A társadalmi változások mérése és a fejlesztési hatások összefüggései Magyarországon Javaslatok az EU-s társadalmi fejlesztések célzására és monitorozására Jogi nyilatkozat Ezt a jelentést a Nemzetközi Újjáépítési és Fejlesztési Bank / a Világbank készítette. A benne foglalt eredmények és értelmezések nem feltétlenül tükrözik a Világbank ügyvezető igazgatóinak vagy az általuk képviselt kormányoknak a véleményét. A Világbank nem vállal felelősséget a jelentésben foglalt adatok pontosságáért. A jelentés nem feltétlenül képviseli az Európai Unió és a Magyar Kormány véleményét. Szerzői jogi nyilatkozat A publikáció anyaga szerzői jog védelme alatt áll. A benne foglaltak engedély nélküli sokszorosítása és a mű bármely részletének átvétele az alkalmazandó jogszabályok megsértése lehet. A mű sokszorosítására vagy bármely részletének újranyomására vonatkozó engedélyért kérjük, forduljon részletes megkeresésével vagy (1) az Emberi Erőforrás Minisztériumához (1051 Budapest, Arany János utca 6-8.), vagy (2) a Világbank csoport romániai képviseletéhez (Vasile Lascăr Street, No 31, Et 6, Sector 2, Bucharest, Romania). A jelentés a Magyar Nemzeti Felzárkózási Stratégia megvalósítását támogató szakpolitikai tanácsadási szolgáltatási szerződés keretén belül született, amelyet az Emberi Erőforrások Minisztériuma és a Világbank 2015. március 17-én kötött. 1 Köszönetnyilvánítás Köszönettel tartozunk Joost de Laatnak, Szatmári Katalinnak, Maria Beatriz Orlandonak, Ürmös Andornak, Christian Bodewignek, Alina Nona Petric-nek, Manuel Salazarnak, Kenneth Simlernek és Rob Swinkels-nek hasznos észrevételeikért. Andor Csaba és Ulicska László az Emberi Erőforrások Minisztériuma részéről, valamint Kezán András a Központi Statisztikai Hivatal részéről szintén nagyban segítették a munkánkat. A munkacsoportot Torkos András Tamás, Isadora Nouel és Andrei Zambor támogatta. A jelentés olvasószerkesztője Lauri Scherer volt. A jelentés Céline Ferré, Karácsony Sándor, Kullmann Ádám, Valerie Morrica és Teller Nóra közös munkájának eredménye. A Világbank munkacsoportja Nina Bhatt és Andrew D. Mason irányítása és felügyelete alatt végezte a munkáját. 2 Tartalom Köszönetnyilvánítás .............................................................................................................................. 2 Tartalom ................................................................................................................................................. 3 Rövidítések és betűszavak .................................................................................................................... 5 Vezetői összefoglaló .............................................................................................................................. 6 1. Bevezetés ........................................................................................................................................ 7 2. Társadalmi kirekesztődés: a leszakadás állapotának bebetonozódása .................................... 8 2.1. Jövedelmi szegénység és társadalmi kirekesztődés............................................................ 8 2.2. A társadalmi kirekesztődés dimenzióinak feltárása ........................................................... 9 1. DOBOZ: Több dimenziós szegénységmutatók alkalmazása a közép-európai romákkal és nem romákkal kapcsolatos kutatásokban................................................................................................ 9 2.3. Melyek ezek a dimenziók?................................................................................................... 10 2.4. Mérhető-e a társadalmi kirekesztődés “mélysége”? ......................................................... 11 3. A társadalmi kirekesztődés mérése: globális és helyi tanulságok Magyarország számára ... 13 3.1. Mit történt eddig Magyarországon? ................................................................................... 13 3.1.1. A Központi Statisztikai Hivatal (KSH) által az oktatásra és munkanélküliségre vonatkozó népszámlálási mutatók alapján készített szegregátumtérkép .............................. 13 3.1.2. A KSH által az összetett társadalmi integrációs beavatkozásokhoz készített célzási eszköz 14 2. DOBOZ: Az elzárt szegény területek azonosítása szubregionális szinten: marginalizálódott közösségek feltérképezése Romániában ....................................................................................... 18 3.1.3. Az NTFS Monitoring mutatói ...................................................................................... 19 3. DOBOZ: Példák a nemzeti roma integrációs stratégiák monitorozására ................................ 19 3.1.4. A szegénység által veszélyeztetett (AROP) státusz legjobb előjelzői ...................... 20 3.2. Az országos mérések nemzetközi tapasztalatai ................................................................ 23 3.2.1. A dimenziók kiválasztása ............................................................................................ 23 3.2.2. Mutatók száma ............................................................................................................. 23 3.2.3. Kompozit, illetve nem egyesített mutatók ................................................................. 26 3.2.4. A mutatók részletessége és gyűjtésük gyakorisága .................................................. 26 4. Milyen mutatók használata javasolt Magyarország esetében? ................................................ 27 4.1. A társadalmi integráció sikerességének nyomon követésére alkalmas mutatók ........... 27 4.2. A magyarországi társadalmi integráció sikerességét jellemző mutatókhoz kapcsolódó adatgyűjtés és monitoring kérdései és problémái ........................................................................ 28 4.3. A mutatókészletek kialakításához kapcsolódó szakpolitikai célok és szempontok ....... 32 3 4.4. A Magyarország számára ajánlott mutatókészlet ............................................................. 32 4.5. A mutatók hitelességének igazolása................................................................................... 35 5. Hogyan lehet a társadalmi integrációs mutatókat a projekt adatokkal összekapcsoló követő eszközt tervezni? ................................................................................................................................. 36 5.1. A társadalmi integrációt érintő fejlesztéspolitikai intézkedéseket nyomon követő eszközre vonatkozó javaslat ........................................................................................................... 36 5.2. Kiválasztott társadalmi integrációs intézkedések témái és feltételezett hatásmechanizmusuk ...................................................................................................................... 37 5.3. Következő lépések egy továbbfejlesztett nyomon követési eszköz kialakítása felé ...... 43 5.4. Ajánlások a 2014-2020 időszakban az EU társfinanszírozásban megvalósuló társadalmi felzárkóztató beruházások céljainak megválasztásához és ellenőrzéséhez ............................... 44 6. Hivatkozások ................................................................................................................................ 46 I. melléklet: Az Értékelési Jelentésben közölt elméleti hatásútvonalak .......................................... 48 II. melléklet: Kiválasztott mutatók relatív variabilitása ................................................................... 52 III. melléklet: Az eredmények leképezése Magyarországon ............................................................ 55 4 Rövidítések és betűszavak AROP At-risk of poverty / Szegénység által veszélyeztetett AROPE At-risk of poverty and social exclusion / Szegénység és szociális kirekesztés által veszélyeztetett ECA Europe and Central Asia / Európa és Közép-Ázsia ESF/ESZA European Social Fund / Európai Szociális Alap EU European Union /Európai Unió EU SILC EU Survey for Income and Living Conditions / Jövedelmi viszonyok és életkörülmények európai felmérése FRA Fundamental Rights Agency /Alapjogi Ügynökség GIS Geographic information system /Földrajzi információs rendszer KSH Központi Statisztikai Hivatal HDI Human Development Index / Humán fejlettségi mutató M&E Monitoring and Evaluation / Megfigyelés és értékelés NTFS Nemzeti Társadalmi Felzárkózási Stratégia OPHI Oxford Policy and Human Development Initiative / Oxfordi humánfejlesztési politikai kezdeményezés PISA Programme for International Student Assessment / Nemzetközi hallgatói értékelési program TÁMOP Társadalmi Megújulás Operatív Program TEIR Területfejlesztési és Területrendezési Információs Rendszer UNDP United Nations Development Programme /Egyesült Nemzetek fejlesztési programja 5 Vezetői összefoglaló A társadalmi kirekesztődés egy olyan folyamat, amelynek eredményeként egyes emberek vagy teljes közösségek nem férnek hozzá különféle jogokhoz, lehetőségekhez és forrásokhoz, amelyek alapesetben valamely más csoport számára hozzáférhetőek, és amelyek az adott csoport társadalmi integrációja szempontjából alapvető fontossággal bírnak. Ilyen például a lakhatás, foglalkoztatás, oktatás, egészségügy, civil részvétel és az egyenlő bánásmód. A társadalmi kirekesztődés egyik leglátványosabb formája a szegénység és az anyagi nélkülözés, de a fenti területeken elszenvedett hátrányok sokszor halmozottan jelentkeznek. Számos törekvés volt már a társadalmi kirekesztődés vizsgálatára Magyarországon is. Ilyen munka eredménye például a Központi Statisztikai Hivatal (KSH) a 2001. és 2011. évi népszámlálási adatokat felhasználó szegregációs térképe, amely két, a munkanélküliséghez és az oktatáshoz kapcsolódó mutatót használ, vagy a 33 leginkább hátrányos helyzetű kistérség lehatárolása annak érdekében, hogy az Európai Strukturális Alapokból nyerhető támogatásokat jobban célozzák. További példa a Nemzeti Társadalmi Felzárkózási Stratégia monitoring rendszere, vagy éppen a KSH és a Világbank közös munkája, amely a 2005. évi szegénységi kockázati rátákat számolta ki a kistérségek szintjén. Más nemzetközi kutatások mellett ezek a kutatások is tanulságokkal szolgálnak (i) a társadalmi kirekesztődés dimenzióinak köréről; (ii) a gyűjtendő mutatók számáról; (iii) az összetett és egyszerű mutatók alkalmazásának hasznáról; valamint (iv) a mérések szintjéről és mérések legmegfelelőbb gyakoriságáról. A tanulmány célja az, hogy adalékokat szolgáljon olyan társadalmi mutatók kialakításához, amelyeket a társadalmi integráció folyamatának alacsony területi szinten történő követéséhez célszerű lenne gyűjteni. Ezen mérőszámoknak (i) földrajzilag nagyon nagy bontásban (ideális esetben kistérségek vagy járások szintjén) kellene rendelkezésre állniuk; (ii) viszonylag gyorsan kellene reagálniuk a társadalmi integráció / kirekesztődés terén bekövetkező változásokra; és (iii) rendszeres időközönként rendelkezésre kellene állniuk (ideális esetben évente). A jelentés 22 ilyen mutatót határoz meg, amelyek lefedik a (i) jövedelmi szegénységhez, (ii) foglalkoztatottsághoz, (iii) oktatáshoz és egészségügyhöz, valamint (iv) a lakhatáshoz és életkörülményekhez kapcsolódnak. A jelentésünkben azt is bemutatjuk, hogy érdemes összekapcsolni ezeket a mutatókat az EU-s társfinanszírozással megvalósuló társadalmi integrációs projektek információival. Ez az összekapcsolás egy olyan visszacsatolási eszköz lehet a szakpolitika-alkotók számára, amely megmutatja, hogy a rendelkezésre álló forrásokat a legnagyobb szükségletet mutató területekre fordítják-e. Példaképp a Társadalmi Megújulás Operatív Program 5. tengelyének 2007 és 2012 között megvalósult intézkedéseinek értékelése alapján mutatjuk be, hogyan is működhetne egy ilyen rendszer. Az elemzésünk arra is rámutat, hogy a projektinformációk rendszeres gyűjtése (i) az intézkedés által célzott társadalmi kihívás; (ii) a konstrukció és a projektek finanszírozásának időkerete; (iii) a projekt kedvezményezettjei és (iv) a megvalósítás helyszíne vonatkozásában kell adatokat gyűjteni a nyomon követési eszköz folyamatos működtetéséhez. A módszer finomítása érdekében ugyanakkor arra ösztönözzük a döntéshozókat, hogy további dimenziókkal bővítsék a rendszeresen gyűjtött adatok körét a jövőben az EU-s pályázatok tervezésének folyamán. A társadalmi változások folyamatos mérésére javasolt mutatókhoz illeszkedően - az EU2020 céljaihoz is kapcsolva – legalább a következő mutatók gyűjtését javasoljuk: (i) korlátozott iskolai pályafutás és / vagy alacsony iskolai végzettségi szint; (ii) gyermekszegénység; (iii) bűnözés és deviancia; (iv) alacsony foglalkoztatottsági vagy aktivitási szint; (v) minőségi szociális/humán ellátások (leszűkített) köréhez való hozzájutás hiánya / hiányos biztosítása különféle célcsoportok esetében (pl. helyi szinten, otthoni ellátásban, szociális- és gyermekvédelemben, ifjúsági jóléti szolgáltatások, fogyatékkal élők számára nyújtott szolgáltatások terén); (vi) eladósodottság vagy túlságosan magas lakhatási költségek, (vii) szegregált lakhatás roma/szegénynegyedekben; és (viii) veszélyeztetett csoportok hátrányos megkülönböztetése. 6 1. Bevezetés A kutatásunk célja, hogy kialakítsunk egy olyan monitoring eszközt, amely alkalmas a veszélyeztetett társadalmi csoportok, különösen a roma közösségek társadalmi integrációjának alakulásának követésére kistérségi vagy települési szinten. Az eszköz emellett visszacsatolási mechanizmusként szolgálhat azzal, hogy megmutatja, hogy az Európai Strukturális és Kohéziós Alapok társfinanszírozásában megvalósuló projektek megfelelően célozzák-e a hátrányos helyzetű területeket egy földrajzi alapú információs rendszer (GIS) segítségével. Négy fő témát járunk körbe: (i) a kirekesztett közösségek feltérképezése; (ii) a leghátrányosabb helyzetű kistérségek célzása; (iii) kiválasztott társadalmi integrációs célok követésére tett kísérletek; és (iv) a szegénység által veszélyeztetettek (AROP) arányának modellezése kistérségek szintjén. A nemzetközi gyakorlat áttekintésekor erősen támaszkodunk Labonté és társai (2012) eredményeire, akik az Egyesült Királyságban, Franciaországban, más európai és Ausztráliában lefolytatott elemzések meta-analízisét végezték el. Ezek a nemzetközi példák elsősorban a társadalmi kirekesztés országos szintű mutatóinak alkalmazását mutatják be, és azt látjuk, hogy csak ritkán mennek az országos szint alá. Szintén elvétve találunk köztük olyan gyakorlatokat, amelyek éves vagy legalább is néhány évenkénti rendszerességgel megkísérelték volna nyomon követni a társadalmi fejlődést. A nemzetközi gyakorlatok áttekintésén túl a kiindulópontunk korábbi magyar kísérletek tanulságai voltak. Az egyik az a szegregációs térkép, amelyet a Központi Statisztikai Hivatal (KSH) a 2001. évi és (a nemrég lezajlott) 2011. évi népszámlálás eredményei alapján két - a munkanélküliséghez és képzettséghez kapcsolódó - mutató felhasználásával készített. A másik az a 2007-es vizsgálat, amely eredményeképp körülbelül 30 gazdasági, szociális és infrastrukturális mutató felhasználásával határolták le a 33 leghátrányosabb helyzetű kistérséget, és minimális változtatásokkal ugyanezt a módszert alkalmazta a 2014-2020 időszak tekintetében is a területi tervezés. További előzmény a Világbank és a KSH közös kistérségi szegénységi térképe a 2005. évi mikrocenzus adatok felhasználásával. Ezek a modellezési gyakorlatok egytől egyig a szegénységre, kirekesztődésre vagy regionális egyenlőtlenségekre vonatkozó prediktor mutatókat vizsgáltak, és nem foglalkoztak azzal, hogy alacsony területi szinten nyomon kövessék a szegénység csökkentésének vagy a társadalmi integrációnak a folyamatát. Mindezen tanulságok alapján összegezzük a Magyarországon javasolt mutatókat, a követés javasolt folyamatát, és beazonosítjuk a kritikus pontokat és a fennmaradó kutatási szükségleteket is. Célunk, hogy bemutassuk a rendszeresen (ideális esetben évente), a legalacsonyabb területi szinten gyűjtendő mutatóknak azt a körét, amely (i) megfelelően beazonosítja a társadalmi kirekesztés különféle dimenzióit; (ii) területileg dezaggregált formában elérhető; (iii) rendszeresen gyűjthető, lehetőleg évente; és (iv) “dinamikusan“ működik, azaz rövid idő alatt is jelzi a társadalmi változásokat. Példáink a közelmúltban a Társadalmi Megújulás Operatív Program (“TÁMOP”) 5. pillérjének körében megvalósult társadalmi integrációs ráfordítások vonatkozásában készített értékelésre épülnek. 7 2. Társadalmi kirekesztődés: a leszakadás állapotának bebetonozódása A társadalmi kirekesztődés egy olyan folyamat, amelynek eredményeként egyes emberek vagy teljes közösségek nem férnek hozzá különféle jogokhoz, lehetőségekhez és forrásokhoz, amelyek alapesetben valamely más csoport számára hozzáférhetőek, és amelyek az adott csoport társadalmi integrációja szempontjából alapvető fontossággal bírnak. Ilyen például a lakhatás, foglalkoztatás, oktatás, egészségügy, civil részvétel és az egyenlő bánásmód (Levitas et al., 2007). A ‘társadalmi kirekesztődés’ fogalmat először Franciaországban használták 1970-ben a hátrányos helyzetben lévők és társadalom peremére szorulók megjelölésére a radikális gazdasági struktúraváltás és az ebből következő, a társadalmi kohéziót és stabilitást érintő kockázatok miatti aggodalmak kapcsán (Silver, 1994). A társadalmi integráció ezzel szemben magában foglalja az egyes emberek és csoportok számára a társadalmi részvétel lehetőségének és feltételeinek javítását, és a hovatartozásuk (pl. származásuk) miatt kialakuló hátrányok kompenzálását, az emberi méltóságuk elismerésének megteremtését is. A társadalmi integráció és kirekesztődés elemzési keretének tartalmaznia kell a szegénység és nélkülözés mögöttes okainak feltárását is. Ide tartozik az oktatási hiányosságok, a korlátozott munkaerő-piaci részvétel, a rossz egészségi állapot vagy a lakóhelyi szegregáció sokszor egymással összefüggő dimenzióinak vizsgálata is. Ugyanakkor a gyakorlatra is igaz, hogy azok a szakpolitikai megoldások, amelyek az elszegényedés egyetlen aspektusa mentén fejtik ki javító hatásukat, mint az oktatáshoz való hozzáférés lehetőségének fejlesztése, nem fogják tudni megszüntetni a többi társadalmi tényező hatását (Világbank, 2013). 2.1. Jövedelmi szegénység és társadalmi kirekesztődés A társadalmi integráció jóval többet jelent, mint a szegénység csökkentését, és gyakran sokkal többről szól, mint a szegénységről, sőt: egyes esetekben egyáltalában nem is a szegénységgel kapcsolatos. Példának okáért a Közép-Keleten a társadalmi kirekesztés elleni tiltakozó megmozdulások hátterében a középosztályba tartózó polgároknak az az igénye állt, hogy jobban bekapcsolódhassanak a politikai döntéshozatalba és elszámoltathatóak legyenek a politikusok. (Világbank, 2013) Tény ugyanakkor, hogy a szélsőségesen mély és tartós szegénység gyakran van átfedésben a társadalmi kirekesztődéssel, ezért hosszú időn keresztül a jövedelmi szegénység a társadalmi kirekesztődés szinonimájaként élt a köztudatban. A szegénység mérésének egységesítése és fejlesztése többek között Világbank által végzett munka segítségével zajlott (lásd Deaton 1997, Ravallion és Bidani 1994, és Ravallion 1994). A szegénységet legtöbbször abszolút értelemben definiálják: azon emberek részarányát jelenti egy társadalmon belül, akik az alatt a küszöbérték alatti összegből élnek, amely a háztartások számára az alapvető minimális szükségleteik kielégítését biztosítaná. Ez alapján a definíció alapján határozták meg pl. a napi egy-két dolláros szegénységi küszöböt. Más esetekben, például Magyarország és más EU tagállamok esetében a szegénység “relatív" fogalomként értendő, azaz az embereknek azt a részét definiálják szegényként, akik a jövedelmi 8 átlag, vagy jövedelmi medián bizonyos százaléka alatti összegből élnek. Az EU2020 1 szegénységi és társadalmi kirekesztődést jelző mutatói előállításához az EU tagállamoknak mérniük kell egy, a szegénység által veszélyeztetett és szociálisan kirekesztett emberekre vonatkozó összefoglaló mutató alakulását (AROPE). 2 Ez az összetett mutató a szegénység három formája, a jövedelmi szegénység, az anyagi nélkülözés vagy alacsony munkaintenzitás közül legalább az egyik által érintett emberek számát méri. A jövedelmi szegénység mértékét az adott ország medián jövedelmének 60%-ánál kevesebb jövedelemből élők arányában állapítjuk meg. Az anyagi nélkülözés mértékének mutatója jelzi, hogy a társadalom mekkora része nem engedheti meg magának az élethez a legtöbb ember véleménye szerint alapvetően elvárható vagy szükséges dolgok egy részét. Végezetül az “alacsony munkaintenzitás” mutatóját azoknak az embereknek a számával határozzuk meg, akik olyan háztartásban élnek, ahol a munkaintenzitás a 20 százalékban meghatározott küszöbérték alatti értéket mutatja (azaz ők kevesebb mint a potenciális munkaidejük ötödét töltik kereső tevékenységgel). 2.2. A társadalmi kirekesztődés dimenzióinak feltárása A közelmúltban a társadalmi integráció további mérőszámait alakították ki, amelyek a gazdasági helyzeten túlmutató dimenziókat is magukba foglalnak. Amartya Sen vezette be a Humán Fejlettségi Index (HDI) fogalmát, amely egyenlő súlyt ad három nem pénzügyi mutatónak (várható élettartam, írni-olvasni tudás és gyermekhalandóság). A HDI későbbi módosításával a szegénység további aspektusait is felvették a mérésbe, mégpedig az életszínvonalat, és így létrejött az OPHI 3 és az UNDP Többdimenziós Szegénységi Indexe (MPI). Ahogyan a HDI, az MPI is három dimenzió mentén határozza meg a szegénységet: ezek az egészség, az oktatás, és az életszínvonal, azonban 3 helyett 10 mutatót használ. Az MPI módszertanában az (i) az egészség mérésére a gyermekhalandóság és az táplálkozás, (ii) az oktatás mérésére az iskolai évek száma és az iskolalátogatás, és (iii) az életszínvonal mérésére a főzéshez használt energiahordozó, mellékhelyiség, víz, elektromos áram, padlózat fajtája és a tartós fogyasztási eszközök tulajdonlása szolgál alapul. Az MPI egyenlő súlyt tulajdonít mindhárom fő dimenziónak, ami azt jelenti, hogy az egészségre vonatkozó mindkét mutató egyenként 1/6, az oktatásra vonatkozó mindkét mutató egyenként 1/6, és az életszínvonalra vonatkozó mind a hat mutató 1/18-1/18 súlyt képvisel. 1. DOBOZ: Több dimenziós szegénységmutatók alkalmazása a közép-európai romákkal és nem romákkal kapcsolatos kutatásokban Egy, a közelmúltban a UNDP által készített jelentés elemzi a Regionális Roma Felmérés (RRS) és a UNDP sérülékeny csoportokra irányuló 2004-es felmérése eredményei közötti különbségeket (Ivanov és Kagin, 2014). Egyetlen szegénységi mutató (jövedelem vagy fogyasztás) helyett a jelentés többdimenziós közelítésmódban vizsgálja a szegénységet (MPI). A magállapítása az, hogy a romák körében az MPI jelentős mértékben csökkent 2004 és 2011 között Bulgária és Románia esetében, elsősorban a “szegény” háztartások (vagyis azok, amelyek 5 és 7 közötti területen minősülnek nélkülözőnek az MPI alapján) számának csökkenése okán. A “súlyos szegénység” (több mint 7 területen mutatkozó nélkülözés) csak Románia esetében csökkent jelentős mértékben. 1 Az Európa 2020 az Európai Unió növekedési stratégiája, amely három prioritásra épül: foglalkoztatás, termelékenység és társadalmi kohézió. Az EU öt, 2020-ig elérendő célt tűzött ki a foglalkoztatás, innováció, oktatás, társadalmi integráció és a klíma/energia területen. Minden tagállam meghatározta saját nemzeti célkitűzéseit ezen területek mindegyike vonatkozásában. A stratégiát konkrét intézkedések támasztják alá EU és országos szinten egyaránt. 2http://ec.europa.eu/eurostat/statistics-explained/index.php/Europe_2020_indicators_- _poverty_and_social_exclusion 3 Oxfordi Humánfejlesztési Politikai Kezdeményezés 9 A szegénység különféle dimenzióinak vizsgálata Ivanov és Kagin számára lehetővé teszi, hogy a szegénység csökkentésének kulcsfontosságú vezérlőit a 2004 és 2011 közötti időszak vonatkozásában azonosítsa: az oktatás és az életszínvonal terén fejlődés volt tapasztalható, ugyanakkor az alapvető jogok és a munkaerőpiacra jutás lehetősége terén romlás volt tapasztalható. A többdimenziós és jövedelmi szegénységet vizsgáló mérési módszer összehasonlító elemzése feltárja azt is, hogy mindkét mérési mód hasonló csökkenési eredményt mutat Bulgária esetében, míg Románia esetében a jövedelmi szegénység erősebb csökkenést mutat, mintha a többdimenziós szegénységmutató változásait vizsgálnánk. 2.3. Melyek ezek a dimenziók? A szegénység fogalma – akár abszolút, akár relatív vagy többdimenziós fogalmat értünk alatta – nem alkalmas a társadalmi kirekesztődés különféle vetületeinek teljes lefedésére: lehet valaki viszonylag vagyonos (ezáltal a szegénységi index által azonosított körbe nem kerül bele), ugyanakkor mégis megtapasztalhatja a társadalmi kirekesztést, például diszkrimináció miatt. Atkinson és Miller (2010) valamint Labonté és társai (2012) igyekeztek ezt a hiányosságot orvosolni és mindazon dimenziókat felvették a mérésbe, amelyek terén a társadalmi kirekesztődés előfordulhat, legyenek ezek pénzügyi források, jövedelem, lakhatás, oktatás, foglalkoztatáshoz jutás, vagy a helyi gazdaságban való részvétel lehetősége. Ebben a tekintetben Labonté és társai nyolc fő dimenziót határoztak meg, amelyek mentén a társadalmi kirekesztődés valószínűsíthető: 1. Jövedelem és anyagi források 2. Foglalkoztatás 3. Oktatás és szaktudás 4. Megfizethető és elfogadható lakhatás 5. Egészség 6. Szociális erőforrások és hálózatok 7. Közösségi erőforrások és civil részvétel 4 8. Személyes biztonság Az anyagi források alapját adhatják a társadalmi kirekesztődésnek (amikor hiányoznak) vagy az integrációnak (amikor elegendőek mind az alapvető szükségletek, mind a normatív társadalmi tevékenységek céljára). A foglalkoztatás tárgyköre különösen fontos, mivel hiánya hátrányosan hat az anyagi források és a társadalmi részvétel területére is (szociális hálózatok, támogatás). Az oktatás és szaktudás lehetőséget teremt a társadalmi részvételre, és a foglalkoztatás biztosabb formáiban történő elhelyezkedésre. A lakhatás megfelelő, elérhető volta és a biztonsága túlmutat az alapvető fizikai szükségleteken. Az egészség tárgyköre szintén fontos, mivel a kedvezőtlen egészségi állapot befolyásolhatja a termelékenységet, a megváltozott munkaképesség pedig társadalmi kirekesztődéshez vezethet. A szociális erőforrások terén az intézményekben élő vagy a családjuktól elválasztott emberek általában korlátozott társadalmi erőforrásokkal rendelkeznek, és nagyobb a kirekesztődésük kockázata. Másrészről a társadalmi erőforrások meglétét (szociális hálózatok vagy a társadalmi életben való aktivitása; szociális támogatás vagy az ezen hálózatok által kínált lehetőségek minősége; és a társadalmi részvétel egyéb formáinak lehetősége) az integráció folyamatának részeként vesszük számításba. A közösségi erőforrásokat külön területként azonosítjuk, amely felöleli a közösségi szolgáltatásokhoz való hozzáférés és a politikai és civil részvétel lehetőségét. Végezetül a személyes biztonság területe a bűnözésnek és diszkriminációnak való kitettséget mutatja, ami hatással lehet arra, akár meg is akadályozhatja, hogy az emberek gazdasági, társadalmi, civil vagy politikai tevékenységben vegyenek részt. 4Míg ennek a nyolc fő dimenziót tartalmazó listának a korábbi verziói tartalmazták a hátrányos megkülönböztetést, a legújabb verzióból ezt kihagytuk. 10 Ez a nyolc dimenziós elemzési keret átfedésben van a Világbank (2013) által kidolgozott keretrendszerrel, amely a társadalmi integráció felé vezető út meghatározását célozza. Ebben a modellben az egyes emberek és csoportok három egymáshoz kapcsolódó területen integrálódnak: a piacokon, a szolgáltatások területén és a különböző mezőkben (lásd: 1. ábra). A három terület egyszerre jelent korlátokat és teremt lehetőségeket is az integráció vonatkozásában. Ahogy az ember életének különféle területei is, úgy ez a három terület is összefügg egymással. Épp ezért, ha csak az egyik területen történik valamilyen beavatkozás, csak korlátozottan sikeresek az integrációs politikák és programok. 1. ábra: A társadalmi integráció elemei Piacok föld lakás Szolgáltatások munka szociális védelem hitel információ elektromos áram közlekedés Mezők oktatás politikai egészségügy fizikai víz kulturális társadalmi képesség lehetőség emberi méltóság Forrás: Világbank (2013). Ez a két ismertetett keretrendszer tartalmazza azokat az alapvető szükségleteket és prioritásokat, amelyeket mérni kell. Ezért a 3. fejezetben bemutatott mutatók ennek a két elemzési keretrendszerre épülnek, az alábbi dimenziók mentén: jövedelmi szegénység és anyagi erőforrások, munkaerőpiacra jutás lehetősége, oktatás és egészségügy, lakhatás és életkörülmények. 5 2.4. Mérhető-e a társadalmi kirekesztődés “mélysége”? Az előző fejezetben vizsgált területek felsorolása mellett a társadalmi kirekesztődés intenzitása vagy “mélysége” is fontos tényező. Miliband (2006) a társadalmi kirekesztődés három dimenziójának vizsgálatát javasolja: szélesség, mélység és koncentráció. A széles körű kirekesztődés arra utal, hogy nagyszámú ember minősül egyazon vagy néhány mutató alapján kirekesztettnek. A koncentrált kirekesztődés a problémák földrajzi koncentrációjára, és területi kirekesztődésre utal. A mély kirekesztődés a többszörösen és átfedő dimenziók mentén kirekesztődöttekre vonatkozik. Például a 2011. évi UNDP / Világbank / Európai Bizottság Roma Regionális Felmérése azt mutatja, hogy a munkaerő-piaci helyzet a magyar roma nők körében jelentősen rosszabb, mint a roma férfiak körében: csak a roma nők 13 százalékának van munkája, szemben a roma férfiak 34 százalékos arányával, illetve a környéken lakó nem roma 5Az adatok korlátozott hozzáférhetősége miatt a mutatók végleges köre nem tartalmazza a társadalmi, politikai és kulturális forrásokat, sem a civil- és politikai részvételt. 11 nők 51 százalékával, ami jelentős nemek közötti különbségre világít rá a roma munkakeresők munkaerő-piaci hozzáférése tekintetében. 6 Fontos, hogy bármilyen mutatót is választunk, mindhárom aspektus tekintetében informatívnak kell tudni lenni az indikátornak: egy konkrét társadalmi problématerületet jól kell tudniuk ábrázolni, alkalmasnak kell lenniük a földrajzi területekre való lebontásra (ideális esetben helyi területi szintre, vagy településrészekre); adott személyhez vagy csoportokhoz köthetőek kell, hogy legyenek. 6A kapcsolódó The People Behind the Numbers: Developing a Framework for Effective Local Equal Opportunity Plans Implementation (A számok mögött az ember: Kézikönyv a helyi esélyegyenlőségi programok megvalósításához) című anyagunk feldolgozza, hogyan lehet az egymással átfedő hátrányokból eredő komplex társadalmi problémákat különálló elemekre bontani, és ezen elemek közül melyek kezelhetők a legjobban helyi szinten. 12 3. A társadalmi kirekesztődés mérése: globális és helyi tanulságok Magyarország számára A társadalmi integráció előrehaladását mérő eszköz kialakításakor lehet előzőleg bevált eszközök tapasztalataira alapozni. Sok helyen alkalmaztak mutató(rendszereket) a társadalmi integrációs intézkedések célzására (az ország leszakadó területeinek beazonosítására, amelyekre a beavatkozási tervek kialakításakor hangsúlyt kell helyezni) és monitoringjára (azon adatok körének meghatározására, amelyeket rendszeresen gyűjteni kell annak megállapításához, hogy a leghátrányosabb helyzetű csoportok és a lakosság nagy része közötti szakadék csökken-e). 3.1. Mit történt eddig Magyarországon? Az utóbbi néhány évben Magyarországon több szervezet is dolgozott azon, hogy a leszakadó térségeket és területeket jobb célzással érjék el a fejlesztési források. A Központi Statisztikai Hivatal (KSH) a 2001. és a közelmúltban zajlott 2011. évi népszámlálás adatainak felhasználásával elkészítette a szegregátum térképet két, a munkanélküliséghez és oktatáshoz kapcsolódó mutató felhasználásával. Ezzel párhuzamosan Magyarország Kormánya meghatározta a 33 leghátrányosabb helyzetű kistérséget – gazdasági-, társadalmi- és infrastrukturális mutatók alapján, – és kisebb változtatásokkal ugyanezt a módszert alkalmazza a 2014-2020 időszak vonatkozásában is. 3.1.1. A Központi Statisztikai Hivatal (KSH) által az oktatásra és munkanélküliségre vonatkozó népszámlálási mutatók alapján készített szegregátumtérkép A perifériára szoruló csoportok (a romákat is ide értve) hatékony megcélzásának előfeltétele a leszakadó területek beazonosítása. A Központi Statisztikai Hivatal (KSH) feladata az volt, hogy elkészítse a települések szegregátumtérképeit, a 2001. és később a 2011. évi népszámlálás lakossági tömbökre vonatkozó információinak felhasználásával. Hasonlóan a 2. dobozban ismertetett módszerrel, amelyet a Világbank vezetésével dolgoztak ki Romániában, a magyarországi kontextusban is a társadalmi-gazdasági mutatók bizonyultak hasznosnak a leginkább kirekesztett rétegek lehatárolásában. A szegregátumok olyan tömbök, ahol az emberek rossz lakáskörülmények között, az alapvető szolgáltatásokhoz (vízszolgáltatás, csatornahálózat, szociális- és egészségügyi szolgáltatások, stb.) való korlátozott hozzáférési lehetőség mellett élnek. Mindemellett a magyar kontextusban a lakókörnyezet fizikai jellemzőinek elhagyása is releváns információt szolgáltat: a KSH két mutatóra összpontosított, amelyek szoros kapcsolatban állnak a szegregációval: (i) munkaképes korú, rendszeres munkajövedelemmel rendelkező felnőtt lakosság hiánya, és a (ii) 8 általános iskolai osztályt el nem érő legmagasabb iskolai végzettséggel rendelkező munkaképes lakosok túlsúlya. Az első teljes EU pénzügyi időszak (2007-2013) 7 tekintetében a 2001. évi népszámlálás adatait és a következő módszertant alkalmazták: Városi területek akkor kaptak lakóhelyi szegregátum besorolást, ha az aktív korú (15-59 éves kor közötti) lakosság legalább 50 százaléka munkanélküli volt, és a legmagasabb iskolai végzettségük nem haladta meg a 8 általános iskolai osztályt. A városi területek második rétege a szegregáció által veszélyeztetett körbe tartozik, itt a fenti mutató 40 és 50 százalék közötti értéket vett fel. A budapesti agglomeráció esetében a városi területek akkor kaptak lakóhelyi szegregátum besorolást, ha a fenti mutató elérte vagy meghaladta a 35 százalékos értéket; azok a területek kaptak szegregáció által veszélyeztetett besorolást, amelyek esetében a mutató 25-35 százalék közötti értéket mutatott. A szociális segélyben részesülők adatait is felhasználták a szegregáció mértékének pontosabb meghatározása érdekében. Azokat a területeket, ahol a rendszeres szociális segélyben 7 Városfejlesztési kézikönyv, rövidített változat (Nemzeti Fejlesztési és Gazdasági Minisztérium Területfejlesztési és Építési Államtitkársága, 2009. március). 13 részesülők aránya elérte a városi átlag kétszeresét (vagy Budapest esetén a kerületi átlag kétszeresét), lakóhelyi szegregátum besorolással illették. Azok a területek, amelyeken a rendszeres szociális segélyben részesülők aránya a városi (kerületi) átlag 1,7 – 2-szerese között volt, szegregáció által veszélyeztetett besorolást kaptak. 8 A jelenlegi EU tervezési időszak (2014-2020) 9 vonatkozásában a 2011. évi népszámlálás adatait és az előző EU pénzügyi időszak alatt alkalmazott módszertant használták, csak a küszöbértékeket módosították. A városi területeket akkor sorolták be lakóhelyi szegregátumként, ha az aktív korú lakosság (15-59 év közöttiek) legalább 35 százaléka munkanélküli volt, és legmagasabb iskolai végzettségük nem haladta meg a 8 általános iskolai osztályt. Azok a városi területek, amelyekben a fent említett mutató 30 és 35 százalék közötti értéket vett fel, szegregáció által veszélyeztetett besorolást kaptak. A budapesti agglomeráció esetében a városi területek akkor kaptak lakóhelyi szegregátum besorolást, ha a fenti mutató értéke elérte vagy meghaladta az adott területre vonatkozóan (belső vagy külső kerületek) meghatározott 20 illetve 25 százalékot; és azokat a területeket sorolták be szegregáció által veszélyeztetett kategóriába, amelyek esetében a mutató értéke a megadott 15-20 illetve 20-25 százalék közé esett (a belső és külső kerületekre meghatározott külön értékek alapján). A 200 és 2000 lakos közötti települések esetében is a fenti küszöbértéket alkalmazták: 50 százalék volt a besorolási küszöb a lakóhelyi szegregátumok esetében, és 40 - 50 százalék kellett a szegregáció által veszélyeztetett státuszba soroláshoz. A felhasznált mutatók áttekintése - Egy, az alacsony munkaintenzitást jelző mutató és egy alacsony iskolai végzettséget mérő mutató - A 2011. évi népszámlálás háztartási szintű adatai - Lakossági népszámlálási tömbökre vonatkozóan, de csak minden évtizedre (10 év) rendelkezésre álló mutató 3.1.2. A KSH által az összetett társadalmi integrációs beavatkozásokhoz készített célzási eszköz A növekvő területi egyenlőtlenségeket már a 2000-es évek közepén jelentős problémaként azonosították. Ezek a problémák részben a társadalmi és etnikai feszültségek eredményeként néhány leghátrányosabb helyzetű kistérségben, különösen Észak-kelet Magyarországon jelentek meg. A 2007-2013 pénzügyi időszakban az EU források nyújtotta lehetőségek miatt került középpontba a hatékony célzás kérdése. Ezeken a területeken “komplex programok” kialakítása zajlott egy kistérségenként kb. 10-30 projektet tartalmazó csomag formájában, amelyek humán szolgáltatásokat és infrastruktúra-fejlesztést, gazdaságfejlesztést, közlekedési és környezetvédelmi fejlesztéseket, valamint városfejlesztést is tartalmaztak. A humán fejlesztések területén például a 2007-13 közötti időszakban egy összesített céltámogatási keret és az Társadalmi Megújulás Operatív Program (TÁMOP) tematikus pályázati felhívásai irányultak ezekre a kistérségekre. 2007-ben a Központi Statisztikai Hivatal (KSH) feladatul kapta, hogy határozzon meg új mutatókat, amelyek segítségével a leghátrányosabb helyzetben lévő kistérségek megcélozhatók. A KSH építeni tudott a korábban, az 1980-as évek végétől, a leszakadó régiók azonosítására kialakított mutatócsoportokra. A KSH kezdetben diszkriminancia elemzéssel határozta meg az elmaradott régiók azonosítására legalkalmasabb mutatókat (1986-1993), ezt követően pontozásos modellekre váltott (1993-2007), és végül a jellemzők arányosítására (normalizálás) tért át 2014-ben. Míg a mutatókészlet 1996-ban mintegy 10 mutatóra korlátozódott, a közelmúltban a mutatók dimenziói és számuk ugrásszerűen bővült, 2007-re már 20-30 mutatóval dolgoztak (Kezán és Szilágyi, 2015). 8 http://ec.europa.eu/justice/discrimination/files/romaplatform_discussion_paper_poverty_2011_en.pdf 9 http://net.jogtar.hu/jr/gen/hjegy_doc.cgi?docid=A1200314.KOR 14 Végül 2007-ben egy 31 gazdasági, társadalmi és infrastrukturális mutatóból álló csoportot határoztak meg. A mutatók egy részét a megelőző (6 évvel korábban, 2001-ben lezajlott) népszámlálás adatai alapján határozták meg, míg másokat aktuálisabb adatforrásokból nyertek. A kompozit mutatót kistérségek szintjén, mind a 175 kistérség vonatkozásában kiszámolták, és a kistérségeket ez alapján rangsorolták, és négy beavatkozás-csoportba soroltak (hátrányos helyzetű, a leghátrányosabb helyzetű és a felzárkóztató programmal támogatható kistérségek, valamint azok, amelyek nem igényelnek beavatkozást). A mutatókat a következő kritériumok alapján választották ki: (i) a mutatóknak átláthatónak, egyszerűnek, megbízhatónak és adott idő múlva reprodukálhatónak kellett lenniük; és (ii) a mérési módszerüknek állandónak kellett lennie, hogy az új érték összehasonlítható legyen a korábbiakkal. A mérőszámok időbeli követhetősége nem merült föl külön szükségletként, mivel a kompozit mutató célja az volt, hogy előzetesen azonosítsa a leghátrányosabb helyzetű régiókat. 2013-ban a 175 kistérséget 198 járással helyettesítették (beleértve Budapest 23 kerületét is), és a KSH ismét elvégezte Magyarország legelmaradottabb régióinak felmérését. A KSH 24, a gazdasági, társadalmi és infrastrukturális dimenziókhoz kapcsolódó változót határozott meg. A mutatók végső köre jelentős átfedésben van a 2007-ben kiválasztottakkal (lásd: 1. táblázat alább). 10 1. táblázat: A leghátrányosabb helyzetű kistérségek/kerületek mutatói – 2007 és 2014 GAZDASÁGI MUTATÓK 2007 2014 A működő gazdasági szervezetek 1000 lakosra jutó száma, db X X A kereskedelmi és magánszálláshelyeken eltöltött vendégéjszakák 1000 lakosra X jutó száma, éj, 2005 A kiskereskedelmi boltok 1000 lakosra jutó száma, db X X A mezőgazdaságban foglalkoztatottak aránya az összes foglalkoztatottakból, %, X 2001 A szolgáltatásban foglalkoztatottak aránya az összes foglalkoztatottakból, %, X 2001 A működő gazdasági szervezetek számának változása, %, 1999-2004 X Az önkormányzatok helyi adóbevétel egy lakosra, Ft, 2005 X Az önkormányzatok helyi adóbevételének aránya a teljes bevételükből X A tudományos kutatók, fejlesztők 1000 lakosra jutó száma, db, 2005 X 10 A mutatókra vonatkozó törvényi szabályozási háttér a következőket tartalmazza: (i) 290/2014. (XI. 26.) Kormányrendelet a kedvezményezett járások besorolásáról; (ii) 105/2015 (IV. 23.) Kormá nyrendelet a kedvezmé nyezett telepü lé sek besorolá sá ró l é s a besorolá s felté telrendszeré rő l; (iii) 1247/2015 (IV. 23.) Kormányhatározat: A területi különbségek változásait mérő dinamikus mutatószámrendszer kialakításáról. Utóbbinak fontos szempontja, hogy kötelezővé teszi egy mutatórendszer kialakítását, amely a társadalmi változások területi szinten, éves alapon történő nyomon követését célozza. 15 INFRASTRUKTURÁLIS MUTATÓK A közüzemi vízhálózatba bekapcsolt lakások aránya, % X A vezetékes gázt fogyasztó háztartások száma a lakásállomány százalékában, %, X 2005 A rendszeres hulladékgyűjtésbe bevont lakások aránya, % X X Az egy km vízvezeték-hálózatra jutó zárt csatornahálózat hossza, méter, 2005 X A telefon-főállomások (ISDN-nel együtt) 1000 lakosra jutó száma, db, 2005 X A hétköznapi elérés mutatója, perc, 2007 X A gyorsforgalmi csomópontok elérés mutatója, perc, 2007 X Burkolt utak részaránya az összes önkormányzati kezelésben álló úton belül X A telefon-főállomások (ISDN-nel együtt) 1000 lakosra jutó száma, db, 2005 X A kábeltelevízió előfizetőinek 1000 lakosra jutó száma, db, 2005 X A szélessávú internet előfizetők 1000 lakosra jutó száma, fő, 2006 X X TÁRSADALMI MUTATÓK (1/2) Az épített 3-x szobás lakások aránya a megelőző 5 évben épült lakásállományból, X X % Komfort nélküli/alacsony színvonalú lakások aránya X Használt lakások átlagára X A személygépkocsik kor szerint súlyozott 1000 lakosra jutó száma, db, 2005 X Vándorlási különbözet; időszak közepi 1000 fő népességre jutó évi átlag, fő X X Halálozási ráta (az 1000 lakosra jutó halálozások száma), db X X Az egy állandó lakosra jutó szja-alapot képező jövedelem, Ft X X Urbanitás/ruralitás indexe (az adott kistérség népességének hány %-a él 120 X X fő/km2-nél nagyobb népsűrűségű településen), % 1.000, 2 év alatti lakosra jutó bölcsődei és napközi otthoni férőhelyek száma X Férfiak születéskor várható átlagos élettartama X Nők születéskor várható átlagos élettartama X TÁRSADALMI MUTATÓK (2/2) Fiatalodási index (a 15 évesnél fiatalabbak a 60-x népesség százalékában), %, X 2005 A foglalkoztatott nélküli háztartások aránya, %, 2001 X Középiskolai végzettséggel rendelkezők részaránya a 18 év feletti lakosságon belül X X Az önkormányzatok által rendszeres szociális segélyben részesítettek évi átlagos X száma 1000 lakosra, fő, 2005 A rendszeres önkormányzati szociális segélyben vagy munkanélküli segélyben részesülő X lakosok aránya A rendszeres gyermekvédelmi támogatásban részesítettek aránya a 0-24 éves X X népességből, % FOGLALKOZTATÁSI MUTATÓK 16 Nyilvántartott álláskeresők aránya a munkaképes korú népességből, % X X Tartósan – legalább 12 hónapja folyamatosan – nyilvántartott álláskeresők aránya X X a munkaképes népességből, % Alacsony iskolai végzettséggel rendelkező (legfeljebb általános iskolát végzett) regisztrált X munkakeresők Aktivitási ráta, % X Forrás: KSH A komplex programok keretében segítendő területek végleges listája jelentősen átalakult a 2007/11. hótól 2014-ig eltelt időszak alatt. A 33 kistérségből, amelyeket 2007-ben komplex program keretében fejlesztendőként jellemeztek, 9 már nem kapott komplex program keretében fejlesztendő besorolást. Regionális szinten a komplex program keretében fejlesztendő területek száma a Dél-Dunántúlon csökkent a legnagyobb mértékben (8-ról 4-re), és a legnagyobb számban az Észak-Alföldön növekedett (8-ról 12-re). Országos szinten a komplex programok keretében fejlesztendő területek száma legnagyobb mértékben Somogy megyében csökkent (4- ről 2-re), és a legnagyobb mértékben Hajdú-Biharban nőtt (1-ről 4-re). A KSH készített emellett egy térképet, amelyen egymással átfedésben láthatjuk a leghátrányosabb helyzetű önkormányzatokat és a magas munkanélküliségi rátákat (lásd: 2. ábra). Látható, hogy az utóbbi rendkívül erős korrelációt mutat az elsővel. Mind a (potenciálisan) kedvezményezett járásokat és az önkormányzatokat olyan mutatócsoportok segítségével lehet azonosítani, amelyeket a hátrányos helyzetű kistérségek lehatárolására definiáltak, bár kisebb különbségek azért vannak (pl. járási szinten alkalmazható a várható élettartam, de önkormányzati szinten ez nem adna megbízható eredményt). Mindkét területi szintű mutatót elő kell tehát állítani, hogy be tudják azonosítani a hátrányos helyzetű önkormányzatokat olyan járásokban, amelyek egyébként összességükben nem kapnának hátrányos helyzetű besorolást. 2. ábra: A leghátrányosabb helyzetű önkormányzatok és a munkanélküliségi ráták Jelmagyarázat Legend egyéb other magas munkanélküliségi ráta high unemployment rate alacsonyan fejlett underdeveloped 17 Forrás: Központi Statisztikai Hivatal (Kezán és Szilágyi, 2015). Az alkalmazott mutatók áttekintése - A 24/31 mutatóból álló készlet a gazdasági és társadalmi hátrányok négy dimenziójához köthető: a gazdasági, szociális, infrastrukturális és oktatási dimenziókhoz - Különféle adatforrásokon alapszanak, ide értve a népszámlálásokat is (2001. majd később 2011. évben), helyi közigazgatási adatok, pl. adóbevételi nyilvántartások - A kistérségek (vagy járások) szintjén rendelkezésre álló mutatókat különféle rendszerességgel gyűjtik (népszámlálás 10 évente, adóbevételek minden évben, stb.) 2. DOBOZ: Az elzárt szegény területek azonosítása szubregionális szinten: marginalizálódott közösségek feltérképezése Romániában Romániában a hivatalos önkormányzati térképek, gyakran nem tüntetik fel az összes szegény vagy roma-telepet, mivel ezek gyakran informálisak. Éppen ezért sokszor nem is veszik figyelembe ezeknek a közösségeknek a szükségleteit, amikor a helyi fejlesztéseket tervezik, például akkor sem, amikor az EU-s források támogatásával megvalósuló beavatkozásokról van szó. A közösség-vezérelt helyi fejlesztés (CLLD) ugyanakkor lehetővé teszi az EU támogatással megvalósuló tevékenységek esetében, hogy azok közvetlenül a hátrányos helyzetű közösségekbe irányuljanak. A román hatóságoknak a CLLD programjuk kialakításához nyújtott segítség céljából a Világbank kialakított egy módszertant, amely alkalmas minden romániai kis- és nagyvárosban a marginalizált közösségek területi lehatárolására. Ennek keretében a 2011. évi népszámlálás adataira támaszkodva elkészült a marginalizálódott városi területek romániai térképe (Atlas of Urban Marginalized Areas in Romania) Ez az eszköz a korábban a városi marginalizációval kapcsolatos indikátorok és korábbi kvalitatív kutatások és felmérések alapján kialakított mutatókat és tipológiát alkalmazza. A térképek a 2011. évi népszámlálási egyéni, háztartási és lakóhelyi szintű mutatóit használják (mint a végzettség, munkanélküliség, elektromos áramhoz való hozzáférés, stb.). A mutatók mindegyikének esetében a városi népszámlálási tömb szintű adatokat (jellemzően 200 fő körüli lakosságot felölelő területek) alkalmazzák, és a városi küszöbértéket a 80. percentilis értékében határozták meg. Amennyiben valamelyik népszámlálási tömbben a mutatók értéke meghaladja a küszöbértéket, a tömböt hátrányos helyzetűnek vagy marginalizálódottnak tekintik. Számos város esetében el is készült ez a fajta térkép. További térképek kiválasztott városi hatóságoktól gyűjtött információt tükrözik arra vonatkozólag, hogy az önkormányzat területén élnek-e perifériára sodródott közösségek, és ha igen, hol. A városok egy része esetében a népszámlálási adatok és a városi hatóságoktól közvetlenül nyert információ alapján is elkészítették a térképeket. A térképek egybevetése alapján kijelenthetjük, hogy a népszámlálási adatok felhasználása a marginalizálódó városi területek azonosítására ígéretes módszernek mutatkozik Romániában is. Ugyanakkor további vizsgálatokra van szükség ahhoz, hogy a módszer érvényességét a városi területeken kívül is fel lehessen mérni. Bár a marginalizálódott városi közösségek térképei sok részletes információval szolgálnak a szegénység és marginalizáció területi folyamatairól vagy városon belüli jellegéről, és segítik a források célzását, nem alkalmasak az összes fejlettséggel kapcsolatos probléma megoldására. Az információkat ki kell egészíteni a helyi ismeretekkel, helyi vizsgálatok és közösségi igények felvázolásával. Más szóval a leginkább szükséget szenvedő lakossági csoportok és területek azonosítását követően meg kell érteni, miért szegények ezek a területek. Az okok minden helyen eltérőek lehetnek: ide tartozhat a nem megfelelő infrastruktúra, a gazdasági tevékenység hiánya, a nem megfelelően képzett munkaerő vagy más okok is. Bár az eszközök megfelelő kombinációja országonként eltérő lehet, a térképek fontos információval szolgálnak a szegénység és társadalmi kirekesztődés felszámolására irányuló szakpolitikai intézkedések és programok tervezéséhez. Forrás: A Világbank (2015.) 18 3.1.3. Az NTFS Monitoring mutatói Magyarország Kormánya az EU tagállamok közül elsőként alakította ki és nyújtotta be roma integrációs stratégiáját Nemzeti társadalmi felzárkózási stratégia: Mélyszegénység, gyermekszegénység, romák címen. Ezt követően a kormány kialakította a stratégia előrehaladásának nyomon követését célzó monitoring-rendszert is, amely három fő területre terjed ki: (i) szegénység és társadalmi kirekesztődés, különös tekintettel a roma népességre; (ii) társadalmi kirekesztődés újratermelődése; és (iii) A társadalmi gazdasági javakhoz történő egyenlő esélyű hozzáférés javítása, a társadalmi összetartozás erősítése. A mutatók besorolása tovább tagolódik a második és harmadik szintű mutatókra, és mindegyik szint nagyobb mélységben tárja fel a társadalmi kirekesztődés egyes dimenzióit. Az alapvető társadalmi integrációs mutatók – amelyek jelentős mértékben átfednek az EU2020 társadalmi mutatóival – a következők: 1. Szegénységben és társadalmi kirekesztettségben élők aránya (EU2020), 2. Jövedelmi szegénységben élők aránya, 3. Alacsony munkaintenzitású háztartásban élők aránya, 4. Foglalkoztatási ráta, 5. Tartós szegénységben élő gyermekek aránya, 6. Óvodába járó, 3-5 éves gyermekek aránya, 7. A legfeljebb általános iskolát végzett szülők gyerekei közül a standardizált teszteken legfeljebb 1-es vagy az alatti szintet elérők aránya a 6. évfolyamon, összevetve a 6. évfolyam összes tanulójának hasonló arányával 8. A 10. osztályra véglegesen lemorzsolódott tanulók száma az induló kohorszlétszám arányában A társadalmi integrációs mutatók követésén túl egy program-monitoring rendszert is bevezetett és működtet az államigazgatás. Az alkalmazott mutatók áttekintése: - 8 főmutató kombinációja irányul a társadalmi kirekesztődésre (kedvezőtlen gazdasági helyzet, foglalkoztatás, oktatás) - Különféle adatforrásokat alkalmaznak, de több adat hiányos. A monitoring rendszer felülvizsgálat alatt áll 2015-ben, a KSH adatgyűjtése folyamatban van - Kevés mutató áll rendelkezésre 3. DOBOZ: Példák a nemzeti roma integrációs stratégiák monitorozására A magyar kormány az NTFS céljainak teljesülését monitorozza. Ezzel egyidőben más tagállamokban is történnek erőfeszítések a roma integráció eredmény-alapú monitoringjának és értékelésének (M&E) tökéletesítésére. A tagállamok egy munkacsoportja az EU Alapjogi Ügynökségének (FRA) vezetésével dolgozik egy modell kialakításán, amelynek célja, hogy a jogi alapú indikátorok olyan csoportjának alkalmazását vezessék be, amelynek segítségével EU szinten átfogó összesítést lehet kapni a roma integrációs erőfeszítésekről. A modell alkalmaz egy úgynevezett struktúra-folyamat-eredmény (S-P-O) modellt, amely értékeli (i) a jogi és politikai kereteket (strukturális mutatók); (ii) a megvalósításra tett konkrét intézkedéseket (folyamatmutatók); és (iii) az eredményeket, amelyek a célcsoport(ok) esetében, például a romák esetében, megfigyelhetők (eredménymutatók). A közelmúltban egy M&E témában tartott nemzetközi madridi műhely, az ESF- Roma Integrációs Hálózat rendezésében (2014. november 13–14.) szintén lehetőséget kínált a tagállamok résztvevői számára, hogy megosszák egymással a roma integrációs projektjeikre vonatkozó információikat, M&E tapasztalataikat és a következő programidőszakra vonatkozó terveiket. A műhely rávilágított arra, hogy minden tagállam világosan látja azt, hogy az előző 19 programidőszak gyenge M&E rendszerekkel dolgozott, és hogy a 2014-2020 programidőszak hoz némi előrelépést az M&E terén, különösen a (i) források jobb célzása (mint a hátrányos helyzetű területek lehatárolása — Cseh Köztársaság, Szlovákia, Magyarország); és (ii) annak monitorozása terén, hogy a projektek elérik-e a romákat, a magukat romáknak vallók körében történő adatgyűjtéssel (Magyarországon, Bulgáriában). A résztvevők megvitatták, hogy hogyan lehet hasznosítani a modern információs technológiát az eredmények célzása és a monitorozás során, és hogy hogyan lehetne egy sokkal erőteljesebben a részvételre építő monitoring irányába elmozdulni a megvalósító szervezetek és végső kedvezményezettek bevonásával. Forrás: Világbank (2015.) 3.1.4. A szegénység által veszélyeztetett (AROP) státusz legjobb előjelzői A Világbank és a KSH együttműködésében 2014-ben – 2005-ös adatok alapján – elkészült egy kistérségi szintre dezaggregált becslés a szegénységről. A térképen a szegénység által veszélyeztetetteket (AROP) jelenítették meg a kistérségi (LAU1) szinten (Világbank, 2014). Bár ezen feladat körében csak a társadalmi kirekesztődés egy dimenzióját, mégpedig a jövedelmi szegénységet vizsgálták. A vizsgálat egy további eredménye, hogy beazonosította azokat a mutatókat, amelyek a legjobb előrejelzői a szegénységi kockázatnak, és amelyeket a 2005. évi mikrocenzusban és az EU SILC-ben 11szerepeltek. 2. táblázat: A szegénység által veszélyeztetett (AROP) státusz legjobb előjelzői a kistérségek szintjén – 2005 Változók az egy főre jutó diszponibilis jövedelem előrejelzésére Együttható Foglalkoztatás Nincs aktív családtag -0.56 Két aktív személy van a háztartásban -0.10 Egy vagy két munkavállaló van és a háztartásfő munkaadó 0.08 Több mint két munkavállaló van, és a háztartásfő munkaadó 0.24 Munkavállalók száma a háztartásban -0.28 A háztartásfő vegyiparban dolgozik 0.23 A háztartásfő kereskedelemben, vagy háztartási készülékek és egyéb személyes tárgyak szerelőjeként dolgozik -0.10 A háztartásfő postai vagy telekommunikációs területen dolgozik 0.23 A háztartásfő szerződés nélkül dolgozik -0.21 A háztartásfő több hónapos munkaszerződés alapján dolgozik -0.16 A háztartásfő hivatali dolgozó (oktatás & közigazgatás) 0.06 Oktatás Legmagasabb végzettség (folyamatos) 0.02 11 2004-ben vezették be hivatalosan tizenöt országban, és kiterjesztették 2005-ben (mind a 25 tagállamra, Norvégiára és Izlandra), 2006-ban (Bulgáriára) és 2007-ben (Romániára, Svájcra, Törökországra). Az EU- SILC két típusú éves adatot szolgáltat: (i) keresztmetszeti adatok adott időpont vagy adott időszak vonatkozásában a jövedelemre, szegénységre, társadalmi kirekesztődésre és egyéb életkörülményekre vonatkozóan; (ii) longitudinális adatok az egyéni szinten, egy négy éves időszak alatt periodikusan megfigyelt változások. Az EU-SILC többcélú eszköz, amely elsősorban a jövedelemre összpontosít. Részletes adatokat gyűjtenek a jövedelem-komponensek, elsősorban a személyi jövedelem vonatkozásában. A társadalmi kirekesztődésre, lakáskörülményekre, munkára, oktatásra és egészségre vonatkozó információt is gyűjtenek. 20 Iskolai végzettséggel nem rendelkező emberek aránya a háztartásban élő felnőttek számához képest -0.29 Általános iskolai végzettséggel rendelkező emberek aránya a háztartásban élő felnőttek számához képest -0.28 Középiskolai végzettségű, de érettségivel nem rendelkező emberek aránya a háztartásban élő felnőttek számához képest -0.35 Középiskolai végzettséggel rendelkező emberek aránya a háztartásban élő felnőttek számához képest -0.23 Háztartás összetétele A háztartásfő nő -0.12 A háztartásfő elvált 0.07 0-5 év közötti gyermekek aránya -0.18 13-18 év közötti személyek aránya a háztartásban 0.11 60 év feletti idős háztartástagok aránya a háztartásban 0.32 Egy- vagy kétszemélyes háztartás 0.06 Lakáskörülmények Nincs melegvíz a lakásban -0.12 Panellakás 12 0.05 Jövedelem/pénzügyi mutató A teljes személyi jövedelemadó összegének aránya / 18+ korú lakosok 0.09 Földrajz Megye=9 -0.09 Megye=15 -0.07 Megye=18 -0.10 Régió_1*munkanélküli felnőttek aránya a háztartásban/összes felnőtt száma -0.23 Régió_2* munkanélküli felnőttek aránya a háztartásban / összes felnőtt száma -0.22 Régió _3*Legmagasabb végzettség -0.01 Régió _3*Háztartás mérete 0.04 Régió _4*Munkanélküli felnőttek aránya a háztartásban / összes felnőtt száma -0.35 Régió _5* Munkanélküli felnőttek aránya a háztartásban / összes felnőtt száma -0.33 Régió _7* Legmagasabb végzettség -0.01 Forrás: Világbank és KSH saját számítások A szegénység tárkép elkészítését az Elberts és társai (2003) által kidolgozott módszertan alapján felállított modell segítségével végezték el a 2005. évi mikrocenzus háztartási szintű adatai felhasználásával – a magyarországi lakásállomány 2 százalékát lefedő reprezentatív survey alapján, amelyet a Központi Statisztikai Hivatal 2005 áprilisában végzett – és a 2005. évi EU-SILC adatai alapján. A mikrocenzus adatai számos, a háztartásokra és az egyénekre vonatkozó kulcsfontosságú jellemzőt lefedtek, ide értve a következőket: (i) demográfia: kor/nem, családi állapot, háztartások összetétele; (ii) foglalkoztatás: foglalkoztatottsági állapot, foglalkozás és 12 Előre gyártott házgyári modulokban alkalmazott elemek. 21 iparág; (iii) iskolai végzettség; és (iv) a lakhatásra vonatkozó információk: tulajdonjog, felszereltség, szobák száma és burkolata, szennyvízelvezetés jellege, falazat típusa. A szegénységtérkép a (transzferek utáni) egy főre jutó (háztartási) jövedelmi adatból indult ki – ez 6 927 háztartásra állt rendelkezésre. Ez volt a modell függő változója. Ezt a változót azért választották, mivel ugyanezt használják az Európai Bizottság szegénységi kockázat mutatójának számítására is (AROP mutató). A mikrocenzus csak megyei szinten reprezentatív: annak érdekében, hogy egyéni szintű modellt tudjanak készíteni, az EU-SILC háztartásokra és személyes jellemzőkre vonatkozó adataira hagyatkoztak (háztartás összetétele, kor, nem, iskolai végzettség, foglalkoztatottsági állapot és foglalkoztatás típusa), valamint a lakás-jellemzőkre. A modellezés során a mikrocenzus és EU-SILC megfelelő változóit használták fel, valamint település-szintű kiegészítő adatokat alkalmaztak (többek között a települési és kerületi szintű átlagos iskolázottsági adatok, háztartás átlagos mérete, háztartásfő átlagos életkora). Számos, a mikrocenzus során gyűjtött egyéni változót felhasználtak a földrajzi eloszlás szerinti átlagértékek meghatározásához, így például – egyéb változók mellett - a települési és kerületi szintű átlagos végzettség, háztartás átlagos mérete és háztartás átlagos életkora tekintetében. A változók végleges listáját a fenti 2. táblázat mutatja, a végleges térkép pedig az alábbi 3. ábrán látható. 3. ábra: Szegénység általi veszélyeztetettség (AROP) rátái a kistérségek szintjén, 2005. Forrás: Világbank, 2014. Felhasznált mutatók áttekintése 35 mutató összeállítása, amelyek a szegénység 6 dimenziójára irányulnak: foglalkoztatás, oktatás, család összetétele, lakáskörülmények, jövedelem és földrajzi jellemzők Háztartási-szintű adatok a 2005. évi mikrocenzus és a 2005. évi EU-SILC alapján Népszámlálási tömbök szintjén elérhető információ, de csak minden tízedik évre vagy regionális szinten minden évben az EU-SILC alapján. 22 3.2. Az országos mérések nemzetközi tapasztalatai A társadalmi kirekesztődés indikátorainak kiválasztása tekintetében sokféle szemléletmód jelenik meg. A legtöbb módszer különféle dimenziókat egyesít a társadalmi kirekesztődés fogalma alatt, és különféle mutatókat választ minden egyes alterület vonatkozásában. A következő fejezetek legnagyobb részben Labonté és társai (2012), és Levitas és társai (2007) tanulmányaira épülnek. Mindkét jelentés a társadalmi integráció/kirekesztődés elemzésére kialakított különféle keretrendszerek meta-analízisét adja, vonatkozási területük pedig Ausztrália, Kanada, Franciaország, az Egyesült Királyság és az Európai Unió (EU). 3.2.1. A dimenziók kiválasztása A meglévő társadalmi kirekesztődési keretek, mutatók és intézkedéseket áttekintve Levitas és társai (2007) tíz tématerületet jelölnek meg, amelyek nagy része átfedésben a későbbi, Labonté és társai (2012) által azonosított nyolc fő területtel, amelyek alapján a társadalmi kirekesztődés/integráció folyamata leírható. A következő táblázatban foglaljuk össze a felsorolt dimenziókat: 3. táblázat: A társadalmi kirekesztődés dimenziói Levitas et al. (2007) 13 Labonté et al. (2012) Anyagi/gazdasági források Jövedelem és anyagi források Gazdasági részvétel Foglalkoztatás Kultúra, iskolai végzettség és szaktudás Iskolai végzettség és szaktudás Lakókörnyezet Megfizethető és megfelelő lakhatás Közösségi- és magán szolgáltatásokhoz való hozzáférés Egészség és jólét Egészség Társadalmi részvétel Szociális források és hálózatok Szociális források Politikai és civil részvétel Közösségi források és civil részvétel Bűnözés, bántalmazás és kriminalizálódás Személyi biztonság Forrás: Labonté et al. (2012) és Levitas et al. (2007). A Labonté és társai (2012) nemzetközi vizsgálata a társadalmi kirekesztődés mutatói kapcsán azt mutatja, hogy a legtöbb esetben a kiválasztott mutatók csoportja a fent említett kategóriákba esik, és a legtöbb esetben az adatok elérhetősége és a mutatók megbízhatósága terén mutatkozó korlátok miatt a következő öt kategóriára korlátozódik: (i) Jövedelmi szegénység, (ii) munkaerőpiachoz való hozzáférés, (iii) oktatás és egészség, (iv) lakhatás és életkörülmények, és (v) a lakóhely makrogazdasági jellemzői. 3.2.2. Mutatók száma A legtöbb ország 20 és 30 közötti számú mutatót használ mutató-csoportokra vagy szintekre osztva. A mutatók első szintjét általában korlátozott számú kulcsindikátor alkotja, amelyek a társadalmi kirekesztődéshez vezető legfontosabbnak ítélt összetevők széles körét lefedik. A második – és egyes esetekben a harmadik – szintű mutatók alátámasztják az I. szintű mutatókat, és a probléma más dimenzióit nagyobb mélységben írják le. Atkinson és Marlier (2004) kialakított egy mutatókészletet az Európai Unió számára, amelybe beépítette a társadalmi kirekesztődés EU-specifikus dimenzióit, és figyelembe vette az EU-SILC 13 Ez a mátrix a Bristoli társadalmi kirekesztődési mátrix (Bristol Social Exclusion Matrix), vagy B-SEM. 23 és más EU adatforrások segítségével hozzáférhető adatokat. A mutatók végleges összeállítását a 4. táblázat mutatja. A mutatók ezen összeállítása két szintet tartalmaz, amelyeket az Európai Unió egészére nézve választottak ki. Egy további, harmadik szintet üresen hagytak az országspecifikus adatok számára. Ez a szint az adatok hozzáférhetőségének és a kiválasztott fókusz függvényében a kutatók érdeklődésének megfelelően alakítható ki. 4. táblázat: Atkinson mutatói az EU számára 1. szint / I. fokozat 1 A jövedelmi szegénység kockázata (az országos medián jövedelem 50% és 60%-a) 2 Jövedelmi egyenlőtlenség a kvintilisek részesedése alapján, azaz a háztartások leggazdagabb 20%- ának részesedése a nemzeti jövedelemből a háztartások legszegényebb 20%-ához viszonyítva 3 Az érettségit nem adó középfokú oktatásban végzettek aránya a 18-24 éves korosztályon belül (akik nem vesznek részt semmilyen oktatásban vagy képzésben) 4 Teljes és tartós munkanélküliségi ráta az ILO definíció alapján 5 A munkanélküliekből álló háztartásban élő lakosok részaránya 6 65 éves életkor alatt elhalálozók lakossági részaránya, vagy azok aránya az alsó és felső kvintilis csoportokon belül, akik a Világ Egészségügyi Szervezet (WHO) definíciója alapján rossznak vagy nagyon rossznak ítélik saját egészségi állapotukat 7 Adott infrastrukturális ellátás nélküli, vagy minőségi szempontból problémás lakásokban élők aránya 2. szint / II. fokozat 8 A medián jövedelem 40%-a és 70%-a alatti jövedelemmel rendelkező háztartásban élő emberek aránya, és a reálértékben meghatározott medián érték 60%-a alatti jövedelemből élők aránya 9 A vásárlóerő paritáson mért medián 60%-os küszöb a két- és háromfős háztartásokra számítva 10 A tartósan a Jövedelmi szegénység által veszélyeztetett státuszban élő népesség aránya 11 Kiigazított átlag- és medián szegénységi rés, ha a szegénységi küszöböt a medián kereset 60%-ánál húzzuk meg. (Ezzel mérhető a szegénység mélysége; a számítás lényege, hogy mennyivel élnek a szegénységben élők a szegénységi küszöb alatt) 12 A decilis arány és a Gini együttható alapján mért jövedelmi egyenlőtlenség 13 Az érettségi nélküli középfokú végzettséggel vagy ennél alacsonyabb végzettséggel rendelkező 18-59 (64) év közötti népesség aránya 14 Motiváció nélkül dolgozók, nem alkalmazotti státuszúak és nem önkéntes alapon részmunkaidőben dolgozók százalékos részaránya, a teljes 18-64 éves lakosság körében, a nappali tagozatos tanulmányokat folytatók figyelmen kívül hagyása mellett 15 Munkanélküliekből álló háztartásban élők aránya, ahol az adott időszakra vonatkozó jövedelem a medián érték 60%-a alatt van 16 Szegénység által veszélyeztetett (a medián jövedelem 60%-ánál alacsonyabb jövedelemből élő) háztartásokban élő munkavállalók aránya 17 Rosszul fizetett emberek aránya 18 Azoknak az embereknek aránya, akik pénzügyi okból vagy a várólisták miatt nem tudják igénybe venni az egészségügyi ellátásokat 19 Túlzsúfolt lakásban élő lakosság aránya 20 Bérleti díjjal vagy hiteltörlesztéssel hátralékba került emberek aránya 21 Olyan háztartásban élők aránya, ahol váratlan esemény esetén nem tudnak pénzügyi tartalékhoz nyúlni. 24 Kialakítandó mutatók 22 A nélkülözés nem pénzügyi mutatói 23 Az oktatáshoz való differenciált hozzáférés 24 Rossz minőségű lakhatás 25 Lakhatási költségek 26 Hajléktalanság és bizonytalan lakhatás 27 Írni, olvasni, számolni tudás 28 Nyilvános és alapvető magánszolgáltatásokhoz való hozzájutás lehetősége 29 Társadalmi részvétel és internet-hozzáférés Forrás: Atkinson és Marlier (2010) Az Atkinson által az Európai Unió számára kialakított mutatók nem keverendők össze az EU2020 mutatókkal, amelyeket a korábban az 1.2 fejezetben tárgyaltunk. Az EU2020 irányadó mutatói az EU2020 stratégia öt központi célkitűzését tükrözik (foglalkoztatási ráta növelése; K+F befektetések növelése; a klímaváltozással és energiával kapcsolatos bizonyos célok elérése; az iskolai lemorzsolódás csökkentése és a felsőoktatásban végzettek arányának növelése; Európa lakosainak kiemelése a szegénységből és a társadalmi kirekesztésből), amelyeket EU szinten határoztak meg, és nemzeti célkitűzésekbe fordítottak át (valamint beépítették azokat a Nemzeti Reform Programokba). Az irányadó mutatókat az 5. táblázat összegzi. 5. táblázat: Az EU2020 irányadó mutatói Téma Irányadó mutató Foglalkoztatás Foglalkoztatási ráta – korcsoport 20-64 év - nők - férfiak K&F Bruttó hazai K&F kiadás Klímaváltozás és energia Üvegházhatású gázok kibocsátása A megújuló energia részesedése a bruttó végső energia felhasználásból Primer energiafelhasználás Végső energiafelhasználás Oktatás Oktatásból és képzésből kimaradók - nők - férfiak Felsőoktatásban résztvevő hallgatók - nők - férfiak Szegénység és társadalmi kirekesztettség Szegénység vagy társadalmi kirekesztődés által veszélyeztetett emberek (aránya) Szegénység vagy társadalmi kirekesztődés által veszélyeztetett emberek (összesen) Nagyon alacsony munkaintenzitású háztartásban élő emberek 25 Szociális segélyek ellenére is a szegénység által veszélyeztetett emberek Anyagilag súlyosan nélkülöző emberek Forrás: EUROSTAT (http://ec.europa.eu/eurostat/web/europe-2020-indicators). Igen fontos és a KSH 2. ábrán bemutatott eredményeivel szorosan összefügg, hogy a munkaerő- piac elérésének esélye a társadalmi kirekesztődés nagyon jó előrejelzője. Ezen túlmenően a legtöbb mutató időben meglehetősen állandó. Ezt mutatták ki az Egyesült Királyságban panel adatok hosszmetszeti (követéses) vizsgálatával is. Burchardt és társai (1999) a brit háztartások panel vizsgálatát (British Household Panel Survey) használta fel, amelynek során ugyanazokból a háztartásokból gyűjtöttek információt 1991 és 1995 között a társadalmi kirekesztődés vizsgálatához. A társadalmi kirekesztődés öt dimenziójának vizsgálatával – alacsony jövedelem, kevés vagyon, kicsi jövedelemtermelő képesség, politikai érdektelenség és társadalmi elszigetelődés – Burchardt és társai kimutatták, hogy a mutatók értéke csak csekély mértékben változott a vizsgálat időtartama alatt (5 év). 14 3.2.3. Kompozit, illetve nem egyesített mutatók Számos kutató egy egységes társadalmi kirekesztődési indexbe vonja össze az összes mutatót (Franciaország esetében például ilyen a a BIP 40 mutató 15), míg mások nem vonják össze a kirekesztődés különféle vetületeit, és külön kezelik az egyes mutatókat (mint például Burchardt az Egyesült Királyság esetében 16). Az összesített mutatók előnye, hogy az eredmények egyszerű értelmezését teszik lehetővé: minden megfigyelési egységhez – megye, év stb. – csak egy szám tartozik, ezt kell nyomon követni földrajzi egységeken vagy az időben, míg a különálló mutatókat egyenként kell nyomon követni, leírni és összevetni. Fontos megjegyezni, hogy az összetett mutatók két fő aggályt vetnek fel, ezek: (i) értelmezésük és (ii) az összevonás módszertana sem egyértelmű. Amikor összesített mutatókat alkalmazunk, a legtöbb esetben viszonylag bonyolult értelmezni az egyesített mérőszám által mutatott értéket: míg a szegénységi ráta 60 százalékos értéke azt jelenti, hogy 10-ből 6 háztartásban a szegénységi küszöb alatt élnek, a 60 százalékos HDI értelmezése már nem ilyen egyszerű és világos. Az összetett mutató alapján lehetőségünk van a rangsorolásra (60 százalék kevesebb, mint 70 és több mint 50 százalék) de értelmezni nem tudjuk. Továbbá nehéz igazolni, hogy a mutatók egyetlen összetett mutatóba való összevonásakor miért egy adott módszert választottunk, tekintve hogy nincsenek tudományos irányelvek arra vonatkozóan, hogy hogyan kell összevonni a mutatókat egy egységes mérőszám kialakításához (így a különféle egységesített mérőszámok ugyanazon mutatók csoportjának felhasználása esetén is eredményezhetnek eltérő értéket, regionálisan és időben eltérő rangsort). Mivel szeretnénk megtartani a társadalmi kirekesztődés jelenségének többdimenziós jellegét, a 3. fejezetben ismertetett végleges mutatók nem tartalmaznak kompozit – egységes – mérőszámot. 3.2.4. A mutatók részletessége és gyűjtésük gyakorisága A fent említett nemzetközi példák (Ausztrália, Kanada, Franciaország, Egyesült Királyság) áttekintése rámutatott, hogy rendszeres és részletes adatgyűjtés csak ritkán fordul elő. A dél- ausztrál kormány társadalmi integrációs kezdeményezése részeként az Ausztrál Társadalomkutató Intézet (Australian Institute of Social Research) kialakított egy mennyiségi és 14 Belgium is alkalmazta a Francia Statisztikai Hivatal (INSEE) által használt francia BIP-40 keretrendszert: rövidtávon a mutatók értékében csekély mértékű változást rögzítettek (Labonté et al. (2010)). 15 A BIP-40 mutatót 1999-ben alakították ki, és 2005-ig volt használatban Franciaországban: 58 normalizált mutató összesítésével nyerték, ezeket vonták össze az aggregált ‘barométer’ létrehozásához. Többek között “fekete doboz” jellege miatt érte kritika. 16 Burchardt és társai (1999) egyszerű, öt mutatóból álló összeállítást használtak, amelyek mindegyike a társadalmi kirekesztődés más és más dimenziójához kapcsolódik: alacsony jövedelem, csekély vagyon, alacsony termelési tevékenység, politikai érdeklődés hiánya és társadalmi elszigetelődés. Minden mutatót külön figyelik. 26 minőségi szempontokat egyaránt mérő modellt. Észak-Adelaide Társadalmi Integrációs Felmérését (Northern Adelaide Survey of Social Inclusion) 2005-ben végezték el, de egyszeri próbálkozás maradt, mérőszámai valószínűleg nem kerülnek be az adatgyűjtési rutinba vagy az azokból készített tanulmányokba. Franciaországban a központi statisztikai hivatal (INSEE) 1999 és 2005 között gyűjtötte a BIP-40 barométer adatait, és ezekből évente készített országos statisztikát. Az EU Laeken által kidolgozott és Atkinson valamint Maller által finomított mutatóit pedig a tagállamok 2004-ig nem teljes körűen használták a társadalmi integrációs törekvések értékelésére. Atkinson és társai (2005) beszámolnak arról, hogy a mutatókat országos szinten arra használták, hogy segítsenek (i) megmagyarázni a tagállamok közötti különbségeket, (ii) kidolgozni az egyes államok saját szakpolitikáját, (iii) meghatározni, hol van szükség tárcaközi munkára a Blair-féle „egységes kormány” programjához, és (iv) meghatározni a célokat. Nem világos, milyen mértékben sikerült a négy törekvést a gyakorlatba átültetni. 4. Milyen mutatók használata javasolt Magyarország esetében? A nemzetközi szakirodalom áttekintése azt mutatja, hogy nincs egyetértés a társadalmi kirekesztődés mérésével kapcsolatban. Egyedül abban van konszenzus, hogy a fogalom többsíkú jellegét kellene valahogy megragadni. A problémát tovább bonyolítja, hogy inkább a rendelkezésre álló mennyiségi mérőszámokat használják, és a társadalmi kirekesztődést utólag, a rendelkezésre álló mutatók alapján határozzák meg ahelyett, hogy a mérést társadalomelméletileg már előzetesen megalapoznák. A társadalmi mutatók kialakításakor szükségszerű a kompromisszum az elméleti definíció (szükséglet-alapú mutatók) és a gyakorlati lehetőségek (kínálati alapú mutatók) között. A szükséges adatok esetleg egyszerűen nincsenek meg, vagy nem elég jó minőségűek, vagy ami van, térben és időben nem vethető össze. 4.1. A társadalmi integráció sikerességének nyomon követésére alkalmas mutatók Hogy milyen gyakran és milyen részletességgel, mennyiségi vagy minőségi szinten történik adatgyűjtés, függ attól, hogy milyen okból kívánják a döntéshozók a társadalmi kirekesztődést vizsgálni. Új szakpolitikai programok céljainak meghatározásához a kutatók a tervezett program bevezetését megelőző néhány év adatait használják és aránylag állandó indikátorokat vesznek figyelembe. Az eredmények nyomon követéséhez, vagyis hogy mennyire válik Magyarország “társadalmilag befogadóvá”, részletes területi lebontásban összesített adatokból képzett dinamikus mutatók összeállítására van szükség. Másrészről a szakpolitika nyomon követésének céljára, vagyis annak meghatározásához, hogy milyen társadalompolitikai lépések növelik, illetve csökkentik a kirekesztődést, mennyiségi és minőségi adatok kombinációjára lehet építeni. Ezek révén részletes tájékoztatást kaphatunk róla, milyen széles körben és milyen mélységben terjedt el a társadalmi kirekesztés. A társadalompolitika és programok tervezéséhez, illetve ezek értékeléséhez igen részletes adatokra van szükség, de azokat nem feltétlenül kell túl gyakran begyűjteni. A KSH által a 2. fejezetben bemutatottak szerint a különféle feladatokra – feltérképezés, célmeghatározás és monitoring – meghatározott mutatócsoportok jelentős átfedést mutatnak a társadalmi kirekesztődés tárgyában/dimenzióiban. Legtöbbjük tartalmazza a jövedelmi szegénységet, a munkához jutás lehetőségét, oktatást, és egyes esetekben a lakhatást és a szolgáltatásokhoz jutás lehetőségét is. Ugyanakkor a területi szint és azok az év(ek) amelyekből értelmes adatok állnak rendelkezésre, elég változó képet mutatnak. A szegregált lakossági tömbök feltérképezése az évtizedenként, a népszámlálási tömbök szintjén rendelkezésre álló adatokra hagyatkozik. A leghátrányosabb helyzetű területek behatárolásánál a gyakrabban, évente hozzáférhető adatokra építenek, regionális szinten az EU-SILC információit, vagy kistérségek szintjén a legutóbbi népszámlálás eredményeit (évtizedenként) veszik igénybe, illetve a különféle gyakorisággal és különféle bontásban gyűjtött közigazgatási adatokkal dolgoznak. 27 4.2. A magyarországi társadalmi integráció sikerességét jellemző mutatókhoz kapcsolódó adatgyűjtés és monitoring kérdései és problémái A munkacsoport és a KSH között a 2015. évben zajlott megbeszélések alatt több dilemmát vetett fel a társadalmi integráció monitorozásához használható dinamikus mutatók kiválasztásával kapcsolatban. Ebben a fejezetben reflektálunk ezekre a dilemmákra, amelyeknek a tanulságai beépülnek egy olyan mérési eszközre irányuló javaslatba, amely eszközként szolgálhatna a társadalmi integrációt szolgáló fejlesztéspolitikai beavatkozások nyomon követéséhez. Hogyan harmonizálhatók a különféle kormányzati szervek által létrehozott végleges mutatók az általános társadalmi fejlődés mutatóival? A mutatók végleges készletében található alapmutatók nagy többségének forrása a helyi önkormányzatok, országos háztartási felmérések, a népszámlálás vagy a különféle ágazati minisztériumok által gyűjtött államigazgatási adatok. A különféle adatok harmonizációja egyrészről stratégiai döntéseket, másrészről jelentős statisztikai és módszertani erőfeszítéseket igényel. Tudomásul kell venni, hogy a regiszterekből származó és statisztikailag kevésbé jelentős adatok (pl. orvoslátogatások száma vagy bizonyos helyi támogatásban részesülő emberek száma) átváltása kemény társadalmi mutatókra (mint a munkanélküliség számai) nem mindig szükséges, hiszen mindkettő tájékoztatást adhat a szakpolitika kialakításához, csak éppen más szinten és más vonatkozásban. E dilemmára példa a városi szegregációs mutatók esete: a legproblémásabb területek meghatározásához elegendő mindössze két átfogó adat (az oktatás és foglalkoztatás) ismerete, ám ha a helyi folyamatokat akarjuk jobban megérteni, hasznos lehet a helyi adatnyilvántartáson alapuló további mutatók használata. Ezért leggyakrabban mutatók csoportjaival dolgozunk átfogó elemzési alapok és egyúttal érzékeny nyomkövető eszközök biztosítása érdekében, a mélyszegénységben vagy szétesett közösségekben élőknél tapasztaltakat jobban megmagyarázhatja a kvalitatív információ. Egy olyan közösségben például, ahol a társadalmi fejlődés azzal kezdődik, hogy meg kell értetni az emberekkel, miért fontos, hogy együttműködjenek a szociális munkással, vagy hogy egy teljes napot iskolában vagy munkában töltsenek, esetenként nagyon finom változásokat is meg kell tudni figyelni, ami csak kvalitatív információ segítségével lehetséges. Melyik területi szint a legmegfelelőbb a különféle társadalmi jelenségek és az elért haladás elemzésekor? Az információ mélysége és a területi szintű részletessége közötti egyensúly megtalálása bonyolult feladat: lehet, hogy a pontos információ csak regionális szinten van meg, ám a kistérségek, járások vagy önkormányzatok nem rendelkeznek kellő kapacitással társadalmi integráció sikerének követéséhez szükséges információk begyűjtéséhez. Másrészről a helyi adatokat esetenként nagyobb területekre összesítik, ahol a fő cél az összehasonlíthatóság biztosítása. Magyarországon a dilemma abból ered, hogy a magyar közigazgatás egyike a legszéttagoltabbaknak Európában. Ennek eredményeként a helyi önkormányzatok sokszor csak kis lélekszámúak és kapacitásaik is nagyon korlátozottak, feladataiknak csupán egy részét képesek ellátni, azt is igen kevés normatív támogatás és korlátos saját bevételteremtő képesség mellett. Az önkormányzatok mérete is nagyon változó (száznál kevesebb lakostól 1,7 millió lakosig). Ezért a problémák felhalmozódása és az ügyek bonyolultsága is jelentős eltéréseket mutat. Sokkal kiegyenlítettebb elemzésre nyílik lehetőség, ha a kistérségeket vagy járásokat tekintjük megfigyelési egységnek. Ezen a szinten az átlagos népesség 50.000, habár még itt is jelentősek a különbségek: Bélapátfalva járás lakossága kevesebb, mint 9.000, míg a Miskolci járásnak több mint 250 ezer lakosa van. 17 Ami a szakpolitikai elemzéseket illeti, attól függően, hogy a legkisebb közigazgatási egységeket mennyire tekintjük az integráció, kirekesztés vagy éppen a fejlődés ügyeiben illetékesnek, 17 http://www.jaras.info.hu/jarasok-nepessege 28 választhatunk a társadalmi folyamatok egészen helyi szintű feltárása, illetve a nagyobb (és így jobban összevethető) számú megfigyelési egységek vizsgálata között. Magyarországon a társadalmi kirekesztődés kérdéseit helyi kompetenciaként kezelik (minden önkormányzatnak külön kell kidolgoznia a saját Helyi Esélyegyenlőségi Programját és intézkedési tervét), például maguknak kell kialakítaniuk egy hatékony helyi szociális segély rendszert. A közelmúltban ugyanakkor a szociális juttatások és szolgáltatások jelentős körének elosztását járási szintre tettek át. A juttatások körén belül azokat, amelyek járási felügyelet alá kerültek „jövedelemkompenzáló támogatásnak” nevezik, míg a helyi szinten kell tervezni és forrást biztosítani a „kiadás kompenzáló támogatások” céljára 18. Míg helyi szinten értelmesen elemezhető a társadalmi kirekesztődés jellege és mélysége, a társadalmi kirekesztődés szintjének megváltozásához vezető jelenségek, ide értve a szociális juttatási rendszer dinamikájának változásából eredő változásokat is, nem értelmezhetőek a helyi szintre korlátozva. Egy másik fontos terület, ahol helyi szinteken nem érdemes elemzéseket készíteni, a munkaerőpiaccal kapcsolatos: annak ellenére, hogy a munkanélküliségi mutatók bizonyultak a legpontosabb dinamikus mérőszámnak a társadalmi változások helyi szintű követésére, a ‘helyi’ munkaerő-piaci beavatkozásoknak szükségszerűen a helyi önkormányzaton, de gyakran járási szinten is túlmutató hatása lesz 19. Az oktatási rendszeren is mutatkoznak “rések” – 2010-ben például közel 1000 (minden harmadik) önkormányzat nem rendelkezett általános iskolával 20. Így aztán nem nagyon van értelme a társadalmi szolgáltatásokhoz jutás (és ezzel a társadalmi integráció) mutatójaként azt vizsgálni, hogy van-e helyben iskola, érdemesebb a területi lehatárolást áttenni (iskolai) járási (tankerületi) szintre, ahol az iskolából való kimaradást, az iskolai teljesítmény mérés eredményeit, hiányzásokat stb. lehet vizsgálni. Vannak olyan területek is, ahol egyáltalán nincs középiskolai oktatási lehetőség21, ezért a tanulmányok befejezésének mutatói szükségszerűen csak egyéb tényezőkkel, közlekedési lehetőségekkel, ösztöndíjhoz jutással együtt javulhatnak majd. Az elemzés területi szintjének meghatározásakor fontos a területi hatás és a kiszorítási hatás vizsgálata. A sikeres képzési és oktatási programok például különösen a jelentősen leszakadó régiókban eredményezhetik a munkanélküliség csökkenését, de ellentétes hatásuk is éppúgy lehet: növekvő munkanélküliséghez is vezethetnek, mivel a képzett munkaerő mozgékonyabb, és átköltözik a nagyobb munkaerőhiánnyal rendelkező régiókba. Ugyanez történhet termelő beruházások esetében, amelyek máshonnan vonzzák a munkaerőt, miközben a helyi munkaerő- keresletre az újonnan teremtett munkahelyek nincsenek hatással (pl. az emberek képzettsége nem megfelelő, hiányzik a szükséges szaktudásuk, stb.). Így a beruházás nem javít a helyi munkanélküliségen, viszont máshonnan szívja el a munkaképes korúakat, ezért a „küldő” önkormányzatokban ezt követően viszonylag alacsonyabb lesz az inaktivitás 22. Összefoglalva tehát, míg a jövedelmi szintek helyben is mérhetőek (becsülhetőek), a szélesebb társadalmi integrációs folyamatok csak nagyobb területi egységekben követhetők. A folyamatok (és lehetséges okaik) elemzése ugyanakkor nehezen értelmezhető csupán egyetlen szinten: például az emberek ingáznak a munkába, de ha megközelítési nehézségek merülnek fel, már nem tudnak élni a munkalehetőségekkel. A társadalmi integrációs programok megfelelő területi elrendezésben attól a területi egységtől függetlenül is megvalósíthatók, amelyben a közigazgatási rendszer működik, különösen, ha azokat nem kormányzati szervek bonyolítják. 18 http://www.kormanyhivatal.hu/download/1/39/d1000/szoc_tam_tajekoztato.docx 19 Konkrétabb példák a földrajzi relevancia vonatkozásában: http://www.ksh.hu/interaktiv/terkepek/mo/ingc.html, “Helyben lakó és és dolgozó a helyben foglalkoztatottak százalékában, 2011” vagy “Naponta bejáró a helyben foglalkoztatottak százalékában, 2011” 20 http://www.ksh.hu/docs/hun/xftp/idoszaki/pdf/tarsatlasz.pdf 21 Északkelet-Magyarországon, a korábbi, 17 ezer lakosú Bodrogközi kistérségben például egyáltalán nem volt középiskola. 22 Aktuális elemzéshez és a mérési módszerek kritikai vizsgálatához lásd: Dusek, T.– Lukovics, M.: Az ELI és az ELI Science Park gazdasági hatásvizsgálata, In: Területi Statisztika, 2014, 54(3): 202–219. 29 Azonos időtávlatban kell-e vizsgálni minden mutatót, különösen, hogy egyes beavatkozások eredménye esetleg csak sokkal később jelentkezik, úgy mint a korai fejlesztés vagy az oktatás és képzés változásainak a munkaerőpiacra gyakorolt hosszú távú hatásai? Mint az Egyesült Királyság esetében használt panel adatoknál láttuk (Burchardt et al., 1999), csak igen kevés, a társadalmi integráció követésére használt mutató értéke javul egy ötéves időkereten belül. A mutatók típusától függően egyesek gyorsabban reagálhatnak, míg mások esetében időre van szükség az adatok érzékelhető javulásához. Ezért, ha ezek követése során nem látunk változást, az nem jelenti szükségszerűen, hogy nem történik előrelépés a társadalmi integráció irányába, hanem csak azt a tényt jelzi, hogy hosszabb ideig kell várni, mielőtt ezek a mutatók változást kezdenének mérni. A koragyermekkori fejlesztés esetében például a kisgyermekek óvodába járása hamar befolyásolható mutató, ezért évente kellene mérni, míg a kognitív képességek fejlődése vagy a hosszú távú elhelyezkedés esélye a munkaerő piacon nem változik azonnal. Az OECD adatai alapján a koragyermekkori fejlesztés csak hosszú évek múltán térül meg, de legkésőbb 15 éves korig. 23 A munkaerőpiacról hosszú időre kiesett felnőttek számára nyújtott képzések időben és földrajzi elhelyezkedés alapján nagyon eltérő változásokat eredményeznek, míg a munkaügyi központok és munkaközvetítők sokkal gyorsabban érhetnek el változást. 24 Magyarországon a korábbi Nemzeti Fejlesztési Ügynökség által a 2007 és 2013 közötti EU-s finanszírozási időszakban támogatott intézkedésekkel kapcsolatos értékelések egy része is próbált olyan módszertant felállítani, amely figyelembe veszi az időtől függő mérési korlátokat. A felsőoktatási fejlesztések, 25 az egészségügyi beruházások (kvantitatív) 26 és a roma integrációt célzó intézkedések értékelése 27 mind azt jelzi, hogy a hatás felmérésekor nagyon fontos a mérési időtávlat, és a fenntarthatósági kérdések is nagyon nagyban függenek attól, hogy hosszú távon fennmaradnak-e a megfelelő feltételek, amelyek biztosítják, hogy a hatások kibontakozzanak, és egyáltalán mérhetővé váljanak. Mennyire heterogén a különféle szakpolitikai kérdések, az oktatás, foglalkoztatás vagy a szociális ügyek tárgyalása? A fentiek eredményeként ágazattól függően más és más időkeret és területi szint lehet érvényes Magyarországon a társadalmi integráció vizsgálatakor. Ugyanakkor ezen alrendszerek fejlődése összefügg egymással, így a helyi szintű ellentmondások már jelezhetnek a magasabb szinteken folyó szakpolitikai tervezés számára is fontos információkat. A vizsgálni kívánt földrajzi egységeket (a centrum-periféria kérdését is ideértve) és a folyamatok követésének időtartamát ezért az adott integrációs politikai feladatok fontossági sorrendjének megfelelő kombinációban kell kialakítani: például, hogy mi kerüljön a középpontba, a gyerekek, akiknek az életpályája csak később fog kibontakozni, a tartósan munkanélküli emberek, vagy a bonyolult kihívásokkal teli leszakadó régiók fejlesztése. Milyen nehézségek származnak abból, ha a társadalmi kirekesztődést kompozit mutató bevezetésével vizsgáljuk, és milyen nehézségekkel jár a nagyszámú külön mutató használata, amelyek mindegyike a társadalmi kirekesztődés más dimenzióját mutatja? Nehéz igazolni, hogy a mutatók egyetlen összetett mutatóba való összevonásakor miért egy adott módszert választottunk, tekintve hogy nincsenek tudományos irányelvek, amelyek megmutatnák, hogyan kell összevonni a mutatókat egy egységes mérőszám kialakításához. Ezért a különféle aggregációs módszerek (ide értve a súlyozást is) eltérő összetett értékeket adhatnak, és térben, időben eltérő rangsort eredményezhetnek. A kanadai Jóléti Index / Index of Well- 23http://www.oecd.org/education/school/48980282.pdf 24 http://www.oecd.org/els/emp/36780874.pdf 25http://palyazat.gov.hu/download/48112/Fels%C5%91oktat%C3%A1si_%20%C3%A9rt%C3%A9kel% C3%A9s_z%C3%A1r%C3%B3jelent%C3%A9s_I.pdf 26http://palyazat.gov.hu/download/48436/Eg%C3%A9szs%C3%A9g%C3%BCgyi_kvantitat%C3%ADv_ %C3%A9rt%C3%A9kel%C3%A9s_Budapest_Int%C3%A9zet.pdf 27 http://palyazat.gov.hu/download/39813/Roma_ertekelesi_zarojelentes_V.pdf 30 being (CIW) kidolgozása csaknem nyolc évi munkába tellett, rengeteg kutató bevonásával és számtalan megbeszéléssel, mire olyan minőségi, mennyiségi szintet értek el, amelyet már egyöntetűen elegendőnek ítéltek a nyilvánosságra hozásához – hosszú előkészítést igényelt az almutatók kijelölése, a modell megválasztása, a mutatók súlyozása és a hiányzó értékek kezelése terén egyaránt (Labonté et al., 2007). Másrészt azonban a túl sok indikátor összezavarhatja a döntéshozókat, mivel ezek közül sok romlani fog ugyanott, ahol mások jelentősen javulnak. Mennyiben kombinálhatók és mennyiben egészítik ki egymást a szakminisztériumok, kutatóintézetek, nyilvántartások valamint a KSH adatai, vagy például mennyiben alkalmasak részletes lebontásra (helyi adatok kinyerésére)? Ahogy korábban is említettük, ha a társadalmi integráció sikerét megbízható keretek között akarjuk elemezni, rendszeres adatgyűjtésre éppúgy szükség van, mint alkalomszerű, a jelenségek mélyebb megértését szolgáló egyedi vizsgálatok adataira. Ezért a KSH vagy a szakminisztériumok szisztematikusan gyűjtött adataiból célszerű kiindulni, és a kutatóintézetek által gyűjtött kiegészítő információkat, egyedi felméréseket, kvalitatív értékeléseket másodlagos adatforrásként használni. Az adatok érvényesítésével járó költségeken túl (a nyilvántartások és más, felméréseken alapuló adatok érvényesítése drága és időigényes) az alternatív adatforrások reprezentativitásában és területi relevanciájában mutatkozó sokféleség csak további kihívást jelent az adatok kombinációjakor. 28 Ugyanakkor, ahogy fentebb kiemeltük, van néhány hasznos technika, amellyel az adatforrások kombinációját az adatok alacsonyabb területi szinte történő lebontásához lehet használni: a szegénység feltérképezésének a 2.1.2 fejezetben tárgyalt példája ilyen megoldást alkalmazott. Milyen eszközökkel lehet megállapítani, hogy a leghátrányosabb helyzetű településeken helyben alkalmazott szakpolitikai beavatkozások a legmegfelelőbbek-e, különösen, hogy a települések köre a lista „alján” nagyjából állandó? Annak eldöntéséhez, hogy egy adott társadalmi integrációs politika másfajta döntésekhez képest milyen hatással jár – pl. a fiatalok munkaerőpiacra jutásának lehetősége a támogatott munkavállalás segítségével szemben az aktív keresőkorú népesség számára nyújtott szakmai továbbképzések hatásával, vagy az óvodai férőhelyek létesítése szemben az általános iskolából a középiskolába való továbblépés feltételeinek javításával - rendkívül részletes és robusztus elemzési módszer használatát tenné szükségessé. Gondosan össze kellene hasonlítani a hátrányos helyzetű települések egyik csoportjában az első opció segítségével elért eredményeket és egy hasonló adottságokkal bíró másik településcsoportban a másik módszer segítségével ért el eredményeket. Az ilyen kísérletek nagyon ritkák, és csak elvétve fordulnak elő, különösen, amikor két opció összehasonlítására kerül sor: A legtöbb hatáselemzés a program hiányában kialakuló helyzetet hasonlítja össze a programot megvalósítók helyzetével. 29 Magyarországon számos lehetőség (és szükség) mutatkozik célzott hatásértékelés tervezésére és végzésére annak eldöntésére, hogy a kiválasztott módszerek mennyire megfelelőek. 28 Az oktatásban például a KIR-STAT (Közoktatási Információs Rendszer) általi adatgyűjtést iskolák szerint rendezik (üzemeltetők és iskolaépületek), így az ingázókat a szerint az iskola szerint veszik figyelembe, amelyet látogatnak. 29 A módszerek és a számos esettanulmány megtalálható például itt: Baker, J.L. (2000): Evaluating the Impact of Development Projects on Poverty. (A fejlesztési projektek szegénységre gyakorolt hatásának értékelése) Világbank: Washington 31 4.3. A mutatókészletek kialakításához kapcsolódó szakpolitikai célok és szempontok Ahhoz, hogy a mutatókra tett javaslatunk a fent tárgyalt dilemmákat is tükrözze, nemcsak földrajzi értelemben lebontott, kiváló minőségű, azonnal hozzáférhető adatokra van szükség, hanem meghatározott szakpolitikai célkitűzésekre is, amelyekkel a mutatókészletet össze lehet hangolni. Az első szakpolitikai cél annak meghatározása, hogy vannak-e olyan csoportok (földrajzi, etnikai, demográfiai stb.), amelyek a fő dimenziók mentén folyamatosan kirekesztődnek a társadalmi integrációból (eredmény monitoring). Ha innen nézzük, a kormánynak rendelkeznie kellene egy, a legtöbb fő dimenziót lefedő és a földrajzi, etnikai, demográfiai háttérjellemzők alapján lebontható adatgyűjtési rendszerrel . Az eredmény-monitoringnak ez a típusa nem teszi szükségessé a teljes lakosság felmérését, hiszen itt a középpontban álló csoportok (földrajzi, etnikai, demográfiai stb.) reprezentatív mintáját használhatjuk. Ezen a téren az EU-SILC messzemenően felméri a legtöbb (ha nem az összes) fő dimenziót, és bizonyos mértékű lebontást is lehetővé tesz (demográfia, nem és régió szerint). A minőségi közigazgatási adatokkal is támogatható az eredmények monitorozása, és ez az adatforrás (legalább néhány adat tekintetében) földrajzilag nagy részletezettségű bontásban is hozzáférhető. A második szakpolitikai cél olyan mérési és értékelési (M&E) rendszer működtetése, amely lehetővé teszi a döntéshozók számára, hogy a programjaikkal a társadalmilag kirekesztett csoportokat tudják megcélozni. Ebben az esetben világos, hogy nem elégséges a reprezentatív mintavétel, mivel az adatokra részletes földrajzi bontásban van szükség. Ugyanakkor, míg az eredmény-monitoringnak tartalmaznia kellene legalább egy, vagy néhány olyan mutatót, amelyekre viszonylag gyorsan hatnak a társadalmi kirekesztés/integráció változásai, a célzáshoz alkalmazhatóak olyan mutatók is, amelyek nem feltétlenül reagálnak gyorsan, illetve nem feltétlenül szükséges rendszeresen hozzáférhetőeknek lenniük sem: a leghátrányosabb helyzetű régiók térképe vagy a leghátrányosabb helyzetű emberek lakhelye és a csoport összetétele például időben valószínűleg viszonylag állandó. 4.4. A Magyarország számára ajánlott mutatókészlet A mutatók széles köréből, amelyek Magyarország Kormányának Országos Területfejlesztési és Területrendezési Információs Rendszerében (“TEIR”) rendelkezésre állnak, a munkacsoport elkészített egy válogatást, amely (i) a 4.1, 4.2 és 4.3 fejezetekben azonosított kérdésekre, kihívásokra és megfontolásokra reflektál, és (ii) beépíti a 2. fejezetben említett nemzetközi példák tanulságait. A munkacsoport azt is meghatározta, hogy (iii) milyen elsődleges szakpolitikai célra használható a mutató (célzás vagy eredmény-monitoring) – nem feledkezve meg arról, hogy bizonyos mutatók mindkét célhoz megfelelőek lehetnek. Az elemzéshez a munkacsoport meglévő adatokat gyűjtött a TEIR-ből, és a mutatók alcsoportját közvetlenül a meglévő, begyűjtött mutatók közül választotta ki. Ez a mutatókészlet tartalmazza a nem jövedelmi alapú kirekesztődés úgynevezett objektív mutatóinak többségét, mint amilyen az anyagi javak és lehetőségek birtoklása és a fizikai életkörülmények. Ugyanakkor azokat, amelyeket szubjektív mutatóknak is nevezhetünk, mint az általános egészségi állapot, gazdasági nehézségek és társadalmi elszigeteltség önértékelése, vagy a munkával és élettel való elégedettség kifejezett mértéke, nem vettük fel a mutatókészletbe a rendelkezésre álló adatok hiánya miatt, pedig ezek az adatok szintén idevágó információval szolgálhatnának a társadalmi integrációról. Mindezek alapján a munkacsoport az 5. táblázatban összefoglalt társadalmi integrációs mutatókészlet alkalmazását javasolja. Tekintettel a magyarországi roma populáció méretére, és a romák és nem romák között Magyarországon és a régió más területein egyaránt tartósan fennálló szakadékra, fontos lenne, hogy az adatokat etnikai bontásban gyűjtsék. Bár jelenleg ez nem lehetséges, az etnikai azonosító bevezetésével a következő felmérésekben ez a jellemző a következő években elérhetővé válik. 32 5. táblázat: Magyarország számára ajánlott mutatókészlet Mutató Elsődleges Forrás Szint Gyakoriság Szórás szakpolitikai együttható 31 (2000 cél után) 30 1. Jövedelmi szegénység és anyagi források 1.1 Az elszegényedéssel Célzás EU-SILC Regionális 32 Évente N/A fenyegetettek aránya vagy AROP (az EUROSTAT metodológiájának alapján a medián jövedelem 60%-a) 1.2 Jövedelmi Célzás EU-SILC Regionális egyenlőtlenség TEIR Helyi Évente 36% (nagy jövedelmű (2005-13) adófizetők aránya az alacsony jövedelmű adófizetőkhöz viszonyítva) 1.3 Eredmény- EU-SILC Regionális Évente N/A Jövedelemnövekedés az monitoring alsó 40%-ban 1.4 Tartós szegénység Eredmény- EU-SILC Regionális Évente N/A által veszélyeztetettek monitoring 1.5 Szegénység mértéke Eredmény- EU-SILC Regionális Évente N/A (szegénységi szakadék) monitoring 1.6 Rendszeres Eredmény- TEIR Évente, 23% gyermekvédelmi monitoring (2006-13) kedvezményben részesülő háztartások aránya 1.7 Pénzügyi Eredmény- N/A integráció/adósság monitoring 1.8 Eltartottak aránya Eredmény- TEIR Helyi Évente 7% monitoring (2005-13) 30 A módszerek valamelyest változhatnak évről évre – pl. munkanélküliség nyilvántartásához kapcsolódó törekvések és következmények, amelyek hatással lehetnek a számokra. 31 Az átlagos variációs együttható kiszámítási módja a következő: először egy-egy mutató időbeli szórását vesszük figyelembe települési szinten. Ezután azt az indikátor adott településen időben átlagos értékével normalizáljuk. Végül az összes település középértékét vesszük. 32 Vagy kistérségi, ha a kis terület értékelése (ahogyan a 3.2 fejezetben tárgyaltuk) évente aktualizálható. 33 2. Foglalkoztatás/munka 2.1 Tartós Eredmény- TEIR Helyi Évente 42% munkanélküliségi ráta monitoring (2003-13) (180 nap) 2.2 Nagyon tartós Eredmény- TEIR Helyi Évente N/A munkanélküliségi ráta monitoring 2.3 Munkanélküliség Célzás EU-SILC Regionális Évente N/A által sújtott háztartásban élő lakosság részaránya, ahol a rendszeres jövedelem a medián 60%-a alatt marad 2.4 Dolgozó szegények Célzás EU-SILC Regionális Évente N/A (szegény háztartásban élő dolgozó felnőttek aránya) 2.5 Nagyon alacsony Célzás EU-SILC Regionális Évente N/A munkaintenzitással rendelkező háztartások aránya 3. Oktatás és egészség 3.1 Iskolát be nem Eredmény- Közigazgatás Helyi Évente N/A fejezők/lemorzsolódók monitoring aránya 3.2 Alacsony iskolai Eredmény- TEIR Helyi Népszámlálás végzettséggel monitoring N/A rendelkező felnőttek aránya N/A - 15-24 év - 15-59 év 3.3 Tanulók gyenge Eredmény- Közigazgatás Helyi Évente N/A írási-olvasási képessége monitoring 3.4 Kis születési súly Célkiválasztás TEIR Helyi Évente N/A 4. Lakhatás és életkörülmények 4.1 Víz/csatorna/gáz Célkiválasztás TEIR Helyi Évente 5%-11%- csatlakozás 18% (2000-13) 4.2 Túlzsúfolt lakások Eredmény- TEIR Helyi Évente 6% monitoring (2000-13) 4.3 Lakásfenntartási Eredmény- TEIR Helyi Évente 91% támogatásban részesülő monitoring (2003-10) háztartások 4.4 Bűnözés/erőszak Célzás TEIR Helyi Évente 54% (2002-13) 34 4.5. A mutatók hitelességének igazolása Amint a társadalmi kirekesztődés mutatóinak irodalma is leírja, számos mérőszám rövidtávon nem reagál nagyon érzékenyen a változásokra. Az 5. táblázat utolsó oszlopa mutatja a variabilitási együtthatót minden rendelkezésre álló mutató vonatkozásában. A leginkább ‘dinamikus’ mutatók, amelyek átlagos variabilitási együtthatója települési szinten az idő függvényében magas értéket mutat, a lakhatási támogatásban részesülő háztartások száma (91 százalék), bűnözési ráta (54 százalék) és a tartós munkanélküliség (42 százalék). A jövedelmi egyenlőtlenség (a magas jövedelmű adófizetőknek az alacsony jövedelmű adófizetőkhöz viszonyított aránya alapján) és a rendszeres gyermekvédelmi kedvezményben részesülő gyermekek részaránya mérsékelt dinamikáról árulkodik, egyenként 36 és 23 százalékos variabilitási koefficienssel. Végezetül, és nem meglepő módon a vízhez, csatornázáshoz, gázhoz, lakás zsúfoltságához és az eltartottak számához kapcsolódó mutatók az idő függvényében nagyon csekély változékonyságot mutatnak. 33 A 2. melléklet kilenc véletlenszerűen kiválasztott magyar településen mutatják be a különbséget egy állandó (csatornázottság) és egy igen változékony mutató (tartós munkanélküliség) között települési szinten (2. melléklet, 1. és 2. ábra), valamint a legmagasabb és legalacsonyabb relatív változékonysággal jellemezhető településeket (3. illetve 4. ábra). 33 Sajnos úgy tűnik, a közigazgatási szabályozás és az adatgyűjtés változásai miatt a szegénységgel kapcsolatos dinamikus mutatók közül egyes érzékenyebb mutatók a jövőben már nem állnak rendelkezésünkre. A lakhatási támogatások rendszerét például 2015 márciusában újratervezték, nagyobb szabadságot adva az önkormányzatoknak, hogy biztosítják-e ezt a támogatást vagy sem. Ezért az ilyen, a szerény jövedelemmel rendelkező családokat érintő helyi támogatással kapcsolatos minden adat szükségszerűen elveszti összehasonlíthatóságát, mivel egyes önkormányzatok lakhatási támogatásként, mások, helyi támogatásként tüntetik fel a kiosztott összegeket, mások pedig egyáltalán nem fognak ilyen jellegű támogatást nyújtani. Hasonló a helyzet a 2013-tól megváltozott rendszeres gyermekvédelmi támogatás esetében is, amely az egyik legjobban megcélzott szociális juttatás volt a mélyszegénységben élő családok számára. Így a kedvezményezettek számáról és az ellátás költségeiről a későbbi években nem lesznek idősorba rendezhető közigazgatási adatok. 35 5. Hogyan lehet a társadalmi integrációs mutatókat a projekt adatokkal összekapcsoló követő eszközt tervezni? Az előző fejezetekben azonosítottuk egy olyan megközelítés legfontosabb összetevőit, amely lehetővé teszi a társadalmi felzárkóztatás helyzetének szubregionális szintű nyomon követését. Az itt következő fejezetben megvizsgáljuk, hogyan lehet ebből kiindulva a helyi kirekesztettség adatait a projektinformációkkal összekapcsoló eszközt kialakítani, hogy a projekteket folyamatosan nyomon lehessen követni és ezáltal visszajelzést kapni arról, hogy a forrásokat valóban ott költik-e el, ahol a legnagyobb szükség van rá. 5.1. A társadalmi integrációt érintő fejlesztéspolitikai intézkedéseket nyomon követő eszközre vonatkozó javaslat A 4.4 fejezetben bemutattuk a társadalmi mutatók egy olyan körét, amelyek megfelelőek lehetnek (i) a társadalmi kirekesztődés különféle dimenzióinak pontos azonosítására; (ii) részletes földrajzi bontásban állnak rendelkezésre; (iii) rendszeresen, lehetőleg éves alapon gyűjthetőek; és (iv) “dinamikusak“ vagyis relatív variabilitásuk azt mutatja, reagálnak a helyi fejlesztési dinamikára. A javasolt mutatókat a 4.2. fejezetben, az 5. táblázatban soroltuk fel. Továbbá, ahogy a 4.1. fejezetben tárgyaltuk, ezek közül a mutatók közül egyesek kevésbé dinamikusak, mint mások, de még mindig alkalmasak a szakpolitikai intézkedések nyomon követésére, és a közpolitikai eredmények bemutatására. Ezen kívül egyes mutatók csak a helyinél magasabb szinten állnak rendelkezésre, ami a megfigyelés szempontjából gyakran relevánsabb területi szintet jelent, mint a helyi. Ebben a fejezetben azt vizsgáljuk meg, lehet-e a fenti szociális mutatókat a fejlesztéspolitikai intézkedések lehetséges mutatóihoz kötni, amivel a felzárkóztatási lépések helyszínein a társadalmi folyamatok célzásának és nyomon követésének leírására alkalmas értelmes eszköz jöhet létre. Most visszanyúlunk az EU társfinanszírozásban megvalósított egyes intézkedések hatásmechanizmusai korábbi értékelő vizsgálatának eredményeihez. Konkrétan a Társadalmi Megújulás Operatív Program (“TÁMOP”) 5. pillérének 2007 és 2012 34 között megvalósított integrációs intézkedések közelmúltban elvégzett értékelésének (“Értékelési Jelentés”) tanulságait vonjuk le. A 2007-2013 időszakban a TÁMOP 5 tartalmazta a legtöbb társadalmi felzárkóztatási tevékenységre és fejlesztésre irányuló intézkedést, amelyek a legszegényebb és leghátrányosabb helyzetű magyarországi közösségeket, közöttük a gyerekeket és tartós munkanélkülieket célozták meg. 35 Elemzésünk a jelen feladat szempontjából érdekes intézkedésekre terjed ki, és figyelmen kívül hagy számos, nem idevágó intézkedést. 36 Eredményeink tehát nem adnak teljes képet, csupán szemléltető példának szántuk hasonló jövőbeli feladatok megtervezéséhez azzal a céllal, hogy egy átfogóbb nyomon követő és monitoring rendszer kialakítását ösztönözzük a döntéshozókat az új EU támogatási időszakra (2014-2020). 34 A jelentés elérhető: http://www.nfu.hu/download/48414/T%C3%A1rsadalmi_%20befogad%C3%A1s_%C3%A9rt%C3%A9k el%C3%A9si_jelent%C3%A9s.pdf és mellékletei elérhetőek itt: http://www.nfu.hu/download/48413/T%C3%A1rsadalmi%20befogad%C3%A1s_esettanulmanyok.pdf 35 Az értékelés dokumentumok átnézésén, kvalitatív elemzésen (esettanulmányokat is ide értve) és kvantitatív elemzéseken alapult. Az egyik kvantitatív elemzés egyedi adatgyűjtésre támaszkodott, ahol az összes kedvezményezettből állítottak össze egy reprezentatív mintát. Egy online vizsgálatot is végeztek 30-35% válaszadási aránnyal. A projektszintű válaszok száma közel 1000 volt. A felmérést és az eredmények elemzését a REVITA Alapítvány végezte, az értékelést a Hétfa Kutató Intézet és a Városkutatás Kft. végezte. 36 Pl. a TÁMOP 5 finanszírozott többek között drogprevenciós programokat, büntetett előéletűek rehabilitációját, áldozatvédelmet, módszertani fejlesztéseket az EMMI egy háttérintézetében, fogyatékkal élő emberek számára kialakított programokat, stb. 36 Az Értékelési Jelentésben tárgyalt intézkedések számos tématerületet lefednek, és az elemzés egy hipotetikus hatásmechanizmusra épül: a tématerületeket és hatásmechanizmusokat a jelentés I. mellékletében csatoljuk. A 2007 és 2012 között támogatott projektek jelentős változatosságot mutatnak; a célszervezetek is sokfélék – nemzeti szintű intézmények, kistérségek, önkormányzatok és civilek éppúgy, mint különféle összetételű konzorciumok váltak jogosulttá a témakörökben nyújtott támogatásokra. A projektek elvárt eredményei mögötti hatásmechanizmusok is sokfélék, és a projektek tervezésének különbségei (pl. az indulási időszak, kedvezményezetti kör mérete, kedvezményezettek elvárt munkaintenzitása, a hatások sokszorozása) a lehetőségek különféle variációit mutatja. 5.2. Kiválasztott társadalmi integrációs intézkedések témái és feltételezett hatásmechanizmusuk A 6. táblázat az Értékelő Jelentés tartalom elemzése alapján egy, az EU társfinanszírozásban megvalósuló projektet a (helyi) társadalmi folyamatok nyomon követésével összekötő megoldást mutat be. A tartalomelemzés eredménye alapján alakítottuk ki a társadalmi kihívások általános listáját. Mivel a kezelendő társadalmi problémák szükség esetén egyszerű elemzés alapján meghatározhatók, összefüggéseik a különféle stratégiai dokumentumokkal (pl. vonatkozó OP-k, NTFS vagy ágazati stratégiák) egyszerűen ellenőrizhetők és aktualizálhatók. Ezután összekötjük őket azoknak a pályázati felhívásoknak a listájával, amelyek közvetlenül vagy közvetve foglalkoznak a kérdéses társadalmi problémával. (A felhívások egy része komplex társadalmi helyzetek megközelítésére irányult, ezért több társadalmi kihívással is összekapcsolható). Ezután egy vagy több olyan proxi mutatót jelölünk meg, amelyek a szóban forgó kihívás követésére a legalkalmasabbak. Végül felsoroljuk a 3.1 fejezetben tárgyaltak szerint a legkisebb területi egységek szintjén is dinamikus és mérhető mutatókat, nem feledve megközelítésünk 4.2. fejezetben tárgyalt korlátait. 37 6. táblázat: A társadalmi kihívások intézkedésekkel és követő mutatókkal történő összekapcsolásának illusztrációja 37 Megcélzott társadalmi Társadalmi mutató Intézkedések A tárgyalt mutatók Hiányzó mutató probléma a beavatkozások a TÁMOP 5- közül a tematikusan megfelelő ben legjobban illeszkedő célzásának mutató ellenőrzésére vagy követésére Korlátozott iskolai Alacsony iskolai TÁMOP 5.1.1.- Az általános iskola első X karrierrel rendelkező végzettségűek aránya, 09/1-2, évfolyamát el nem Lemorzsolódók/Korai gyermekek Lemorzsolódók/Korai TÁMOP 5.2.2- végzők száma /10 iskolaelhagyók iskolaelhagyók 08/1, 2, évesnél idősebb aránya (H) aránya TÁMOP 5.2.2- népesség (H, 10/1, TÁMOP Népszámlálás) (az OH-tól 5.2.3-A-11 beszerzendő) TÁMOP 5.2.3- A-12/1 Gyermekszegénység Szegénységi küszöb TÁMOP 5.2.2- Rendszeres alatt élő gyermekek 08/1, 2, gyermekvédelmi aránya TÁMOP 5.2.2- kedvezményben 10/1, TÁMOP részesítettek átlagos 5.2.3-A-11, száma /0-18 évesek TÁMOP 5.2.3- száma (H) A-12/1 Nagyon alacsony munkaintenzitással rendelkező háztartások aránya (H, ahol nincs foglalkoztatott/összes) Devianciák Bűnözési ráták TÁMOP 5.1.1.- Regisztrált 09/1-2, bűncselekmények TÁMOP 5.2.5- száma /száz lakos (H) 08/1/C Fiatalok alacsony Fiatal TÁMOP 5.1.1.- pályakezdő munkaerő-piaci munkanélküliek 09/1-2 munkanélküliek részvétele részaránya aránya (H) Digitális Digitális TÁMOP 5.1.1.- X analfabetizmus analfabetizmus 09/3 Mérhető pl. a szélessávú internetkapcsolattal rendelkező háztartások számával (H) Alacsony aktivitási Aktivitási ráta, TÁMOP 5.1.1.- 180 napon túl ráták/nagy munkanélküliség, 09/1-2, nyilvántartott munkanélküliség tartós TÁMOP 5.1.1.- munkanélküliek munkanélküliségi 09/3, TÁMOP aránya (H) ráta 5.1.1-09/6-7, Nagyon alacsony TÁMOP- 37 Az LLTK munkatársaival 2015. novemberében továbbfejlesztett és leegyeztetett táblázat. 38 Megcélzott társadalmi Társadalmi mutató Intézkedések A tárgyalt mutatók Hiányzó mutató probléma a beavatkozások a TÁMOP 5- közül a tematikusan megfelelő ben legjobban illeszkedő célzásának mutató ellenőrzésére vagy követésére 5.3.1/08/1, 2, munkaintenzitással TÁMOP-5.3.1- rendelkező C-09/2, háztartások aránya (H, TÁMOP- ahol nincs 5.3.1/08/2, foglalkoztatott/összes) TÁMOP-5.3.9- 11/1 Bizonyos Szociális juttatásban TÁMOP 5.1.1- szegregációs mutató X (kiválasztott) részesülő helyi 09/4-5, továbbá: mérhető pl. minőségi lakosok részaránya, TÁMOP 5.1.1- a szolgáltatási társadalmi/humán meghatározott 09/8-9, hiányosságokra szolgáltatások ellátásokban TÁMOP 5.1.3- vonatkozó különféle nyújtásának részesülő helyi 09/1,2, alágazati adatokkal a hiánya/hiányosságai lakosok, szociális TÁMOP 5.2.2- SZOCIR segítségével különféle segélyezésben egy 08/1, 2, (H)* célcsoportok számára dolgozóra jutó TÁMOP 5.2.2- (pl. helyi szinten, ügyfelek 10/1, TÁMOP otthoni ellátás, száma/otthoni 5.2.3-A-11, szociális-, ellátás/jóléti TÁMOP 5.2.3- gyermekvédelem, szolgáltatási szektor A-12/1, ifjúsági jóléti TÁMOP 5.2.5- szolgáltatás, 08/1/A, képességeikben TÁMOP korlátozott emberek 5.2.5.A-10/1, számára nyújtott TÁMOP szolgáltatások) 5.2.5.A-10/2, TÁMOP- 5.3.8.A2-12/1, TÁMOP- 5.3.8.A2-12/2, TÁMOP- 5.3.8.A3-12/1, TÁMOP- 5.3.8.A3-12/2, TÁMOP - 5.4.1/08/, TÁMOP - 5.4.2/08/1, TÁMOP 5.4.3- 09/1, TÁMOP 5.4.3-09/2, TÁMOP-5.4.3- 10/1, TÁMOP-5.4.3- 10/2, TÁMOP -5.4.4- 09/1/A, TÁMOP - 5.4.4-09/1/B, TÁMOP - 5.4.4-09/1/C, 39 Megcélzott társadalmi Társadalmi mutató Intézkedések A tárgyalt mutatók Hiányzó mutató probléma a beavatkozások a TÁMOP 5- közül a tematikusan megfelelő ben legjobban illeszkedő célzásának mutató ellenőrzésére vagy követésére TÁMOP - 5.4.4-09/2/A, TÁMOP - 5.4.4-09/2/B, TÁMOP - 5.4.4-09/2/C, TÁMOP- 5.4.5/07/1 és 5.4.5-09/1, TÁMOP- 5.4.6.A-12/2, TÁMOP-5.4.9- 11/1, TÁMOP - 5.5.2 /09/2, TÁMOP - 5.5.2 /09/3, TÁMOP- 5.5.2/10/4, TÁMOP- 5.5.3/08/01, TÁMOP- 5.5.3/08/02, TÁMOP-5.5.3- 09/1 csekély közösségi TÁMOP 5.2.5- X kohézió 08/1/B hajléktalanság Hajléktalanok száma TÁMOP- X 5.3.3/08/1, Mérhető pl. a TÁMOP- hajléktalanszállókon 5.3.3/08/2, rendelkezésre álló TÁMOP-5.3.3- ágyak számával (H) 10/1, TÁMOP-5.3.3- 10/2 eladósodottság / Háztartás TAMOP-5.3.5- Lakásfenntartási túlzott an magas eladósodottsági 09/1 támogatásban lakhatási költségteher szintje, túlzottan részesültek magas lakhatási száma/száz lakos (H) költségteher Romák szegregált Nem megfelelő TÁMOP-5.3.6- A közüzemi X lakhatása lakáskörülmények 11/1 szennyvízgyűjtő- Szegregátumok /szegénynegyedekben között élő, roma hálózatba megléte/területi élő emberek származású emberek (közcsatorna- lehatárolása (KSH hálózatba) bekapcsolt adat) lakások aránya (H) Háztartási gázfogyasztók száma /összes lakás (H) 40 Megcélzott társadalmi Társadalmi mutató Intézkedések A tárgyalt mutatók Hiányzó mutató probléma a beavatkozások a TÁMOP 5- közül a tematikusan megfelelő ben legjobban illeszkedő célzásának mutató ellenőrzésére vagy követésére Háztartásoknak szolgáltatott vill. energia mennyisége /lakos (H) A közüzemi ivóvízvezeték- hálózatba bekapcsolt lakások aránya (H) Lakásállomány 2013 [db]/Lakónépesség száma az év végén (a népszámlálás végleges adataiból továbbvezetett adat) (H) Alacsony munkaerő- Korlátozott TÁMOP- 180 napon túl X piaci részvétel a képességekkel élő 5.3.8.A2-12/1, nyilvántartott Rokkantsági képességeikben emberek aktivitási TÁMOP- álláskeresők aránya nyugdíjban korlátozott emberek rátája 5.3.8.A2-12/2, (H) /segélyben részesülő esetén TÁMOP- Megváltozott emberek aránya (H) 5.3.8.A3-12/1, munkaképességűeknek TÁMOP- járó ellátásban 5.3.8.A3-12/2, részesülők száma (H) TÁMOP- 5.4.5/07/1 és 5.4.5-09/1, TÁMOP- 5.4.6.A-12/2, TÁMOP- 5.4.7/08/1, TÁMOP- 5.4.7/08/2, TÁMOP- 5.4.7/09/1, TÁMOP- 5.4.8/08/1 Romák, korlátozott Statisztikák az TÁMOP– Roma nemzetiségűek X képességű emberek Egyenlő Bánásmód 5.5.4.A-09/1, aránya a településen EBH-tól beszerzendő és más érzékeny Hatóságtól és a TÁMOP– (H, Népszámlálás) csoportok hátrányos bíróságtól 5.5.4.B-09/1, megkülönböztetése TAMOP – 5.5.5/08/1, TÁMOP 5.5.7/08/1 Alacsony vásárlói TÁMOP- X tudatosság 5.5.6/08/1, TÁMOP- 5.5.6/08/2 41 Megcélzott társadalmi Társadalmi mutató Intézkedések A tárgyalt mutatók Hiányzó mutató probléma a beavatkozások a TÁMOP 5- közül a tematikusan megfelelő ben legjobban illeszkedő célzásának mutató ellenőrzésére vagy követésére büntetett előélettel Büntetett előéletű TAMOP – Regisztrált rendelkező emberek emberek aránya 5.6.1.A-11/1., bűncselekmények kirekesztése TAMOP – száma /száz lakos (H) 5.6.1.A-11/3, TAMOP – 5.6.1.A-11/ 4., TÁMOP 5.6.2- 10/1 magas fiatalkori Bűnözési ráták TAMOP – Regisztrált bűnözési ráta 5.6.1.A-11/1, bűncselekmények TÁMOP- száma /száz lakos (H) 5.6.1.B-12/1, TÁMOP- 5.6.2/08/1, TÁMOP 5.6.2- 10/1 *gyűjtés (L)=helyi, (R)=regionális szinten, ** = a juttatásra vonatkozó adatok nem állnak rendelkezésre 2013-at követően, miután azonban az elemzés a 2013-ig terjedő időszakot vizsgálja, megfelelő mutatónak tűnik, *** a juttatást 2015. után lecsökkentették és átalakították, miután azonban az elemzés a 2013-ig terjedő időszakkal foglalkozik megfelelő mutatónak tűnik. Az elemzés azt mutatja, hogy a legtöbb kihívást és a hozzá kapcsolódó tevékenységet is lehetne követni a javasolt mutatókészlet segítségével, ezen túl lehetőség van egy visszacsatolási mechanizmus kialakítására, amely azt vizsgálja, hogy a tematizált tevékenységeket azon a földrajzi helyszínen végezték-e el, ahol arra a legnagyobb szükség volt. A visszajelzési módszer a mutatók minél kisebb területi szinten történő követésére épülne, és összehasonlítaná azokat a projekt földrajzi helyszínével. Például egy elemzés, ami arra irányul, hogy a TÁMOP 5 gyermekszegénység megszüntetését célzó támogatási forrásai mennyire jutottak el a helyi vagy járási szintre (vagy bármely nagyobb földrajzi egység szintjére), elvégezhető egy olyan térkép segítségével, amely a rendszeres gyermekvédelmi kedvezmény kedvezményezettjeinek rátáját mutatja, ide értve a vonatkozó pályázati felhívások alapján finanszírozott projektek helyszínére vonatkozó információt is (jelen esetben: TÁMOP 5.2.2-08/1, 2, TÁMOP 5.2.2-10/1, TÁMOP 5.2.3- A-11, TÁMOP 5.2.3-A-12/1). 38 Másik példa: a munkanélküliségi ráta esetében a TÁMOP 5.1.1.- 09/1-2, TÁMOP 5.1.1.-09/3, TÁMOP 5.1.1-09/6-7, TÁMOP-5.3.1/08/1, 2, TÁMOP-5.3.1-C-09/2, TÁMOP-5.3.1/08/2, TÁMOP-5.3.9-11/1 körében létrejött projektek kimutatása követő eszközként szolgálhatna arra, hogy ezt a problémát hol célozták meg TÁMOP 5 finanszírozású munkaerő-piaci integrációs projektekkel. Ezeket a példákat részletesebben is kidolgozzuk a jelentés 2. mellékletében. 38 A 2014-2020 időszakra alternatív mutatót határoznak meg a témához. 42 5.3. Következő lépések egy továbbfejlesztett nyomon követési eszköz kialakítása felé Ahogy a TÁMOP 5 2007-2012 időszak kiválasztott pályázati felhívásainak példája is mutatja, a “társadalmi kihívás” dimenzióinak a felhívások/intézkedések adatbázisába történő felvétele hasznos eszköz lehet: 1. (kiválasztott) társadalmi kihívások dinamikájának feltárására alacsony közigazgatási szintű társadalmi mutatók közvetett adatai segítségével, és ezt követően 2. annak nyomon követésére, hogy megcélozza-e bármely támogatás ezeket a társadalmi problémákat az adott területen/járásban/stb. egy adott időszakon belül. E célból a szubregionális társadalmi kirekesztődés mutatóit a projektadatokkal rutinszerűen társító térképek készítéséhez legalább a következő projektinformációk rendszeres gyűjtésére lenne szükség: • társadalmi kihívás, amelyet a pályázati felhívás /intézkedés célba kíván venni a felhívások visszamenőleges tartalomelemzése alapján, vagy egy előzetes megoldással, ahogy alább, a 2014-2020 időszak tekintetében javasoljuk; • a felhívás közzétételének és a projektek finanszírozásának időkerete (mely évtől mely évig); • a projekt kedvezményezettjeinek száma; • a megvalósítás helyszíne(i). A 2014-2020 időszakra érvényes Kohéziós Politikai Előírások ezen túlmenően alaposabb monitoringot és értékelést írnak elő, hogy biztosítsák (i) a nagy mennyiségű és megbízható adat legyen elérhető; (ii) hogy ezek az adatok EU szinten összesíthetők legyenek; és az (iii) értékelési tevékenységek az ESZA támogatás hatékonyságának és hatásának értékelésére összpontosítsanak. Ezért a tagállamok adatgyűjtő rendszereinek elektronikusan strukturált adatokat kell szolgáltatni minden prioritási tengelyre a résztvevők befektetési kategóriáinak megfelelő bontásban. A Kohéziós Politika Ellenőrzése és Értékelése útmutató megjegyzéseinek B és C melléklete (EC, 2015.) felkínál egy, az általános és ifjúsági foglalkoztatási mutatókat tartalmazó listát és magyarázatokat (teljesítmény és eredmények). A nyomon követési eszköz alkalmazhatja, és elérhetővé teheti ezt az információt is. Mivel az eszközt nem hatáselemzésre terveztük, hanem inkább egyszerűen a társadalmi folyamatokra vonatkozó információ megjelenítésére és a támogatásra és költésre vonatkozó adatokkal való összekötésére, ok és változás összefüggésére nem vonható le belőle következtetés. Megfigyelhetővé teszi azonban, hogy milyen változások zajlottak adott projektek támogatása idején adott földrajzi területen, és hogy a helyben megvalósult projektek tényleg helyi kihívásokra adtak-e választ. A javasolt eszköz alapjául szolgáló elemzés az összes felhívás tartalomelemzésére épít. Az elemzés segített beazonosítani a társadalmi kihívásokat, és ezek közül sokat közvetlenül össze lehet kapcsolni a dinamikus mutatók javasolt körével. Az irányító hatóság adatbázisában az EU társfinanszírozásban megvalósult projektekre vonatkozó adatok (EMIR) korlátozott volta miatt nem reális lehetőség az összes múltbeli, a társadalmi integrációval kapcsolatos pályázati felhívás tartalmának ismételt feldolgozása. 39 Ugyanakkor az illetékes államigazgatási szervet vagy szerveket (Miniszterelnöki Hivatal illetve az ágazati minisztériumok illetékes osztályai) bátorítani kellene, hogy a 2014-2020-as időszakban a rutinszerűen gyűjtött adatok körét egészítsék ki további dimenziókkal a felhívások adminisztrálása vagy tervezése során. Ezek a 39 Jelenleg az EMIR csak arra vonatkozó információt tartalmaz, hogy a projektet leszakadóban lévő régióban valósítják-e meg, romákat, megváltozott munkaképességű embereket vagy egyéb veszélyeztetett csoportot céloz-e meg, és hozzájárul-e életminőségük javításához. Az információ láthatóan nem teljes körű, és ezért korlátozott mértékben használható. 43 dimenziók a dinamikus mutatók csoportjának feleljenek meg, és tegyék lehetővé az EU társfinanszírozásban megvalósuló projektek sokkal kifinomultabb osztályozását, hogy a megcélzott helyi kihívásokat nyomon lehessen követni. Ezeknek a dimenzióknak az EU2020 céljaihoz is kapcsolódniuk kellene és legalább a következőket kellene tartalmazniuk: 1. korlátozott iskolai pályafutás /alacsony iskolai végzettség, 2. gyermekszegénység, 3. bűnözés és deviancia, 4. alacsony foglalkoztatási/aktivitási szintek, 5. a különféle célcsoportoknak nyújtott (kiválasztott) minőségi társadalmi/szociális szolgáltatások hiánya/hiányosságai (pl. helyi szinten, otthoni ellátás, szociális-, gyermekvédelem, ifjúsági jóléti szolgáltatások, szolgáltatások megváltozott munkaképességű emberek számára), 6. eladósodottság / túlságosan nagy terhet jelentő lakhatási költségek, 7. romák lakossági szegregációja/szegregátumokban élő emberek, 8. sérülékeny csoportok hátrányos megkülönböztetése (ide értve a romákat, megváltozott munkaképességű embereket, stb.). 40 A fenti listát egybe kellene vetni és ki kellene egészíteni a soron következő, szociális integrációs dimenziót is tartalmazó Operatív Programokban érvényes dimenziókkal/mutatókkal, és olyan dimenziókkal is, amelyeket az NTFS II 2015-ben esedékes felülvizsgálatához szükséges mutatók alapjaként határoztak meg. Fontos, hogy a mutatók definíciója minden szakpolitikai cél esetében következetes legyen. Ez azt jelenti, hogy lehetőség szerint ugyanazt a meghatározást kell használni a projektek monitoring mutatói esetében, mint amelyet a nemzeti szintű eredmények monitoringja során használt mutatókhoz használnak. Ez a következetesség segíteni fog a teljesítménymutatók esetén az elmozdulások - vagy azok hiányának – magyarázatában. Az is fontos, hogy a projektek adatait az EU társfinanszírozással megvalósuló kiemelt fontosságú nemzeti projektek esetében is területi bontásban tartalmazzák a jelentések. Ehhez az kell, hogy a kormányhivatalok, amelyek kedvezményezettjei az EU finanszírozással megvalósított intézkedéseknek, területi lebontásban kövessék a forráskihelyezést és a projektmutatókat, és a Miniszterelnöki Hivatal lehetővé tegye, hogy az EU projekt adatbázis kezelni tudja ezt a jelentési mechanizmust. 5.4. Ajánlások a 2014-2020 időszakban az EU társfinanszírozásban megvalósuló társadalmi felzárkóztató beruházások céljainak megválasztásához és ellenőrzéséhez 1. Intézményi/operatív keretrendszer kialakítása a társadalmi integrációs mutatók rendszeres, területileg és etnikai szempontból lebontott szemléletben történő gyűjtésére – javasolt mutatókészlet az 5. táblázatban található. Felelős szervek: Emberi Erőforrások Minisztériuma és Központi Statisztikai Hivatal Időkeret: 2016-tól folyamatosan Várható költség: alacsony (a legtöbb mutató meglévő adatokon alapszik) 2. Projektadat-gyűjtő keretrendszer kialakítása a projektek adatainak (a kiemelt nemzeti projekteket is ide értve) gyűjtésére a 2014-2020 projekt-időszakban, a dinamikus mutatókészletnek megfelelően és azzal összhangban, a teljesség igénye nélkül ideértve a következő dimenziókat o korlátozott iskolalátogatás/alacsony iskolai végzettség, o gyermekszegénység, o bűnözés vagy deviancia, o alacsony foglalkoztatási/aktivitási szintek, 40 A javasolt dimenziók részben átfednek. 44 o a különféle célcsoportoknak nyújtott (kiválasztott) minőségi társadalmi/szociális szolgáltatások hiánya/hiányosságai (pl. helyi szinten, otthoni ellátás, szociális-, gyermekvédelem, ifjúsági jóléti szolgáltatások, szolgáltatások megváltozott munkaképességű emberek számára), o eladósodottság / túlságosan nagy terhet jelentő lakhatási költségek, o romák lakossági szegregációja/szegénynegyedekben élő emberek Felelős szervek: Emberi Erőforrások Minisztériuma, Miniszterelnöki Hivatal Időkeret: 2016. január-június Várható költség: alacsony (Néhány további változó hozzáadását teszi szükségessé az EU projekt-adatbázishoz) 3. A projektadat-gyűjtési keretrendszer kiegészítése o további releváns dimenziókkal a soron következő Operatív Programok alapján, amelyek társadalmi integrációs dimenziót is tartalmaznak, o további dimenziókkal, amelyeket a mutatók bázisaként határoznak meg a NTFS soron következő felülvizsgálatához, és o további mutatókkal, amelyek célja minden releváns OP prioritási tengely teljesítményének vizsgálata beruházási kategóriák szerinti bontásban Felelős szervek: Emberi Erőforrások Minisztériuma, Miniszterelnöki Hivatal Időkeret: 2016. január-június Várható költség: közepes (a kormányszervek közötti szorosabb koordinációt tesz szükségessé) 4. A társadalmi integrációs mutatók feltérképezése és közzététele egy GIS szoftver alkalmazás, vagy a GoH közigazgatási adatok térképező platformjának, a TEIR TETA-nak a segítségével Felelős szervek: Emberi Erőforrások Minisztériuma és Lechner Lajos Tudásközpont Időkeret: 2016-tól folyamatosan Várható költség: alacsony (A meglévő GIS platform használata szükséges) 5. A projektadatok folyamatos feltérképezése és közzététele egy GIS szoftver alkalmazás, vagy a GoH közigazgatási adatok térképező platformjának, a TEIR TETA-nak a segítségével Felelős szervek: Emberi Erőforrások Minisztériuma, Miniszterelnöki Hivatal és Lechner Lajos Tudásközpont Időkeret: 2016-tól folyamatosan Várható költség: alacsony (A meglévő GIS platform folytatólagos használata szükséges) 45 6. Hivatkozások Atkinson, A., B. Cantillon, E. Marlier, és B. Nolan, 2005. “Taking Forward the EU Social Inclusion Process,” (Az EU társadalmi integrációs folyamatának előmozdítása) független jelentés az Európai Unió Tanácsa luxemburgi elnökségének megrendelésére, Luxembourg: Luxemburg Kormánya. Atkinson, A.B., és E. Marlier, 2010. “Analyzing and Measuring Social Inclusion in a Global Context,” (A társadalmi integráció elemzése és mérése világviszonylatban) Egyesült Nemzetek, Gazdasági és Társadalmi Ügyek Osztálya (DESA), New York, ST/ESA/325. Burchardt, T., J. Le Grand, és D. Piachaud, 1999. "Social Exclusion in Britain 1991-1995," (Társadalmi kirekesztődés Nagy-Britanniában) Szociálpolitika és közigazgatás 33(3):227-244. Deaton, A., 1997. “The Analysis of Household Surveys: a Microeconometric Approach to Development Policy,” (Háztartási felmérések elemzése: A fejlesztéspolitika mikroökonómiai közelítésben) Washington, D.C. : Világbank. Elbers C., J.O. Lanjouw, és P. Lanjouw, 2003. “Micro-Level Estimation of Poverty and Inequality,” (A szegénység és egyenlőtlenség közelítő elemzése mikro-szinten) Econometrica 71(1): 355– 364. Hétfa és Revita Alapítvány, 2013. “A tá rsadalmi befogadá st szolgá ló fejleszté sek (TAÁ MOP 5. prioritá s) é rté kelé se,”, Budapest: Hé tfa Ivanov, A., és J. Kagin, 2014. “Roma Poverty from a Human Development Perspective,” (Roma szegénység humánfejlesztési nézőpontból) Romaintegrációs munkaanyagok, Istanbul: UNDP. Kezán, A. és D. Szilágyi, 2015. “Measuring the disparities in the state of development of LAU1 and LAU2 units,” ( LAU1 és LAU2 egységek fejlődésében mutatkozó egyenlőtlenségek mérése) Prezentáció a Központi Statisztikai Hivatalban. Labonté, R., A. Hadi, és X.E. Kauffmann, 2011. “Indicators of Social Exclusion and Inclusion: A Critical and Comparative Analysis of the Literature,” (A társadalmi kirekesztődés és integráció mutatói: A szakirodalom kritikai és összehasonlító elemzése) É/Exchange Working Papers, Volume 2 Number 8, University of Ottawa. Levitas, R., C. Pantazis, E. Fahmy, D. Gordon, E. Lloyd, és D. Patsios, 2007. “The Multi- dimensional Analysis of Social Exclusion,” (A társadalmi kirekesztődés többdimenziós elemzése) London, Department for Communities and Local Government (DCLG). Miliband, D., 2006. “Social Exclusion: The Next Steps Forward. London: Centre for Analysis of Social Exclusion,” (Társadalmi kirekesztődés: A következő lépések. London: A társadalmi kirekesztődés elemzésének központja) London: LSE an ESRC Research Centre. Ravallion, M., és B. Bidani, 1994. "How robust is a poverty profile?" (Mennyire erős egy szegénységi profil)The World Bank Economic Review, Volume 8, Number 1, pp. 75-102. Ravallion, M., 1992. “Poverty Comparisons: a Guide to Concepts and Methods,” (Összehasonlítások a szegénységben: Koncepciók és módszerek segédlete) Életszínvonal-mérési tanulmány (LSMS) munkaanyag, száma: LSM 88. Washington, DC: Világbank. Silver, H., 1994. “Social Exclusion and Social Solidarity,” (Társadalmi kirekesztés és társadalmi szolidaritás) Labour Review 133, nos. 5-6: 531-78. Világbank, 2013. “Inclusion Matters: The Foundation for Shared Prosperity (Az integráció fontossága: A közös jólét alapja) (Advance Edition),” Washington, DC: Világbank. Világbank, 2014. ”Small Area Estimates of Poverty in Hungary: a Methodological Report,” (A szegénység kistérségi közelítő elemzése Magyarországon: módszertani jelentés) Mimeo, Washington, DC: Világbank. 46 Világbank, 2015. “Equality of Opportunity for Marginalized Roma: A Pathway to Shared Prosperity in Europe,” (Esélyegyenlőség a marginalizálódott romáknak: A közös jóléthez vezető út Európában) Washington, DC: Világbank. 47 I. melléklet: Az Értékelési Jelentésben közölt elméleti hatásútvonalak Forrá s: A tá rsadalmi befogadá st szolgá ló fejleszté sek (TAÁ MOP 5. prioritá s) é rté kelé se. 2013. március 27. Készítette: Teller Nóra [Városkutatás – HÉTFA 7. LOT] vezető értékelő, Csite András [HÉTFA 7. LOT] cégjegyzésre jogosult képviselő, Domokos Veronika [HÉTFA 7. LOT], Forrai Erzsébet [Revita 2. LOT], Hajdu Gábor [HÉTFA 7. LOT], Koltai Luca [HÉTFA 7. LOT], Kullmann Ádám [HÉTFA 7. LOT], Prókai Orsolya [Revita 2. LOT], Somogyi Eszter [Városkutatás – HÉTFA 7. LOT], Sőrés Anett [Revita 2. LOT], 46-49. oldal Konstrukció Konstrukció témája Konstrukció célja Elméleti hatásútvonal (kiírások alapján) kódjele a devianciák mérséklésével vagy azok preventív és intervenciós programok, TÁMOP 5.1.1.- Gyermek- és megelőzésével elősegítik a gyermekek és munkaerő-piacra való belépés 09/1-2 ifjúságvédelem (LHH) fiatalok sikeres iskolai pályafutását, ezáltal elősegítése munkaerő-piaci beilleszkedésüket a digitális írástudás kompetenciájának TÁMOP 5.1.1.- Digitális kompetencia- digitális írástudás fejlesztése fejlesztése révén eredményesen használja az 09/3 fejlesztés (LHH) internetet pl. munkakereséshez a marginalizált csoportokkal foglalkozó szervezetek kapacitása megerősödik, a TÁMOP 5.1.1- Helyi közösségépítő közösségi programok, szolgáltatások célcsoport számára új szolgáltatások jönnek 09/4-5 programok (LHH) fejlesztése létre, melyek által csökken társadalmi kirekesztettségük hátrányos helyzetűek munkaerő-piaci a képzési-foglalkoztatási programokban Képzés-foglalkoztatás integrációjának elősegítése, TÁMOP 5.1.1- résztvevők munkaerőpiaci esélyei javulnak, új hátrányos szolgáltatásokhoz való hozzáférés 09/6-7 kompetenciákat, munkatapasztalatot helyzetűeknek (LHH) növelése, képzési-foglalkoztatási szereznek programok a szociális ellátórendszer és a helyi civil TÁMOP 5.1.1- Képzés-foglalkoztatás helyi humánkapacitások megerősítése, szervezetek fejlesztése révén a célcsoport 09/8-9 szakembereknek (LHH) civil társadalom támogatása hozzáférése a szolgáltatásokhoz javul, ezáltal társadalmi kirekesztettségük enyhül Közösségi mélyszegénységben élők integrációja a felzárkóztatás a szociális és közösségi munka javul a mélyszegénységben élők hozzáférése a TÁMOP 5.1.3- mélyszegénységben eszközrendszerével, egyes humán szolgáltatásokhoz, erősödik társadalmi 09/1,2 élők integrációjáért - közszolgáltatások helyi igényekhez aktivitásuk szakmai koordináció alakításával Gyerekesély zászlóshajó program Gyerekesély program megalapozása, különös tekintettel a 0- TÁMOP 5.2.1- országos 7 éves (ezen belül is az intézménybe a zászlóshajó programhoz tartozó kiírások 07/1 és kiterjesztésének nem járó 0-5 éves), valamint a minőségbiztosításával nő a beavatkozás TÁMOP 5.2.1- szakmai-módszertani veszélyeztetett, hátrányos helyzetű hatékonysága 09/1 megalapozása és a gyermekek esélyeinek növelését célzó program kísérése modellprogram kidolgozása Korai beavatkozást középpontba helyező Biztos Kezdet a 0-7 (ezen belül is az intézménybe TÁMOP 5.2.2- a kora gyermekkori képességfejlesztés elősegíti programok elterjesztése nem járó 0-5) éves gyerekek, valamint 08/1, 2 és a célcsoportba tartozó gyermekek későbbi országos szinten, a veszélyeztetett, illetve hátrányos TÁMOP 5.2.2- sikeres iskolai pályafutását, ezáltal növeli kiemelt figyelemmel a helyzetű gyerekek esélyeinek növelése, 10/1 munkaerő-piaci esélyeiket leghátrányosabb kora gyermekkori képességfejlesztés helyzetű térségek támogatására Integrált térségi a gyermekek korai képességfejlesztése, TÁMOP 5.2.3- programok a gyerekek gyermekszegénység csökkentése, a közösségfejlesztő programok, valamint a helyi A-11 TÁMOP és családjaik szegénység újratermelődésének humán szolgáltatások javításával, 5.2.3-A-12/1 felzárkózási esélyeinek megelőzése összehangolásával elősegítik a minőségi növelésére szolgáltatásokhoz való hozzáférést 48 TÁMOP 5.2.5- 08/1/A, Gyermekek és fiatalok hátrányos helyzetű iskolás korú gyermekvédelmi szolgáltatáshoz való TÁMOP integrációs programjai - gyermekek és fiatalok hátrányainak hozzáférés elősegítésén keresztül csökkennek a 5.2.5.A-10/1 és Gyermekvédelmi kompenzációja családi nehézségek TÁMOP komponens 5.2.5.A-10/2 Gyermekek és fiatalok hátrányos helyzetű fiatalok TÁMOP 5.2.5- a szolgáltatás segítségével nő a fiatalok integrációs programjai - életminőségének javítása, közösségi 08/1/B közösségi aktivitása Ifjúságügyi komponens kompetenciáik fejlesztése Gyermekek és fiatalok hátrányos helyzetű iskolás korú TÁMOP 5.2.5- integrációs programjai - gyermekek és fiatalok a preventív programok segítségével csökken a 08/1/C Kábítószerügyi hátránykompenzációja, preventív deviáns magatartás kialakulásának veszélye komponens programok TÁMOP- „Első lépés” - alacsony 5.3.1/08/1, 2, önálló életvitelre képessé tevő, és a a célcsoport foglalkoztathatóságának foglalkoztatási eséllyel TÁMOP-5.3.1- munkaerőpiacra való belépést javításával segítik elő munkaerő-piaci rendelkezők képessé C-09/2, előkészítő és arra motiváló programok, beilleszkedésüket, új kompetenciák és tevő és önálló életvitelt TÁMOP- támogató szolgáltatások ismeretek szerzése elősegítő programjai 5.3.1/08/2 A hajléktalan emberek társadalmi és munkaerő-piaci a hajléktalanellátás módszertani TÁMOP- TÁMOP 5.3.3 módszertani integrációjának szakmai eszközkészlete megújul, így hatékonyabban 5.3.2/08/1 megalapozása és módszertani érik el a beavatkozások célját megalapozása című kiemelt projekt TÁMOP- hajléktalan emberek társadalmi 5.3.3/08/1, Hajléktalan emberek a hajléktalan-ellátással foglalkozó szervezetek reintegrációjának elősegítése, TÁMOP- társadalmi és szemléletformálása, valamint a komplex foglalkoztatási, lakhatási és szociális 5.3.3/08/2, munkaerő-piaci foglalkoztatás-lakhatási programok helyzetük javítása. A hajléktalan- TÁMOP-5.3.3- integrációját segítő segítségével javul a hajléktalanok társadalmi ellátással foglalkozó szervezetek, 10/1, TÁMOP- programok támogatása reintegrációjának esélye szolgáltatások fejlesztése 5.3.3-10/2 Kísérleti program az adósságkezelési szolgáltatás kiterjesztése, TAMOP-5.3.5- adósságrendezési, eladósodást adósságcsapda alternatív szolgáltatások kidolgozása révén a 09/1 megelőző programok indítása megelőzése érdekében bevontak anyagi helyzete stabilizálódik komplex - szociális, közösségfejlesztési, Komplex telep-program oktatási, egészségügy, képzési-foglalkoztatási - TÁMOP-5.3.6- (komplex humán szegregált lakókörnyezetben élők programok által a szegregátumokban élők 11/1 szolgáltatás hozzáférés integrációjának segítése munkaerőpiaci-társadalmi beilleszkedési biztosítása) esélyei javulnak A leghátrányosabb helyzetű csoportok TÁMOP- munkaerő-piaci 5.3.8.A2-12/1, megváltozott munkaképességű, a felmérések, célzott fejlesztések révén, esélyeinek növelése TÁMOP- foglalkozási rehabilitációban részesülő valamint az országos támogató hálózat érdekében motiváló 5.3.8.A2-12/2, személyek munkaerő-piaci kialakításával a célcsoportnak nagyobb esélye képzések és kapcsolódó TÁMOP- integrációjának elősegítése nyílik a nyílt munkaerő-piaci elhelyezkedésre szolgáltatások 5.3.8.A3-12/1 támogatása foglalkoztatóknál A leghátrányosabb helyzetű csoportok munkaerő-piaci megváltozott munkaképességű, a felmérések, célzott fejlesztések révén, esélyeinek növelése TÁMOP- foglalkozási rehabilitációban részesülő valamint az országos támogató hálózat érdekében motiváló 5.3.8.A3-12/2 személyek munkaerő-piaci kialakításával a célcsoportnak nagyobb esélye képzések és kapcsolódó integrációjának elősegítése nyílik a nyílt munkaerő-piaci elhelyezkedésre szolgáltatások támogatása munkaerő- piaci szolgáltatóknál hátrányos helyzetűek a hátrányos helyzetűek számára kidolgozott Tanulási partnerségek a TÁMOP-5.3.9- kompetenciafejlesztése, sajátos adekvát képzések megvalósítása révén nő a foglalkoztathatóság 11/1 tanulási igényeinek megfelelő célcsoport munkaerő-piaci részvételének javításáért képzések lehetősége 49 Szociális szolgáltatások modernizációja, központi és területi szociális, gyermekjóléti, a szakmai, módszertani fejlesztéseknek TÁMOP - stratégiai tervezési gyermekvédelmi és drogprevenciós köszönhetően javul a szolgáltatások 5.4.1/08/1 kapacitások szolgáltatások fejlesztése hatékonysága megerősítése, szociálpolitikai döntések megalapozása szociális szolgáltatások modernizációja TÁMOP - Központi szociális a fejlesztéseknek köszönhetően javul a - központi elektronikus szolgáltatás 5.4.2/08/1 információs fejlesztések szolgáltatások hatékonysága fejlesztése TÁMOP 5.4.3- 09/1, TÁMOP a házi segítségnyújtásban részesülők 5.4.3-09/2, Házi segítségnyújtás házi segítségnyújtó szolgáltatások életminősége javul, az ápolási díjban TÁMOP-5.4.3- fejlesztése fejlesztése részesülők elhelyezkedési esélyei növekednek 10/1, TÁMOP- 5.4.3-10/2 TÁMOP -5.4.4- 09/1/A, TÁMOP -5.4.4- Szociális képzések 09/1/B, fejlesztése, TÁMOP -5.4.4- szakemberek képzése, szociális, gyermekjólétis és a szociális, gyermekjóléti és gyermekvédelmi 09/1/C, továbbképzése és gyermekvédelmi szakemberek ellátórendszer fejlesztésével javul az ellátottak TÁMOP -5.4.4- készségfejlesztése képzése, a képzés fejlesztése hozzáférése a minőségi szolgáltatáshoz 09/2/A, valamint a helyi TÁMOP -5.4.4- fejlesztési kapacitások 09/2/B, megerősítése TÁMOP -5.4.4- 09/2/C A fizikai és info- TÁMOP- kommunikációs módszertani, képzési anyagok a szakmai sztenderdek kialakításával javul a 5.4.5/07/1 és akadálymentesítés kidolgozása szolgáltatások minősége 5.4.5-09/1 szakmai hátterének kialakítása A fizikai és info- kommunikációs akadálymentesítés TÁMOP 5.4.5 keretében kidolgozott a képzések megvalósításával felkészülnek az TÁMOP- szakmai tudásának módszertan és képzési anyagok egyenlő hozzáférés javítását célzó 5.4.6.A-12/2 elterjesztése és országos elterjesztése fejlesztésekre hozzáférhető szolgáltatások fejlesztése TÁMOP- A látássérült emberek 5.4.7/08/1, számára elemi TÁMOP- a rehabilitáció révén könnyebben rehabilitációs látássérültek elemi rehabilitációja 5.4.7/08/2, reintegrálódnak a munkaerőpiacra szolgáltatások TÁMOP- fejlesztése 5.4.7/09/1 „A Komplex a rendszer modernizációjával, képzett TÁMOP- rehabilitáció szakmai rokkantsági ellátások rendszerének szakértői intézet létrehozásával javul az aktív 5.4.8/08/1 hátterének modernizációja munkaerőpiaci politikák eredményessége megerősítése” Modellkísérleti program alapvető szociális és gyermekjóléti TÁMOP-5.4.9- az alapszolgáltatások a szolgáltatások összekapcsolásával alapellátások fejlesztése, szolgáltatás- 11/1 funkcionális hatékonyabbá válik az alapellátás koordináció összekapcsolására „Horizontális célkitűzések megvalósulását a TÁMOP horizontális céljainak a horizontális célok megvalósításán keresztül a TÁMOP- elősegítő helyi megvalósulását segítő programok hátrányos helyzetűek társadalmi 5.5.1.A-10/1 közösségi megvalósítása integrációjának helyi feltételrendszere javul kezdeményezések, programok támogatása” 50 Az önkéntesség TÁMOP - önkéntesség szakmai hátterének az önkéntesség standardizált rendszere javítja elterjesztése – központi 5.5.2/09/1 megalapozása a programok minőségét koordináció TÁMOP - 5.5.2 az önkéntesség elterjesztésével nő a civil önkéntesség elterjesztése - önkéntes /09/2, TÁMOP Az önkéntesség szervezetek, valamint az állami és programok megvalósítása, - 5.5.2 /09/3, elterjesztése – helyi önkormányzati szervezetek kapacitása, a önkéntességgel foglalkozó civil TÁMOP- projektek standardizáció révén javul a programok szervezetek megerősítése 5.5.2/10/4 szakmai minősége a civil szervezetek fejlesztésével TÁMOP- hatékonyabban tudnak bekapcsolódni a 5.5.3/08/01, Civil szervezeteknek társadalmi befogadással összefüggő feladatok TÁMOP- szolgáltató, azokat civil szervezetek fejlesztése ellátásába (is), így ezirányú 5.5.3/08/02, fejlesztő szervezetek kapacitásnövekedést eredményezhet, valamint TÁMOP-5.5.3- támogatása a hátrányos helyzetű térségekben hiánypótló 09/1 szolgáltatásokat nyújthat Anti-diszkriminációs programok támogatása a médiában - A a diszkriminációval veszélyeztetett, hátrányos TÁMOP– komponens - Roma és diszkriminációval veszélyeztetettek helyzetű személyek foglalkoztatása megvalósul, 5.5.4.A-09/1 fogyatékkal élő képzése és foglalkoztatása a médiában javul reprezentációjuk, ezáltal személyek média szemléletformáló képességük képzése és foglalkoztatása Anti-diszkriminációs programok támogatása a médiában - B a diszkriminációval veszélyeztetett csoportok TÁMOP– komponens - A pozitív képet kialakító médiaműsorok médiareprezentációja javul, ezáltal az őket 5.5.4.B-09/1 diszkrimináció készítése érintő negatív sztereotípiák mérséklődnek csökkentésének elősegítése a médián keresztül A diszkrimináció elleni a diszkrimináció elleni fellépés a hátrányos megkülönböztetés eseteinek küzdelem – a társadalmi tudatosságának erősítése, a hátrányos hatékonyabb feltárása révén javul az érintett TAMOP – szemléletformálás és megkülönböztetést elszenvedő csoportok érdekérvényesítő képessége. A 5.5.5/08/1 hatósági munka csoportok érdekérvényesítő szemléletformáló programok révén csökken a erősítése (EBH kiemelt) képességének erősítése hátrányos megkülönböztetés eseteinek száma A fogyasztóvédelem TÁMOP- társadalmasítása a fogyasztóvédelemmel foglalkozó szervezetek 5.5.6/08/1, tudatos fogyasztói fogyasztóvédelem társadalmasítása megerősítése, az ismeretek terjesztése révén TÁMOP- magatartás hatékonyabbá válik a fogyasztói érdekvédelem 5.5.6/08/2 kialakításával Betegjogi, ellátottjogi és TÁMOP gyermekjogi képviselői betegjogi, ellátottjogi és gyermekjogi az érintettek jogvédelmének hatékonysága 5.5.7/08/1 hálózat és civil jogvédő munka fejlesztése növekszik munka fejlesztése Büntetés-végrehajtási intézetekben a programok, fejlesztések hatására javul a fogvatartottak és büntetett előéletűek reintegrációja, büntetett előéletűek társadalmi pártfogó felügyelet alatt TAMOP – áldozattá válás, bűnelkövetés reintegrációjának esélyei, valamint a állók társadalmi 5.6.1.A-11/1. prevenciója, a programok módszertani prevenciós programoknak köszönhetően integrációs esélyeinek megalapozása csökken a bűnelkövetők száma, kiemelt növelése képzési és jelentőséggel a fiatal bűnelkövetőkre foglalkoztatási programokkal Speciális integrációs és reintegrációs a képzési programok, piacképes szaktudás TAMOP – foglalkozások a már büntetett személyek társadalmi megszerzésének a lehetősége, valamint a 5.6.1.A-11/3, fogvatartottak, pártfogó és munkaerő-piaci integrációjának vállalkozó szféra érdekelté tétele révén TAMOP – felügyelet alatt állók, elősegítése növekszik a célcsoport munkaerő-piaci 5.6.1.A-11/ 4. javítóintézeti neveltek integrációjának az esélye számára 51 A bűnmegelőzés szempontjából a bűnelkövetés és áldozattá válás kiemelten fontos, az iskolán belüli és kívüli programok szempontjából kiemelten bűnelkövető vagy segítségével a fiatalok ismeretei, önismerete, TÁMOP- veszélyeztetett gyermek- és bűnelkövetés valamint a velük foglalkozó szakemberek 5.6.1.B-12/1 fiatalkorúak segítése a rendőrségi háló szempontjából módszertani eszköztára szélesedik, ezáltal és a fogadó intézmény veszélyeztetett csökken a bűnelkövetés veszélye együttműködésének erősítése által gyermek- és fiatalkorúak segítése A társadalmi kohéziót gyermek- és fiatalkori bűnözés helyzetfelméréssel, szakemberek erősítő bűnmegelőzési csökkentése, áldozattá válás TÁMOP- felkészítésével a későbbi tevékenységek és reintegrációs megelőzése, a bűnelkövetők 5.6.2/08/1 módszertani megalapozása segíti a hatékony programok módszertani társadalmi visszailleszkedésének megvalósítást megalapozása segítése a szakemberek képzése, az áldozattá válók A társadalmi kohéziót számára nyújtott információs és segítő gyermek- és fiatalkori bűnözés erősítő bűnmegelőzési szolgáltatások kialakítása, a büntetett csökkentése, áldozattá válás TÁMOP 5.6.2- és reintegrációs előéletűek számára több szakaszos megelőzése, a bűnelkövetők 10/1 programok módszertani reintegrációs modell kidolgozása elősegíti társadalmi visszailleszkedésének megalapozása - II. társadalmi és munkaerő-paci integrációjuk segítése szakasz esélyét, valamint az áldozattá válás mérséklését. II. melléklet: Kiválasztott mutatók relatív variabilitása 1. ábra: Csatornázottság kilenc, véletlenszerűen kiválasztott településen (százalékban, 2000- 2013) 100 90 80 Milota 70 Gyöngyöstarján Kishartyán 60 Zalaszentgrót 50 Domaszék 40 Pócspetri 30 Felsőzsolca Sásd 20 Tab 10 0 20002001200220032004200520062007200820092010201120122013 Forrás: Világbank saját számítás 52 2. ábra: Tartós munkanélküliség kilenc, véletlenszerűen kiválasztott településen (százalékban, 2000-2013) 500, 450, 400, Milota 350, Gyöngyöstarján Kishartyán 300, Zalaszentgrót 250, Domaszék 200, Pócspetri 150, Felsőzsolca Sásd 100, Tab 50, , 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Forrás: Világbank saját számítás 3. ábra: Csatornázottság a legalacsonyabb variabilitási együtthatóval rendelkező településeken 110, 100, Nemesvámos Almásfüzitő 90, Balatonszárszó Szekszárd 80, Tatabánya Komló Keszthely 70, Siklós Sárhida 60, Kincsesbánya 50, 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Forrás: Világbank saját számítás 53 4. ábra: Tartós munkanélküliség a legmagasabb variabilitási együtthatóval rendelkező településeken 250, 200, Vasegerszeg Iván Árpás 150, Salköveskút Pusztavacs Kup 100, Örkény Kőszegdoroszló Kéleshalom 50, Vereb , 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Forrás: Világbank saját számítás 54 III. melléklet: Az eredmények leképezése Magyarországon A jelentés 5.2. fejezetében bemutatott megközelítés hasznosításával ebben a mellékletben bemutatunk egy példát a szubregionális humán fejlesztési információk felhasználásával a projektadatok layer-én. A példában a kistérségek szintjén hozzáférhető tartós munkanélküliségi adatokat használjuk kombinálva az EU társfinanszírozásban a 2007-2013. közötti időszakban megvalósult, és a foglalkoztathatóság növelésére irányuló beavatkozásokkal. 41 Elemzésünk kiindulópontjakén első térképünk (1. ábra) a tartós munkanélküliség arányait mutatja 2007-ben, valamint a TÁMOP 5 segítségével a 2007 és 2013 között támogatott vonatkozó munkahelyteremtő intézkedések helyszíneit és relatív méretüket. 1. ábra: Kistérségi szintű tartós munkanélküliségi ráta (2007) és munkahelyteremtő projektek (2007 és 2013 között) A tartós munkanélküliségi ráták kalkulációjánál a 180 napnál hosszabb időn keresztül regisztrált munkakeresők számát vesszük figyelembe 1000 munkaképes korú (18-59) felnőttre vetítve minden kistérségben. A munkahelyteremtő projektek az 5.2 fejezetben, a 6. táblázatban tárgyalt vonatkozó TÁMOP 5 projektek. (TÁMOP 5.1.1.-09/1-2, TÁMOP 5.1.1.-09/3, TÁMOP 5.1.1-09/6-7, TÁMOP-5.3.1/08/1, 2, TÁMOP-5.3.1-C-09/2, TÁMOP- 5.3.1/08/2, TÁMOP-5.3.9-11/1). A projektek a geokódolást követően a térképre kerültek. A buborékok mérete mutatja a projektciklus alatt folyósított támogatás összegét. A színskála a 16-os (legvilágosabb) színtől a 97-es (legsötétebb) árnyalatig terjed. A térkép azt jelzi, hogy 2007 és 2013 közötti munkahelyteremtő TÁMOP 5 projektek területi célzási pontossága vegyes volt: • a foglalkoztathatóságra irányuló beavatkozások számos olyan kistérségre összpontosítottak, ahol a tartós munkanélküliség szintje magas volt, különösen 41A GIS eszköz, amelyet ezen feladat során használunk, egy ArcGIS Online felület (http://www.arcgis.com/online). Ez a felület több térképréteg tárolására és megjelenítésére, és elemzési célokra alkalmas (A Világbank projektjeinek leképezéséhez is ezt használják, elérhető a http://maps.worldbank.org internetes oldalon). A munkanélküliségre és népességre vonatkozó térképrétegek adatai a TEIR-ből származnak, és az ArcMap 10.3 szoftver segítségével kapcsoltuk össze azokat a kistérségek vektorgrafikus állományaival. A projektinformációt a Miniszterelnöki Hivatal biztosította: a projektadatokat ezután letisztítottuk, geokódoltuk és feltöltöttük az ArcGIS Online felületre. 55 Északkelet- és Délnyugat-Magyarországon – részben annak eredményeként, hogy a forrásokat területileg a leghátrányosabb helyzetű kistérségekre irányították (TÁMOP 5.1.1), és ugyanezek a kistérségek azok, ahol magas a tartós munkanélküliség szintje is • néhány, 2007-ben a nagy projekteket kapó társaikhoz hasonló munkanélküliséggel küszködő kistérség egyáltalán nem részesült EU támogatásban. Ilyen volt a Pétervásárai (Észak-Magyarország), Püspökladányi (Észak-Alföld) és Nagyatádi (Dél-Dunántúl) kistérség. Fontos megjegyezni, hogy ezek egyike sem szerepelt a leghátrányosabb helyzetű kistérségek között – így a TÁMOP 5.1.1. célzott területei között sem.); • számos olyan kistérség is részesült a munkahelyteremtő beavatkozások előnyeiből, amelyekben, az országban a legalacsonyabb szinten volt a tartós munkanélküliség (Északnyugat-Magyarország, Közép-Magyarország) 42; • észak-nyugaton, keleten és dél-nyugaton számos olyan kistérség, ahol a tartós munkanélküliség nem a legmagasabb, de még mindig magas volt, egyáltalán nem részesült EU forrásokban. Az elemzés következő lépéseként megvizsgáltuk a “záró képet” – vagyis a tartós munkanélküliség adatait 2013-ban azonos projekt layer-en. 2. ábra: Kistérségi szintű tartós munkanélküliségi ráta (2013) és foglalkoztathatósági projektek (2007. és 2013. között) A tartós munkanélküliségi ráták kalkulációjánál a 180 napnál hosszabb időn keresztül regisztrált munkakeresők számát vesszük figyelembe 1000 munkaképes korú (18-59) felnőttre vetítve minden kistérségben. A munkahelyteremtő projektek az 5.2 fejezetben, a 6. táblázatban tárgyalt vonatkozó TÁMOP 5 projektek. (TÁMOP 5.1.1.-09/1-2, TÁMOP 5.1.1.-09/3, TÁMOP 5.1.1-09/6-7, TÁMOP-5.3.1/08/1, 2, TÁMOP-5.3.1-C-09/2, TÁMOP- 5.3.1/08/2, TÁMOP-5.3.9-11/1). A projektek a geokódolást követően a térképre kerültek. A buborékok mérete mutatja a projektciklus alatt folyósított támogatás összegét. A színskála a 16-os (legvilágosabb) színtől a 97-es (legsötétebb) árnyalatig terjed a 2007. esetében alkalmazottal azonos módon. 42Ez a szemléltetés nem veszi figyelembe annak lehetőségét, hogy egyes intézkedések irányulhattak az egyes csoportok körében megfigyelhető magas szintű tartós munkanélküliségre, pl. a fiatalokra, ami egyáltalán nem befolyásolja a tartós munkanélküliségi rátát. Ezeket a kérdéseket természetesen a munkanélküliségi adatok földrajzi, etnikai, nem és kor szerinti bontásban történő további elemzésével lehetne megvilágítani. 56 Az első észlelhető változás, hogy mennyivel „világosabbak” lettek a színek az egész országban: mivel a 2007 és 2013 évek színskálabeosztását normalizáltuk, ez azt sugallja, hogy 2007 óta jelentős előrelépés történt a tartós munkanélküliség terén. Összességében az 1000 munkaképes korú személyre jutó tartós munkanélküliek átlagos száma csakugyan lényegesen csökkent minden kistérségben, a 2007-es 54-ről, 2013-ra 41-re esett. A térkép a területi egyenlőtlenségek valamelyes csökkenését is mutatja, vagyis a különbség a vezető és lemaradó kistérségek között összességében lényegesen kisebb lett. Továbbá találunk példákat az „elszigetelt” fejlődésre is, vagyis van néhány olyan különálló kistérség a leszakadóban lévő kistérségek között, amelyekben a tartós munkanélküliséggel kapcsolatos előrelépések jelentősebbnek bizonyultak, mint a szomszédaikban (pl. Sátoraljaújhely kistérségben észak-keleten vagy a Szigetvár kistérségben dél-nyugaton). A GIS eszköz lehetőséget kínál a munkahelyteremtő projektekre vonatkozó részletes projektinformáció megjelenítésére is. A projekt helyszínén található buborékra kattintva egy felugró ablakban a külső érdekeltek számára is megjeleníthetők a legfontosabb projektinformációk (helyszín, cím, célcsoportok, összeg, időpont stb.). Ez a jellemző segíti az átláthatóság, elszámoltathatóság biztosítását, és az EU támogatással megvalósuló munkahelyteremtő projektek megosztását és tapasztalatcseréjét is szolgálja. 3. ábra: A platformon elérhető részletes projektinformáció Bár az eszköz megközelítési módja egyszerűvé teszi a megértést a szakpolitikában érdekeltek és ügyfeleik számára egyaránt, az értelmezhetőségének vannak korlátai. A legfontosabb, hogy az eszköz nem tudja meghatározni, hogy ténylegesen milyen mértékű változás köszönhető a 2007 és 2013 között EU támogatással megvalósult munkahelyteremtő beavatkozásoknak. A 2009-től fokozatosan növekvő méreteket öltő közmunka program (2014-ben a közmunka közelítőleg 1,5 százalékponttal járult hozzá a munkanélküliségi ráta csökkentéséhez Magyarországon) számos 57 kistérség esetében valószínűleg lényegesen nagyobb hatást gyakorolt a foglalkoztatásra. Néhány leszakadóban lévő kistérség esetében helyi szinten a magánszektor beruházásai is hozzájárulhattak a foglalkoztatási adatok javulásához, amelyet ez az eszköz szintén nem tud kimutatni. Ezeket, illetve a javasolt közelítésmóddal kapcsolatos egyéb dilemmákat dolgozza föl a jelentés 5. fejezete. Mindezek ellenére, az adatok megjelenítése segíti az EU források céljának kiválasztását és ellenőrzését, emellett szilárd alapot kínál egy eredmény-orientált megközelítés alkalmazására az Operatív Programok 2014 és 2020 közti megvalósításakor, egyúttal az átláthatóságot, elszámoltathatóságot és állampolgári visszajelzést biztosító további jellemzők bevezetéséhez is. 58