and Local Policy in Post Socialist Cities. First Bi-Annual European Urban Research Association (EURA) Conference,11.-14. květen 2006, Warszawa, Polsko. DRBOHLAV, D. a kol. (2006): Souhrnná zpráva o výsledcích dílčího cíle DC04: případové studie lokalit segregace a separace s důrazem na postižení charakteru a dynamiky vývoje segregace a odhalení podmínek, příčin, mechanismů a následků segregace. Segregace v České republice: stav a vývoj, příčiny a důsledky, prevence a náprava. Univerzita Karlova v Praze, Přírodovědecká fakulta, katedra sociální geografie a regionálního rozvoje, Centrum pro výzkum měst a regionů (CVMR). DUNCAN, O. D., DUNCAN, B. (1955): A methodological analysis of segregation indexes. American Sociological Review 20, str. 210-217. ELLIS, M., WRIGHT, R., PARKS, V. (2004): Work Together, Live Apart? Geographies of Racial and Ethnic Segregation at Home and at Work. Annals of the Association of American Geographers 94, č, 3, str. 620-637. GABAL Analysis & Consulting (2006): Analýza sociálně vyloučených romských lokalit a komunit v České republice a absorpční kapacity subjektů působících v této oblasti. Projekt, říjen 2005 – červenec 2006. HAMNETT, CH. (2001): Social segregation and social polarization. In: Paddison R. (ed), Handbook of Urban Studies. Sage Publications. London.

27

HAMPL, M. (2005): Geografická organizace společnosti v České republice: transformační procesy a jejich obecný kontext. Univerzita Karlova v Praze, Přírodovědecká fakulta, katedra sociální geografie a regionálního rozvoje. HOLÁ, B. (2005): Srovnatelnost statistiky zahraniční migrace. Demografie 47, č. 3, s. 177-187. LUX, M. (2004): Housing the Poor in the Czech Republic: Prague, Brno and Ostrava. In: Fearn, J. ed.: Too Poor to Move, Too Poor to Stay. A Report on Housing in the Czech Republic, Hungary and Serbia. Open Society Institute. Budapešť. Str. 25-66. MASSEY, D. S., DENTON, N. A. (1988): The dimensions of residential segregation. Social Forces 67, č. 2, str. 281-315. MUSIL, J. (1967): Sociologie soudobého města. Svoboda. Praha. MUSTERD, S., DE WINTER, M. (1998): Conditions for Spatial Segregation: Some European Perspectives. International Journal of Urban and Regional Research 22, č. 4, str. 665-673. MUSTERD, S., OSTENDORF, W. (eds.) (1998): Urban Segregation and the Welfare State. Inequality and Exclusion in Western Cities. Routledge. London and New York. OMELKOVÁ, L. (2005): Sčítání bezdomovců v Praze v roce 2004. Demografie 47, č. 2, s. 136-142. OUŘEDNÍČEK, M. (2003): Suburbanizace Prahy. Sociologický časopis 39, č. 2, str. 235-253. OUŘEDNÍČEK, M. (2005): Můžeme zjistit míru segregace? In: SÝKORA, L., TEMELOVÁ, J.: Prevence prostorové segregace. Univerzita Karlova v Praze, Přírodovědecká fakulta, Ministerstvo pro místní rozvoj. Praha. Str. 27-39. PAVLÍK, Z., KÜHNL, K. (1981): Úvod do kvantitativních metod pro geografy. Univerzita Karlova v Praze, Přírodovědecká fakulta. SPN. Praha. PULDOVÁ, P., OUŘEDNÍČEK, M. (2006): Změny sociálního prostředí v zázemí Prahy jako důsledek procesu suburbanizace. In: Ouředníček, M. (ed.): Sociální geografie Pražského městského regionu. Univerzita Karlova v Praze, Přírodovědecká fakulta, katedra sociální geografie a regionálního rozvoje. Str.128-142. REES, P., BUTT, F. (2004): Ethnic Change and Diversity in England. Area 36, č. 2, str. 174-186. SÝKORA, L., TEMELOVÁ, J. (2006): Souhrnná zpráva o výsledcích dílčího cíle DC03: souhrnná typologie segregovaných a separovaných území na základě syntézy kvantitativního a kvalitativního výzkumu. Segregace v České republice: stav a vývoj, příčiny a důsledky, prevence a náprava. Univerzita Karlova v Praze, Přírodovědecká fakulta, katedra sociální geografie a regionálního rozvoje, Centrum pro výzkum měst a regionů (CVMR). TEMELOVÁ, J. (2006): Souhrnná zpráva o výsledcích dílčího cíle DC02: identifikace lokalit segregace / separace v České republice na základě kvalitativního šetření. Segregace v České republice: stav a vývoj, příčiny a důsledky, prevence a náprava. Univerzita Karlova v Praze, Přírodovědecká fakulta, katedra sociální geografie a regionálního rozvoje, Centrum pro výzkum měst a regionů (CVMR). TEMELOVÁ, J., SÝKORA, L. (2004): Možnosti využití územního plánování pro prevenci prostorové segregace. Pracovní materiál k projektu MMR. Univerzita Karlova v Praze. Přírodovědecká fakulta. Katedra sociální geografie a regionálního rozvoje a Centrum pro výzkum měst a regionů. VALENTOVÁ, B. (2005): Vývoj sociálního bydlení s důrazem na jeho zacílení na určité sociální vrstvy obyvatelstva. Sociologický časopis 41, č. 2, str. 301–315. VÍŠEK, P. (2002a): Sídelní etnická segregace, její rizika a důsledky pro obce. In: Veselý, M. (ed.): Úvod do terénní sociální práce. DROM, romské středisko. Brno. VÍŠEK, P. ed. (2002b): Romové ve městě. Praha. Socioklub. Zdroje dat: Sčítání lidu, domů a bytů 1991, ČSÚ, speciální výstupy za základní sídelní jednotky Sčítání lidu, domů a bytů 2001, ČSÚ, speciální výstupy za základní sídelní jednotky Data za nezaměstnanost a sociální dávky (příspěvek na bydlení) za roky 2001-2004, MPSV (2006), databáze v členění za obce

28