A bencés pedagógia koncepciója – Gondolatok a Szent Benedek regulája...
Anselm Grün, a münsterschwarzachi bencés apátság szerzetese, a 2022. év első számának nyitó tanulmányában a bencés rend kolostori iskoláiról értekezik,…
A tanulmány a KSH 2015-ös felvételének segítségével a hátralékosság kialakulását elemzi, amelyet a szegénységi kockázat egyfajta indikátorának tekinthetünk.
A tanulmány a KSH 2015-ös felvételének segítségével a hátralékosság kialakulását elemzi, amelyet a szegénységi kockázat egyfajta indikátorának tekinthetünk. A problémát egy egyszerű ok-okozati modell segítségével elemezzük, amelynek főbb változói a társadalmi osztályhelyzet, a települési pozíció, a lakáspozíció és a demográfiai viszonyok. A modell a társadalmi osztályhelyzetből indul ki, és több változót, illetve a survey-ben meghatározott indikátoraikat csatolja be lépésről lépésre a logisztikus regresszió elemzésébe. A vizsgálat kimutatta, hogy melyek azok az élethelyzetek, amelyekben a hátralék valószínűsége (a szegénységi kockázat esélye) kiugróan magas, ami egyúttal a jóléti rendszer és a lakásrendszer hiányosságaira, kritikus pontjaira is utal.
Kulcsszavak: Társadalmi egyenlőtlenségek, lakásköltségek megfízethetősége, hátralékok, szegénységi kockázat
A hátralék olyan társadalmi jelenség, amely egy háztartás költségvetésében az egyensúly megbomlására utal. Azt jelenti, hogy egy háztartás bevételei egy adott időszakban nem fedezik a kiadásait, azaz a háztartás költségvetési egyensúlya felbomlik, ami a szegénység kockázatát növeli. Nem véletlen, hogy a társadalmi egyenlőtlenségekkel, szegénységgel foglalkozó hazai irodalom már nagyon régen felfigyelt erre a problémára, de kevés olyan elemzéssel találkozhattunk, amely mélységében, kvantitatív módszerekkel elemzett volna a hátralékosság kialakulását befolyásoló társadalmi tényezőket (Győri–Gábor, 1990; Győri, 1995; Győri–Tausz, 1999; Hegedüs, 2006; Hegedüs–Somogyi, 2018; Misetics, 2019; Ferge–Darvas, 2011; Habitat for Humanity, 2014–2018; Bajomi–Pinkasz, 2018; TÁRKI, 2002, 2004).[1]E tanulmányhoz hasonlóan, egyszerűbb elméleti háttérrel már megkíséreltük magyarázni a hátralékosság főbb tényezőit (Eszenyi et al., 2009).
A kutatás elméleti kiindulópontja két alapállításban foglalható össze:
Ebben a tanulmányban a KSH 2015-ben készült lakásfelmérésének adatait felhasználva (KSH, 2016) a hátralékosság valószínűségének alternatív magyarázatait teszteljük, egyszerű statisztikai módszerekkel és a többváltozós logisztikus regresszió módszerével. Kiindulópontunk a hátralékosság okainak kapcsolatait leíró modell (1. ábra).
A háztartások hátralékosságát elsősorban társadalmi osztálypozíciójuk magyarázza. A jobb társadalmi pozícióban levő háztartások értelemszerűen kisebb valószínűséggel lesznek hátralékosok, míg a társadalom legalsó osztálya jelentősen nagyobb valószínűséggel kerülhet olyan élethelyzetbe, amikor a bevételei és kiadási szükségletei közötti egyensúly felborul.
A társadalmi osztálypozíció mellett a területi hatás sem kerülhető meg. A társadalmi egyenlőtlenségek térben is megjelennek, emiatt a háztartások Magyarország régióin (és/vagy településtípusain) belüli pozíciója befolyásolja a hátralékosság valószínűségét. A kérdés az, hogy a területi hatás csupán közvetíti az osztálypozíció különbségeit, vagy létezik önállóan is, és (más mechanizmusok révén is) befolyásolja ezeket a valószínűségeket.
Feltételezésünk szerint az adott területi és társadalmi pozíció által meghatározott élethelyzetet tovább módosítja a háztartás lakáspiacon elfoglalt helyzete. Lakáspozíción a háztartás lakáspiaci pozícióját értjük, tehát hogy az érintett tulajdonosként vagy bérlőként lakik-e a lakásában.
A lakáspozíció mellett a háztartásokban élők családi állapota, háztartásszerkezete, életkora (élethelyzete) is hatással van a háztartások költségvetésüket kezelő stratégiájára. Például egy gyermekes háztartás számára a gyermekek többletkiadásokat jelentenek, ami alacsonyabb társadalmi osztálypozícióban levő háztartások esetében könnyebben megbonthatja a bevétel és a kiadás között feszülő egyensúlyt, aminek következtében nagyobb a háztartás hátralékosságának valószínűsége.
A magyarázó modell építéséhez a logisztikus regressziót alkalmaztuk. A logisztikus regresszió módszere alkalmas arra, hogy kezelje azt a tényt, hogy a hátralékosság valószínűségét magyarázó változók nem függetlenek egymástól. Először operacionalizáltuk a hátralékosság indikátorait és a magyarázó változókat, majd megnéztük ezek egymáshoz való viszonyát. A változókat először külön-külön, majd valamennyit egyszerre vontuk be a hátralékosságot magyarázó logisztikus regressziós modellbe.
A 2015. évi lakásfelmérés (KSH, 2016) jelentése szerint a háztartások 15%-a (nagyságrendileg 575 ezer háztartásról beszélhetünk) maradt el legalább egyszer a lakbér, a hiteltörlesztő részlet, a közüzemi díjak vagy a közös költség fizetésével a kérdezést megelőző tizenkét hónapban. A megkérdezettek 3,8%-ának két-három vagy négyféle tartozása volt a kérdezést megelőző egy évben. A KSH életkörülményekre vonatkozó adatfelvétele szerint 2012-ben 26,2, 2013-ban 24,9, 2015-ben 19,0, 2016-ban 15,7, 2017-ben 12,8%-nak volt hiteltörlesztéssel vagy lakással kapcsolatos fizetési hátraléka (KSH, 2014, 2016, 2017, 2018).
A KSH 2015. évi lakásfelmérése az alábbi négy költségben mérte a hátralékosságot: lakáshitel, bérleti díj, közüzemi díj, közös költség. Akkor tekintettünk egy háztartást hátralékosnak, ha e négy költség legalább egyikében keletkezett tartozása a kérdezést megelőző tizenkét hónapban.
A tanulmányban a háztartások gazdálkodási egyensúlyának felbomlását, ennek társadalmi meghatározottságát elemezzük. Lakáspolitikai összefüggésekre koncentráló korábbi kutatásainkban (Hegedüs–Somogyi, 2018; Hegedüs et al., 2018) olyan osztályváltozót alkalmaztunk, amellyel a nyugdíjasokat külön kategóriaként kezeltük. Ebben a tanulmányban azonban az életkort és az élethelyzetet (családi állapot, életciklus stb.) önálló tényezőként kezeljük, így helyesebbnek találtuk, ha visszatérünk a társadalmi pozíció hazai irodalomban alkalmazott definíciójához (Kolosi–Róbert, 2004, és lásd a függeléket).
Ezek alapján az alábbi pozíciókat különböztettük meg:
A területi pozíciót két változó, a régió és a településtípus mentén mértük. A háztartás lakásrendszeren belüli pozícióját a tulajdonviszonyok és a lakáshitelteher kombinációjaként operacionalizáltuk, így négy kategóriával dolgoztunk: tulajdonos által lakott lakás hitel nélkül, tulajdonos által lakott lakás hitellel, magánbérlet és önkormányzati lakásbérlet. A demográfiai változók közül az életciklust (egyedülálló, pár gyermek nélkül, pár gyermekkel, egyedülálló szülő, gyermekes család más személlyel, egyéb) és az életkort emeltük ki.
Már az egydimenziós eloszlások is sejtetik a hátralékosság mögötti társadalmi egyenlőtlenségek nagyságrendjét és irányát. A társadalmi pozíció kategóriáin lefelé haladva nő a hátralékos háztartások aránya. A felső és a középosztályba tartozó hátralékos háztartások (felső osztály: 4,6%, középosztály: 12,0%) közötti nagyságrendi eltérés arra enged következtetni, hogy a két társadalmi pozíció között jelentős különbség van. A középosztály (12,0%) és a munkásosztály (14,5%) között csaknem megegyezik a hátralékos háztartások aránya. Itt inkább az a kérdés merül fel, hogy ez a kis különbség valamilyen szisztematikus oksági mechanizmusnak a következménye-e, vagy az itt definiált két osztály közötti eltérés csak véletlen, tehát tulajdonképpen hasonlítanak a hátralékosság tekintetében. Az alsó osztályba sorolt háztartások között 34,6% a hátralékosok aránya, ami a középosztályhoz és a munkásosztályhoz képest ismét hatalmas különbséget jelent.
A hátralékosság valószínűségét a területi pozíció is befolyásolja, többé-kevésbé abba az irányba, ahogyan a társadalmi pozíciók különbségei térben is megjelennek. A hátrányos helyzetű régiókban (Észak-Magyarország, Észak-Alföld) nagyobb a valószínűsége a hátralékoknak (18,8%, 19,4%), a várostípusokon belül pedig az urbanizáltság fokának csökkenésével (Budapest – megyeszékhely – város – község) nő a hátralékos családok aránya 11,6% és 18,0% között.
Kutatások igazolják, hogy a lakáshoz való jogcím és a hitelfelvétel tényének kombinációja jó magyarázó változó (Hegedüs–Somogyi, 2018). A lakás jogcímbeli pozícióját nagyon sokszor a családi háttér különbségei magyarázzák: rendszerint azok kényszerülnek magánbérletbe, akiknek a szülei nem voltak képesek komoly segítséget nyújtani a lakásvásárláshoz, és az elemzésbe bevett változók nem hozzák ezt az összefüggést. A magánbérlet esetében tehát a nagyon magas lakbér önmagában lehet kockázati tényező, amely befolyásolja a hátralékosság valószínűségét. Az egyszerű egydimenziós eloszlás jól mutatja, hogy két lakáspozícióban válik kritikussá a hátralékos háztartások aránya. A hitellel rendelkező tulajdonosok 25,1%-a és az önkormányzati bérletben élők 37,2%-a mondta azt, hogy volt valamilyen hátraléka a kérdezést megelőző tizenkét hónapban.[3]Egyéb kategória kizárva (KSH, 2016, a Miben élünk? tanulmány lábjegyzete).
A demográfiai változók közül a háztartások szerkezete (például egyedülálló-e, van-e gyermek a háztartásban stb.) tűnt olyan indikátornak, amely a hátralékosság kialakulásának valószínűségét magyarázhatja. A háztartás strukturális helyzete és élethelyzete együttesen jelöli ki a háztartás költéseinek, gazdálkodásának mozgásterét, amelynek feltételezésünk szerint szerepe lehet a hátralékosság kialakulásában. Ezt támasztja alá, hogy az egyedülálló szülő és a gyermekes család más személlyel háztartástípusok között nagy arányban (31,7%, illetve 30,2%) vannak hátralékosok. A másik fontos demográfiai változó, a családfő életkora önmagában is módosítja a hátralékok valószínűségét. A hatvanöt év feletti háztartások között sokkal kisebb arányban vannak hátralékosok.[4]Ezt egy korábbi tanulmányban így magyaráztuk: „Az idősebbek jellemzőbben komforthiányosabb lakásban és rosszabb környezetben élnek. Az idősebbek jelentősen alulreprezentáltak a … Részletek
A logisztikus regressziós modellek a független változók együttes hatását kívánják mérni a tanulmány elején vázolt ok-okozati logika mentén. Első lépésként egydimenziós modelleket futtattunk le, amelyek egy-egy változó hatását mérik a hátralékosság valószínűségére. Ezek a modellek csak annyiban különböznek az egydimenziós várható értékektől (2. táblázat), hogy nemcsak a valószínűség várható értékét mérik, hanem azt is, hogy az adott kategóriába tartozó háztartások a referenciacsoporthoz képest milyen eséllyel lesznek hátralékosok. Ha az érték egynél kisebb, akkor a referenciacsoportnál kisebb eséllyel, ha az érték egynél nagyobb, akkor a referenciacsoportnál nagyobb valószínűséggel.
A négy egyszerű (1–4.) modell után a társadalmi változó mellé bevonjuk a területi, a lakáspozíció és a demográfiai változókat, így további három modellt hozunk létre (7–9.). Egy-egy modell magyarázóerejét a Nagelkerke R négyzet méri, amely – leegyszerűsítve – azt mondja meg, hogy a varianciának hány százalékát magyarázzák a változók. A modellek bővítésekor nem az egyes változók magyarázóerejét, hanem az elmélet logikáját követtük. Azoknak a modelleknek, amelyekben a magyarázó változókkal külön-külön magyaráztuk a hátralékosság esélyét, viszonylag alacsony a magyarázóerejük: Nagelkerke R értékük nem haladta meg a 9%-ot. Azonban azoknak a modelleknek, amelyekbe újabb magyarázó változókat vonunk be, növekszik a mutatóértékük, javul a magyarázóerejük. Az összes bevont változót tartalmazó modell esetén a Nagelkerke R négyzet értéke 17% körül mozog.
A társadalmi osztálypozíció egyértelműen meghatározza a hátralékosság valószínűségét. Minél alacsonyabb osztályban van egy háztartás a hierarchikus társadalomszerkezetben, annál nagyobb a valószínűsége, hogy elmarad legalább egy típusú lakhatási költség fizetésével. Egy felső középosztályba tartozó háztartáshoz képest egy középosztályi háztartásnak 1,7-szer, egy munkásosztálybeli háztartásnak 2,11-szer, egy alsó osztálybeli háztartásnak pedig 6,6-szer akkora esélye van az elmaradásra a költségek fizetésével (1. modell).
A területi helyzet is fontos tényező. A Nyugat-Magyarországon élő háztartásoknak kisebb esélyük van hátralékossá válni a Közép-Magyarország régióban élő háztartásokhoz képest, azonban a Kelet-Magyarország régióban élő háztartásoknak (főleg Észak-Magyarország és Dél-Alföld településein) sokkal nagyobb esélyük van erre. A településtípus esetében is kirajzolódik egy jól látható tendencia: a községekben élő háztartások 1,67-szer nagyobb eséllyel maradnak el a lakhatási költségek befizetésével, mint a Budapesten élő háztartások (2. modell).
A lakáspozíció már nem ennyire egyértelmű. Egy hitel nélküli tulajdonos háztartáshoz képest egy magánbérletben élő háztartás számára „csak” 1,7-szer nagyobb esélye van annak, hogy lakásköltségeit illetően hátraléka keletkezzen. A hitellel rendelkező tulajdonosoknak 2,5-szer nagyobb esélyük van a hitel nélküli tulajdonosokhoz képest legalább egyféle költséggel elmaradni. Az önkormányzati bérlakásban élők pedig 4,5-szer nagyobb eséllyel kerülnek hátralékos helyzetbe, mint a hitel nélküli tulajdonosok (3. modell).
A demográfiai változók esetében látható, hogy a gyermeket vállaló párok a gyermek nélküli párkapcsolatban élő háztartásokhoz képest 2,41-szoros eséllyel lesznek hátralékosok. A gyermekeket nevelő egyedülálló háztartások még ennél is nagyobb kockázatnak vannak kitéve: a pár háztartásokhoz képest 4,19-szoros eséllyel maradnak el valamilyen lakhatási kiadásuk fizetésével. Összességében az rajzolódik ki, hogy a gyermekvállalás olyan tényező, amely jelentősen megnöveli a háztartások bevételei és kiadási szükségletei közötti egyensúlyt. Az életkor esetében az eddigi hipotéziseket megerősítve jól látszik, hogy azok a háztartások, ahol a háztartásfő nyugdíjaskorú, tehát hatvanöt évesnél idősebb, lényegesen kisebb eséllyel lesznek hátralékosok, mint azok a fiatal háztartások, ahol a háztartásfő még nem töltötte be a harmincadik életévét (4. modell).
Az 5. modellben a társadalmi osztálypozíció mellett bevontuk a település változókat. Jól látható, hogy a modell magyarázóereje alig változik, 8,0%-ról 9,2%-ra nő. A településtípus és a régiós hatás többé nem mutat markáns eltérést, ami alapján feltételezhető, hogy a területi jellemzők mentén talált eddigi eltéréseket általában véve a társadalmi osztálypozíció is magyarázza. Nem arról van szó, hogy a régiók között és a településtípusok között nincs eltérés, hanem hogy ezek nagy részét az osztálypozíció már megmagyarázta.
A 6. modellnek viszont jóval nagyobb a magyarázóereje, itt a Nagelkerke R négyzet 0,092-ről (9%) 0,12-ra (12%) nő. A lakáspiaci pozíció indikátorai magyarázóerőt „vesznek át” a társadalmi pozíció változótól. Így a társadalmi osztályok közötti különbség mérséklődik, de a korábban leírt egyenlőtlenségek továbbra is fennmaradnak, ugyanakkor a kritikus lakáspiaci pozíciók (önkormányzati bérlakás, magánbérlet és tulajdoni lakás hitellel) továbbra is kritikus nagyságrendű.
Az összes releváns változót tartalmazó 7. modell magyarázóereje tovább javul. A demográfiai változók itt is átveszik a magyarázóerő egy részét a többi változótól, de a trendeket nem változtatják meg. A hatvanöt év felettiek, az egyszülős családok és a más felnőttel együtt élő családok esélye tér el lényegesen a saját referenciakategóriától. Az alsó osztályba tartozó háztartások esélye a hátralékosságra többszöröse a felső osztályba tartozókénak, bár 6,6-ről 4,9-re csökkent. Érdekes, hogy a középosztály és a munkásosztály közötti különbség nőtt, a kritikus lakáspozíciók hátránya csökkent, de a markáns különbségek megmaradtak.
A tanulmány egy specifikus szegénységi kockázatot, a háztartások hátralékossá válását, azaz a háztartás költségvetési egyensúlya megbomlásának esélyeit befolyásoló tényezőket elemezte. A KSH 2015-ös lakásfelvételi adatai szerint a háztartások 15%-a tekinthető hátralékosnak. Magyarázó modellünkben négy alapváltozó hatását tudtuk mérni (operacionalizáltuk): a társadalmi, a területi, a lakás- és a demográfiai helyzetét.
A szegénységi kockázat meghatározó tényezője a társadalmi osztálypozíció: a háztartások 25%-át kitevő alsó osztályba tartozó családok közel ötször nagyobb eséllyel kerülnek kritikus helyzetbe, mint a társadalom 21%-át képviselő felső osztályok; a középosztályba és a munkásosztályba sorolt háztartások esetében ez a valószínűség 1,6, illetve 2,2. Ezek az adatok arra utalnak, hogy a gazdaság által generált jövedelmi és vagyoni különbségeket a jóléti rendszer nem képes kezelni, a társadalmi egyenlőtlenségek a szegénységi kockázatok egyenlőtlen elosztásában is megjelennek. A társadalmi egyenlőtlenségek térben is megfigyelhetők, de lényegében nem magyaráznak meg sokkal többet az egyenlőtlenségekből. A községben élő háztartások hátralékosságának esélye (az osztály változóval kontrollálva) 1,28-szor, a városokban élőké 1,21-szor nagyobb, mint a Budapesten élőké.
A lakásrendszer ugyanakkor jelentős mértékben befolyásolja a (hátralékossággal mért) szegénységi kockázatokat. A társadalmi osztály változóval és a területi pozícióval kontrollált lakáspiaci pozíció hatása a lakásrendszer ellentmondásaira hívja fel a figyelmet. A hátralékosság esélye éppen abban a pozícióban a legnagyobb, ahol a legkevésbé várhatnánk. A lakásállomány 3%-át képviselő önkormányzati bérlakások esetében 3,2-szer nagyobb a hátralékosság esélye, tehát ott, ahol a lakbérek a piaci szint 30–50%-án vannak, és pontosan az alacsony jövedelmű háztartásoknak kellene hogy segítsenek. Ez nemcsak a jóléti rendszer (jövedelemkiegyenlítés) ellentmondásaira, hanem az önkormányzati bérlakásrendszer diszfunkcionális működésére is felhívja a figyelmet. A 15%-ot képviselő hitellel rendelkező tulajdonosok esetében 2,2-szer nagyobb a hátralék esélye, mint a hitellel nem rendelkező háztartások esetében, ami viszont a lakásfinanszírozási rendszer gyenge pontjára utal. A lakáshitelek terhei nagymértékben növelik a hátralékosság kockázatát. Végül a háztartások 9%-át képviselő magánbérlakásban lakó háztartások esetében is magasabb a kockázat (1,6), mint a tehermentes magántulajdon esetében. A lakáspolitika (és a szociálpolitika) tehát nem képes ezeknek a kritikus helyzeteknek a kezelésre.
A demográfiai változók elemzése is a jóléti rendszer fontos ellentmondásaira mutat rá. A gyermeket nevelő egyedülálló szülős háztartások 3,3-szer nagyobb eséllyel lesznek hátralékosok, mint a házaspárok, ami összefügg azzal, hogy a jóléti rendszer az egyedül nevelő szülők anyagi hátrányait nem képes kompenzálni. Érdekes, hogy a szülőkön kívül más felnőtt személlyel együtt élő gyerekes családok 2,8-szer nagyobb eséllyel lesznek hátralékosok. Ennek az a lehetséges magyarázata, hogy ez a családtípus közvetve már hátrányos pozícióra utal. Végül érdekes és fontos következtetés, hogy az idős családok, valamennyi változó hatását kiszűrve, önmagában 0,44-szor kisebb valószínűséggel lesznek hátralékosok, ami arra utal, hogy az idősebb generáció számára a hátralékosság komoly kockázatokkal jár.
A társadalmi osztálypozíciót Kolosi és Róbert (2004) osztálypozíció-sémája alapján hoztuk létre a KSH 2015. évi lakásstatisztika-adatbázisában rendelkezésre álló változókra adaptálva. A társadalomban elfoglalt pozíciót a társadalmi státuszt mérő összetett változó és a foglalkozási struktúrában elfoglalt hely alapján határoztuk meg. A társadalmi státuszt az egy főre jutó jövedelem, a lakáskörülmények (lakászsúfoltság) és a vagyoni helyzet (az ingatlan becsült értéke) alapján definiáltuk egy főkomponens létrehozásával. A társadalmi státusz főkomponens értékeinek decilisei és a foglalkozási struktúrában[5]A társadalmi réteget meghatározó foglalkozási struktúra kategóriái: (1) felső vezetők, értelmiségiek; (2) alsó értelmiségiek; (3) egyéb technikusi, irodai, kereskedelmi, … Részletek elfoglalt hely alapján határoztunk meg eleinte öt, egymáshoz képest vertikálisan elhelyezkedő pozíciót: elit, felső középosztály, középosztály, munkásosztály és alsó osztály.[6]A „depriváltak” kifejezés helyett az „alsó osztály” terminust használjuk. A főkomponens kialakítása során több ponton is eltértünk az eredeti (Kolosi–Róbert, 2004) osztálysémától. Egyrészt a lakáskörülményeket az egy főre jutó négyzetméterrel (zsúfoltság) és a lakás körülményeit mérő szubsztandard[7]Miből épül fel? A nem elfogadható minőségű (szubsztandard) lakások aránya 2003 óta 15%-ról 8%-ra csökkent. E kategória lakásainak száma 320 ezerre becsülhető, csaknem a felük … Részletek (a komfort alapján, a túlzsúfolt vagy vizes/penészes/sötét minőségi jellemzők közül két fennálló) változóval mértük (Hegedüs–Somogyi, 2018: 10). Másrészt a vagyoni helyzetet a vagyontárgyak és az üdülési szokások helyett a lakás becsült értékével határoztuk meg. Annak ellenére, hogy a társadalom alapvetően jól leírható ezen öt csoport segítségével, a statisztikai elemzés miatt, főleg praktikus okokból (az elitbe mindössze 253 háztartás tartozott, ami a többi osztályhoz képest elhanyagolható, ezért a statisztikai elemzést torzíthatja, annak ellenére, hogy a háztartás stratégiája alapvetően nem különbözik a felső középosztálybeliekétől), a felső két osztályt összevontuk. Azt gondoljuk, hogy ez a módosítás lényegében nem befolyásolja az interpretációt és a hátralékosság kialakulásának valószínűségéről megfogalmazott következtetéseket.
Ezek alapján, megtartva a Kolosi–Róbert (2004) által definiált osztályokat, a következő társadalmi osztálypozíciókat különböztettük meg: felső osztály, középosztály, munkásosztály, alsó osztály.
1. | E tanulmányhoz hasonlóan, egyszerűbb elméleti háttérrel már megkíséreltük magyarázni a hátralékosság főbb tényezőit (Eszenyi et al., 2009). |
---|---|
2. | A háztartás társadalmi pozíciójából következtethetünk a jövedelmi helyzetre is. A felső osztálynak mindössze 12,4%-a tartozik az alsó öt jövedelmi decilisbe, ezzel szemben a legfelső ekvivalens jövedelmi decilisbe a 31,5%-a. A középosztály közel 50%-a tartozik az alsó öt ekvivalens jövedelmi decilisbe, míg a felső osztályhoz képest töredékük (7,3%) a legfelső tizedbe. A munkásosztály 56,4%-a van az alsó öt ekvivalens jövedelmi decilisben, és a középosztályhoz képest még kevesebb, mindössze 3,5%-a tartozik a legfelső decilisbe. Az alsó osztályú háztartások 91,7%-a sorolható az ekvivalens jövedelmi tizedek alsó öt csoportjába, és elenyésző, 0,3%-uk a legfelső tizedbe. |
3. | Egyéb kategória kizárva (KSH, 2016, a Miben élünk? tanulmány lábjegyzete). |
4. | Ezt egy korábbi tanulmányban így magyaráztuk: „Az idősebbek jellemzőbben komforthiányosabb lakásban és rosszabb környezetben élnek. Az idősebbek jelentősen alulreprezentáltak a hátralékosságot illetőleg: kicsi lehet a jövedelmük, de a kiadásaik is, ami ellentmond annak, hogy inkább ez a csoport él a magas rezsiköltségű, pl. távhővel fűtött, rosszabb minőségű lakásokban, ráadásul egyedül vagy párban. Feltételezhető, hogy ők inkább visszafogják egyéb fogyasztásaikat, csak hogy befizethessék a közüzemi számlákat. Körükben kevesebben látják rossznak a megfizethetőségi helyzetüket” (Eszenyi et al., 2009: 18). |
5. | A társadalmi réteget meghatározó foglalkozási struktúra kategóriái: (1) felső vezetők, értelmiségiek; (2) alsó értelmiségiek; (3) egyéb technikusi, irodai, kereskedelmi, szolgáltatási foglalkozásúak; (4) kisfoglalkoztatók, önálló vállalkozók; (5) szakképzett ipari foglalkozásúak; (6) betanított vagy egyszerű munkát végzők (missing system: 27 fő). |
6. | A „depriváltak” kifejezés helyett az „alsó osztály” terminust használjuk. |
7. | Miből épül fel? A nem elfogadható minőségű (szubsztandard) lakások aránya 2003 óta 15%-ról 8%-ra csökkent. E kategória lakásainak száma 320 ezerre becsülhető, csaknem a felük községekben van, lakóik között nagyobb arányban fordulnak elő alacsony státuszú, illetve többgyermekes családok. Ezzel szemben 140 ezerrel, 440 ezerre nőtt a lakásminőségi hierarchia csúcsát képviselő dupla komfortos – két vagy annál több fürdőszobás – lakások száma (2003 és 2015 között 8%-ról 12%-ra). (https://www.ksh.hu/sajtoszoba_kozlemenyek_tajekoztatok_2016_08_09_2) |
Felhasznált irodalom
Ábrajegyzék
Hírlevél
Anselm Grün, a münsterschwarzachi bencés apátság szerzetese, a 2022. év első számának nyitó tanulmányában a bencés rend kolostori iskoláiról értekezik,…
A Máltai Tanulmányok a társadalomtudományos stúdiumokból merítő, a minket körülvevő világ emberi és társadalmi problémáira reflektáló negyedéves, tudományos folyóirat. Elkötelezetten interdiszciplináris megközelítésű, a Magyar Máltai Szeretetszolgálat tevékenységi köreihez szorosan kapcsolódó orgánum.
A folyóirat weboldalán, megtartva a tudományos közlés formáit, olvasmányos, olvasható formában adjuk közre az egyes esszéket, tanulmányokat, recenziókat. Cikkeink teljesen akadálymentesítettek, így a hallás- és látássérültek számára is igyekszünk azokat alkalmassá tenni. Utóhang rovatunkban extra, csak a weblapon olvasható tartalommal jelentkezünk.
Minden tudományos folyóiratnak fontos, hogy a hozzá kapcsolódó szak- és tudományterületi kör azt ismerje, elismerje. Ez természetesen magas szöveggondozási és lapszerkesztési elvárást is támaszt. A Máltai Tanulmányok kettős „vak letorálású” folyóirat, amelyet besorolt az MTA, indexál az MTMT, a CIEPS, a MATARKA, az OSZK, az EBSCO és a Proquest. Etikai irányelveink a COPE tagságunkból is erednek.
Magyar Máltai Szeretetszolgálat
ISSN e: 2732-0332
ISSN ny: 2676-9468
NMHH: CE/14647/3-2019.
1011 Budapest, Bem rakpart 28.
Tel.: +36-1-391-4700
Fax.: +36-1-391-4228
Email: maltaitanulmanyok@maltai.hu
Az oldalunkon sütiket (cookie) használunk, hogy a legjobb felhasználói élményt biztosítsuk Neked!
OKBővebb információkA sütik olyan kis szöveges fájlok, amelyeket egy weboldal felhasználhat arra, hogy még hatékonyabbá tegye a felhasználói élményt. A jogszabályok szerint a sütiket abban az esetben tárolhatjuk az Ön eszközén, ha erre feltétlenül szükség van a weboldalunk működése érdekében. Minden egyéb típusú süti használatához az Ön engedélyére van szükségünk. Jelen weboldal különféle sütiket használ. A weboldalunkon megjelenő némelyik sütit harmadik fél szolgáltatóink helyezik.
Ön bármikor módosíthatja vagy visszavonhatja weboldalunkon a Sütinyilatkozathoz való hozzájárulását.
A feltétlenül szükséges sütik segítenek használhatóvá tenni a weboldalunkat azáltal, hogy engedélyeznek olyan alapvető funkciókat, mint az oldalon való navigáció és a weboldal biztonságos területeihez való hozzáférés. A weboldal ezen sütik nélkül nem tud megfelelően működni.
Ez a webhely a Google Analytics-et használja anonim információk gyűjtésére, mint például az oldal látogatóinak száma és a legnépszerűbb oldalak.
A cookie engedélyezése lehetővé teszi, hogy javítsuk honlapunkat.
Honlapunk süti és adatvédelmi szabályzata itt tekinthető meg:
Adatvédelmi szabályzat