ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΣΧΟΛΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ, ΓΕΩΓΡΑΦΙΑΣ ΚΑΙ ΕΦΑΡΜΟΣΜΕΝΩΝ ΟΙΚΟΝΟΜΙΚΩΝ

ΤΜΗΜΑ ΓΕΩΓΡΑΦΙΑΣ

ΤΙΤΛΟΣ ΕΡΓΟΥ

«Ανάθεση Εργασίας για την Εξειδίκευση του Κοινωνικού Προφίλ του Δήμου

Παύλου Μελά και Διασύνδεσή του με τη Χωρική Κλίμακα»

ΤΙΤΛΟΣ ΠΑΡΑΔΟΤΕΟΥ

Τελική Έκθεση [Π4] και Στατιστικά Μοντέλα [Π3]

ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΥΠΕΥΘΥΝΟΣ

Σταμάτης Καλογήρου

Επίκουρος Καθηγητής

Ιούνιος 2017, Αθήνα

2

3

ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΣΧΟΛΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ, ΓΕΩΓΡΑΦΙΑΣ ΚΑΙ ΕΦΑΡΜΟΣΜΕΝΩΝ ΟΙΚΟΝΟΜΙΚΩΝ

ΤΜΗΜΑ ΓΕΩΓΡΑΦΙΑΣ

ΤΙΤΛΟΣ ΕΡΓΟΥ

«Ανάθεση Εργασίας για την Εξειδίκευση του Κοινωνικού Προφίλ του Δήμου

Παύλου Μελά και Διασύνδεσή του με τη Χωρική Κλίμακα»

ΤΙΤΛΟΣ ΠΑΡΑΔΟΤΕΟΥ

Τελική Έκθεση [Π4] και Στατιστικά Μοντέλα [Π3]

ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΥΠΕΥΘΥΝΟΣ

Σταμάτης Καλογήρου

Επίκουρος Καθηγητής

ΟΜΑΔΑ ΕΡΓΟΥ

Κλέων Τσίμπος, Αλεξάνδρα Τραγάκη, Roxanne Suzette Lorilla, Γεώργιος Κεφαλάς

Ιούνιος 2017, Αθήνα

4

5

Σύνοψη Η έκθεση αυτή παρουσιάζει την έρευνα, το αντικείμενο της οποίας αποτελεί η εξειδίκευση

του κοινωνικού προφίλ του Δήμου Παύλου Μελά και η διασύνδεσή του με τη χωρική

κλίμακα. Ουσιαστικά, πραγματοποιείται μια γεωγραφικά λεπτομερής μελέτη του

κοινωνικοοικονομικού προφίλ των κατοίκων του Δήμου Παύλου Μελά. Απώτερος σκοπός

των αποτελεσμάτων της έρευνας που παρουσιάζονται στην έκθεση αυτή, είναι η

ενημερωμένη λήψη αποφάσεων από πλευράς Δήμου, και πιο συγκεκριμένα «η διερεύνηση

μεθόδων και πολιτικών για ένα αποτελεσματικό σύστημα κοινωνικής προστασίας και

παροχών στην τοπική κοινωνία του δήμου Παύλου Μελά».

Στόχος της προτεινόμενης έρευνας είναι η εξέταση βασικών κοινωνικών ζητημάτων των

κατοίκων του Δήμου Παύλου Μελά, ειδικά της φτώχειας και της ανεργίας. Για να γίνει αυτό

είναι αναγκαία η ψηφιοποίηση και χαρτογράφηση δεδομένων καθώς και η ανάλυση τους με

μεθόδους ποσοτικής γεωγραφίας. Ουσιαστικά θα χρησιμοποιηθεί η επιστημονική μέθοδος,

κατά την οποία τα ερευνητικά ερωτήματα τίθενται σε ένα σαφώς ορισμένο θεωρητικό

πλαίσιο και απαντώνται με τη βοήθεια εμπειρικών ευρημάτων που τεκμηριώνουν τα

εξαγόμενα συμπεράσματα.

Τα ερευνητικά ερωτήματα εδώ αφορούν μεταξύ άλλων: α) το επίπεδο φτώχειας του

πληθυσμού και τις πιθανές ανισότητες φτώχειας μεταξύ των περιοχών του Δήμου Παύλου

Μελά, β) το προφίλ των αιτούντων βοήθεια από τον Δήμο μέσω των προγραμμάτων

κοινωνική στήριξης, και γ) του προφίλ των ανέργων καθώς και τους πιθανούς παράγοντες

που επηρεάζουν την ανεργία.

Τα παραπάνω ερευνητικά ερωτήματα αποτελούν φαινόμενα με έντονη χωρική διάσταση και

θα πρέπει να απαντηθούν λαμβάνοντας υπόψη το θεωρητικό πλαίσιο των κοινωνικών

επιστημών και κυρίως της γεωγραφίας και της δημογραφίας. Η προσέγγιση της έρευνας

αυτής είναι ποσοτική διότι με αυτόν τον τρόπο πιστεύουμε ότι τα ευρήματα είναι όσο το

δυνατό πιο αντικειμενικά. Ως εκ τούτου στη ανάλυση των δεδομένων χρησιμοποιούμε

ποσοτικές μεθόδους, όπως η παραδοσιακή στατιστική ανάλυση και η χωρική ανάλυση. Όσον

αφορά την ανάλυση των χωρικών δεδομένων, λαμβάνοντας υπόψη μας τον πρώτο νόμο της

γεωγραφίας, χρησιμοποιούμε μεθόδους, οι οποίες αξιοποιούν τη θέση, τη γειτνίαση και την

απόσταση των παρατηρήσεων.

Ουσιαστικά στην παρούσα έρευνα πραγματοποιείται μια τεκμηριωμένη επιστημονική

προσέγγιση μελέτης των επιπέδων διαβίωσης του γενικού πληθυσμού με τη βοήθεια

στατιστικών από την απογραφή πληθυσμού του 2011, αλλά και ειδικών ομάδων πληθυσμού

με βάση δεδομένα που συλλέγουν οι κοινωνικές υπηρεσίες του Δήμου Παύλου Μελά.

6

Βασική διαφορά της έρευνας που παρουσιάζεται εδώ και την καθιστά καινοτόμα σε σχέση

με προγενέστερες προσεγγίσεις, αποτελεί η γεωγραφική λεπτομέρεια και η σε βάθος χωρική

ανάλυση. Τα φαινόμενα φτώχειας και ανεργίας που θα αναλυθούν αποτελούν κατεξοχήν

ζητήματα με έντονη χωρική διάσταση δεδομένων των παρατηρούμενων ανισοτήτων στο

χώρο. Ως εκ τούτου η έρευνα αναδεικνύει τις χωρικές διαφοροποιήσεις των φαινομένων

μεταξύ των δημοτικών κοινοτήτων, των πολεοδομικών και των οικοδομικών τετραγώνων,

έτσι όπως αυτές προκύπτουν από την ιδιαίτερη ανθρωπογεωγραφία, καθώς και τις

πολεοδομικές και ιστορικές συνθήκες διαμόρφωσής τους.

Η έρευνα πραγματοποιείται σε τρία στάδια. Αρχικά, γίνεται ψηφιοποίηση και

γεωκωδικοποίηση πρωτογενών δεδομένων, τα οποία συλλέγονται και είναι διαθέσιμα από

τις υπηρεσίες του Δήμου Παύλου Μελά, καθώς και προμήθεια δευτερογενών δεδομένων

από τις κατάλληλες πηγές. Ακολούθως γίνεται η διερευνητική ανάλυση των δεδομένων

αυτών ώστε να αναδειχθεί το επίπεδο φτώχειας και οι χωρικές ανισότητες του συνολικού

πληθυσμού του Δήμου αλλά και το προφίλ των ατόμων που αιτούνται βοήθεια από τις

υπηρεσίες σου. Τέλος, με τη βοήθεια της ανάλυσης παλινδρόμησης, επιχειρείται η

ερμηνευτική ανάλυση των δεδομένων για να γίνουν κατανοητοί οι παράγοντες που

καθορίζουν το φαινόμενο της ανεργίας.

Τα πρωτογενή δεδομένα που ψηφιοποιήθηκαν και χαρτογραφήθηκαν αφορούν τέσσερις

δράσεις: α) τη δράση «Εργασιακή Στήριξη», στο πλαίσιο της οποίας ψηφιοποιήθηκαν και

εντάχθηκαν στην έρευνα 555 αιτήσεις για το διάστημα Ιανουάριος 2015 – Οκτώβριος 2016,

β) τη δράση «Κοινωνική Στήριξη», στο πλαίσιο της οποίας ψηφιοποιήθηκαν και εντάχθηκαν

στην έρευνα 111 αιτήσεις για το σύνολο του έτους 2015, γ) τη δράση «Κοινωνικό Ιατρείο»,

στο πλαίσιο της οποίας ψηφιοποιήθηκαν και εντάχθηκαν στην έρευνα 180 αιτήσεις για το

έτος 2015, και δ) τη δράση του «Ταμείου Ευρωπαϊκής Βοήθειας Απόρων», στο πλαίσιο της

οποίας ψηφιοποιήθηκαν και εντάχθηκαν στην έρευνα 1074 αιτήσεις.

Τα δευτερογενή δεδομένα αφορούν δημογραφικά, οικονομικά και κοινωνικά δεδομένα της

απογραφής πληθυσμού 2011 σε επίπεδο Οικοδομικού Τετραγώνου που προήλθαν από την

Ελληνική Στατιστική Αρχή καθώς και δεδομένα για το μέσο δηλωθέν οικογενειακό εισόδημα

σε επίπεδο Ταχυδρομικού Κώδικα από τη Γενική Γραμματεία Πληροφοριακών Συστημάτων

(Γ.Γ.Π.Σ.) του Υπουργείου Οικονομίας και Οικονομικών. Από τα δεδομένα της απογραφής

έγινε δυνατός ο υπολογισμός στατιστικών στοιχείων σε επίπεδο πολεοδομικής περιοχής και

δημοτικής κοινότητας με βάση τους σχετικούς κωδικούς.

Για τον υπολογισμό του επιπέδου φτώχειας του πληθυσμού υπολογίστηκαν δύο δείκτες: α)

ο Δείκτης Στέρησης του Townsend και β) ο Δείκτης Στέρησης Αγαθών και Ψηφιακών

Υπηρεσιών, ο οποίος επεκτείνει τον δείκτη του Townsend εντάσσοντας ως επιπλέον

παράγοντα τη στέρηση ψηφιακών υπηρεσιών. Για τον υπολογισμό των δεικτών λάβαμε

υπόψη μας πέντε μεταβλητές της απογραφής πληθυσμού: α) το ποσοστό (%) των ανέργων

7

στο σύνολο του οικονομικά ενεργού πληθυσμού ηλικίας 16 ετών και άνω, β) το ποσοστό (%)

των νοικοκυριών που δεν έχουν ιδιόκτητο αυτοκίνητο, γ) το ποσοστό (%) των νοικοκυριών

που δεν έχουν ιδιόκτητη κατοικία, δ) το ποσοστό (%) πολυπληθών νοικοκυριών, το οποίο

εδώ ορίζεται ως το ποσοστό των νοικοκυριών με πυκνότητα κατοικήσεως λιγότερα από 15

μ2 (τετραγωνικά μέτρα) ανά κάτοικο, και ε) το ποσοστό (%) των νοικοκυριών που δεν έχουν

πρόσβαση στο διαδίκτυο.

Τα ευρήματα της έρευνας είναι ιδιαίτερα σημαντικά και δίνουν σε μεγάλο βαθμό μια

ολοκληρωμένη εικόνα για τη φτώχεια σε επίπεδο γειτονιάς καθώς και για το προφίλ των

ατόμων που ζητούν βοήθεια από το Δήμο. Ξεκινώντας από το δεύτερο, μια σημαντική

διαπίστωση είναι ότι οι περισσότεροι/ες αιτούντες βοήθεια είναι παραγωγικής ηλικίας (30-

59) και με εξαίρεση τη δράση ΤΕΒΑ, οι περισσότερες είναι γυναίκες.

Με βάση τον δείκτη στέρησης του Townsend, το υψηλότερο επίπεδο φτώχειας από υλικά

αγαθά, εμφανίζει η Δημοτική Κοινότητα Σταυρούπολης, ακολουθεί η Δημοτική Κοινότητα

Πολίχνης, ενώ τον χαμηλότερο δείκτη στέρησης εμφανίζει η Δημοτική Κοινότητα Ευκαρπίας.

Σε επίπεδο πολεοδομικής περιοχής (ΠΠ), το υψηλότερο επίπεδο φτώχειας από υλικά αγαθά,

εμφανίζει η ΠΠ Άνωθεν Ασύλου Σταυρούπολης, ενώ τον χαμηλότερο δείκτη στέρησης

εμφανίζει η ΠΠ Φιλοθέη Ευκαρπίας. Τέλος, υπάρχουν αρκετά Οικοδομικά Τετράγωνα (ΟΤ)

σε όλες τις περιοχές του Δήμου Παύλου Μελά, τα οποία εμφανίζουν υψηλότατο επίπεδο

φτώχειας, με μία μεγαλύτερη συγκέντρωση στις ΠΠ Άνωθεν Ασύλου (Σταυρούπολης και

Πολίχνης), Ομόνοια, Νικόπολη Σταυρούπολης και ΠΠ5. Στον αντίποδα, τα περισσότερα ΟΤ

με το χαμηλότερο επίπεδο στέρησης στο Δήμο Παύλου Μελά, εμφανίζονται στην Πολίχνη

(νοτίως της οδού 25ης Μαρτίου και νοτίως του δασυλλίου) και στην Ευκαρπία.

Ο Δείκτη Στέρησης Αγαθών και Ψηφιακών Υπηρεσιών υπολογίστηκε μόνο σε επίπεδο ΟΤ. Τα

χωρικά πρότυπα που προκύπτουν είναι σε μεγάλο βαθμό παρόμοια με αυτά του δείκτη

στέρησης του Townsend, ενώ λόγω της συμμετοχής και της πέμπτης μεταβλητής, η στέρηση

γίνεται εντονότερη ή ασθενέστερη σε κάποιες περιπτώσεις. Αυτό που μπορούμε να

συμπεράνουμε όμως, με εξαίρεση κάποιες περιοχές όπως η Ευξεινούπολη, τα υπόλοιπα

Ευκαρπίας και Πολίχνης, στις οποίες ενδέχεται να μην είχε αναπτυχθεί η υλικοτεχνική

υποδομή για σταθερή πρόσβαση στο διαδίκτυο το 2011, η γενικότερη στέρηση αγαθών

συνοδεύεται και με έλλειψη πρόσβασης στο διαδίκτυο. Δεδομένων των ευκαιριών που

παρέχει η ψηφιακή εποχή, η στέρηση αυτού του είδους αποτελεί ανασταλτικό παράγοντα

ανάπτυξης δεξιοτήτων από τα νέα μέλη των νοικοκυριών, με αποτέλεσμα να δυσκολεύεται

η μελλοντική οικονομική ανάπτυξη των μελών αυτών, και κατ’ επέκταση να αυξάνεται η

πιθανότητα παγίωσης των επιπέδων στέρησης στις περιοχές αυτές. Είναι προφανές ότι αυτή

η διαπίστωση έχει σημαντικές επιπτώσεις στην άσκηση πολιτικής.

Στα πλαίσια της ερμηνευτικής ανάλυσης ορίστηκαν και βαθμονομήθηκαν δύο στατιστικά

υποδείγματα. Στο πρώτο, το οποίο αφορά τα δεδομένα εργασιακής στήριξης και

8

βαθμονομήθηκε με την μέθοδο της λογιστικής παλινδρόμησης, εκτιμήθηκε η πιθανότητα

που έχει κάποιος/α να χρησιμοποιήσει τις υπηρεσίες του Δήμου Παύλου Μελά ή να

απευθυνθεί σε κάποια άλλη υπηρεσία (π.χ. ΟΑΕΔ). Η εκτίμηση αυτή έγινε βάσει του φύλου

του αιτούντος, την ηλικία του, το επίπεδο εκπαίδευσης που έχει ολοκληρώσει και τέλος την

οικογενειακή του κατάσταση.

Από τις μεταβλητές που εισήχθησαν στο μοντέλο μόνον το φύλο και το επίπεδο εκπαίδευσης

είναι στατιστικά σημαντικές και σύμφωνα με τα αποτελέσματα οι άνδρες έχουν 1,9

μεγαλύτερη πιθανότητα να καταφύγουν στις υπηρεσίες του Δήμου για πληροφόρηση σε

σχέση με τις γυναίκες. Οι πιο μορφωμένοι έχουν περισσότερες πιθανότητες να καταφύγουν

στις υπηρεσίες του Δήμου για πληροφόρηση σε σχέση με τους αγράμματους. Για

παράδειγμα ένας απόφοιτος λυκείου έχει 4,16 φορές μεγαλύτερη πιθανότητα να προσφύγει

στις υπηρεσίες του Δήμου και ένας πτυχιούχος τριτοβάθμιας εκπαίδευσης έχει 4,6 φορές

μεγαλύτερη πιθανότητα από έναν αγράμματο να προσφύγει στις υπηρεσίες του Δήμου. Η

προτίμηση ενός κατοίκου να προσφύγει στις υπηρεσίες του Δήμου είναι ανεξάρτητη από την

ηλικία και την οικογενειακή του κατάσταση.

Το δεύτερο μοντέλο που ορίστηκε και βαθμονομήθηκε αφορά την ανεργία σε επίπεδο

οικοδομικού τετραγώνου. Η εξαρτημένη μεταβλητή είναι το ποσοστό ανέργων, το οποίο

εκφράζεται ως το ποσοστό οικονομικά ενεργών ατόμων που ζητούσαν εργασία την περίοδο

της απογραφής πληθυσμού του 2011. Δεδομένων των διαθέσιμων μεταβλητών, στο μοντέλο

συμπεριλήφθηκαν μεταβλητές που αφορούν τον κλάδο απασχόλησης, την υπηκοότητα, το

επίπεδο εκπαίδευσης καθώς και παράγοντες στέρησης αγαθών (αυτοκινήτου, κατοικίας και

σύνδεσης στο διαδίκτυο).

Τα αποτελέσματα του μοντέλου παρουσιάζουν ενδιαφέρον και σε αρκετές περιπτώσεις είναι

σύμφωνα με τη βιβλιογραφία. Για παράδειγμα, το υψηλό επίπεδο εκπαίδευσης έχει ισχυρή

αρνητική σχέση με το ποσοστό ανεργίας. Αυτό είναι αναμενόμενο δεδομένου ότι λόγω της

τεχνολογικής εξέλιξης υπάρχει ανάγκη στην αγορά για άτομα με εξειδικευμένες και

προχωρημένες γνώσεις. Στον αντίποδα παρατηρούμε ότι το ποσοστό χαμηλότερου επιπέδου

εκπαίδευσης (δημοτικό και γυμνάσιο/λύκειο) συνδέεται θετικά με την ανεργία. Αυτό μπορεί

να σημαίνει ότι είναι δύσκολη η εύρεση εργασίας για άτομα με απολυτήριο δημοτικού ή

γυμνασίου.

Από το μοντέλο αυτό προκύπτει επίσης μια θετική σχέση μεταξύ της έλλειψης αυτοκινήτου,

σύνδεσης στο διαδίκτυο και πολυπληθών νοικοκυριών με την ανεργία. Παρόλο που είναι

δύσκολο να ερμηνευτεί το τελευταίο, η έλλειψη αυτοκινήτου ίσως στερεί ευκαιρίες

απασχόλησης που το απαιτούν (π.χ. μεταφορέας) ή στερεί τη δυνατότητα ή αποθαρρύνει

την απασχόληση σε σημεία τα οποία είναι προσπελάσιμα σε ένα λογικό χρόνο με

αυτοκίνητο.

9

Η σχέση του ποσοστού απασχόλησης σε αρκετούς τομείς της οικονομίας/επαγγέλματα με το

ποσοστό ανεργίας είναι στις περισσότερες περιπτώσεις αρνητική. Προφανώς η αύξηση

απασχόλησης οδηγεί σε μείωση της ανεργίας, ενδιαφέρον ωστόσο έχει η σχέση αυτή για

κάθε κλάδο. Από το παραπάνω μοντέλο προκύπτει ισχυρή αρνητική σχέση μεταξύ των

ποσοστών απασχόλησης σε επαγγέλματα σχετικά με την ενέργεια και τη διαχείριση

υδάτινων πόρων.

Τέλος η έλλειψη σύνδεσης στο διαδίκτυο ίσως αναπαριστά την έλλειψη γνώσεων

πληροφορικής και χρήσης διαδικτύου, γεγονός που αποτελεί περιοριστικό παράγοντα

εύρεσης απασχόλησης στην ψηφιακή εποχή που ζούμε. Πιστεύουμε ότι αυτό το εύρημα της

έρευνας, έχει σοβαρές επιπτώσεις άσκησης πολιτικής και θα πρέπει τόσο το κεντρικό κράτος

όσο και η τοπική αυτοδιοίκηση να επενδύσει στην ενίσχυση των γνώσεων πληροφορικής των

κατοίκων και ειδικά των νέων και των ανέργων.

Η παρούσα έκθεση, η οποία περιγράφει το θεωρητικό πλαίσιο και τη μεθοδολογία της

έρευνας, παρουσιάζει τα αποτελέσματά της και τεκμηριώνει τα εξαγόμενα συμπεράσματα.

Αυτά, θα μπορούσαν να αποτελέσουν τη βάση για το σχεδιασμό και την εφαρμογή

αναπτυξιακών πρωτοβουλιών σε περιοχές του Δήμου Παύλου Μελά, οι οποίες

παρουσιάζουν συγκεκριμένα προβλήματα, με σκοπό την προώθηση της κοινωνικής ένταξης

και την καταπολέμηση της φτώχειας των κατοίκων των περιοχών αυτών. Ως εκ τούτου, οι

επιπτώσεις άσκησης πολιτικής της προτεινόμενης έρευνας την καθιστούν επίκαιρη.

Ελπίζουμε η έκθεση αυτή να βοηθήσει στη μεταφορά τεχνογνωσίας στα στελέχη του Δήμου

Παύλου Μελά και να αποτελέσει μια καλή πρακτική και ένα μεθοδολογικό εργαλείο μελέτης

της φτώχειας και των χωρικών ανισοτήτων της.

10

11

Ευχαριστίες

Καταρχήν θα θέλαμε να συγχαρούμε τον Δήμαρχο Παύλου Μελά κο Δημήτριο Δεμουρτζίδη,

και όλους τους εμπλεκόμενους, για την εξαιρετική δουλειά που κάνουν στο Δήμο σχετικά με

ζητήματα κοινωνικής στήριξης. Θα θέλαμε επίσης να τον ευχαριστήσουμε θερμά για την

χρηματοδότηση της παρούσας έρευνας.

Θα θέλαμε να ευχαριστήσουμε για την ιδιαίτερα καλή συνεργασία μας τα στελέχη του

Τμήματος Αστικής Ανάπτυξης και Χρηματοδοτικών Προγραμμάτων καθώς και του Τμήματος

Προμηθειών του Δήμου. Ιδιαίτερα, θα θέλαμε να ευχαριστήσουμε την Δρ. Παρασκευή

Κούρτη και την κα Δέσποινα Καλαϊτζόγλου, για τη διαμόρφωση, την περιγραφή και την

παρακολούθηση υλοποίησης του ερευνητικού προγράμματος, τα αποτελέσματα του οποίου

παρουσιάζονται παρακάτω, καθώς και για όλες τις ενέργειές τους τόσο στα επιστημονικά

όσο και στα διοικητικά ζητήματα και στις προκλήσεις του έργου.

Είναι ιδιαίτερη χαρά για την ερευνητική μας ομάδα που είχαμε μέσα από αυτό το έργο τη

δυνατότητα να παρουσιάσουμε για πρώτη φορά στην Ελλάδα ανάλυση φτώχειας και

ανεργίας σε επίπεδο Οικοδομικού Τετραγώνου, ανάλυση πραγματικών μικροδεδομένων και

οπτικοποίηση των αποτελεσμάτων της έρευνας με σύγχρονες μεθόδους χαρτογράφησης.

Τέλος, θα πρέπει να αναγνωρίσουμε την εκτενή χρήση ανοιχτού γεωχωρικού λογισμικού

(όπως το QGIS και το GeoDa) καθώς και την χρήση της ανοιχτής γλώσσας προγραμματισμού

R και δεκάδων πακέτων της, και να ευχαριστήσουμε την κοινότητα που εργάζεται σε αυτά

τα λογισμικά.

12

13

Πίνακας περιεχομένων

ΘΕΩΡΗΤΙΚΟ ΠΛΑΙΣΙΟ ΕΡΕΥΝΑΣ ...................................................................................................................... 15

1 ΕΙΣΑΓΩΓΗ .............................................................................................................................................. 15

2 ΘΕΩΡΗΤΙΚΟ ΠΛΑΙΣΙΟ ............................................................................................................................ 18

2.1 Η ΦΤΩΧΕΙΑ ................................................................................................................................................. 18 2.1.1 Το φαινόμενο της φτώχειας ......................................................................................................... 18 2.1.2 Η μέτρηση της φτώχειας ............................................................................................................... 19

2.1.2.1 Καθορισμός κριτηρίων φτώχειας ....................................................................................................... 19 2.1.2.2 Επιλογή ορίου φτώχειας ..................................................................................................................... 21

2.1.3 Δείκτες φτώχειας .......................................................................................................................... 22 2.2 Η ΣΚΟΠΙΜΟΤΗΤΑ ΜΕΛΕΤΗΣ ΤΗΣ ΦΤΩΧΕΙΑΣ ΣΕ ΧΑΜΗΛΟΤΕΡΟ ΓΕΩΓΡΑΦΙΚΟ ΕΠΙΠΕΔΟ ΑΠΟ ΑΥΤΟ ΤΗΣ ΧΩΡΑΣ Η ΤΗΣ

ΠΕΡΙΦΕΡΕΙΑΣ ........................................................................................................................................................ 29 2.3 ΦΤΩΧΕΙΑ, ΑΝΑΠΤΥΞΗ ΚΑΙ ΑΝΙΣΟΤΗΤΕΣ: Η ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΕΛΛΑΔΑΣ ...................................................................... 30

2.3.1 Μεθοδολογία και Αδυναμίες ....................................................................................................... 33 2.3.2 Συμπεράσματα για την φτώχεια στην Ελλάδα ............................................................................. 35

2.4 Η ΑΝΕΡΓΙΑ ................................................................................................................................................. 36 2.4.1 Το φαινόμενο της ανεργίας .......................................................................................................... 36 2.4.2 Η μέτρηση της ανεργίας ............................................................................................................... 37 2.4.3 Κριτήρια και ταξινόμηση της ανεργίας ......................................................................................... 38

2.4.3.1 Η ανεργία με βάση τα αίτια που την προκαλούν ............................................................................... 38 2.4.3.2 Ανεργία με βάση την ομάδα που ανήκει ο άνεργος .......................................................................... 41

2.4.4 Τα αίτια της ανεργίας ................................................................................................................... 41 2.4.5 Οι επιπτώσεις της ανεργίας στο άτομο. ....................................................................................... 42

2.5 ΣΤΡΑΤΗΓΙΚΗ «ΕΥΡΩΠΗ 2020» ....................................................................................................................... 45 2.6 ΕΥΡΩΠΑΪΚΗ ΠΛΑΤΦΟΡΜΑ ΚΑΤΑ ΤΗΣ ΦΤΩΧΕΙΑΣ ΚΑΙ ΤΟΥ ΚΟΙΝΩΝΙΚΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ............................................... 46 2.7 ΕΘΝΙΚΗ ΣΤΡΑΤΗΓΙΚΗ ΓΙΑ ΤΗΝ ΚΟΙΝΩΝΙΚΗ ΈΝΤΑΞΗ ΚΑΙ ΚΑΤΑΠΟΛΕΜΗΣΗ ΤΗΣ ΦΤΩΧΕΙΑΣ ............................................ 50 2.8 ΤΑΜΕΙΟ ΕΥΡΩΠΑΪΚΗΣ ΒΟΗΘΕΙΑΣ ΓΙΑ ΤΟΥ ΑΠΟΡΟΥΣ (Τ.Ε.Β.Α).............................................................................. 52 2.9 ΒΙΒΛΙΟΓΡΑΦΙΚΗ ΑΝΑΣΚΟΠΗΣΗ ....................................................................................................................... 52

2.9.1 Περιφερειακή Στρατηγική για την Κοινωνική Ένταξη και την Καταπολέμηση της Φτώχειας (Πε.Σ.Κ.Ε) ..................................................................................................................................................... 52 2.9.2 Η έκθεση της διαΝΕΟσις για την ακραία φτώχεια στην Ελλάδα .................................................. 64 2.9.3 Διεθνής μελέτες ............................................................................................................................ 66

3 ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ, ΔΕΔΟΜΕΝΑ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΑ .......................................................................... 73

3.1 ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ: ΔΗΜΟΣ ΠΑΥΛΟΥ ΜΕΛΑ .................................................................................................... 73 3.1.1 Δημογραφικά και κοινωνικά χαρακτηριστικά του Δήμου Παύλου Μελά. ................................... 73 3.1.2 Απασχόληση του πληθυσμού και ανεργία και το επίπεδο φτώχειας .......................................... 74

3.2 ΔΕΔΟΜΕΝΑ ................................................................................................................................................ 75 3.3 ΜΕΘΟΔΟΛΟΓΙΑ ........................................................................................................................................... 75

3.3.1 Ανάλυση των αιτήσεων από της κοινωνικές δράσεις του Δήμου Παύλου Μελά ........................ 75 3.3.2 Προφίλ απόρων του Δήμου Παύλου Μελά .................................................................................. 76 3.3.3 Τεχνικές στατιστικής ομαδοποίησης δεδομένων ......................................................................... 76

ΔΙΕΡΕΥΝΗΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ........................................................................................................ 79

4 ΠΡΟΦΙΛ ΑΙΤΟΥΝΤΩΝ ΒΟΗΘΕΙΑ ΑΠΟ ΤΙΣ ΚΟΙΝΩΝΙΚΕΣ ΔΡΑΣΕΙΣ ΤΟΥ ΔΗΜΟΥ ΠΑΥΛΟΥ ΜΕΛΑ ............... 79

4.1 ΕΡΓΑΣΙΑΚΗ ΣΤΗΡΙΞΗ...................................................................................................................................... 79 4.2 ΚΟΙΝΩΝΙΚΗ ΣΤΗΡΙΞΗ .................................................................................................................................... 92 4.3 ΚΟΙΝΩΝΙΚΟ ΙΑΤΡΕΙΟ ..................................................................................................................................... 96 4.4 ΤΑΜΕΙΟ ΕΥΡΩΠΑΪΚΗΣ ΒΟΗΘΕΙΑ ΑΠΟΡΩΝ ....................................................................................................... 101

5 ΠΕΡΙΓΡΑΦΙΚΗ ΠΡΟΣΕΓΓΙΣΗ ΤΟΥ ΠΡΟΦΙΛ ΤΩΝ ΑΠΟΡΩΝ ..................................................................... 111

5.1 ΑΝΑΛΥΣΗ ΚΑΤΑ ΣΥΣΤΑΔΕΣ (CLUSTER ANALYSIS) ............................................................................................... 114

14

6 ΠΕΡΙΓΡΑΦΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΧΑΡΤΟΓΡΑΦΗΣΗ ΠΑΡΑΓΟΝΤΩΝ ΚΑΙ ΔΕΙΚΤΩΝ ΦΤΩΧΕΙΑΣ ...................... 118

6.1 ΕΙΣΑΓΩΓΗ ................................................................................................................................................. 118 6.2 ΜΕΣΟ ΔΗΛΩΘΕΝ ΟΙΚΟΓΕΝΕΙΑΚΟ ΕΙΣΟΔΗΜΑ ΣΕ ΕΠΙΠΕΔΟ ΤΚ ............................................................................... 118 6.3 ΤΑΞΙΝΟΜΗΣΗ ΠΕΡΙΟΧΩΝ ΜΕ ΒΑΣΗ ΤΟΥΣ ΔΕΙΚΤΕΣ ΦΤΩΧΕΙΑΣ ............................................................................... 119

6.3.1 Εισαγωγή .................................................................................................................................... 119 6.3.2 Δεδομένα .................................................................................................................................... 119 6.3.3 Μεθοδολογία .............................................................................................................................. 119

6.3.3.1 Ο δείκτης στέρησης του Townsend .................................................................................................. 119 6.3.3.2 Δείκτης στέρησης αγαθών και ψηφιακών υπηρεσιών ..................................................................... 121 6.3.3.3 Ο δείκτης μέτρησης χωρικής αυτοσυσχέτισης Moran’s I ................................................................. 122

6.3.4 Αποτελέσματα ανάλυσης δείκτη στέρησης Townsend και επιμέρους μεταβλητών .................. 123 6.3.4.1 Δημοτικές Κοινότητες ....................................................................................................................... 123 6.3.4.2 Πολεοδομικές περιοχές .................................................................................................................... 124 6.3.4.3 Οικοδομικά Τετράγωνα .................................................................................................................... 129

ΕΡΜΗΝΕΥΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ...................................................................................................... 147

7 ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΑΙΤΟΥΝΤΩΝ ΕΡΓΑΣΙΑΚΗΣ ΣΤΗΡΙΞΗΣ ...................................................................... 147

7.1 ΕΙΣΑΓΩΓΗ ................................................................................................................................................. 147 7.2 ΠΡΟΦΙΛ ΑΙΤΟΥΝΤΩΝ .................................................................................................................................. 147

7.2.1 Καταγωγή (εθνικότητα, υπηκοότητα) ......................................................................................... 147 7.2.2 Τόπος διαμονής .......................................................................................................................... 149 7.2.3 Δημογραφικά χαρακτηριστικά ................................................................................................... 150

7.2.3.1 Φύλο και ηλικία αιτούντων .............................................................................................................. 150 7.2.3.2 Οικογενειακή κατάσταση αιτούντων ................................................................................................ 153 7.2.3.3 Αριθμός παιδιών αιτούντων ............................................................................................................. 154

7.2.4 Παρεχόμενες υπηρεσίες ............................................................................................................. 157 7.2.5 Προσόντα αιτούντων .................................................................................................................. 158

7.2.5.1 (α) Εκπαίδευση ................................................................................................................................. 158 7.2.5.2 (β) Γνώσεις ξένης γλώσσας ............................................................................................................... 159 7.2.5.3 (γ) Γνώσεις Ηλεκτρονικών Υπολογιστών (Η/Υ).................................................................................. 161 7.2.5.4 (δ) Επιπλέον προσόντα ..................................................................................................................... 162

7.2.6 Χρήση υπηρεσιών του Δήμου ..................................................................................................... 165 7.3 ΣΥΜΠΕΡΑΣΜΑΤΑ ....................................................................................................................................... 169

8 ΣΤΑΤΙΣΤΙΚΟ ΜΟΝΤΕΛΟ ΕΚΤΙΜΗΣΗΣ ΠΟΣΟΣΤΟΥ ΑΝΕΡΓΙΑΣ ................................................................. 171

9 ΑΝΤΙ ΕΠΙΛΟΓΟΥ .................................................................................................................................. 173

10 ΒΙΒΛΙΟΓΡΑΦΙΑ .................................................................................................................................... 176

10.1 ΔΙΕΘΝΗΣ ΒΙΒΛΙΟΓΡΑΦΙΑ ......................................................................................................................... 176 10.2 ΕΛΛΗΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ ....................................................................................................................... 181

11 ΠΑΡΑΡΤΗΜΑ Ι .................................................................................................................................... 185

12 ΠΑΡΑΡΤΗΜΑ ΙΙ. ΧΑΡΤΗΣ ΧΡΗΣΕΩΝ ΓΗΣ .............................................................................................. 189

ΘΕΩΡΗΤΙΚΟ ΠΛΑΙΣΙΟ ΕΡΕΥΝΑΣ

1 Εισαγωγή

Τα τελευταία χρόνια το πρόβλημα της φτώχειας και της ανεργίας βρίσκεται στο επίκεντρο του

δημόσιου διαλόγου τόσο στην Ελλάδα όσο και στις περισσότερες Ευρωπαϊκές χώρες. Το παραπάνω

ζήτημα έχει αναλυθεί σε σειρά εμπειρικών μελετών, χρησιμοποιώντας εναλλακτικές

μεθοδολογικές προσεγγίσεις και εμπειρικά δεδομένα (Δαφέρμος κ.α., 2008).

Το αντικείμενο της έρευνας, η οποία παρουσιάζεται σε αυτήν την έκθεση, αποτέλεσε η εξειδίκευση

του κοινωνικού προφίλ του Δήμου Παύλου Μελά και η διασύνδεσή του με τη χωρική κλίμακα,

δηλαδή η γεωγραφικά λεπτομερής μελέτη του κοινωνικοοικονομικού προφίλ των κατοίκων του

Δήμου Παύλου Μελά. Απώτερος σκοπός της έρευνας αυτής ήταν η ενημερωμένη λήψη

αποφάσεων από πλευράς Δήμου, και πιο συγκεκριμένα "η διερεύνηση μεθόδων και πολιτικών για

ένα αποτελεσματικό σύστημα κοινωνικής προστασίας και παροχών στην τοπική κοινωνία του

δήμου Παύλου Μελά", όπως αναφέρεται.

Οι στόχοι της έρευνας που τέθηκαν αρχικά, όπως η χαρτογράφηση, ανάλυση και τεκμηρίωση των

βασικών μεταβλητών που αφορούν κοινωνικά ζητήματα και πολιτικές της κοινότητας του Δήμου

Παύλου Μελά και ειδικά της φτώχεια και της ανεργίας των κατοίκων του Δήμου, επιτεύχθηκαν σε

μεγάλο βαθμό. Για την επίτευξή τους, πραγματοποιήθηκε επιστημονική έρευνα με βάση τόσο

ατομικά δεδομένα που συλλέγονται από τις υπηρεσίες του Δήμου όσο και με βάση στατιστικά

δεδομένα από την Απογραφή Πληθυσμού. Κατά τη διάρκεια της έρευνας χρησιμοποιήθηκαν οι

επιστημονικές μέθοδοι κυρίως της επιστήμης της γεωγραφίας και της περιφερειακής ανάλυσης.

Τα ερευνητικά ερωτήματα που τέθηκαν αφορούν τη χωρική διάσταση των φαινομένων της

φτώχειας και της ανεργίας και θα απαντηθούν με τη βοήθεια εμπειρικών ευρημάτων, τα οποία

τεκμηριώνουν τα συμπεράσματα της έρευνας.

Για την απάντηση των ερωτημάτων αυτών, η έρευνα εντάχθηκε σε ένα σαφώς ορισμένο θεωρητικό

πλαίσιο των κοινωνικών επιστημών και κυρίως της γεωγραφίας και της δημογραφίας, ενώ

χρησιμοποιήθηκαν ποσοτικές μέθοδοι ανάλυσης όπως η στατιστική και η χωρική ανάλυση.

Βασική διαφορά της προτεινόμενης έρευνας που την καθιστά καινοτόμα σε σχέση με

προγενέστερες προσεγγίσεις αποτελεί η γεωγραφική λεπτομέρεια και η σε βάθος χωρική ανάλυση.

Τα φαινόμενα φτώχειας και ανεργίας που αναλύθηκαν αποτέλεσαν κατεξοχήν ζητήματα με έντονη

χωρική διάσταση δεδομένων των παρατηρούμενων ανισοτήτων στο χώρο. Ως εκ τούτου η έρευνα

έλαβε υπόψη τις χωρικές διαφοροποιήσεις των φαινομένων μεταξύ των δημοτικών κοινοτήτων ή

των πολεοδομικών περιοχών, έτσι όπως αυτές προκύπτουν από την ιδιαίτερη ανθρωπογεωγραφία,

και τις πολεοδομικές και ιστορικές συνθήκες διαμόρφωσής τους.

Στην παρούσα έκθεση παρουσιάζεται η ανασκόπηση της βιβλιογραφίας, τα σχετικά δεδομένα που

χρησιμοποιήθηκαν, η ενδεικτική μεθοδολογία ανάλυσης των δεδομένων καθώς και τα

αποτελέσματα της έρευνας. Η έρευνα αυτή αρχικά βασίζεται σε δεδομένα τα οποία συλλέχθηκαν

16

και ψηφιοποιήθηκαν από τις Κοινωνικές Υπηρεσίες του Δήμου Παύλου Μελά καθώς και από τα

αποτελέσματα Απογραφής Πληθυσμού 2011 που διενεργήθηκε από την Ελληνική Στατιστική Αρχή.

Η έκθεση αυτή φιλοδοξεί κυρίως να εφοδιάσει, τα στελέχη του Δήμου Παύλου Μελά, τους

δημότες, αλλά και την επιστημονική κοινότητα καθώς και τους ασκούντες πολιτική με τα

απαραίτητα μεθοδολογικά εργαλεία και δεδομένα ώστε να προτείνουν δράσεις για την

αντιμετώπιση της φτώχειας, την άμβλυνση των χωρικών ανισοτήτων της ανεργίας και άλλων

κοινωνικοοικονομικών παραγόντων και να βοηθήσουν στην ανάπτυξη όλων. Φιλοδοξεί επίσης να

κινητοποιήσει εκείνες τις δυνάμεις που πιστεύουν στην ενημερωμένη λήψη αποφάσεων στην

άσκηση πολιτικής και να δώσει ερεθίσματα σε νέους επιστήμονες και ερευνητές να

δραστηριοποιηθούν σε αυτήν την ερευνητική περιοχή.

Δεδομένου ότι τέτοιες μελέτες σπανίζουν στην Ελλάδα, θα θέλαμε να συγχαρούμε τα στελέχη του

Δήμου Παύλου Μελά και ιδιαίτερα τα στελέχη του τμήματος Αστικής Ανάπτυξης και

Χρηματοδοτικών Προγραμμάτων, για την χρηματοδότηση της έρευνας αυτής και να

ευχαριστήσουμε τον Δήμο για το γεγονός ότι ανέθεσε σε εμάς την εκπόνησή της.

Δεδομένου ότι τέτοιες μελέτες σπανίζουν στην Ελλάδα, θα θέλαμε να συγχαρούμε τα στελέχη του

Δήμου Παύλου Μελά και ιδιαίτερα τα στελέχη του τμήματος Αστικής Ανάπτυξης και

Χρηματοδοτικών Προγραμμάτων, για την σύλληψη της ιδέας και χρηματοδότηση της έρευνας

αυτής και να ευχαριστήσουμε τον Δήμαρχο, τα μέλη του Δημοτικού Συμβουλίου και όλα τα

εμπλεκόμενα στελέχη του Δήμου Παύλου Μελά για το γεγονός ότι ανέθεσε σε εμάς την εκπόνησή

της.

Η τελική έκθεση του έργου χωρίζεται σε τρεις ενότητες: α) το Θεωρητικό πλαίσιο της έρευνας, β)

την Διερευνητική Ανάλυσης Δεδομένων, και γ) την Ερμηνευτική Ανάλυση Δεδομένων.

Η πρώτη ενότητα περιλαμβάνει τρία κεφάλαια. Το παρόν κεφάλαιο (Εισαγωγή) το οποίο εισάγει

τον αναγνώστη στο θέμα της έρευνας και τα περιεχόμενα της Έκθεσή της, β) το δεύτερο κεφάλαιο

που εντάσσει την έρευνα σε ένα θεωρητικό πλαίσιο και συζητά τη σχετική βιβλιογραφία, και γ) το

τρίτο κεφάλαιο που συζητά τα δεδομένα που συλλέχθηκαν καθώς και ορισμένες από τις μεθόδους

που εφαρμόστηκαν.

Στη δεύτερη ενότητα, η οποία περιλαμβάνει επίσης τρία κεφάλαια, επιχειρείται η περιγραφή του

προφίλ των ανθρώπων του Δήμου Παύλου Μελά μέσα από τις αιτήσεις τους για διάφορες μορφές

υποστήριξης από τις υπηρεσίες του Δήμου. Τα δεδομένα για τους αιτούντες αναλύονται με απλές

στατιστικές μεθόδους. Παράλληλα υπολογίζονται και χαρτογραφούνται το επίπεδο στέρησης, ως

μέτρηση φτώχειας του πληθυσμού, με τη βοήθεια συνθετικών δεικτών. Η ανάλυση των

παραγόντων και δεικτών φτώχειας γίνεται σε τρία γεωγραφικά επίπεδα: Δημοτική Κοινότητα,

Πολεοδομική Περιοχή και Οικοδομικό Τετράγωνο.

Τέλος στην τρίτη ενότητα παρουσιάζονται δύο μοντέλα που αφορούν τους ανέργους του Δήμου

Παύλου Μελά. Το πρώτο (Κεφάλαιο 7) αφορά τα δεδομένα του προγράμματος εργασιακής

17

στήριξης, όπου μετά από μια σε βάθος ανάλυση του προφίλ των αιτούντων παρουσιάζεται ένα

μοντέλο που προσπαθεί να ερμηνεύσει του παράγοντες που ωθούν κάποιον/α να κάνει αίτηση για

εργασιακή στήριξη στον Δήμο Παύλου Μελά. Το δεύτερο μοντέλο αφορά το ποσοστό ανεργίας σε

επίπεδο Οικοδομικού Τετραγώνου στοχεύοντας στην ερμηνεία της διακύμανσής του από ένα

σύνολο ερμηνευτικών παραγόντων που αφορούν κυρίως το δυναμικό των κλάδων εργασίας, το

επίπεδο εκπαίδευσης και την στέρηση αγαθών του πληθυσμού.

18

2 Θεωρητικό πλαίσιο

2.1 Η φτώχεια

2.1.1 Το φαινόμενο της φτώχειας

Ως φτώχεια ορίζεται η στέρηση των απαραίτητων αγαθών και η αδυναμία ενός ατόμου ή ενός

νοικοκυριού να καλύψει βασικές ανάγκες. Από την παραπάνω προσέγγιση γίνεται σαφές ότι

απαιτούνται κάποιες συμπληρωματικές διευκρινίσεις ως προς το ποια αγαθά θεωρούνται

απαραίτητα και ποιες ανάγκες χαρακτηρίζονται ως βασικές. Με βάση αυτά τα «ελάχιστα

απαιτούμενα» καθορίζεται ένα κατώφλι, ένα κατώτατο όριο. Ένα άτομο ή ένα νοικοκυριό

θεωρείται φτωχό αν το εισόδημά του ή η κατανάλωσή του ή η πρόσβαση σε αγαθά και υπηρεσίες

είναι χαμηλότερα από το παραπάνω όριο.

Η επιστημονική συζήτηση σχετικά με το πώς και με ποια κριτήρια θεσπίζονται τα όρια φτώχειας

είναι ανοικτή. Διαφορετικά κριτήρια προσδιορίζουν την έννοια της στέρησης λαμβάνοντας υπόψη

άλλοτε αμιγώς χρηματοοικονομικά μεγέθη (όπως το εισόδημα ή η κατανάλωση) κι άλλοτε

εκφρασμένα σε συνάρτηση με τη δυνατότητα κάλυψης στοιχειωδών για την επιβίωση αναγκών,

όπως η πρόσβαση σε ασφαλή τροφή και καθαρό νερό, κατάλυμα, υγειονομική περίθαλψη ή

εκπαίδευση. Σύμφωνα με τον ορισμό του Peter Townsend (1979), «άτομα, οικογένειες ή ομάδες

ενός πληθυσμού θεωρούνται ότι βιώνουν σε κατάσταση φτώχειας όταν στερούνται των πόρων που

θα τους επέτρεπαν να ακολουθήσουν τα διατροφικά πρότυπα, να συμμετέχουν στις

δραστηριότητες και να έχουν το σύνηθες βιοτικό επίπεδο και τις συνήθεις ανέσεις που επικρατούν

ή που γενικότερα θεωρούνται οι ελάχιστα αποδεκτές στην κοινωνία όπου ζουν»1. Ανάλογη είναι

και η θέση του Amartya Sen (1976) που προσεγγίζει τη φτώχεια ως πολυδιάστατο φαινόμενο

θεωρώντας φτωχά τα άτομα που στερούνται βασικών δυνατοτήτων και δικαιωμάτων.

Κατά συνέπεια, η φτώχεια δεν ορίζεται κατά τρόπο μοναδικό και ενιαίο στο χώρο και το χρόνο.

Αντίθετα είναι έννοια σχετική: η λεπτή γραμμή που διαχωρίζει τους φτωχούς από τους μη-φτωχούς

καθορίζεται ανάλογα με τις ανάγκες που η κάθε κοινωνία σε δεδομένη χρονική στιγμή θεωρεί ως

ελάχιστες απαραίτητες. Άλλωστε η ιδέα περί σχετικότητας της έννοιας της στέρησης2 συναντάται

ήδη από το 1776, στο The Wealth of Nations του Adam Smith.

Αντίστοιχα, ανοικτή είναι η ακαδημαϊκή συζήτηση ως προς τους δείκτες που μπορούν με τρόπο

ικανοποιητικό να μετρήσουν τη φτώχεια, να εκτιμήσουν τις διαχρονικές της μεταβολές και να

υπολογίσουν τις γεωγραφικές διαφοροποιήσεις. Παρά τις εννοιολογικές και μεθοδολογικές

1 “Individuals, families and groups in the population can be said to be in poverty when they lack the resources to obtain the types of diet, participate in the activities, and have the living conditions and amenities which are customary, or are at least widely encouraged and approved, in the societies in which they belong.” P. Townsend, Poverty in the United Kingdom: a survey of household resources and standards of living, Penguin, 1979; p.31

2 “By necessity I understand, not only the commodities which are indispensably necessary for the support of life, but whatever the custom of the countries render it indecent for creditable people, even of the lowest order, to be without.”

19

δυσκολίες, η μελέτη της φτώχειας, της στέρησης και των ανισοτήτων θεωρείται ουσιώδης για

περισσότερους από έναν λόγους. Πρώτον, γιατί βοηθάει στην ανάδειξη του προβλήματος και την

εκτίμηση του μεγέθους του. Δεύτερον, διότι προσδιορίζει τους παράγοντες που επιδρούν σε αυτό.

Τρίτον, διότι αποτελεί προϋπόθεση για τη χάραξη της ανάλογης οικονομικής, κοινωνικής και

περιφερειακής πολιτικής, ενώ τέλος συμβάλλει στην εκτίμηση των αποτελεσμάτων των πολιτικών

αυτών. Η μελέτη και ανάλυση της φτώχειας τοποθετεί τα αδύναμα οικονομικά άτομα (με όποιο

κριτήριο κι αν ορίζονται αυτά) στο επίκεντρο της συζήτησης και αποτελεί τον αποτελεσματικότερο

τρόπο για τον περιορισμό του αριθμού αυτών που ζουν σε συνθήκες φτώχειας και να σημειωθεί

βελτίωση της σχετικής τους θέσης.

2.1.2 Η μέτρηση της φτώχειας

Τρία βασικά σημεία πρέπει να διευκρινισθούν προκειμένου να μετρηθεί η φτώχεια. Πρώτον, είναι

απαραίτητος ο καθορισμός της/των παραμέτρων που θα χρησιμοποιηθούν ως κριτήρια φτώχειας.

Δεύτερον, πρέπει να επιλεγεί ένα σημείο απ’ όπου διέρχεται η «γραμμή της φτώχειας», το

κατώφλι, δηλαδή, που διαχωρίζει τα φτωχά από τα μη-φτωχά άτομα ή νοικοκυριά. Τέλος, να

υπολογισθούν οι κατάλληλοι δείκτες που θα μετρούν το φαινόμενο της φτώχειας στο σύνολο ενός

πληθυσμού ή σε υποσύνολά του.

2.1.2.1 Καθορισμός κριτηρίων φτώχειας

Το πρώτο βήμα στην ανάλυση της φτώχειας είναι ο καθορισμός ενός ή περισσοτέρων μεταβλητών

που θα χρησιμοποιηθούν για τη μέτρηση της φτώχειας.

Οικονομικά κριτήρια

Συνηθέστερα στις αναλύσεις χρησιμοποιούνται οικονομικές μεταβλητές, και ειδικότερα το

εισόδημα ή/και η κατανάλωση. Ως κριτήριο για την εκτίμηση της φτώχειας, η κατανάλωση,

φαίνεται να αποτελεί αντιπροσωπευτικότερη μεταβλητή. Έχει το συγκριτικό πλεονέκτημα ότι

σχετίζεται περισσότερο με το μακροχρόνιο (και όχι το στιγμιαίο) εισόδημα και εκφράζει καλύτερα

το βιοτικό επίπεδο ατόμων ή νοικοκυριών αφού εξαρτάται και από άλλες παραμέτρους πέρα από

το εισόδημα (πχ πρόσβαση, διαθεσιμότητα). Επιπλέον, τις περισσότερες φορές είναι ευκολότερος

και πιο αξιόπιστος ο υπολογισμός της σε σχέση με τον υπολογισμό του πραγματικού εισοδήματος.

Για τους λόγους αυτούς, πολλοί μελετητές θεωρούν την κατανάλωση προτιμότερη του

εισοδήματος. Από την άλλη πλευρά σημαντικότερο μειονέκτημα στη χρήση της συγκεκριμένης

μεταβλητής είναι ότι στοιχεία σχετικά με την κατανάλωση προκύπτουν από ειδικές έρευνες που σε

ορισμένες χώρες δεν έχουν σταθερή περιοδικότητα ούτε μεγάλο βαθμό γεωγραφικής ανάλυσης.

Συχνά στην εκτίμηση της κατανάλωσης ή του εισοδήματος η μονάδα ανάλυσης είναι το νοικοκυριό

και όχι το άτομο. Το οικογενειακό εισόδημα μπορεί να αποτυπώσει καλύτερα το βιοτικό επίπεδο

των μελών ενός νοικοκυριού, ιδίως στις περιπτώσεις που υπάρχουν μη οικονομικά ενεργά άτομα

20

και παιδιά3. Ωστόσο, το οικογενειακό εισόδημα (ή η κατανάλωση) χρειάζεται μια «διόρθωση»

ώστε λαμβάνοντας υπόψη τη σύνθεση και το μέγεθος του νοικοκυριού να υπολογίζεται το

πραγματικό βιοτικό επίπεδο που αντιστοιχεί στα μέλη του. Είναι σαφές ότι οι δαπάνες αυξάνονται

με τον αριθμό των μελών ενός νοικοκυριού, δεν αυξάνονται όμως κατά τρόπο αναλογικό. Για

παράδειγμα, η κατανάλωση ενέργειας ενός νοικοκυριού με δύο άτομα δεν είναι διπλάσια αυτής

του μονομελούς νοικοκυριού. Κατά συνέπεια, για τον αντικειμενικότερο υπολογισμό της

ευημερίας απαιτείται μια δημογραφική «διόρθωση» ως προς τον αριθμό και την ηλικία των

ατόμων που αποτελούν το νοικοκυριό. Αυτό γίνεται με την επιλογή μιας κλίμακας ισοδυναμίας

(equivalence scale), που αποδίδει ανάλογα με τα ισχύοντα κοινωνικά πρότυπα την οριακή

συμμετοχή κάθε επιπλέον ατόμου (ενήλικα ή παιδιού) στην κατανάλωση.

Μερικές από τις πιο διαδεδομένες κλίμακες ισοδυναμίας

Έστω Α ο αριθμός των ενηλίκων και Κ ο αριθμός των παιδιών σε ένα νοικοκυριό

• Η κλίμακα του ΟΟΣΑ (Oxford scale): Αποδίδει 1 μονάδα στον πρώτο ενήλικα του νοικοκυριού, 0,7

μονάδες σε κάθε επιπλέον ενήλικα και 0,5 μονάδες σε κάθε παιδί.

1+(Α-1)*0,7+Κ*0,5

• Τροποποιημένη κλίμακα ΟΟΣΑ (OECD-modified scale): Αποδίδει 1 μονάδα στον πρώτο ενήλικα

του νοικοκυριού, 0,5 μονάδες σε κάθε επιπλέον ενήλικα και 0,3 μονάδες σε κάθε παιδί.

1+(Α-1)*0,5+Κ*0,3

• Κλίμακα της τετραγωνικής ρίζας (square root scale): Θεωρεί ότι ένα νοικοκυριό n ατόμων έχει √𝑛

φορές περισσότερες ανάγκες από ένα μονομελές νοικοκυριό.

(Α+Κ)0,5

Οι κλίμακες ισοδυναμίας απαιτείται να επαναπροσδιορίζονται σε τακτά διαστήματα ώστε να

λαμβάνουν υπόψη τις συντελούμενες κοινωνικές και δημογραφικές μεταβολές και πώς αυτές

επιδρούν στην κατανάλωση και τις οικονομίες κλίμακας.

Μη οικονομικά κριτήρια

Αν και παραδοσιακά η φτώχεια προσδιορίζεται και εκτιμάται με αμιγώς οικονομικούς όρους, οι

διαστάσεις της δεν είναι μόνο οικονομικές. Η φτώχεια δεν περιγράφεται μόνο από το ανεπαρκές

εισόδημα ή την περιορισμένη κατανάλωση αλλά και από την ελλιπή πρόσβαση στην εκπαίδευση ή

τις υπηρεσίες υγείας, στην ασφαλή τροφή και το πόσιμο νερό, αλλά και από κοινωνικές

3 Έστω για παράδειγμα, η περίπτωση ενός νοικοκυριού με δύο ενήλικες, ο ένας εργαζόμενος και ο άλλος όχι, και δύο παιδιά. Αν χρησιμοποιηθούν ως μεταβλητή το εισόδημα και ως μονάδα της ανάλυσης το άτομο, τότε ο μη εργαζόμενος ενήλικας όπως και τα δύο παιδιά θα βρίσκονταν αυτόματα κάτω από το όριο φτώχειας, λόγω του μηδενικού προσωπικού εισοδήματος, ανεξάρτητα από το πραγματικό βιοτικό επίπεδο του νοικοκυριού.

21

παραμέτρους που μπορεί να περιγράφονται από την έλλειψη ασφάλειας, δυνατότητας κοινωνικής

δικτύωσης ή/και αυτοεκτίμησης. Αν και η ποσοτική προσέγγιση των παραμέτρων αυτών δεν είναι

πάντα εύκολη, είναι δυνατή η εφαρμογή κάποιων εργαλείων ώστε να προκύψουν κάποιοι δείκτες

ευημερίας. Η διάδοση ασθενειών όπως η ελονοσία ή η φυματίωση, το προσδόκιμο ζωής κατά τη

γέννηση ή η βρεφική θνησιμότητα, τα ποσοστά αναλφαβητισμού ή τα χρόνια σχολικής

εκπαίδευσης αποτελούν παραμέτρους που συνυπολογίζονται στην εκτίμηση της ευημερίας και του

επιπέδου ανάπτυξης ενός πληθυσμού.

2.1.2.2 Επιλογή ορίου φτώχειας

Ένας από τους βασικούς στόχους της χιλιετίας (UN Millennium Development Goals) είναι η

εξάλειψη της παγκόσμιας φτώχειας, μειώνοντας κατά την περίοδο 1990-2015 στο μισό το ποσοστό

του παγκόσμιου πληθυσμού που ζει με λιγότερο από $1,25 την ημέρα. Ο στόχος αυτός συνεχίζεται

(Στόχοι για τη Βιώσιμη Ανάπτυξη του ΟΗΕ) ώστε το 2030 να μην υπάρχει άτομο που διαβιεί με

λιγότερο από $1,25 την ημέρα. Το μέγεθος αυτό γίνεται εύκολα αντιληπτό ως δείκτης στέρησης

και χρησιμοποιείται ως κριτήριο αλλά και ως στατιστική καταγραφή του φαινομένου της φτώχειας

κυρίως στις λιγότερο ανεπτυγμένες περιοχές, αφού μεταξύ των περισσότερο ανεπτυγμένων

χωρών, είναι σπάνια (αν και όχι ανύπαρκτα) τέτοια ακραία φαινόμενα απόλυτης φτώχειας.

Ο καθορισμός ενός τέτοιου ορίου (κατώφλι), το οποίο προσδιορίζει το ελάχιστα αποδεκτό επίπεδο

διαβίωσης ενός ατόμου ή ενός νοικοκυριού, αποτελεί μια από τις βασικές επιλογές που γίνονται

στην αρχή κάθε μελέτης σχετικά με τη φτώχεια. Το όριο αυτό μπορεί να τίθεται είτε σε απόλυτα

μεγέθη είτε να καθορίζεται με σχετικούς όρους.

Η μελέτη της φτώχειας σε απόλυτους όρους βασίζεται στον προσδιορισμό ενός σταθερού

διαχρονικά και γεωγραφικά επιπέδου διαβίωσης. Όταν βασίζεται στο εισόδημα ή την κατανάλωση

ένα τέτοιο επίπεδο ορίζεται ως $/ημέρα. Τα άτομα με εισόδημα ή κατανάλωση χαμηλότερη του

επιπέδου αυτού θεωρούνται ότι διαβιούν σε κατάσταση φτώχειας. Ο υπολογισμός αυτού του

απόλυτου ορίου προϋποθέτει την εκτίμηση της δαπάνης για την απόκτηση των απολύτως

απαραίτητων που διαμορφώνουν το «καλάθι των αγαθών». Το όριο φτώχειας προκύπτει από το

ποσό που απαιτείται για την αγορά των αγαθών αυτών για νοικοκυριά διαφόρων μεγεθών. Στις

ΗΠΑ, για παράδειγμα, το όριο φτώχειας ορίζεται από το χρηματικό ποσό που απαιτείται για την

επαρκή διατροφή του νοικοκυριού πολλαπλασιασμένο επί 3 (βάσει της εκτίμησης ότι οι δαπάνες

διατροφής αντιπροσωπεύουν περίπου το 1/3 των συνολικών δαπανών ενός νοικοκυριού.

Εναλλακτικά, στις λιγότερο αναπτυγμένες χώρες όπου ο παραπάνω υπολογισμός μπορεί να

παρουσιάζει αντικειμενικές δυσκολίες, το όριο φτώχειας μπορεί να ορίζεται με μη οικονομικά

μεγέθη, όπως ο αριθμός των ελάχιστων απαιτούμενων θερμίδων που πρέπει να προσλαμβάνει

ημερησίως ένας ενήλικας.

Συνηθέστερη είναι η επιλογή ενός σχετικού μέτρου το οποίο διαφοροποιείται διαχρονικά και

γεωγραφικά, ανάλογα με το επίπεδο ανάπτυξης. Όταν ο υπολογισμός του βασίζεται στο εισόδημα

(ή την κατανάλωση) το πιο διαδεδομένο σχετικό όριο φτώχειας ορίζεται ως ποσοστό του μέσου (ή

22

της διαμέσου) του εισοδήματος (ή της κατανάλωσης). Στους εθνικούς δείκτες φτώχειας, το

Ηνωμένο Βασίλειο ορίζει ως επίπεδο φτώχειας το 60% της διαμέσου του ετήσιου εισοδήματος

(αφού αφαιρεθούν οι δαπάνες στέγασης), εκφρασμένο σε £/εβδομάδα. Εναλλακτικά προτείνεται

ως όριο φτώχειας το 50% του μέσου εισοδήματος.

Τα δεδομένα αυτά συλλέγονται στα πλαίσια ερευνών (EU-SILC) και στα πλαίσια των φορολογικών

δηλώσεων και ως εκ τούτου είναι διαθέσιμα στους φορείς του κεντρικού κράτους. Δυστυχώς, τα

δημόσια διαθέσιμα δεδομένα αυτού του είδους είναι ελάχιστα και σε αθροιστικό επίπεδο

(περιφέρεια για το EU-SILC, ταχυδρομικός κώδικας για το εισόδημα), με αποτέλεσμα να μην είναι

δυνατή η ανάλυση σε ατομικό, οικογενειακό, ή/και σε λεπτομερές γεωγραφικό επίπεδο όπως τα

οικοδομικά τετράγωνα ενός Δήμου. Ως εκ τούτου η λεπτομερής ανάλυση του επιπέδου φτώχειας

βασίζεται σε άλλους παράγοντες.

2.1.3 Δείκτες φτώχειας

Δεδομένου ότι η μελέτη της φτώχειας κρίνεται ως ιδιαίτερα σημαντική για την αντιμετώπιση των

φαινομένων της στέρησης και του κοινωνικού αποκλεισμού, είναι αυτονόητο ότι η επιλογή των

δεικτών που θα χρησιμοποιηθούν για να μετρήσουν την ένταση και να εκτιμήσουν τη διαχρονική

εξέλιξη του φαινομένου είναι καθοριστικής σημασίας. Με τη βοήθεια των μέτρων είναι δυνατή η

καταγραφή των διαχρονικών αλλαγών, η αποτύπωση των γεωγραφικών διαφοροποιήσεων και η

αξιολόγηση των πολιτικών για την άμβλυνση του προβλήματος.

Ρυθμός φτώχειας (Poverty rate)

Ρυθμός φτώχειας (Poverty rate) είναι η αναλογία των φτωχών στο συνολικό πληθυσμό, δηλαδή το

ποσοστό του πληθυσμού με εισόδημα (ή κατανάλωση) κάτω από το όριο φτώχειας (poverty line).

Έστω n το μέγεθος του πληθυσμού και q ο αριθμός των ατόμων που βρίσκονται κάτω από το όριο

φτώχειας, τότε ο ρυθμός φτώχειας P υπολογίζεται ως:

𝑷 =𝒒

𝒏

Έντονες κριτικές έχουν διατυπωθεί ως προς την αντικειμενική αξία αυτού του δείκτη και πολλές

ενστάσεις έχουν καταγραφεί σχετικά με τη χρήση του για την αποτύπωση του φαινομένου της

φτώχειας και της προόδου που καταγράφεται διαχρονικά (Zheng 1997, Osberg 2000), ενστάσεις

που φτάνουν έως την πλήρη αμφισβήτησή του (Eberstadt 2008). Ως βασικό του μειονέκτημα

αναφέρεται το ότι δεν αποτυπώνει την ένταση του φαινομένου και τις διαφοροποιήσεις μεταξύ

του φτωχού πληθυσμού. Ωστόσο και παρά τις έντονες ακαδημαϊκές διαφωνίες για τη χρήση του,

αποτελεί τον ευρύτερα χρησιμοποιούμενο δείκτη φτώχειας, κυρίως διότι είναι εύκολα κατανοητός

από το ευρύ κοινό.

Υπολογισμός Ρυθμού Φτώχειας

Έστω δύο χώρες, Α και Β, με το ίδιο όριο φτώχειας (125). Αν και το ποσοστό των φτωχών είναι το

ίδιο και στις δύο χώρες το «βάθος» της φτώχειας δεν είναι το ίδιο.

23

Ρυθμός Φτώχειας στις χώρες Α και Β με όριο φτώχειας 100

Επίπεδο ζωής ανά κάτοικο Ρυθμός φτώχειας

Εισοδήματα κατοίκων Α 80 80 120 120 50%

Εισοδήματα κατοίκων Β 99 99 120 120 50%

Είναι εμφανές ότι το πρόβλημα της φτώχειας είναι εντονότερο στην περίπτωση της χώρας Α,

αφού τα εισοδήματα των φτωχών είναι πολύ χαμηλότερα από το όριο φτώχειας, γεγονός όμως

που δεν αποδίδεται από την εκτίμηση του ρυθμού φτώχειας.

Δείκτης Χάσματος Φτώχειας (Poverty Gap Index)

Δείκτης Χάσματος Φτώχειας (Poverty Gap Index) είναι το χάσμα της φτώχειας, που θεωρείται ότι

συμβολίζει το βάθος του φαινομένου της φτώχειας, είναι η μέση απόσταση του φτωχού

πληθυσμού από το όριο φτώχειας και δίνεται από τον τύπο:

𝑷𝑮 =𝟏

𝒏∑ [

𝒛 − 𝒚𝒊

𝒛]

𝒒

𝒊=𝟏

όπου: 𝑦𝑖: το εισόδημα του ατόμου i

z: το όριο φτώχειας

n: το σύνολο του πληθυσμού

q: ο αριθμός των ατόμων κάτω από το όριο της φτώχειας

Στον υπολογισμό του παραπάνω δείκτη συμμετέχουν και οι μη-φτωχοί θεωρώντας ότι η απόστασή

τους από το όριο φτώχειας είναι μηδέν.

Ο δείκτης PG είναι ιδιαίτερα χρήσιμος διότι εκτιμά τους πόρους που απαιτούνται για την εξάλειψη

της φτώχειας. Έστω, για παράδειγμα, ότι το PG=0,20, τότε κατά μέσο όρο οι απαιτούμενοι πόροι

για κάθε φτωχό άτομο ώστε να καταφέρει να ξεφύγει από τη φτώχεια ανέρχονται στο 20% του

ορίου φτώχειας.

Υπολογισμός Δείκτη Χάσματος Φτώχειας

Δείκτης Χάσματος Φτώχειας στις χώρες Α και Β με όριο φτώχειας 100

Επίπεδο ζωής ανά κάτοικο Δείκτης Χάσματος

Φτώχειας

Εισοδήματα κατοίκων Α 80 80 120 120

𝑧 − 𝑦𝑖 20 20 0 0

𝑧 − 𝑦𝑖

𝑧 0.2 0.2 0 0 0.1 (=0.4/4)

Εισοδήματα κατοίκων Β 99 99 120 120

𝑧 − 𝑦𝑖 1 1 0 0

𝑧 − 𝑦𝑖

𝑧 0.01 0.01 0 0 0,005 (=0.02/4)

24

Τετραγωνικός Δείκτης Χάσματος Φτώχειας (Squared Poverty Gap Index)

Ο Τετραγωνικός Δείκτης Χάσματος Φτώχειας (Squared Poverty Gap Index) εκφράζεται συχνά ως

«δείκτης σφοδρότητας» της φτώχειας. Υψώνοντας το χάσμα της φτώχειας στο τετράγωνο, αυτό

σταθμίζεται με το εαυτό του, δίνοντας έτσι μεγαλύτερη βαρύτητα στους πολύ φτωχούς (στις

παρατηρήσεις με τη μεγαλύτερη απόσταση από το όριο φτώχειας). Ο τρόπος υπολογισμού του

δείκτη είναι ο εξής:

𝑷𝑮𝟐 =𝟏

𝒏∑ [

𝒛 − 𝒚𝒊

𝒛]

𝟐𝒒

𝒊=𝟏

όπου: 𝑦𝑖: το εισόδημα του ατόμου i

z: το όριο φτώχειας

n: το σύνολο του πληθυσμού

q: ο αριθμός των ατόμων κάτω από το όριο της φτώχειας

Βασική αδυναμία αυτού του δείκτη είναι ότι δεν μπορεί εύκολα να ερμηνευθεί.

Υπολογισμός Τετραγωνικού Δείκτη Χάσματος Φτώχειας

Τετραγωνισμένος Δείκτης Χάσματος Φτώχειας στις χώρες Α και Β με όριο φτώχειας 100

Επίπεδο ζωής ανά κάτοικο

Τετραγωνισμένος Δείκτης

Χάσματος Φτώχειας

Εισοδήματα κατοίκων Α 80 80 120 120

𝑧 − 𝑦𝑖 20 20 0 0

𝑧 − 𝑦𝑖

𝑧 0.2 0.2 0 0

[𝑧 − 𝑦𝑖

𝑧]

2

0,04 0,04 0 0 0,02 (=0,08/4)

Εισοδήματα κατοίκων Β 99 99 120 120

𝑧 − 𝑦𝑖 1 1 0 0

𝑧 − 𝑦𝑖

𝑧 0.01 0.01 0 0

[𝑧 − 𝑦𝑖

𝑧]

2

0,0001 0,0001 0 0 0,00005 (=0,0002/4)

Τόσο ο δείκτης χάσματος φτώχειας όσο και ο τετραγωνικός δείκτης χάσματος φτώχειας παρέχουν

μια ιδιαίτερα ενδιαφέρουσα διάσταση του φαινομένου υπολογίζοντας την ανισότητα μεταξύ των

φτωχών. Ο συνδυασμός των τριών παραπάνω δεικτών προτείνεται από τους Foster, Greer και

Thorbecke (1984) για τη μέτρηση της επίπτωσης, του βάθους και της σφοδρότητας της φτώχειας

και αναφέρεται συχνά ως FGT δείκτης φτώχειας.

Αναλύοντας τα στοιχεία από διαφορετικές χώρες ο Osberg (2000) έδειξε ότι η τάση των τριών

παραπάνω δεικτών δεν είναι απαραίτητα προς την ίδια κατεύθυνση. Ειδικότερα, από την ανάλυση

25

των στοιχείων του LIS για το Ηνωμένο Βασίλειο προέκυψε ότι ενώ το χάσμα μεταξύ των φτωχών

μεγάλωνε, το ποσοστό των φτωχών κατέγραφε μείωση. Γεγονός που αποδεικνύει τις αδυναμίες

του συγκεκριμένου δείκτη (ποσοστό φτωχών) αλλά και το πόσο επικίνδυνη μπορεί να είναι η χρήση

του αφού η μείωση του δείκτη ενδέχεται να συγκαλύπτει σημαντική επιδείνωση της σχετικής

θέσης του φτωχού πληθυσμού μιας χώρας.

Δείκτης Sen

Ο Δείκτης Sen (Ps) συνδυάζει τον αριθμό των φτωχών, το βάθος της φτώχειας και της

ανισοκατανομής της στο εσωτερικό των φτωχών και υπολογίζεται από τον παρακάτω τύπο:

𝑷𝑺 = 𝑷 (𝟏 − (𝟏 − 𝑮𝒑)𝝁𝒑

𝒛)

όπου P : το ποσοστό φτώχειας

𝐺𝑝: ο δείκτης Gini των ανισοτήτων μεταξύ των φτωχών

𝜇𝑝: το μέσο εισόδημα (ή κατανάλωση) μεταξύ των φτωχών

Ο δείκτης Sen (Sen, 1976) έχει ως συγκριτικό πλεονέκτημα ότι λαμβάνει υπόψη την κατανομή του

εισοδήματος (ή της κατανάλωσης) μεταξύ των ατόμων που χαρακτηρίζονται φτωχά. Αν και οι

αναφορές του συγκεκριμένου δείκτη στη διεθνή βιβλιογραφία είναι πολύ συχνές, η χρήση του

παραμένει μόνο ακαδημαϊκή, ίσως γιατί είναι δύσκολη η ερμηνεία του σε σχέση με το ποσοστό

των φτωχών που είναι και ο πιο διαδεδομένος στο δημόσιο διάλογο δείκτης (World Bank, 2005).

Το πλαίσιο της φτώχειας (poverty box)

Οι Osberg και Xu (2000) επεξεργάστηκαν περεταίρω το δείκτη Sen, που θεώρησαν ως ένα ιδιαίτερα

ικανοποιητικό μέτρο της φτώχειας. Απέδειξαν ότι ο δείκτης Sen μπορεί να εκφρασθεί και ως:

𝑷𝑺 = 𝑹𝑨𝑻𝑬×𝑮𝑨𝑷×(𝟏 + 𝑮(𝒙))

Μέσα από μια σειρά εμπειρικών μελετών αποδείχθηκε ότι ο τρίτος παράγοντας (1 + 𝐺(𝑥)) , που

εκφράζει τις ανισότητες από τη γραμμή φτώχειας για το σύνολο του πληθυσμού, παραμένει σχεδόν

σταθερός στο πέρασμα του χρόνου, ενώ η επίδρασή του στη διαμόρφωση του δείκτη είναι σχετικά

περιορισμένη σε σχέση με τους άλλους δύο παράγοντες (Osberg and Xu, 2000; Xu and Osberg,

2000). Με βάση τις παραπάνω διαπιστώσεις και έχοντας αναγνωρίσει την ερμηνευτική δυσκολία

που έχει ο δείκτης Sen, ο Osberg (2000) πρότεινε μια απλή γραφική απεικόνιση της φτώχειας.

Το πλαίσιο της φτώχειας προσεγγίζεται από δύο διαστάσεις και εκφράζεται από το εμβαδό του

παραλληλογράμμου με ύψος το μέσο χάσμα του φτωχού πληθυσμού (GAP) και πλάτος το ρυθμό

φτώχειας (RATE):

𝑷 = 𝑹𝑨𝑻𝑬×𝑮𝑨𝑷

26

Το παρακάτω διάγραμμα (Σχήμα 2.1) δίνει το πλαίσιο φτώχειας για το Ηνωμένο Βασίλειο σε πέντε

διαφορετικές χρονολογίες. Σε κάθε περίπτωση η γραμμή της φτώχειας τοποθετείται στο 50% της

διαμέσου του ισοδύναμου εισοδήματος.

Σχήμα 1. Poverty Box, UK:1974-1979-1986-1991-1995

Πηγή: Osberg (2001, σελ. 30)

Οι Osberg και Xu (2007) αναρωτούνται σχετικά με τον επιθυμητό βαθμό πολυπλοκότητας που

μπορεί να έχει ένας δείκτης ώστε να προσφέρει τη σφαιρικότητα στην προσέγγιση του φαινομένου

παραμένοντας αντιληπτός από το ευρύ κοινό και χρήσιμος για συγκρίσεις στο χώρο και το χρόνο.

Η χρήση καλύτερων μέτρων οδηγεί στη λήψη καλύτερων αποφάσεων και άρα

αποτελεσματικότερων πολιτικών.

Σύνθετοι Δείκτες Φτώχειας

Αναγνωρίζοντας τη δυσκολία προσέγγισης της φτώχειας μέσα από δείκτες που στηρίζονται

αποκλειστικά σε οικονομικά κριτήρια, ιδιαίτερα στις λιγότερο ανεπτυγμένες περιοχές, έχουν

αναπτυχθεί διάφοροι σύνθετοι δείκτες που, λαμβάνοντας υπόψη παραμέτρους που άπτονται της

υγείας, της εκπαίδευσης, της προσβασιμότητας σε βασικά αγαθά και παροχές, επιδιώκουν να

συμπεριλάβουν περισσότερες από τις διαστάσεις του φαινομένου.

Ο δείκτης στέρησης Townsend

O γνωστός κοινωνιολόγος Peter Townsend πρότεινε έναν απλό δείκτη με σκοπό να εκφράσει

ποσοτικά τη μειονεκτική θέση που βρίσκονται οι τοπικές διοικητικές περιφέρειες (Local Authority

Districts) της Μεγάλης Βρετανίας ως προς τις επικρατούσες κοινωνικές και κυρίως οικονομικές

συνθήκες κάθε περιοχής. Ο συγκριτικός αυτός δείκτης, γνωστός στη διεθνή βιβλιογραφία ως

Townsend Index of Disadvantage and Deprivation, χρησιμοποιείται από τις διάφορες αρχές και

υπηρεσίες της Βρετανίας για τη λήψη κατάλληλων μέτρων κοινωνικοοικονομικής πολιτικής και

27

ενίσχυσης των πιο αδυνάτων περιφερειών της χώρας (Townsend 1979, Townsend et al. 1984,

Townsend et al. 1988).

Ο δείκτης στέρησης Townsend αποτελεί έναν δείκτη στέρησης υλικών αγαθών, με χωρική διάσταση

που μπορεί να εκτιμηθεί σε οποιαδήποτε γεωγραφική μονάδα. Ο υπολογισμός του στηρίζεται σε

τέσσερις μεταβλητές που συλλέγονται κατά την απογραφή του πληθυσμού:

• Το ποσοστό (%) των ανέργων στο σύνολο του οικονομικά ενεργού πληθυσμού ηλικίας 16

ετών και άνω

• Το ποσοστό (%) των νοικοκυριών που δεν έχουν δικό τους αυτοκίνητο

• Το ποσοστό (%) των νοικοκυριών που δεν έχουν ιδιόκτητο σπίτι

• Την πυκνότητα του νοικοκυριού, οριζόμενη ως το ποσοστό των πολυπληθών νοικοκυριών

(με 1 ή περισσότερα άτομα ανά δωμάτιο)

Οι τέσσερις αυτές μεταβλητές συνδυάζονται μεταξύ τους υπό τη μορφή αριθμητικού (ή

γεωμετρικού) μέσου, από τον οποίο προκύπτει ένα score που συμβολίζεται παρακάτω ως TDI και

υπολογίζεται ως εξής:

𝑇𝐷𝐼 = (zunemp + zovercro + znocar + zrenting)

όπου οι μεταβλητές στην παρένθεση προκύπτουν από τη z-τυποποίηση των μεταβλητών:

𝑢𝑛𝑒𝑚𝑝 = 𝑙𝑛 ((ά𝜈휀𝜌𝛾𝜊𝜄

𝜊𝜄𝜅𝜊𝜈. 휀𝜈휀𝜌𝛾𝜊ί ά𝜈𝜔 𝜏𝜔𝜈 16∗ 100) + 1)

𝑜𝑣𝑒𝑟𝑐𝑟𝑜 = 𝑙𝑛 ((𝜈𝜊𝜄𝜅. 𝜇휀 > 1 ά𝜏𝜊𝜇𝛼 /𝛿𝜔𝜇

𝜎ύ𝜈𝜊𝜆𝜊 𝜈𝜊𝜄𝜅𝜊𝜅𝜐𝜌𝜄ώ𝜈∗ 100) + 1)

𝑛𝑜𝑐𝑎𝑟 = (𝜈𝜊𝜄𝜅. 𝜒𝜔𝜌ί𝜍 𝛪𝛸

𝜎ύ𝜈𝜊𝜆𝜊 𝜈𝜊𝜄𝜅𝜊𝜅𝜐𝜌𝜄ώ𝜈 ∗ 100)

𝑟𝑒𝑛𝑡𝑖𝑛𝑔 = (𝜈𝜊𝜄𝜅𝜊𝜅. 𝜋𝜊𝜐 휀𝜈𝜊𝜄𝜅𝜄ά휁𝜊𝜐𝜈 𝜏𝜊 𝜎𝜋ί𝜏𝜄 𝜏𝜊𝜐𝜍

𝜎ύ𝜈𝜊𝜆𝜊 𝜈𝜊𝜄𝜅𝜊𝜅𝜐𝜌𝜄ώ𝜈∗ 100)

Όσο μεγαλύτερη είναι η τιμή του συνθετικού δείκτη Townsend για μία περιοχή, τόσο περισσότερο

υποβαθμισμένη και μειονεκτική είναι η εν λόγω περιοχή. Οι τιμές που μπορεί να πάρει ο δείκτης

του Townsend δεν έχουν συγκεκριμένα όρια, και πολλές φορές η περιφερειακή στατιστική

ανάλυση αφορά στην ιεραρχική (ranking) των τιμών του δείκτη.

28

Δείκτης φτώχειας του ΟΗΕ

Στη διεθνή βιβλιογραφία (UNDP 1997, 2006) προτείνονται δύο συνθετικοί δείκτες φτώχειας

(Human Poverty Indices) ένας για αναπτυσσόμενες χώρες και ένας για αναπτυγμένες χώρες. Ο

δεύτερος βασίζεται σε τέσσερα επιμέρους μέτρα, και συγκεκριμένα: την πιθανότητα (%) μη

επιβίωσης (με άλλα λόγια θανάτου) από τη γέννηση μέχρι την ηλικία των 60 ετών (P1), το ποσοστό

(%) των αναλφάβητων στον πληθυσμό (P2), το ποσοστό (%) των μακροχρόνιων ανέργων (P3) και το

ποσοστό (%) του πληθυσμού που βρίσκεται κάτω από το όριο της φτώχειας (P4).

Ο συνθετικός δείκτης φτώχειας στην περίπτωση των αναπτυγμένων οικονομικά χωρών

(συμβολίζεται με HPI2) ορίζεται ως εξής:

𝐻𝑃𝐼2 = [1

4(𝑃1

𝑎 + 𝑃2𝑎 + 𝑃3

𝑎 + 𝑃4𝑎)]

1𝑎

όπου ο εκθέτης α αποδίδει ιδιαίτερη βαρύτητα στην όλη διάσταση της φτώχειας και μπορεί να

πάρει οποιαδήποτε ακέραια τιμή (όσο μεγαλύτερη είναι η τιμή του α τόσο μεγαλύτερο το βάρος

που προσδίδεται στους επιμέρους δείκτες). Όμως συνήθως ο συνθετικός δείκτης HPI2

υπολογίζεται για α = 3 διότι έχει εμπειρικά βρεθεί ότι αυτή η τιμή ούτε υποβαθμίζει αλλά ούτε και

υπερεκτιμά την επίδραση των κακών συνθηκών διαβίωσης στις περιοχές που παρουσιάζουν

χαμηλό επίπεδο κοινωνικοοικονομικών συνθηκών. Προφανώς για α = 1 ο δείκτης HPI2 ισοδυναμεί

με τον απλό αριθμητικό μέσο των τεσσάρων επιμέρους δεικτών P1 , P2 , P3 και P4.

Υποκειμενικοί Δείκτες Φτώχειας

Η φτώχεια είναι σχεδόν πάντα έννοια σχετική. Παρά τον παραδοσιακό διαχωρισμό των φτωχών

από τους μη-φτωχούς με κριτήρια αμιγώς ποσοτικά, η έννοια της φτώχειας και ακόμη περισσότερο

της στέρησης εκλαμβάνονται με διαφορετικό τρόπο από διαφορετικά άτομα σε διαφορετικές

χρονικές στιγμές. Η υποκειμενική διάσταση του φαινομένου έχει αναδείξει της αξία κατάρτισης

ποιοτικών δεικτών φτώχειας που προκύπτουν από ερωτήσεις αυτοπροσδιορισμού όπως:

«Θεωρείτε το εισόδημά σας ικανοποιητικό για την κάλυψη των βασικών αναγκών του νοικοκυριού

σας;» ή «Πώς διαβαθμίζετε το εισόδημά σας: πολύ χαμηλό – χαμηλό – ικανοποιητικό – υψηλό –

πολύ υψηλό» ή «Ποιο κρίνετε ως ελάχιστο απαραίτητο εισόδημα για την κάλυψη των βασικών

αναγκών ενός νοικοκυριού του μεγέθους του δικού σας;».

Απαντήσεις στις παραπάνω ερωτήσεις βοηθούν όχι μόνο στην προσέγγιση της φτώχειας μέσα από

το πρίσμα των νοικοκυριών, αλλά και στον καθορισμό του ορίου φτώχειας, τον υπολογισμό των

οικονομιών κλίμακας, ενώ αφήνουν να διαφανούν οι περιφερειακές διαφοροποιήσεις. Φυσικά

υπάρχουν σημαντικοί περιορισμοί στην ανάλυση και επεξεργασία των παραπάνω δεικτών, που

προκύπτουν κυρίως από τη μη αντικειμενική και ενιαία προσέγγιση.

29

2.2 Η σκοπιμότητα μελέτης της φτώχειας σε χαμηλότερο γεωγραφικό επίπεδο από αυτό της

χώρας ή της περιφέρειας

Στην πλειονότητά τους οι μελέτες για τη φτώχεια χρησιμοποιούν ως χωρική μονάδα το κράτος,

υπολογίζοντας τους δείκτες φτώχειας σε εθνικό επίπεδο. Υπάρχουν, ωστόσο, ερευνητές που

αμφισβητούν το κατά πόσο η συγκεκριμένη χωρική μονάδα αποτελεί την καταλληλότερη επιλογή

για την ανάδειξη της έντασης, της έκτασης και του βάθους του φαινομένου. Από μελέτες που έχουν

πραγματοποιηθεί, σε ομοσπονδιακά κυρίως κράτη, προκύπτει ότι η μελέτη των δεικτών φτώχειας

σε χαμηλότερο γεωγραφικό επίπεδο μπορεί να αναδείξει ενδιαφέρουσες περιφερειακές

διαφοροποιήσεις που «χάνονται» μέσα από τη χρήση ενός εθνικού μέσου όρου (Kangas και

Ritakallio 2004).

Μια πρώτη διαπίστωση είναι ότι η ανάλυση της φτώχειας σε επίπεδο χαμηλότερο από το εθνικό

συμβάλλει στην ανάδειξη ορισμένων «θυλάκων φτώχειας» (pockets of poverty) όπως η παιδική

φτώχεια ή η ανεργία, που συνήθως χαρακτηρίζονται από έντονες γεωγραφικές/περιφερειακές

διαφοροποιήσεις. Όπως προέκυψε κατά την εξέταση των επιπέδων παιδικής φτώχειας στις ΗΠΑ,

τον Καναδά και την Αυστραλία (Rainwater et al., 2001), οι ανά πολιτεία διαφοροποιήσεις ήταν

ιδιαίτερα κρίσιμες και η ανάδειξή τους αποδείχθηκε καθοριστική για την αμεσότερη και

αποτελεσματικότερη αντιμετώπιση του προβλήματος.

Επιπλέον, είναι πιθανό η σχετική βαρύτητα μιας πολιτείας ή μιας περιοχής να είναι ιδιαίτερα

σημαντική στη διαμόρφωση του εθνικού μέσου όρου, επισκιάζοντας ενδεχομένως αντίθετες

τάσεις που συντελούνται σε άλλες μικρότερης πληθυσμιακής βαρύτητας περιοχές. Η μείωση, για

παράδειγμα, της έντασης της φτώχειας που καταγράφηκε στον Καναδά κατά το τέλος της

δεκαετίας του 1980 και στις αρχές της επόμενης δεκαετίας οφείλεται κυρίως στη μείωση του

φαινομένου στην περιοχή του Οντάριο, ενώ στην υπόλοιπη χώρα η κατάσταση είτε παρέμεινε ίδια

είτε επιδεινώθηκε σε κάποιες περιοχές (Osberg and Xu, 2000). Η καταγεγραμμένη, σε εθνικό

επίπεδο, μείωση του ποσοστού των φτωχών διαστρεβλώνει σε σημαντικό βαθμό την

πραγματικότητα, αφού ο δείκτης φτώχειας όχι μόνο δεν ακολούθησε μια γενικά πτωτική τάση,

αλλά αντίθετα κάποιες περιοχές σημείωσαν χειρότερες επιδόσεις ενώ την ίδια περίοδο εντάθηκαν

οι εσωτερικές διαφοροποιήσεις μεταξύ των περιοχών.

Παράλληλα η περιφερειακή μελέτη επιτρέπει την καλύτερη ανάλυση των διαφορών μεταξύ

αστικής και αγροτικής φτώχειας. Είναι ευρύτερα αποδεκτό ότι υπάρχουν ουσιαστικές διαφορές

μεταξύ αστικής και αγροτικής φτώχειας είτε πρόκειται για τους παράγοντες που καθορίζουν την

ένταση του φαινομένου είτε για τα χαρακτηριστικά των ατόμων που θεωρούνται περισσότερα

ευάλωτα είτε ακόμη και ως προς τα κριτήρια που ορίζουν την γραμμή της φτώχειας (Asra, 1999).

Ένας επιπλέον λόγος που καθιστά όχι μόνο χρήσιμη αλλά και απαραίτητη την ανάλυση της

φτώχειας και της ευημερίας σε επίπεδο χαμηλότερο από το εθνικό εδράζει στις σημαντικές

διαφοροποιήσεις στο κόστος αλλά και τον τρόπο ζωής που σημειώνονται μεταξύ διαφορετικών

περιοχών, ανάμεσα στις αγροτικές και αστικές περιοχές αλλά και μεταξύ των πόλεων. Οικονομικά

30

μεγέθη όπως μέσο ετήσιο εισόδημα ή επίπεδο ανεργίας, κοινωνικά χαρακτηριστικά όπως χρόνια

εκπαίδευσης ή σχολική διαρροή, αλλά και δημογραφικές παράμετροι όπως προσδόκιμο ζωής ή

βρεφική θνησιμότητα παρουσιάζουν συχνά σημαντικές περιφερειακές διαφοροποιήσεις που δεν

αποτυπώνονται σε έναν εθνικό δείκτη φτώχειας.

Στην περίπτωση που η ανάλυση του φαινομένου της φτώχειας γίνεται σε επίπεδο χαμηλότερο του

εθνικού (π.χ. σε επίπεδο περιφέρειας, νομού ή ακόμη και δήμου), τίθεται ένα ακόμη σημείο

προβληματισμού: εθνικός ή τοπικός σχετικός δείκτης; Δεδομένων των διαφοροποιήσεων στο

επίπεδο ανάπτυξης, το κόστος διαβίωσης αλλά και των καταναλωτικών προτύπων μεταξύ

περιφερειών ή άλλων μονάδων διοικητικής διαίρεσης, ορισμένοι μελετητές προτείνουν την

υιοθέτηση «τοπικών ορίων φτώχειας» (Rainwater et al., 1999). Το δίλημμα διατυπώνεται εύστοχα

από τους Asra and Santos-Francisco (2003) μέσα από την αντίθεση ειδικότητας ή σχετικότητας και

πιστότητας ή συγκρισιμότητας4. Η σχετικότητα του φαινομένου της στέρησης/φτώχειας συνηγορεί

προς την υιοθέτηση ειδικών «τοπικών ορίων φτώχειας» ανάλογα με το επίπεδο διαβίωσης και

άλλα ιδιαίτερα χαρακτηριστικά μιας περιοχής. Από την άλλη πλευρά οι παράμετροι της πιστότητας

και συγκρισιμότητας αναδεικνύουν την ανάγκη διατήρησης ενός σταθερού σημείου αναφοράς,

ώστε να επιτυγχάνεται η γεωγραφική και διαχρονική σύγκριση. Έτσι, ακόμη και αν εφαρμοστούν

διαφορετικά όρια φτώχειας ανά περιοχή, αυτά θα πρέπει τα τυποποιηθούν (standardized) ώστε να

διασφαλίζουν τη συγκρισιμότητα εκφράζοντας ανάλογα επίπεδα διαβίωσης σε διαφορετικές

χρονικές στιγμές και διαφορετικές γεωγραφικές περιοχές. Για μέτρα όπως το εισόδημα και η

κατανάλωση είναι απαραίτητη η προσαρμογή ως προς τις διακυμάνσεις των τιμών ώστε να

διασφαλίζεται η σταθερή πραγματική αξία τους. Ο υπολογισμός προσαρμοσμένων τοπικών ορίων

φτώχειας προσκρούει σε δύο βασικά προβλήματα. Το πρώτο έχει να κάνει με την έλλειψη

αξιόπιστων και συγκρίσιμων μεταξύ τους στοιχείων διαθέσιμων στο επιθυμητό επίπεδο

γεωγραφικής ανάλυσης (Citro and Michael, 1995). Το δεύτερο πρόβλημα σχετίζεται με την

ενδεδειγμένη μεθοδολογική προσέγγιση: Ακόμη κι αν υπάρχουν στοιχεία, πώς θα γίνει η

προσαρμογή των ορίων; Θα χρησιμοποιηθεί ένας γενικός δείκτης τιμών ο οποίος περιλαμβάνει και

αγαθά που δεν χρησιμοποιούνται από φτωχά νοικοκυριά; Ή μήπως πρέπει να κατασκευαστεί ένας

ειδικός δείκτης τιμών που συμπεριλαμβάνει μόνο τα αγαθά που καταναλώνονται από φτωχά

νοικοκυριά; Τα ερωτήματα αυτά που παραμένουν ανοικτά τροφοδοτώντας διαρκώς την ήδη

τεράστια βιβλιογραφία, αναδεικνύουν τόσο τη σημαντικότητα όσο και την πολυπλοκότητα του

αντικειμένου.

2.3 Φτώχεια, ανάπτυξη και ανισότητες: Η περίπτωση της Ελλάδας

Το πρόβλημα της φτώχειας βρίσκεται τα τελευταία 35 χρόνια, στο επίκεντρο του δημόσιου

διαλόγου και του κοινωνικού προβληματισμού στην Ελλάδα. Η ευαισθητοποίηση γύρω από το

θέμα εμφανίστηκε τα πρώτα χρόνια της μεταπολίτευσης, όταν ξεκίνησε η προσπάθεια για την

οικονομική και κοινωνική ανοικοδόμηση της χώρας. Οι υψηλοί ρυθμοί οικονομικής ανάπτυξης και

η σημαντική αύξηση του μέσου διαθέσιμου εισοδήματος των νοικοκυριών συνέβαλαν στην

ενίσχυση του προβληματισμού σχετικά με τις επιπτώσεις της οικονομικής και κοινωνικής

4 “Specificity or relevance versus consistency or comparability” (Asra and Santos-Francisco 2003, σελ.174).

31

ανάπτυξης στην ένταση του φαινομένου της φτώχειας. Στα πρότυπα της διεθνούς εμπειρίας,

πλήθος μελετών που καλύπτουν ένα μεγάλο εύρος μεθοδολογικών προσεγγίσεων έχουν δει το

φως της δημοσιότητας. Η σταδιακή επέκταση και εμβάθυνση της παρατηρούμενης ύφεσης στη

χώρα μας ως απόρροια της παγκόσμιας οικονομικής κρίσης καθιστά στις μέρες μας το ζήτημα

περισσότερο επίκαιρο από ποτέ.

Το υποκεφάλαιο αυτό της μελέτης επιχειρεί μια σύντομη ανασκόπηση της ελληνόφωνης και

ξενόγλωσσης βιβλιογραφίας σχετικά με την εξέλιξη της φτώχειας και των ανισοτήτων στη χώρα

μας, όπως αποτυπώνονται μέσα από τις εμπειρικές μελέτες των τελευταίων τεσσάρων δεκαετιών.

Κάποιες από αυτές τις μελέτες εξετάζουν τα επίπεδα φτώχειας ή/και εισοδηματικών ανισοτήτων,

άλλες συγκρίνουν τις επιδόσεις της χώρας μας σε σχέση με αυτές των άλλων ευρωπαϊκών χωρών,

ενώ τέλος κάποιες άλλες μελέτες επικεντρώνονται σε ειδικές ευάλωτες πληθυσμιακές ομάδες ή σε

συγκεκριμένες περιφέρειες της χώρας.

Στο διάστημα που μεσολάβησε από τις πρώτες προσπάθειες εκτίμησης των εισοδηματικών

ανισοτήτων και του υπολογισμού της φτώχειας μέχρι σήμερα έχει καταγραφεί ουσιαστική

πρόοδος στην αντιμετώπιση εννοιολογικών και μεθοδολογικών προβλημάτων που προκύπτουν

κυρίως από τη δυσκολία αντικειμενικής και ενιαίας προσέγγισης του θέματος. Η διεθνής

βιβλιογραφία έχει να επιδείξει ένα τεράστιο αριθμό σχετικών μελετών. Αντίστοιχα μεγάλος και

διαρκώς αυξανόμενος είναι ο όγκος των εμπειρικών μελετών που επικεντρώνονται στην

περίπτωση της Ελλάδας. Οι μελέτες αυτές διαφοροποιούνται ως προς τη φύση των στοιχείων που

επεξεργάζονται (εισόδημα, φορολογητέο εισόδημα, δαπάνη, καταναλωτικά αγαθά, αποταμίευση)

ως προς την μεθοδολογική προσέγγιση που ακολουθούν (αντικειμενική ή υποκειμενική

προσέγγιση) και ως προς το είδος των δεικτών (απλοί ή σύνθετοι) που επιλέγουν. Παρά τις επί

μέρους διαφοροποιήσεις κάποια συμπεράσματα είναι κοινά ευρήματα όλων σχεδόν των μελετών.

Τα ευρήματα αυτά μπορούν να συνοψισθούν στις παρακάτω διαπιστώσεις:

• Οι εισοδηματικές ανισότητες και η φτώχεια καταγράφουν στασιμότητα ή οριακή μείωση

από τις αρχές της δεκαετίας του 1980 μέχρι τα μέσα της δεκαετίας του 2000.

• Η παρατεταμένη και βαθιά οικονομική στην οποία βρίσκεται η χώρα από το 2010 έχει

οδηγήσει στη μείωση του βιοτικού επιπέδου του πληθυσμού συμβάλλοντας παράλληλα

στην ένταση των κοινωνικών διαφοροποιήσεων.

• Οι σημαντικές περιφερειακές διαφοροποιήσεις διατηρούνται διαχρονικά οδηγώντας σε

γεωγραφική πόλωση μεταξύ των περιφερειών της χώρας.

• Συνταξιούχοι, άνεργοι, άτομα χαμηλού εκπαιδευτικού επιπέδου, πολυμελείς οικογένειες

και μονομελή νοικοκυριά αποτελούν τις πιο ευάλωτες κοινωνικές ομάδες απέναντι στο

κίνδυνο φτώχειας και κοινωνικού αποκλεισμού.

• Πέρα από τις διαφοροποιήσεις ανάμεσα στις πληθυσμιακές ομάδες εξίσου σημαντικές

είναι και οι διαφοροποιήσεις στο εσωτερικό συγκεκριμένων πληθυσμιακών ομάδων.

• Οι κοινωνικές μεταβιβάσεις, πλην των συντάξεων, έχουν πολύ μικρή επίδραση στη μείωση

της φτώχειας και των ανισοτήτων.

32

• Συγκρινόμενη με τις άλλες χώρες της ΕΕ, η Ελλάδα καταγράφει την υψηλότερη

εισοδηματική ανισότητα, υψηλό κίνδυνο φτώχειας και χαμηλή αποτελεσματικότητα του

συστήματος κοινωνικής προστασίας.

Η φτώχεια και οι εισοδηματικές ανισότητες είναι δύο διακριτά ερευνητικά πεδία που απαιτούν

διαφορετική μεθοδολογική προσέγγιση και διαφορετικά εργαλεία ανάλυσης. Η εξέλιξη του ενός

δεν επιδρά απαραίτητα στην εξέλιξη του άλλου φαινομένου. Σε έναν πληθυσμό είναι δυνατό να

μειώνεται η φτώχεια αλλά να αυξάνονται οι εισοδηματικές ανισότητες. Σε πολλές μελέτες ωστόσο

τα θέματα αυτά αντιμετωπίζονται παράλληλα, θεωρώντας ότι έτσι προσφέρεται μια σφαιρικότερη

εικόνα των κοινωνικών προβλημάτων που προκύπτουν μέσα από τις ανισότητες. Το ενδιαφέρον

των Ελλήνων οικονομολόγων γύρω από τα ζητήματα της φτώχειας, των εισοδηματικών ανισοτήτων

και του κοινωνικού αποκλεισμού και ο προβληματισμός σχετικά με τις επιπτώσεις τους ξεκίνησε

περίπου στα μέσα της δεκαετίας του 1970. Μέσα στα επόμενα χρόνια εμφανίστηκαν οι πρώτες

μελέτες που επικεντρώνονται αποκλειστικά στην περίπτωση της Ελλάδας (Lianos and Prodromidis,

1974; Αθανασίου, 1984; Κανελλόπουλος, 1986). Παρά την ανεπάρκεια των διαθέσιμων

στατιστικών στοιχείων και την περιορισμένη αξιοπιστία τους, από τις πρώτες αυτές προσπάθειες

προέκυψαν ιδιαίτερα ενδιαφέροντα ευρήματα που αποτέλεσαν τη βάση για περαιτέρω

διερεύνηση του αντικειμένου. Τα πρώτα αποτελέσματα κάνουν λόγο για «υπολογίσιμη και

πολυδιάστατη ανισότητα στο επίπεδο διαβίωσης των νοικοκυριών» (Κανελλόπουλος, 1986) παρά

τη σημαντική μείωση των ανισοτήτων που διαπιστώνεται κατά την περίοδο 1974-1982. Επίσης,

καταγράφονται έντονες περιφερειακές ανισότητες, ιδιαίτερα εις βάρος των αγροτικών περιοχών.

Το ποσοστό των φτωχών νοικοκυριών στην Ελλάδα υπολογίζεται στο 26,4% του συνόλου των

νοικοκυριών, το υψηλότερο μεταξύ των χωρών της τότε ΕΟΚ και υπερδιπλάσιο του ΕΟΚικού μέσου

όρου, που εκτιμάται στο 12% για την περίοδο 1973-1979.

Στη δεκαετία του 1980, με το έναυσμα που έδωσε η μελέτη του P. Townsend όπου γίνεται λόγος

για «νέα φτώχεια» και «νέους φτωχούς», ανακύπτει η ανάγκη μελέτης ειδικών πληθυσμιακών

ομάδων οι οποίες δείχνουν περισσότερο ευάλωτες κοινωνικά και οικονομικά. Οι κοινωνικές και

δημογραφικές εξελίξεις που σημειώθηκαν κατά τις δεκαετίες 1980 και 1990, άλλαξαν σημαντικά

χαρακτηριστικά του ελληνικού πληθυσμού επηρεάζοντας τη σύνθεση της φτώχειας και την ένταση

των οικονομικών ανισοτήτων τόσο μεταξύ πληθυσμιακών ομάδων (Μπούζας, 2006; Μητράκος,

2008) όσο και ανάμεσα σε γεωγραφικές περιοχές (Κωστάκη και αλ., 1995; Σισσούρας και αλ., 2007;

Μπαλούρδος, 2007). Ο όρος «θύλακες φτώχειας» εισάγεται προκειμένου να χαρακτηρίσει ειδικές

πληθυσμιακές ομάδες ως ιδιαίτερα ευάλωτες απέναντι στον κίνδυνο παρατεταμένης φτώχειας. Η

έντονη αστικοποίηση συνέβαλε στη γεωγραφική επέκταση της φτώχειας που έπαψε να είναι

πρόβλημα κυρίως των αγροτικών περιοχών (Μπούζας, 1990; Κωστάκη και αλ., 1995). Η σταδιακή

γήρανση του πληθυσμού, παράλληλα, αύξησε σημαντικά την αναλογία ηλικιωμένων μεταξύ των

πλέον ευάλωτων και φτωχών τμημάτων του πληθυσμού (Tsakloglou, 1996).

Μέσα στη δεκαετία του 1990, η έμφαση μετατοπίζεται στη δυναμική που οδηγεί στον κίνδυνο

κοινωνικού αποκλεισμού και στη σχέση του φαινομένου με ορισμένα ιδιαίτερα κοινωνικά και

πολιτιστικά χαρακτηριστικά. Η συζήτηση διευρύνεται, σταδιακά, με την εισαγωγή μη οικονομικών

33

παραμέτρων που αναφέρονται ως προσδιοριστικοί παράγοντες που αυξάνουν τον κίνδυνο

φτώχειας ή εντείνουν τις ανισότητες (Tsakloglou and Papadopoulos, 2001). Το μέγεθος και ο τύπος

του νοικοκυριού, το επάγγελμα και η ηλικία του αρχηγού του νοικοκυριού, το επίπεδο

εκπαίδευσης καθώς και ο βαθμός αστικότητας μιας περιοχής φέρονται, μεταξύ άλλων, ως

παράγοντες που επηρεάζουν τον κίνδυνο φτώχειας. Μονογονεϊκά και μονοπρόσωπα νοικοκυριά

ηλικιωμένων, νοικοκυριά με αρχηγό άνεργο ή μερικώς απασχολούμενο, καθώς και

αυτοαπασχολούμενοι στον αγροτικό τομέα (Καρανικόλας και Ζωγραφάκης, 2008), συνταξιούχοι

και μισθωτοί εκτιμάται ότι έχουν τη μεγαλύτερη συνεισφορά στη φτώχεια (Δαφέρμος και άλ.,

2008· Papatheodorou 1997). Οι συσχετίσεις ωστόσο μεταξύ των παραπάνω παραμέτρων κάνουν

δύσκολη την εξαγωγή απλουστευτικών συμπερασμάτων, οδηγώντας συχνά σε αντικρουόμενα

αποτελέσματα. Με τη χρήση πολυμεταβλητών τεχνικών προκύπτει ότι ο κίνδυνος φτώχειας

επηρεάζεται θετικά από το χαμηλό επίπεδο εκπαίδευσης, την ανεργία και σε μικρότερο βαθμό από

τον αγροτικό χαρακτήρα μιας περιοχής. Αντίθετα, η ηλικία του αρχηγού του νοικοκυριού και η

ενασχόλησή με αγροτικές εργασίες δεν προκύπτουν ως στατιστικά σημαντικές μεταβλητές

(Loizides and Giahalis, 1992· Mηταράκος και Τσακλόγλου, 1998).

Η ανάγκη παρακολούθησης της αποτελεσματικότητας των αυστηρών προγραμμάτων λιτότητας

που εφαρμόζονται στη χώρα από το 2010, αλλά και των επιπτώσεών τους στην κοινωνική συνοχή

του πληθυσμού, ανανέωσαν το ενδιαφέρον των ερευνητών γύρω από το θέμα (Μπαλούρδος και

Ναούμη, 2010· Παπαθεοδώρου και Μισσός, 2013· Matsaganis & Leventi, 2014) .

2.3.1 Μεθοδολογία και Αδυναμίες

Η σε βάθος διερεύνηση των πολλαπλών πτυχών της φτώχειας και του κοινωνικού αποκλεισμού

απαιτεί έναν τεράστιο όγκο στοιχείων που ελάχιστες χώρες είναι σε θέση να διαθέτουν. Οι πρώτες

προσπάθειες προσέγγισης των εισοδηματικών ανισοτήτων και εκτίμησης της έντασης φτώχειας και

των προσδιοριστικών της παραγόντων αντιμετώπισαν το σημαντικό εμπόδιο της περιορισμένης

αξιοπιστίας των ήδη ελλιπών στατιστικών στοιχείων (Αθανασίου, 1984). Στην κατάσταση αυτή

συνέτεινε η πολύ μικρή σημασία που δινόταν μέχρι εκείνη τη στιγμή στα θέματα αυτά κατά τη

διαμόρφωση και άσκηση οικονομικής πολιτικής. Σε πρώτο χρόνο, η μεθοδολογία ήταν σχετικά

απλή. Η προσέγγιση της φτώχειας γινόταν με το δείκτη φτώχειας ενώ ο βαθμός των ανισοτήτων

προέκυπτε από τον υπολογισμό του δείκτη ανισοκατανομής Gini του εισοδήματος και της

κατανάλωσης. Κύρια βάση δεδομένων για εισόδημα και κατανάλωση αποτελούσαν οι

δειγματοληπτικές Έρευνες Οικογενειακών Προϋπολογισμών (ΕΟΠ) της Εθνικής Στατιστικής

Υπηρεσίας. Η πρώτη ΕΟΠ που κάλυψε όλες τις περιοχές της χώρες διενεργήθηκε το 1974 και

ακολούθησαν έρευνες κατά τα έτη 1981/82, 1987/88, 1993/94, 1999 και 2004. Οι ΕΟΠ είναι

στατιστικές έρευνες που συγκεντρώνουν με τη βοήθεια αντιπροσωπευτικού δείγματος, αναλυτικά

στοιχεία για τις δαπάνες νοικοκυριών.

Από το 1994, τα παραπάνω στοιχεία εμπλουτίζονταν από πληροφορίες που παρέχονται από το

Ευρωπαϊκό Πάνελ Νοικοκυριών (ECHP). Το ECHP αντικαταστάθηκε το 2003 από τις Ευρωπαϊκές

Έρευνες Εισοδήματος και Συνθηκών Διαβίωσης (EU-SILC). Μέσα από αυτές παρέχονται στοιχεία

34

σχετικά με τη διανομή του εισοδήματος και τις συνθήκες απασχόλησης και διερευνώνται ορισμένα

κοινωνικοοικονομικά μεγέθη που επηρεάζουν τις συνθήκες διαβίωσης του πληθυσμού. Η μέτρηση

της φτώχειας βασίζεται σε έναν ευρύτερο ορισμό του εισοδήματος ή καλύτερα του επιπέδου

διαβίωσης που αναφέρεται σε διαθέσιμο χρηματικό και μη χρηματικό εισόδημα, όπως αυτό

διαμορφώνεται από το συνυπολογισμό όλων των χρηματικών μεταβιβάσεων και παροχών σε είδος

μείον τους φόρους. Είναι έτσι δυνατή μια πιο αντιπροσωπευτική και συστηματική στατιστική

ανάλυση των διαχρονικών εξελίξεων και των επί μέρους διαφοροποιήσεων του επιπέδου

διαβίωσης ατόμων και νοικοκυριών. Διαφορετικές κλίμακες ισοδυναμίας υιοθετούνται ανάλογα

με τις συνήθειες και τις πρακτικές κάθε εποχής αλλά και συναρτήσει των ιδιαίτερων πτυχών του

φαινομένου που εξετάζονται. Με τη βοήθεια των παραπάνω στοιχείων είναι πλέον δυνατή η

μελέτη της φτώχειας σε πολλές από τις διαστάσεις της, η ανάλυση των κοινωνικών ανισοτήτων

ανάλογα με διάφορα δημογραφικά ή κοινωνικά χαρακτηριστικά καθώς και η ανάδειξη των

γεωγραφικών ανισοτήτων.

Η παροχή των παραπάνω στατιστικών στοιχείων επιτρέπει μια πολυδιάστατη μεθοδολογική

προσέγγιση. Απουσιάζει ωστόσο ένας κοινά αποδεκτός δείκτης που θα μπορούσε να αποτυπώσει

ικανοποιητικά τις διαφορετικές πτυχές του φαινομένου. Απαιτείται κατά συνέπεια ο υπολογισμός

περισσότερων δεικτών, ο προσδιορισμός των οποίων αποτελεί ένα σημαντικό μεθοδολογικό θέμα

σε κάθε σχετική μελέτη. Οι ευρύτερα χρησιμοποιούμενοι δείκτες φτώχειας είναι ο υπολογισμός

του ποσοστού των φτωχών νοικοκυριών (μετά από τον αντικειμενικό ή υποκειμενικό ορισμό του

ορίου φτώχειας), το χάσμα της φτώχειας και ο δείκτης Sen. Για την εκτίμηση των ανισοτήτων

χρησιμοποιούνται διάφοροι δείκτες. Λόγω του πολυδιάστατου της έννοιας που διαμορφώνεται

από τις κοινωνικές, ιστορικές, πολιτιστικές και ηθικές αξίες κάθε χρονικής στιγμής είναι σχεδόν

αδύνατον να προκύψει ένας δείκτης ευρείας αποδοχής που θα αποτυπώνει με τρόπο

ικανοποιητικό το μέγεθος των ανισοτήτων σε έναν πληθυσμό (Μητράκος, 2005). Διαφορετικοί

δείκτες, που δεν οδηγούν κατ’ ανάγκη στο ίδιο αποτέλεσμα, εμπεριέχουν διαφορετικές

προσεγγίσεις της κοινωνικής ευημερίας. Αρχικά χρησιμοποιήθηκαν οι απλοί στατιστικοί δείκτες

ανισοτήτων και ανομοιογένειας, ο δείκτης Gini και ο συντελεστής μεταβλητότητας (CV). Στη

συνέχεια υιοθετήθηκαν άλλοι δείκτες ανισοτήτων όπως ο δείκτης Theil, ο δείκτης Atkinson για

διαφορετικές τιμές της παραμέτρου αποστροφής ε, η διακύμανση των λογαρίθμων και η μέση

λογαριθμική απόκλιση (γνωστή ως δεύτερος δείκτης Theil).

Παρά τη σημαντική πρόοδο που έχει σημειωθεί στη συγκέντρωση και επεξεργασία κατάλληλων

για τις μελέτες αυτές στοιχείων, το πρόβλημα της αξιοπιστίας των στατιστικών δεδομένων

παραμένει. Σε μια χώρα με εκτεταμένη τη φοροδιαφυγή κάθε συμπέρασμα που στηρίζεται στο

δηλωθέν εισόδημα είναι εξαιρετικά αμφιλεγόμενης εγκυρότητας. Δεδομένου ότι για ορισμένες

πληθυσμιακές ομάδες είναι περισσότερο εύκολη η παράκαμψη των φορολογικών υποχρεώσεων η

όποια ανάλυση των αποτελεσμάτων πρέπει να είναι όχι μόνο ιδιαίτερα προσεκτική αλλά και

οξυδερκής.

35

2.3.2 Συμπεράσματα για την φτώχεια στην Ελλάδα

Παρά τις διαφορές στις μεθοδολογικές προσεγγίσεις και τους δείκτες που χρησιμοποιούνται για

να προσδιορίσουν την ένταση της φτώχειας και των εισοδηματικών ανισοτήτων κάποια βασικά

συμπεράσματα είναι κοινά σε όλες τις σχετικές μελέτες.

Η φτώχεια στην Ελλάδα σημείωσε σημαντική μείωση κατά την περίοδο 1974-1982, τόσο ως προς

το απόλυτο αλλά και το σχετικό προσδιορισμό της γραμμής της φτώχειας (Tsakloglou, 1990). Το

ποσοστό του πληθυσμού που ήταν κάτω από το όριο της φτώχειας μειώθηκε από το 22% στο 16%.

Κατά τη συγκεκριμένη περίοδο, ο κίνδυνος απέναντι στη φτώχεια είναι μεγαλύτερος για τα

αγροτικά νοικοκυριά, όπου ο αρχηγός της οικογένειας είναι ηλικιωμένος και με χαμηλό επίπεδο

εκπαίδευσης (Κανελλόπουλος, 1986). Το ποσοστό της φτώχειας στην Ελλάδα κατά τη δεκαετία του

1970 υπολογιζόταν στο 24,8%, υπερδιπλάσιο του κοινοτικού μέσου όρου (12%) και το υψηλότερο

μεταξύ των δέκα τότε κρατών μελών της ΕΟΚ (Κανελλόπουλος, 1986). Για τη δεκαετία του 1980 οι

εκτιμήσεις κάνουν λόγο άλλοτε για υπολογίσιμη μείωση της φτώχειας που οφείλεται στη

σημαντική αύξηση των εισοδημάτων (Μητράκος και Τσακλόγλου, 1998) και άλλοτε για οριακή

μείωση της φτώχειας αλλά σημαντική αύξηση του χάσματος φτώχειας (Σαρρής και Ζωγραφάκης,

2000). Στη δεκαετία του 1990, οι μεταβολές είναι οριακές, όπως καταδεικνύεται από τα

αντικρουόμενα αποτελέσματα εμπειρικών μελετών ανάλογα με τους επιλεγμένους δείκτες

ευημερίας.

Παρά τη βελτίωση του κατά κεφαλήν διαθέσιμου εισοδήματος, οι εισοδηματικές ανισότητες ήταν

και παραμένουν σημαντικές από το 1980 έως σήμερα. Οι ανισότητες ως προς την κατανομή

ισοδύναμης κατανάλωσης δείχνουν να μειώνονται ενώ αντίθετα αυξάνονται οι ανισότητες της

κατανομής ισοδύναμου εισοδήματος (Μητράκος, 2005).

Συγκεκριμένες γεωγραφικές περιοχές, όπως η Ήπειρος, τα Ιόνια Νησιά, η Δυτική και Ανατολική

Μακεδονία και Θράκη είναι σταθερά οι λιγότερο ευνοημένες περιοχές της χώρας με τα υψηλότερα

ποσοστά φτωχών νοικοκυριών (Δαφέρμος και αλ., 2008).

Συγκρινόμενη με τις άλλες χώρες της ΕΕ, η Ελλάδα καταγράφει την υψηλότερη εισοδηματική

ανισότητα, υψηλό κίνδυνο φτώχειας και χαμηλή αποτελεσματικότητα του συστήματος κοινωνικής

προστασίας. Η εισοδηματική ανισότητα στην Ελλάδα είναι διαχρονικά από τις υψηλότερες

(Κανελλόπουλος και αλ., 2004) αν όχι η υψηλότερη της Ευρωπαϊκής Ένωσης. Αντίστοιχες είναι και

οι διαπιστώσεις σχετικά με το ποσοστό του πληθυσμού που βρίσκεται κάτω από τα όρια της

φτώχειας (ΟΚΕ, 2009).

Η φτώχεια και οι ανισότητες φαίνεται ότι αποτελούν δομικά προβλήματα της ελληνικής κοινωνίας,

ενώ η αποτελεσματικότητα των όποιων κοινωνικών παροχών αποδεικνύεται εξαιρετικά

περιορισμένη. Με την εφαρμογή των αυστηρών προγραμμάτων λιτότητας, η κατάσταση έχει

επιδεινωθεί. Σύμφωνα με πρόσφατες μελέτες αλλά και από ότι προκύπτει από τα στατιστικά

στοιχεία που δημοσιεύει ετησίως η ΕΛ.ΣΤΑΤ. καταγράφεται αύξηση των ποσοστών φτώχειας

36

μεταξύ του Ελληνικού πληθυσμού, από το 2009 έως σήμερα. Διαφορετικές μελέτες βασιζόμενες

σε διαφορετικές μεθοδολογίες και χρησιμοποιώντας εναλλακτικούς δείκτες καταλήγουν σε κοινά

συμπεράσματα. Οι Ματσαγγάνης και Λεβέντη (2013) βασιζόμενοι σε στοιχεία από την έρευνα EU-

SILC 2010 διαπιστώνουν αύξηση της σχετικής φτώχειας στην Ελλάδα. Η επιδείνωση της σχετικής

θέσης είναι δυσανάλογη για συγκεκριμένες πληθυσμιακές ομάδες όπως οι άνεργοι, οι νέοι κάτω

των 19 ετών καθώς και των ατόμων που κατοικούν σε αστικά κέντρα έναντι όσων διαβιούν σε

προάστια ή την ύπαιθρο. Ανάλογα είναι τα ευρήματα άλλων σχετικών μελετών (Κάτσικα et al. 2014)

τα οποία επισημαίνουν την ενίσχυση των κοινωνικών και περιφερειακών ανισοτήτων κατά τη

διάρκεια της κρίσης καθώς και τη δημιουργία νέων «ευάλωτων» ομάδων, ενώ σταδιακά

χειροτερεύει η σχετική θέση της χώρας εντός της ΕΕ (Παπαθεοδώρου & Μισσός 2013).

2.4 Η Ανεργία

2.4.1 Το φαινόμενο της ανεργίας

Κατά καιρούς έχουν ειπωθεί πολλοί ορισμοί που αφορούν την ανεργία από διάφορους

οικονομικούς επιστήμονες. Ο Δεδουσόπουλος (2000) θεωρεί πως η «ανεργία γίνεται σημαντική

στον βαθμό που η εξασφάλιση μιας θέσης μισθωτής απασχόλησης αποτελεί την μόνη ή την

σημαντικότερη δυνατότητα αυτών των μονάδων να αποκτήσουν τους αναγκαίους πόρους

(εισοδήματα) που επιτρέπουν την επιβίωση, από την στιγμή δηλαδή που η εξασφάλιση

εισοδήματος με την μορφή του μισθού γίνεται κρίσιμη, αν όχι αποφασιστική παράμετρος της

βιολογικής και κοινωνικής αναπαραγωγής των εργαζομένων».

Μία άλλη προσέγγιση του φαινομένου γίνεται από τον Αγαπητό (2004), ο οποίος την ορίζει ως ένα

«κοινωνικοοικονομικό φαινόμενο κατά το οποίο υπάρχει υπερβάλλουσα προσφορά εργασίας»,

δηλαδή η ζήτηση της εργασίας είναι μικρότερη από την προσφορά της.

Όμως για την καλύτερη κατανόηση της ανεργίας, είναι σημαντικό να γίνει διάκριση του πληθυσμού

σε οικονομικά ενεργό και οικονομικά μη ενεργό. Ο οικονομικά ενεργός πληθυσμός αποτελείται

από τα άτομα εκείνα τα οποία είναι ικανά προς εργασία και ταυτόχρονα θέλουν να εργαστούν,

κατά συνέπεια τα άτομα αυτά αποτελούν το εργατικό δυναμικό μιας χώρας. Τα άτομα τα οποία

δεν μπορούν να εργαστούν για λόγους υγείας ή για λόγους ηλικίας (ηλικιωμένοι, μικρά παιδιά),

είτε λόγω εκπλήρωσης στρατιωτικών καθηκόντων δεν ανήκουν στο εργατικό δυναμικό. Ο

οικονομικά μη ενεργός πληθυσμός μιας χώρας αποτελείται από τα άτομα εκείνα τα οποία ενώ

μπορούν να βρουν εργασία, δεν θέλουν να εργαστούν.

Το εργατικό δυναμικό χωρίζεται σε δύο κατηγορίες. Σε εκείνους που εργάζονται και ονομάζονται

απασχολούμενοι και σε αυτούς που δεν εργάζονται και ονομάζονται άνεργοι. Επομένως εργατικό

δυναμικό είναι το άθροισμα των απασχολούμενων και των ανέργων και περιλαμβάνει τα άτομα τα

οποία μπορούν και θέλουν να εργαστούν. Σύμφωνα με τους γενικούς ορισμούς της

37

μακροοικονομικής θεωρίας ανεργία είναι η κατάσταση ενός ατόμου, που ενώ είναι ικανό, πρόθυμο

και διαθέσιμο να απασχοληθεί δεν δύναται να βρει εργασία.

Στην βιβλιογραφία υπάρχει και ο όρος «αεργία», ο οποίος βρίσκεται σε αντιδιαστολή με τον όρο

ανεργία, αφού «άεργος είναι κάποιος που δεν επιθυμεί να εργαστεί, επομένως ανήκει στον

οικονομικά μη ενεργό πληθυσμό. Κατά συνέπεια υπάρχουν κάποια άτομα, τα οποία βρίσκονται

μεταξύ αεργίας και ανεργίας διότι έχουν εγκαταλείψει την αναζήτηση εργασίας» (Πετρινιώτη,

1989). Οι άνεργοι διαφέρουν από τους άεργους οι οποίοι είτε δεν έχουν αναζητήσει ποτέ εργασία,

είτε έχουν παραιτηθεί από την αναζήτηση.

2.4.2 Η μέτρηση της ανεργίας

Η έκταση του φαινομένου της ανεργίας, εξαρτάται από το μέγεθος του εργατικού δυναμικού και

από των αριθμό των ανέργων, έτσι για την μέτρηση της χρησιμοποιείται η παρακάτω σχέση:

Ποσοστό Ανεργίας = Άνεργοι * 100 / Εργατικό Δυναμικό

Το ποσοστό αυτό περιλαμβάνει τα άτομα που βρίσκονται σε ανεργία είτε για μικρό διάστημα, είτε

για μακροχρόνιο διάστημα. Επίσης περιλαμβάνει όλα τα άτομα που δεν έχουν σταθερή εργασία

και αλλάζουν την απασχόληση τους ανά τακτά χρονικά διαστήματα.

Σύμφωνα με τον οργανισμό International Labour Organization (ILO) υπάρχουν τέσσερις μέθοδοι

υπολογισμού του ποσοστού ανεργίας:

1. Δειγματοληπτικές έρευνες εργατικού δυναμικού. Αποτελεί την πιο αξιόπιστη μέθοδο διότι

δίνει την δυνατότητα να μετρηθεί η ανεργία σε διάφορες κατηγορίες ομάδων, όπως το

φύλο και η ηλικία.

2. Επίσημοι υπολογισμοί

3. Στατιστικές κοινωνικής ασφάλισης. Στον υπολογισμό των ατόμων με κοινωνικές ασφάλιση

περιλαμβάνονται τα άτομα που λαμβάνουν επιδόματα.

4. Στατιστικές γραφείων εργασίας. Αυτή η μέθοδος δεν ενδείκνυται για την μέτρηση της

ανεργίας, καθώς περιλαμβάνει μόνο τα άτομα που προκύπτουν από τα γραφεία ευρέσεως

εργασίας.

Στην Ελλάδα η μέτρηση της ανεργίας γίνεται από την Εθνική Στατιστική Αρχή (ΕΛ.ΣΤΑΤ) και τον

Οργανισμός Απασχόλησης Εργατικού Δυναμικού (ΟΑΕΔ). Ωστόσο προκύπτουν διάφορα

προβλήματα που δημιουργούν αμφιβολίες για την εγκυρότητα των ποσοστών ανεργίας που

προκύπτουν από τις μετρήσεις. Υπάρχει ένας αριθμός ατόμων ο οποίος σε μία δεδομένη στιγμή

αναμένεται να βρεθεί εκτός εργασίας είτε για να αναζητήσει μία καινούργια και πιο

ενδιαφέρουσα, είτε γιατί ετεροαπασχολείται. Ετεροαπασχόληση είναι η υποαπασχόληση του

ατόμου σε εργασίες που δεν σχετίζονται με τις σπουδές του ή έχουν πολύ μικρή διάρκεια. Το

στάδιο που μεσολαβεί από τους προαναφερθείσες τρόπους μετάβασης ενός ατόμου από την

απασχόληση στην ανεργία δεν περιλαμβάνεται στα ποσοστά. Κατά την διάρκεια του σταδίου

αυτού προκύπτει ένα ποσοστό, το οποίο καλείται φυσικό ποσοστό ανεργίας και δημιουργείται

38

όταν μια οικονομία βρίσκεται σε κατάσταση πλήρους απασχόλησης (Λιανός και Θεοφάνης, 2000).

Κατά συνέπεια όταν μία οικονομία βρίσκεται σε πλήρης απασχόληση δεν σημαίνει πως η ανεργία

είναι σε μηδενικό επίπεδο, αντίθετα υπάρχει πάντα ένα ποσοστό που επικρατεί, αυτό του φυσικού

ποσοστού ανεργίας.

Οι προσδιοριστικοί παράγοντες του φυσικού ποσοστού ανεργίας σύμφωνα με τον Δεδουσόπουλο

είναι οι μεταβολές στην σύνθεση του εργατικού δυναμικού, οι μεταβολές στην διάρθρωση της

απασχόλησης, η απροθυμία ανέργων να εργαστούν, η νομοθετική προστασία της απασχόλησης

και ο ρόλος των συνδικάτων.

Επιπρόσθετα, δεν μπορεί να παραληφθεί η κριτική που ασκείται κατά καιρούς στην ΕΛΣΤΑΤ και

αφορά τον ορισμό ανεργίας που αποδίδει η ίδια και ο οποίος αναλύεται στα παρακάτω κεφάλαια.

Αλώστε, ο συγκεκριμένος ορισμός αποτελεί την κυριότερη αιτία που αποκλείονται τα άνεργα

άτομα που προαναφέρθηκαν, δημιουργώντας πλασματικά ποσοστά ανεργίας που δεν

ανταποκρίνονται κατά πολύ στην πραγματικότητα.

2.4.3 Κριτήρια και ταξινόμηση της ανεργίας

Η ανεργία ταξινομείται σε διάφορες κατηγορίες με βάση τέσσερις ομάδες κριτηρίων, δηλαδή

ανάλογα με τα αίτια που την προκαλούν, τις πολιτικές που την αντιμετωπίζουν, τον χρόνο που

διαρκεί και την ομάδα που ανήκει ο άνεργος (Δεδουσόπουλος, 2000). Σύμφωνα με την ανάλυση

αυτή, το κριτήριο με βάση τα αίτια που την προκαλούν είναι το κυρίαρχο κριτήριο, ενώ τα

υπόλοιπα τρία είναι συμπληρωματικά.

2.4.3.1 Η ανεργία με βάση τα αίτια που την προκαλούν

Αρχικά θα παρουσιαστεί η διάκριση της ανεργίας ανάλογα με τα αίτια που την προκαλούν και τη

χρονική διάρκεια που την προσδιορίζει. Σύμφωνα λοιπόν με την μακροοικονομική θεωρεία και της

αναλύσεις των οικονομολόγων η ανεργία με βάση τα αίτια που την προκαλούν διακρίνεται σε

τέσσερα είδη.

Διαρθρωτική ανεργία

Θεωρείται η πιο σημαντική μορφή ανεργίας διότι η εξέλιξη της σε μια χώρα δείχνει το κατά πόσο

μια οικονομία μπορεί να προσαρμοστεί στις νέες συνθήκες που προκύπτουν από τις τεχνολογικές

μεταβολές. Οι διάφοροι λόγοι που δημιουργείται είναι η δυσαναλογία μεταξύ προσφοράς και

ζήτησης των διαφόρων ειδικεύσεων και το άνοιγμα καινούργιων θέσεων εργασίας σε

συγκεκριμένη γεωγραφική περιοχή. Αυτό σημαίνει ότι απαιτείται η επανεκπαίδευση των ανέργων

ή η μετακίνηση τους από μια περιοχή σε μια άλλη. Η διαθρωτική ανεργία παρουσιάζει κυρίως

μακροχρόνια χαρακτηριστικά.

39

Σύμφωνα με τον Πουριναράκη (2011), το είδος αυτό της ανεργίας είναι συνυφασμένο με την

έννοια της δυναμικής οικονομίας, η οποία προσαρμόζεται σε νέα δεδομένα τα οποία

δημιουργούνται είτε από τη διαθεσιμότητα παραγωγικών συντελεστών, είτε από την εισαγωγή

νέων τεχνολογικών καινοτομιών. Κατά συνέπεια η μείωση της διαρθρωτικής ανεργίας δεν συνάδει

με την οικονομική ανάκαμψη, ούτε με δημοσιονομικά μέτρα διότι η ύπαρξη της είναι απόρροια

των αναπόφευκτων οικονομικών εξελίξεων.

Ανεργία τριβής

Η ανεργία τριβής προκύπτει λόγω της ακατάπαυστης κίνησης των ανθρώπων μεταξύ περιοχών και

θέσεων εργασίας ή διαφόρων σταδίων του κύκλου ζωής. Επίσης, περιλαμβάνονται τα άτομα που

λόγω φυσικών αιτιών καθίστανται ανίκανα προς εργασία. Ουσιαστικά, αποτελεί το ελάχιστο

επίπεδο ανεργίας που δεν μπορεί να μειωθεί σε μια δυναμική κοινωνία εφ' όσον, ακόμη και αν η

οικονομία είναι σε πλήρη απασχόληση, κάποιοι θα αποχωρούν από τις θέσεις τους, κάποιοι

φοιτητές θα ψάχνουν για εργασία μετά την αποφοίτησή τους, κάποιοι γονείς θα επανεντάσσονται

στο εργατικό δυναμικό και κάποιοι θα θέλουν μια καλύτερη ή μια διαφορετική εργασία.

Η έλλειψη πληροφόρησης στο εργασιακό σύστημα είναι ο ουσιαστικός παράγοντας που

προσδιορίζει την ανεργία τριβής, αφού πολλές επιχειρήσεις δεν γνωρίζουν για τους υπάρχοντες

ανέργους αλλά ούτε οι άνεργοι γνωρίζουν για τις κενές θέσεις εργασίας. Σύμφωνα με τα παραπάνω

όταν μια οικονομία βρίσκεται στο επίπεδο της πλήρους απασχόλησης, δεν σημαίνει ότι η ανεργία

είναι μηδέν. Όσον αφορά την διάρκεια της, η ανεργία τριβής χαρακτηρίζεται ως βραχυχρόνια και

αυτή είναι και η βασική διαφορά της με τα άλλα είδη ανεργίας.

Εποχιακή ανεργία

Εποχιακή ανεργία είναι η ανεργία εκείνη που οφείλεται στο χαμηλότερο επίπεδο οικονομικής

δραστηριότητας που συμβαίνει σε ορισμένους κλάδους της οικονομίας συγκεκριμένες εποχές του

χρόνου (Δεδουσόπουλος, 2000).

Λόγω της ονομασίας που της έχει δοθεί μπορεί να βγει το συμπέρασμα ότι η συγκεκριμένη ανεργία

αφορά συγκεκριμένους κλάδους επαγγελμάτων, όπου η παραγωγική τους ικανότητα και κατά

συνέπεια η οικονομική τους δραστηριότητα διαφέρει από εποχή σε εποχή. Τέτοια επαγγέλματα

για παράδειγμα, είναι τα τουριστικά και τα αγροτικά. Τα άτομα που απασχολούνται σε τέτοιους

είδους επιχειρήσεις, εργάζονται τους μισούς μήνες του χρόνου με αποτέλεσμα του υπόλοιπους να

λαμβάνουν επίδομα ανεργίας.

Κάποιες φορές τα άτομα βρίσκουν συμπληρωματική εργασία, τους μήνες που μένουν άνεργοι για

να μπορούν να καλυφθούν οικονομικά. Χαρακτηριστικά της εποχιακής ανεργίας είναι ότι

επαναλαμβάνεται κάθε χρόνο και είναι προσωρινή και μικρής σχετικά διάρκειας.

40

Κυκλική ανεργία

Η κυκλική ανεργία ή αλλιώς η ανεργία ανεπαρκούς ζήτησης οφείλεται στην μειωμένη ζήτηση

προϊόντων και υπηρεσιών. Αυτό δείχνει ότι η συνολική οικονομική κατάσταση μιας χώρας

βρίσκεται σε καθοδική πορεία, που σημαίνει ότι δεν υπάρχει ανάπτυξη και έτσι η αδυνατεί να

απορροφήσει το μεγαλύτερο ποσοστό του εργατικού δυναμικού. Συνεπάγεται από τα παραπάνω

ότι η σχέση που διέπει την ανεργία αυτή σε σχέση με την οικονομική κατάσταση μια χώρας είναι

αρνητική. Δηλαδή, αυτού του είδους η ανεργία αυξάνεται όσο η οικονομική δραστηριότητα

μειώνεται και επιβραδύνεται όσο η οικονομική δραστηριότητα μιας χώρας αυξάνεται. Κατά

συνέπεια παρουσιάζεται κυρίως σε περιόδους οικονομικής ύφεσης.

Ορισμένοι οικονομολόγοι υποστηρίζουν πως υπάρχουν κάποια είδη ανεργίας, τα οποία εμπίπτουν

στην κυκλική ανεργία. Ένα από αυτά είναι η ανεργία αναμονής, η οποία εμφανίζεται όταν ένας

εργαζόμενος απολύεται από την επιχείρηση. Η διαφορά αυτής της μορφής ανεργίας με την

κυκλική, είναι πως ο εργαζόμενος προσδοκεί να εντατικοποιηθεί ξανά στο δυναμικό της

επιχείρησης και έτσι τον χρόνο που μεσολαβεί από την απόλυση μέχρι την επανένταξη δεν αναζητά

άλλη εργασία.

Εκούσια – Ακούσια ανεργία

Μια άλλη βασική διάκριση της ανεργίας είναι μεταξύ ηθελημένης ή εκούσιας ανεργίας και της

αθέλητης ή ακούσιας ανεργίας. Ηθελημένη ανεργία είναι η κατάσταση ενός ατόμου που δεν

επιθυμεί να εργαστεί για διάφορους λόγους, αλλά παρ' όλα αυτά καταγράφεται στα στατιστικά

δεδομένα ως άνεργος την συγκεκριμένη χρονική περίοδο. Η νεοκλασική οικονομική σκέψη

θεωρούσε ότι όλη η ανεργία ήταν ηθελημένη, οφειλόμενη στην άρνηση των μισθωτών να

αποδεχθούν μια μείωση του πραγματικού μισθού. Ενώ σύμφωνα με τον ορισμό που δίνει ο

Perlman (1969) «Οι εργαζόμενοι είναι ακούσια άνεργοι, όταν, όντας χωρίς εργασία, θα ήταν

πρόθυμοι να εργασθούν μ' ένα πραγματικό μισθό χαμηλότερο από τον ισχύοντα».

Ανεργία με βάση τη χρονική διάρκεια

Σύμφωνα με τα κριτήρια της διάρκειας της, η ανεργία διακρίνεται σε βραχυχρόνια, ανεργία μέσης

διάρκειας, μακροχρόνια ανεργία και μεγάλη μακροχρόνια ανεργία. Βραχυχρόνια ανεργία

θεωρείται αυτή που διαρκεί έως 6 μήνες, μέσης διάρκειας από 6 έως 12 μήνες, μακροχρόνια από

12 μήνες και πάνω και η μεγάλη μακροχρόνια ανεργία από 24 μήνες και πάνω.

Χρονική Διάρκεια Ανεργίας Είδος Ανεργίας

Έως 6 μήνες Βραχυχρόνια ανεργία

6 έως 12 μήνες Ανεργία μέσης διάρκειας

12 μήνες και άνω Μακροχρόνια ανεργία

24 μήνες και άνω Μεγάλη μακροχρόνια ανεργία

Πηγή: Δεδουσόπουλος, 2000

41

Στη Ελλάδα ο συνδυασμός του υψηλού ποσοστού των μακροχρόνια ανέργων με το χαμηλό

ποσοστό των επιδοτούμενων ανέργων δημιουργεί πραγματικά ένα εκρηκτικό εκτός ελέγχου

κοινωνικό πρόβλημα, του οποίου οι επιπτώσεις δεν έχουν διερευνηθεί καθώς μεγάλο ποσοστό

στερείται των βασικών μέσων επιβίωσης και ιατροφαρμακευτικής περίθαλψης

2.4.3.2 Ανεργία με βάση την ομάδα που ανήκει ο άνεργος

Για την καλύτερη μέτρηση και κατανόηση της ανεργίας, είναι σημαντικό να ταξινομηθεί το εργατικό

δυναμικό σε κοινωνικές ομάδες, στις οποίες κατηγοριοποιούνται σύμφωνα με κάποια κριτήρια.

Υπάρχουν δύο κατηγορίες κριτηρίων, που ταξινομούν την ανεργία ανάλογα με την κοινωνική

ομάδα:

1. Κριτήρια που αναφέρονται στα προσωπικά χαρακτηριστικά των ατόμων, όπως το φύλο, η

εθνικότητα, η ηλικία, το επίπεδο εκπαίδευσης, η οικογενειακή κατάσταση.

2. Κριτήρια που αφορούν κοινωνικοοικονομικά χαρακτηριστικά μιας συγκεκριμένης

γεωγραφικής περιοχής ή ενός συγκεκριμένου εργασιακού περιβάλλοντος. Με βάση αυτά

οι άνεργοι μπορούν να ταξινομηθούν ανάλογα την περιφέρεια στην οποία ανήκουν ή το

επάγγελμα το οποίο ασκούν.

2.4.4 Τα αίτια της ανεργίας

Στον Ελληνικό χώρο, παρατηρήθηκε το φαινόμενο της διατήρησης της ανεργίας σε χαμηλά

ποσοστά και ανοδική πορεία στο τομέα της απασχόλησης. Όμως η απότομη αύξησή της οδήγησε

πολλούς οικονομικούς αναλυτές να δώσουν εξηγήσεις για τα αίτια αυτής. Παρ' όλες τις

προσπάθειες οι εξηγήσεις που δίνονταν για τα αίτια του φαινομένου αφορούσαν εξωγενείς ή

εξωοικονομικούς παράγοντες. Οι τεχνολογικές μεταβολές, οι δημογραφικές εξελίξεις, οι

οικονομικές εξελίξεις, η ανταγωνιστικότητα με τρίτες χώρες, η αστάθεια στην αγορά εργασίας είναι

από τα πιο σημαντικά αίτια της ανεργίας. Το καθένα απ' αυτά αναλύονται παρακάτω.

Η τεχνολογική εξέλιξη

Η εξελίξεις της τεχνολογίας αυξάνουν την παραγωγικότητα, δυναμώνουν τον τομέα της

βιομηχανίας και συντελούν σε μια αποδοτική οικονομία. Παρ' όλα αυτά για την αξιοποίηση των

τεχνολογιών, χρειάζεται πιο καταρτισμένο επιστημονικά προσωπικό από το λιγότερο ειδικευμένο.

Επίσης η δημιουργία ηλεκτρονικών μηχανημάτων για την παραγωγή, αντικαθιστά τις θέσεις

εργασίας. Συνέπεια των παραπάνω είναι η μείωση των μισθών εργασίας για τους λιγότερους

ειδικευμένους εργάτες και η κατάργηση ορισμένων θέσεων εργασίας. Συνήθως τα κράτη δεν είναι

προετοιμασμένα για τις εξελίξεις αυτές με αποτέλεσμα τα δημοσιονομικά μέτρα που

εφαρμόζονται να μην καλύπτουν το πρόβλημα. «Η λεγάμενη τεχνολογική ανεργία δεν είναι

αποτέλεσμα της ύπαρξης των νέων τεχνολογιών αλλά του τρόπου με τον οποίο αυτές

εφαρμόζονται» (Παπαδημητρίου, 2010).

42

Η μείωση της απασχόλησης

Η μείωση της απασχόλησης και κατ' επέκταση η αύξηση της ανεργίας επηρεάζεται από τις

μεταβολές του πληθυσμού σε μία χώρα. Οι μεταβολές αυτές μπορεί να αναφέρονται στην

υπερήμωση της υπαίθρου, στην φυσιολογική αύξηση του πληθυσμού ή στην μαζική

μετανάστευση.

Οι οικονομικές διακυμάνσεις

Οι οικονομικές διακυμάνσεις σε μια χώρα και ιδιαίτερα εκείνες που βρίσκονται στη φάση της

κάμψης ή της ύφεσης έχουν ορισμένες συνέπειες στην οικονομική ανάπτυξη μίας χώρας. Το

κλείσιμο των επιχειρήσεων, η αδυναμία επενδύσεων είναι μερικές από τις αιτίες που δημιουργούν

ανεργία. Το εκάστοτε κράτος αδυνατεί να πραγματοποιήσει έργα μεγάλων επενδύσεων, ώστε να

δημιουργηθούν καινούργιες θέσεις εργασίας. Επίσης οι επιχειρήσεις προχωρούν σε απολύσεις με

αποτέλεσμα να μένουν εκτός αγορά εργασίας όλο και περισσότερα άτομα (ΣΕΠΕ, 2013).

Μη κατάλληλες πολιτικές

Η αδυναμία των εκάστοτε κυβερνήσεων να εφαρμόσουν τις κατάλληλες πολιτικές, έτσι ώστε να

ενισχυθεί η ανταγωνιστικότητα έχουν μειώσει σημαντικά την απασχόληση. Συγκεκριμένα στην

Ελληνική οικονομία έχουν σταματήσει να λειτουργούν πολλές βιομηχανίες, εξαιτίας των

εισαγόμενων προϊόντων των πιο αναπτυσσόμενων χωρών. Αναλυτικά, η Ελλάδα βρέθηκε στην 96η

θέση στην κατάταξη διεθνούς ανταγωνιστικότητας για την περίοδο 2012 - 2013 χάνοντας έξι θέσεις

σε σχέση με την προηγούμενη περίοδο 2011 - 2012. Η θέση αυτή την κατέταξε τελευταία από τις

χώρες της Ευρωπαϊκής Ένωσης των 27 κρατών-μελών σύμφωνα με το Δείκτη Παγκόσμιας

Ανταγωνιστικότητας (ΣΕΠΕ, 2013)

Διακυμάνσεις στην αγορά εργασίας

Ένας άλλος σημαντικός παράγοντας που συμβάλλει στην ανάπτυξη της ανεργίας είναι οι

διακυμάνσεις στην αγορά εργασίας. Οι εξειδικεύσεις μεταβάλλονται ανά κλάδο λόγω των

τεχνολογικών αλλαγών και έτσι τα περισσότερα επαγγέλματα ταξινομούνται ανάλογα με τα

προσόντα του κάθε ατόμου. Τα περισσότερα απ' αυτά τα άτομα είτε βρίσκονται σε

απομακρυσμένη γεωγραφική περιοχή, είτε δεν γνωρίζουν για τη συγκεκριμένη θέση. Υπεύθυνο για

την κατάσταση αυτή είναι το εκπαιδευτικό σύστημα, το οποίο αδυνατεί να εντοπίσει τα άτομα

αυτά (Πουρινάκης, 2011).

2.4.5 Οι επιπτώσεις της ανεργίας στο άτομο.

Οι συνέπειες της ανεργίας δεν περιορίζονται μόνο στις οικονομικές επιπτώσεις, αλλά

περιλαμβάνουν ένα ολόκληρο τομέα που αφορά τις κοινωνικές δυσχέρειες μιας κοινωνίας και τα

ψυχολογικά προβλήματα που καταβάλουν το άτομο. Υπάρχουν τρεις βασικές οικονομικές

43

συνέπειες της ανεργίας. Πρώτον η απώλεια που υφίσταται η παραγωγή λόγω όλων εκείνων που

δεν συμβάλλουν στη παραγωγική διαδικασία. Δεύτερον δημιουργεί απώλεια εισοδήματος για τον

άνεργο και για την οικογένεια του. Τέλος ο κρατικός προϋπολογισμός επιβαρύνεται λόγω της

πληθώρας των επιδομάτων προς τους ανέργους.

Πέρα από τις οικονομικές απολαβές που η εργασία προσφέρει στα άτομα και ιδιαίτερα στους

νέους, δημιουργεί ένα αίσθημα σιγουριάς, ικανοποίησης και αυτονόμησης. Αντίθετα η μη εύρεση

εργασίας ή η απώλεια αυτής δημιουργεί κοινωνικό αποκλεισμό και επηρεάζει την ψυχολογική

υγεία του ατόμου αλλά και επιβραδύνει την κοινωνική ευημερία και ανάπτυξη κάθε χώρας. Παρά

το γεγονός πως η συμπεριφορά ενός ατόμου επηρεάζεται από τη φύση και τον χαρακτήρα της

εργασίας, δηλαδή πολλοί άνθρωποι δεν είναι ευχαριστημένοι με την εργασία που κάνουν, οι

άνεργοι παρουσιάζουν πολύ χειρότερη ψυχική υγεία. Παρακάτω θα αναλυθούν πρώτα οι

καταστάσεις που βιώνει ένα άτομο και έπειτα η κοινωνία.

Σύμφωνα με τους Eisenberg και Lazarsfeld (1938) και έπειτα από μελέτες που διεξάχθηκαν το

1938 διαχώρισαν τις αντιδράσεις των ανέργων σε τρεις φάσεις:

1. Στο πρώτο στάδιο το άτομο αρνείται να δεχθεί ότι έχασε την εργασία του και ελπίζει ότι

μπορεί να προσληφθεί ξανά.

2. Ακολουθεί το στάδιο της απαισιοδοξίας, όπου το άτομο αρχίζει να συνειδητοποιεί την

κατάστασή του ύστερα από συνεχόμενες αποτυχημένες προσπάθειες εύρεσης εργασίας

3. Τέλος επέρχεται το στάδιο της κατάθλιψης όπου το άτομο οδηγείται σε αδιέξοδο και νιώθει

κοινωνικά αποκλεισμένο.

Οι δυσμενής συνθήκες που βρίσκεται ένα άτομο εξαιτίας της ανεργίας διαφέρει ανά πληθυσμιακή

ομάδα, ανά γεωγραφική περιοχή και από φύλλο σε φύλλο. Σύμφωνα με έρευνες οι γυναίκες

παρουσιάζουν χαμηλότερα επίπεδα άγχους και κατάθλιψης, λόγω των πολλαπλών ρόλων που

αναλαμβάνουν καθημερινά. Όταν πρόκειται για άνεργη γυναίκα τότε συχνά βρίσκεται υπό πίεση

από το οικογενειακό της περιβάλλον, για επιστροφή στον παραδοσιακό της ρόλο ως νοικοκυρά

(Σκούτελης, 1996). Επίσης οι μικρότερες ηλικιακές ομάδες βιώνουν την ανεργία πιο αμυντικά, με

έντονα τα στοιχεία της επιθετικότητας και της βίαιης συμπεριφοράς. Αντίθετα οι μεγαλύτερες

ηλικίες διαχειρίζονται με ψυχραιμία το πρόβλημα και υιοθετούν πιο ώριμη συμπεριφορά.

Μετά από έρευνα που διεξήχθη στο Sheffield στην Μονάδα Κοινωνικής και Εφαρμοσμένης

Ψυχολογίας, βρέθηκαν κάποιες επιδράσεις που επιφέρει η ανεργία στο άτομο. Μερικές από αυτές

είναι λιγότερη δυνατότητα για διαπροσωπική επαφή, λιγότερη ποικιλία στη ζωής, αβεβαιότητα για

το μέλλον, χαμηλότερη κοινωνική εκτίμηση, ισχύ και κύρος. Κατά συνέπεια ένας άνεργος

διακατέχεται από κακή ψυχική υγεία που οδηγεί σε άγχος, στενοχώρια και κατάθλιψη (Κατσορίδας

και Λεχουρίτης, 2002).

Η φτώχεια και ο κοινωνικός αποκλεισμός είναι φαινόμενα άμεσα εξαρτώμενα με την ανεργία.

Αυτές τις δύο έννοιες, την φτώχεια και τον κοινωνικό αποκλεισμό, διαχωρίζει η Levitas (2000)

υποστηρίζοντας πως η πρώτη αφορά κυρίως την έλλειψη πόρων, ενώ η δεύτερη αφορά κυρίως

44

δικαιώματα και σχέσεις. Η Ευρωπαϊκή Ένωση συνδέει τον κοινωνικό αποκλεισμό με την ανεργία

και θεωρεί πως η απασχόληση είναι ο πιο αποτελεσματικός τρόπος κοινωνικής ενσωμάτωσης. Παρ'

όλα αυτά, έχει ασκηθεί πολλές φορές κριτική για την σύνδεση του κοινωνικού αποκλεισμού

αποκλειστικά με την αγορά εργασίας. Ειδικότερα, υποστηρίζεται πως ο κοινωνικός αποκλεισμός

είναι μία πολυδιάστατη έννοια την οποία την βιώνει ξεχωριστά κάθε άτομο και η οποία επιφέρει

αποκλεισμό ακόμη και εντός των χώρων εργασίας.

Πρώτον, οι κοινωνικές ανισότητες που δημιουργούνται στους χώρους εργασίας βρίσκονται

ανάμεσα σε ένα άτομο που διαθέτει περιουσία και κατέχει υψηλόβαθμη θέση και υψηλό εισόδημα

και σε ένα άτομο χαμηλά αμειβόμενο χωρίς καθόλου περιουσία. Αντίθετα η χαμηλά αμειβόμενη

ελαστική και επισφαλής εργασία δυσχεραίνει την κοινωνική συμμετοχή και δεν την διευκολύνει.

Άλλωστε, ακόμη και οι θέσεις εργασίας που θεωρούνται καλές μπορεί να επιφέρουν τον

αποκλεισμό από οικογενειακές και φιλικές σχέσεις, διασκέδαση, συμμετοχή στην πολιτική ζωή

λόγω πίεσης και στρες. Δεύτερον, η έννοια του κοινωνικού αποκλεισμού ως αποκλεισμού από την

αγορά εργασίας, υποβαθμίζει τον ρόλο της μη αμειβόμενης εργασίας (Levitas, 2000).

Αξίζει να σημειωθεί και η ύπαρξη χαμηλής μόρφωσης στις κοινωνίες που πλήττονται από υψηλά

επίπεδα ανεργίας και ειδικότερα στην χαμηλή εκπαίδευση των νέων. Αυτό οφείλεται κυρίως στην

αδυναμία των οικογενειών να ανταπεξέλθουν στην παροχή εκπαίδευσης προς τους νέους ή ακόμη

και στην προτίμηση των ίδιων των νέων να μην προβούν σε περαιτέρω σπουδές (Yates και Leach,

2006).

45

2.5 Στρατηγική «Ευρώπη 2020»

Η στρατηγική «Ευρώπη 2020» είναι η δεκαετής στρατηγική της Ευρωπαϊκής Ένωσης για την

απασχόληση και την ανάπτυξη. Ξεκίνησε το 2010 με σκοπό τη δημιουργία των συνθηκών για μια

έξυπνη, βιώσιμη και χωρίς αποκλεισμούς ανάπτυξη5.

Η στρατηγική επικεντρώνεται σε πέντε φιλόδοξους στόχους στους τομείς της απασχόλησης, της

καινοτομίας, της εκπαίδευσης, της μείωσης της φτώχειας και του κλίματος/της ενέργειας. Στόχος

της στρατηγικής είναι η προαγωγή μιας έξυπνης, βιώσιμης και χωρίς αποκλεισμούς ανάπτυξης.

Λέγοντας έξυπνης αναφέρεται στην ανάπτυξη με αποτελεσματικότερες επενδύσεις στην

εκπαίδευση, την έρευνα και την καινοτομία· βιώσιμης, χάρη στην αποφασιστική μετάβαση σε μια

οικονομία χαμηλών εκπομπών άνθρακα· χωρίς αποκλεισμούς, με ιδιαίτερη έμφαση στη

δημιουργία θέσεων εργασίας και στη μείωση της φτώχειας.

Πρωταρχικοί στόχοι για την ΕΕ μέχρι το 2020 για την ανεργία και την καταπολέμηση της φτώχειας

είναι:

• Απασχόληση του 75% γυναικών και ανδρών της ηλικιακής κατηγορίας 20-64 ετών.

• Μείωση τουλάχιστον κατά 20 εκατομμύρια των ατόμων που βρίσκονται ή κινδυνεύουν να

βρεθούν σε κατάσταση φτώχειας και κοινωνικού αποκλεισμού.

Για να το πετύχει αυτό έχει υιοθετήσει δύο εμβληματικές πρωτοβουλίες (Περιφέρεια Ανατολικής

Μακεδονίας και Θράκης, 2015):

1. Την Ατζέντα για νέες δεξιότητες και θέσεις εργασίας που απευθύνεται:

• σε μεμονωμένα άτομα, παρέχοντάς τους τη δυνατότητα να αποκτούν νέες

δεξιότητες,

• να προσαρμόζονται στις αλλαγές της αγοράς εργασίας και να αλλάζουν με επιτυχία

επάγγελμα,

• στην κοινωνία στο σύνολό της, εκσυγχρονίζοντας τις αγορές εργασίας ώστε να

αυξηθεί το επίπεδο απασχόλησης, να μειωθεί η ανεργία, να αυξηθεί η

παραγωγικότητα του εργατικού δυναμικού και να διασφαλιστεί η βιωσιμότητα των

κοινωνικών προτύπων.

2. Την Ευρωπαϊκή πλατφόρμα κατά της φτώχειας, με στόχο:

• Τη διασφάλιση οικονομικής, κοινωνικής και εδαφικής συνοχής

• Την εγγύηση του σεβασμού των θεμελιωδών δικαιωμάτων των ατόμων που ζουν σε

συνθήκες φτώχειας και κοινωνικού αποκλεισμού, παρέχοντάς τους τη δυνατότητα

να ζουν αξιοπρεπώς και να συμμετέχουν ενεργά στην κοινωνία,

• Την παροχή βοήθειας στους πολίτες για να ενταχθούν στις κοινότητες όπου ζουν, να

μορφωθούν, να βρουν δουλειά και να έχουν πρόσβαση σε κοινωνικά οφέλη.

5 http://ec.europa.eu/europe2020/europe-2020-in-a-nutshell/index_el.htm

46

Στη συγκεκριμένη στρατηγική, η ΕΕ υιοθέτησε έναν σύνθετο δείκτη ARoPE (At Risk of Poverty or

social Exclusion) για τη μέτρηση του κινδύνου φτώχειας ή κοινωνικού αποκλεισμού, ο οποίος

αποτελεί τον κύριο δείκτη για την παρακολούθηση της κατάστασης της ΕΕ. Με αυτόν επιδιώκει να

ενσωματώσει άλλες διαστάσεις με νομισματικές μετρήσεις της φτώχειας, επισημαίνοντας τον

κοινωνικό αποκλεισμό, δηλαδή τη στέρηση και την ένταση εργασίας, και αναλύεται ανάλογα με το

φύλο, την ηλικία, την εθνικότητα, τη γεωγραφία και την κοινωνικοοικονομική κατάσταση της

οικογένειας (Save the Children, 2014).

2.6 Ευρωπαϊκή Πλατφόρμα κατά της Φτώχειας και του Κοινωνικού Αποκλεισμού

Πηγή: Παραδοτέα Περιφερειακών Στρατηγικών για την Κοινωνική Ένταξη και την Καταπολέμηση

της Φτώχειας.

Η Ευρωπαϊκή Πλατφόρμα για την Καταπολέμηση της Φτώχειας και του Κοινωνικού Αποκλεισμού

12 αποτελεί μία από τις επτά Εμβληματικές Πρωτοβουλίες της Στρατηγικής «Ευρώπη 2020» για μία

έξυπνη και διατηρήσιμη ανάπτυξη χωρίς αποκλεισμούς. Πεμπτουσία της Πλατφόρμας αποτελεί η

στενή συνεργασία και ανάληψη κοινών πρωτοβουλιών μεταξύ των κρατών μελών, των

ευρωπαϊκών οργανισμών και των άμεσα ενδιαφερόμενων, προκειμένου να αντιμετωπιστεί

αποτελεσματικά η φτώχεια και ο κοινωνικός αποκλεισμός.

Η Πλατφόρμα εγκαινιάστηκε το 2010 και εκτείνεται μέχρι το 2020, ενώ σκοπό έχει να βοηθήσει τις

χώρες της ΕΕ να πετύχουν ένα σημαντικό στόχο: την έξοδο 20 εκατομμυρίων Ευρωπαίων πολιτών

από τη φτώχεια και τον κοινωνικό αποκλεισμό. Αυτός ο στόχος έχει καθορισθεί από το Ευρωπαϊκό

Συμβούλιο, με βάση τρεις δείκτες: το ποσοστό κινδύνου φτώχειας μετά τις κοινωνικές

μεταβιβάσεις, το δείκτη υλικής στέρησης και το ποσοστό των ατόμων που ζουν σε νοικοκυριά με

πολύ χαμηλή ένταση εργασίας.

Οι πολίτες ταξινομούνται στην κατηγορία των ατόμων που αντιμετωπίζουν σοβαρή υλική στέρηση,

όταν βιώνουν τουλάχιστον 4 από τις 9 στερήσεις: α) αδυνατούν να πληρώσουν το ενοίκιο ή τους

πάγιους λογαριασμούς ρεύματος, νερού, τηλεφώνου κτλ., β) αδυνατούν να κρατήσουν το σπίτι

τους επαρκώς ζεστό, γ) αντιμετωπίζουν απροσδόκητα έξοδα, δ) δεν μπορούν να τρώνε κρέας, ψάρι

ή κάποιο υποκατάστατο πρωτεΐνης κάθε δεύτερη μέρα, ε) αδυνατούν να πραγματοποιήσουν

διακοπές μίας εβδομάδας μακριά από το σπίτι, μια φορά το χρόνο, στ) δεν έχουν αυτοκίνητο, ζ)

δεν έχουν πλυντήριο ρούχων, η) δεν έχουν έγχρωμη τηλεόραση και θ) δεν έχουν τηλέφωνο.

Τα άτομα που ζουν σε νοικοκυριό με χαμηλή ένταση εργασίας είναι αυτά που έχουν ηλικία 0-59

ετών και συνθέτουν ένα νοικοκυριό, όπου οι ενήλικες εργάζονται λιγότερο από το 20% των

δυνατοτήτων τους σε σχέση με τη συνολική εργασία που ασκούσαν κατά τη διάρκεια των δώδεκα

(12) προηγούμενων μηνών.

Η εν λόγω Πλατφόρμα καλύπτει πέντε τομείς δράσης:

47

1. Ανάληψη δράσεων σε όλο το φάσμα των τομέων πολιτικής, όπως στον τομέα της αγοράς

εργασίας, της ελάχιστης στήριξης του εισοδήματος, της υγειονομικής περίθαλψης, της

εκπαίδευσης, της στέγασης και της πρόσβασης σε βασικούς τραπεζικούς λογαριασμούς.

2. Καλύτερη χρήση των ευρωπαϊκών κονδυλίων για την προώθηση της κοινωνικής ένταξης. Η

Ευρωπαϊκή Επιτροπή έχει προτείνει να διατεθεί το 20% του Ευρωπαϊκού Κοινωνικού

Ταμείου για την καταπολέμηση της φτώχειας και του κοινωνικού αποκλεισμού.

3. Παρουσίαση τεκμηριωμένων στοιχείων με σκοπό την εκτίμηση της αποτελεσματικότητας

καινοτόμων κοινωνικών πολιτικών, προτού αυτές εφαρμοστούν σε ευρύτερη κλίμακα.

4. Συνεργασία με την κοινωνία των πολιτών για την αποτελεσματικότερη εφαρμογή των

μεταρρυθμίσεων της κοινωνικής πολιτικής. Η συμμετοχή των ατόμων που αντιμετωπίζουν

πρόβλημα φτώχειας αναγνωρίζεται σήμερα ως καταλυτικός παράγοντας σε κάθε

στρατηγική κοινωνικής ένταξης.

5. Καλύτερος συντονισμός των εθνικών πολιτικών των κρατών μελών μπορεί να επιτευχθεί με

τη χρήση της Ανοιχτής Μεθόδου Συντονισμού (ΑΜΣ) για την κοινωνική προστασία και την

κοινωνική ένταξη και, ιδίως, μέσω της Επιτροπής Κοινωνικής Προστασίας.

Η περαιτέρω εξειδίκευση της Ευρωπαϊκής Πλατφόρμας κατά της Φτώχειας και του Κοινωνικού

Αποκλεισμού αναφέρεται και καλύπτει τους εξής τομείς:

Πρόσβαση στην απασχόληση

Ο καλύτερος τρόπος για την έξοδο από τη φτώχεια, για όσα άτομα είναι σε θέση να εργαστούν,

είναι η εύρεση εργασίας. Η επιστροφή στην ανάπτυξη πρέπει να διασφαλίσει τον συνδυασμό της

βιωσιμότητας και της έντασης εργασίας, έτσι ώστε να επιτευχθεί ο στόχος της κοινωνικής

δικαιοσύνης. Η ικανοποίηση του στόχου που προβλέπει ποσοστό απασχόλησης 75% τόσο για τις

γυναίκες όσο και για τους άνδρες, μέχρι το 2020, θα ήταν η μεγαλύτερη συμβολή στην προσπάθεια

εξόδου 20 εκατομμυρίων Ευρωπαίων πολιτών από τη φτώχεια. Οι περισσότερες προσπάθειες

επικεντρώνονται στην εύρυθμη λειτουργία και στις λιγότερο κατακερματισμένες αγορές εργασίας,

στην ανάπτυξη των δεξιοτήτων και των προσόντων του εργατικού δυναμικού, στη βελτίωση της

ποιότητας και των συνθηκών εργασίας, καθώς και στην επιτάχυνση της δημιουργίας θέσεων

εργασίας. Η επίτευξη των παραπάνω αξιώνει τις κατάλληλες στρατηγικές, που θα συνδυάζουν

εύστοχα συστήματα στήριξης του εισοδήματος, αγορές εργασίας χωρίς διακρίσεις και αποδοτικές

δομές κοινωνικής πολιτικής. Όσοι είναι αποκλεισμένοι από την αγορά εργασίας πρέπει να

προσεχθούν ιδιαιτέρως και να στηριχθούν καταλλήλως, προκειμένου να αποφευχθεί η «παγίδα»

χαμηλών προσδοκιών, όπου ουσιαστικά θα βρίσκονται εγκλωβισμένοι μεταξύ ανεργίας και

επισφαλούς απασχόλησης χαμηλής ποιότητας.

Πρόσβαση σε βασικές υπηρεσίες και κοινωνική προστασία

Δεδομένης της δύσκολης οικονομικής κατάστασης και της στενότητας των πόρων για την άσκηση

κοινωνικής πολιτικής, είναι επιτακτική ανάγκη οι δημόσιες δαπάνες να στοχεύουν καλύτερα στις

πραγματικές ανάγκες και να έχουν μεγαλύτερο αντίκτυπο στη δοκιμαζόμενη κοινωνία. Οι δημόσιες

πολιτικές πρέπει να καλύψουν δύο σημαντικές προκλήσεις: αφενός την πρόληψη, η οποία είναι ο

πλέον αποτελεσματικός και βιώσιμος τρόπος αντιμετώπισης της φτώχειας και του κοινωνικού

αποκλεισμού και αφετέρου την έγκαιρη παρέμβαση, ώστε να αποφευχθεί το ενδεχόμενο τα άτομα

48

που διαβαίνουν το κατώφλι της φτώχειας να παραμείνουν εγκλωβισμένα σε ακόμη δυσκολότερες

κοινωνικοοικονομικές καταστάσεις. Τα βασικότερα ζητούμενα είναι η διασφάλιση της

μακροπρόθεσμης βιωσιμότητας των συνταξιοδοτικών συστημάτων και η αποτροπή της αύξησης

των ποσοστών των ατόμων με κακή υγεία. Από τη μία, η επάρκεια και βιωσιμότητα των

συνταξιοδοτικών συστημάτων αποτελεί προϋπόθεση για την αντιμετώπισης της φτώχεια των

ηλικιωμένων, καθώς στην αντίθετη περίπτωση μεγαλώνει την εξάρτηση τους από τους άλλους και

τους οδηγεί στον κοινωνικό αποκλεισμό. Από την άλλη, η κακή υγεία, η οποία συχνά αποτελεί το

προϊόν των κακών συνθηκών ζωής, σχετίζεται σε μεγάλο βαθμό με τη φτώχεια, καθώς μειώνει την

ικανότητα εργασίας και αυξάνει το κόστος θεραπευτικής αγωγής και φροντίδας. Συνεπώς, το

προλαμβάνειν είναι καλύτερο του θεραπεύειν και, επίσης, είναι σημαντικό για την καταπολέμηση

της φτώχειας να εξασφαλιστεί η πρόσβαση σε αποτελεσματική υγειονομική περίθαλψη και

κοινωνική φροντίδα.

Πολιτικές για την εκπαίδευση και τη νεολαία

Τα εκπαιδευτικά συστήματα και τα προγράμματα κατάρτισης πρέπει να λειτουργούν ως

«κοινωνικό ασανσέρ». Επομένως, πρέπει να αποτελέσουν τους βασικούς παράγοντες στήριξης της

κοινωνικής κινητικότητας, της ανάδειξης και της αντιμετώπισης της μειονεξίας και της ανισότητας.

Η προσχολική εκπαίδευση πιθανότατα είναι η σημαντικότερη αιτία για τη ρήξη του φαύλου κύκλου

της διαγενεακής ανισότητας και της μεταβίβασης της φτώχειας. Ως εκ τούτου, η προσχολική

εκπαίδευση πρέπει να προσεγγίζεται ως μια σημαντική επένδυση. Σύμφωνα με το σημείο

αναφοράς των κρατών μελών, το 95% των παιδιών ηλικίας από 4 ετών έως και την αρχή της

υποχρεωτικής εκπαίδευσης θα πρέπει να συμμετέχουν στην προσχολική εκπαίδευση και φροντίδα.

Αναφορικά με τους μακροπρόθεσμους στόχους, το ποσοστό της πρόωρης σχολικής διαρροής,

όπως συμφωνήθηκε με βάση τον πρωταρχικό στόχο της Στρατηγικής «Ευρώπη 2020», πρέπει να

πέσει σε ποσοστό κάτω από το 10% έως το 2020, κάτι που θα έχει σημαντική συμβολή στη μείωση

της φτώχειας.

Ένταξη μεταναστών

Το 6,4% του πληθυσμού της ΕΕ (περισσότεροι από 30 εκατομμύρια άνθρωποι) δεν είναι υπήκοοι

των κρατών μελών. Η θέσπιση ενός ολοκληρωμένου και αποτελεσματικού πλαισίου πολιτικής

ένταξης αποτελεί μία δύσκολη πρόκληση. Η διαδικασία ένταξης σε μία νέα κοινωνία είναι

περίπλοκη και απαιτεί στοχευμένες προσπάθειες, συντονισμό και συνεργασία όλων των

εμπλεκόμενων φορέων και δρώντων. Η αποτελεσματική εστίαση πρέπει να περιλαμβάνει την

πρόσβαση στην αγορά εργασίας, τη στέγαση, την πρόσβαση στις κοινωνικές και εκπαιδευτικές

δομές, την πρόσβαση στον τραπεζικό και ασφαλιστικό τομέα, τη συμμετοχή στις πολιτικές

διαδικασίες, καθώς και τη δημιουργία κοινωνικών και πολιτιστικών σχέσεων με την κοινότητα. Η

επιτυχής ανταπόκριση της Ένωσης στην πρόκληση της ένταξης των μεταναστών αποτελεί τον

θεμέλιο λίθο για την κοινωνική συνοχή στην ήπειρο και τη βιωσιμότητα των ευρωπαϊκών

συστημάτων κοινωνικής προστασίας. Η επίτευξη του στόχου της Στρατηγικής «Ευρώπη 2020»

σχετικά με την κοινωνική ένταξη και συνοχή συναρτάται από την ικανότητα της ΕΕ και των κρατών

μελών να συνδυάσουν την κοινωνική με την μεταναστευτική πολιτική.

49

Κοινωνική ένταξη και καταπολέμηση των διακρίσεων

Για αρκετές πληθυσμιακές ομάδες και μεμονωμένα άτομα οι ρίζες της φτώχειας βρίσκονται στους

περιορισμούς, οι οποίοι στερούν από τα εν λόγω άτομα ευκαιρίες και δικαιώματα. Συνεπώς, οι

πολιτικές κοινωνικής ένταξης χρειάζεται να συνδυαστούν και να συμπληρωθούν με πολιτικές

καταπολέμησης των διακρίσεων. Η επίτευξη καλύτερης συσχέτισης ανάμεσα στην κοινωνική

πολιτική και την πολιτική για την καταπολέμηση των διακρίσεων έχει μεγάλη σημασία για την

αντιμετώπιση των σχετικών ζητημάτων που επηρεάζουν μεγάλες ομάδες των Ευρωπαίων πολιτών.

Τέτοιες πολιτικές είναι αυτές που έχουν να κάνουν με την ισότητα των φύλων, την αντιμετώπιση

των διακρίσεων για τα άτομα με αναπηρία, των ατόμων με προβλήματα ψυχικής υγείας και των

εθνοτικών μειονοτήτων όπως οι Ρομά. Οι πολιτικές για την ισότητα των φύλων πρέπει να

στοχεύσουν στην αντιμετώπιση του ανοίγματος της εισοδηματικής ψαλίδας μεταξύ των φύλων.

Ιδιαίτερη προσοχή πρέπει να δοθεί στις μονογονεϊκές οικογένειες (μόνες μητέρες) και τις

ηλικιωμένες γυναίκες. Ένα ευρύ φάσμα παρεμβάσεων σε διάφορες τομεακές πολιτικές

απαιτούνται προκειμένου να εξαλειφθούν οι διακρίσεις και οι αποκλεισμοί των ατόμων με

αναπηρία. Αξίζει να υπογραμμίσουμε ότι η συγκεκριμένη κατηγορία πολιτών έχει πολύ

περισσότερες ανάγκες από τα υπόλοιπα άτομα και, ως εκ τούτου, οι δείκτες φτώχειας δεν

αντικατοπτρίζουν την πραγματική επάρκεια των πόρων σε σχέση με την κάλυψη των απαραίτητων

αναγκών. Τα άτομα που αντιμετωπίζουν προβλήματα ψυχικής υγείας συγκαταλέγονται στις

περισσότερο αποκλεισμένες ομάδες σε μία κοινωνία. Οι διακρίσεις, ο στιγματισμός και ο

αποκλεισμός αποτελούν τροχοπέδη για την πρόσβαση τους στην υγεία και την κοινωνική

προστασία. Πρόσφατες έρευνες υποδεικνύουν ότι η φτώχεια, οι διακρίσεις και οι ρατσιστικές

επιθέσεις εις βάρος τους, καθώς και η περιθωριοποίηση των Ρομά έχουν αυξηθεί. Συνεπώς,

χρειάζονται οι απαραίτητες παρεμβάσεις για την εξάλειψη των ανησυχητικών φαινομένων. Η

έλλειψη στέγης αποτελεί το πιο ακραίο παράδειγμα φτώχειας και κοινωνικού αποκλεισμού. Η

ανάπτυξη κατάλληλων και ολοκληρωμένων δράσεων για την πρόσβαση σε προσιτή στέγη αποτελεί

υψηλή προτεραιότητα της Ευρωπαϊκής Στρατηγικής για την κοινωνική ένταξη. Επιπρόσθετα,

αποτελεσματικές δράσεις πρέπει να ληφθούν για την ευρεία χρήση των τεχνολογιών της

πληροφορίας και της επικοινωνίας, ώστε να γεφυρωθεί το χάσμα της ψηφιακής υστέρησης, να

αντιμετωπιστεί ικανοποιητικά η ενεργειακή φτώχεια, μέσω της χρήσης καινοτόμων και

αποδοτικών ενεργειακών λύσεων, και να διασφαλιστεί η πρόσβαση σε χρηματοοικονομικές

υπηρεσίες.

Με βάση τα παραπάνω, οι ειδικοί στόχοι της «Ευρωπαϊκής Πλατφόρμας για την Καταπολέμηση της

Φτώχειας και του Κοινωνικού Αποκλεισμού» συνοψίζονται στα εξής:

1. Στήριξη για την εξάλειψη της παιδικής φτώχειας.

2. Προώθηση της ενεργού ένταξης των ευάλωτων ομάδων στην κοινωνία και την αγορά

εργασίας, καθώς η ανεργία είναι η βασικότερη αιτία φτώχειας και κοινωνικού

αποκλεισμού.

3. Εξασφάλιση και προσιτή στέγαση για όλους.

4. Εξάλειψη των διακρίσεων και αύξηση της κοινωνικής ενσωμάτωσης των ατόμων με

αναπηρίες, των εθνοτικών μειονοτήτων, των μεταναστών και άλλων ευάλωτων ομάδων

που έχουν ανάγκη.

50

5. Αντιμετώπιση του αποκλεισμού από χρηματοπιστωτικές και τραπεζικές υπηρεσίες.

6. Προώθηση της ενσωμάτωσης των Ρομά.

2.7 Εθνική Στρατηγική για την Κοινωνική Ένταξη και Καταπολέμηση της Φτώχειας

Πηγή: Παραδοτέα Περιφερειακών Στρατηγικών για την Κοινωνική Ένταξη και την Καταπολέμηση

της Φτώχειας.

Στο πλαίσιο του Θεματικού Στόχου 9 «Προώθηση της κοινωνικής ένταξης, καταπολέμηση της

φτώχειας και κάθε μορφής διάκρισης» της νέας Προγραμματικής Περιόδου 2014-2020 έχει

εκπονηθεί η Εθνική Στρατηγική για την Κοινωνική Ένταξη, στην οποία αποτυπώνονται οι

στρατηγικές επιλογές για τη ανάπτυξη ολοκληρωμένων πολιτικών για την πρόληψη και

καταπολέμηση της φτώχειας και του κοινωνικού αποκλεισμού.

Η Εθνική Στρατηγική για την Κοινωνική Ένταξη (ΕΣΚΕ), καλείται να απαντήσει στο αίτημα για μια

ολοκληρωμένη στρατηγική για την κοινωνική ενσωμάτωση και την άρση των ανισοτήτων,

δημιουργώντας το απαραίτητο και κατάλληλο εθνικό στρατηγικό πλαίσιο πολιτικής για τη μείωση

της φτώχειας, μέσω της ενεργού ένταξης, καθώς και της υλικής και οικονομικής στήριξης. Η Εθνική

Στρατηγική Κοινωνικής Ένταξης αντανακλά τις νέες προτεραιότητες της Ελληνικής Πολιτείας για την

ενδυνάμωση του Κοινωνικού Κράτους σε περιόδους οικονομικής ύφεσης.

Θα αναπτυχθεί σύμφωνα με ένα ευρύτερο μεταρρυθμιστικό σχέδιο μετεξέλιξης του υφιστάμενου

υπολειμματικού μοντέλου κοινωνικής προστασίας σε εργαλείο του Ενεργητικού Κοινωνικού

Κράτους, το οποίο προσανατολίζεται αφενός στη σύνδεση των δημόσιων κοινωνικών

παρεμβάσεων με τις αναπτυξιακές πολιτικές και την προώθηση της απασχόλησης, αφετέρου στην

ενίσχυση των ευκαιριών των ατόμων που αντιμετωπίζουν καταστάσεις ανάγκης, αναγνωρίζοντας

τις σημαντικές αλλαγές που έχουν συντελεστεί στην οικογένεια και την αγορά εργασίας από τη

δεκαετία του 2000.

Το Ενεργητικό Κοινωνικό Κράτος αποτελεί βασικό μηχανισμό προσαρμογής των πολιτικών

κοινωνικής προστασίας σε εξωτερικές προκλήσεις και κινδύνους, η αντιμετώπιση των οποίων

επιβάλλει συναινέσεις και συνέργειες μεταξύ του κράτους, της αγοράς και της κοινωνίας των

πολιτών, εξυπηρετώντας επάλληλες προτεραιότητες οικονομικής ανάπτυξης και κοινωνικής

συνοχής μέσω τεχνικών επιλεκτικότητας, ενεργοποίησης και καινοτομίας. Εάν και ένας από τους

θεμελιώδεις στόχους του παραμένει η κοινωνική προστασία των ατόμων που αδυνατούν να

εξασφαλίσουν αξιοπρεπείς συνθήκες διαβίωσης μέσω της αγοράς και της οικογένειας, εισάγει νέα

δυναμικά εργαλεία που επιτρέπουν είτε την ορθολογική ένταξη/επανένταξη στην αγορά εργασίας,

είτε τη στοχευμένη κάλυψη καταστάσεων ανάγκης με την αποτελεσματική χρήση των διαθέσιμων

πόρων.

Υποκείμενα των παρεμβάσεων του Ενεργητικού Κοινωνικού Κράτους είναι κάθε άτομο που πληροί

τις προϋποθέσεις ένταξης στο ρυθμιστικό πεδίο των Προγραμμάτων Κοινωνικής Προστασίας,

51

ανεξάρτητα από την ικανότητά του για συμμετοχή στην αγορά εργασίας, καταλαμβάνοντας

δηλαδή θέση απασχόλησης. Επομένως, και άτομα που αδυνατούν αντικειμενικά να εργασθούν

(παιδιά, ηλικιωμένοι, ανάπηροι, γυναίκες με εξαρτημένα μέλη) συνθέτουν ομάδες υψηλής

προτεραιότητας, παρά το γεγονός ότι δεν υπάγονται στην κατηγορία του οικονομικά ενεργού

πληθυσμού (εργαζόμενοι και αναζητούντες εργασία).

Οι βασικές διαπιστώσεις - ελλείψεις που εντοπίζονται μέσω της ΕΣΚΕ, είναι:

• Δεν έχει θεσμοθετηθεί ένας μόνιμος μηχανισμός χρηματοδότησης προγραμμάτων

εισοδηματικής ενίσχυσης ατόμων ή νοικοκυριών σε κατάσταση σχετικής φτώχειας.

• Δεν αξιοποιούνται σε σημαντική έκταση πηγές χρηματοδότησης που προέρχονται από

ιδιωτικούς και συλλογικούς φορείς και διεθνείς οργανισμούς.

• Οι περισσότερες παρεμβάσεις του δημόσιου τομέα επικεντρώνονται σε παραδοσιακές

μορφές επιδοματικής ενίσχυσης ομάδων του πληθυσμού, που αναπαράγουν συνθήκες

φτώχειας και αποκλεισμού καθώς δεν προσανατολίζονται στην ένταξη στην αγορά εργασίας

• Δεν εφαρμόζονται σύγχρονες τεχνικές διαχείρισης και κοστολόγησης των υπηρεσιών

φροντίδας, ενώ απουσιάζουν διαδικασίες αξιολόγησης της οικονομικότητας και της

ποιότητας των κοινωνικών προγραμμάτων.

Η Εθνική Στρατηγική Κοινωνικής Ένταξης (ΕΣΚΕ) αποτελεί μία ολοκληρωμένη παρέμβαση για την

αναπτυξιακά προσανατολισμένη μεταρρύθμιση του εθνικού «υπολειμματικού μοντέλου»

κοινωνικής προστασίας υπό το πρίσμα της οικονομικής κρίσης, της δημογραφικής γήρανσης, της

αποδυνάμωσης των «οικογενειακών δικτύων και της εμφάνισης νέων διαρθρωτικών κινδύνων

(μακροχρόνια ανεργία, υπερχρέωση, φτώχεια), που απειλούν τη συνοχή της Ελληνικής κοινωνίας.

Βασική φιλοσοφία της Εθνικής Στρατηγικής είναι η διαφύλαξη του κοινωνικού ιστού της χώρας με

την ενδυνάμωση των δημόσιων πολιτικών καταπολέμησης της φτώχειας και του κοινωνικού

αποκλεισμού των κατοίκων που αντιμετωπίζουν αυξημένα προβλήματα λόγω της οικονομικής

κρίσης.

Το όραμα της Εθνικής στρατηγικής εστιάζει στην «Άμβλυνση των ανισοτήτων με έμφαση στην

αποτελεσματική προστασία των πλέον ευάλωτων ομάδων του πληθυσμού, στον εκσυγχρονισμό

των δημόσιων πολιτικών ένταξης με έμφαση στον ενεργητικό χαρακτήρα των μέτρων και την

αναπτυξιακή διάσταση των κοινωνικών δαπανών και, στην αναβάθμιση του πλαισίου συνεργασίας

κράτους, κοινωνίας των πολιτών και αγοράς, με έμφαση στην δημιουργία ισχυρών εταιρικών

σχέσεων για την καταπολέμηση της φτώχειας και του αποκλεισμού.

Η Εθνική Στρατηγική Κοινωνικής Ένταξης στηρίζεται σε τρεις Πυλώνες, μέσω των οποίων

οριοθετούνται οι βασικές προτεραιότητες δράσης των πολιτικών κοινωνικής ένταξης την περίοδο

2015-2020:

• ΠΥΛΩΝΑΣ 1 «Καταπολέμηση της φτώχειας»

• ΠΥΛΩΝΑΣ 2 «Πρόσβαση σε υπηρεσίες»

• ΠΥΛΩΝΑΣ 3 «Αγορά εργασίας χωρίς αποκλεισμούς»

52

Από επιχειρησιακή άποψη, οι τρεις Πυλώνες της Στρατηγικής εξειδικεύονται σε τέσσερις Άξονες

Προτεραιότητας (ΑΠ), κάθε ένας εκ των οποίων διαρθρώνεται σε Προτεραιότητες και Μέτρα:

• ΑΠ 1: Καταπολέμηση της Ακραίας Φτώχειας,

• ΑΠ 2: Πρόληψη και Καταπολέμηση του Αποκλεισμού των Παιδιών,

• ΑΠ 3: Προώθηση της Ένταξης,

• ΑΠ 4: Χρηστή και Αποτελεσματική Διακυβέρνηση των Πολιτικών Ένταξης.

2.8 Ταμείο Ευρωπαϊκής Βοήθειας για του Απόρους (Τ.Ε.Β.Α)

Στο πλαίσιο του σχεδιασμού της νέας Προγραμματικής Περιόδου και των Κανονισμών που διέπουν

τη λειτουργία και υλοποίηση των δράσεων, θεσπίστηκε από το Ευρωπαϊκό Κοινοβούλιο ο

Κανονισμός 223/2014 για το Ταμείο Ευρωπαϊκής Βοήθειας προς τους Απόρους (FEAD).

Το Ταμείο αναμένεται να ενισχύσει την κοινωνική συνοχή συμβάλλοντας στη μείωση της φτώχειας

και εν τέλει στην εξάλειψη των ακραίων μορφών φτώχειας στην Ένωση με την υποστήριξη εθνικών

συστημάτων που παρέχουν μη οικονομική βοήθεια για την ανακούφιση της στέρησης τροφής και

της σοβαρής υλικής στέρησης ή/και να συμβάλλει στην κοινωνική ένταξη των απόρων.

Οι συνολικοί πόροι που θα διατεθούν στο πλαίσιο των παρεμβάσεων του ΤΕΒΑ ανέρχονται σε

330.555.921,00€. Το Ταμείο σχεδιάζεται να δράσει συμπληρωματικά με τις ενέργειες που

χρηματοδοτούν τα ΕΔΕΤ, καθώς και με τις δράσεις που χρηματοδοτούνται σε εθνικό/

περιφερειακό/ τοπικό επίπεδο, σε συνάφεια πάντοτε με την Στρατηγική Ευρώπη 2020,

προκειμένου να καταπολεμηθούν τα φαινόμενα της φτώχειας και του κοινωνικού αποκλεισμού.

Κάθε Κράτος Μέλος υποχρεούται βάσει του κανονισμού να υποβάλλει Επιχειρησιακό Πρόγραμμα

ή/και Προγράμματα (Ι, ΙΙ) το αργότερο 6 μήνες μετά την έναρξη του Κανονισμού, για το διάστημα

1.01.2014 – 31.12.2020.

Η Ελλάδα έχει προχωρήσει στην κατάρτιση του Ε.Π. «Επισιτιστική και Βασική Υλική Συνδρομή προς

Απόρους 2014-2020» (ΕΠ Ι), το οποίο πρόσφατα υποβλήθηκε στο «Ταμείο Ευρωπαϊκής Βοήθειας

για τους Απόρους».

2.9 Βιβλιογραφική Ανασκόπηση

2.9.1 Περιφερειακή Στρατηγική για την Κοινωνική Ένταξη και την Καταπολέμηση της Φτώχειας

(Πε.Σ.Κ.Ε)

Όπως αναφέρθηκε σε προηγούμενο κεφάλαιο, η εθνική στρατηγική αποσκοπεί στο σχεδιασμό μιας

ολοκληρωμένης στρατηγικής για την κοινωνική ενσωμάτωση και την άρση των ανισοτήτων,

δημιουργώντας το απαραίτητο και κατάλληλο εθνικό στρατηγικό πλαίσιο πολιτικής για τη μείωση

της φτώχειας. Στην ενότητα αυτή παρουσιάζονται οι μεθοδολογικές προσεγγίσεις και τα

παραγόμενα αποτελέσματα που παρουσιάστηκαν στις τελικές αναφορές ΠεΣΚΕ των Περιφερειών

53

Ελλάδας για την εκπλήρωση του παραπάνω στόχου. Συγκεκριμένα, αναφέρονται η μεθοδολογία

και τα συμπεράσματα των μελετών για επιλεγμένες Περιφέρειες, οι οποίες είναι της Αττικής,

Κεντρικής Μακεδονίας, Θεσσαλίας, Κρήτης, Ανατολικής Μακεδονίας και Θράκης, Πελοποννήσου,

Ηπείρου, Δυτικής Μακεδονίας.

Περιφέρεια Αττικής

Η οικονομική κρίση και οι πολιτικές λιτότητας έχουν πλήξει ιδιαίτερα την Περιφέρεια Αττικής.

Ενδεικτικά, η ανεργία στην Αττική έχει πλήξει 535.500 άτομα, κάτι που αναλογεί στο 39,8% του

συνόλου των ανέργων της χώρας. Οι μακροχρόνια άνεργοι ανέρχονται περίπου σε 350.000 άτομα

ή το 65% των ανέργων της Περιφέρειας. Το στοιχείο αυτό δείχνει, ανάμεσα σε άλλα, την αύξηση

του επιπέδου της διαρθρωτικής ανεργίας, κάτι που έχει σημαντικές επιπτώσεις για το εργατικό και

το αναπτυξιακό δυναμικό της περιφερειακής οικονομίας (Περιφέρεια Αττικής, 2015).

Η μεθοδολογία εκπόνησης του Έργου που αφορά τη Περιφερειακή Στρατηγική της Αττικής

περιλαμβάνει 1) Έρευνα πεδίου με αντικείμενο την αποτύπωση των υφιστάμενων παρεμβάσεων

στην Περιφέρεια Αττικής στο πεδίο της κοινωνικής ένταξης, 2) Έρευνα γραφείου με αντικείμενο τη

διαγνωστική ανάλυση του προφίλ της Περιφέρειας Αττικής στο πεδίο της κοινωνικής ένταξης, 3)

Έρευνα γραφείου με αντικείμενο την ανάλυση πηγών και δεδομένων για το θεσμικό, επιχειρησιακό

και χρηματοδοτικό υπόβαθρο των παρεμβάσεων της Περιφέρειας Αττικής στο πεδίο της

κοινωνικής ένταξης, 4) Συγκριτική έρευνα με αντικείμενο την καταγραφή διεθνών καλών

πρακτικών για την ανάπτυξη βιώσιμων Περιφερειακών Στρατηγικών Κοινωνικής Ένταξης, 5) Έρευνα

γραφείου με αντικείμενο την ανάλυση πηγών και δεδομένων για το θεσμικό, επιχειρησιακό και

χρηματοδοτικό υπόβαθρο των παρεμβάσεων της Ευρωπαϊκής Ένωσης σε σχέση με την υποστήριξη

των πολιτικών κοινωνικής ένταξης, και 6) Ανάπτυξη και τεκμηρίωση μοντέλων για τις

προτεραιότητες της Περιφερειακής Στρατηγικής Κοινωνικής Ένταξης και την εξειδίκευση των

σχετικών αξόνων δράσης.

Σκοπός της έρευνας είναι να αναδείξει χωρικά τις εστίες στέρησης υλικών αγαθών στην περιφέρεια

Αττικής. Για να γίνει αυτό χρησιμοποιήθηκαν διαθέσιμα χωρικά δεδομένα για το

κοινωνικοοικονομικό προφίλ των κατοίκων με γεωγραφικό επίπεδο ανάλυσης τους Δήμους με

βάση το πρόγραμμα Καλλικράτης για το έτος 2011. Η μεθοδολογία που ακολουθήθηκε στην

ανάλυση βασίστηκε στη μελέτη των Καλογήρου κ.ά. (2011) στην οποία μεταξύ άλλων προτάθηκε ο

Δείκτης Ανθρώπινης Φτώχειας του ΟΗΕ και ο δείκτης στέρησης του Townsend. Σημειώνεται πως ο

υπολογισμός του δείκτη Townsend και η ταξινόμηση των Δήμων της Αττικής με βάση το δείκτη

αυτό, αποτέλεσε στοιχείο καινοτομίας και πρωτοπορίας της Περιφέρειας Αττικής. Επιπροσθέτως,

υπολογίστηκαν δείκτες φτώχειας, που προτείνει το στατιστικό γραφείο των Ηνωμένων Εθνών,

βασιζόμενοι στην πιθανότητα μη επιβίωσης του πληθυσμού από τη γέννηση μέχρι την ηλικία των

60 ετών, στο ποσοστό (%) όσων δε γνωρίζουν γραφή και ανάγνωση στον πληθυσμό ηλικίας 6 ετών

και άνω και στο ποσοστό (%) ανεργίας του πληθυσμού ηλικίας 14 ετών και άνω. Επιπλέον,

υπολογίστηκαν δύο εναλλακτικοί Συνθετικοί Δείκτες Ανθρώπινης Φτώχειας (Human Poverty Index,

HPI) του ΟΗΕ.

54

Σύμφωνα με το δείκτη στέρησης Townsend, προκύπτει ότι οι δέκα φτωχότεροι Δήμοι, οι κάτοικοι

των οποίων δηλαδή στερούνται βασικά υλικά αγαθά είναι κατά σειρά ο Δήμος Ύδρας, ο Δήμος

Αθηναίων, ο Δήμος Καλλιθέας, ο Δήμος Αγίας Βαρβάρας, ο Δήμος Σπετσών, ο Δήμος Αιγάλεω, ο

Δήμος Ασπρόπυργου, ο Δήμος Ζωγράφου, ο Δήμος Πειραιώς και ο Δήμος Νίκαιας – Αγίου Ιωάννη

– Ρέντη. Ένα βασικό συμπέρασμα που προκύπτει σε σχέση με τον πληθυσμό είναι ότι στους

παραπάνω “φτωχούς” Δήμους συγκαταλέγονται οι δύο μεγαλύτεροι πληθυσμιακά Δήμοι της

Αττικής που είναι η Αθήνα και ο Πειραιάς αλλά και οι Δήμοι Νίκαιας – Αγίου Ιωάννη Ρέντη και

Καλλιθέας που αποτελούν τον πέμπτο και τον έκτο αντίστοιχα μεγαλύτερο Δήμο. Σύμφωνα με τους

δείκτες ανθρώπινης φτώχειας του ΟΗΕ, οι οποίοι αποτελούν «συνθετικούς» δείκτες, προκύπτει ότι

στους Δήμους Φυλής, Ασπροπύργου, Αγίας Βαρβάρας, Μεγαρέων, Τροιζηνίας και Αθηναίων

κατοικεί το 21% του πληθυσμού της Περιφέρειας Αττικής με τη μεγαλύτερη ανθρώπινη φτώχεια.

Συμπεραίνεται λοιπόν ότι πέρα από το Δήμο Αθηναίων, οι υπόλοιποι Δήμοι με την μεγαλύτερη

ανθρώπινη φτώχεια είναι αυτοί τη Δυτικής Αττικής και ακολουθούν κάποιοι Δήμοι των Π.Ε.

Πειραιώς και Νήσων.

Από την ανάλυση των στατιστικών δεδομένων φορολογικών δηλώσεων της Γενικής Γραμματείας

Πληροφοριακών Συστημάτων για το έτος 2011, προκύπτουν σημαντικά στοιχεία για την χωρική

κατανομή του εισοδήματος σε επίπεδο Ταχυδρομικού Κώδικα (ΤΚ):

• Το μέσο ετήσιο δηλωθέν οικογενειακό εισόδημα στην Αττική το 2011 είναι 24.102,41€.

• Αρκετοί είναι οι ΤΚ στο Δήμο Αθηναίων αλλά και νήσων του Σαρωνικού που

συγκαταλέγονται στις φτωχότερες γειτονιές της Αττικής.

• Oι ΤΚ με το μεγαλύτερο εισόδημα εντοπίζονται στους Δήμους Κηφισιάς και Φιλοθέης -

Ψυχικού, ενώ δε λείπει από εδώ και ΤΚ του Δήμου Αθηναίων.

Από την πρωτογενή έρευνα που πραγματοποιήθηκε με εργαλείο την διαδικτυακή βάση δεδομένων

για την καταγραφή των κοινωνικών δομών που διαθέτουν οι φορείς (κυρίως οι ΟΤΑ), καθώς και

των ωφελούμενων των δομών αυτών ανά ομάδα, προέκυψαν τα παρακάτω στοιχεία.

• Οι δομές που καταγράφηκαν (μέχρι τη συγγραφή του παρόντος) ανέρχονται σε 710.

• Οι ωφελούμενοι που εξυπηρετούνται σε αυτές τις δομές ανέρχονται σε 410.208 άτομα.

• Το μεγαλύτερο ποσοστό ωφελούμενων σε σχέση με τον πληθυσμό παρουσιάζεται στην Π.Ε.

Κεντρικού Τομέα με ποσοστό 13,33%, στην Π.Ε. Νοτίου Τομέα με ποσοστό 13,06% και στην

Π.Ε. Βόρειου Τομέα με ποσοστό 12,22%.

Περιφέρεια Κεντρικής Μακεδονίας

Για την ανάλυση της υφιστάμενης κατάστασης της Περιφέρειας Κεντρικής Μακεδονίας (ΠΚΜ)

πραγματοποιήθηκαν οι εξής διαδικασίες (Περιφέρεια Κεντρικής Μακεδονίας, 2015):

• Ανάλυση ποσοτικών δεδομένων υφιστάμενης κατάστασης στον τομέα της φτώχειας και της

προώθησης της κοινωνικής ένταξης στην ΠΚΜ.

55

• Ανάλυση ποιοτικών δεδομένων υφιστάμενης κατάστασης και διαπίστωση των αναγκών

παρέμβασης στον τομέα της φτώχειας και της προώθησης της κοινωνικής ένταξης στην

ΠΚΜ ανά Περιφερειακή Ενότητα και Δήμο

• Αποτύπωση και ιεράρχηση αναγκών ευάλωτων, ειδικών και λοιπών ομάδων πληθυσμού

στην ΠΚΜ.

Σε σύνολο τριάντα οκτώ (38) δήμων της Περιφέρειας Κεντρικής Μακεδονίας, οι τριάντα πέντε (35)

έστειλαν στην Ειδική Υπηρεσία Διαχείρισης του Επιχειρησιακού Προγράμματος της ΠΚΜ (ΕΥΔ ΕΠ

ΠΚΜ), συμπληρωμένους τους πίνακες με τις ομάδες-στόχους για δράσεις του Ευρωπαϊκού

Κοινωνικού Ταμείου (ΕΚΤ).

Από την ανάλυση των στοιχείων των ερωτηματολογίων προκύπτει ότι στο σύνολο των δήμων της

ΠΚΜ, 23.849 άτομα (5,57%) ανήκουν στις ευάλωτες ομάδες, 270.017 άτομα (63,06%) ανήκουν στις

ειδικές ομάδες και 134.306 άτομα (31,37%) ανήκουν στις λοιπές ομάδες. Σημειώνεται ωστόσο ότι

τόσο μεταξύ των ευάλωτων και των ειδικών κοινωνικών ομάδων, όσο κυρίως μεταξύ των

διαφόρων κατηγοριών των ειδικών κοινωνικών ομάδων και των λοιπών ομάδων υφίστανται

σημαντικές επικαλύψεις. Συνεπώς, οι ανωτέρω αριθμοί αποδίδουν τα μεγέθη εκάστης κοινωνικής

ομάδας (ευάλωτης, ειδικής ή λοιπής), δεν μπορούν όμως να αποδώσουν τις συγκριτικές σχέσεις

μεταξύ των ομάδων.

Από την ανάλυση των στοιχείων των δήμων για τις ευάλωτες ομάδες του πληθυσμού προκύπτει

ότι, σε απόλυτους αριθμούς, τα περισσότερα άτομα που ανήκουν στις ευάλωτες ομάδες,

προέρχονται από τον δήμο Θεσσαλονίκης (5.508 ή 23,1%). Ακολουθούν οι δήμοι Θερμαϊκού (1.845

ή 7,74%), Κατερίνης (1.670 ή 7%), Παύλου Μελά (1.656 ή 6,94%) και Σερρών (1.231 ή 5,16%). Από

την ανάλυση των στοιχείων των δήμων για τις ειδικές ομάδες πληθυσμού προκύπτει ότι, σε

απόλυτους αριθμούς, τα περισσότερα άτομα που ανήκουν στις ειδικές ομάδες, προέρχονται από

τους δήμους Θεσσαλονίκης (44.554 ή 16,5%) και Νεάπολης-Συκεών (31.413 ή 11,63%).

Ακολουθούν οι δήμοι Κορδελιού–Ευόσμου (17.118 ή 6,34%) και Παύλου Μελά (16.964 ή 6,28%).

Από την ανάλυση των στοιχείων των δήμων για τις λοιπές ομάδες πληθυσμού προκύπτει ότι, σε

απόλυτους αριθμούς, τα περισσότερα άτομα που ανήκουν στις λοιπές ομάδες προέρχονται από

τους δήμους Νεάπολης – Συκεών (42.535 ή 31,67%) και Θερμαϊκού (34.708 ή 25,84%) ενώ

ακολουθούν οι δήμοι Θεσσαλονίκης (13.252 ή 9,9%) και Κορδελιού – Ευόσμου (9.879 ή 7,36%). Τις

αναλύσεις συνοδεύουν ποσοτικές και γεωγραφικές αποτυπώσεις σε διαγράμματα και χάρτες.

Περιφέρεια Θεσσαλίας

Η Περιφερειακή Στρατηγική Κοινωνικής Ένταξης της Θεσσαλίας στοχεύει στον αναλυτικό

σχεδιασμό των «Δράσεων» που αφορούν στην αντιμετώπιση της φτώχειας και στην προώθηση της

κοινωνικής ενσωμάτωσης στην Περιφέρεια Θεσσαλίας (Περιφέρεια Θεσσαλίας, 2015). Στο πλαίσιο

του εν λόγω στρατηγικού σχεδιασμού πραγματοποιήθηκε αποτύπωση της υφιστάμενης

κατάστασης και διαπίστωση των αναγκών παρέμβασης στον τομέα της φτώχειας και του

κοινωνικού διαχωρισμού και, συνακόλουθα, της προώθησης της κοινωνικής ένταξης στην

56

Περιφέρεια Θεσσαλίας. Πραγματοποιήθηκε επίσης χαρτογράφηση των ευπαθών ομάδων (ένταση

του κοινωνικού διαχωρισμού) και της φτώχειας σε επίπεδο Δήμου, η αποτίμηση της

αποτελεσματικότητας των Κοινωνικών Δομών, η ανάδειξη «θυλάκων» αρνητικών κοινωνικών

φαινομένων με χωρική ή/και κοινωνική διάσταση κ.λπ. Η χαρτογράφηση αυτή προσδιορίζει σε

μεγάλο βαθμό τις ανάγκες, άρα και το περιεχόμενο της περιφερειακής στρατηγικής, το είδος των

δράσεων, την χωροθέτηση τους καθώς και την ιεραρχημένη ενσωμάτωσή τους σε ομάδες

δράσεων.

Η διαμόρφωση μιας συνολικής «επίδοσης φτώχειας και κοινωνικού διαχωρισμού» αναδεικνύει τη

βαρύτητα των φαινομένων κοινωνικού διαχωρισμού, τόσο σε επίπεδο επιμέρους κατηγορίας

Ομάδας-Στόχου, όσο και συνολικά, σε επίπεδο Περιφέρειας. Η διαμόρφωση περιφερειακού χάρτη

κοινωνικού διαχωρισμού γίνεται με βάση την κατάταξη των επιδόσεων κάθε Δήμου ως προς την

ένταση της εμφάνισης των υποκατηγοριών των ευπαθών ομάδων. Εάν σε αυτές τις επιδόσεις,

προστεθεί η επίδοση της ακραίας φτώχειας -μέσω αντίστοιχης κατάταξης των επιδόσεων των

ωφελούμενων από τις δράσεις του ΤΕΒΑ προκύπτει ο συνολικός χάρτης φτώχειας και κοινωνικού

διαχωρισμού στην Περιφέρεια Θεσσαλίας.

Μεθοδολογικά, η αποτύπωση του πληθυσμού που υπόκειται σε συνθήκες και κίνδυνο της

φτώχειας ή/και διαβιώνει σε συνθήκες κοινωνικού αποκλεισμού πραγματοποιείται μέσω της

καταγραφής των ευπαθών ομάδων και των υποομάδων τους με εργαλείο τα συμπληρωμένα ειδικά

ερωτηματολόγια από τους Δήμους και τους κοινωνικούς φορείς της Περιφέρειας, οι οποίοι

διαθέτουν εν λειτουργία Δομές και εξυπηρετούν (από καταστατική άποψη) συγκεκριμένες ομάδες

ωφελούμενων. Επισημαίνεται ότι μέσω αυτής της διαδικασίας και όσον αφορά στα

ερωτηματολόγια των Δήμων, τα οποία είναι στατιστικά συγκρίσιμα και χωρικά αξιοποιήσιμα, δεν

προσεγγίζεται ο πληθυσμός των Ευπαθών Ομάδων στην Περιφέρεια Θεσσαλίας, αλλά

καταγράφονται οι ωφελούμενοι των κοινωνικών και προνοιακών υπηρεσιών και παροχών των

Κοινωνικών Δομών των Δήμων, με βάση τα αντίστοιχα μητρώα που τηρούνται από τις αρμόδιες

Υπηρεσίες και Φορείς των Δήμων.

Από την ανάλυση της υφιστάμενης κατάστασης, προκύπτουν τα ακόλουθα δεδομένα:

• Παρέχονται σε τοπικό επίπεδο πολλαπλές ομοειδείς υπηρεσίες προς συγκεκριμένες

κατηγορίες Ευπαθών Ομάδων από διαφορετικές Κοινωνικές Δομές,

• Διαπιστώνονται επικαλύψεις παροχής ταυτόσημων ή ομοειδών υπηρεσιών και παροχών

από ίδιες ή συμπληρωματικές Δομές, οι οποίες ανήκουν σε ίδιους ή/και διαφορετικούς

Φορείς,

• Η δεδομένη έλλειψη εξειδικευμένου επιστημονικού προσωπικού υποστήριξης της

λειτουργίας των τοπικών Κοινωνικών Δομών, εντείνεται από τη διάσπασή του σε πολλές

Δομές ή/και στην άσκηση διοικητικού χαρακτήρα δραστηριοτήτων.

• Διαπιστώνεται χωρική συγκέντρωση ορισμένων Υπο-Ομάδων σε συγκεκριμένους Δήμους,

ενώ καταγράφονται «θύλακες» με διάφορα χαρακτηριστικά (φτώχειας, Ρομά, μεταναστών,

παλιννοστούντων κ.λπ.).

57

• Η υποστήριξη των Υπο-ομάδων καλύπτεται επαρκώς από το υπάρχον τοπικό Δίκτυο

Κοινωνικών Δομών στις περισσότερες κατηγορίες κοινωνικών υπηρεσιών αλλά με σαφή

έλλειψη στην εξατομικευμένη προσέγγιση, την ενδυνάμωση και στήριξη των ανέργων στην

προώθησή τους σε θέση απασχόλησης ή/και στην έναρξη επιχειρηματικής δραστηριότητας.

• Διαπιστώνεται σημαντική έλλειψη μόνιμου προσωπικού, ιδίως επιστημονικού

προσωπικού.

• Διαπιστώνονται ελλείψεις διενέργειας κοινωνικών ερευνών και αξιοποίησής τους με

κατάλληλη διαχείριση και αξιοποίηση των πρωτογενών δεδομένων και μετα-δεδομένων.

• Διαπιστώνονται ελλείψεις κατάλληλων συστημάτων και εργαλείων ταυτοποίησης των

ωφελούμενων.

• Αναδεικνύονται ελλείψεις στην προσβασιμότητα των κτιριακών εγκαταστάσεων των

Κοινωνικών Δομών των ατόμων με αναπηρία.

• Η εξυπηρέτηση των ανέργων από τις Κοινωνικές Δομές των Δήμων γίνεται με βάση αυτό το

χαρακτηριστικό τους και συνδυαστικά με το εισόδημά τους, ώστε με αυτή την ιδιότητα να

τους χορηγηθεί πρόσβαση σε κοινωνικές και προνοιακές υπηρεσίες και παροχές που

παρέχονται από το τοπικό δίκτυο Κοινωνικών Δομών.

• Οι άνεργοι χωρίς κάρτα ανεργίας υποστηρίζονται από τις Κοινωνικές Δομές που

υποστηρίζουν τους ανέργους που διαθέτουν κάρτα ανεργίας. Η συγκεκριμένη υποομάδα

ταυτοποιείται συνήθως από Δομές καταπολέμησης της φτώχειας, ή από την εξέταση

δικαιολογητικών απορίας.

• Οι άνεργοι χωρίς κάρτα ανεργίας ως Υπο-ομάδα έχουν την δυσκολία της

αναγνωρισιμότητας και επιλεξιμότητας δράσεων εισοδηματικής και ψυχοκοινωνικής

στήριξης, καταπολέμησης της φτώχειας, προώθησης στην απασχόληση κ.λπ. μέσω του

ΕΣΠΑ.

• Οι άνεργοι χωρίς κάρτα ανεργίας αναγνωρίζονται από την αδυναμία προσκόμισης της

κάρτας ανεργίας, αλλά καλύπτεται ως προς άλλα χαρακτηριστικά μετά από κοινωνική

έρευνα.

• Οι άνεργοι 54 μέχρι και 65 ετών ενσωματώνουν χαρακτηριστικά αδυναμίας πρόσβασης

στην αγορά εργασίας και παγίδευσης σε καθεστώς φτώχειας.

• Οι ηλικιωμένοι και οι συνταξιούχοι καλύπτονται επαρκώς με υπηρεσίες ενδυνάμωσης,

πρόσβασης σε αγαθά (τρόφιμα, διάφορα είδη, φάρμακα κ.λπ.). Οι υπηρεσίες αυτές

παρέχονται επαρκώς από το υφιστάμενο τοπικό δίκτυο Κοινωνικών Δομών, με βασικές

Δομές και Προγράμματα το «Βοήθεια στο σπίτι», τα ΚΑΠΗ, τα Δημοτικά Ιατρεία ΚΗΦΗ κ.λπ.

Το τοπικό «δίκτυο» συμπληρώνουν Δομές Καταπολέμησης της Φτώχειας.

Περιφέρεια Κρήτης

Η Περιφέρεια Κρήτης ανέλαβε στο πλαίσιο εξειδίκευσης των περιφερειακών διαστάσεων του

Εθνικού Στρατηγικού Πλαισίου για την Κοινωνική Ένταξη την εκπόνηση της Περιφερειακής

Στρατηγικής Καταπολέμησης της Φτώχειας και Κοινωνικής Ένταξης, με στόχο την οριοθέτηση και

τεκμηρίωση των στρατηγικών επιλογών της για την ανάπτυξη μίας ολοκληρωμένης πολιτικής

58

πρόληψης και καταπολέμησης του εργασιακού και κοινωνικού αποκλεισμού ευπαθών ομάδων του

πληθυσμού (Περιφέρεια Κρήτης, 2015).

Η τεκμηρίωση του οριστικού πλαισίου της Στρατηγικής Κοινωνικής Ένταξης της Περιφέρειας

Κρήτης αξιοποίησε ένα πλέγμα διεπιστημονικών τεχνικών συλλογής, επεξεργασίας και ανάλυσης

δεδομένων, που περιλάμβαναν:

• την ανάλυση PESTLE (Political Economic Socio-cultural Technological Legislative

Environmental trend analysis) για την ανάδειξη των βασικών αξόνων του εσωτερικού και

εξωτερικού περιβάλλοντος διαμόρφωσης της Στρατηγικής

• την ανάλυση SWOT (Strengths, Weaknesses, Opportunities, Threats) για την καταγραφή των

κυριοτέρων συμπερασμάτων που προκύπτουν από την ανάλυση του εσωτερικού και

εξωτερικού περιβάλλοντος διαμόρφωσης της Στρατηγικής

• την δικτυακή ανάλυση προβλημάτων (problem tree analysis) στο επίπεδο της οριοθέτησης

των ομάδων στόχου της Στρατηγικής

• την ανάλυση των πορισμάτων της συγκριτικής έρευνας (comparative policy research) με

αντικείμενο την καταγραφή διεθνών καλών πρακτικών για την ανάπτυξη βιώσιμων

Περιφερειακών πολιτικών Κοινωνικής Ένταξης

• την ανάλυση των πορισμάτων της εσωτερικής διαβούλευσης του Προσχεδίου της

Στρατηγικής που προωθήθηκε τον Μάρτιο του 2015 με την επιμέλεια της Ειδικής Υπηρεσίας

Διαχείρισης Ε.Π. Κρήτης και της Διεύθυνσης Κοινωνικής Μέριμνας της Περιφέρειας

• την ανάλυση των πορισμάτων της δημόσιας διαβούλευσης του Προσχεδίου της

Στρατηγικής.

Περιφέρεια Ανατολικής Μακεδονίας και Θράκης

Η περιγραφή και ανάλυση της υφιστάμενης κατάστασης για τη Περιφερειακή Στρατηγική της

Ανατολικής Μακεδονίας και Θράκης έγινε μέσα στο περιοριστικό πλαίσιο που θέτουν οι παρακάτω

πηγές (Περιφέρεια Ανατολικής Μακεδονίας και Θράκης, 2015).

1. Έρευνες από την ΕΛ. ΣΤΑΤ.

• Έρευνα εισοδήματος και συνθηκών διαβίωσης των νοικοκυριών, που δεν δίνει

εικόνα της φτωχοποίησης σε επίπεδο Περιφέρειας, αλλά δείχνει την γενικότερη

τάση.

• Έρευνα εργατικού δυναμικού με ποσοστά ανεργίας και απασχόλησης σε επίπεδο

Περιφέρειας με έτος αναφοράς το 2012.

• Απογραφή του πληθυσμού του 2011 με στοιχεία δημογραφικά και απασχόλησης –

ανεργίας ανά Δήμο.

2. Τα στοιχεία της BCS ΕΠΕ για τα εισοδήματα παρά το γεγονός ότι αναφέρονται στο 2012 και

δίνουν μια κατεύθυνση στον χωρικό προσδιορισμό των φτωχών περιοχών :

• Αναφέρονται στο μέσο εισόδημα, άρα δεν μπορούν να εντοπίσουν θύλακες

υποβάθμισης π. χ μέσα στα αστικά κέντρα τα οποία έχουν υψηλούς μέσους όρους.

• Δεν περιλαμβάνουν μη δηλωθέντα εισοδήματα (π.χ. για εισοδήματα κάτω από ένα

όριο δεν ήταν υποχρεωτική η φορολογική δήλωση μέχρι το 2013)

59

• Πλήθος εξωγενών παραγόντων δίνουν μια εξελικτική εικόνα πολλές φορές

λανθασμένη (Το παράδειγμα της βελτίωσης των εισοδημάτων 2009‐2012, όπου δεν

λαμβάνεται υπόψη το γεγονός, ότι το 2012 στο εισόδημα των αγροτών

υπολογίστηκαν και οι αποζημιώσεις από τις θεομηνίες είναι χαρακτηριστικό).

3. Για να αντιμετωπισθούν οι παραπάνω αδυναμίες των επίσημων στατιστικών στοιχείων και

ερευνών, αλλά και να απεγκλωβιστεί η εικόνα από την ψυχρότητα των αριθμών, έγινε μια

μεγάλη προσπάθεια, να συλλεχθούν στοιχεία και να καταγραφούν πολιτικές σε μία

επιτόπια έρευνα, με τη ουσιαστική συμμετοχή όλων των εμπλεκομένων στελεχών των

Κοινωνικών Δομών της Αυτοδιοίκησης καθώς και των αρμόδιων αιρετών.

Κάποια πρώτα συμπεράσματα που μπορούν να εξαχθούν από την διαβούλευση ‐ έρευνα και να

χρησιμοποιηθούν για την εξειδίκευση της Περιφερειακής Στρατηγικής για την κοινωνική ένταξη και

την καταπολέμηση της φτώχειας είναι τα εξής:

• Ο μοναδικός τρόπος που έχει χρησιμοποιηθεί μέχρι σήμερα, για την καταπολέμηση της

φτώχειας είναι η επιδοματική πολιτική, η οποία μετά και την αύξηση των αιτημάτων, έχει

καταστεί σε μέγιστο βαθμό αναποτελεσματική.

• Υπάρχει έλλειψη ενιαίας αντιμετώπισης από τους δήμους, αλλά και συχνά απουσία

συντονισμού μεταξύ των υπηρεσιών του ίδιου Δήμου (π. χ δημοτικών υπηρεσιών και

νομικών προσώπων), παρά τις μεγάλες προσπάθειες που καταβάλλονται από όλους για την

αντιμετώπιση της κρίσης.

• Ένας αριθμός που φτάνει τα 16.428 άτομα, τουλάχιστον, βιώνουν συνθήκες ακραίας

φτώχειας. Είναι οι ασφαλισμένοι με τα «βιβλιάρια απορίας», άνεργοι με εισόδημα κάτω

των 6.000 ευρώ ετησίως και συχνά μηδενικό. Οι ΠΕ που έχουν το μεγαλύτερο αριθμό

ατόμων αυτής κατηγορίας, είναι εκεί όπου υπάρχει μεγαλύτερος αριθμός ευπαθών

ομάδων (Έβρου, Ροδόπης, Ξάνθης).

• Ένας επίσης σημαντικός αριθμός πολιτών, στερείται ασφάλισης, λόγω οφειλών σε

ασφαλιστικά ταμεία, και καταφεύγει περιστασιακά για ιατροφαρμακευτικές υπηρεσίες στα

νοσοκομεία, αδυνατώντας να πληρώσει ακόμη και την αναγκαία οικονομική συμμετοχή. Οι

ανεπίσημες μαρτυρίες των στελεχών των Κέντρων Υγείας (λόγω μη υποχρέωσης

διατήρησης στοιχείων ασφάλισης) εκτιμούν το ποσοστό συμμετοχής των ανασφάλιστων

στο 30% των ασθενών τους. Οι υπηρεσίες προειδοποιούν για την δημόσια υγεία, διότι οι

πολίτες αποφεύγουν τις ιατρικές εξετάσεις, λόγω οικονομικής αδυναμίας.

• Υπάρχει μεγάλη κινητοποίηση όσον αφορά την σίτιση των μαθητών και κάποιοι Δήμοι με

την βοήθεια εθελοντών προσφέρουν δεκατιανό στα σχολεία σε παιδιά των οποίων οι γονείς

δεν μπορούν να ανταποκριθούν.

• Σχολική διαρροή (δημοτικό – γυμνάσιο) άρχισε να εμφανίζεται όχι μόνο στις παραδοσιακές

ειδικές ομάδες πληθυσμού αλλά και στις ορεινές περιοχές λόγω αδυναμίας των γονιών να

ανταπεξέλθουν στα έξοδα μετακίνησης στους οικισμούς όπου λειτουργούν Γυμνάσια.

60

Περιφέρεια Πελοποννήσου

Η στρατηγική για την Κοινωνική Ένταξη στη Περιφέρεια Πελοποννήσου βασίζεται σε ένα αναλυτικό

Σχέδιο Δράσης για την εφαρμογή στοχευμένων παρεμβάσεων καταπολέμησης της φτώχειας και

εμβάθυνσης της κοινωνικής συνοχής στην Περιφέρεια Πελοποννήσου και θα περιλαμβάνει

(Περιφέρεια Πελοποννήσου, 2015):

1. στοχευμένες δράσεις/ενέργειες καταπολέμησης της φτώχειας σύμφωνα με τις

διαγνωσμένες ανάγκες και ιδιαιτερότητες των εν δυνάμει ωφελούμενων στην Περιφέρεια

Πελοποννήσου

2. προτεινόμενες παρεμβάσεις για την υποστήριξη / εμβάθυνση της κοινωνικής συνοχής για

την Περιφέρεια Πελοποννήσου.

Στόχος της περιφερειακής στρατηγικής είναι η ανάλυση του φαινομένου της φτώχειας και του

κοινωνικού αποκλεισμού που παρατηρείται στην Περιφέρεια Πελοποννήσου, καταλήγοντας σε

ένα ξεκάθαρο εννοιολογικό πλαίσιο εντός του οποίου δομήθηκε η στρατηγική και το περιεχόμενο

του Σχεδίου Δράσης. Επίσης, γίνεται ο προσδιορισμός και η κατηγοριοποίηση/ομαδοποίηση των

εν δυνάμει ωφελούμενων στην Περιφέρεια Πελοποννήσου, καθώς και η σκιαγράφηση των

αναγκών σε παρεμβάσεις στις ομάδες στόχους που εντοπίζονται.

Επομένως, σκοπός της στρατηγικής είναι η ανάλυση της υφιστάμενης κατάστασης στην Περιφέρεια

Πελοποννήσου ως προς τις ποσοτικές και ποιοτικές εκφάνσεις του φαινομένου της φτώχειας και

του κοινωνικού αποκλεισμού και η ανάδειξη των κρίσιμων πεδίων πολιτικής που θα πρέπει να

ληφθούν υπόψη στον αναπτυξιακό σχεδιασμό της Περιφέρειας για τη νέα προγραμματική περίοδο

2014-2020, στο πλαίσιο του ευρύτερου στρατηγικού αναπτυξιακού στόχου «καινοτόμος και

αειφόρος αυτοτροφοδοτούμενη εξωστρεφής ανάπτυξη, με διασφάλιση της χωρικής και

κοινωνικής συνοχής».

Η τεκμηρίωση των παρουσιαζόμενων στοιχείων βασίστηκε στην αξιοποίηση διαθέσιμων

στατιστικών δεδομένων, κειμένων εργασίας και μελετών/ερευνών αναφορικά με την

προτεινόμενη περιοχή παρέμβασης και τις ομάδες στόχους ως προς τους θεματικούς τομείς

ενδιαφέροντος της στρατηγικής. Στις περιπτώσεις που δεν ήταν εφικτή η εύρεση πρόσφατων

καταγραφών για την Περιφέρεια Πελοποννήσου, αξιοποιήθηκαν διαθέσιμα στοιχεία σε επίπεδο

χώρας. Πιο συγκεκριμένα, λαμβάνοντας υπόψη τις πληθυσμιακές ομάδες που φαίνεται να είναι

περισσότερο ευάλωτες και πλήττονται από το φαινόμενο της φτώχειας και του κοινωνικού

αποκλεισμού. Οι αναλύσεις που ακολουθούν λαμβάνουν υπόψη τα δημογραφικά, οικονομικά,

κοινωνικά, γεωγραφικά και πολιτιστικά χαρακτηριστικά των γενικών κατηγοριών, εξειδικεύοντας

περαιτέρω το προφίλ των εν δυνάμει ωφελούμενων. Η στρατηγική επικεντρώνεται και

παρουσιάζει τα βασικά χαρακτηριστικά και τις εκφάνσεις του φαινομένου:

• στα νοικοκυριά που διαβιούν κοντά ή κάτω από το όριο της φτώχειας

• στους/στις άνεργους/ες

• στους/στις μετανάστες/στιες

61

• στους Ρομά

• στα άτομα με αναπηρία

• στις ευπαθείς κοινωνικές ομάδες.

Περιφέρεια Ηπείρου

Η Περιφερειακή Στρατηγική Ηπείρου για την ανάλυση της υφιστάμενης ανάλυσης,

πραγματοποίησε περιγραφή και συγκριτική ανάλυση, χρησιμοποιώντας υπάρχοντα δεδομένα και

δείκτες της ΕΛ.ΣΤΑΤ (Περιφέρεια Ηπείρου, 2015). Τα συμπεράσματα της ανάλυσης χωρίζονται σε

τέσσερις βασικές ενότητες, οι οποίες αναφέρονται στη συνέχεια. Για τους σκοπούς της παρούσας

ενότητας, δεν θα αναφερθεί το σύνολο των συμπερασμάτων.

Πληθυσμός και κίνδυνος φτώχειας

• Κύρια δημογραφική τάση της Περιφέρειας αποτελεί η πληθυσμιακή συρρίκνωση και

γήρανση του πληθυσμού με μεγαλύτερη ένταση σε σχέση με τη χώρα.

• Σημαντικό μερίδιο του ηλικιωμένων συγκεντρώνεται στις αραιοκατοικημένες ορεινές

περιοχές της Περιφέρειας με αποτέλεσμα να αντιμετωπίζουν προβλήματα

προσβασιμότητας σε κοινωνικές υπηρεσίες και υπηρεσίες υγείας, έχοντας ως βασική

βοήθεια τα Προγράμματα Βοήθεια στο Σπίτι.

Οικονομικές επιδόσεις και κίνδυνο φτώχειας

• Η Περιφέρεια Ηπείρου αποτελεί σε όρους Ακαθάριστου Εγχώριου Προϊόντος την

φτωχότερη Περιφέρεια της Ελλάδας πρόβλημα που εντείνεται περαιτέρω από την έναρξη

της κρίσης που επηρέασε αναλογικά περισσότερο την Περιφέρεια σε σχέση με τη μέση

επίπτωση επί του κατά κεφαλήν ΑΕΠ.

• Η Περιφέρεια εμφανίζει σημαντικό ποσοστό νοικοκυριών και μεμονωμένων ατόμων που

ζουν σε κίνδυνο φτώχειας καθώς 77.916 άτομα ζουν με εισόδημα μέχρι 6.000 ευρώ

ετησίως, ενώ το ποσοστό του πληθυσμού της Περιφέρειας Ηπείρου που ζει με κίνδυνο

φτώχειας εκτιμάται τουλάχιστον σε 23,1%, ενώ με την διεύρυνση της ομάδας του

πληθυσμού που προσεγγίζει τα 6.000 ευρώ ετησίως ο συνολικός αριθμός των ατόμων σε

κίνδυνο φτώχειας ανέρχεται σε 101.916 άτομα ήτοι σε 30,2% του πληθυσμού με κίνδυνο

φτώχειας.

Αγορά εργασίας και κίνδυνος φτώχειας

• Η συγκριτική ανάλυση των βασικών δεικτών απασχόλησης και ανεργίας καταδεικνύει ότι η

Περιφέρεια υστερεί σε σχέση με τις επιδόσεις σε επίπεδο ΕΕ27, αλλά σε εθνικό επίπεδο

παρουσιάζει επιδόσεις που προσεγγίζουν το μέσο επίπεδο της χώρας.

• Η τάση εξέλιξης του εργατικού δυναμικού σε συνδυασμό με τα ποιοτικά χαρακτηριστικά

του πληθυσμού που πλήττεται περισσότερο από τη φτώχεια καταδεικνύει ότι διευρύνεται

η δεξαμενή των ανέργων και ιδιαίτερα των ανδρών της Περιφέρειας Ηπείρου, που έχουν

υψηλό κίνδυνο φτώχειας, εφόσον η ανεργία αυτή είναι μεγαλύτερη των 12 μηνών.

62

• Η τάση εξέλιξης της απασχόλησης και της ανεργίας που πλήττει κυρίως τα άτομα με χαμηλό

επίπεδο εκπαίδευσης σε συνδυασμό με το γεγονός ότι ο κίνδυνος της φτώχειας μειώνεται

όσο υψηλότερο είναι το επίπεδο εκπαίδευσης θέτει στο επίκεντρο το εργατικό δυναμικό

της Περιφέρειας Ηπείρου με χαμηλό επίπεδο εκπαίδευσης που ανέρχεται σε 29,7 χιλ.

άτομα.

• Λαμβανομένου υπόψη του υψηλού κινδύνου φτώχειας του μη οικονομικά ενεργού

πληθυσμού σε προβολή με το εθνικό επίπεδο εκτιμάται ότι 64,6 χιλ. άτομα μη οικονομικά

ενεργού πληθυσμού μη συμπεριλαμβανομένου των συνταξιούχων) αποτελούν μία εν

δυνάμει δεξαμενή ατόμων με υψηλό κίνδυνο φτώχειας που στην πλειονότητα τους είναι

έγγαμοι και γυναίκες.

• Η φτώχεια και ο αποκλεισμός από την αγορά εργασίας συμβαδίζουν όχι μόνο με την

ανεργία αλλά και με τις κακές συνθήκες απασχόλησης. Αυτό γίνεται ιδιαίτερα εμφανές στις

γυναίκες και στους νέους διότι αυτοί συγκεντρώνουν σε υψηλότερο ποσοστό παράγοντες

που μπορεί να οδηγήσουν στη φτώχεια όπως χαμηλές αμοιβές και υποαπασχόληση.

• Η διάρθρωση της απασχόλησης στην Περιφέρεια Ηπείρου δείχνει ότι το μεγαλύτερο

ποσοστό απασχολουμένων εργάζεται στον τομέα των υπηρεσιών ενώ συγκριτικά υψηλή

είναι και η συγκέντρωση των απασχολουμένων στον πρωτογενή τομέα της Περιφέρειας.

• Σε σχέση με το 2010, μείωση της απασχόλησης παρατηρήθηκε σε σχεδόν όλους τους

κλάδους οικονομικής δραστηριότητας από την έναρξη της κρίσης με την κύρια μείωση σε

ποσοστιαίους όρους έχει προέλθει από τον δευτερογενή τομέα (κυρίως από τον κλάδο της

μεταποίησης και των κατασκευών), ενώ ακολουθεί ο τριτογενής τομέας των υπηρεσιών. Σε

απόλυτους όρους η μεγαλύτερες απώλειες θέσεων εργασίας καταγράφονται στον

τριτογενή τομέα και ιδιαίτερα στο εμπόριο.

• Η εικόνα της ανεργίας στην Περιφέρεια Ηπείρου προσεγγίζει πολύ το αντίστροφο είδωλο

της εικόνας της απασχόλησης. Υπό αυτή την έννοια τα βασικά χαρακτηριστικά των ανέργων

δεν διαφοροποιούνται από τα χαρακτηριστικά που προκύπτουν από τις εξελίξεις στην

απασχόληση.

• Το ποσοστό ανεργίας στην Περιφέρεια Ηπείρου ανέρχεται στο 27,2% (β΄ τρίμηνο 2013,

έναντι 12,1% το β΄ τρίμηνο του 2010.

• Το ποσοστό ανεργίας των γυναικών της Περιφέρειας Ηπείρου είναι υψηλότερο από εκείνο

των ανδρών ενώ σταδιακά και κατά τη διάρκεια της κρίσης έχει αρχίσει να μεταβάλλεται

και η αναλογία ανδρών και γυναικών στο σύνολο των ανέργων της Περιφέρειας.

• Το ποσοστό ανεργίας των νεότερων της Περιφέρειας Ηπείρου είναι πολύ υψηλότερο από

εκείνο των μεγαλύτερων σε ηλικία.

• Το ποσοστό ανεργίας των ομάδων του πληθυσμού με υψηλότερο εκπαιδευτικό επίπεδο

είναι χαμηλότερο από εκείνο των ομάδων με χαμηλότερο εκπαιδευτικό επίπεδο, ενώ το

υψηλότερο ποσοστό ανεργίας καταγράφεται στους έχοντες μεσαίου επιπέδου εκπαίδευση.

• Περίπου 6 στους 10 άνεργους της Περιφέρειας Ηπείρου είναι μακροχρόνια άνεργος ενώ

συνολικά ο αριθμός των μακροχρόνια ανέργων της Περιφέρειας ανέρχεται στα 24,2 χιλ.

άτομα, με τις γυναίκες να πλήττονται σε μεγαλύτερο βαθμό.

63

Νοικοκυριά και κίνδυνος φτώχειας

• Συνολικά στην Περιφέρεια Ηπείρου καταγράφονται 30.515 νοικοκυριά χωρίς παιδιά,

11.177 μονογονεϊκά νοικοκυριά με συνολικά 30.255 μέλη και 33.213 Μονοπρόσωπα

νοικοκυριά. Επίσης καταγράφονται 35.302 νοικοκυριά χωρίς απασχολούμενο μέλος και

33.255 με ένα μόνο απασχολούμενο μέλος.

• Συνολικά στις κανονικές και μη κανονικές κατοικίες συγκεντρώνεται το 97,5% του μόνιμου

πληθυσμού της Περιφέρειας Ηπείρου, ενώ το υπόλοιπο 2,5% αφορά άτομα που ζουν σε

συλλογικά καταλύματα και αστέγους.

• Ο συνολικός αριθμός των αστέγων της Περιφέρειας, που αποτελεί και ομάδα του

πληθυσμού με υψηλό κίνδυνο φτώχειας, ανέρχεται σε 623 άτομα, ενώ σημαντική είναι και

η συγκέντρωση μη κανονικών κατοικιών στις οποίες διαμένουν Ρομά.

Περιφέρεια Δυτικής Μακεδονίας

Το πεδίο εφαρμογής των παρεμβάσεων της περιφερειακής στρατηγικής αντιμετώπισης της

φτώχειας και προώθησης της κοινωνικής ένταξης της Περιφέρειας Δυτικής Μακεδονίας αποτελεί

η οικογένεια, η σημασία της οποίας παραμένει το βασικό κύτταρο διασφάλισης της κοινωνικής

συνοχής (Περιφέρεια Δυτικής Μακεδονίας, 2015).

Από την ανάλυση της υφιστάμενης κατάστασης στην Περιφέρεια Δυτικής Μακεδονίας με έμφαση

σύμφωνα με την αξιολόγηση των δεδομένων και πληροφοριών που αφορούν σε κοινωνικά

χαρακτηριστικά του πληθυσμού και την αποτύπωσή τους σε επίπεδο Δήμου και Περιφερειακής

Ενότητας, προκύπτουν μερικά από τα παρακάτω συνοπτικά συμπεράσματα:

• Η τοπική κοινωνική πολιτική εφαρμόζεται σε χωρικό επίπεδο Δήμων με συμπληρωματικές,

αλλά συχνότερα, επικαλυπτόμενες δραστηριότητες των Δήμων και λοιπών Κοινωνικών

Φορέων και Φορέων Κοινωνικής Αλληλεγγύης.

• Το πλήθος των δραστηριοποιούμενων Κοινωνικών Φορέων στην ΠΔΜ είναι ιδιαίτερα

αυξημένο, γεγονός που αντανακλά μια ιδιαίτερη κοινωνική ευαισθησία των Πολιτών και

ενεργητική αντιμετώπιση των φαινομένων φτώχειας και κοινωνικού αποκλεισμού, αλλά

από την άλλη οδηγεί σε πολλαπλές δράσεις, χωρίς συντονισμό και ενιαία καταγραφή των

ωφελούμενων, ώστε να υπάρχει στόχευση και ιεράρχηση των παρεμβάσεων, εξοικονόμηση

πόρων και μέσων και, κυρίως, παρακολούθηση της εφαρμογής της παρέμβασης και

καταγραφή / αξιολόγηση των αποτελεσμάτων.

• Καταγράφεται αδυναμία καθολικής κάλυψης των περιοχών αρμοδιότητας από τους

Δήμους, ιδιαίτερα όσον αφορά στους ηλικιωμένους και τους ανασφάλιστους, διότι οι

Καλλικρατικοί Δήμοι είναι ιδιαίτερα εκτεταμένοι, οι δε οικισμοί αραιοκατοικημένοι. Το

Πρόγραμμα «Βοήθεια στο Σπίτι» αντιμετωπίζει μεγάλο όγκο των συγκεκριμένων αναγκών,

ιδιαίτερα εάν μετεξελιχθεί σε σύγχρονο σύστημα πρωτοβάθμιας κοινωνικής φροντίδας.

• Από την άλλη πλευρά, καταγράφονται πλεονεκτήματα ως προς την ύπαρξη ικανοποιητικού

αριθμού Δομών κοινωνικής στήριξης όπως ΚΔΑΠ, βρεφικοί, παιδικοί σταθμοί, αλλά και την

ύπαρξη εθελοντών κυρίως σε θέματα πρόνοιας και αντιμετώπισης φαινομένων φτώχειας.

64

Οι συνθήκες και τα χαρακτηριστικά της φτώχειας και της ακραίας φτώχειας αποτυπώνονται

ανά Δήμο και Περιφερειακή Ενότητα σε δύο επίπεδα:

• στο επίπεδο του συνόλου των ωφελούμενων από το Τοπικό Δίκτυο Κοινωνικών Δομών

(Δήμων και Φορέων),

• στο επίπεδο των επιλέξιμων ωφελούμενων της ακραίας φτώχειας στο πλαίσιο των

Δράσεων του ΤΕΒΑ.

Στο επίπεδο της Περιφέρειας, καταγράφονται 48.686 ωφελούμενοι, οι οποίοι αντανακλούν στη

σημερινή ετήσια δυναμικότητα του τοπικού δικτύου Κοινωνικών Δομών. Σε αυτά αντιστοιχούν

13.545 οικογένειες (μέσο μέγεθος οικογένειας 3,6 μέλη). 31.159 άτομα (64,0% των συνολικά

ωφελούμενων) διαβιούν σε συνθήκες ακραίας φτώχειας. Σε αυτά αντιστοιχούν 8.845 οικογένειες

(μέσο μέγεθος οικογένειας 3,5 μέλη).

Από την επεξεργασία των ερωτηματολογίων των Δήμων και των Κοινωνικών Φορέων προέκυψαν

οι σημαντικές Υπο-ομάδες της Περιφέρειας:

• τα άτομα με αναπηρίες, που ανέρχονται σε 3.616 άτομα,

• οι καταγεγραμμένοι άνεργοι, οι οποίοι ωφελούνται από αντίστοιχες κοινωνικές υπηρεσίες

και παροχές, που ανέρχονται σε 4.282 άτομα, από τους οποίους οι 525 (12,3%) δεν έχουν

κάρτα ανεργίας,

• οι άνεργοι άνω των 54 μέχρι και 65 ετών, που ανέρχονται σε 487 άτομα,

• τα μέλη πολύτεκνων οικογενειών με χαμηλό οικογενειακό εισόδημα, που ανέρχονται σε

684 άτομα,

• οι φτωχοί εργαζόμενοι με χαμηλό οικογενειακό εισόδημα, που ανέρχονται σε 3.510 άτομα,

• οι φτωχοί συνταξιούχοι με χαμηλό οικογενειακό εισόδημα, που ανέρχονται σε 3.145 άτομα.

• Στις υπόλοιπες κατηγορίες των Ευπαθών Ομάδων περιλαμβάνονται λιγότερα από 500

άτομα ανά ομάδα.

Σημειώνεται ότι ο αριθμός των ατόμων των ευπαθών ομάδων είναι προσεγγιστικός, καθόσον στις

περιπτώσεις έρευνας πεδίου με τα ερωτηματολόγια προς τους Δήμους και τους Κοινωνικούς

Φορείς δεν μπορεί να αποτυπωθεί με ακρίβεια ο συνολικός αριθμός που περιλαμβάνεται στις

αντίστοιχες ομάδες, δεδομένου ότι δεν γίνεται συστηματική καταγραφή των ατόμων αυτών των

ομάδων. Επιπλέον, πρέπει να σημειωθεί ότι σε πολλές περιπτώσεις τα ίδια άτομα μπορεί να

εμφανίζονται πολλές φορές σε αντίστοιχες ομάδες, δεδομένου ότι μπορεί να ωφελούνται από

περισσότερες δομές καθόσον δεν υπάρχει ταυτοποίηση των ατόμων.

2.9.2 Η έκθεση της διαΝΕΟσις για την ακραία φτώχεια στην Ελλάδα

Τον Ιούνιο του 2016, η διαΝΕΟσις, ένας ανεξάρτητος, μη κερδοσκοπικός ερευνητικός οργανισμός,

δημοσίευσε μία έκθεση, η οποία όπως αναφέρει «σκιαγραφεί τη λογική, το περιεχόμενο και τα

προαπαιτούμενα μιας αποδοτικότερης πολιτικής κατά της φτώχειας για την Ελλάδα της

ανάκαμψης». Μέσα από αυτήν παρουσιάζει τα αποτελέσματα από τις εκτιμήσεις της Ομάδας

Ανάλυσης Δημόσια Πολιτικής του Οικονομικού Πανεπιστημίου Αθηνών για την φτώχεια στη

65

Ελλάδα την Περίοδο 2011-2016 με βάση το υπόδειγμα μικροπροσομοίωσης EUROMOD.

Σημειώνεται, πως τον Απρίλιο του 2017 δημοσιεύτηκε μία επικαιροποιημένη έκδοση της έρευνας,

που περιλαμβάνει και δεδομένα για τα εισοδήματα του 2016 της EU-SILC.

Σύμφωνα με την έκθεση, το πρόβλημα της υστέρησης των δεδομένων παρακάμπτεται με τη

μέθοδο της «μικροπροσομοίωσης». Η ανάλυσή, όπως προαναφέρθηκε, βασίζεται στο υπόδειγμα

EUROMOD, το οποίο υπολογίζει την επίδραση της φορολογικής και της κοινωνικής πολιτικής στον

κρατικό προϋπολογισμό και στην κατανομή εισοδήματος. Το EUROMOD είναι προϊόν στενής

συνεργασίας δεκάδων πανεπιστημίων και ερευνητικών κέντρων από όλα τα κράτη-μέλη της

Ευρωπαϊκής Ένωσης σε μία περίοδο δύο και πλέον δεκαετιών. Σήμερα, το υπόδειγμα

χρησιμοποιείται από την Ευρωπαϊκή Επιτροπή και από άλλους διεθνείς οργανισμούς, όπως ο

ΟΟΣΑ. Τα αποτελέσματά του έχουν επικυρωθεί σε μικρο- και μακρο-επίπεδο, ενώ τα ευρήματά

του έχουν δημοσιευθεί σε πλήθος ερευνητικών εργασιών (Ματσαγγάνης και άλλοι, 2016·

Ματσαγγάνης και άλλοι, 2017· www.euromod.ac.uk).

Η μεθοδολογία του παραπάνω υποδείγματος χρησιμοποιεί τα μικρο-δεδομένα της έρευνας EU-

SILC 2012 (εισοδήματα 2011) και για την εκτίμηση της φτώχεια το 2016, επικαιροποίησαν τα

δεδομένα με βάση νεότερα στοιχεία για την ετήσια μεταβολή των μέσων αποδοχών ανά κατηγορία

την περίοδο 2011-2016. Στη συνέχεια, εφάρμοσαν τους κανόνες φορολογίας εισοδήματος και

κοινωνικών επιδομάτων που ισχύουν σήμερα (και σε κάθε προηγούμενη χρονιά). Επίσης,

προσάρμοσαν την αρχική βάση δεδομένων αναλογικά με τη μεγάλη αύξηση της ανεργίας τα χρόνια

που μεσολάβησαν. Τέλος, έγινε διόρθωση των δεδομένων, λαμβάνοντας υπόψη τη φοροδιαφυγή

και τη λεγόμενη «μη ανάληψη» των κοινωνικών παροχών (από άτομα που τις δικαιούνται).

Από τα αποτελέσματα για την ακραία φτώχεια προκύπτει ότι το ποσοστό ακραίας φτώχειας σχεδόν

διπλασιάστηκε τα πρώτα δύο χρόνια της εξαετίας (από 8,9% το 2011 σε 17,1% το 2013), ενώ έκτοτε

υποχώρησε, παραμένοντας όμως σε εξαιρετικά υψηλά επίπεδα. Επιπλέον, το ποσοστό ακραίας

φτώχειας σε οικογένειες με παιδιά αυξήθηκε δραματικά από 12,5% το 2011 σε 21,8% το 2013, ενώ

στη συνέχεια σημείωσε κάποια μείωση (σε 16,4% το 2016). Η υποχώρηση του ποσοστού ακραίας

φτώχειας ήταν μεγαλύτερη για τις πολύτεκνες οικογένειες. Όσον αφορά την διοικητική περιφέρεια

και τον βαθμό πληθυσμιακής πυκνότητας, η Κρήτη καταγράφει το χαμηλότερο ποσοστό ακραίας

φτώχειας σε όλη την περίοδο. Οι υπόλοιπες νησιωτικές περιφέρειες βρίσκονται επίσης σταθερά

κάτω από τον εθνικό μέσο όρο (το Βόρειο Αιγαίο από το 2012 και μετά). Το ίδιο και η Πελοπόννησος

με τη Στερεά Ελλάδα (με την εξαίρεση του 2013), καθώς και η Ήπειρος (μετά το 2012). Στους

αντίποδες, από το 2011 έως 2013 η ακραία φτώχεια διπλασιάστηκε στη Δυτική Ελλάδα και στην

Κεντρική Μακεδονία, περιφέρειες που σημειώνουν τα υψηλότερα ποσοστά (μετά το 2012). Πάνω

από τον εθνικό μέσο όρο βρίσκονται επίσης η Θεσσαλία, η Δυτική Μακεδονία (από το 2014 και

μετά), καθώς και η Ανατολική Μακεδονία και Θράκη.

Σημαντική διαπίστωση αποτέλεσε το γεγονός ότι τα ποσοστά ακραίας φτώχειας συσχετίζονται

έντονα (και αρνητικά) με την ένταση εργασίας. Τεράστια απόσταση χωρίζει την πιθανότητα

ακραίας φτώχειας σε οικογένειες στις οποίες δεν εργάζεται κανείς από εκείνες στις οποίες

66

απασχολούνται πλήρως και οι δύο γονείς. Σε γενικές γραμμές, η πιθανότητα αυτή πέφτει

κατακόρυφα καθώς αυξάνεται η ένταση εργασίας. Αυτό ισχύει ακόμη και για νοικοκυριά με έναν

μόνο εργαζόμενο μερικής απασχόλησης. Από εκείνο το σημείο, το ποσοστό ακραίας φτώχειας το

2016 ήταν κοντά στον εθνικό μέσο όρο σε οικογένειες με έναν εργαζόμενο πλήρους απασχόλησης

ενώ έπεφτε στο μισό σε οικογένειες στις οποίες εργάζονταν και οι δύο γονείς, αν και ο ένας ήταν

μερικής απασχόλησης.

2.9.3 Διεθνής μελέτες

Το 2016, ίδρυμα Bertelsmann Stiftung, δημοσίευσε μια αναφορά, η οποία αφορά τα αποτελέσματα

διερεύνησης και εκτίμησης του Δείκτη Κοινωνικής Δικαιοσύνης (Social Justice Index - SJI) για το

προαναφερόμενο έτος καθώς και για προηγούμενα έτη (Schraad-Tischler & Schiller, 2016). Ο

Δείκτης Κοινωνικής Δικαιοσύνης αποτελείται από τις εξής έξι διαστάσεις: την πρόληψη της

φτώχειας, την πρόσβαση στην εκπαίδευση, την ένταξη στην αγορά εργασίας, την κοινωνική συνοχή

και την αποφυγή διακρίσεων, την υγεία, καθώς και τη δικαιοσύνη μεταξύ των γενεών.

Ως διεπιστημονική έρευνα, ο Δείκτης Κοινωνικής Δικαιοσύνης περιλαμβάνει 28 ποσοτικούς και

οκτώ ποιοτικούς δείκτες, καθένας από τους οποίους συνδέεται με μία από τις έξι διαστάσεις της

κοινωνικής δικαιοσύνης. Τα στοιχεία για τους ποσοτικούς δείκτες, που χρησιμοποιούνται στον

δείκτη κοινωνικής δικαιοσύνης προέρχονται κυρίως από την Eurostat και τα στατιστικά της

Ευρωπαϊκής Ένωσης για το εισόδημα και τις συνθήκες διαβίωσης (European Union Statistics on

Income and Living Conditions, EU-SILC). Για αυτούς τους δείκτες, η κλίμακα βαθμολόγησης

κυμαίνεται από 1 (χειρότερη) έως 10 (καλύτερη). Προκειμένου να διασφαλιστεί η συμβατότητα

μεταξύ των ποσοτικών και ποιοτικών δεικτών, όλες οι καθαρές τιμές (πρωτογενή δεδομένα) για

τους ποσοτικούς δείκτες υποβάλλονται σε γραμμικό μετασχηματισμό για να έχουν μία κοινή

κλίμακα 0-1. Η αναλυτική διαμόρφωση του δείκτη κοινωνικής δικαιοσύνης φαίνεται στο παρακάτω

σχήμα.

Τα κύρια ευρήματα είναι ότι η κοινωνική δικαιοσύνη φαίνεται να έχει βελτιωθεί ελάχιστα για τα

περισσότερα κράτη-μέλη της Ε.Ε. σε σχέση με το Δείκτη Κοινωνικής Δικαιοσύνης του 2015.

Διαπιστώνεται ότι, μετά από χρόνια πτώσης, η πλειοψηφία των χωρών έφθασε στο χαμηλότερο

σημείο μεταξύ 2012 και 2014. Το αν η βελτίωση είναι πραγματική, σταθερή ή μια ελαφρά

προσωρινή χαλάρωση θα γίνει εμφανής μόνο σε μελλοντικές εκθέσεις. Τουλάχιστον, η πτωτική

τάση που παρατηρείται από το 2008, όσον αφορά τις ίσες ευκαιρίες συμμετοχής, έχει σταματήσει

στην πλειοψηφία των κρατών μελών. Ωστόσο, ακόμη και επτά χρόνια μετά το πρώτο χτύπημα της

παγκόσμιας οικονομικής κρίσης, οι ευκαιρίες συμμετοχής στη συντριπτική πλειονότητα των

κρατών μελών της ΕΕ, με μερικές εξαιρέσεις, εξακολουθούν να είναι αισθητά χειρότερες από ό, τι

πριν από την κρίση. Μόνο πέντε από τις 28 χώρες της ΕΕ, η Τσεχική Δημοκρατία, η Γερμανία, το

Λουξεμβούργο, το Ηνωμένο Βασίλειο και η Πολωνία, παρουσιάζουν μέτριες βελτιώσεις, όσον

αφορά τις ευκαιρίες συμμετοχής σε σύγκριση με την κατάσταση πριν από την οικονομική και

χρηματοπιστωτική κρίση. Όσον αφορά την έκταση της φτώχειας και του κοινωνικού αποκλεισμού,

το κοινωνικό χάσμα μεταξύ Βόρειας και Νότιας Ευρώπης είναι τεράστιο. Το χάσμα μεταξύ των

67

κορυφαίων χωρών της βόρειας Ευρώπης και των χωρών που πλήττονται από κρίσεις, δηλαδή της

νότιας Ευρώπης, έχει αλλάξει ελάχιστα σε σχέση με το προηγούμενο έτος. Αυτό οφείλεται σε

μεγάλο βαθμό από τα στοιχεία φτώχειας της Ελλάδας και της Ισπανίας, τα οποία εξακολουθούν να

είναι ανησυχητικά, καθώς οι δύο αυτές χώρες κατάφεραν να μειώσουν το ποσοστό των ατόμων

που κινδυνεύουν από τη φτώχεια ή τον κοινωνικό αποκλεισμό ελάχιστα σε σχέση με πέρυσι.

Σχήμα 2. Δείκτης Κοινωνικής Δικαιοσύνης – Διαστάσεις και Δείκτες (Πηγή: Schraad-Tischler & Schiller, 2016)

Άλλη μελέτη που αφορά τη φτώχεια, βάσει εισοδήματος, και τον κοινωνικό αποκλεισμό στην

Ευρωπαϊκή ένωση πραγματοποιήθηκε από τους Lelkes & Gasior (2012) και το Ευρωπαϊκό Κέντρο

για την Πολιτική Κοινωνικής Πρόνοιας και την Έρευνα στη Βιέννη (European Centre for Social

Welfare Policy and Research, Vienna).

Ειδικότερα, εξέτασαν την ομαδοποίηση των τριών δεικτών κοινωνικού αποκλεισμού σε επίπεδο

χωρών της ΕΕ. Χρησιμοποίησαν την ανάλυση κατά συστάδες (cluster analysis), με σκοπό να

αναλύσουν δείκτες σε επίπεδο χώρας και να εντοπίσουν ομάδες χωρών με παρόμοια

χαρακτηριστικά. Από την ανάλυση προέκυψαν οι εξής ομάδες:

• Στην πρώτη ομάδα, με την Ουγγαρία, την Πολωνία, τη Λετονία και τη Λιθουανία, οι χώρες

τείνουν να χαρακτηρίζονται από υψηλά ποσοστά στέρησης σε υλικά αγαθά και κινδύνου

φτώχειας (12-21% και 12-26% αντίστοιχα).

• Στο δεύτερο σύμπλεγμα «φτωχών πόρων», η Βουλγαρία και η Ρουμανία, υποφέρουν από

μια εξαιρετικά μεγάλης έκτασης στέρησης (27-37%) σε υλικά.

68

• Η τρίτη συστάδα χωρών περιλαμβάνει μεγάλο αριθμό ετερογενών χωρών, οι οποίες

υπερβαίνουν το μέσο όρο της ΕΕ στους περισσότερους δείκτες.

• Η τέταρτη ομάδα που περιλαμβάνει τη Γερμανία, το Ηνωμένο Βασίλειο, την Ιρλανδία και το

Βέλγιο χαρακτηρίζεται από άνω του μέσου όρου χαμηλών ποσοστών έντασης εργασίας,

κάτω του μέσου όρου ατόμων που πάσχουν από σοβαρή στέρηση υλικών και τα ποσοστά

φτώχειας βρίσκονται γύρω από το μέσο όρο της ΕΕ.

Επιπλέον, χρησιμοποιώντας τα στατιστικά της Ευρωπαϊκής Ένωσης για το εισόδημα και τις

συνθήκες διαβίωσης (EL-SILC), αποτύπωσαν το ποσοστού του πληθυσμού που κινδυνεύει από τη

φτώχεια καθώς και το βαθμό μεταβολής και την τάση του κινδύνου φτώχειας για τις 28 χώρες της

ΕΕ. Έτσι, βρήκαν ότι το ποσοστό φτώχειας κυμαίνεται μεταξύ 9% και 26% σε όλα τα κράτη μέλη της

ΕΕ. Οι τιμές είναι οι χαμηλότερες στη Τσεχία, τη Σλοβακία, την Ολλανδία και τη Σλοβενία και

υψηλότερες από το μέσο όρο στη Βουλγαρία, τη Ρουμανία, τις χώρες της Βαλτικής και τις νότιες

χώρες: Ελλάδα, Ιταλία, Πορτογαλία και Ισπανία. Μεταξύ των ετών 2004 και 2008, το ποσοστό του

πληθυσμού που κινδυνεύει από τη φτώχεια μειώθηκε στην Τσεχία, την Ιρλανδία, την Πολωνία και

τη Σλοβακία και ενδέχεται να έχει μειωθεί στο Λουξεμβούργο και την Πορτογαλία. Αντίθετα, για

τα ίδια έτη, το ποσοστό κινδύνου φτώχειας αυξήθηκε στη Γερμανία, τη Φινλανδία, τη Λετονία, τη

Μάλτα και τη Σουηδία. Στις περισσότερες χώρες δεν υπήρξε στατιστικά σημαντική μεταβολή του

ποσοστού κινδύνου φτώχειας για τα 5 έτη.

Εκτός από διεθνής μελέτες σε Ευρωπαϊκό επίπεδο, έχουν πραγματοποιηθεί μελέτες για τη φτώχεια

και τον κοινωνικό αποκλεισμό και σε επίπεδο χώρας. Το Nordregio and James Hutton Institute

(ESPON, 2014) πραγματοποίησε μία βιβλιογραφική επισκόπηση, των οποίων τα αποτελέσματα

παρουσιάζονται στη συνέχεια, για τέσσερις ομάδες χωρών: 1) Σκανδιναβικές χώρες, 2) Κεντρικές

Ευρωπαϊκές χώρες, συμπεριλαμβανομένου τη Πορτογαλία, 3) Μεσογειακές χώρες, και 4)

Ανατολικές Ευρωπαϊκές χώρες.

Σκανδιναβικές χώρες

Από τη βιβλιογραφική ανασκόπηση σχετικά με τη φτώχεια και τον κοινωνικό αποκλεισμό στις

σκανδιναβικές χώρες, οι τέσσερις συνιστώσες που τόνισε ο Rothstein (2002) εντοπίζονται μέσω

κοινωνικοοικονομικών μεταβλητών μέτρησης της φτώχειας και του κοινωνικού αποκλεισμού. Για

παράδειγμα, ο Bask (2009) δηλώνει ότι 6 μεταβλητές έχουν καθοριστική σημασία για τον

προσδιορισμό του κοινωνικού αποκλεισμού. Αυτές είναι η χρόνια ανεργία, τα οικονομικά

προβλήματα, τα προβλήματα υγείας, οι εμπειρίες απειλών ή βίας, η πολυπληθή στέγαση και

έλλειψη διαπροσωπικών σχέσεων. Η μελέτη αυτή, καταλήγει στο συμπέρασμα ότι με την πάροδο

του χρόνου (1979-2003), η κατάσταση των μεταναστών έχει χειροτερέψει καθώς επίσης και οι

πιθανότητες για κοινωνικό αποκλεισμό μεταξύ παιδιών. Όσον αφορά το φύλο, οι άνδρες φαίνεται

να είναι σε δυσχερέστερη θέση σε σχέση με τις γυναίκες, ωστόσο η τάση αυτή έχει μειωθεί κατά

το πέρασμα των χρόνων.

69

Επιπλέον, τα οικονομικά προβλήματα (ανεργία, δημοσιονομικοί περιορισμοί) και τα προβλήματα

υγείας εμφανίζονται συχνά κατά την επισκόπηση βιβλιογραφίας στις Σκανδιναβικές χώρες. Για

παράδειγμα, μια μελέτη από τη Νορβηγία προσδιορίζει και αναλύει τρία διαφορετικά μέτρα

φτώχειας που χρησιμοποιούνται στη χώρα. Πρόκειται για τη φτώχεια βάσει εισοδήματος και δύο

μέτρα προτύπου ελάχιστου προϋπολογισμού (Borgeraas et al., 2010). Μία μελέτη από την Ισλανδία

εξετάζει τη σχέση μεταξύ της υγείας, ως εξαρτημένη μεταβλητή, και ανεξάρτητων μεταβλητών

εκπαίδευσης. Το παραγόμενο συμπέρασμα είναι ότι η παρέμβαση της πρόνοιας ενός κράτους

μπορεί να είναι πιο επιτυχημένη στην εξίσωση των αποτελεσμάτων υγείας με την υποστήριξη των

οικογενειών και την κατάργηση των πλεονεκτημάτων που συνηθίζουν να συσσωρεύονται από τους

πλούσιους σε κεφαλαιουχικές κοινωνίες" (Olafsdottir, 2007).

Επίσης, το ESPON (2014) ότι οι κοινωνικοοικονομικές μεταβλητές, που σχετίζονται με ορισμένες

ομάδες, όπως τα παιδιά, οι ηλικιωμένοι, οι νέοι και οι μετανάστες είναι συχνά κεντρικές έννοιες

στη βιβλιογραφία (Bask, 2009· Blume et al., 2007). Οι Blume et al. (2007) μελέτησαν τη φτώχεια

στη Δανία και τη Σουηδία με ιδιαίτερη έμφαση στους μετανάστες. Τα αποτελέσματά τους δείχνουν

ότι παρά τις ομοιότητες στη δομή των Σουηδικών και Δανικών χωρών πρόνοιας, οι μετανάστες στη

Δανία σε σύγκριση με τη Σουηδία έχουν υψηλότερο ποσοστό φτώχειας. Βρίσκουν επίσης μια σχέση

μεταξύ της εκπαίδευσης και της φτώχειας που υποδηλώνει ότι η εκπαίδευση είναι κεντρική για την

επιτυχή ενσωμάτωση στην αγορά εργασίας. Το γενικό συμπέρασμα από τη μελέτη αυτή, είναι ότι

το καθεστώς των χαμηλών εισοδημάτων καθίσταται όλο και περισσότερο φαινόμενο

μετανάστευσης στη Δανία και τη Σουηδία. Ωστόσο, αυτό είναι πιο έντονο στη Δανία, όπου τα

οικογενειακά επιδόματα είναι ευνοϊκότερα για τη χαρακτηριστική οικογενειακή δομή, σε αντίθεση

με τις μεγαλύτερες οικογένειες μεταναστών από λιγότερο ανεπτυγμένες χώρες. Ενδιαφέροντα

ευρήματα παρουσιάζει ο Kieselbach (2003), ο οποίος μελέτησε τη μακροχρόνια ανεργία μεταξύ

νέων ανθρώπων στην Ευρώπη. Τα ευρήματα αναφέρουν ότι η ανεργία απειλεί τη συνολική ένταξη

των νέων στην κοινωνία. Οι σημαντικότεροι παράγοντες για τον κοινωνικό αποκλεισμό είναι τα

χαμηλά προσόντα, η παθητικότητα στην αγορά εργασίας, η επισφαλή οικονομική κατάσταση, η

χαμηλή ή ελλείπουσα κοινωνική στήριξη και η ανεπαρκής ή ανύπαρκτη θεσμική στήριξη.

Χώρες Κεντρικής Ευρώπης

Οι έννοιες της φτώχειας και του κοινωνικού αποκλεισμού έχουν αποτελέσει το επίκεντρο

επιστημονικών και πολιτικών συζητήσεων στην Αυστρία. Με συνέπεια, η φτώχεια να μην

καλύπτεται μόνο από το εισόδημα, αλλά και από την υγεία, τη στέγαση ή την πρόσβαση σε τρόφιμα

και ρούχα (EPSON, 2014). Επιπλέον, μερικές μελέτες βασίζονται σε μια προσέγγιση στέρησης που

περιλαμβάνει διαστάσεις, όπως η έλλειψη συμμετοχής και ο αποκλεισμός. Διάφορα θέματα

αντιμετωπίζονται όπως η φτώχεια παρά την απασχόληση, το λεγόμενο φαινόμενο εργασία-

φτωχών (Verwiebe & Fritsch 2011), η φτώχεια της εκπαίδευσης, ιδίως όσον αφορά την

κληρονομικότητα της φτώχειας (Till-Tenschert & Vana 2009), ή η φτώχεια και η μετανάστευση και

εντοπίζονται διάφορες ευάλωτες ομάδες όπως οι γυναίκες, οι νέοι ενήλικες, τα άτομα με ασταθή

σταδιοδρομία στην απασχόληση, οι οικογένειες, οι μονογονεϊκές οικογένειες, οι ηλικιωμένοι και

70

οι άνεργοι (EPSON, 2014). Επιπλέον, η συζήτηση για τον κοινωνικό αποκλεισμό σχετίζεται επίσης

εν μέρει με τις διαδικασίες αστικού διαχωρισμού (Dangschat, 2004).

Οι χρησιμοποιούμενοι δείκτες στις μελέτες που αφορούν το Βέλγιο, είναι παρόμοιοι με αυτούς

που χρησιμοποιούνται σε ευρωπαϊκό επίπεδο. Όσον αφορά τη φτώχεια, ο δείκτης ΑRoP με

κατώφλι το 60% (Parlament der deutschsprachigen Gemeinschaft 2009· Combat Poverty, Insecurity

and Social Exclusion Service 2007) καθώς και ο λόγος του συνολικού εισοδήματος που λαμβάνεται

από το 20% του πληθυσμού της χώρας με το υψηλότερο εισόδημα, σε σχέση με το 20% του

πληθυσμού της χώρας με το χαμηλότερο εισόδημα, είναι το πιο δημοφιλές (Willems & Vyncke

2010). Επιπλέον, σε ορισμένες μελέτες περιλαμβάνονται δεδομένα για την υποκειμενική φτώχεια

και για την υπερχρέωση. Δύο δείκτες που αντιπροσωπεύουν την υπερχρέωση είναι 1) το ποσοστό

των δανειοληπτών σε αθέτηση υποχρεώσεων και 2) οι μέσες καθυστερούμενες οφειλές από τους

δανειολήπτες (Duvivier et al., 2010).

Οι έννοιες της φτώχειας και του κοινωνικού αποκλεισμού συζητήθηκαν ευρέως σε γερμανικά

επιστημονικά και πολιτικά πλαίσια. Υπάρχει σαφής διάκριση μεταξύ φτώχειας και κοινωνικού

αποκλεισμού. Ενώ η φτώχεια περιορίζεται στους οικονομικούς πόρους, ο κοινωνικός αποκλεισμός

υπερβαίνει τις υλικές διαστάσεις και έχει πολύ μεγαλύτερη εμβέλεια στην ενίσχυση των

διαδικασιών κοινωνικών μειονεκτημάτων (Böhnke, 2001· Häußermann & Kronauer, 2009). Η

έννοια του κοινωνικού αποκλεισμού ορίζεται ως πολυδιάστατη, ολοκληρωμένη και δυναμική.

Περιλαμβάνει διάφορες διαστάσεις: τον οικονομικό, το θεσμικό, τον κοινωνικό, τον πολιτιστικό και

το χωρικό αποκλεισμό, καθώς και μια υποκειμενική συνιστώσα (Böhnke, 2001· Böhnke, 2005). Μια

μονοδιάστατη εξέταση της φτώχειας με κύριο άξονα το εισόδημα περιγράφεται ως υπερβολικά

μονομερής. Έχει αναπτυχθεί μια εκτεταμένη κατανόηση της φτώχειας, η οποία αναφέρεται σε

κοινωνικά μειονεκτήματα και σε επισφαλείς περιστάσεις που υπονομεύουν την κοινωνική ένταξη

ενός ατόμου (Buhr & Leibfried, 2009· Böhnke, 2005). Στη γερμανική κοινωνική έρευνα, δίνεται

ιδιαίτερη έμφαση στη χωρική διάσταση του κοινωνικού αποκλεισμού, δηλαδή στις επιδράσεις της

γειτνίασης (Drever 2004· Häußermann, 2006· Häußermann et al., 2010). Περιγράφονται επίσης

ομάδες κινδύνου, όπως οι μονογονεϊκές οικογένειες, οι συνταξιούχοι, οι νέοι ενήλικες, οι

μετανάστες, τα παιδιά και τα άτομα με χαμηλά επίπεδα εκπαίδευσης και επαγγελματικά προσόντα

(Häußermann 2006).

Μεσογειακές χώρες

Οι μεσογειακές χώρες χαρακτηρίζονται από συγκριτικά χαμηλά ποσοστά απασχόλησης σε

ευρωπαϊκό επίπεδο, ιδίως όσον αφορά τη συμμετοχή των γυναικών και των νέων στην αγορά

εργασίας. Το έργο της αύξησης των ποσοστών απασχόλησης σύμφωνα με τη στρατηγική της

Λισαβόνας και της στρατηγικής ΕΕ 2020 συνδέεται με μια προσέγγιση για την καλή μεταχείριση

των εργαζομένων, η οποία θα μπορούσε να διαταράξει τους παραδοσιακούς ρόλους των φύλων

στην κοινωνική αναπαραγωγή. Η οικογενειακή συνοχή έχει καθοριστική σημασία για την παροχή

εξατομικευμένων δικτύων ασφαλείας και την καταπολέμηση της φτώχειας και του κοινωνικού

αποκλεισμού, όπως στην περίπτωση παροχής στέγης και πρόσβασης στην ιδιοκτησία του σπιτιού.

71

Εντούτοις, η κατοχή σταθερής και μόνιμης εργασίας σε έναν εγγυημένο έχει μεγάλη σημασία για

κάθε οικογένεια. Ένα μεγάλο μέρος των συνολικών κοινωνικών δαπανών αφιερώνεται στις

συντάξεις. Τα ποσοστά φτώχειας μεταξύ ηλικιωμένων ατόμων είναι ελαφρώς υψηλότερα από τον

μέσο όρο της Ευρωπαϊκής Ένωσης, αλλά η μεταρρύθμιση του συνταξιοδοτικού συστήματος λόγω

φόβου γήρανσης του πληθυσμού ενδέχεται να επιδεινώσει τις συνθήκες διαβίωσης των

ηλικιωμένων. Η παιδική φτώχεια φαίνεται να είναι πιο διαδεδομένη, ιδίως όσον αφορά τα παιδιά

σε μονογονεϊκά νοικοκυριά. Η πρόωρη εγκατάλειψη του σχολείου απαιτεί παρέμβαση για την

υποστήριξη ευάλωτων οικογενειών. Όσον αφορά τις ομάδες μεταναστών, η υιοθέτηση

διαδικασιών νομιμοποίησης κατά τις δύο προηγούμενες δεκαετίες υποστήριζε την ένταξη τους στις

κοινωνίες υποδοχής. Από την άλλη πλευρά, οι μεσογειακές χώρες συνεχίζουν να δέχονται

μετανάστες που βρίσκονται παγιδευμένοι σε συνθήκες παράτυπης και κακής ενσωμάτωσης. Οι

διακρίσεις στις αγορές εργασίας και στέγασης καθώς και σε άλλους τομείς της κοινωνικής ζωής

σχετίζονται με τη φτώχεια και τον κοινωνικό αποκλεισμό των μεταναστών και των μειονοτικών

ομάδων.

Οι δείκτες της φτώχειας και του κοινωνικού αποκλεισμού είναι ένα ισχυρό εργαλείο για την

παρακολούθηση προόδου όσον αφορά τη μείωση αυτών των προβλημάτων. Ωστόσο, παρόλο που

έχουν πραγματοποιηθεί σημαντικές συζητήσεις τα τελευταία χρόνια, δεν υπάρχει καθολική

συμφωνία για την επιλογή των πλέον κατάλληλων δεικτών. Αναμφισβήτητα, οι μεγαλύτερες

διαφορές παρατηρούνται μεταξύ των ανεπτυγμένων και των λιγότερο ανεπτυγμένων χωρών.

Επίσης, διαπιστώθηκε ότι οι διαφορές μεταξύ ανεπτυγμένων χωρών είναι μικρές, βοηθώντας τη

διαχρονική σύγκριση μεταξύ χωρών.

Οι διαφορές μεταξύ των χωρών της Ευρωπαϊκής Ένωσης απουσιάζουν. Κατά την ανασκόπηση

βιβλιογραφίας υποδεικνύεται ότι η επιλογή των δεικτών εξαρτάται από τον στόχο της μελέτης ή

από το πρότυπο του ερευνητή και όχι από τις διαφορές μεταξύ των χωρών. Για παράδειγμα, από

μελέτες που αφορούν την Ιταλία φαίνεται να υπάρχει έλλειψη συμφωνίας όσον αφορά την επιλογή

δεικτών για την ίδια χώρα. Μερικοί μελετητές χρησιμοποιούν τις γραμμές φτώχειας του

εισοδήματος ή της κατανάλωσης. Για παράδειγμα, οι Addabbo & Baldini (2000), Brandolini et al.

(2001), Brasini & Tassinari (2004) και Andriani & Karyampas (2010) ορίζουν τη γραμμή φτώχειας ως

το μισό του μέσου όρου του εισοδήματος. Άλλοι μελετητές, σύμφωνα με την Στατιστική Υπηρεσία

της Ευρωπαϊκής Επιτροπής, καθόρισαν το όριο της φτώχειας στο 60% του μέσου εισοδήματος

(Quintano et al., 2004· Devicienti et al., 2010· Baldini & Ciani, 2011).

Από την άλλη πλευρά, άλλες μελέτες χρησιμοποιώντας μια πολυδιάστατη προσέγγιση της

φτώχειας, που σχετίζεται περισσότερο με τον κοινωνικό αποκλεισμό, εφαρμόζουν σύνθετους

δείκτες (Devicienti et al., 2010· Quintano et al., 2004· Dagum & Costa, 2004· Andriani & Karyampas

2010).

72

Χώρες Ανατολικής Ευρώπης

Στη βιβλιογραφία των νέων κρατών μελών της ΕΕ σχετικά με τη φτώχεια, οι γενικές προσεγγίσεις

και ο ορισμός της φτώχειας ακολουθούν σε γενικές γραμμές τις τάσεις των διεθνών ερευνών για

τη φτώχεια από το 1990. Σε αυτές τι περιοχές, υπάρχουν τρεις βασικές προσεγγίσεις της φτώχειας.

Η μία συνδέεται με την εισοδηματική έννοια της φτώχειας ή με πιο περιοριστικές προσεγγίσεις,

όπως αυτή που χαρακτηρίζει τους φτωχούς εκείνους που απευθύνονται σε ιδρύματα κοινωνικής

πρόνοιας (Golinowska, 2002). Σε πολλές χώρες, ο ορισμός της φτώχειας με βάση τον απόλυτο

εισόδημα συνδέεται με τον προσδιορισμό των φτωχών ως εκείνων των οποίων τα εισοδήματα

είναι μικρότερα από το κοινωνικό ελάχιστο (ή το ελάχιστο όριο διαβίωσης) που υπολογίζεται από

την εθνική κυβέρνηση (Milanovic, 1992· UNDP, 2000· Einasto, 2002· Paas, 2003). Για παράδειγμα

στην Πολωνία, οι οικονομολόγοι και οι στατιστικολόγοι εφαρμόζουν εννέα διαφορετικά μέτρα

φτώχειας (Tarkowska, 2008).

Εκτός από την αριθμητική ερμηνεία της εισοδηματικής φτώχειας, η φτώχεια, προερχόμενη από τη

στέρηση υλικών, αναφέρεται συχνά στις μελέτες για την Ανατολική Ευρώπη, και αναφέρεται σε

ένα σύνολο βασικών μονάδων, τις οποίες ένα άτομο δεν μπορεί να αποκτήσει λόγω οικονομικών

δυσκολιών (UNDP, 2000; Einasto, 2002; Szukielojc-Bienkunska, 2005). Ο συνδυασμός

προσεγγίσεων που βασίζονται στο εισόδημα και στην στέρηση υλικών αποτελεί μια σχετική έννοια

της φτώχειας που ορίζει το φαινόμενο, όπως η έλλειψη εισοδήματος και άλλων πόρων που

εξασφαλίζουν το βιοτικό επίπεδο που είναι αποδεκτό από το κοινό (UNDP, 2000; Ferge, 2002;

Golinowska, 2002; Trumm, 2011; Molnár, 2009).

3 Περιοχή Μελέτης, Δεδομένα και Μεθοδολογία

3.1 Περιοχή Μελέτης: Δήμος Παύλου Μελά

Πηγή: Επιχειρησιακό Πρόγραμμα 2014 - 2019 , Τμήμα Αστική Ανάπτυξης & Χρηματοδοτικών

Προγραμμάτων, Δήμος Παύλου Μελά

Ο Δήμος Παύλου Μελά βρίσκεται στο βορειοδυτικό άκρο της μητροπολιτικής περιοχής της

Θεσσαλονίκης. Βάση της τελευταίας επίσημης απογραφής (2011) έχει 99.245 μόνιμους

κατοίκους και έκταση 23.763 στρέμματα. Από τη συνολική αυτή έκταση περίπου το 60%

αποτελεί πυκνοκατοικημένη αστική περιοχή με κύρια χρήση την κατοικία. Το υπόλοιπο της

έκτασης αποτελεί μια περιαστική ζώνη, που στα σημεία γειτνίασης με τις κατοικημένες

περιοχές και τους μεγάλους οδικούς άξονες καταλαμβάνεται από μονο-λειτουργικές χρήσεις

(νοσοκομεία) και βιομηχανικές/μεταποιητικές εμπορικές εγκαταστάσεις, ενώ τα παραπάνω

περιβάλλονται από μια εκτεταμένη χέρσα πράσινη έκταση.

Η σύγχρονη φυσιογνωμία του δήμου είναι αποτέλεσμα μιας σταδιακής πολεοδομικής

εξέλιξης, η οποία συνδέεται στενά με την οικιστική πορεία της βόρειας και δυτικής

περιφέρειας του αστικού πυρήνα της Θεσσαλονίκης. Το αστικό κομμάτι του δήμου

αποτελείται από γειτονιές - ψηφίδες που ανάλογα με τις συνθήκες και την εποχή ανάπτυξής

τους, καθώς και το εάν κατοικήθηκαν με σχέδιο ή με αυτογενή τρόπο, απέκτησαν και τα

ιδιαίτερα χωρικά και κοινωνικά τους χαρακτηριστικά.

Ο δήμος σχηματίζεται από τις τρεις δημοτικές ενότητες Σταυρούπολης, Πολίχνης και

Ευκαρπίας που κατοικήθηκαν αρχικά κατά τον προσφυγικό εποικισμό και συστηματικότερα

στα πρώτα μεταπολεμικά χρόνια. Στα προσφυγικά χρόνια διαμορφώθηκαν ως οικισμοί

αγροτικής αποκατάστασης ο παλαιός οικισμός της Πολίχνης και της Ευκαρπίας και ως

οικισμοί αστικής αποκατάστασης οι πολεοδομικές ενότητες Πρόνοιας και Νεοκτίστων της

Σταυρούπολης. Οι περιοχές αυτές οικοδομήθηκαν με βάση σχέδια του Υπουργείου Γεωργίας

οι πρώτες και της Πρόνοιας οι δεύτερες αποτρέποντας την αυθαίρετη και άναρχη

ανοικοδόμηση που δημιουργεί πολύ προβληματικά αστικά περιβάλλοντα. Ωστόσο και

ιδιαίτερα για τις περιοχές αστικής αποκατάστασης (Πρόνοια και Νεόκτιστα), υιοθετήθηκαν

αργότερα (σύμφωνα με το Τμήμα Αστικής Ανάπτυξης & Χρηματοδοτικών Προγραμμάτων,

Δήμου Παύλου Μελά, τις δεκαετίες 60 και 70) ιδιαίτερα υψηλοί συντελεστές δόμησης (2,4

και 2,0), που απέδωσαν τελικά πολύ υψηλές πυκνότητες κατοίκησης (256 και 187

αντίστοιχα) και ανάλογες ελλείψεις σε κοινωφελής υποδομές και κοινόχρηστους χώρους.

3.1.1 Δημογραφικά και κοινωνικά χαρακτηριστικά του Δήμου Παύλου Μελά.

Από την εξέταση της απογραφής του 2011 διαπιστώθηκε ο δημογραφικός δυναμισμός του

δήμου, καθώς η αύξηση του πληθυσμού ανήλθε στο 17,6%, ενώ σύμφωνα με τις εκτιμήσεις

74

αναμένεται περαιτέρω αύξηση του πληθυσμού του δήμου στην παρούσα δεκαετία με

ηπιότερους όμως ρυθμούς. Επιπλέον ο πληθυσμός του δήμου παρουσιάζει χαμηλό δείκτη

γήρανσης και εξάρτησης και μεγάλα ποσοστά στις παραγωγικές και νεαρότερες ηλικίες.

3.1.2 Απασχόληση του πληθυσμού και ανεργία και το επίπεδο φτώχειας

Βάση της απογραφής του 2001, ο ενεργός πληθυσμός του δήμου Παύλου Μελά ανερχόταν

σε 38.985 άτομα, αντιπροσωπεύοντας το 44,51% του μόνιμου πληθυσμού του. Μάλιστα, και

οι τρεις δημοτικές ενότητες παρουσιάζουν παρόμοια ποσοστά ενεργού πληθυσμού ως προς

το σύνολο του πληθυσμού τους. Το 2011 ο ενεργός πληθυσμός του δήμου αυξήθηκε κατά 1

ποσοστιαία μονάδα φτάνοντας τα 45.000 άτομα εργαζόμενους και ζητούντες εργασία και

ποσοστό 45,34%.

Σημαντική αύξηση σημειώθηκε στο ποσοστό των ανέργων σε όλες τις δημοτικές ενότητες

του δήμου, καθώς το ποσοστό ανεργίας έφτασε στην περιοχή της Σταυρούπολης το 28,7%,

στην Πολίχνη 27,17% και στην Ευκαρπία 24,6% διαμορφώνοντας τον μέσο όρο του δήμου σε

27,5% ανέργους στο σύνολο του ενεργού πληθυσμού. Με βάση τα στοιχεία της απογραφής

του 2011 μπορούμε πάντως - και σε σχέση με την απασχόληση - να προχωρήσουμε σε

κάποιες εκτιμήσεις για το σύνολο του δήμου. Όπως σημειώνεται και παραπάνω, το ποσοστό

ανεργίας του δήμου για το 2011 ήταν 27,5% του ενεργού πληθυσμού. Την ίδια χρονική

στιγμή - δηλαδή το 2011 ο μέσος όρος της καταγεγραμμένης ανεργίας σε επίπεδο χώρας

ήταν 17,65%. Δηλαδή, για το 2011 η ανεργία στην περιοχή του δήμου καταγράφονταν 10

ποσοστιαίες μονάδες πάνω από τον εθνικό μέσο όρο. Από το 2011 και έως σήμερα σε

επίπεδο χώρας έχει καταγραφή αύξηση της ανεργίας άνω των 10 ποσοστιαίων ομάδων,

γεγονός που προτρέπει στην εκτίμηση επιπέδου ανεργίας για την περιοχή μας άνω του 30%

του ενεργού πληθυσμού. Προς αυτή την κατεύθυνση προτρέπει και το διαθέσιμο σε εμάς

απογραφικό δελτίο του ΟΑΕΔ για τον μήνα Ιανουάριο του 2014 και για τους

καταγεγραμμένους ανέργους, που δήλωσαν ως μόνιμη κατοικία περιοχές του δήμου, όπου

ο αριθμός των ανέργων ανέρχεται σε 19.090 άτομα, δηλαδή ποσοστό 42% περίπου του

ενεργού πληθυσμού.

Τα παραπάνω στοιχεία αποδίδουν μία γενική εικόνα για τα ιδιαίτερα κοινωνικά

χαρακτηριστικά του δήμου. Ωστόσο διάφορα επιμέρους στοιχεία έχουν υποδείξει την γενική

ανομοιογένεια μεταξύ των κοινωνικών χαρακτηριστικών των επιμέρους πολεοδομικών

ενοτήτων. Η ανομοιογένεια αυτή αντανακλά και εν μέρει εκπορεύεται από το διαφορετικό

τρόπο με τον οποίο εξελίχθηκε η κάθε πολεοδομική ενότητα (σε ποια εποχή κατοικήθηκε,

εάν αποτελεί αυτογενή οικισμό, παλαιό προσφυγικό οικισμό ή περιοχή συγκέντρωσης

κάποιων ειδικών ομάδων όπως παλιννοστούντων ομογενών).

75

3.2 Δεδομένα

Για την ολοκλήρωση της παρούσας μελέτης τα δεδομένα που αναλύθηκαν προήλθαν από

τρεις κύριες πηγές:

Α) Ψηφιακά δεδομένα που προέρχονται από τις υπηρεσίες του Δήμου Παύλου Μελά

αφορούν:

• τα γεωγραφικά όρια των οικοδομικών τετραγώνων και τους οδικούς άξονες των

δημοτικών ενοτήτων Σταυρούπολης, Ευκαρπίας και Πολίχνης,

• στατιστικά δεδομένα από την απογραφή πληθυσμού του 2011,

• περιγραφικά δεδομένα που αφορούν τη σύνθεση των πολεοδομικών περιοχών, και

• χρήσεις γης ορισμένων οικοδομικών τετραγώνων του Δήμου

Β) Επιπλέον, ψηφιοποιήθηκαν από την ερευνητική ομάδα τα γεωγραφικά όρια των

πολεοδομικών ενοτήτων με χάρτη υποβάθρου το OpenStreeMap ώστε να είναι δυνατή η

χαρτογράφηση των αποτελεσμάτων της έρευνας σε αυτό το γεωγραφικό επίπεδο. Το

χαρτογραφικό αυτό υπόβαθρο αποτελεί χάρτη αναφοράς και όχι επίσημα δημοσιευμένο

διοικητικό χάρτη των πολεοδομικών ενοτήτων.

Γ) Ψηφιοποιήθηκαν, από την ερευνητική ομάδα, τα έντυπα τεσσάρων δράσεων του Δήμου

Παύλου Μελά. Συγκεκριμένα τα έντυπα που ψηφιοποιήθηκαν ήταν α) της Εργασιακής

Στήριξης για τα έτη 2015 και 2016 (έως τον Οκτώβριο) [555 αιτήσεις], β) της Κοινωνικής

Στήριξης για το έτος 2015 [111 αιτήσεις], γ) του Κοινωνικού Ιατρείου για το έτος 2015 [180

αιτήσεις] (τα προαναφερθέντα αποτελούν δράσεις της Αντιδημαρχίας Κοινωνικής Πολιτικής,

Υγείας, Πρόνοιας και Εθελοντισμού του Δήμου Παύλου Μελά) και δ) το έντυπο του Ταμείου

Ευρωπαϊκής Βοήθειας για Απόρους (ΤΕΒΑ) για το έτος 2015 [1074 αιτήσεις].

3.3 Μεθοδολογία

Στην ενότητα αυτήν παρουσιάζονται κάποιες πληροφορίες σχετικά με τη μεθοδολογία που

ακολουθήθηκε (γενική εικόνα). Ωστόσο, σε ορισμένα κεφάλαια παρουσιάζεται αναλυτικά η

μεθοδολογία που εφαρμόστηκε.

3.3.1 Ανάλυση των αιτήσεων από της κοινωνικές δράσεις του Δήμου Παύλου Μελά

Σκοπός ήταν η ψηφιοποίηση και γεωκωδικοποίηση επιλεγμένων δεδομένων κοινωνικών

δράσεων του Δήμου Παύλου Μελά και η εξαγωγή των περιγραφικών στατιστικών αυτών. Η

γεωκωδικοποίηση πραγματοποιήθηκε μέσω του ανοιχτού γεωχωρικού λογισμικού ggmap,

το οποίο αποτελεί πακέτο στην γλώσσα προγραμματισμού και στατιστικής ανάλυσης R. Τα

αποτελέσματα των αναλύσεων παρουσιάζονται σε πίνακες και διαγράμματα, για κάθε

δράση χωριστά.

76

3.3.2 Προφίλ απόρων του Δήμου Παύλου Μελά

Η ενότητα αυτή αφορά την ανάλυση στοιχείων από τις 1074 αιτήσεις που έχουν γίνει στον

Δήμο για παροχή βοηθήματος από το Ταμείο Ευρωπαϊκής Βοήθειας για Απόρους (ΤΕΒΑ) για

το έτος 2015.

Στο τμήμα αυτό της μελέτης αναλύουμε στατιστικά και παρουσιάζουμε συνοπτικά τα

στοιχεία που αφορούν στα δημογραφικά, κοινωνικά, οικονομικά και γεωγραφικά

χαρακτηριστικά των 1074 ατόμων οι οποίοι έκανα αίτηση για το κοινωνικό βοήθημα ΤΕΒΑ.

Σκοπός της παρουσίασης αυτής είναι να προκύψει η γενική φυσιογνωμία και τα δομικά

χαρακτηριστικά αυτών των ατόμων ώστε να βγουν κάποια συνολικά συμπεράσματα,

παρατηρήσεις και αξιολογήσεις που θα μπορέσουν να φανούν χρήσιμες και χρηστικές στη

διαμόρφωση προτάσεων εφαρμογής μέτρων κοινωνικής πολιτικής του Δήμου.

Η ανάλυση και παρουσίαση της εν λόγω στατιστικής ανάλυσης αποτελείται από δύο

τμήματα. Στο πρώτο ακολουθούνται γνωστές και απλές τεχνικές περιγραφικής στατιστικής

ανάλυσης οι οποίες όμως είναι ικανές στο να συνθέσουν το προφίλ των ατόμων που

εξετάζουμε. Στο δεύτερο μέρος εφαρμόζουμε μία πιο εξειδικευμένη αλλά καθιερωμένη

πολυμεταβλητή στατιστική τεχνική, γνωστή ως «Ανάλυση κατά Συστάδες», με απώτερο

σκοπό να εξειδικεύσουμε τα ευρήματα και να μορφοποιήσουμε διακριτές ομάδες που η

κάθε μία από αυτές να περιλαμβάνει άτομα με παρόμοιο προφίλ (δηλαδή να έχουν

παρόμοια χαρακτηριστικά) με σκοπό να διευκολυνθεί το έργο των μελετητών και

υπευθύνων προτάσεων μέτρων κοινωνικής πολιτικής για βελτίωση της θέσης των πολιτών

του Δήμου.

3.3.3 Τεχνικές στατιστικής ομαδοποίησης δεδομένων

Επεκτείνοντας τη περιγραφική προσέγγιση του προφίλ των απόρων ατόμων του Δήμου,

εφαρμόσαμε την στατιστική τεχνική της Ανάλυσης κατά Συστάδες (Cluster Analysis) με σκοπό

τον διαχωρισμό των αιτούντων ατόμων σε ομοειδείς ομάδες ώστε να γίνει πιο κατανοητή η

δομή των υπό μελέτη δεδομένων και να διευκολυνθεί το έργο των υπευθύνων άσκησης

κοινωνικής πολιτικής.

Η Ανάλυση κατά Συστάδες χρησιμοποιείται στην στατιστική για να διαχωρίσουμε ένα σύνολο

δεδομένων (δείγμα) σε δύο ή περισσότερες διακριτές ομάδες ατόμων (ή παρατηρήσεων

γενικότερα). Η «ομοιογένεια» μεταξύ των χαρακτηριστικών των μελών κάθε ομάδας και η

«απόσταση» μεταξύ των ομάδων αποτελούν βασικά συστατικά της συγκεκριμένης

στατιστικής μεθοδολογίας. Για παράδειγμα, είναι επιθυμητός ο διαχωρισμός των ατόμων

που εξετάζουμε σε δύο ομάδες (σύμφωνα με τη στατιστική ορολογία «συστάδες» ή

«clusters») όπου η κάθε μία ομάδα να περιλαμβάνει άτομα παρόμοιας ηλικίας, παρόμοιου

εκπαιδευτικού επιπέδου και παρόμοιου εισοδήματος, αλλά μεταξύ των ομάδων να υπάρχει

77

σημαντική απόσταση (δηλαδή διαφορά) στα χαρακτηριστικά αυτά (δηλαδή η μέση ηλικία,

το μέσο επίπεδο εκπαίδευσης και το μέσο εισόδημα μεταξύ των δύο ομάδων να διαφέρουν

εμφανώς).

Υπάρχουν πολλοί τρόποι (μέθοδοι) εφαρμογής της Ανάλυσης κατά Συστάδες. Οι επιμέρους

αυτές προσεγγίσεις δεν καταλήγουν πάντα στα ίδια αποτελέσματα και οπωσδήποτε η κάθε

μία από αυτές έχει τα δικά της πλεονεκτήματα, μειονεκτήματα και ιδιαιτερότητες. Θα

μπορούσαμε πάντως σε γενικές γραμμές να πούμε ότι ένας από τους παράγοντες επιλογής

της μιας μεθόδου ή της άλλης είναι η φύση και η ποιότητα των διαθεσίμων δεδομένων. Το

στατιστικό λογισμικό που χρησιμοποιούμε για την ανάλυση των δεδομένων (που είναι το

SPSS, version 21) υποστηρίζει τις εξής προσεγγίσεις cluster analysis:

I. Hierarchical Cluster Analysis. Αυτή η διαδικασία προσπαθεί να εντοπίσει σχετικά

ομοιογενείς ομάδες παρατηρήσεων (π.χ. ατόμων) ή και μεταβλητών με βάση

ορισμένα επιλεγμένα χαρακτηριστικά, χρησιμοποιώντας έναν αλγόριθμο που ξεκινά

με κάθε περίπτωση ή μεταβλητή σε ξεχωριστό σύμπλεγμα και συνδυάζει ομάδες έως

ότου απομείνει μόνο ένα σύμπλεγμα. Τα μέτρα απόστασης ή ομοιότητας

δημιουργούνται με τη διαδικασία Proximity και οι επιμέρους στατιστικές

εμφανίζονται σε κάθε στάδιο της στατιστικής δοκιμασίας ώστε να μπορέσει ο

ερευνητής να επιλέξει την καλύτερη λύση.

II. K-Means Cluster Analysis. Αυτή η διαδικασία επιχειρεί να εντοπίσει σχετικά

ομοιογενείς ομάδες παρατηρήσεων (π.χ. ατόμων) αλλά όχι και μεταβλητών. Η όλη

διαδικασία εκτελείται με βάση ορισμένα επιλεγμένα χαρακτηριστικά,

χρησιμοποιώντας έναν αλγόριθμο που μπορεί να χειριστεί πολύ μεγάλο αριθμό

περιπτώσεων γεγονός που αποτελεί και το κύριο πλεονέκτημα της μεθόδου. Ωστόσο,

ο αλγόριθμος απαιτεί ο ερευνητής να καθορίσει εκ των προτέρων τον επιθυμητό

αριθμό συστάδων. Ως μέτρα αξιολόγησης της καταλληλότητας των αποτελεσμάτων

και των μεταβλητών που έχουν επιλεγεί για να κάνουν της ταξινόμηση των

δεδομένων χρησιμοποιείται η ανάλυση διακύμανσης (δηλαδή η στατιστική

δοκιμασία του F-test). Σχετική αδυναμία της μεθόδου είναι ότι ουσιαστικά οι προς

ανάλυση μεταβλητές εισόδου πρέπει να είναι «συνεχείς» (continuous or scale

variables).

III. Two-Step Cluster Analysis. Η διαδικασία αυτή είναι ένα διερευνητικό εργαλείο

σχεδιασμένο να αποκαλύπτει φυσικές ομάδες (clusters) μέσα σε ένα σύνολο

δεδομένων που διαφορετικά δεν θα ήταν προφανές. Ο αλγόριθμος που

χρησιμοποιείται από αυτή τη διαδικασία έχει αρκετά επιθυμητά χαρακτηριστικά που

το διαφοροποιούν από τις παραδοσιακές τεχνικές ομαδοποίησης. Πρώτον, για την

εφαρμογή της μεθόδου μπορούμε να εισάγουμε (να χρησιμοποιήσουμε) συνεχείς

(continuous) και κατηγορικές ονομαστικές (nominal or categorical) μεταβλητές.

Δεύτερον, με τη διαδικασία αυτή δίνεται η δυνατότητα αυτόματης επιλογής αριθμού

συστάδων (clusters) και ως εκ τούτου ο ερευνητής έχει το πλεονέκτημα να καταλήξει

στον κατάλληλο κατά περίπτωση αριθμό ομάδων με βάση τις τιμές ενός κριτηρίου

78

επιλογής μοντέλου σε διαφορετικές λύσεις συγκέντρωσης (με άλλα λόγια η

διαδικασία αυτή μπορεί να καθορίσει αυτόματα τον βέλτιστο αριθμό

συμπλεγμάτων). Τρίτον, η εν λόγω διαδικασία παρουσιάζει «επεκτασιμότητα»,

δηλαδή με την κατασκευή ενός δέντρου χαρακτηριστικών συμπλέγματος, ο

αλγόριθμος TwoStepAlgorithm επιτρέπει την ανάλυση μεγάλων (πολυπληθών)

αρχείων δεδομένων.

79

ΔΙΕΡΕΥΝΗΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

4 Προφίλ αιτούντων βοήθεια από τις κοινωνικές δράσεις του Δήμου Παύλου

Μελά

4.1 Εργασιακή στήριξη

Από τη δράση του Δήμου Παύλου Μελά «Εργασιακή Στήριξη», ψηφιοποιήθηκαν και

εντάχθηκαν στην έρευνα 555 αιτήσεις, για το διάστημα Ιανουάριος 2015 – Οκτώβριος 2016.

Προσωπικά Στοιχεία

Σχετικά με τα προσωπικά στοιχεία των αιτούντων για εργασιακή στήριξη, σχεδόν τον 45%

αυτών ανήκουν στην ηλικιακή κλάση κάτω των 40 ετών. Παράλληλα, υψηλό είναι και το

ποσοστό της ηλικιακής ομάδας 41-50, καθώς είναι σχεδόν το 1/3 του συνολικού αριθμού

των αιτούντων.

Πίνακας 4.1 Κατανομή ηλικίας αιτούντων

Α/Α Ηλικιακή Κλάση Αριθμός Ποσοστό (%)

Μέση ηλικία 41,9 1 ≤ 20 6 1,1

2 21 - 30 90 16,2

3 31 - 40 151 27,2

4 41 - 50 170 30,6

Τυπική

απόκλιση 11,02

5 51 - 60 115 20,7

6 61 - 70 23 4,1

7 > 71 0 0,0

Σχήμα 4.1. Διάγραμμα συχνοτήτων ηλικιακής κατανομής αιτούντων

80

Όσον αφορά το φύλλο, οι γυναίκες ήταν περισσότερες έναντι των αντρών κατά περίπου 20%,

καθώς των 60% (328 αιτήσεις) των αιτήσεων ανήκαν σε γυναίκες.

Πίνακας 4.2. Κατανομή φύλου αιτούντων

Α/Α Φύλο Αριθμός Ποσοστό (%)

1 Άρρεν 227 40,9

2 Θήλυ 328 59,1

Σχήμα 4.2. Διάγραμμα κατανομής φύλου αιτούντων

Στην πλειονότητα οι αιτούντες, ως χώρα γέννησης δήλωσαν την Ελλάδας (73% - 405

αιτήσεις), ενώ ακολουθεί Γεωργία καθώς το 10% αυτών γεννήθηκαν στην Γεωργία.

Πίνακας 4.3. Χώρα Γέννησης Αιτούντων

Α/Α Χώρα Αριθμός Ποσοστό (%)

1 Αιθιοπία 1 0,2

2 Αλβανία 12 2,2

3 Αρμενία 10 1,8

4 Βουλγαρία 1 0,2

5 Γερμανία 24 4,3

6 Γεωργία 55 9,9

7 Ελλάδα 405 73,0

8 Ισραήλ 1 0,2

9 Καζακστάν 12 2,2

10 Κιργιζία 1 0,2

11 Κύπρος 1 0,2

12 Ουζμπεκιστάν 6 1,1

13 Ουκρανία 3 0,5

14 Πολωνία 2 0,4

15 Ρουμανία 3 0,5

16 Ρωσία 12 2,2

17 Συρία 1 0,2

18 Σουηδία 2 0,4

19 Τσεχία 3 0,5

81

Σχήμα 4.3. Διάγραμμα κατανομής χώρας γέννησης αιτούντων

Παρόμοια με την χώρα γέννησης είναι και η κατανομή των αιτούντων όσον αφορά την

Εθνικότητα. Ελληνική Εθνικότητα έχουν το 95%, συμπεραίνοντας ότι αιτούντες όπου

γεννήθηκαν σε άλλες χώρες όπως Γεωργία, Καζακστάν κ.α., πολιτογραφήθηκαν στην Ελλάδα.

Πίνακας 4.4. Εθνικότητα Αιτούντων

Α/Α Χώρα Αριθμός Ποσοστό (%)

1 Αιθιοπία 1 0,2

2 Αλβανία 7 1,3

3 Αρμενία 4 0,7

4 Γεωργία 3 0,5

5 Ελλάδα 531 95,7

6 Ουκρανία 3 0,5

7 Πολωνία 1 0,2

8 Ρουμανία 3 0,5

9 Ρωσία 1 0,2

10 Συρία 1 0,2

82

Σχήμα 4.4. Διάγραμμα κατανομής εθνικότητας αιτούντων

Οικογενειακή Κατάσταση Οι αιτούντες οι οποίοι είναι έγγαμοι και αιτούνται εργασιακής στήριξης είναι περίπου το

60% του συνόλου. Άγαμοι, διαζευγμένοι και σε διάστασης δηλώνουν το υπόλοιπο 40%.

Πίνακας 4.5. Οικογενειακή Κατάσταση Αιτούντων

Α/Α Οικογενειακή Κατάσταση Αριθμός Ποσοστό (%)

1 Άγαμος 142 25,6

2 Έγγαμος 322 58,0

3 Διαζευγμένος 48 8,6

4 Σε διάσταση 34 6,1

5 Χήρος 9 1,6

Σχήμα 4.5. Διάγραμμα κατανομής οικογενειακής κατάσταση αιτούντων

83

Από ένα έως δύο τέκνα δηλώνουν πάνω από το 55% των αιτούντων. Ως πολύτεκνοι, με πάνω

από 4 τέκνα, χαρακτηρίζονται 21 πολίτες (ή 3,8% του συνόλου) εν’ αντιθέσει με 158 πολίτες

(ή 28,5% του συνόλου) με κανένα τέκνο.

Πίνακας 4.6. Αριθμός Τέκνων Αιτούντων

Α/Α Αριθμός Τέκνων Αριθμός Ποσοστό (%)

1 0 158 28,5

2 1 118 21,3

3 2 196 35,3

4 3 62 11,2

5 4 14 2,5

6 5 4 0,7

7 6 1 0,2

8 7 1 0,2

9 9 1 0,2

Σχήμα 4.6. Διάγραμμα κατανομής αριθμού τέκνων αιτούντων

Σχετικά με την ηλικιακή κατανομή των τέκνων, πάνω από 65% αυτών είναι κάτω των 20 ετών.

Το ποσοστό αυτό αντιστοιχεί σε 305 σε τέκνα κάτω των 10 ετών, ενώ το υπόλοιπο 35% σε

τέκνα όπου είναι μεταξύ 11 και 20 ετών.

Πίνακας 4.7. Ηλικία Τέκνων Αιτούντων

A/A Ηλικία Τέκνων Αριθμός Ποσοστό (%)

1 1 - 10 110 30,39

2 11 - 20 126 34,81

3 21 - 30 87 24,03

4 > 30 39 10,77

84

Σχήμα 4.7. Διάγραμμα κατανομής ηλικίας τέκνων αιτούντων

Μορφωτικό Επίπεδο

Αξιοπρόσεκτη είναι η κατανομή των αιτούντων σχετικά με το επίπεδο μόρφωσης. Πέραν το

των 252 αιτούντων (ή 39% του συνόλου), όπου έχουν αποφοιτήσει από Ενιαίο ή

Επαγγελματικό Λύκειο υπάρχει ένα σημαντικός αριθμός ατόμων ο οποίο είτε σταμάτησε την

εκπαιδευτική διαδικασία στο τέλος της υποχρεωτικής εκπαίδευσης - Γυμνάσιο (14,13%) ή

ακόμα και πριν από αυτή. Το παραπάνω φαίνεται από το γεγονός ότι αθροιστικά σε ποσοστό

πάνω από 27% οι αιτούντες είναι είτε απόφοιτοι Δημοτικού (15%), είτε εγκατέλειψαν το

Δημοτικό (2%), είτε ακόμα δηλώνουν χωρίς εκπαίδευση (10%)

Πίνακας 4.8. Επίπεδο Μόρφωσης Αιτούντων

Α/Α Επίπεδο Μόρφωσης Αριθμός Ποσοστό (%)

1 Χωρίς Εκπαίδευση 63 9,68

2 Ορισμένες Τάξεις του Δημοτικού 10 1,54

3 Απόφοιτος Δημοτικού 99 15,21

4 Απόφοιτος Γυμνασίου 92 14,13

5 Απόφοιτος Ενιαίου Λυκείου 166 25,50

6 Απόφοιτος ΤΕΕ-ΕΠΑΣ 86 13,21

7 Σχολές Μαθητείας ΟΑΕΔ 26 3,99

8 Απόφοιτος ΙΕΚ 37 5,68

9 Απόφοιτος ΤΕΙ 36 5,53

10 Απόφοιτος ΑΕΙ 32 4,92

11 Κάτοχος Μεταπτυχιακού 3 0,46

12 Κάτοχος Διδακτορικού 1 0,15

85

Σχήμα 4.8. Διάγραμμα κατανομής επιπέδου μόρφωσης αιτούντων

Επαγγελματική Κατάσταση

Στην συντριπτική πλειονότητα οι αιτούντες δηλώνουν άνεργοι (554 αιτήσει ή 99,8%). Το

παραπάνω φαίνεται και από το ποσοστό κατόχων κάρτας ανεργίας (92,4%) αλλά και από τον

αριθμός των δικαιούχων επιδόματος ανεργίας που είναι επίσης πάνω από το 99% του

συνόλου.

Πίνακας 4.9. Επαγγελματική Κατάσταση Αιτούντων

Α/Α Επαγγελματική Κατάσταση Αριθμός Ποσοστό (%)

1 Εργαζόμενος 1 0,2

2 Άνεργος 554 99,8

Πίνακας 4.10. Δικαιούχος Επιδόματος Ανεργίας

Α/Α Επίδομα Ανεργίας Αριθμός Ποσοστό (%)

1 Ναι 3 99,5

2 Όχι 552 0,5

Πίνακας 4.11. Κάτοχος Κάρτας Ανεργίας

Α/Α Κάτοχος Κάρτας Ανεργίας Αριθμός Ποσοστό (%)

1 Ναι 513 92,4

2 Όχι 42 7,6

Σε ποσοστό 70% οι αιτούντες δηλώνουν επαγγελματική εμπειρία εκ των οποίων 43 (8%)

έχουν εμπειρία και από εργασία στο εξωτερικό, χωρίς όμως να προσδιορίζεται η χώρα.

86

Πίνακας 4.12. Επαγγελματική Εμπειρία Αιτούντων

Α/Α Επαγγελματική

Εμπειρία

Αριθμός Ποσοστό (%)

1 Ναι 389 70,1

2 Όχι 166 29,9

Σχήμα 4.9. Διάγραμμα κατανομής ύπαρξης ή μη επαγγελματικής εμπειρίας αιτούντων

Πίνακας 4.13. Επαγγελματική Εμπειρία Αιτούντων στο Εξωτερικό

Α/Α Επαγγελματική Εμπειρία στο Εξωτερικό Αριθμός Ποσοστό (%)

1 Ναι 43 7,7

2 Όχι 511 92,1

Σχήμα 4.10. Διάγραμμα κατανομής ύπαρξης ή μη επαγγελματικής εμπειρίας αιτούντων στο

εξωτερικό

87

Η προηγούμενη εμπειρία καταμερίζεται σε τέσσερεις κλάσεις ετών, όπου σχεδόν το 47% των

αιτούντων (με επαγγελματική εμπειρία) έχουν έως και 10 έτη εμπειρίας. Ακολουθεί η κλάση

από 11 έως και 20 χρόνια με ποσοστό 32% και με ποσοστό 21% οι κλάσεις με επαγγελματική

εμπειρία πάνω από 21 χρόνια αθροιστικά

Πίνακας 4.14. Έτη Επαγγελματικής Εμπειρίας Αιτούντων

Α/Α Έτη Επαγγελματικής Εμπειρίας Αριθμός Ποσοστό (%)

1 < 10 107 47,14

2 11 - 20 72 31,72

3 21 - 30 37 16,30

4 > 31 11 4,85

Σχήμα 4.11. Διάγραμμα κατανομής ετών επαγγελματικής εμπειρίας αιτούντων

Άλλες Δεξιότητες/Προσόντα

Στην ενότητα Άλλες Δεξιότητες/Προσόντα, οι αιτούντες καλέστηκαν να απαντήσουν σχετικά

με τις γνώσεις τους σε ξένες γλώσσες και ηλεκτρονικούς υπολογιστές, για τον αν είναι

κάτοχοι διπλώματος οδήγησης καθώς και αυτοκινήτου ή/και μηχανής. Σχετικά με τις ξένες

γλώσσες οι πλειονότητα δεν γνωρίζει καμία άλλη γλώσσα σε ποσοστό 60%. Από τους

υπόλοιπους το 38% γνωρίζει έως και 2 ξένες γλώσσες (30% μία και 8% δύο ξένες γλώσσες).

Πίνακας 4.15. Γνώσεις Ξένων Γλωσσών Αιτούντων

Α/Α Ξένες γλώσσες Αριθμός Ποσοστό (%)

1 0 331 59,6

2 1 169 30,5

3 2 42 7,6

4 3 12 2,2

5 4 1 0,2

88

Σχήμα 4.12. Διάγραμμα κατανομής γνώσεων ξένων γλωσσών αιτούντων

Σχετικά με τις γνώσεις των αιτούντων στη χρήση ηλεκτρονικών υπολογιστών, το 30% δηλώνει

ότι γνωρίζει ενώ το υπόλοιπο 70% όχι.

Πίνακας 4.16. Γνώσεις Ηλεκτρονικών Υπολογιστών Αιτούντων

Α/Α Ηλεκτρονικοί υπολογιστές Αριθμός Ποσοστό (%)

1 Ναι 172 31

2 Όχι 383 69

Σχήμα 4.13. Διάγραμμα κατανομής γνώσης ή μη ηλεκτρονικών υπολογιστών

89

Δίπλωμα οδήγησης κατέχουν 337 άτομα (ή 61% του συνόλου). Από αυτούς 255 αιτούντες

(46% του συνόλου) είναι έχουν στην κατοχή του αυτοκίνητο. Πολύ μικρότερο είναι το

ποσοστό κατόχων μηχανής, καθώς μόλις το 2,3% δηλώνει στην κατοχή του.

Πίνακας 4.17. Κατοχή Διπλώματος Οδήγησης

Α/Α Δίπλωμα Οδήγησης Αριθμός Ποσοστό (%)

1 Ναι 337 60,7

2 Όχι 218 39,3

Σχήμα 4.14. Διάγραμμα κατανομής κατοχής ή μη διπλώματος οδήγησης των αιτούντων Πίνακας 4.18. Κατοχή Αυτοκινήτου

Α/Α Αυτοκίνητο Αριθμός Ποσοστό (%)

1 Ναι 255 45,9

2 Όχι 300 54,1

Σχήμα 4.15. Διάγραμμα κατανομής κατοχής ή μη αυτοκινήτου

90

Πίνακας 4.19. Κατοχή Μηχανής

Α/Α Μηχανή Αριθμός Ποσοστό (%)

1 Ναι 13 2,3

2 Όχι 542 97,7

Σχήμα 4.16. Διάγραμμα κατανομής κατοχής ή μη μηχανής

Πηγές Πληροφόρησης Εργασίας και Προγράμματος

Οι πηγές πληροφόρησης εργασίας, όπως αυτές δηλώθηκαν στο έντυπο της δράσης, είναι

μέσω του ΟΑΕΔ κατά 36% και μέσω μικρών αγγελιών (35%). Στις άλλες πηγές αξιοσημείωτη

είναι η μικρή συμμετοχή του διαδικτύου στην εύρεση της εργασίας όπως επίσης και στο

γεγονός ότι υπάρχει ένα σημαντικό ποσοστό αιτούντων που αρνήθηκαν να συμπληρώσουν

τη συγκεκριμένη ερώτηση.

Πίνακας 4.20. Πηγές Αναζήτησης Εργασίας

Α/Α Πηγές Αναζήτησης Εργασίας Αριθμός Ποσοστό (%)

1 Μη συμπληρωμένο 185 21,64

2 ΟΑΕΔ 305 35,67

3 Ιδιωτικά Γραφεία 3 0,35

4 Μικρές Αγγελίες 295 34,50

5 Δίκτυο γνωστών/προσωπικές επαφές 34 3,98

6 Αποστολή Βιογραφικού 6 0,70

7 Internet 27 3,16

91

Σχήμα 4.17. Διάγραμμα κατανομής πηγών αναζήτησης εργασίας

Επιπροσθέτως στην ενότητα αυτή οι αιτούντες απαντούν σχετικά και με τις πηγές

πληροφόρησης σχετικά με την δράση εργασιακής στήριξης, όπου στην πλειονότητα οι

πολίτες ενημερώθηκαν μέσω του Δήμου Παύλου Μελά κατά 56%

Πίνακας 4.21. Πηγές Προγράμματος Εργασιακής Στήριξης

Α/Α Πηγές Πληροφόρησης Αριθμός Ποσοστό (%)

1 Μη συμπληρωμένο 192 34,59

2 Δήμος Παύλος Μελάς 310 55,86

3 Δράσεις του Τμήματος 13 2,34

4 Φιλικό/Συγγενικό Περιβάλλον 28 5,05

5 Σχολικό Περιβάλλον 2 0,36

6 Εξυπηρετούμενο από το Τμήμα Άτομο 2 0,36

7 Παραπομπή από άλλο Φορέα 7 1,26

8 Ιστοσελίδα του Δήμου 1 0,18

Σχήμα 4.17. Διάγραμμα κατανομής πηγών πληροφόρησης αιτούντων.

92

Στον Χάρτη 4.1 εμφανίζεται γραφικά η συγκέντρωση των αιτούντων με βάση την διεύθυνση

που δήλωσαν. Παρατηρούμε ότι αυτοί συγκεντρώνονται σε όλες τις περιοχές του Δήμου και

κυρίως στην ΔΚ Ευκαρπίας.

Χάρτης 4.1. Πυκνότητα αιτούντων εργασιακής στήριξης

4.2 Κοινωνική στήριξη

Από τη δράση του Δήμου Παύλου Μελά «Κοινωνική Στήριξη», ψηφιοποιήθηκαν και

εντάχθηκαν στην έρευνα 111 αιτήσεις, για το σύνολο του 2015. Στο σύνολό τους οι αιτούντες

Κοινωνικής Στήριξης από το Δήμο Παύλου Μελά ήταν άνεργοι.

Προσωπικά Στοιχεία

Σχετικά με την ηλικιακή διαστρωμάτωση των αιτούντων η μέση ηλικία σχεδόν 50 έτη. Τα

υψηλότερα ποσοστά εντοπίζονται στη ηλικιακή ομάδα 40 – 49 όπου αιτήθηκαν 35 άτομα ή

93

το 31,5% των συνολικών αιτήσεων για το έτος. Σημαντικός είναι και ο αριθμός των αιτήσεων

που έγιναν από άτομα μεγαλύτερης ηλικίας (60 ετών και άνω) αφού αιτήθηκαν κοινωνικής

στήριξης 21 κάτοικοι ή περίπου το ένα πέμπτο του συνόλου των αιτούντων.

Πίνακας 4.22. Ηλικία Αιτούντων

Ηλικιακή Κλάση Αριθμός Ποσοστό (%)

20 - 29 4 3,6

Μέση ηλικία 49,44 30 - 39 24 21,6

40 - 49 35 31,5

50 - 59 27 24,3

Τυπική απόκλιση 13,14 60 - 69 14 12,6

70+ 7 6,3

Σχήμα 4.18. Διάγραμμα κατανομής ηλικίας αιτούντων

Σε σχέση με το φύλο, τα δύο τρίτα των αιτούντων είναι γυναίκες. Ακολουθούν ο σχετικός

πίνακας και διάγραμμα.

Πίνακας 4.23. Κατανομή φύλου αιτούντων

Φύλο

Συχνότητα Ποσοστό Έγκυρο Ποσοστό Αθροιστικό Ποσοστό

Γυναίκες 76 68,5 68,5 68,5

Άνδρες 35 31,5 31,5 100,0

Σύνολο 111 100,0 100,0

94

Σχήμα 4.19. Διάγραμμα κατανομής φύλου αιτούντων

Ως χώρα γέννησης, το 69,4% των αιτούντων δήλωσαν την Ελλάδα, ενώ η αμέσως επόμενη

χώρα γέννησης είναι η Γεωργία κατά 22,5%.

Πίνακας 4.24. Χώρα Γέννησης Αιτούντων

Α/Α Χώρα Αριθμός Ποσοστό (%)

1 Αλβανία 4 3,6

2 Βουλγαρία 1 0,9

3 Γερμανία 3 2,7

4 Γεωργία 25 22,5

5 Ελλάδα 77 69,4

6 Ρωσία 1 0,9

Οικογενειακή Κατάσταση

Πίνακας 4.25. Αριθμός μελών νοικοκυριού αιτούντων

Αριθμός Μελών

Συχνότητα Ποσοστό Έγκυρο Ποσοστό Αθροιστικό Ποσοστό

<3 22 19,8 15,3 19,8

3 22 19,8 19,8 39,6

4 35 31,5 31,5 71,2

5 17 15,3 15,3 86,5

6 13 11,7 11,7 98,2

7 1 0,9 0,9 99,1

8 1 0,9 0,9 100,0

Σύνολο 111 100,0 100,0

95

Στο έντυπο/ αίτηση της συγκεκριμένης δράσης καταγράφεται επίσης και ο αριθμός μελών

της οικογένειας των αιτούντων. Από τρία έως και έξι μέλη δήλωσαν ότι έχουν αθροιστικά τα

2/3 των αιτούντων (Πίνακας 4.25).

Ως μέλη μονογονεϊκών οικογενειών δήλωσε το 18% των αιτούντων (20 άτομα), ενώ οι

υπόλοιποι 91 αιτούντες δήλωσαν πως δεν ανήκουν σε μονογονεϊκή οικογένεια.

Πίνακας 4.26. Αριθμός και Συχνότητα Μονογονεϊκών Οικογένειων

Μονογονεϊκή Οικογένεια

Συχνότητα Ποσοστό Έγκυρο Ποσοστό Αθροιστικό Ποσοστό

Όχι 91 82,0 82,0 82,0

Ναι 20 18,0 18,0 100,0

Σύνολο 111 100,0 100,0

Οικονομικά Στοιχεία Αιτούντων

Το μέσο δηλωθέν οικογενειακό εισόδημα των αιτούντων ήταν 1.840,80€ αν ληφθούν υπόψη

και οι 62 αιτούντες που δήλωσαν μηδενικό εισόδημα. Θα πρέπει να αναφερθεί και το μεγάλο

εύρος στο εισόδημα μεταξύ των αιτούντων καθώς το ελάχιστο μη μηδενικό εισόδημα που

δηλώθηκε ήταν 238,77€ ενώ το μέγιστο ήταν 12.786,34€.

Πίνακας 4.27. Συνολικό Δηλωθέν Οικογενειακό Εισόδημα

Δηλωθέν

Οικογενειακό

Εισόδημα

Ελάχιστο 0

Μέγιστο 12.786,34

Μέσο 1.840,80

Τυπική Απόκλιση 2.944,77

Παρακάτω εμφανίζεται γραφικά η συγκέντρωση στον χώρο των αιτούντων με βάση την

διεύθυνση που δήλωσαν. Παρατηρούμε ότι αυτοί συγκεντρώνονται σε όλες τις περιοχές του

Δήμου και κυρίως στην ΔΚ Σταυρούπολης.

96

Χάρτης 4.2. Πυκνότητα αιτούντων κοινωνικής στήριξης

4.3 Κοινωνικό Ιατρείο

Από τη δράση «Κοινωνικό Ιατρείο», ψηφιοποιήθηκαν και εντάχθηκαν στην έρευνα 180

αιτήσεις, η δομή των οποίων είναι όμοια με αυτή της δράσης Κοινωνικής Στήριξης. Και σε

αυτή την περίπτωση η χρονιά μελέτης ήταν 2015.

Προσωπικά Στοιχεία

Σχετικά με τα προσωπικά στοιχεία των αιτούντων για το Κοινωνικό Ιατρείο, σχεδόν το 50%

αυτών ανήκουν στις μεσαίες ηλικιακές κλάσεις (30-49 ετών). Παράλληλα, υψηλό είναι και το

ποσοστό αιτούντων ηλικίας 50-59, που αποτελούν την πολυπληθέστερη ηλικιακή ομάδα.

97

Πίνακας 4.28. Ηλικία Αιτούντων

Ηλικιακή Κλάση Αριθμός Ποσοστό (%)

Μέση ηλικία 47,2 < 20 3 1,7

20 - 29 10 5,6

30 - 39 37 20,6

40 - 49 48 26,7

Τυπική απόκλιση 12,4 50 - 59 51 28,3

60 - 69 27 15,0

70+ 4 2,2

Σχήμα 4.20. Διάγραμμα ηλικιακής κατανομής αιτούντων

Κατά 59% οι αιτήσεις για την ένταξη στο Κοινωνικό Ιατρείο προήλθαν από γυναίκες, ενώ οι

άντρες που έκαναν αίτηση ήταν 74 ή 41% του συνόλου.

Πίνακας 4.29. Φύλο Αιτούντων

Α/Α Φύλο Αριθμός Ποσοστό (%)

1 Άρρεν 74 41,1

2 Θήλυ 106 58,9

98

Σχήμα 4.21. Διάγραμμα κατανομής φύλου αιτούντων

Όπως και στις προηγούμενε δράσεις, έτσι και σε αυτή, στην πλειονότητά τους οι αιτούντες

της δράσης αυτής έχουν γεννηθεί στην Ελλάδα (77%), ενώ σημαντικός είναι και ο αριθμός

των αιτήσεων που προέρχεται από πολίτες που γεννήθηκαν στο εξωτερικό, όπως στην

Αλβανία (6%) και στην Γεωργία (6%).

Πίνακας 4.30. Χώρα Γέννησης Αιτούντων

Α/Α Χώρα Αριθμός Ποσοστό (%)

1 Αλβανία 11 6,1

2 Αρμενία 5 2,8

3 Βουλγαρία 1 0,6

4 Γερμανία 1 0,6

5 Γεωργία 11 6,1

6 Ελλάδα 138 76,7

7 Καζακστάν 4 2,2

8 Νιγηρία 1 0,6

9 Ρωσία 7 3,9

10 Τσεχία 1 0,6

99

Σχήμα 4.22. Διάγραμμα κατανομής γέννησης αιτούντων

Οικογενειακή Κατάσταση

Σχετικά με των αριθμό των μελών των αιτούντων, η πλειονότητα αυτών έχει έως 4 μέλη σε

ποσοστό 80%. Υπάρχει σημαντικός αριθμός μονομελών νοικοκυριών (13%) και πολυμελών

νοικοκυριών (6+ ατόμων).

Πίνακας 4.31. Αριθμός Μελών Νοικοκυριών Αιτούντων

Αριθμός Μελών Συχνότητα Ποσοστό (%)

1 23 12,8

2 9 5,0

3 43 23,9

4 69 38,3

5 25 13,9

6 6 3,3

7 2 1,1

8 2 1,1

9 1 0,6

Σύνολο 180 100,0

Κατά 12% οι αιτούντες ανήκουν σε μονογονεϊκή οικογένεια, ενώ το υπόλοιπο 88% (158

αιτούντες) όχι.

100

Πίνακας 4.32. Μονογονεϊκή Οικογένεια

Μονογονεϊκή Οικογένεια Συχνότητα Ποσοστό (%)

Όχι 158 87,8

Ναι 22 12,2

Σχήμα 4.23. Διάγραμμα κατανομής μονογονεϊκών ή μη οικογενειών

Επαγγελματική Κατάσταση

Σχετικά με την ανεργία των αιτούντων, περί τα τρία τέταρτα αυτών ήταν κάτοχοι κάρτας

ανεργίας, ενώ οι υπόλοιποι (48 άτομα) όχι.

Πίνακας 4.33. Κάτοχος Κάρτας Ανεργίας

Κάτοχος Κάρτας Ανεργίας Αριθμός Ποσοστό (%)

Ναι 132 73,33

Όχι 48 26,67

Οικονομικά Στοιχεία Αιτούντος

Το μέσο δηλωθέν οικογενειακό εισόδημα των αιτούντων ήταν 634€. Το ελάχιστο εισόδημα

ήταν μηδενικό ενώ το μέγιστο 13387,79€, στα ίδια επίπεδα με αυτό που εντοπίζεται στην

δράση της Κοινωνικής Στήριξης.

Πίνακας 4.34. Συνολικό Δηλωθέν Οικογενειακό Εισόδημα

Δηλωθέν Οικογενειακό Εισόδημα

Ελάχιστο 0,00

Μέγιστο 13387,79

Μέσο 633,94

Τυπική Απόκλιση 1635,36

101

Στον Χάρτη 4.3 εμφανίζεται γραφικά η συγκέντρωση των αιτούντων με βάση την διεύθυνση

που δήλωσαν. Παρατηρούμε ότι αυτοί συγκεντρώνονται κυρίως στην ΔΚ Πολίχνης.

Χάρτης 4.3. Πυκνότητα αιτούντων κοινωνικού ιατρείου

4.4 Ταμείο Ευρωπαϊκής Βοήθεια Απόρων

Για τη δράση του «Ταμείου Ευρωπαϊκής Βοήθειας Απόρων», ψηφιοποιήθηκαν και

εντάχθηκαν στην έρευνα 1074 αιτήσεις.

Προσωπικά Στοιχεία

Η ηλικιακή διαστρωμάτωση των αιτούντων για το Ταμείο Ευρωπαϊκής Βοήθειας Απόρων

έδειξε ότι η μέση ηλικία είναι το 52 έτη. Σε σχέση και με τις προηγούμενες δράσεις,

102

αυξημένες παρουσιάζονται οι ηλικιακές ομάδες πάνω από 51 ετών αφού αθροιστικά είναι

πάνω από 53% του συνόλου των αιτήσεων.

Πίνακας 4.35. Ηλικία Αιτούντων

Ηλικιακή Κλάση Αριθμός Ποσοστό (%)

Μέση ηλικία

52

≤ 20 8 0,7

21 - 30 88 8,2

31 - 40 202 18,8

41 - 50 205 19,1

Τυπική απόκλιση 15,99 51 - 60 245 22,8

61 - 70 182 16,9

> 71 144 13,4

Σχήμα 4.24. Διάγραμμα ηλικιακής κατανομής αιτούντων

Σε αντίθεση με τις άλλες δράσης περισσότερες αιτήσεις έγιναν

από άνδρες αφού ήταν οι 672 (63%) από τις 1074.

Πίνακας 4.36. Φύλο Αιτούντων

Φύλο Αριθμός Ποσοστό (%)

Άρρεν 672 62,6

Θήλυ 402 37,4

103

Ενδιαφέρον παρουσιάζει και η κατανομή των αιτούντων σχετικά με τη χώρα γέννησης. Στη

Γεωργία γεννήθηκαν οι περισσότεροι αιτούντες κατά ποσοστό 40%, έναντι της Ελλάδας που

έπεται με ποσοστό 27%. Αυξημένα είναι επίσης και τα ποσοστά αιτούνται που γεννήθηκαν

στη Ρωσία, στο Καζακστάν, Αλβανία και Αρμενία.

Πίνακας 4.37. Χώρα Γέννησης Αιτούντων

Α/Α Χώρα Αριθμός Ποσοστό (%)

1 Αζερμπαϊτζάν 2 0,2

2 Αλβανία 97 9,0

3 Άλλη Χώρα 28 2,6

4 Αρμενία 53 4,9

5 Αυστρία 1 0,1

6 Βουλγαρία 2 0,2

7 Γερμανία 12 1,1

8 Γεωργία 425 39,6

9 Ελλάδα 293 27,3

10 Καζακστάν 38 3,5

11 Κιργιζία 3 0,3

12 Κύπρος 1 0,1

13 Λευκορωσία 1 0,1

14 Μολδαβία 1 0,1

15 Νιγηρία 5 0,5

16 Ουζμπεκιστάν 4 0,4

17 Ουκρανία 6 0,6

18 Ρουμανία 2 0,2

19 Ρωσία 94 8,8

20 Σενεγάλη 1 0,1

21 Συρία 1 0,1

22 Σλοβακία 1 0,1

23 Σουηδία 1 0,1

24 Τουρκία 1 0,1

25 Τσεχία 1 0,1

104

Σχήμα 4.25. Διάγραμμα συχνοτήτων τόπου γέννησης αιτούντων

Αν και ως χώρα γέννησης δηλώθηκαν διάφορες, οι αιτούντες σε ποσοστό 86% είναι

πολιτογραφημένοι ως Έλληνες, ενώ υψηλά είναι και τα ποσοστά των Αλβανών πολιτών (8%).

Πίνακας 4.38. Εθνικότητα Αιτούντων

Α/Α Χώρα Αριθμός Ποσοστό (%)

1 Αλβανία 86 8,0

2 Άλλη Χώρα 9 0,8

3 Αρμενία 13 1,2

4 Βουλγαρία 2 0,2

5 Γεωργία 22 2,0

6 Ελλάδα 924 86,0

7 Καζακστάν 1 0,1

8 Κιργιζία 2 0,2

9 Νιγηρία 5 0,5

10 Ουκρανία 3 0,3

11 Ρουμανία 1 0,1

12 Ρωσία 3 0,3

13 Σενεγάλη 1 0,1

14 Συρία 1 0,1

15 Τουρκία 1 0,1

105

Σχήμα 4.26. Διάγραμμα συχνοτήτων υπηκοότητάς αιτούντων

Οικογενειακή Κατάσταση

Σχετικά με την οικογενειακή κατάσταση των αιτούντων το 53% είναι έγγαμοι ενώ υπάρχει ένα

ποσοστό της τάξης του 35% που είτε είναι άγαμοι είτε σε διάσταση/διαζευγμένοι.

Πίνακας 4.39. Οικογενειακή Κατάσταση Αιτούντων

Α/Α Οικογενειακή Κατάσταση Αριθμός Ποσοστό (%)

1 Άγαμος 206 19,2

2 Έγγαμος 573 53,5

3 Σε διάσταση/Διαζευγμένος 151 14,1

4 Χήρος 142 13,2

Σχήμα 4.27. Διάγραμμα οικογενειακής κατάσταση αιτούντων

106

Πάνω από το 55% των αιτούντων δηλώνουν από 1 έως 3 προστατευόμενα μέλη, 6% πάνω από 4

μέλη, ενώ ένα ποσοστό της τάξης του 37% δηλώνει πως δεν έχει κανένα μέλος υπό την προστασία

του.

Πίνακας 4.40. Προστατευόμενα Μέλη Αιτούντων

Προστατευόμενα Μέλη Αριθμός Ποσοστό (%)

Κανένα 392 36,5

Ένα 332 30,9

Δύο 131 12,2

Τρία 157 14,6

Τέσσερα 46 4,3

Πέντε 14 1,3

Έξι 2 0,2

Σχήμα 4.28. Διάγραμμα συχνοτήτων προστατευόμενων μελών οικογενειών

Το 10% (958 άτομα) των αιτούντων δηλώνει ότι είναι μέλος

μονογονεϊκής οικογένειας, ενώ το υπόλοιπο 90% (116 άτομα) όχι.

Πίνακας 4.41. Μονογονεϊκή Οικογένεια

Μονογονεϊκή Οικογένεια Αριθμός Ποσοστό (%)

Όχι 958 89,2

Ναι 116 10,8

Σχήμα 4.29. Διάγραμμα κατανομής μονογονεϊκών ή μη οικογενειών

107

Σχετικά με την ιδιότητα των εξαρτώμενων μελών το 42% των προστατευόμενων μελών είναι σύζυγο

καθώς ένα αντίστοιχο ποσοστό (46%) είναι ανήλικο τέκνο.

Πίνακας 4.42. Ιδιότητα Εξαρτώμενου Μέλους

Εξαρτώμενο Μέλος Αριθμός Ποσοστό (%)

Σύζυγος 561 42,18

Ανήλικο τέκνο 607 45,64

Ενήλικο τέκνο-φοιτητής 127 9,55

Ανάπηρο τέκνο (>67%) 5 0,38

Ενήλικο τέκνο-άνεργο 26 1,95

Γονέας δικαιούχου ή συζύγου 4 0,30

Σχήμα 4.30. Διάγραμμα συχνοτήτων ιδιότητας προστατευόμενων μελών οικογενειών

Επαγγελματική Κατάσταση Από τους 1074 αιτούντες οι 913 (85%) είναι άνεργοι ενώ 31 (3%) συνταξιούχοι.

Πίνακας 4.43. Επαγγελματική Κατάσταση Αιτούντων

Επαγγελματική Κατάσταση Αριθμός Ποσοστό (%)

Άνεργος 913 85

Εργαζόμενος 130 12,1

Συνταξιούχος 31 2,9

108

Σχήμα 4.31. Διάγραμμα κατανομής επαγγελματικής κατάστασης

Από τους 130 εργαζόμενους, οι 117 (11% του συνόλου των αιτούντων) εργάζονται σε μισθωτή

εργασία, ενώ 11 (1%) δηλώνουν ότι είναι ιδιοκτήτες ατομικής επιχείρησης.

Πίνακας 4.44. Είδος Απασχόλησης Αιτούντων

Είδος Απασχόλησης Αριθμός Ποσοστό (%)

Άνεργος/Συνταξιούχος 944 87,9

Μισθωτός 117 10,9

Ατομική επιχείρηση 11 1

Αγρότης 2 0,2

Οικονομικά Στοιχεία Αιτούντος και Προστατευόμενων Μελών

Στην αίτηση του «Ταμείου Ευρωπαϊκής Βοήθειας Απόρων» υπήρχαν και πεδία τα οποία

αναφέρονταν στα οικονομικά στοιχεία του αιτούντα αλλά και των προστατευόμενων μελών αυτού.

Σχετικά με το μέσω κατά κεφαλήν εισόδημα των αιτούντων αυτό είναι 694 €, η μέση αξία των

περιουσιακών στοιχείων είναι στις 14.427€. Αξιοσημείωτο είναι επίσης ότι υπήρξαν και αιτούντες

όπου η αξία των περιουσιακών στοιχείων ήταν, αναλογικά αρκετά υψηλή, περίπου 180.000 €.

Σχετικά με τις δηλωθείσες καταθέσεις είναι από μηδενικές έως και τις τάξης των 20.000 €, με μέση

τιμή τα 277 €.

Πίνακας 4.45. Κατά κεφαλήν Εισόδημα Αιτούντων

Κατά κεφαλήν Εισόδημα Αιτούντος

Ελάχιστο 0,00

Μέγιστο 73.022,54

Μέσο 694,22

Τυπική Απόκλιση 2.564,73

Πίνακας 4.46. Αξία Περιουσιακών Στοιχείων Αιτούντων

Αξία Περιουσιακών Στοιχείων Αιτούντος

Ελάχιστο 0,00

Μέγιστο 179.452,00

Μέσο 14.427,98

Τυπική Απόκλιση 22.416,52

109

Πίνακας 4.47. Καταθέσεις Αιτούντων

Καταθέσεις Αιτούντος

Ελάχιστο 0,00

Μέγιστο 20.000,00

Μέσο 276,75

Τυπική Απόκλιση 1.349,63

Στα οικονομικά στοιχεία των προστατευόμενων μελών, το μέσω εισόδημα είναι στα 250€, με το

μέγιστο εισόδημα να είναι 8.568 €. Σχετικά με τα περιουσιακά στοιχεία, η μέγιστη αξία αυτών είναι

πάνω 136.000 €, με την μέση αξία να είναι στις 4.880€. Σχετικά με τις καταθέσεις, η μέση κατάθεση

είναι στα 140 €, με την μέγιστη να είναι στις 18.000€.

Πίνακας 4.48. Κατά κεφαλήν Εισόδημα Προστατευόμενων Μελών

Κατά κεφαλήν Εισόδημα Προστατευόμενων Μελών

Ελάχιστο 0

Μέγιστο 8268

Μέσο 250,44

Τυπική Απόκλιση 910,45

Πίνακας 4.49. Αξία Περιουσιακών Στοιχείων Προστατευόμενων Μελών

Αξία Περιουσιακών Στοιχείων Προστατευόμενων Μελών

Ελάχιστο 0

Μέγιστο 136586

Μέσο 4883,59

Τυπική Απόκλιση 14139,13

Πίνακας 4.50. Καταθέσεις Αιτούντων

Καταθέσεις Προστατευόμενων Μελών

Ελάχιστο 0

Μέγιστο 18000

Μέσο 140,54

Τυπική Απόκλιση 1036,83

Στον Χάρτη 4.4 εμφανίζεται γραφικά η συγκέντρωση των αιτούντων ΤΕΒΑ με βάση την διεύθυνση

που δήλωσαν. Παρατηρούμε ότι αυτοί συγκεντρώνονται κυρίως στην περιοχή της Νικόπολης και η

εξήγηση γι’ αυτό είναι ότι εκεί υπήρχε η υπηρεσία του δήμου που δεχόταν αιτήσεις. Έχουν

υποβληθεί και άλλες αιτήσεις ηλεκτρονικά, ωστόσο δεν ήταν δυνατό να έχουμε αναλυτικά στοιχεία

των καρτελών αυτών.

110

Χάρτης 4.4. Πυκνότητα αιτούντων ΤΕΒΑ

111

5 Περιγραφική προσέγγιση του προφίλ των απόρων

Στην ενότητα αυτή παρουσιάζεται η ανάλυση των χαρακτηριστικών των απόρων. Από το σύνολο

όλων των μεταβλητών (πληροφοριών), οι οποίες είναι διαθέσιμος, εδώ επεξεργαστήκαμε μόνον 5

μεταβλητές. Οι μεταβλητές αυτές είναι συνεχείς και είναι οι: ηλικία, αριθμός προστατευόμενων

μελών στην οικογένεια, εισόδημα, περιουσιακά στοιχεία και αποταμιεύσεις. Όλες οι υπόλοιπες

μεταβλητές είναι ονομαστικές, δηλαδή κατηγορικές, οι οποίες διαχωρίζουν το δείγμα απλά σε

κατηγορίες, για παράδειγμα άνδρες/γυναίκες, εργαζόμενος / άνεργος, κλπ. Θα πρέπει επίσης να

σημειωθεί ότι οι οικονομικές μεταβλητές (ετήσιο οικογενειακό εισόδημα, περιουσιακά στοιχεία

και αποταμιεύσεις) είναι στοιχεία που προέκυψαν με βάση τις δηλώσεις των ατόμων που

κατέθεσαν την αίτηση και ως γνωστόν τέτοιου είδους στοιχεία συνήθως εμπεριέχουν σφάλματα

(αγνώστου έκτασης).

Επιπλέον, επειδή από τα οικονομικά στοιχεία προκύπτουν «μέσες τιμές», δηλαδή απλοί

αριθμητικοί μέσοι όροι που χρησιμοποιούνται όμως στην ανάλυση, θα πρέπει να πούμε ότι σε

ορισμένες περιπτώσεις (όπως για παράδειγμα στην περίπτωση του εισοδήματος) ορισμένες πολύ

ακραία υψηλές τιμές (ή σύμφωνα με την στατιστική ορολογία οι λεγόμενες «έκτροπες

παρατηρήσεις») μπορεί να επηρεάσουν τις εμφανιζόμενες μέσες τιμές (συνήθως τείνοντας να

παρασύρουν τους μέσους όρους αρκετά προς τα πάνω).

Από το σύνολο των 1074 ατόμων που έκαναν αίτηση για χορήγηση βοηθήματος οι σχετικές

κατανομές των χαρακτηριστικών τους είναι οι εξής:

Γεωγραφικά χαρακτηριστικά

• Το 86% είναι ελληνικής υπηκοότητας και το 14% ξένης

• Από τα άτομα ξένης υπηκοότητας, το 57.4% προέρχεται από άτομα υπηκόων τριών χωρών

(συγκεκριμένα 36,6% από τη Γεωργία, 9% από την Αλβανία και 8,8% από τη Ρωσία)

Σχήμα 5.1. Χώρα προέλευσης αιτούντων αλλοδαπών: ποσοστιαία κατανομή

36.6

9.08.8

45.6

Γεωργία Αλβανία Ρωσία Υπόλοιπες χώρες

112

Δημογραφικά χαρακτηριστικά

• Το 62,6% των αιτούντων είναι άνδρες και το 37,4% είναι γυναίκες

• Μεταξύ των αλλοδαπών οι άνδρες αντιπροσωπεύουν το 82,7% των αιτούντων, ενώ

μεταξύ των Ελλήνων οι άνδρες αντιπροσωπεύουν το 59,3%

• Το 70,9% των αιτούντων είναι σε ηλικία που μπορεί να εργαστεί, και πιο συγκεκριμένα

είναι ηλικίας 30-64 ετών

• Το 21,6% των αιτούντων είναι ηλικιωμένοι (ηλικίας 65 ετών και άνω)

• Μεταξύ των αλλοδαπών, το των αιτούντων 88% είναι άτομα εργάσιμης ηλικίας (30-64 ετών)

ενώ μεταξύ των Ελλήνων τα άτομα εργάσιμης ηλικίας είναι 68%

• Οι ηλικιωμένοι Έλληνες (ηλικίες 65+ ετών) είναι αναλογικά περισσότεροι (23,9%) των

ηλικιωμένων αλλοδαπών (7,3%)

Σχήμα 5.2. Ποσοστιαία κατανομή αιτούντων κατά φύλο

62.6 59.3

82.7

37.4 40.7

17.3

0%

20%

40%

60%

80%

100%

Σύνολο Έλληνες Αλλοδαποί

Άνδρες Γυναίκες

113

Σχήμα 5.3. Ποσοστιαία κατανομή αιτούντων κατά μεγάλες ομάδες ηλικιών

Κοινωνικά χαρακτηριστικά

• Η πλειοψηφία των αιτούντων είναι έγγαμοι (53,3%) και το 27,3% είναι διαζευγμένοι και

χήροι

• Μεταξύ των αλλοδαπών αιτούντων, το 80,7% είναι έγγαμοι, ενώ μεταξύ των Ελλήνων

αιτούντων, οι έγγαμοι είναι 49,1%

• Οι μονογονεϊκές οικογένειες αντιπροσωπεύουν μόνο το 10,8% του συνόλου

• Η μεγάλη πλειοψηφία των αιτούντων ατόμων είναι άνεργοι (85%)

• Μεταξύ των Ελλήνων οι άνεργοι αντιπροσωπεύουν το 87,2% ενώ μεταξύ των αλλοδαπών

οι άνεργοι αντιπροσωπεύουν το 71,3%

7.5 8.0 4.7

70.9 68.1

88.0

21.6 23.9

7.3

0%

20%

40%

60%

80%

100%

Σύνολο Έλληνες Αλλοδαποί

Μέχρι 30 ετών 30 - 64 ετών 65 ετών και άνω

114

Σχήμα 5.4. Ποσοστιαία κατανομή αιτούντων κατά οικογενειακή κατάσταση

Σχήμα 5.5. Ποσοστιαία κατανομή αιτούντων κατά κατάσταση απασχόλησης

5.1 Ανάλυση κατά Συστάδες (Cluster Analysis)

19.2 20.511.3

53.5 49.1

80.7

27.3 30.4

8.0

0%

20%

40%

60%

80%

100%

Σύνολο Έλληνες Αλλοδαποί

Άγαμοι Έγγαμοι Διαζευγμένοι/Χήροι

85.0 87.2

71.3

12.1 9.7

26.7

2.03.02.9

0%

20%

40%

60%

80%

100%

Σύνολο Έλληνες Αλλοδαποί

Άνεργοι Εργαζόμενοι Συνταξιούχοι

115

Αξιολογώντας συνδυαστικά την ποιότητα και τη φύση των διαθεσίμων προς ανάλυση δεδομένων

καθώς και τις ιδιαιτερότητες και τα πλεονεκτήματα των μεθόδων που προαναφέραμε, καταλήξαμε

να εφαρμόσουμε την τελευταία από τις προαναφερθείσες στατιστικές διαδικασίες, δηλαδή να

χρησιμοποιήσουμε την Two-Step Cluster Analysis.

Για την εφαρμογή της μεθόδου χρησιμοποιήσαμε διερευνητικά μεγάλο αριθμό συνεχών και

διακριτών μεταβλητών συνδυασμένων διαφορετικά μεταξύ τους κάθε φορά. Η επιλογή του

καταλληλότερου συνδυασμού μεταβλητών εισόδου και του καταλληλότερου μοντέλου έγινε με

βάση το στατιστικό και διερευνητικό κριτήριο Silhouette Measure of Cohesion and Separation το

οποίο υποστηρίζεται και παρέχεται από το λογισμικό SPSS. Καταλήξαμε να χρησιμοποιήσουμε

τρεις μεταβλητές εισόδου: (α) το είδος απασχόλησης (άνεργος, μισθωτός, ατομική επιχείρηση,

αγρότης), (β) αν υπάρχουν ή όχι εξαρτώμενα μέλη στο νοικοκυριό, και (γ) την υπηκοότητα του

αιτούντος ατόμου. Οι μεταβλητές αυτές οδήγησαν στη δημιουργία δύο καλά διακριτών ομάδων

(clusters) και η ποιότητα του διαχωρισμού κρίνεται πολύ καλή (Σχήμα 1).

Variables: job, dependent_yes_no, nationality

Σχήμα. Two-Step Cluster Analysis: μεταβλητές και κριτήριο αξιολόγησης της στατιστικής

διαδικασίας

Η εν λόγω στατιστική διαδικασία κατέληξε σε δύο ομοειδείς ομάδες ατόμων: η πρώτη (cluster 1)

περιλαμβάνει 357 άτομα και η δεύτερη 717 άτομα (δηλαδή 33,2% και 66,8% του δείγματος

αντίστοιχα). Στο Πίνακα 5.1 παρουσιάζονται αναλυτικά οι διαφοροποιήσεις των χαρακτηριστικών

των ατόμων ανάλογα με την ομάδα στην οποία ανήκουν.

Σε γενικές γραμμές μπορούμε να πούμε ότι η Ομάδα 1 (Cluster 1) είναι η συγκριτικά περισσότερο

ευάλωτη δεδομένου ότι περιλαμβάνει:

116

• Περισσότερες γυναίκες (67,2% έναντι 22,6% στην ομάδα 2)

• Περισσότερους διαζευγμένους/ διάσταση (21,8% έναντι 10,2% στην ομάδα 2)

• Περισσότερους χήρους (35,1% έναντι 2,4% στην ομάδα 2)

• Περισσότερους άνεργους (97,4% έναντι 78,8% στην ομάδα 2)

• Νοικοκυριά με περισσότερα προστατευόμενα μέλη (100% έναντι 4,9% στην ομάδα 2)

Πίνακας 5.1. Ταξινόμηση πληθυσμιακών χαρακτηριστικών του δείγματος κατά ομάδα

Ομάδα 1 Ομάδα 2

Αριθμός (%) 357 (33,2%) 717 (66,8%)

Περιοχή (%):

Άνω Ηλιούπολη 0,3 0,3

Γρεβενά 0,3 0,0

Εύοσμος 0,3 0,0

Ηλιούπολη 0,0 0,3

Κορδελιό 0,0 0,1

Νέα Ευκαρπία 7,3 8,2

Παύλου Μελά 35,8 42,0

Πολίχνη 5,0 4,7

Σταυρούπολη 51,0 44,4

Φύλο (%):

Άνδρες 32,8 77,4

Γυναίκες 67,2 22,6

Ηλικίες (%):

< 30 11,8 5,4

30-64 52,4 80,1

65+ 35,9 14,5

Οικογενειακή κατάσταση (%):

Άγαμοι 40,6 8,5

Έγγαμοι 2,5 78,9

Διαζ/νοι - σε Διάσταση 21,8 10,2

Χήροι 35,1 2,4

Απασχόληση (%):

Άνεργος 97,4 78,8

Εργαζόμενος 0,6 17,9

Συνταξιούχος 2,0 3,3

Ιθαγένεια (%):

Ελληνική 98,3 79,9

Άλλης χώρας 1,7 20,1

Εξαρτώμενα μέλη (%): 100,0 4,9

Μονογονεϊκές οικογένειες: 0,0 16,2

Μέσες τιμές:

Μέση Ηλικία (έτη) 56 50

Μέσο Εισόδημα (€) 19.566 85.079

Μέση Περιουσία (€) 12.784 15.247

Μέση Αποταμίευση (€) 219 305

Επίσης, τα μέλη της Ομάδας 1 (Cluster 1) έχουν κατά μέσο όρο μεγαλύτερη ηλικία κατά 6 έτη (56

ετών έναντι 50 ετών στην ομάδα 2) και χαμηλότερα κατά μέσο όρο εισοδηματικά και περιουσιακά

στοιχεία και συγκεκριμένα:

117

• Χαμηλότερο εισόδημα (19.566 έναντι 85.079 ευρώ στην ομάδα 2)

• Λιγότερα περιουσιακά στοιχεία (12.784 έναντι 15.247 ευρώ στην ομάδα 2)

• Μικρότερες αποταμιεύσεις (219 έναντι 305 ευρώ στην ομάδα 2)

Από τα άτομα που έχουν κάνει αίτηση για κοινωνικό βοήθημα και εντάσσονται στην Ομάδα 1, η

πλειοψηφία (51.0%) μένει στην περιοχή της Σταυρούπολης και σχεδόν το 36% στην περιοχή του

Παύλου Μελά. Τα αντίστοιχα μεγέθη για την Ομάδα 2 δείχνουν ότι το 44,4% διαμένει την περιοχής

της Σταυρούπολης και το 42.0% στην περιοχή του Παύλου Μελά. Ας σημειωθεί τέλος ότι το 98.3%

των ατόμων που ταξινομήθηκαν από τη στατιστική διαδικασία στην Ομάδα 1 είναι άτομα ελληνικής

ιθαγένειας (το αντίστοιχο ποσοστό ελληνικής ατόμων ιθαγένειας για τη Ομάδα 2 είναι 79,9%).

118

6 Περιγραφική Ανάλυση και Χαρτογράφηση Παραγόντων και Δεικτών Φτώχειας

6.1 Εισαγωγή

Το κεφάλαιο αυτό αφορά την «παροχή πινάκων και χαρτών της ταξινόμησης των περιοχών του

Δήμου Παύλου Μελά (δημοτικές ενότητες, ΤΚ, πολεοδομικές ενότητες, οικοδομικά τετράγωνα) με

βάση το μέσο δηλωθέν οικογενειακό εισόδημα και τους σύνθετους δείκτες φτώχειας με βάση τα

διαθέσιμα δεδομένα» (δεύτερο παραδοτέο).

Δεδομένου ότι οι δημοτικές ενότητες είναι οι τρεις πρώην δήμοι (Σταυρούπολη, Πολίχνη και

Ευκαρπία) και οι ταχυδρομικοί κώδικες (ΤΚ) είναι πέντε (56429, 56430, 56431, 56532, 56533), οι

σύνθετοι δείκτες φτώχειας επικεντρώνονται στο γεωγραφικό επίπεδο πολεοδομικών περιοχών

(ΠΠ) και τετραγώνων (ΟΤ).

6.2 Μέσο δηλωθέν οικογενειακό εισόδημα σε επίπεδο ΤΚ

Σύμφωνα με τους ταχυδρομικούς κωδικούς του 2011 στους οποίους υπάρχουν διαθέσιμα

στατιστικά εισοδημάτων από το ΚΕΠΥΟ, στο Δήμο Παύλου Μελά αντιστοιχούν οι ΤΚ 56429, 56430,

56431, 56532, 56533. Στον Πίνακα 6.1 εμφανίζεται στην πρώτη στήλη ο ΤΚ, στη δεύτερη στήλη το

Πλήθος Δηλώσεων Φορολογίας Εισοδήματος Φυσικών Προσώπων και στην τρίτη στήλη ο μέσος

όρος Οικογενειακού Εισοδήματος για τον οικονομικού έτος 2011. Ο Ταχυδρομικός Κώδικας αφορά

τη διεύθυνση επικοινωνίας του υπόχρεου, ενώ ως οικογενειακό εισόδημα νοείται το εισόδημα

επιβολής της έκτακτης εισφοράς (Ν.3986/2011).

Πίνακας 6.1. Μέσο δηλωθέν οικογενειακό εισόδημα.

Ταχυδρομικός

Κώδικας

Πλήθος

Δηλώσεων

ΦΕΦΠ 2011

Μέσος Όρος

Οικογενειακού

Εισοδήματος

Κατάταξη

εισοδήματος

56429 11.670 16.179,46 € 2

56430 12.958 15.595,95 € 1

56431 10.129 17.099,88 € 3

56532 6.032 17.912,58 € 5

56533 8.567 17.409,71 € 4

Το χαμηλότερο εισόδημα εμφανίζεται στον ΤΚ 56430, ο οποίος αφορά την περιοχή της

Σταυρούπολης που περιλαμβάνει την Τερψιθέα, την Πρόνοια και την Κάτω Ηλιούπολη.

119

6.3 Ταξινόμηση περιοχών με βάση τους δείκτες φτώχειας

6.3.1 Εισαγωγή

Σκοπός αυτής της ενότητας είναι να παρουσιάσει πίνακες και χάρτες της ταξινόμησης των περιοχών

του Δήμου Παύλου Μελά (δημοτικές ενότητες, πολεοδομικές ενότητες, οικοδομικά τετράγωνα) με

βάση το σύνθετο δείκτη φτώχειας “Tonwsend Index of material deprivation” (Δείκτης στέρησης

υλικών αγαθών του Townsend).

6.3.2 Δεδομένα

Τα ψηφιακά δεδομένα που προέρχονται από τις υπηρεσίες του Δήμου Παύλου Μελά αφορούν:

• τα γεωγραφικά όρια των οικοδομικών τετραγώνων και τους οδικούς άξονες των

δημοτικών ενοτήτων Σταυρούπολης, Ευκαρπίας και Πολίχνης.

• στατιστικά δεδομένα από την απογραφή πληθυσμού του 2011

• περιγραφικά δεδομένα που αφορούν τη σύνθεση των πολεοδομικών ενοτήτων

• χρήσεις γης ορισμένων οικοδομικών τετραγώνων του Δήμου

Επιπλέον, ψηφιοποιήθηκαν από την ερευνητική ομάδα τα γεωγραφικά όρια των πολεοδομικών

ενοτήτων με χάρτη υποβάθρου το OpenStreeMap ώστε να είναι δυνατή η χαρτογράφηση των

αποτελεσμάτων της έρευνας σε αυτό το γεωγραφικό επίπεδο. Το χαρτογραφικό αυτό υπόβαθρο

αποτελεί χάρτη αναφοράς και όχι επίσημα δημοσιευμένο διοικητικό χάρτη των πολεοδομικών

ενοτήτων.

6.3.3 Μεθοδολογία

6.3.3.1 Ο δείκτης στέρησης του Townsend

Σύμφωνα με τον Καλογήρου (2015) «ο δείκτης που προτάθηκε από τον καθηγητή Peter Townsend

(Townsend 1979, Townsend et al. 1984, Townsend et al. 1988) σκοπό έχει να κατατάξει τις περιοχές

μιας χώρας με βάση τα βασικά αγαθά που μπορεί να στερείται ένα νοικοκυριό, όπως η ιδιόκτητη

κατοικία και το αυτοκίνητο. Γι’ αυτό ο δείκτης αυτός ονομάζεται Δείκτης Στέρησης του Townsend,

αν και σύμφωνα με τους Καλογήρου κ.ά. (2011) είναι γνωστός στη διεθνή βιβλιογραφία ως

Townsend Index of Disadvantage and Deprivation.

Αξίζει να σημειωθεί ότι ο δείκτης αυτός είχε υπολογιστεί και δημοσιευτεί από τη Στατιστική

Υπηρεσία του Ηνωμένου Βασιλείου ως μέρος των αποτελεσμάτων της Απογραφής Πληθυσμού ήδη

από το 1991. Ο απώτερος σκοπός του δείκτη αυτού είναι ο εντοπισμός θυλάκων φτώχειας ώστε να

είναι δυνατή η λήψη κατάλληλων μέτρων κοινωνικοοικονομικής πολιτικής και ενίσχυσης των πιο

αδυνάτων περιφερειών ή τοπικών κοινοτήτων μιας χώρας».

Ο υπολογισμός του δείκτη Townsend βασίζεται στους εξής τέσσερις επιμέρους παράγοντες:

120

• Το ποσοστό (%) των ανέργων στο σύνολο του οικονομικά ενεργού πληθυσμού

ηλικίας 16 ετών και άνω

• Το ποσοστό (%) των νοικοκυριών που δεν έχουν ιδιόκτητο αυτοκίνητο

• Το ποσοστό (%) των νοικοκυριών που δεν έχουν ιδιόκτητη κατοικία

• το ποσοστό (%) των πολυπληθών νοικοκυριών οριζόμενο ως το ποσοστό των

νοικοκυριών με περισσότερα από 1 άτομο ανά δωμάτιο.

Ο δείκτης Townsend, μπορεί να υπολογιστεί ως εξής:

4

1i

izIndex Townsend

όπου οι τέσσερεις μεταβλητές, οι οποίες συμβολίζονται με zi προκύπτουν από τη κανονικοποίηση

των μεταβλητών Ti με το z-score. Οι μεταβλητές T1, T2, T3 και T4 υπολογίζονται ως εξής:

T1 = ln[(100 * (άνεργοι / οικ. ενεργοί άνω των 16 ετών))+1]

T2 = 100 * (νοικοκυριά χωρίς ιδιόκτητο αυτοκίνητο / σύνολο νοικοκυριών)

T3 = 100 * (νοικοκυριά χωρίς ιδιόκτητη κατοικία / σύνολο νοικοκυριών)

T4 = ln[(100 * (νοικοκυριά με περισσότερα από 1 άτομα ανά δωμάτιο / σύνολο νοικοκυριών))+1]

Σκοπός της κανονικοποίησης των τιμών των μεταβλητών (T1 – T4) με τον υπολογισμό των z-

scores είναι η αντιμετώπιση προβλημάτων ασυμμετρίας ή κλίμακας δεδομένων μεταξύ των

συνιστωσών του δείκτη Townsend. Ο υπολογισμό κάθε z-score γίνεται ως εξής:

s

xz i

όπου xi είναι η τιμή μιας μεταβλητής Χ στη γεωγραφική οντότητα i, μ είναι η μέση τιμή της

μεταβλητής X και s είναι η τυπική απόκλιση της μεταβλητής Χ.

Σύμφωνα με τον Καλογήρου (2015) ο δείκτης Townsend ερμηνεύεται ως εξής: «όσο μεγαλύτερη

είναι η τιμή του δείκτη για μια περιοχή, τόσο περισσότερο στερημένοι από υλικά αγαθά είναι οι

κάτοικοι της περιοχής, σχετικά πάντα με όλες τις άλλες περιοχές. Επειδή οι τιμές του δείκτη

εξαρτώνται από τα δεδομένα και δεν έχουν συγκεκριμένα όρια, συχνά δε σχολιάζουμε τις τιμές

του δείκτη αυτές καθαυτές, αλλά τη σειρά ταξινόμησης των περιοχών με βάση τις τιμές του

δείκτη».

121

6.3.3.2 Δείκτης στέρησης αγαθών και ψηφιακών υπηρεσιών

Δεδομένου ότι οι οικονομίες των ανεπτυγμένων χωρών έχουν εισέλθει στην περίοδο της Τρίτης

Βιομηχανικής Επανάστασης (ή industry 4.0) όπου κύρια χαρακτηριστικά τους αποτελούν τα μεγάλα

δεδομένα και το Διαδίκτυο των Πραγμάτων (Internet of Things) είναι σημαντικό να εξετάσουμε την

διάδοσης της χρήσης διαδικτύου στον πληθυσμό.

Θα ονομάσουμε εδώ ως «ψηφιακή υστέρηση» την έλλειψη πρόσβασης στο διαδίκτυο σε επίπεδο

νοικοκυριού. Με την υπόθεση αυτή μπορούμε να επεκτείνουμε τον δείκτη Townsend και να

ορίσουμε έναν Δείκτη Στέρησης Αγαθών και Ψηφιακών Υπηρεσιών (ΔΣΑΨΥ) με τους παρακάτω

πέντε παράγοντες:

• Το ποσοστό (%) των ανέργων στο σύνολο του οικονομικά ενεργού πληθυσμού

ηλικίας 16 ετών και άνω,

• το ποσοστό (%) των νοικοκυριών που δεν έχουν ιδιόκτητο αυτοκίνητο,

• το ποσοστό (%) των νοικοκυριών που δεν έχουν ιδιόκτητη κατοικία,

• το ποσοστό (%) των πολυπληθών νοικοκυριών οριζόμενο ως το ποσοστό των

νοικοκυριών με περισσότερα από 1 άτομο ανά δωμάτιο, και

• το ποσοστό (%) των νοικοκυριών που δεν έχουν πρόσβαση στο διαδίκτυο

Ομοίως, ο ΔΣΑΨΥ, μπορεί να υπολογιστεί ως εξής:

5

1i

izΔΣΑΨΥ

όπου οι πέντε μεταβλητές, οι οποίες συμβολίζονται με zi προκύπτουν από τη κανονικοποίηση των

μεταβλητών Ti με το z-score. Οι μεταβλητές T1, T2, T3 , T4 και T5 υπολογίζονται ως εξής:

T1 = ln[(100 * (άνεργοι / οικ. ενεργοί άνω των 16 ετών))+1]

T2 = 100 * (νοικοκυριά χωρίς ιδιόκτητο αυτοκίνητο / σύνολο νοικοκυριών)

T3 = 100 * (νοικοκυριά χωρίς ιδιόκτητη κατοικία / σύνολο νοικοκυριών)

T4 = ln[(100 * (νοικοκυριά με περισσότερα από 1 άτομα ανά δωμάτιο / σύνολο νοικοκυριών))+1]

T5 = 100 * (νοικοκυριά χωρίς πρόσβαση στο διαδίκτυο / σύνολο νοικοκυριών)

Ο δείκτης ΔΣΑΨΥ ερμηνεύεται ως εξής: όσο μεγαλύτερη είναι η τιμή του δείκτη για μια περιοχή,

τόσο περισσότερο στερημένοι από υλικά αγαθά και ψηφιακές υπηρεσίες (πρόσβαση στο

διαδίκτυο) είναι οι κάτοικοι της περιοχής, σχετικά πάντα με όλες τις άλλες περιοχές.

122

6.3.3.3 Ο δείκτης μέτρησης χωρικής αυτοσυσχέτισης Moran’s I

Ένας τρόπος να κατανοήσουμε τη χωρική δομή και κατανομή των τιμών μιας μεταβλητής είναι

μετρώντας την χωρική της αυτοσυσχέτιση. Το πιο διαδεδομένο στατιστικό μέτρο είναι ο δείκτης

Moran’s Ι. Ο μαθηματικός τύπος των Cliff και Ord (1973, 1981) που χρησιμοποιείται σήμερα για τον

υπολογισμό του δείκτη Moran’s I είναι:

n

i i

n

i

n

j ij

n

i

n

j jiij

xxw

xxxxwnI

2)()(

))((

όπου n είναι ο αριθμός των τιμών της μεταβλητής X, xi είναι η τιμή της μεταβλητής στη θέση i, και

wij είναι τα βάρη που ορίζονται με βάση τη χωρική εγγύτητα μεταξύ των παρατηρήσεων.

O ολικός δείκτης Moran’s Ι παίρνει τιμές από –1 ως +1 και η ερμηνεία του είναι παρόμοια με αυτή

του συντελεστή συσχέτισης (Rogerson, 2010):

• Τιμές κοντά στο +1 υποδηλώνουν ισχυρή θετική χωρική αυτοσυσχέτιση

(αναμένονται χωρικά πρότυπα στα οποία γειτονικές παρατηρήσεις τείνουν να έχουν

παρόμοια υψηλές ή χαμηλές τιμές μιας μεταβλητής).

• Τιμές κοντά στο –1 υποδηλώνουν ισχυρή αρνητική χωρική αυτοσυσχέτιση (π.χ.

υψηλές τιμές μιας μεταβλητής τείνουν να βρίσκονται κοντά σε χαμηλές τιμές).

• Τιμές κοντά στο 0 υποδηλώνουν απουσία χωρικής αυτοσυσχέτισης και επομένως

χωρικών προτύπων.

•

Αξίζει να σημειωθεί ότι γενικά τα χωρικά δεδομένα τείνουν να έχουν θετική χωρική αυτοσυσχέτιση

–ως απόρροια του πρώτου νόμου της γεωγραφίας– ενώ η αρνητική χωρική αυτοσυσχέτιση είναι

σπάνια (Καλογήρου, 2015).

123

6.3.4 Αποτελέσματα ανάλυσης δείκτη στέρησης Townsend και επιμέρους μεταβλητών

Όπως αναφέρθηκε στη μεθοδολογία, τόσο ο δείκτης στέρησης Townsend όσο και ο Δείκτης

Στέρησης Αγαθών και Ψηφιακών Υπηρεσιών (ΔΣΑΨΥ) αποτελούν δείκτες με χωρική διάσταση και

επομένως μπορεί να εκτιμηθεί σε οποιαδήποτε γεωγραφική μονάδα. Ο υπολογισμός του

Townsend στηρίζεται σε τέσσερις επιμέρους μεταβλητές, οι οποίες με βάση τα διαθέσιμα

δεδομένα, είναι οι εξής:

• Το ποσοστό (%) των ανέργων στο σύνολο του οικονομικά ενεργού πληθυσμού ηλικίας 16

ετών και άνω, όπως καταγράφηκε κατά την Απογραφή Πληθυσμού του 2011

• Το ποσοστό (%) των νοικοκυριών που δεν έχουν ιδιόκτητο αυτοκίνητο, όπως καταγράφηκε

κατά την Απογραφή Πληθυσμού του 2011

• Το ποσοστό (%) των νοικοκυριών που δεν έχουν ιδιόκτητο σπίτι, όπως καταγράφηκε κατά

την Απογραφή Πληθυσμού του 2011

• Το ποσοστό (%) πολυπληθών νοικοκυριών, το οποίο εδώ ορίζεται ως το ποσοστό των

νοικοκυριών με πυκνότητας κατοικήσεως λιγότερα από 15μ2 (τετραγωνικά μέτρα) ανά

κάτοικο, όπως καταγράφηκε κατά την Απογραφή Πληθυσμού του 2011.

Για τον ΔΣΑΨΥ χρειάστηκε και η πέμπτη μεταβλητή που αφορά το ποσοστό (%) των νοικοκυριών

που δεν έχουν πρόσβαση στο διαδίκτυο, όπως καταγράφηκε κατά την Απογραφή Πληθυσμού του

2011.

Οι παραπάνω δείκτες υπολογίστηκαν σε τρεις χωρικές κλίμακες: σε επίπεδο δημοτικής κοινότητας

(Σταυρούπολη, Ευκαρπία και Πολίχνη), σε επίπεδο πολεοδομικής περιοχής (34 ΠΠ), και σε επίπεδο

οικοδομικού τετραγώνου (1389 ΟΤ).

6.3.4.1 Δημοτικές Κοινότητες

Με βάση τα διαθέσιμα δεδομένα σε επίπεδο ΟΤ, έγινε αρχικά ομαδοποίηση στις τρεις δημοτικές

κοινότητες: Δημοτική Κοινότητα Σταυρούπολης, Δημοτική Κοινότητα Ευκαρπίας και Δημοτική

Κοινότητα Πολίχνης, οι οποίες αποτελούσαν δήμους κατά την αρχιτεκτονική της αυτοδιοίκησης με

βάση το πρόγραμμα Καποδίστριας. Οι τρεις αυτές περιοχές αποτελούν σήμερα τον Δήμο Παύλου

Μελά.

Σύμφωνα με τα στατιστικά δεδομένα και την ανάλυσή τους, το μεγαλύτερο δείκτη στέρησης,

επομένως και το υψηλότερο επίπεδο φτώχειας από υλικά αγαθά, εμφανίζει η Δημοτική Κοινότητα

Σταυρούπολης, ακολουθεί Δημοτική Κοινότητα Πολίχνης, ενώ τον χαμηλότερο δείκτη στέρησης

εμφανίζει η Δημοτική Κοινότητα Ευκαρπίας.

Στον Πίνακα 6.2, που ακολουθεί, εμφανίζεται η σειρά κατάταξης των Δημοτικών Ενοτήτων μαζί με

τις τιμές των μεταβλητών που συνθέτουν τον Δείκτη Στέρησης Townsend (TDI). Όπως είναι

124

εμφανές, η σειρά κατάταξης αφορά και όλες τις επιμέρους μεταβλητές, στις οποίες η Δημοτική

Κοινότητα Σταυρούπολης εμφανίζει τη μεγαλύτερη τιμή.

Πίνακα 6.2. Κατάταξη των Δημοτικών Ενοτήτων με βάση τον Συνθετικό Δείκτη Στέρησης του Townsend

Κωδικός Δ.Ε. Ποσοστό

Ανεργίας

Ποσοστό

Πολυπληθών

νοικοκυριών

Ποσοστό

νοικοκυριών

χωρίς

ιδιόκτητο

αυτοκίνητο

Ποσοστό

νοικοκυριών

χωρίς

ιδιόκτητη

κατοικία

Δείκτης

Στέρησης

Townsend

(TDI)

Κατάταξη

Φτώχειας

71101 Σταυρούπολη 28,70 5,28 30,19 27,54 3,98 1

71103 Πολίχνη 27,18 4,67 24,92 24,30 -0,01 2

71102 Ευκαρπία 24,61 4,20 19,12 22,38 -3,97 3

6.3.4.2 Πολεοδομικές περιοχές

Όπως επισημάνθηκε από το τμήμα Αστικής Ανάπτυξης και Χρηματοδοτικών Προγραμμάτων, ο

πολεοδομικός σχεδιασμός για τις τρεις δημοτικές κοινότητες που συνιστούν τον Δήμο Παύλου

Μελά βρίσκεται σε διαφορετικά στάδια ωριμότητας. Το τμήμα Αστικής Ανάπτυξης και

Χρηματοδοτικών Προγραμμάτων του Δήμου επεξεργάστηκε με βάση τα πολεοδομικά δεδομένα

και το συνδυασμό αυτών με κοινωνικά και δημογραφικά στοιχεία τον τρόπο με τον οποίο είναι

δόκιμο να παρουσιάζονται οι περιοχές του Δήμου στην παρούσα μελέτη. Ως εκ τούτου, ο Δήμος

Παύλου Μελά, για τις ανάγκες τις παρούσας μελέτης, χωρίζεται σε 36 Πολεοδομικές Περιοχές (ΠΠ),

ενώ υπάρχουν και αρκετά Οικοδομικά Τετράγωνα που δεν εντάσσονται σε κάποια ΠΠ. Πρόκειται

για περιοχές, οι οποίες δεν κατοικούνται ή έχουν άλλη χρήση (εμπορική, στρατιωτική, παροχής

υγείας, βιομηχανική κλπ.). Ο χάρτης των Πολεοδομικών Περιοχών του Δήμου Παύλου Μελά, με

βάση την περιγραφή από το Δήμο και τη χαρτογράφηση από την ερευνητική ομάδα, παρουσιάζεται

παρακάτω (Χάρτης 1). Ο χάρτης αυτός δίδεται μόνο για αναφορά για τις ανάγκες χαρτογράφησης

των αποτελεσμάτων της έρευνας και ως εκ τούτου δεν αποτελεί επίσημο χαρτογραφικό υπόβαθρο

του Δήμου Παύλου Μελά.

125

Χάρτης 6.1. Χάρτης αναφοράς Πολεοδομικών Ενοτήτων

Πιο συγκεκριμένα, η Δημοτική Κοινότητα Σταυρούπολης περιλαμβάνει εννέα ΠΠ, τις εξής: ΠΠ

Τερψιθέας (Κωδικός 01), ΠΠ Αμπελώνων (Κωδικός 02), ΠΠ Πρόνοια (Κωδικός 03), ΠΠ Νεόκτιστα

(Κωδικός 04), ΠΠ Ηλιούπολη (Κωδικός 05), ΠΠ Ομόνοια (Κωδικός 06), ΠΠ Άνωθεν Ασύλου

Σταυρούπολης (Κωδικός 07), ΠΠ Νικόπολη Σταυρούπολης (Κωδικός 08), ΠΠ Ψυχιατρείο (Κωδικός

09).

126

Η Δημοτική Κοινότητα Ευκαρπίας περιλαμβάνει δέκα ΠΠ, τις εξής: ΠΠ Ευκαρπία (Κωδικός 01), ΠΠ

Εργατικές Κατοικίες (Κωδικός 02), ΠΠ Τραυματιούπολη (Κωδικός 03), ΠΠ4 (Κωδικός 04), ΠΠ5

(Κωδικός 05), ΠΠ6 (Κωδικός 06), ΠΠ Εφεδρούπολη (Κωδικός 07), ΠΠ Φιλοθέη (Κωδικός 08), ΠΠ

Ευξεινούπολη (Κωδικός 09), ΠΠ Υπόλοιπα Ευκαρπίας (Κωδικός 10).

Τέλος, η Δημοτική Κοινότητα Πολίχνης περιλαμβάνει δεκαεπτά ΠΠ, τις εξής: ΠΠ Ελπίδος Ι (Κωδικός

01), ΠΠ Ελπίδος ΙΙ (Κωδικός 02), ΠΠ Μετέωρα Ι (Κωδικός 03), ΠΠ Μετέωρα ΙΙ (Κωδικός 04), ΠΠ

Μετέωρα ΙΙΙ (Κωδικός 05), ΠΠ Μετέωρα ΙV (Κωδικός 06), ΠΠ Παλαιός Οικισμός (Κωδικός 07), ΠΠ8

(Κωδικός 08), ΠΠ Παύλου Μελά Ι (Κωδικός 09), ΠΠ Παύλου Μελά ΙΙ (Κωδικός 10), ΠΠ Άνωθεν

Ασύλου Ι (Κωδικός 11), ΠΠ Άνωθεν Ασύλου ΙΙ (Κωδικός 12), ΠΠ Άνωθεν Ασύλου ΙΙΙ (Κωδικός 13), ΠΠ

Νικόπολη Πολίχνης (Κωδικός 14), ΠΠ15 (Κωδικός 15), ΠΠ16 (Κωδικός 16), και ΠΠ Υπόλοιπα

Πολίχνης (Κωδικός 17).

Με βάση τα διαθέσιμα δεδομένα σε επίπεδο ΟΤ, έγινε ομαδοποίηση στις 36 Πολεοδομικές

Περιοχές, κατά την οποία προέκυψαν μηδενικά δεδομένα για δύο ΠΠ: την ΠΠ Ψυχιατρείο της ΔΚ

Σταυρούπολης και της ΠΠ4 της ΔΚ Πολίχνης. Τα αποτελέσματα παρουσιάζονται στους Πίνακες 6.2

και 6.3.

Θα πρέπει να σημειωθεί ότι κατά την ανάλυση εξαιρέθηκαν όλα τα ΟΤ με πληθυσμό μικρότερο

από 4 κατοίκους καθώς και όλα τα ΟΤ με χρήση γης, κατά την οποία δεν δικαιολογείται η μόνιμη

κατοικία πληθυσμού (εγκαταλελειμμένα βιομηχανικά κτήρια, πάρκα, ορεινές περιοχές,

βιομηχανικές περιοχές, εκπαιδευτήρια, κοιμητήρια, κλπ.).

Σύμφωνα με τα αποτελέσματα του Πίνακα 6.3, το υψηλότερο δείκτη στέρησης, επομένως και το

υψηλότερο επίπεδο φτώχειας από υλικά αγαθά, εμφανίζει η ΠΠ Άνωθεν Ασύλου Σταυρούπολης,

ενώ τον χαμηλότερο δείκτη στέρησης εμφανίζει η ΠΠ Φιλοθέη Ευκαρπίας.

127

Πίνακας 6.3. Κατάταξη Πολεοδομικών Περιοχών με βάση τον Συνθετικό Δείκτη Στέρησης του Townsend

Όνομα

Δημοτικής

Κοινότητας

Όνομα Πολεοδομικής

Περιοχής

Ποσοστό

Ανεργίας

Ποσοστό

Πολυπληθών

νοικοκυριών

Ποσοστό

νοικοκυριών

χωρίς

ιδιόκτητο

αυτοκίνητο

Ποσοστό

νοικοκυριών

χωρίς

ιδιόκτητη

κατοικία

Πληθυσμ

ός

Δείκτης

Στέρησης

Townsend

(TDI)

Κατάταξη

Φτώχειας

Σταυρούπολη

Άνωθεν Ασύλου

Σταυρούπολης 32,15 8,77 37,09 34,59 1.126 4,49 1

Ευκαρπία ΠΠ5 38,33 5,88 45,59 10,29 177 3,43 2

Σταυρούπολη

Νικόπολη

Σταυρούπολης 35,11 9,51 27,03 26,59 6.849 2,93 3

Πολίχνη ΠΠ15 42,75 19,57 27,72 2,17 599 2,82 4

Πολίχνη Άνωθεν Ασύλου ΙΙΙ 30,63 6,54 30,00 30,42 3.241 2,38 5

Σταυρούπολη Νεόκτιστα 30,37 4,82 36,00 27,45 2.852 2,36 6

Σταυρούπολη Πρόνοια 29,70 4,56 34,26 28,12 4.384 1,99 7

Σταυρούπολη Ομόνοια 28,06 5,52 33,55 24,09 5.530 1,48 8

Πολίχνη Νικόπολη Πολίχνης 31,06 7,45 21,49 26,93 1.054 1,18 9

Ευκαρπία ΠΠ6 41,67 4,00 24,00 16,00 60 0,98 10

Πολίχνη Παύλου Μελά ΙΙ 28,89 4,10 31,19 22,81 2.958 0,73 11

Σταυρούπολη Ηλιούπολη 26,99 4,59 28,80 27,57 17.867 0,71 12

Σταυρούπολη Τερψιθέας 26,10 3,18 30,08 31,23 5.397 0,54 13

Πολίχνη Άνωθεν Ασύλου ΙΙ 30,71 4,08 26,90 23,10 3.783 0,51 14

Πολίχνη Παλαιός Οικισμός 29,40 2,89 28,72 27,44 3.114 0,47 15

Πολίχνη Μετέωρα ΙΙΙ 30,07 6,71 24,86 18,16 1.999 0,39 16

Ευκαρπία Ευξεινούπολη 33,96 4,31 28,16 14,32 1.447 0,39 17

Πολίχνη Ελπίδος ΙΙ 28,49 6,00 25,38 21,62 1.919 0,35 18

Πολίχνη Υπόλοιπα Πολίχνης 41,51 6,67 25,00 0,00 162 0,26 19

Πολίχνη Ελπίδος Ι 26,63 2,93 28,13 28,27 1.914 -0,03 20

Πολίχνη Παύλου Μελά Ι 26,27 4,12 28,17 21,33 2.646 -0,31 21

Ευκαρπία Εφεδρούπολη 25,00 5,62 10,11 40,45 264 -0,55 22

Πολίχνη Μετέωρα Ι 24,97 4,94 20,89 25,27 5.198 -0,87 23

Ευκαρπία

Υπόλοιπα

Ευκαρπίας 36,97 4,09 20,76 7,60 1.117 -0,91 24

Πολίχνη Μετέωρα ΙV 24,02 3,96 21,37 26,91 1.045 -1,18 25

Πολίχνη Μετέωρα ΙΙ 23,66 3,68 19,93 26,49 4.129 -1,60 26

Ευκαρπία Ευκαρπία 21,50 4,67 17,88 29,37 7.808 -1,72 27

Πολίχνη ΠΠ8 22,89 4,48 20,96 22,40 1.802 -1,76 28

Πολίχνη ΠΠ16 26,32 0,00 42,11 15,79 48 -2,04 29

Πολίχνη Άνωθεν Ασύλου Ι 23,01 3,57 19,89 23,58 3.503 -2,09 30

Ευκαρπία Τραυματιούπολη 22,60 3,70 17,13 25,46 597 -2,31 31

Σταυρούπολη Αμπελώνες 20,26 3,34 20,37 25,21 1.608 -2,62 32

Ευκαρπία Εργατικές Κατοικίες 27,63 2,66 17,65 4,06 2.561 -3,83 33

Ευκαρπία Φιλοθέη 28,13 0,00 17,39 0,00 63 -6,59 34

Τα αποτελέσματα του Πίνακα 6.2 παρουσιάζονται οπτικά στον Χάρτη 6.2. Τα χρώματα

αντιστοιχούν σε πεντημόρια με βάση την κατάταξη φτώχειας και τον πληθυσμό κάθε ΠΠ. Η

περιοχές στις οποίες διαβιεί το 20% του πληθυσμού του Δήμου Παύλου Μελά με το μεγαλύτερο

επίπεδο στέρησης εμφανίζεται με έντονο χρώμα (μπορντό).

128

Χάρτης 6.2. Χωρική κατανομή τιμών δείκτη Tonwsend σε επίπεδο Πολεοδομικών Περιοχών

129

6.3.4.3 Οικοδομικά Τετράγωνα

Στον Δήμο Παύλου Μελά είναι χαρτογραφημένα 1758 Οικοδομικά Τετράγωνα (ΟΤ), ενώ υπάρχουν

και κάποιες περιοχές που δεν ανήκουν σε κάποιο ΟΤ. Οι περιοχές αυτές είτε δεν κατοικούνται είτε

έχουν άλλη χρήση (εμπορική, στρατιωτική, παροχής υγείας, βιομηχανική κλπ.). Για την καλύτερη

απεικόνιση των αποτελεσμάτων, το χαρτογραφικό υπόβαθρο των οικοδομικών τετραγώνων

προβλήθηκε στην προβολή WGS84 Web Mercator (Auxiliary Sphere), με κωδικό EPSG:3857, ώστε

να μπορεί να χρησιμοποιείται ως χάρτης υποβάθρου ο χάρτης OpenStreetMap. Ο χάρτης των

Οικοδομικών Τετραγώνων του Δήμου Παύλου Μελά παρουσιάζεται παρακάτω (Χάρτης 6.3).

Χάρτης 6.3. Χάρτης αναφοράς Οικοδομικών Τετραγώνων

130

Από την ερευνητική ομάδα καταγράφηκαν χρήσης γης σε 400 περίπου ΟΤ, ενώ ορισμένα από αυτά

διαιρέθηκαν με τη χρήση τεχνικών Γεωγραφικών Συστημάτων Πληροφοριών. Σύμφωνα με τα

δεδομένα της Απογραφής Πληθυσμού του 2011, στα 1447 από τα 1758 οικοδομικά τετράγωνα (ΟΤ)

καταγράφηκε πληθυσμός 99.245 άτομα. Ωστόσο οι περισσότερες μεταβλητές είναι διαθέσιμες για

1442 ή λιγότερα οικοδομικά τετράγωνα, ενώ όλες οι μεταβλητές μαζί ήταν διαθέσιμες για 1427

ΟΤ.

Επιπρόσθετα, κατά την ανάλυση εξαιρέθηκαν τα ΟΤ του Ψυχιατρικού Νοσοκομείου Θεσσαλονίκης,

όλα τα ΟΤ με πληθυσμό μικρότερο από 4 κατοίκους καθώς και όλα τα ΟΤ με χρήση γης, με βάση

την οποία (εγκαταλελειμμένα βιομηχανικά κτήρια, πάρκα, ορεινές περιοχές, βιομηχανικές

περιοχές, εκπαιδευτήρια, κοιμητήρια, κλπ.) δεν δικαιολογείται η μόνιμη κατοικία πληθυσμού.

Μετά από όλες τις αφαιρέσεις, διατηρήθηκαν 1389 ΟΤ με τιμές σε όλες τις μεταβλητές. Τα ΟΤ αυτά

έχουν συνολικό πληθυσμό 98.821 άτομα και αποτέλεσαν τη βάση για την ανάλυση σε επίπεδο ΟΤ

και ΠΠ.

Πίνακας 6.4. Περιγραφικά Στατιστικά μεταβλητών σε επίπεδο ΟΤ

Στατιστικό

μέτρο

Συνολικός

Πληθυσμός

Ποσοστό

ανεργίας

Ποσοστό

πολυπληθών

νοικοκυρών

Ποσοστό

νοικοκυριών

χωρίς

ιδιόκτητη

κατοικία

Ποσοστό

νοικοκυριών

χωρίς

ιδιόκτητο

αυτοκίνητο

Ποσοστό

νοικοκυ-

ριών χωρίς

σύνδεση

στο

διαδίκτυο

Ελάχιστη τιμή 5,00 0,00 0,00 0,00 0,00 0,00

Διάμεσος 57,00 27,03 3,03 25,00 25,00 50,00

Μέση τιμή 71,15 27,51 4,87 24,86 26,03 51,54

Μέγιστη τιμή 466,00 100,00 100,00 100,00 100,00 100,00

Τυπική

απόκλιση

56,78 14,21 7,01 15,10 14,16 17,79

Στον Πίνακα 2.4 παρουσιάζονται περιγραφικά στατιστικά των πέντε μεταβλητών. Παρατηρήσουμε

ότι τουλάχιστον στα μισά ΟΤ η ανεργία είναι άνω το 27% ενώ υπάρχουν και ΟΤ με ανεργία 100%.

Εντύπωση επίσης προκαλεί ότι στα μισά ΟΤ τουλάχιστον τα μισά νοικοκυριά δεν διέθεταν

πρόσβαση στο διαδίκτυο το 2011. Η έλλειψη πρόσβασης στο διαδίκτυο αναπόφευκτα οδηγεί σε

ελλιπή χρήση ψηφιακών υπηρεσιών, η οποία εισάγει ψηφιακό χάσμα μεταξύ των κατοίκων των

περιοχών αυτών και κατοίκων περιοχών με υψηλή ή καθολική πρόσβαση στο διαδίκτυο. Από τα

περιγραφικά στατιστικά των άλλων μεταβλητών παρατηρούμε υψηλό επίπεδο ιδιοκατοίκησης και

κατοχής αυτοκινήτου, ωστόσο και εδώ υπάρχουν ΟΤ όπου το 100% των νοικοκυριών δεν διαθέτει

ιδιόκτητη κατοικία ή αυτοκίνητο.

Στο πίνακα που ακολουθεί εμφανίζονται χωρικά στατιστικά μέτρα που αφορούν τη χωρική

κατανομή και τις χωρικές ανισότητες των τιμών των παραπάνω μεταβλητών σε επίπεδο ΟΤ. Ο

131

δείκτης χωρικής αυτοσυσχέτισης Moran’s I έχει υπολογιστεί για έξι διαφορετικά εύρη ζώνης (3, 4,

6, 9, 12, 25), με βάση τους κοντινότερους γεωγραφικά γείτονες. Οι αποστάσεις μεταξύ των ΟΤ

έχουν υπολογιστεί ως οι ευθείες (ευκλείδειες) αποστάσεις μεταξύ των γεωμετρικών κεντροειδών

των ΟΤ. Για τον υπολογισμό του χωρικού διαχωρισμού του δείκτη Gini η γειτνίαση ορίστηκε με

βάση τους 6 κοντινότερους γείτονες. Οι τιμές με έντονα γράμματα σημαίνει ότι είναι στατιστικά

σημαντικές.

Παρατηρούμε ότι και για τις πέντε μεταβλητές εμφανίζεται θετική χωρική αυτοσυσχέτιση, η οποία

είναι στατιστικά σημαντική. Αυτό σημαίνει ότι υπάρχουν εστίες γειτονικών ΟΤ με παρόμοια

υψηλές ή παρόμοια χαμηλές τιμές στην κάθε μεταβλητή. Πιο έντονα χωρικά πρότυπα αναμένονται

για τις μεταβλητές α) ποσοστό νοικοκυριών χωρίς ιδιόκτητο αυτοκίνητο, και β) ποσοστό

νοικοκυριών χωρίς σύνδεση στο διαδίκτυο.

Οι μεγαλύτερες ανισότητες τιμών μεταξύ των ΟΤ εμφανίζονται στα ποσοστά πολυπληθών

νοικοκυριών. Μάλιστα, ως επακόλουθο τις ύπαρξης θετικής χωρικής αυτοσυσχέτισης, οι

ανισότητες σε αυτήν και τις υπόλοιπες μεταβλητές οφείλονται κατά κύριο λόγο σε μη γειτονικές

παρατηρήσεις.

Πίνακας 6.5. Χωρική Αυτοσυσχέτιση και Ανισότητες τιμών των μεταβλητών σε επίπεδο ΟΤ

Στατιστικό

μέτρο

Αριθμός

Γειτόνων

Ποσοστό

ανεργίας

Ποσοστό

πολυπληθών

νοικοκυρών

Ποσοστό

νοικοκυριών

χωρίς

ιδιόκτητη

κατοικία

Ποσοστό

νοικοκυριών

χωρίς

ιδιόκτητο

αυτοκίνητο

Ποσοστό

νοικοκυριών

χωρίς

σύνδεση στο

διαδίκτυο

Moran’s I 3 0,137 0,089 0,197 0,213 0,264

4 0,133 0,084 0,178 0,212 0,265

6 0,128 0,084 0,161 0,216 0,259

9 0,117 0,074 0,165 0,206 0,254

12 0,111 0,063 0,155 0,195 0,242

25 0,076 0,052 0,103 0,170 0,165

Gini 0,281 0,647 0,333 0,305 0,189

Gini γειτόνων 6 0,001 0,002 0,001 0,001 0,001

Gini μη

γειτόνων

0,280 0,645 0,332 0,304 0,188

Παρακάτω παρουσιάζονται θεματικοί χάρτες, καθώς και χάρτες χωρικών προτύπων με βάση τη

μελέτη χωρικής αυτοσυσχέτισης για κάθε έναν παράγοντα των δεικτών στέρησης ξεχωριστά. Τα

δεδομένα που έχουν χαρτογραφηθεί αφορούν τα 1389 ΟΤ, όπως αναφέρθηκε παραπάνω.

132

Ανεργία

Ο Χάρτης 6.5 εμφανίζει την ανεργία (ποσοστό %) σε επίπεδο ΟΤ σε πέντε διαστήματα. Τα

διαστήματα ορίστηκαν με βάση το ποσοστό ανεργίας της Ελλάδας το 2011 (18,7%) και αυτό του

Δήμου Παύλου Μελά (27,5%). Παρατηρούμε ότι σε πολλές περιοχές (93 ΟΤ) περισσότερο από το

50% του οικονομικά ενεργού πληθυσμού είναι άνεργοι.

Χάρτης 6.5. Ποσοστό ανεργίας σε επίπεδο ΟΤ

133

Χάρτης 6.6. Χάρτης χωρικών προτύπων τοπικών δεικτών Moran’s I για το ποσοστό ανεργίας

Στον χάρτη χωρικών προτύπων παρατηρούμε με κόκκινο χρώμα τις εστίες γειτονικών ΟΤ με

παρόμοια υψηλά ποσοστά ανεργίας, όπως για παράδειγμα νοτιοανατολικά του δήμου στις ΠΠ

Μετέωρα ΙΙΙ, ΠΠ15 και Υπόλοιπα Πολίχνης, ανατολικά της διασταύρωσης Λαγκαδά-Περιφερειακής

Θεσσαλονίκης και στην ΠΠ Υπόλοιπα Ευκαρπίας. Αντίστοιχα με μπλε χρώμα εμφανίζονται

γειτονικά ΟΤ με χαμηλά ποσοστά ανεργίας, όπως στις ΠΠ8 και Μετέωρα IV στην ΔΚ Πολίχνης καθώς

και στην ΠΠ Άνωθεν Ασύλου Ι.

Πολυπληθή Νοικοκυριά

Ο Χάρτης 6.7 δείχνει τη χωρική κατανομή του ποσοστού (%) πολυπληθών νοικοκυριών, το οποίο

εδώ ορίζεται ως το ποσοστό των νοικοκυριών με πυκνότητας κατοικήσεως λιγότερα από 15

τετραγωνικά μέτρα ανά κάτοικο όπως καταγράφηκε κατά την Απογραφή Πληθυσμού του 2011.

134

Χάρτης 6.7. Ποσοστό πολυπληθών νοικοκυρών σε επίπεδο ΟΤ

Στον χάρτη χωρικών προτύπων, που ακολουθεί παρατηρούμε με κόκκινο χρώμα τις εστίες

γειτονικών ΟΤ με παρόμοια υψηλά ποσοστά πολυπληθών νοικοκυρών, όπως για παράδειγμα

νοτιοανατολικά του δήμου στις ΠΠ Μετέωρα ΙΙΙ, ΠΠ15 και Υπόλοιπα Πολίχνης. Αντίστοιχα με μπλε

χρώμα εμφανίζονται γειτονικά ΟΤ με χαμηλά ποσοστά πολυπληθών νοικοκυρών. Εστίες τέτοιων

ΟΤ εμφανίζονται διάσπαρτα σε αρκετά σημεία του δήμου. Η χωρική κατανομή της μεταβλητής

135

αυτής χαρακτηρίζεται επίσης από συχνή γειτνίαση υψηλών τιμών πολυπληθών νοικοκυρών με

χαμηλές τιμές (ροζ χρώμα).

Χάρτης 6.8. Χάρτης χωρικών προτύπων τοπικών δεικτών Moran’s I για το ποσοστό πολυπληθών νοικοκυρών

Ιδιοκτησία κατοικίας

Ο Χάρτης 6.9 εμφανίζει το ποσοστό νοικοκυριών χωρίς ιδιόκτητη κατοικία, το οποίο είναι συνήθως

χαμηλό στην Ελλάδα (36,30%) και ακόμη χαμηλότερο στον Δήμο Παύλου Μελά (34,35%). Εδώ

παρατηρούνται αρκετές περιοχές με ποσοστό μη ιδιόκτητης κατοικίας άνω του 50%.

136

Χάρτης 6.9. Ποσοστό νοικοκυριών χωρίς ιδιόκτητη κατοικία σε επίπεδο ΟΤ

137

Χάρτης 6.10. Χάρτης χωρικών προτύπων τοπικών δεικτών Moran’s I για το ποσοστό νοικοκυριών χωρίς

ιδιόκτητη κατοικία

Ιδιοκτησία αυτοκινήτου

Ο Χάρτης 6.11 εμφανίζει το ποσοστό νοικοκυριών χωρίς ιδιόκτητο αυτοκίνητο, το οποίο είναι

επίσης χαμηλό στην Ελλάδα (30,37%) και ακόμη χαμηλότερο στον Δήμο Παύλου Μελά (26,65%).

Εδώ παρατηρούνται αρκετές περιοχές με χαμηλό ποσοστό μη ιδιόκτητου αυτοκινήτου, κυρίως στις

απομακρυσμένες περιοχές, και υψηλό ποσοστό στο κέντρο.

138

Χάρτης 6.11. Ποσοστό νοικοκυριών χωρίς ιδιόκτητο αυτοκίνητο σε επίπεδο ΟΤ

Η εικόνα αλλάζει στον χάρτη χωρικών προτύπων για τα νοικοκυριά χωρίς ιδιόκτητο αυτοκίνητο,

που ακολουθεί. Παρατηρούμε με κόκκινο χρώμα τις εστίες γειτονικών ΟΤ με παρόμοια υψηλά

ποσοστά νοικοκυρών χωρίς αυτοκίνητο. Οι εστίες αυτές βρίσκονται κεντρικά στον Δήμο Παύλου

Μελά και κατά κύριο λόγο στις δύο πλευρές της οδού Λαγκαδά και στις ΠΠ Παλιός Οικισμός και

Μετέωρα ΙV. Αντίστοιχα με μπλε χρώμα εμφανίζονται γειτονικά ΟΤ με χαμηλά ποσοστά

νοικοκυρών χωρίς αυτοκίνητο.

139

Χάρτης 6.12. Χάρτης χωρικών προτύπων τοπικών δεικτών Moran’s I για το ποσοστό νοικοκυριών χωρίς

ιδιόκτητο αυτοκίνητο

Πρόσβαση στο διαδίκτυο

Στον Χάρτη 6.13 εμφανίζεται το ποσοστό νοικοκυριών χωρίς πρόσβαση στο διαδίκτυο.

Παρατηρούμε ότι σε πολλά ΟΤ η έλλειψη πρόσβασης ξεπερνά το 50%. Αυτό μπορεί να οφείλεται

είτε στην ανεπάρκεια του δικτύου τηλεπικοινωνιών για σταθερή σύνδεση στο διαδίκτυο είτε σε

οικονομική αδυναμία των νοικοκυριών να έχουν μια σταθερή σύνδεση με το διαδίκτυο. Σε χάρτες

του 2017, εμφανίζεται η ανάπτυξη της ευρυζωνικότητας τόσο μέσω της δημιουργία κέντρων VDSL

και VDSL2 στην περιοχή του Δήμου Παύλου Μελά, όσο και με τις υψηλές ταχύτητες με ασύρματη

σύνδεση 3G/4G των παροχών κινητής τηλεφωνίας. Από πλευράς άσκησης πολιτικής, θεωρούμε ότι

θα πρέπει να υπάρξει ενημέρωση του κοινού για την σπουδαιότητα της γνώσης πλοήγησης του

διαδικτύου και χρήσης ηλεκτρονικών υπηρεσιών καθώς και προσπάθεια δημιουργίας χώρων με

δωρεάν πρόσβαση στο διαδίκτυο (WIFI hotspots) για όσους επιθυμούν την πρόσβαση αλλά

αδυνατούν να την χρηματοδοτήσουν.

140

Χάρτης 6.13. Ποσοστό νοικοκυριών χωρίς πρόσβαση στο διαδίκτυο σε επίπεδο ΟΤ

141

Χάρτης 6.14. Χάρτης χωρικών προτύπων τοπικών δεικτών Moran’s I για το ποσοστό νοικοκυριών χωρίς

πρόσβαση στο διαδίκτυο

Δείκτης στέρησης Townsend

Οι Χάρτες 6.15 & 6.16 παρουσιάζουν τη χωρική κατανομή του δείκτη στέρησης του Townsend με

τέτοιο τρόπο ώστε να εμφανίζονται περιοχές με την μεγαλύτερη ή μικρότερη στέρηση τμήματος

του πληθυσμού (5% και 20% αντίστοιχα).

Στον Χάρτη 6.15 πραγματοποιείται μια προσπάθειας χαρτογράφησης της ακραίας φτώχειας στα

πλαίσια του δήμου, όπου απεικονίζεται με κόκκινο χρώμα οι περιοχές που κατοικεί το 5% του

πληθυσμού του δήμου με το μεγαλύτερο επίπεδο στέρησης (πάντα με βάση τον δείκτη Townsend).

Βλέπουμε αρκετά ΟΤ σε όλες τις περιοχές του Δήμου Παύλου Μελά, με μία μεγαλύτερη

συγκέντρωση στις ΠΠ Άνωθεν Ασύλου (Σταυρούπολης και Πολίχνης), Ομόνοια, Νικόπολη

Σταυρούπολης και ΠΠ5. Στον αντίποδα, τα περισσότερα ΟΤ με το χαμηλότερο επίπεδο στέρησης

εμφανίζονται στην Πολίχνη (νοτίως της οδού 25ης Μαρτίου και νοτίως του δασυλλίου) και στην

Ευκαρπία.

142

Χάρτης 6.15. Πληθυσμός με τη μέγιστη και ελάχιστη φτώχεια με βάση τον δείκτη στέρησης Townsend

143

Χάρτης 6.16. Κατανομή πληθυσμού σε πεντημόρια με βάση τον δείκτη στέρησης Townsend

Στον χάρτη χωρικών προτύπων τοπικών δεικτών Moran’s I για τον δείκτη στέρησης Townsend, ο

οποίος ακολουθεί, φαίνονται πιο ξεκάθαρα εστίες γειτονικών ΟΤ με παρόμοια υψηλές τιμές στο

δείκτη, όπως η Νικόπολη Σταυρούπολης και οι περιοχές γύρω από το ΨΧΘ. Παρατηρούνται,

ωστόσο, και μεγάλες εστίες γειτονικών ΟΤ με παρόμοια χαμηλά επίπεδα στέρησης, κυρίως στις ΔΚ

144

Πολίχνη και Ευκαρπία. Στην Ευκαρπία είναι πολλές και οι περιπτώσεις όπου γειτονικά ΟΤ έχουν

διαφορετικά επίπεδα στέρησης (υψηλό – χαμηλό).

Χάρτης 6.17. Χάρτης χωρικών προτύπων τοπικών δεικτών Moran’s I για τον δείκτη στέρησης Townsend

Οι Χάρτες 6.18 και 6.19 αφορούν την κατανομή πληθυσμού με βάση τον Δείκτη Στέρησης Αγαθών

και Ψηφιακών Υπηρεσιών. Τα χωρικά πρότυπα παραμένουν τα ίδια, ενώ λόγω της συμμετοχής και

της πέμπτης μεταβλητής, η στέρηση γίνεται εντονότερη ή ασθενέστερη σε κάποιες περιπτώσεις.

Αυτό που μπορούμε να συμπεράνουμε όμως, με εξαίρεση κάποιες περιοχές όπως η Ευξεινούπολη,

τα υπόλοιπα Ευκαρπίας και Πολίχνης, στις οποίες ενδέχεται να μην είχε αναπτυχθεί η υλικοτεχνική

υποδομή για σταθερή πρόσβαση στο διαδίκτυο το 2011, η γενικότερη στέρηση αγαθών

συνοδεύεται και με έλλειψη πρόσβασης στο διαδίκτυο. Δεδομένων των ευκαιριών που παρέχει η

ψηφιακή εποχή, η στέρηση αυτού του είδους αποτελεί ανασταλτικό παράγοντα ανάπτυξης

δεξιοτήτων από τα νέα μέλη των νοικοκυριών, με αποτέλεσμα να δυσκολεύεται η μελλοντική

οικονομική ανάπτυξη των μελών αυτών, και κατ’ επέκταση να αυξάνεται η πιθανότητα παγίωσης

των επιπέδων στέρησης στις περιοχές αυτές. Είναι προφανές ότι αυτή η διαπίστωση έχει

σημαντικές επιπτώσεις στην άσκηση πολιτικής.

145

Χάρτης 6.18. Κατανομή πληθυσμού σε πεντημόρια με βάση τον Δείκτη Στέρησης Αγαθών και Ψηφιακών

Υπηρεσιών

146

Χάρτης 6.19. Χάρτης χωρικών προτύπων τοπικών δεικτών Moran’s I για τον Δείκτη Στέρησης Αγαθών και

Ψηφιακών Υπηρεσιών

147

ΕΡΜΗΝΕΥΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

7 Μοντελοποίηση αιτούντων εργασιακής στήριξης

7.1 Εισαγωγή

Σε αυτό το τμήμα της μελέτης παρουσιάζεται η στατιστική ανάλυση κατοίκων του Δήμου Παύλου

Μελά, οι οποίοι έκαναν αίτηση στο Δήμο για να λάβουν κοινωνική-οικονομική υποστήριξη. Οι

κάτοικοι αυτοί είναι 555. Τα δεδομένα που προκύπτουν από τις ζητούμενες πληροφορίες

αντλήθηκαν από αυτά τα ίδια τα έντυπα των αιτήσεων και τα οποία ψηφιοποιήθηκαν για να

μπορέσουν να αναλυθούν στατιστικά. Οι πληροφορίες αυτές περιλαμβάνουν τα δημογραφικά

χαρακτηριστικά των αιτούντων (φύλο, ηλικία, οικογενειακή κατάσταση, αριθμός των παιδιών που

έχουν), τα κοινωνικά και οικονομικά τους χαρακτηριστικά (επίπεδο εκπαίδευσης, γλώσσες που

μιλάνε, γνώσεις υπολογιστών, αν έχουν ή όχι αυτοκίνητο-μοτοσυκλέτα, κλπ.) και κάποια βασικά

χαρακτηριστικά καταγωγής (υπηκοότητα, χώρα γέννησης, τόπος διαμονής τις περιοχές του Δήμου,

κλπ.).

Για τους σκοπούς της ανάλυσης εφαρμόσαμε:

• καθιερωμένες τεχνικές περιγραφικής και διερευνητικής στατιστικής ανάλυσης

• απλές μεθόδους ελέγχων υποθέσεων για να διαπιστώσουμε αν οι μέσες τιμές ορισμένων

μεταβλητών (χαρακτηριστικών) μεταξύ υποομάδων του δείγματος διαφέρουν σημαντικά ή

όχι, και

• εφαρμόσαμε ορισμένα μοντέλα λογιστικής παλινδρόμησης με σκοπό να εκτιμήσουμε την

πιθανότητα προσφυγής των ενδιαφερομένων στις υπηρεσίες του Δήμου για να

πληροφορηθούν σχετικά με τις διαδικασίες που απαιτούνται για τη λήψη κοινωνικού

βοηθήματος

7.2 Προφίλ Αιτούντων

7.2.1 Καταγωγή (εθνικότητα, υπηκοότητα)

Είναι ενδιαφέρον από δημογραφικής και κοινωνιολογικής πλευράς το γεγονός ότι στα έντυπα των

αιτήσεων που αναλύουμε περιέχονται ερωτήσεις σχετικά με τον τόπο (χώρα) γέννησης αλλά και

την υπηκοότητα (ιθαγένεια) των αιτούντων διότι από την σύγκριση των στοιχείων αυτών

διαφαίνεται η τάση της διαδικασίας απόκτησης της Ελληνικής υπηκοότητας.

Σύμφωνα με τον Πίνακα 7.1, από το σύνολο των υπό διερεύνηση ατόμων (Ν = 555) το 73% (δηλαδή

305 άτομα) γεννήθηκαν στην Ελλάδα. Οι υπόλοιποι (150 άτομα ή 27% των αιτούντων) γεννήθηκαν

εκτός Ελλάδος, και οι περισσότεροι εξ αυτών γεννήθηκαν στην Γεωργία (σχεδόν 10% του συνόλου).

Ένα 4,3% των ατόμων γεννήθηκαν στην Γερμανία. Όμως από την ανάλυση των στοιχείων προκύπτει

ότι σχεδόν το 96% των αιτούντων έχουν Ελληνική υπηκοότητα (Πίνακας 7.2) και αυτό έχει σημασία

από πλευράς διοικητικών ρυθμίσεων δεδομένου ότι όσοι έχουν ελληνική υπηκοότητα

148

απολαμβάνουν όλων των προνομίων που έχουν οι Έλληνες. Πάντως από την διασταύρωση των δύο

αυτών μεταβλητών προκύπτει ότι 405 άτομα έχουν Ελληνική υπηκοότητα και γεννήθηκαν στην

Ελλάδα, δηλαδή από τους 531 Έλληνες υπηκόους οι 126 (ή το 23,7%) γεννήθηκαν εκτός Ελλάδος

(Πίνακας 7.3).

Πίνακας 7.1 Κατανομή των αιτούντων κατά χώρα γέννησης

Χώρα Γέννησης

Συχνότητα Ποσοστό

(%)

Έγκυρο

Ποσοστό (%)

Αθροιστικό

Ποσοστό (%)

Έγκυρα

Ελλάδα 405 73,0 73,0 73,0

Γεωργία 55 9,9 9,9 82,9

Γερμανία 24 4,3 4,3 87,2

Υπόλοιπες 71 12,8 12,8 100,0

Σύνολο 555 100,0 100,0

Πίνακας 7.2 Κατανομή των αιτούντων κατά υπηκοότητα

Υπηκοότητα

Συχνότητα Ποσοστό

(%)

Έγκυρο

Ποσοστό (%)

Αθροιστικό

Ποσοστό (%)

Έγκυρα

Αλλοδαποί 24 4,3 4,3 4,3

Έλληνες 531 95,7 95,7 100,0

Σύνολο 555 100,0 100,0

Πίνακας 7.3 Σχέση μεταξύ χώρας γέννησης και ελληνικής ή ξένης υπηκοότητας

Χώρα Γέννησης * Υπηκοότητα

Υπηκοότητα Σύνολο

Αλλοδαποί Έλληνες

Χώρα Γέννησης

Ελλάδα 0 405 405

Γεωργία 4 51 55

Γερμανία 0 24 24

Υπόλοιπες 20 51 71

Σύνολο 24 531 555

149

7.2.2 Τόπος διαμονής

Η λεπτομερής πινακοποίηση των στοιχείων που αφορούν στον τόπο διαμονής των ατόμων που

έκαναν αίτηση για εργασιακή στήριξη παρουσιάζεται στον Πίνακα Π1 του παραρτήματος της

παρούσας μελέτης.

Σε ό,τι αφορά τα άτομα ξένης υπηκοότητας, όπως προαναφέρθηκε, ο αριθμός που συμμετέχει στο

εν λόγω πρόγραμμα είναι πολύ μικρός (24 άτομα). Όπως δείχνει το Σχήμα 7.1, όλα τα ξένης

υπηκοότητας άτομα που έκαναν αίτηση για εργασιακή στήριξη διαμένουν σε τέσσερις περιοχές,

και συγκεκριμένα στην Σταυρούπολη, στη Νέα Ευκαρπία, στην Πολίχνη και στην Ηλιούπολη.

Σύμφωνα με τις δηλώσεις τους, περισσότεροι από τους μισούς (και συγκεκριμένα το 56,5%)

δηλώνουν ως τόπο διαμονής την Σταυρούπολη, ενώ σχεδόν 22% δηλώνουν τόπο εγκατάστασης την

Νέα Ευκαρπία.

Σε ό,τι αφορά τα Ελληνικής υπηκοότητας άτομα, η συντριπτική τους πλειοψηφία, και συγκεκριμένα

το 85,2%, δηλώνουν ότι διαμένουν σε τρεις περιοχές στις οποίες μάλιστα σχεδόν ισοκατανέμονται,

και συγκεκριμένα στην Πολίχνη (30,3%), στην Σταυρούπολη (28%) και στην Νέα Ευκαρπία (27%).

Σύμφωνα με τα στοιχεία, σε 7 περιοχές διαμένει από ένα μόνο άτομο (Αμπελόκηποι, Άνω

Ηλιούπολη, Ηλιούπολη, Διαβατά, Ευξεινούπολη, Λαγκαδά και Ωραιόκαστρο), στον Εύοσμο

διαμένουν 7 άτομα, και στις υπόλοιπες περιοχές διαμένουν από 13 άτομα (Μετέωρα) έως 160

άτομα (Πολίχνη). Οι πληροφορίες αυτές συνοπτικά απεικονίζονται στο Σχήμα 2.

Σχήμα 7.1 Τόπος διαμονής μεταναστών που έκαναν αίτηση για εργασιακή στήριξη

8.7

13.1

21.7

56.5

0 10 20 30 40 50 60

Ηλιούπολη

Πολίχνη

Νέα Ευκαρπία

Σταυρούπολη

ποσοστό (%)

150

Σχήμα 7.2 Τόπος διαμονής Ελλήνων υπηκόων που έκαναν αίτηση για εργασιακή στήριξη

7.2.3 Δημογραφικά χαρακτηριστικά

7.2.3.1 Φύλο και ηλικία αιτούντων

Από το σύνολο των αιτούντων οι 227 (ή ποσοστό 41%) είναι άνδρες και οι υπόλοιποι 328 (ποσοστό

59%) είναι γυναίκες. Τα άτομα μεγάλης ηλικίας (60 ετών και άνω) είναι αναλογικά πολύ λίγα

(συνολικά 28) και αντιπροσωπεύουν το 5% του συνόλου. Μεγαλύτερη συγκέντρωση αιτήσεων

παρουσιάζεται στις ηλικίες 30-44 (41,3%) και είναι ιδιαίτερα αυξημένο μεταξύ των γυναικών

(46,6%). Η ποσοστιαία κατανομή των 227 ανδρών και 328 γυναικών παρουσιάζεται γραφικά στο

Σχήμα 7.3 ενώ η λεπτομερής κατανομή των αιτούντων κατά φύλο και πενταετείς ομάδες ηλικιών

παρουσιάζεται στην πυραμίδα που εμφανίζει το Σχήμα 7.4.

1.2

1.3

2.5

9.7

26.9

28.0

30.3

0 5 10 15 20 25 30 35

Άλλη περιοχή

Εύοσμος

Μετέωρα

Ευκαρπία

Νέα Ευκαρπία

Σταυρούπολη

Πολίχνη

ποσοστό (%)

151

Σχήμα 7.3 Ποσοστιαία κατανομή των αιτούντων κατά φύλο και μεγάλες ομάδες ηλικιών

Σχήμα 4. Πυραμίδα ηλικιών των αιτούντων κατά φύλο και πενταετείς ομάδες ηλικιών

14.1 16.8 15.7

33.5

46.6

41.3

46.3

32.338.0

6.2 4.3 5.0

0

20

40

60

80

100

Άνδρες Γυναίκες Σύνολο

ποσ

οσ

τό (

%) 60+

45-59

30-44

15-29

152

Σχήμα 7.5 Θηκογράμματα της ηλικίας των αιτούντων κατά φύλο

Σύμφωνα με τον Πίνακα 7.4 η μέση ηλικία των αιτούντων είναι 41.9 έτη αλλά είναι μεγαλύτερη

στους άνδρες (43,8 έτη) σε σχέση με τις γυναίκες (30,6 έτη) δηλαδή η διαφορά στις μέσες ηλικίες

μεταξύ ανδρών και γυναικών είναι 3,2 έτη. Η εφαρμογή του κατάλληλου στατιστικού (t-test)

ελέγχου δείχνει ότι η διαφορά αυτή είναι στατιστικά σημαντική σε επίπεδο 0.01 (Πίνακας 7.5). Τα

θηκογράμματα που παρουσιάζονται στο Σχήμα 5 παρέχουν παρόμοιες πληροφορίες οι οποίες

συμπυκνώνονται ως εξής: η διάμεση ηλικία των ανδρών είναι εμφανώς μεγαλύτερη των ανδρών,

η άνδρες παρουσιάζουν μεγαλύτερη διασπορά και αρνητική ασυμμετρία σε σχέση με την θετική

ασυμμετρία που παρουσιάζουν οι γυναίκες.

Πίνακας 7.4 Βασικά περιγραφικά μέτρα της ηλικίας των αιτούντων

Φύλο Αριθμός (N) Ελάχιστο Μέγιστο Μέσος Τυπική απόκλιση

Σύνολο 555 18 66 41,9 11,02

Άνδρες 227 18 66 43,8 11,79

Γυναίκες 328 18 65 40,6 10,28

153

Πίνακας 7.5 Έλεγχος στατιστικής σημαντικότητας της διαφοράς της μέσης ηλικίας ανδρών και γυναικών: t-

test

Ανάλυση ανεξάρτητων δειγμάτων

Η δοκιμασία του Levene για την

ισότητα των διακυμάνσεων

T-test για την ισότητα των μέσων

F Sig. t df Μέση διαφορά

Λαμβάνονται υπόψη ίσες

διακυμάνσεις

12,460 0,000 3,342** 553 3,151

Δεν λαμβάνονται υπόψη ίσες

διακυμάνσεις

3,260** 441,627 3,151

** Στατιστικά σημαντικό σε επίπεδο 0.01 (99%)

7.2.3.2 Οικογενειακή κατάσταση αιτούντων

Η κατανομή των ατόμων που έκαναν αίτηση για εργασιακή στήριξη κατά οικογενειακή κατάσταση

παρουσιάζεται στον Πίνακα 7.6. Η πλειοψηφία των αιτούντων (58%) είναι έγγαμοι, ενώ οι άγαμοι

αντιπροσωπεύουν το 25.6% του συνόλου, οι διαζευγμένοι το 14.8% ενώ ένα μικρό ποσοστό (1,6%)

είναι χήροι (Σχήμα 7.6). Όμως όπως δείχνει το Σχήμα 7.7, το ποσοστό των εγγάμων ανδρών (60,0%)

είναι μεγαλύτερο από εκείνο των γυναικών (56,6%). Το ποσοστό των εν χηρεία ατόμων, αν και

μικρό, είναι σχεδόν πενταπλάσιο στις γυναίκες (2,4%) απ’ ό,τι στους άνδρες (0,4%). Επίσης

αναλογικά, οι διαζευγμένες γυναίκες που έχουν κάνει αίτηση (19,0%) είναι περισσότερες των

διαζευγμένων ανδρών (8,8%).

Πίνακας 7.6 Κατανομή των αιτούντων κατά οικογενειακή κατάσταση

Φύλο αιτούντος Σύνολο

Άνδρας Γυναίκα

Οικογενειακή κατάσταση Άγαμος 70 72 142

Έγγαμος 136 186 322

Διαζευγμένος 20 62 82

Χήρος 1 8 9

Σύνολο 227 328 555

154

Σχήμα 7.6 Ποσοστιαία κατανομή των αιτούντων κατά οικογενειακή κατάσταση.

Σχήμα 7.7 Ποσοστιαία κατανομή αιτούντων κατά οικογενειακή κατάσταση και φύλο

7.2.3.3 Αριθμός παιδιών αιτούντων

Σύμφωνα με τις πληροφορίες των ατόμων που έκανα αίτηση για εργασιακή στήριξη, από το σύνολο

των 555 ατόμων που έκαναν αίτηση για εργασιακή στήριξη οι 158, ή ποσοστό 28,5%, δεν έχουν

παιδιά. Οι υπόλοιποι, 397 άτομα ή ποσοστό 71,5%, δηλώνουν ότι έχουν τουλάχιστον ένα παιδί. Η

ακριβής κατανομή του αιτούντων ανάλογα με τον αριθμό παιδιών που έχουν παρουσιάζεται σε

απόλυτα μεγέθη στο Σχήμα 7.8 και σε σχετικά μεγέθη στο Σχήμα 7.9. Η πλειοψηφία των αιτούντων

(56,8% του συνόλου) έχουν ένα ή δύο παιδιά. Πιο συγκεκριμένα, σύμφωνα με τα στοιχεία που

περιέχονται στις αιτήσεις, το 21,3% δηλώνουν ότι έχουν ένα παιδί και το 35,5% δηλώνουν ότι έχουν

δύο παιδιά. Ο μέσος αριθμός παιδιών είναι 1,42 παιδιά ανά άτομο (Πίνακας 7.7). Ο μέσος αριθμός

25.6

58.0

14.8

1.6

Άγαμοι Έγγαμοι Διαζευγμένοι Χήροι

30.7

22.0

60.0

56.6

8.8

19.0

0.5 2.4

0%

20%

40%

60%

80%

100%

Άνδρες Γυναίκες

Χήροι

Διαζευγμένοι

Έγγαμοι

Άγαμοι

155

παιδιών μεταξύ των μεταναστών (1,63) είναι λίγο μεγαλύτερος από το μέσο αριθμό παιδιών των

Ελλήνων (1,41) αλλά η διαφορά τους δεν είναι στατιστικά σημαντική, όπως δείχνουν τα

αποτελέσματα της στατιστικής δοκιμασίας του t-test που παρουσιάζει ο Πίνακας 7.8.

Η μέση ηλικία τέκνου αυτών που έχουν ένα παιδί είναι 12,35 έτη ενώ η μέση ηλικία τέκνου όσων

δηλώνουν ότι έχουν 2 ή 3 ή 4 κυμαίνεται γύρω στα 15 έτη (Σχήμα 7.10).

Πίνακας 7.7 Βασικά περιγραφικά μέτρα του αριθμού των παιδιών στο σύνολο και ανάλογα με την

υπηκοότητα των αιτούντων.

Υπηκοότητα N Μέσος Τυπική Απόκλιση Τυπικό μέσο σφάλμα

Σύνολο 555 1,42 1,197

Μετανάστες 24 1,63 0,824 0,168

Έλληνες 531 1,41 1,211 0,053

Πίνακας 7.8 Έλεγχος ισότητας του μέσου αριθμού παιδιών μεταξύ Ελλήνων και μεταναστών:

δοκιμασία t-test

Independent Samples Test

Υπόθεση

ισότητας

διακυμάνσεων

Levene's Test for

Equality of Variances

t-test for Equality of Means

F Sig. t df Sig. (2-

tailed)

Mean

Difference

Std. Error

Differenc

e

ΝΑΙ 5,100 ,024 ,843 553 ,399 ,211 ,250

ΟΧΙ 1,195 27,693 ,242 ,211 ,176

156

Σχήμα 7.8 Κατανομή των αιτούντων ανάλογα με τον αριθμό των παιδιών που έχουν

Σχήμα 7.9 Ποσοστιαία κατανομή (%) των αιτούντων ανάλογα με τον αριθμό των παιδιών που έχουν

158

118

197

62

144 2

0

50

100

150

200

250

0 1 2 3 4 5 6+

αριθμός παιδιών

αριθ

μός

αιτ

ούνω

ν

21.3

35.5

11.2

2.40.7 0.4

28.5

0

5

10

15

20

25

30

35

40

0 1 2 3 4 5 6+

αριθμός παιδιών

ποσ

οσ

τό (

%)

157

Σχήμα 7.10 Μέση ηλικία τέκνων ανάλογα με τον αριθμό των παιδιών που δήλωσαν οι αιτούντες

7.2.4 Παρεχόμενες υπηρεσίες

Μεταξύ των πληροφοριών που περιέχονται στο έντυπο αιτήσεων για την εργασιακή στήριξη,

υπάρχει και πεδίο το οποίο αναφέρεται στην χρήση διαφόρων υπηρεσιών και φορέων με σκοπό

την διευκόλυνση για εύρεση εργασίας. Από το σύνολο των 555 αιτούντων μόνον τα 2/3 εξ αυτών

συμπλήρωσαν το εν λόγω πεδίο (Πίνακας 7.9). Η πλειοψηφία εξ αυτών φαίνεται ότι καταφεύγει

στις υπηρεσίες του ΟΑΕΔ. Εάν όμως λάβουμε υπόψη μας μόνον τις έγκυρες απαντήσεις στο

συγκεκριμένο ερώτημα, η ποσοστιαία κατανομή διαφοροποιείται ακόμα πιο έντονα όπως δείχνει

το Σχήμα 7.11, σύμφωνα με το οποίο το 81,6% απευθύνθηκε στις υπηρεσίες του ΟΑΕΔ ενώ ένα

σχετικά μικρό αλλά όχι αμελητέο ποσοστό της τάξης του 8,6% χρησιμοποίησε δίκτυο γνωστών και

προσωπικών σχέσεων.

Πίνακας 7.9 Κατανομή των αιτούντων ανάλογα με το είδος των παρεχόμενων υπηρεσιών στις οποίες

καταφεύγουν για λήψη βοήθειας

Αριθμός Ποσοστό (%)

Δεν Δηλώθηκε 185 33,3

ΟΑΕΔ 302 54,4

Μικρές Αγγελίες 13 2,3

Δίκτυο γνωστών/προσωπικές σχέσεις 32 5,8

Αποστολή Βιογραφικού 5 ,9

Ίντερνετ 18 3,2

Σύνολο 555 100,0

12.35 12.25

15.07

15.5815.73

0

2

4

6

8

10

12

14

16

1 παιδί 2 παιδιά 3 παιδιά 4 παιδιά 5 παιδιά

ηλικ

ία (

έτη)

158

Σχήμα 7.11 Σχετική κατανομή όσων δήλωσαν την υπηρεσία ή τρόπο που χρησιμοποίησαν τις παρεχόμενες

υπηρεσίες παροχής βοήθειας για εύρεση εργασίας

7.2.5 Προσόντα αιτούντων

7.2.5.1 (α) Εκπαίδευση

Από τις πληροφορίες που περιέχονται στα έντυπα αιτήσεων για εργασιακή στήριξη και που

παρουσιάζονται τον Πίνακα 10 προκύπτει ότι 13,2% των αιτούντων είναι αγράμματοι. Άτομα

γενικώς χαμηλού εκπαιδευτικού επιπέδου (δηλαδή αγράμματοι και άτομα που έχουν τελειώσει το

πολύ Δημοτικό) αντιπροσωπεύουν το 31% του συνόλου. Ίσως λίγο μη αναμενόμενο είναι το

γεγονός ότι οι άνδρες με χαμηλό εκπαιδευτικό επίπεδο είναι περισσότεροι (τόσο σε απόλυτα όσο

και σε σχετικά μεγέθη) σε σύγκριση με τις γυναίκες. Πάντως σχεδόν 60% των αιτούντων έχουν

ολοκληρώσει δευτεροβάθμια ή μετα-δευτεροβάθμια εκπαίδευση (Γυμνάσιο, Λύκειο και

ΤΕΕ/ΕΠΑΣ/ΟΑΕΔ) με αυτούς που διαθέτουν απολυτήριο Λυκείου να υπερτερούν εμφανώς των

υπολοίπων βαθμίδων (Σχήμα 7.12). Αξίζει να σημειωθεί ότι ένα ποσοστό σχεδόν 10% (11.3% για

τις γυναίκες, 7,9% για τους άνδρες) έχουν πτυχίο τριτοβάθμιας εκπαίδευσης (δηλαδή πτυχίο ΤΕΙ ή

ΑΕΙ).

Γενικώς, το επίπεδο εκπαίδευσης των ατόμων που είναι άνεργοι και που αναγκάζονται να ζητούν

εργασιακή στήριξη δεν είναι κακό, οι δε γυναίκες διαθέτουν περισσότερα προσόντα (απολυτήριο,

δίπλωμα, πτυχίο) σε σχέση με τους άνδρες.

81.6

3.5

8.61.44.9

ΟΑΕΔ Μικρές Αγγελίες

Δίκτυο γνωστών/προσωπικές σχέσεις Αποστολή Βιογραφικού

Ίντερνετ

159

Πίνακας 7.10 Κατανομή των αιτούντων κατά επίπεδο εκπαίδευσης και φύλο

Επίπεδο εκπαίδευσης που

έχουν ολοκληρώσει

Απόλυτα μεγέθη Ποσοστά (%)

Άνδρες Γυναίκες Σύνολο Άνδρες Γυναίκες Σύνολο

Αγράμματοι 36 37 73 15.9 11.3 13.2

Απολυτήριο Δημοτικού 47 52 99 20.7 15.9 17.8

Απολυτήριο Γυμνασίου 42 48 90 18.5 14.6 16.2

Απολυτήριο Λυκείου 52 110 162 22.9 33.5 29.2

Δίπλωμα ΤΕΕ/ΕΠΑΣ/ΟΑΕΔ 32 44 76 14.1 13.4 13.7

Πτυχίο ΑΕΙ / ΤΕΙ 18 37 55 7.9 11.3 9.9

Σύνολο 227 328 555 100.0 100.0 100.0

Σχήμα 7.12 Κατανομή των αιτούντων κατά επίπεδο εκπαίδευσης (και τα δύο φύλα μαζί)

7.2.5.2 (β) Γνώσεις ξένης γλώσσας

Από τις πληροφορίες που έδωσαν οι αιτούντες σχετικά με ξένες γλώσσες που γνωρίζουν προκύπτει

ότι ένα ποσοστό εξ αυτών της τάξης του 40,4% δηλώνει ότι γνωρίζει τουλάχιστον μία ξένη γλώσσα

πέραν της μητρικής τους. Από το σύνολο των αιτούντων, το 30,5% δηλώνει ότι γνωρίζει μία ξένη

γλώσσα ενώ ένα ποσοστό της τάξης του 10% δηλώνει ότι γνωρίζει δύο ή περισσότερες γλώσσες

(Πίνακας 7.11). Αξιοσημείωτες όμως διαφορές υπάρχουν μεταξύ ανδρών και γυναικών. Όπως και

στην προηγούμενη περίπτωση (επίπεδο εκπαίδευσης που έχουν ολοκληρώσει) και εδώ οι γυναίκες

φαίνεται ότι είναι καλύτερα καταρτισμένες σε σχέση με τους άνδρες. Όπως δείχνει το Σχήμα 7.13

το ποσοστό των γυναικών που γνωρίζουν τουλάχιστον μία ξένη γλώσσα είναι 46,6% έναντι των

ανδρών που είναι 31,3%. Πιο συγκεκριμένα, 36,6% των γυναικών (έναντι του 21,6% των ανδρών)

13.2

17.8

16.2

13.7

9.9

29.2

0 5 10 15 20 25 30

Αγράμματοι

Απολ. Δημοτικού

Απολ. Γυμνασίου

Απολ. Λυκείου

ΤΕΕ/ΕΠΑΣ/ΟΑΕΔ

Τριτοβάθμια

ποσοστό (%)

160

γνωρίζουν μία επιπλέον γλώσσα. Οι κατά φύλο διαφοροποιήσεις σε ό,τι αφορά την γνώση δύο ή

περισσότερων γλωσσών είναι αμελητέες.

Θα πρέπει να σημειωθεί ωστόσο ότι οι ανωτέρω παρατηρήσεις βασίζονται στο τι έχουν δηλώσει

τα άτομα και δεν υποστηρίζονται από την ύπαρξη ανάλογων πιστοποιητικών ή διπλωμάτων ξένων

γλωσσών, δεδομένου ότι από το σύνολο των 555 αιτήσεων το 87% (δηλαδή 482 άτομα) δεν

συμπλήρωσαν το αντίστοιχο πεδίο, δηλαδή δεν δήλωσαν αν, πέραν των γνώσεων που

υποστηρίζουν ότι έχουν, διαθέτουν και κάποιο πιστοποιητικό. Η αίσθηση πάντως είναι ότι οι

πληροφορίες που δήλωσαν είναι σωστές, απλά δεν είναι δυνατόν να γνωρίζουμε και το επίπεδο

των γνώσεων της ξένης γλώσσας και κυρίως των Αγγλικών δεδομένου ότι οι γνώσεις της Ρωσικής

και Γεωργιανής γλώσσας προφανώς αφορά ομογενείς από την πρώτης ΕΣΣΔ που θεωρείται ότι το

επίπεδο γνώσης αυτών των γλωσσών ότι θα είναι καλό.

Πίνακας 7.11 Κατανομή των αιτούντων ανάλογα με τον αριθμό ξένων γλωσσών που γνωρίζουν επιπλέον

της μητρικής τους γλώσσας

Επιπλέον

γλώσσες

Αριθμοί Ποσοστά (%)

Άνδρας Γυναίκα Σύνολο Άνδρας Γυναίκα Σύνολο

Καμία 156 175 331 68.7 53.4 59.6

Μία 49 120 169 21.6 36.6 30.5

Δύο 19 23 42 8.4 7.0 7.6

Τρεις 3 9 12 1.3 2.7 2.2

Τέσσερις 0 1 1 0.0 0.3 0.2

Σύνολο 227 328 555 100.0 100.0 100.0

Πίνακας 12 Κατανομή των αιτούντων κατά φύλο και επιπλέον γλώσσα που γνωρίζουν πέραν της μητρικής

τους

Γλώσσες Άνδρας Γυναίκα Σύνολο Άνδρας Γυναίκα Σύνολο

Καμία 156 175 331 68.7 53.4 59.6

ALB 0 3 3 0.0 0.9 0.5

ARA 0 1 1 0.0 0.3 0.2

ARM 1 0 1 0.4 0.0 0.2

ENG 25 107 132 11.0 32.6 23.8

GEO 1 0 1 0.4 0.0 0.2

GER 10 6 16 4.4 1.8 2.9

GRE 1 0 1 0.4 0.0 0.2

ITA 2 0 2 0.9 0.0 0.4

POL 1 1 2 0.4 0.3 0.4

RUS 29 34 63 12.8 10.4 11.4

TUR 1 1 2 0.4 0.3 0.4

Σύνολο 227 328 555 100.0 100.0 100.0

161

Σχήμα 7.13 Κατανομή των αιτούντων ανάλογα με τον αριθμό ξένων γλωσσών που γνωρίζουν (πέραν της

μητρικής τους γλώσσας) κατά φύλο

7.2.5.3 (γ) Γνώσεις Ηλεκτρονικών Υπολογιστών (Η/Υ)

Από το πεδίο των αιτήσεων που αναφέρεται στην ύπαρξη επιπλέον προσόντων των αιτούντων και

συγκεκριμένα σε γνώσεις υπολογιστών που διαθέτουν, προκύπτει ότι μόνον το 31% των ατόμων

δηλώνουν ότι έχουν κάποιες γνώσεις ηλεκτρονικών υπολογιστών, χωρίς ωστόσο να προσδιορίζεται

το επίπεδο γνώσεων και το είδος των γνώσεων που κατέχουν (Πίνακας 7.13). Η αναλογία αυτή

είναι υψηλότερη μεταξύ των γυναικών (38,1%) απ’ ό,τι μεταξύ των ανδρών (20,7%). Πάντως, και

από αυτούς που δηλώνουν ότι έχουν κάποιες γνώσεις υπολογιστών η συντριπτική πλειοψηφία

(85,6%) δεν διαθέτει πιστοποιημένες γνώσεις ηλεκτρονικών υπολογιστών με βάση κάποιο

δίπλωμα ή πιστοποιητικό (Πίνακας 7.14).

Πίνακας 7.13 Κατανομή των αιτούντων κατά φύλο ανάλογα με το αν έχουν γνώσεις υπολογιστών (Η/Υ)

Γνώσεις H/Y Απόλυτα μεγέθη Ποσοστά (%)

Άνδρας Γυναίκα Σύνολο Άνδρας Γυναίκα Σύνολο

Όχι 180 203 383 79.3 61.9 69.0

Ναι 47 125 172 20.7 38.1 31.0

Σύνολο 227 328 555 100.0 100.0 100.0

21.6

1.3

53.4

36.6

3.0

59.6

30.5

2.4

8.4

68.7

7.0 7.6

0

10

20

30

40

50

60

70

Καμμία Μία Δύο Τρεις ή περισσότερες

γνώση επιπλέον γλώσσας

πο

σο

στό

(%

)Άνδρας

Γυναίκα

Σύνολο

162

Πίνακας 7.14 Κατανομή των αιτούντων κατά φύλο ανάλογα με το αν διαθέτουν πιστοποιητικό γνώσεων

υπολογιστών (Η/Υ)

Γνώσεις H/Y Απόλυτα μεγέθη Ποσοστά (%)

Άνδρας Γυναίκα Σύνολο Άνδρας Γυναίκα Σύνολο

Όχι 216 259 475 95.2 79.0 85.6

Ναι 11 69 80 4.8 21.0 14.4

Σύνολο 227 328 555 100.0 100.0 100.0

7.2.5.4 (δ) Επιπλέον προσόντα

(δ.1) Επαγγελματική Εμπειρία

Οι πινακοποιήσεις και ανάλυση των στοιχείων που αφορούν την επαγγελματική εμπειρία των

αιτούντων χρειάζεται προσοχή και διαχωρισμός κατά υπηκοότητα διότι διαφορετικά από τα αδρά

δεδομένα προκύπτουν λανθασμένα αποτελέσματα. Ο λόγος είναι ότι η «επαγγελματική εμπειρία

που αποκτήθηκε στην Ελλάδα» αφορά κατά κύριο λόγο τους 531 Έλληνες υπηκόους (από το

σύνολο των 555 περιπτώσεων) ενώ η «επαγγελματική εμπειρία που αποκτήθηκε στο εξωτερικό»

αφορά κατά κύριο λόγο τους 24 ξένους υπηκόους (από το σύνολο των 555 περιπτώσεων) που

έκαναν αίτηση για εργασιακή στήριξη και οι οποίοι πλέον ζουν στον Δήμο Μελά.

Από τον Πίνακα 7.15 προκύπτει ότι πάνω από το 70% των Ελλήνων δηλώνουν ότι έχουν αποκτήσει

κάποια επαγγελματική εμπειρία στην Ελλάδα κατά το παρελθόν. Το ποσοστό αυτό είναι

μεγαλύτερο για τους άνδρες (75,5%) σε σχέση με τις γυναίκες (66,6%).

Πίνακας 7.15 Επαγγελματική εμπειρία Ελλήνων υπηκόων στην Ελλάδα κατά φύλο

Απόλυτα μεγέθη Ποσοστά (%)

Άνδρας Γυναίκα Σύνολο Άνδρας Γυναίκα Σύνολο

Δεν έχει 54 104 158 24.5 33.4 29.8

Έχει 166 207 373 75.5 66.6 70.2

Σύνολο 220 311 531 100.0 100.0 100.0

Από την άλλη πλευρά, ο Πίνακας 7.16 δείχνει ότι από το σύνολο των 24 ξένων υπηκόων που μένουν

στο Δήμο Μελά και που έκαναν αίτηση για εργασιακή στήριξη το 41,7% δηλώνει ότι είχε αποκτήσει

κάποια εμπειρία στο εξωτερικό. Στην περίπτωση αυτή οι διαφορές μεταξύ και ανδρών και

γυναικών είναι μικρές και δεν είναι στατιστικά σημαντικές.

163

Πίνακας 7.16 Επαγγελματική εμπειρία ξένων υπηκόων στο Εξωτερικό κατά φύλο

Απόλυτα μεγέθη Ποσοστά (%)

Άνδρας Γυναίκα Σύνολο Άνδρας Γυναίκα Σύνολο

Δεν έχει 4 10 14 57.1 58.8 58.3

Έχει 3 7 10 42.9 41.2 41.7

Σύνολο 7 17 24 100.0 100.0 100.0

Με βάση τις δηλώσεις των ατόμων που δηλώνουν ότι έχουν αποκτήσει κάποια εμπειρία είτε στην

Ελλάδα είτε στο εξωτερικό για τουλάχιστον ένα έτος προκύπτει ότι ο μέσος χρόνος επαγγελματικής

εμπειρίας είναι για μεν τους ξένους υπηκόους (μετανάστες) 16,20 έτη για δε του Έλληνες 12,8 έτη

(Πίνακας 7.17). Με άλλα λόγια φαίνεται ότι οι μετανάστες κατά μέσο όρο έχουν 3,4 έτη

περισσότερη επαγγελματική εμπειρία σε σχέση με τους Έλληνες. Όμως ο έλεγχος που κάναμε (t-

test for independent samples) για να διαπιστώσουμε αν η διαφορά αυτή των μέσων χρόνων

εμπειρίας μεταξύ Ελλήνων και μεταναστών είναι σημαντική ή όχι απέδειξε ότι δεν είναι στατιστικά

σημαντική και η διαφορά οφείλεται στην τύχη, βασικά ίσως και στο πολύ μικρό μέγεθος των

δειγμάτων και ιδίως των ξένης υπηκοότητας ατόμων (Πίνακας 18).

Πίνακας 7.17 Μέσος χρόνος εμπειρίας (σε έτη) Ελλήνων και μεταναστών που δηλώνουν ότι είχαν αποκτήσει

τουλάχιστον ένα έτος επαγγελματικής εμπειρίας στο εξωτερικό ή στην Ελλάδα

Υπηκοότητα N Mean Std. Dev. SΕ Mean

Άλλης χώρας 15 16.2 10.122 2.614

Ελληνική 212 12.8 9.454 .649

Πίνακας 7.18 Έλεγχος ισότητας των μέσων χρόνων του πίνακα 17

Independent Samples Test

t-test for Equality of Means

Levene's Test for Equality of Variances

F (sig.) t df

Sig.

(2-tailed)

Mean

Difference

Std. Error

Difference

Equal variances assumed

0.0460

(0.831) 1.347 225 0.179 3.417 2.537

Equal variances not assumed

1.269 15.778 0.223 3.417 2.693

(δ.2) Διαθεσιμότητα μέσων μεταφοράς

Μεταξύ των διαφόρων ερωτήσεων που περιέχει το έντυπο αίτησης για εργασιακή στήριξη

περιλαμβάνονται και ερωτήσεις που αφορούν το εάν οι αιτούντες διαθέτουν δίκυκλο ή αυτοκίνητο

και εάν επιπλέον οι διαθέτουν άδεια οδήγησης. Από τα στοιχεία προκύπτει ότι η συντριπτική

πλειοψηφία των αιτούντων (το 97,6% του συνόλου) δηλώνει ότι δεν διαθέτουν δίκυκλο μέσο

164

μεταφοράς (Πίνακας 7.19). Επίσης, η πλειοψηφία των αιτούντων (54,1% του συνόλου των 555

αιτήσεων) δηλώνει ότι δεν διαθέτουν ιδιωτικό αυτοκίνητο όμως υπάρχουν σημαντικές διαφορές

μεταξύ ατόμων Ελληνικής και ξένης υπηκοότητας (Πίνακας 7.20). Από την άλλη πλευρά σημαντική

πλειοψηφία (σχεδόν 61% των αιτούντων) δηλώνει ότι διαθέσει δίπλωμα οδήγησης αυτοκινήτου

(Πίνακας 7.21).

Πίνακας 7.19 Διαθεσιμότητα δίκυκλου μέσου μεταφοράς κατά υπηκοότητα

Αριθμός Ποσοστό (%)

Σύνολο δείγματος

Δεν διαθέτουν 542 97,6

Διαθέτουν 13 2,4

Σύνολο 555 100,0

Ξένη υπηκοότητα

Δεν διαθέτουν 23 95,8

Διαθέτουν 1 4,2

Σύνολο 24 100,0

Ελληνική

υπηκοότητα

Δεν διαθέτουν 519 97,7

Διαθέτουν 12 2,3

Σύνολο 531 100,0

Πίνακας 7.20 Διαθεσιμότητα ιδιωτικού αυτοκινήτου κατά υπηκοότητα

Αριθμός Ποσοστό (%)

Σύνολο δείγματος

Δεν διαθέτει 300 54.1

Διαθέτει 255 45.9

Σύνολο 555 100.0

Ξένη υπηκοότητα

Δεν διαθέτει 19 79.2

Διαθέτει 5 20.8

Σύνολο 24 100.0

Ελληνική

υπηκοότητα

Δεν διαθέτει 281 52.9

Διαθέτει 250 47.1

Σύνολο 531 100.0

Πίνακας 7.21 Διαθεσιμότητα άδειας οδήγησης αυτοκινήτου

Αριθμός Ποσοστό (%)

Σύνολο δείγματος

Δεν διαθέτει 218 39.3

Διαθέτει 337 60.7

Σύνολο 555 100.0

Ξένη υπηκοότητα

Δεν διαθέτει 14 58.3

Διαθέτει 10 41.7

Σύνολο 24 100.0

Ελληνική υπηκοότητα

Δεν διαθέτει 204 38.4

Διαθέτει 327 61.6

Σύνολο 531 100.0

165

7.2.6 Χρήση υπηρεσιών του Δήμου

Μία χρήσιμη, ιδίως για τον Δήμο, πληροφορία που περιέχεται στο έντυπο αίτησης για βοήθεια

είναι και αυτή που αφορά την πηγή πληροφόρησης της εν λόγω κοινωνικής υποστήριξης, δηλαδή

από πού πληροφορήθηκαν οι ενδιαφέρομαι για την ύπαρξη, τη διαδικασία και τις προϋποθέσεις

για αίτημα παροχής του βοηθήματος.

Στο Σχήμα 7.14 παρουσιάζονται οι απαντήσεις που δόθηκαν. Σύμφωνα με τα στοιχεία,

περισσότεροι από το ένα τρίτο των ενδιαφερομένων (και συγκεκριμένα 34,6%) δεν απάντησαν στο

συγκεκριμένο ερώτημα, δηλαδή δεν δήλωσαν από πληροφορήθηκαν τη δυνατότητα και τις

διαδικασίες εργασιακή στήριξης. Το γεγονός αυτό δυσκολεύει τη στατιστική ανάλυση διότι εφόσον

για ένα αρκετά μεγάλο ποσοστό ερωτηθέντων (το 1/3 του συνόλου) δεν παρέχεται η επιθυμητή

πληροφορία είναι ασαφής σε μεγάλο βαθμό η κατάσταση.

Σχήμα 7.14 Πηγές πληροφόρησης για την ύπαρξη και διαθεσιμότητα του κοινωνικού βοηθήματος

Μία προσέγγιση είναι να στηρίξουμε την ανάλυσή μας μόνον στις πληροφορίες όσων

συμπλήρωσαν το συγκεκριμένο πεδίο της αίτησης, δηλαδή μόνον στις γνωστές και δηλωθείσες

πληροφορίες. Στο πάνω τμήμα του Πίνακα 7.22 (Τμήμα Α) εμφανίζονται αναλυτικά τα δεδομένα,

δηλαδή οι απόλυτες και οι σχετικές συχνότητες (ποσοστά) και για τις 6 κατηγορίες (πηγές)

πληροφόρησης, συμπεριλαμβανομένης και αυτών που δεν δήλωσαν την επιθυμητή πληροφορία.

Το μεσαίο τμήμα του Πίνακα 7.22 (Τμήμα Β) παρουσιάζει τις ίδιες πληροφορίες όπως πιο πάνω,

έχοντας όμως συμπυκνώσει τον αριθμό των πηγών από 6 σε 3. Οι κατηγορίες αυτές αφορούν

αυτούς που δεν δήλωσαν και ως εκ τούτου είναι άγνωστη η πηγή πληροφόρησης (192 άτομα ή

ποσοστό 34,6%), την μεγάλη κατηγορία που αφορά τα άτομα που ενημερώθηκαν για τις

διαδικασίες από τον Δήμο Μελά (311 άτομα ή ποσοστό 56%), και άλλη μία που περιλαμβάνει όλες

τις υπόλοιπες του Τμήματος Α (52 άτομα, ή ποσοστό 9,4%). Τέλος, στο Τμήμα Γ του Πίνακα 22

παρουσιάζει στα στατιστικά στοιχεία με βάση μόνον τις έγκυρες πληροφορίες οι οποίες είναι

συμπυκνωμένες σε δύο κατηγορίες οι οποίες περιλαμβάνουν τα 311 άτομα που χρησιμοποίησαν

34.6

56.0

5.02.7 1.7

Δεν Δηλώθηκε

Δήμος Παύλου Μελά

Φιλικό-Συγγενικό Περιβάλλον

Δράσεις του Τμήματος

Άλλος Φορέας

166

τις υπηρεσίες του Δήμου Μελά (311 άτομα) καθώς και άλλα 52 άτομα που χρησιμοποίησαν άλλες

πηγές, πέραν του Δήμου Μελά, για να λάβουν πληροφόρηση για το θέμα και τα οποία είναι 52

άτομα. Επομένως, από το σύνολο των 363 ατόμων (παρατηρήσεων) με έγκυρες πληροφορίες, το

85,7% ( 100363311 ) χρησιμοποίησε τις υπηρεσίες του Δήμου και το υπόλογο 14,3% (=100-85,7)

χρησιμοποίησε άλλες πηγές πληροφόρησης.

Η τελευταία αυτή κατηγοριοποίηση των δεδομένων σε δύο υποομάδες (χρήση υπηρεσιών του

Δήμου Μελά, άλλη πηγή) δημιουργεί μία μεταβλητή η οποία στη στατιστική ορολογία είναι γνωστή

ως «δίτιμη» μεταβλητή (binary variable) διότι διχοτομεί το δείγμα δε δύο υποομάδες. Στην

προκειμένη περίπτωση, η κωδικοποίηση των δεδομένων (δηλαδή των αιτούντων) δημιουργείται

ως εξής: σε όλα τα άτομα που χρησιμοποίησαν τις υπηρεσίες του Δήμου δίνεται ο κωδικός 1 και

σε όλους τους υπόλοιπους (δηλαδή τα άτομα που δεν χρησιμοποίησαν τις υπηρεσίες του Δήμου

και έλαβαν πληροφόρηση από άλλους φορείς και υπηρεσίες) δίνεται ο κωδικός 0. Η δίτιμη αυτή

μεταβλητή χρησιμοποιείται κατάλληλα για την εκτίμηση μοντέλων λογιστικής παλινδρόμησης

(logistic regression model) με τα οποία θα εκτιμήσουμε την πιθανότητα που έχει κάποιος να

χρησιμοποιήσει τις υπηρεσίες του Δήμου βάσει κάποιων προσωπικών του χαρακτηριστικών.

Πίνακας 7.22 Κατανομή των αιτούντων ανάλογα με την πηγή που χρησιμοποίησαν για να λάβουν

πληροφορίες

Ενημέρωση από: Άτομα Ποσοστό (%)

ΤΜΗΜΑ Α Αναλυτική πινακοποίηση

Δεν Δηλώθηκε 192 34.6

Δήμος Παύλου Μελά 311 56.0

Δράσεις του Τμήματος 15 2.7

Φιλικό-Συγγενικό Περιβάλλον 28 5.0

Σχολικό Περιβάλλον 2 .4

Παραπομπή από Άλλο Φορέα 7 1.3

Σύνολο 555 100.0

ΤΜΗΜΑ Β Συνοπτική πινακοποίηση

Δεν Δηλώθηκε 192 34.6

Δήμος Παύλου Μελά 311 56.0

Άλλοι φορείς/υπηρεσίες/πηγές 52 9.4

Σύνολο 555 100.0

ΤΜΗΜΑ Γ Δίτιμη κατηγοριοποίηση*

Δήμος Παύλου Μελά 311 85.7

Άλλοι φορείς/υπηρεσίες/πηγές 52 14.3

Σύνολο 363 100.0

* Λαμβάνονται υπόψη μόνον αυτοί που απάντησαν στο σχετικό ερώτημα

167

Μετά από μία αρκετά εμπεριστατωμένη διερευνητική ανάλυση που προηγήθηκε καταλήξαμε σε

ένα μοντέλο με το οποίο θα εκτιμήσουμε την πιθανότητα που έχει κάποιος να χρησιμοποιήσει τις

υπηρεσίες του Δήμου Παύλου Μελά ή να χρησιμοποιήσει κάποιες άλλες πηγές και η εκτίμηση αυτή

θα γίνει βάσει του φύλου του αιτούντος, την ηλικία του, το επίπεδο εκπαίδευσης που έχει

ολοκληρώσει και τέλος την οικογενειακή του κατάσταση. Όλα αυτά τα προσωπικά χαρακτηριστικά

των αιτούντων καλούνται στην στατιστική ορολογία «ανεξάρτητες» μεταβλητές» τις οποίες

επιλέξαμε, όπως προαναφέρθηκε, διενεργώντας μία στατιστική διερευνητική προπαρασκευαστική

διεργασία.

Η εκτίμηση του μοντέλου της λογιστικής παλινδρόμησης έγινε με το γνωστό λογισμικό εργαλείο

SPSS (Statistical Package for Social Science) version 21.0. Εκτιμήθηκαν οι λόγοι υπεροχής και οι

συντελεστές παλινδρόμησης του μοντέλου, ελέγχθηκε η στατιστική τους σημαντικότητα με το

κριτήριο του Walt, εξετάστηκε η συνολική προσαρμογή και η καταλληλότητα του μοντέλου με το

μέτρο Log Likelihood και με την στατιστική δοκιμασία των Hosmer and Lemeshow Test και

εκτιμήθηκε και ο συντελεστής προσδιορισμού του Negelkerke Psudo R-Ssquare.

Πίνακας 7.23 Διαγνωστικά μέτρα μοντέλου λογιστικής παλινδρόμησης

-2 Log likelihood Cox & Snell R Square Nagelkerke R Square

281,621a 0,045 0,080

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 10,093 8 0,259

168

Πίνακας 7.24 Εκτιμήσεις μοντέλου λογιστικής παλινδρόμησης

Μεταβλητές B S.E. Wald Sig. Exp(B)

Φύλο. Κατηγορία αναφοράς: γυναίκες

άνδρας 0,618 0,337 3,358 0,050 1,855*

Εκπαίδευση. Κατηγορία αναφοράς: αγράμματοι

Educational_Level(1): Δημοτικό 1,078 0,515 4,390 0,036 2,940**

Educational_Level(2): Γυμνάσιο 0,930 0,510 3,324 0,050 2,533*

Educational_Level(3):Λύκειο 1,425 0,494 8,335 0,004 4,160**

Educational_Level(4):Σχολές ΟΑΕΔ/ΕΠΑΔ κλπ 1,916 0,719 7,108 0,008 6,796**

Educational_Level(5): ΑΕΙ/ΤΕΙ 1,528 0,685 4,973 0,026 4,608**

Ηλικία. Κατηγορία αναφοράς: 15-29

agegroups_15year(1): 30-44 -0,060 0,500 0,014 0,904 0,942

agegroups_15year(2): 45-59 -0,083 0,545 0,023 0,880 0,921

agegroups_15year(3): 60+ 0,702 0,943 0,555 0,456 2,019

Οικογενειακή κατάσταση. Κατηγορία αναφοράς: άγαμοι

marital_status(1): έγγαμοι 0,340 0,427 0,635 0,425 1,406

marital_status(2): διαζευγμένοι -0,197 0,541 0,133 0,715 0,821

marital_status(3): χήροι -0,046 1,195 0,001 0,969 0,955

Constant (σταθερός όρος) 0,280 0,597 0,220 0,639 1,323

* Στατιστικά σημαντικός συντελεστής σε επίπεδο 0,05

** Στατιστικά μαντικός συντελεστής σε επίπεδο 0,01

Σύμφωνα με τα αποτελέσματα του Πίνακα 7.23 η προσαρμογή του μοντέλου είναι καλή. Ο Πίνακας

7.24 παρουσιάζει τα αποτελέσματα των εκτιμήσεων. Από τις μεταβλητές που εισήχθησαν στο

μοντέλο μόνον το φύλο και το επίπεδο εκπαίδευσης είναι στατιστικά σημαντικές (παράγουν

δηλαδή στατιστικά σημαντική επίδραση:

• Οι άνδρες έχουν 1,9 μεγαλύτερη πιθανότητα να καταφύγουν στις υπηρεσίες του Δήμου για

πληροφόρηση σε σχέση με τις γυναίκες.

• Οι πιο μορφωμένοι έχουν περισσότερες πιθανότητες να καταφύγουν στις υπηρεσίες του

Δήμου για πληροφόρηση σε σχέση με τους αγράμματους. Για παράδειγμα ένας απόφοιτος

λυκείου έχει 4,16 φορές μεγαλύτερη πιθανότητα να προσφύγει στις υπηρεσίες του Δήμου

και ένας πτυχιούχος τριτοβάθμιας εκπαίδευσης έχει 4,6 φορές μεγαλύτερη πιθανότητα από

έναν αγράμματο να προσφύγει στις υπηρεσίες του Δήμου.

• Η ηλικία δεν είναι στατιστικά σημαντική μεταβλητή, επομένως η προτίμηση των ατόμων να

προσφύγουν στις υπηρεσίες του Δήμου είναι ανεξάρτητη από την ηλικιακή ομάδα που

ανήκουν.

• Η οικογενειακή κατάσταση επίσης δεν είναι στατιστικά σημαντική, επομένως η προτίμηση

για πληροφόρηση από τις υπηρεσίες του Δήμου δεν επηρεάζεται από το εάν αυτός που

κάνει αίτηση είναι άγαμος, έγγαμος, χήρος ή διαζευγμένος.

169

7.3 Συμπεράσματα

Στο κεφάλαιο αυτό αναλύσαμε στατιστικά τα στοιχεία, τα οποία προκύπτουν από τις αιτήσεις που

κατέθεσαν 555 άτομα στις υπηρεσίες του Δήμου με σκοπό να λάβουν εργασιακή στήριξη. Από την

λεπτομερή ανάλυση των δεδομένων που προηγήθηκε, προκύπτει συνοπτικά και σε αδρές γραμμές

ότι το προφίλ των ατόμων που κατέθεσαν αίτηση έχει τα εξής χαρακτηριστικά:

Απασχόληση

• Όλα τα άτομα (πλην ενός) που κατέθεσαν αίτηση είναι άνεργοι

• Η μεγάλη πλειοψηφία των αιτούντων (82% επί των εγκύρων απαντήσεων) καταφεύγει

στις υπηρεσίες του ΟΑΕΔ για να λάβει πληροφορίες και διευκόλυνση προς εύρεση

εργασίας

• Η πλειοψηφία των αιτούντων δηλώνει ότι καταφεύγει στις υπηρεσίες του Δήμου για να

λάβει πληροφορίες για την ύπαρξη και διαθεσιμότητα κοινωνικού βοηθήματος

Καταγωγή και τόπος διαμονής

• Το 73% (ή 405 άτομα) γεννήθηκαν στην Ελλάδα

• Από αυτούς που γεννήθηκαν εκτός Ελλάδος (150 άτομα) το 37% γεννήθηκε στην Γεωργία

και το 16% των ατόμων γεννήθηκαν στην Γερμανία. Οι υπόλοιποι γεννήθηκαν σε διάφορες

Ευρωπαϊκές και μη Ευρωπαϊκές χώρες

• Σχεδόν το 96% των αιτούντων έχουν (ή έχουν αποκτήσει) την Ελληνική υπηκοότητα

• Η συντριπτική πλειοψηφία των Ελληνικής υπηκοότητας ατόμων (85,3%) διαμένουν στις

τρεις δημοτικές κοινότητες ως εξής στην Πολίχνη το 30,3%, στην Σταυρούπολη το 28% και

στην Νέα Ευκαρπία το 27%

• Η πλειοψηφία των ξένης υπηκοότητας αιτούντων (57%) μένουν στην ΔΚ Σταυρούπολης

Δημογραφικά χαρακτηριστικά

• Το 41% των αιτούντων είναι άνδρες και το 59% γυναίκες

• Η μέση ηλικία ανδρών είναι 43,8 έτη και των γυναικών 40,6 έτη

• Η μεγαλύτερη συγκέντρωση αιτήσεων παρατηρείται στις ηλικίες 30-44 ετών (41%) και στις

ηλικίες 45-59 ετών (38%)

• Το 58% των ατόμων είναι παντρεμένοι

• Το 71,5% των αιτούντων δηλώνουν ότι έχουν τουλάχιστον ένα παιδί

Τυπικά προσόντα

• Το 59% των αιτούντων έχουν απολυτήριο δευτεροβάθμιας εκπαίδευσης ή έχουν

παρακολουθήσει σχολές μαθητείας ΟΑΕΔ κλπ

• Περισσότεροι από το 40% δηλώνουν ότι γνωρίζουν τουλάχιστον μία ξένη γλώσσα πέραν

της μητρικής τους

• Οι γυναίκες υπερτερούν έναντι των ανδρών στις γνώσεις μιας ή περισσοτέρων ξένων

γλωσσών (πέραν της μητρικής τους)

170

• Μόνον το 31% των ατόμων δηλώνουν ότι έχουν κάποιες γνώσεις ηλεκτρονικών

υπολογιστών χωρίς ωστόσο να προσδιορίζεται το επίπεδο γνώσεων και το είδος των

γνώσεων που κατέχουν

• Το 70% των Ελλήνων δηλώνουν ότι έχουν αποκτήσει κάποια επαγγελματική εμπειρία στην

Ελλάδα κατά το παρελθόν και το ποσοστό αυτό είναι μεγαλύτερο για τους άνδρες (76%) σε

σχέση με τις γυναίκες (67%)

• Μόνον το 42% των αλλοδαπών δηλώνει ότι είχε αποκτήσει κάποια εμπειρία στο εξωτερικό

• Το 61% των αιτούντων δηλώνει ότι διαθέτουν δίπλωμα οδήγησης

Χρήση των υπηρεσιών του Δήμου

• Οι άνδρες έχουν μεγαλύτερη πιθανότητα να καταφύγουν στις υπηρεσίες του Δήμου για

πληροφόρηση σε σχέση με τις γυναίκες

• Οι πιο μορφωμένοι έχουν περισσότερες πιθανότητες να καταφύγουν στις υπηρεσίες του

Δήμου για πληροφόρηση σε σχέση με τους αγράμματους

• Η προτίμηση των ατόμων να προσφύγουν στις υπηρεσίες του Δήμου είναι ανεξάρτητη από

την ηλικία και την οικογενειακή κατάσταση των ενδιαφερομένων

171

8 Στατιστικό μοντέλο εκτίμησης ποσοστού ανεργίας

Στο κεφάλαιο αυτό επιχειρείται να ερμηνευτεί το ποσοστό ανεργίας σε επίπεδο ΟΤ με τη χρήση

γραμμικού μοντέλου πολλαπλής παλινδρόμησης.

Η εξαρτημένη μεταβλητή είναι το ποσοστό ανέργων, το οποίο εκφράζεται ως το ποσοστό

οικονομικά ενεργών ατόμων που ζητούσαν εργασία την περίοδο της απογραφής πληθυσμού του

2011. Οι παράγοντες που μπορεί να επηρεάζουν την ανεργία σε τοπικό επίπεδο (αθροιστικά

δεδομένα) θα μπορούσαν να είναι πολλοί, όπως προκύπτει από την βιβλιογραφία. Δεδομένων των

διαθέσιμων μεταβλητών, στο μοντέλο συμπεριλήφθηκαν μεταβλητές που αφορούν τον κλάδο

απασχόλησης, την υπηκοότητα, το επίπεδο εκπαίδευσης καθώς και παράγοντες στέρησης αγαθών

(αυτοκινήτου, κατοικίας και σύνδεσης στο διαδίκτυο).

Πίνακας 8.1. Εκτιμήσεις μοντέλου ποσοστού ανέργων

Μεταβλητές Εκτιμημένη

παράμετρος

(Β)

Τυπικό

Σφάλμα

Τιμή t P-value

[Pr(>|t|)]

Επίπεδο

Σημαντι-

κότητας

Σταθερά 16,058 3,068 5,235 1,92e-07 ***

Πολυπληθή Νοικοκυριά (%) 0,262 0,053 4,913 1,01e-06 ***

Χωρίς Αυτοκίνητο (%) 0,106 0,028 3,841 0,00013 ***

Χωρίς Σύνδεση Internet (%) 0,090 0,022 4,025 6,02e-05 ***

Απασχολούμενοι κατά κλάδο

Γεωργία, δασοκομία και αλιεία -0,205 0,106 -1,945 0,05197 .

Μεταποίηση -0,082 0,034 -2,459 0,01406 *

Παροχή ηλεκτρικού ρεύματος, φυσικού αεριού, ατμού &

κλιματισμού (Ενέργεια)

-0,343 0,154 -2,229 0,02597 *

Παροχή νερού, επεξεργασία λυμάτων, διαχείριση

αποβλήτων & δραστηριότητες εξυγίανσης (Ύδατα)

-0,517 0,182 -2,841 0,00457 **

Κατασκευές -0,235 0,039 -6,028 2,15e-09 ***

Χονδρικό & λιανικό εμπόριο, επισκευή μηχανοκίνητων

οχημάτων & μοτοσυκλετών (Εμπόριο)

-0,140 0,031 -4,520 6,75e-06 ***

Μεταφορά & αποθήκευση -0,194 0,054 -3,625 0,00030 ***

Ενημέρωση & επικοινωνία -0,249 0,094 -2,665 0,00778 **

Επαγγελματικές, επιστημονικές & τεχνικές

δραστηριότητες (Επιστήμες)

-0,131 0,059 -2,204 0,02772 *

Διοικητικές & υποστηρικτικές δραστηριότητες (Διοίκηση) 0,137 0,052 2,651 0,00813 **

Δημόσια διοίκηση & άμυνα, υποχρεωτική κοινωνική

ασφάλιση (Δημόσιο)

-0,153 0,047 -3,259 0,00115 **

Εκπαίδευση -0,185 0,049 -3,761 0,00018 ***

Επίπεδο εκπαίδευσης πληθυσμού

Δημοτικού (φοίτησε ή ολοκλήρωσε το δημοτικό σχολείο) 0,222 0,039 5,759 1,05e-08 ***

Δευτεροβάθμιας (Γυμνάσιο, ΕΠΑΛ, ΕΠΑΣ, ΓΛ) 0,208 0,042 4,966 7,73e-07 ***

Κάτοχοι Μεταπτυχιακού ή Διδακτορικού Τίτλου -0,469 0,240 -1,954 0,05096 .

Επίπεδα σημαντικότητας: 0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0.1 ‘ ’ 1

172

Δεδομένου του μεγάλου αριθμού παρατηρήσεων, οι βαθμοί ελευθερίας του μοντέλου είναι 1321.

Η διακύμανση της συνολικής ανεργίας του πληθυσμού ερμηνεύτηκε περίπου κατά το ένα πέμπτο:

το πολλαπλό R2 βρέθηκε 19,4% ενώ το διορθωμένο R2 βρέθηκε 18,3%. Στον πίνακα 8.1

παρουσιάζονται οι τοπικά εκτιμημένες παράμετροι μαζί με τα αποτελέσματα των ελέγχων

σημαντικότητας του μοντέλου της ανεργίας.

Τα αποτελέσματα του μοντέλου παρουσιάζουν ενδιαφέρον και σε αρκετές περιπτώσεις είναι

σύμφωνα με τη βιβλιογραφία. Για παράδειγμα, το υψηλό επίπεδο εκπαίδευσης έχει ισχυρή

αρνητική σχέση με το ποσοστό ανεργίας. Στο παραπάνω μοντέλο, αν το ποσοστό του πληθυσμού

που κατέχει μεταπτυχιακό ή διδακτορικό τίτλο σπουδών αυξηθεί κατά 1% σε επίπεδο ΟΤ, το

ποσοστό ανεργίας εκεί θα μειωθεί κατά περίπου 0,5%. Με απλά λόγια, για κάθε δύο άτομα στα

100 που θα αποκτούσαν έναν τέτοιο τίτλο σπουδών, είναι ιδιαίτερα πιθανό το ένα να βρει εργασία.

Αυτό είναι αναμενόμενο δεδομένου ότι λόγω της τεχνολογικής εξέλιξης υπάρχει ανάγκη στην

αγορά για άτομα με εξειδικευμένες και προχωρημένες γνώσεις. Στον αντίποδα παρατηρούμε ότι

το ποσοστό χαμηλότερου επιπέδου εκπαίδευσης (δημοτικό και γυμνάσιο/λύκειο) συνδέεται

θετικά με την ανεργία. Αυτό σημαίνει ότι είναι δύσκολη η εύρεση εργασίας για άτομα με

απολυτήριο δημοτικού ή γυμνασίου.

Από το παραπάνω μοντέλο προκύπτει επίσης θετική σχέση μεταξύ της έλλειψης αυτοκινήτου,

σύνδεσης στο διαδίκτυο και πολυπληθών νοικοκυριών με την ανεργία. Παρόλο που είναι δύσκολο

να ερμηνευτεί το τελευταίο, η έλλειψη αυτοκινήτου ίσως στερεί ευκαιρίες απασχόλησης που το

απαιτούν (π.χ. μεταφορέας) ή στερεί τη δυνατότητα ή αποθαρρύνει την απασχόληση σε σημεία τα

οποία είναι προσπελάσιμα σε ένα λογικό χρόνο με αυτοκίνητο. Τέλος η έλλειψη σύνδεσης στο

διαδίκτυο ίσως αναπαριστά την έλλειψη γνώσεων πληροφορικής και χρήσης διαδικτύου, γεγονός

που αποτελεί περιοριστικό παράγοντα εύρεσης απασχόλησης στην ψηφιακή εποχή που ζούμε.

Πιστεύουμε ότι αυτό το εύρημα της έρευνας έχει σοβαρές επιπτώσεις άσκησης πολιτικής και θα

πρέπει τόσο το κεντρικό κράτος όσο και η τοπική αυτοδιοίκηση να επενδύσει στην ενίσχυση των

γνώσεων πληροφορικής των κατοίκων και ειδικά των νέων και των ανέργων.

Η σχέση του ποσοστού απασχόλησης σε αρκετούς τομείς της οικονομίας/επαγγέλματα με το

ποσοστό ανεργίας είναι στις περισσότερες περιπτώσεις αρνητική. Προφανώς η αύξηση

απασχόλησης οδηγεί σε μείωση της ανεργίας, ενδιαφέρον ωστόσο έχει η σχέση αυτή για κάθε

κλάδο. Από το παραπάνω μοντέλο προκύπτει ισχυρή αρνητική σχέση μεταξύ των ποσοστών

απασχόλησης σε επαγγέλματα σχετικά με την ενέργεια και τη διαχείριση υδάτινων πόρων.

173

9 Αντί επιλόγου

Η έρευνα αυτή ασχολήθηκε με ζητήματα που αφορούν τη φτώχεια και την ανεργία σε επίπεδο γειτονιάς στο Δήμο Παύλου Μελά. Για πρώτη φορά στην Ελλάδα υπολογίστηκαν και χαρτογραφήθηκαν συνθετικοί δείκτες φτώχειας σε επίπεδο οικοδομικού τετραγώνου. Παράλληλα, ψηφιοποιήθηκαν ατομικά δεδομένα αιτούντων βοήθειας από τις κοινωνικές υπηρεσίες του Δήμου, δίνοντας τη δυνατότητα να κατανοήσουμε το προφίλ αυτών των ανθρώπων. Η έρευνα σε μεγάλο βαθμό απάντησε στα ερωτήματα που τέθηκαν αρχικά, ωστόσο υπάρχουν αρκετά περιθώρια περαιτέρω ανάλυσης και εξαγωγής συμπερασμάτων με βάση υπάρχοντα και νέα δεδομένα. Αναμφίβολα η έρευνα αυτή είναι επίκαιρη δεδομένης της πρόσφατης οικονομικής κρίσης, η οποία οδήγησε σε κοινωνική κρίση, αλλά και των διαχρονικά διαπιστούμενων ανισοτήτων στο επίπεδο διαβίωσης τόσο του γενικού πληθυσμού όσο και ειδικών πληθυσμιακών ομάδων, όπως οι ηλικιωμένοι, οι μονογονεϊκές οικογένειες, οι Ρομά, οι μετανάστες, οι πρόσφυγες και οι αιτούντες άσυλο. Ο Δήμος Παύλου Μελά έχει αναπτύξει σημαντική δράση κοινωνικής προστασίας αυτών που έχουν ανάγκη μέσω του κοινωνικού παντοπωλείου, του κοινωνικού ιατρείου, της εργασιακής στήριξης κ.ά., ενώ παράλληλα υποστηρίζει τους κατοίκους που αιτούνται να συμμετέχουν σε κεντρικές δράσεις, όπως το Ταμείο Ευρωπαϊκής Βοήθειας για Απόρους (ΤΕΒΑ). Η αξία αυτής της κοινωνικής προστασίας από το Δήμο είναι ανεκτίμητη και καταδεικνύει τι μπορεί να κάνει η τοπική κοινωνία όταν το κεντρικό κράτος υστερεί στο να προστατέψει όσους έχουν ανάγκη ανά την επικράτεια. Η παρούσα έρευνα βοηθά τους αιρετούς και τα στελέχη του Δήμου να κατανοήσουν καλύτερα το προφίλ αυτών που έχουν ανάγκη και ζητούν βοήθεια, αλλά και να αποκτήσουν μια καλύτερη εικόνα για τους θύλακες φτώχειας σε τοπικό επίπεδο. Δεδομένου ότι ο πληθυσμός του Δήμου Παύλου Μελά (100.000) κατοικεί σε περισσότερο από 1.400 οικοδομικά τετράγωνα, είναι πρακτικά αδύνατο να γνωρίζουν οι ασκούντες πολιτική το κοινωνικοοικονομικό προφίλ του πληθυσμού σε κάθε γειτονιά. Ως εκ τούτου, η χαρτογράφηση και η χωρική ανάλυση δεδομένων που αφορούν όλο τον πληθυσμό του Δήμου Παύλου Μελά και όχι μόνο ένα δείγμα του, είναι ιδιαίτερης σημασίας. Τα ευρήματα της έρευνας είναι ιδιαίτερα σημαντικά και έχουν συζητηθεί τόσο στη σύνοψη όσο και αναλυτικά σε κάθε κεφάλαιο. Ακόμη κι αν μερικά από τα ευρήματα αυτά είναι γνωστά ή αναμενόμενα, στην παρούσα μελέτη τεκμηριώνονται επιστημονικά. Ένα από τα σημαντικά ευρήματα της παρούσας έρευνας αποτελεί το γεγονός ότι με βάση τον

Δείκτη Στέρησης του Townsend, το υψηλότερο επίπεδο φτώχειας από υλικά αγαθά, εμφανίζει η

Δημοτική Κοινότητα Σταυρούπολης, ακολουθεί η Δημοτική Κοινότητα Πολίχνης, ενώ τον

χαμηλότερο δείκτη στέρησης εμφανίζει η Δημοτική Κοινότητα Ευκαρπίας. Σε επίπεδο

πολεοδομικής περιοχής (ΠΠ), το υψηλότερο επίπεδο φτώχειας από υλικά αγαθά, εμφανίζει η ΠΠ

Άνωθεν Ασύλου Σταυρούπολης, ενώ τον χαμηλότερο δείκτη στέρησης εμφανίζει η ΠΠ Φιλοθέη

Ευκαρπίας. Τέλος, υπάρχουν αρκετά Οικοδομικά Τετράγωνα (ΟΤ) σε όλες τις περιοχές του Δήμου

Παύλου Μελά, τα οποία εμφανίζουν υψηλότατο επίπεδο φτώχειας, με μία μεγαλύτερη

συγκέντρωση στις ΠΠ Άνωθεν Ασύλου (Σταυρούπολης και Πολίχνης), Ομόνοια, Νικόπολη

Σταυρούπολης και ΠΠ5. Στον αντίποδα, τα περισσότερα ΟΤ με το χαμηλότερο επίπεδο στέρησης

174

στο Δήμο Παύλου Μελά, εμφανίζονται στην Πολίχνη (νοτίως της οδού 25ης Μαρτίου και νοτίως του

δασυλλίου) και στην Ευκαρπία.

Τα χωρικά πρότυπα που προκύπτουν από το Δείκτη Στέρησης Αγαθών και Ψηφιακών Υπηρεσιών

είναι σε μεγάλο βαθμό παρόμοια με αυτά του Δείκτη Στέρησης του Townsend, ενώ λόγω της

συμμετοχής και της πέμπτης μεταβλητής, η στέρηση γίνεται εντονότερη ή ασθενέστερη σε κάποιες

περιπτώσεις. Αυτό που μπορούμε να συμπεράνουμε, με εξαίρεση κάποιες περιοχές όπως η

Ευξεινούπολη, τα υπόλοιπα Ευκαρπίας και Πολίχνης, στις οποίες ενδέχεται να μην είχε αναπτυχθεί

η υλικοτεχνική υποδομή για σταθερή πρόσβαση στο διαδίκτυο το 2011, είναι ότι η γενικότερη

στέρηση αγαθών συνοδεύεται και με έλλειψη πρόσβασης στο διαδίκτυο. Δεδομένων των

ευκαιριών που παρέχει η ψηφιακή εποχή, η στέρηση αυτού του είδους αποτελεί ανασταλτικό

παράγοντα ανάπτυξης δεξιοτήτων από τα νέα μέλη των νοικοκυριών, με αποτέλεσμα να

δυσκολεύεται η μελλοντική οικονομική ανάπτυξη των μελών αυτών, και κατ’ επέκταση να

αυξάνεται η πιθανότητα παγίωσης των επιπέδων στέρησης στις περιοχές αυτές. Είναι προφανές

ότι αυτή η διαπίστωση έχει σημαντικές επιπτώσεις στην άσκηση πολιτικής.

Ιδιαίτερο ενδιαφέρον για την αποδοχή της δράσης που αφορά την εργασιακή στήριξη, αποτελούν

τα αποτελέσματα της εκτίμησης της πιθανότητας που έχει κάποιος/α να χρησιμοποιήσει τις

υπηρεσίες του Δήμου Παύλου Μελά ή να απευθυνθεί σε κάποια άλλη υπηρεσία (π.χ. ΟΑΕΔ). Από

τις μεταβλητές που εισήχθησαν στο μοντέλο μόνον το φύλο και το επίπεδο εκπαίδευσης είναι

στατιστικά σημαντικές και σύμφωνα με τα αποτελέσματα οι άνδρες έχουν 1,9 μεγαλύτερη

πιθανότητα να καταφύγουν στις υπηρεσίες του Δήμου για πληροφόρηση σε σχέση με τις γυναίκες.

Επίσης, οι πιο μορφωμένοι έχουν περισσότερες πιθανότητες να καταφύγουν στις υπηρεσίες του

Δήμου για πληροφόρηση σε σχέση με τους αναλφάβητους. Για παράδειγμα ένας απόφοιτος

λυκείου έχει 4,16 φορές μεγαλύτερη πιθανότητα να προσφύγει στις υπηρεσίες του Δήμου και ένας

πτυχιούχος τριτοβάθμιας εκπαίδευσης έχει 4,6 φορές μεγαλύτερη πιθανότητα από έναν

αγράμματο να προσφύγει στις υπηρεσίες του Δήμου.

Αναφορικά με τους παράγοντες που επηρεάζουν την ανεργία, προκύπτει ότι το ποσοστό ανεργίας

σε επίπεδο οικοδομικού τετραγώνου έχει ισχυρή αρνητική σχέση με το υψηλό επίπεδο

εκπαίδευσης. Αυτό είναι αναμενόμενο δεδομένου ότι λόγω της τεχνολογικής εξέλιξης υπάρχει

ανάγκη στην αγορά εργασίας για άτομα με εξειδικευμένες γνώσεις. Στον αντίποδα παρατηρούμε

ότι το ποσοστό χαμηλότερου επιπέδου εκπαίδευσης (δημοτικό και γυμνάσιο/λύκειο) συνδέεται

θετικά με την ανεργία. Αυτό μπορεί να σημαίνει ότι είναι δύσκολη η εύρεση εργασίας για άτομα

με απολυτήριο δημοτικού ή γυμνασίου. Από την ίδια ανάλυση προέκυψε επίσης μια θετική σχέση

μεταξύ της έλλειψης αυτοκινήτου, της έλλειψης σύνδεσης στο διαδίκτυο και των πολυπληθών

νοικοκυριών με την ανεργία. Παρόλο που είναι δύσκολο να ερμηνευτεί το τελευταίο, η έλλειψη

αυτοκινήτου ίσως στερεί ευκαιρίες απασχόλησης που το απαιτούν (π.χ. μεταφορέας) ή στερεί τη

δυνατότητα ή αποθαρρύνει την απασχόληση σε σημεία τα οποία είναι προσπελάσιμα σε ένα

λογικό χρόνο με αυτοκίνητο.

175

Τέλος, η έλλειψη σύνδεσης στο διαδίκτυο ίσως αναπαριστά την έλλειψη γνώσεων πληροφορικής

και χρήσης διαδικτύου, γεγονός που αποτελεί περιοριστικό παράγοντα εύρεσης απασχόλησης

στην ψηφιακή εποχή που ζούμε. Πιστεύουμε ότι αυτό το εύρημα της έρευνας, έχει σοβαρές

επιπτώσεις στην άσκηση πολιτικής και θα πρέπει τόσο το κεντρικό κράτος όσο και η τοπική

αυτοδιοίκηση να επενδύσει στην ενίσχυση των γνώσεων πληροφορικής των κατοίκων και ειδικά

των νέων και των ανέργων.

Παρόλο που η έρευνα αυτή αφορά τη φτώχεια και όσους αιτούνται βοήθειας από το Δήμο,

επιτρέπει παράλληλα και τον εντοπισμό εκείνων των περιοχών που έχουν χαμηλό επίπεδο

στέρησης και άρα κατοικούνται από νοικοκυριά με καλύτερο επίπεδο διαβίωσης. Η πληροφορία

αυτή μπορεί να αξιοποιηθεί εποικοδομητικά με πολλούς τρόπους. Για παράδειγμα, θα μπορούσαν

να ενθαρρυνθούν τα πιο ευκατάστατα νοικοκυριά να συνεισφέρουν στη δράση του κοινωνικού

παντοπωλείου δίνοντας τρόφιμα ή του κοινωνικού ιατρείου δίνοντας φάρμακα μέσα από δρώμενα

στη γειτονιά τους (π.χ. μια τοπική συναυλία ή ένα φεστιβάλ). Ενδέχεται τα άτομα αυτά να θέλουν

να βοηθήσουν αλλά να μην έχουν το χρόνο ή να αμελούν να κινητοποιηθούν από μόνοι τους. Αν,

ωστόσο, η δράση βρεθεί «έξω από το σπίτι τους» ή στο «σχολείο της γειτονιάς τους», σίγουρα

κάποιοι από αυτούς θα ανταποκριθούν.

Ο χάρτης χρήσεων γης που παρουσιάζεται στο Παράρτημα ΙΙ, έγινε με έρευνα γραφείου με τη

χρήση διαδικτυακών Συστημάτων Γεωγραφικών Πληροφορικών, όπως το OpenStreeMap και το

Google Maps σε συνδυασμό με το Street View. Παρόλου που οι δορυφορικές εικόνες, τα σημεία

ενδιαφέροντος και οι φωτογραφίες που αξιοποιήθηκαν είναι πρόσφατες (2017), είναι σημαντικό

να διατηρεί ο Δήμος έναν επικαιροποιημένο χάρτη οικοδομικών τετραγώνων με τις τρέχουσες

χρήσεις γης. Αυτό θα βοηθούσε έρευνες, όπως αυτή που παρουσιάζεται εδώ, να αποκλείουν

οικοδομικά τετράγωνα που εμφανίζονται να κατοικούνται με βάση δευτερογενή στατιστικά

δεδομένα. Πέρα από την επιτόπια αυτοψία, στις μέρες μας υπάρχει και η δυνατότητα ανάλυσης

δορυφορικών εικόνων υψηλής ευκρίνειας με τη βοήθεια μεθόδων Τηλεπισκόπισης, οι οποίες

επιτρέπουν τη δημιουργία λεπτομερών χαρτών χρήσεων γης.

Τα ευρήματα της έρευνας που παρουσιάστηκαν στην έκθεση αυτή θα μπορούσαν να αποτελέσουν

τη βάση για το σχεδιασμό και την εφαρμογή αναπτυξιακών πρωτοβουλιών σε περιοχές του Δήμου

Παύλου Μελά, οι οποίες παρουσιάζουν συγκεκριμένα προβλήματα, με σκοπό την προώθηση της

κοινωνικής ένταξης και την καταπολέμηση της φτώχειας των κατοίκων των περιοχών αυτών.

Ελπίζουμε, τέλος, η παρούσα έκθεση να συνεισφέρει στη μεταφορά τεχνογνωσίας στα στελέχη του

Δήμου Παύλου Μελά και να αποτελέσει μια καλή πρακτική και ένα μεθοδολογικό εργαλείο

μελέτης της φτώχειας και των χωρικών της ανισοτήτων.

176

10 Βιβλιογραφία

10.1 Διεθνής Βιβλιογραφία

Addabbo T. and Baldini M. (2000), Poverty dynamics and social transfers in Italy in the early 1990s,

International Journal of Manpower, 21(3):291-321.

Andriani L. and Karyampas D. (2010), Social Capital, Poverty and Social Exclusion in Italy Birkbeck

Working Papers in Economics and Finance, No 1005, University of London.

Asra, A. (1999) Urban-Rural Differences in Costs of Living and Their Impact on Poverty Measures,

Bulletin of Indonesian Economic Studies, 35: 51-69.

Asra, A., and Santos-Francisco, V. (2003) Poverty Lines: Eight Countries’ Experiences and the Issue

of Specificity and Consistency in C. Edmonds (ed.) Reducing Poverty in Asia Emerging Issues in

Growth, Targeting and Measurements, Asian Development Bank.

Baldini M. and Ciani E. (2011), Inequality and poverty during the recession in Italy, CAPP paper n.

95, Centro di Analisi delle Politiche Pubbliche.

Bask, M. (2009) Increasing Inequality in social Exclusion Occurrence: The case of Sweden During

1979-2003. Soc Indic Res, 2020(97), pp 299-323.

Bertelsmann Stiftung, (2016). Social Justice in the EU – Index Report 2016, Social Inclusion Monitor

Europe. Gütersloh, Germany. Printing: Matthiesen Druck, Bielefeld.

Blume, K., Gustafsson, B., Pedersen, P.J., & Verner, M. (2007) At the lower end of the table:

Determinants of poverty among immigrants to Denmark and Sweden. Journal of Ethnic and

Migration Studies, 33(3), pp 373-396

Böhnke, P., 2001. Nothing Left to Lose? Poverty and Social Exclusion in Comparison Empirical

Evidence on Germany. Berlin: Social Science Research Center Berlin (WZB).

Böhnke, P. 2005. Teilhabechancen und Ausgrenzungsrisiken in Deutschland. Aus Politik und

Zeitgeschichte, Beilage zur Wochenzeitung Das Parlament, 37, pp. 31-37.

Borgeraas E., & Dahl, E. (2010) Low income and poverty lines in Norway: a comparison of three

concepts. International journal of Social welfare, 2010(19), pp 73-83

Brandolini A., Cipollone P., Sestito P. (2001), Earnings Dispersion, Low Pay and Household Poverty

in Italy, 1977-1998”, Temi di discussione, n. 427, Roma, Banca d’Italia.

177

Brasini S. and Tassinari G. (2004) Multiple deprivation, income and poverty in Italy: an analysis based

on European Community Household Panel, Statistica, 4: 673-696

Buhr, P. & S. Leibfried, 2009. Ist die Armutsbevölkerung in Deutschland exkludiert? In: R. Stichweh,

P. Windolf, ed. Inklusion und Exklusion: Analysen zur Sozialstruktur und sozialen Ungleichheit.

Wiesbaden: VS Verlag für Sozialwissenschaften, pp. 103-122.

Citro, C., and Michael, R. (eds.) (1995) Measuring Poverty: A New Approach. Washington, D.C.:

National Academy Press.

Cliff, A.D., & Ord, J.K. (1973). Spatial autocorrelation. London: Pion.

Cliff, A.D., & Ord, J.K. (1981). Spatial processes: models and applications. London: Pion.

Combat Poverty, Insecurity and Social Exclusion Service, 2007. Armut bekämpfen. Entwicklungen

und Perspektiven.

Dagum C. and Costa M. (2004), Analysis and Measurement of Poverty, Univariate and Multivariate

Approaches and their Policy Implications: A Case Study of Italy, in Dagum C. and Ferrari, G. (eds)

Household Behaviour, Equivalence Scales, Welfare and Poverty. Springer Verlag, Brelin, Germany.

Dangschat, J.S., 2004. Segregation – ein Indikator für Desintegration? Journal für Konflikt- und

Gewaltforschung,6(2), pp. 6-31.

Devicienti F., Gualtieri V. and Rossi M. (2010), The dynamics and persistence of poverty: evidence

from Italy. No.173, Collegio Carlo Alberto.

Drever, A.I., 2004. Seperate Spaces, Seperate Outcomes? Neighbourhood Impacts on Minorities in

Germany. Urban Studies, 41(8), pp. 1423-1439.

Duvivier, R.; Noel, D. & V. Van Kerrebroeck, 2010. Over-indebtedness: measures, causes and

conncetions with poverty. D. Dierckx; N. Van Herck & J. Vranke, ed. Poverty in Belguim. Leuven:

Uitgeverij Acco, pp. 125-150.

Eberstadt, N. (2008) The Poverty of “The Poverty Rate”, The AEI Press, Washington, D.C..

Einasto, M. 2002: Income and Deprivation Poverty, 1994 and 1999. Kutsar, D. (ed.): Living Conditions

in Estonia Five Years Later. University of Tartu, Fafo Institute for Applied Social Research, Tartu

University Press.

Eisenberg, P., and Lazarsfeld, P., (1938). “The psychological Effects of Unemployment”

178

ESPON, Nordregio and James Hutton Institute, (2014). TiPSE, The Territorial Dimension of Poverty

and Social Exclusion in Europe.

Foster J., Greer, J., and Thorbecke, E. (1984) A class of decomposable poverty measures,

Econometrica, 52(3):761-765.

Ferge Zs. 2002: Struktúra és egyenlőtlenségek a régi államszocializmusban és az újkapitalizmusban.

– Szociológiai Szemle. Issue 4, pp. 9–33.

Golinowska, S. 2002: Poverty in Poland: Causes, Measures and Studies. Poverty Dynamics in Poland

- Selected Quantitative Analyses. CASE – Center for Social and Economic Research. pp. 11-36.

Häußermann, H., 2006. Desintegration durch Stadtpolitik? Aus Politik und Zeitgeschichte, Beilage

zur Wochenzeitung Das Parlament, 40-41, pp. 14-22.

Häußermann, H. & M. Kronauer, 2009. Räumliche Segregation und innerstädtisches Ghetto. In: R.

Stichweh, P. Windolf, ed. Inklusion und Exklusion: Analysen zur Sozialstruktur und sozialen

Ungleichheit. Wiesbaden: VS Verlag für Sozialwissenschaften, pp. 157-173.

Häußermann, H.; Schwarze, K.; Jaedicke, W., Bär, G. & Bugenhagen, I., 2010. Möglichkeiten der

verbesserten sozialen Inklusion in der Wohnumgebung.

Kangas, O., and Ritakallio, V.-M. (2004) Relative to What? Cross-national Picture of European Poverty

Measured by Regional, National and European Standards, LIS, Working Paper No.384.

Kieselbach, T. (2003) Long term unemployment among young people: The risk of social exclusion.

American journal of Community Psychology, 32(1/2), pp 69-76

Lelkes, O., and Gasior, K., (2012). Income Poverty and Social Exclusion in the EU Situation in 2008

and Trends (based on EU-SILC 2005-2009). European Centre for Social Welfare Policy and Research,

Vienna.

Levitas. R., (2000). Community utopia and new labour. Local Economy p:188-197

Lianos T., and Prodromidis, K. (1974) Aspects of Income Distribution in Greece, Center for Planning

and Economic Research, Athens.

Loizides, I., and Giahalis, V. (1992) Poverty Profiles in Greece: A probabilistic approach, Greek

Economic Review, 14: 71-88.

Matsaganis, M., and C. Leventi (2014) Poverty and Inequality during the Great Recession in Greece,

Political Studies Review, 12:209-223.

179

Milanovic, B. 1992: Poverty in Poland, 1978-88. Review of Income and Wealth Series. 38(3).

Molnár, M. 2009: Development and poverty in Romania. – MegaByte. Volume. 9, Issue 1 (May

2010), pp. 103–109.

Olafsdottir, S. (2007) Fundamental causes of health disparities: Stratification, the Welfare State, and

Health in the United States and Iceland. Journal of health and Social Behaviour, 48(3), pp 239-253.

Osberg, L., and Xu, K. (1999) “Poverty Intensity: How Well Do Canadian Provinces Compare?”

Canadian Public Policy, 25(2):179-95.

Osberg, L., and Xu, K. (2000) Poverty Durations and Poverty Measurement Canadian Economics

Association 2000 Meeting, May 2000.

Osberg, L., and Xu, K. (2007) How Should We Measure Poverty in a Changing World? Methodological

Issues and Chinese Case Study, Working Paper No 2007-02, Department of Economics, Dalhousie

University, Halifax Nova Scotia, Canada.

Paas, T. 2003: Poverty and Social Exclusion as Consequences of Transition and EU Enlargement in

the Case of the Baltic States. The European Union Enlargement Social and Economic Impacts.

Papatheodorou, C. (1997) Family Background and poverty in Greece: The role of father’s

Parlament der deutschsprachigen Gemeinschaft, 2009. Armut bekämpfen – Entwicklungen und

Perspektiven. Ein Beitrag zur politischen Debatte und zur politischen Aktion.

Quintano C., Castellano R., and D’Agostino A. (2004), Modeling the incidence of poverty in Italy: A

comparison of three statistical methods, Quaderni di discussione 24, Istituto di Statistica e

Matematica, Università degli Studi di Napoli, Parthenope”, Napoli.

Rainwater, L., Smeeding, T.M., and Coder, J. (2001). Poverty across states, nations and continents in

K. Vlemickx & T.M. Smeeding (Eds) Child Well-being, Child Poverty and Child Policy in Modern

Nations: What Do We Know? Bristol, UK: The Policy Press.

Rothstein, B (2002) Vad bör staten göra. SNS förlag

Rogerson, P.A. (2010). Statistical Methods for Geography (3rd Edition). London: Sage

Save the Children, (2014). Child Poverty and Social Exclusion in Europe, a Matter of Children’s Rights.

EU Advocacy Office, Brussels.

180

Schraad-Tischler, D., and Schiller, C., (2016). Social Justice in the EU-Index Report 2016, Social

Inclusion Monitor Europe. Bertelsmann Stiftung, Germany.

Sen, A. (1976) Poverty: an ordinal approach to measurement, Econometrica, 46:437-446.

Szukielojc-Bienkunska, A. 2005: Poverty and Social Exclusion in Poland. Seminar on Poverty

Measurement. Paris, 30 November – 2 December 2005.

Tarkowska, E. 2008: Poverty and Social Exclusion in Rural Areas – Poland. Study on Poverty and

Social Exclusion in Rural Areas - Final Report.

Till-Tenschert, U., Vana, I. (2009). In Armut aufwachsen. Empirische Befunde zu Armutslagen von

Kindern und Jugendlichen in Österreich, Wien.

Townsend, P. (1979) Poverty in the United Kingdom: a survey of household resources and standards

of living, Harmondsworth: Penguin Book

Townsend, P., Phillimore, P. and Beattie, A. (1988) Health and deprivation: inequality and the North,

London, New York: Croom Helm.

Townsend, P., Walker, R. and Lawson, R. (1984) Responses to poverty: lessons from Europe, London:

Heinemann Educational Books.

Trumm, A. 2011: Poverty in the Context of Societal Transitions in Estonia. Dissertationes

Sociologicae Universitatis Tartuensis.

Tsakloglou, P. (1990) Aspects of Poverty in Greece, Review of Income and Wealth, Series 36, No 4,

pp.381-402

Tsakloglou, P. (1996) Elderly and non-elderly in the European Union: A comparison of living

standards, Review of Income and Wealth, 42: 271-291.

Tsakloglou, P., and Papadopoulos, F. (2001) Identifying population groups at high risks of social

exclusion: Evidence from the ECHP, Discussion Paper 392, Institute for the Study of Labor (IZA),

November.

Yates and Leach (2006). Why good jobs lead to social exclusion ?

UNDP 2000: Poverty, Social Exclusion and Marginalization – National Human Development Report

of Slovak Republic

UNDP (1997) Human Development Report 1997, Oxford: Oxford University Press.

181

UNDP (2006) Human Development Report 2006, Beyond scarcity: Power, poverty and the global

water crisis, United Nations Development Programme, New York: Palgrave Macmillan.

Vlemickx & T.M. Smeeding (Eds) Child Well-being, Child Poverty and Child Policy in Modern Nations:

What Do We Know? Bristol, UK: The Policy Press.

Verwiebe, R. and Fritsch, N.-S. (2011) ‘Working Poor: Trotz Einkommen kein Auskommen – Trend-

und Strukturanalysen für Österreich im europäischen Kontext’, SWS-Rundschau, 1: 5–23.

Willems, S. & V. Vyncke, 2010. Social disparities in health. A status quaestionis and the policy in

Belguim. D. Dierckx; N. Van Herck & J. Vranke, ed. Poverty in Belguim. Leuven: Uitgeverij Acco, pp.

151-178.

World Bank (2005) Poverty Manual, August 2005 available at:

http://siteresources.worldbank.org/PGLP/Resources/PovertyManual.pdf

Zheng, B., (1997). Aggregate Poverty Measures. Journal of Economic Surveys, 11, pp. 123 – 162.

10.2 Ελληνική Βιβλιογραφία

Αγαπητός, Γ. (2004). Νέα μακροοικονομική και ορθολογικές επιχειρηματικές αποφάσεις, εκδόσεις

Σταμούλη, Αθήνα

Αθανασίου, Λ. (1984) Η διανομή του εισοδήματος στην Ελλάδα, Επιστημονικές Μελέτες 6, ΚΕΠΕ,

Αθήνα.

Δαφέρμος, Γ., Θεοφιλάκου, Α., Μαυροδημητράκης, Χ. και Τσακλόγλου, Π. (2008) Η φτώχεια στην

Ελλάδα, Ομοιότητες και διαφορές χρησιμοποιώντας εναλλακτικές μεθοδολογικές προσεγγίσεις,

Μελέτες/1, ΙΝΕ-ΓΣΕΕ.

Δεδουσόπουλος, Α. (2000). Θεωρίες της Ανεργίας, εκδόσεις Τυπωθήτω (τόμος Α), Αθήνα

Καλογήρου, Σ. (2015). Χωρική Ανάλυση: Μεθοδολογία και Εφαρμογές με τη γλώσσα R. [ηλεκτρ.

βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο στο:

http://hdl.handle.net/11419/5029

Καλογήρου, Σ., Τραγάκη, Α., Τσίμπος, Κ., Μουστάκη, Ε. (2011). Τελική Έκθεση της Μελέτης:

«Χωρικές Ανισότητες Εισοδήματος, Ανάπτυξης και Φτώχειας στην Ελλάδα», Πρόγραμμα

Κοινωφελούς Ιδρύματος Ιωάννη Σ. Λάτση: Επιστημονικές Μελέτες 2011.

182

Κανελλόπουλος, Κ. (1986). Εισοδήματα και φτώχεια στην Ελλάδα Προσδιοριστικοί Παράγοντες,

Επιστημονικές Μελέτες 22, ΚΕΠΕ, Αθήνα.

Κανελλόπουλος, Κ., Αναστασάκου, Ζ., Κώτση, Α., Μανιάτης, Θ. και Παχάκη, Κ. (2004) Διανομή,

Αναδιανομή και Φτώχεια, Επιστημονικές Μελέτες 55, ΚΕΠΕ, Αθήνα.

Καρανικόλας, Π., και Ζωγραφάκης, Σ. (2008) Ελληνικά αγροτικά νοικοκυριά: Εισοδηματικές

ανισότητες, φτώχεια και διανεμητικές επιπτώσεις του γεωργικού εισοδήματος, Κοινωνική Συνοχή

και Ανάπτυξη, 3(1): 24-44.

Κάτσικας Δ., Καρακίτσος Α., Φιλίνης, Κ. και Πετραλιάς Α. (2014) Έκθεση για το κοινωνικό προφίλ

της Ελλάδας σε σχέση με την φτώχεια, τον κοινωνικό αποκλεισμό και την ανισότητα, Αθήνα 2014.

Κατσορίδας, Δ., και Λεχουρίτης , Γ. (2002). Οι κοινωνικές και ψυχολογικές επιπτώσεις της

ανεργείας, ΓΣΕΕ- ΑΔΕΔΥ

Κωστάκη, Α., Παπαθεοδώρου, Χ., Καππή, Χ. και Μπαλούρδος, Δ. (1995) Διαστάσεις της φτώχειας

στην περιοχή της πρωτεύουσας, Επιθεώρηση Κοινωνικών Ερευνών, ΕΚΚΕ, 88: 60-84.

Λιανός Θ., Θεοφάνης Θ., (2000). Μακροοικονομική Θεωρία και Πολιτική, εκδόσεις Μπένου

Ευγενία, Αθήνα.

Ματσαγγάνης, Μ και Χ. Λεβέντη (2013) Η ανατομία της φτώχειας στην Ελλάδα του 2013

Ενημερωτικό δελτίο 5, Ομάδα Ανάλυσης Δημόσιας Πολιτικής, Τμήμα Διεθνών και Ευρωπαϊκών

Σπουδών, Οικονομικό Πανεπιστήμιο Αθηνών.

Ματσαγγάνης, Μ., Λεβέντη, Ε.Κ., Φλεβοτόμου, Μ., (2016). Μια Αποδοτικότερη Πολιτική για την

Καταπολέμηση της Ακραίας Φτώχειας. διαΝΕΟσις, Οργανισμός Έρευνας & Ανάλυσης. Αθήνα.

Ματσαγγάνης, Μ., Λεβέντη, Ε.Κ., Φλεβοτόμου, Μ., (2017). Μια Αποδοτικότερη Πολιτική για την

Καταπολέμηση της Ακραίας Φτώχειας. διαΝΕΟσις, Οργανισμός Έρευνας & Ανάλυσης. Αθήνα.

Μητράκος, Θ. και Τσακλόγλου Π. (1998) Μελέτες για τις οικονομικές ανισότητες στην Ελλάδα:

επισκόπηση, μεθοδολογικά προβλήματα, τάσεις και προοπτικές, Κοινωνικές Ανισότητες και

Κοινωνικός Αποκλεισμός, Ίδρυμα Σάκη Καράγιωργα, Αθήνα.

Μητράκος, Θ. (2005) Εκτιμήσεις Ανισότητας και Φτώχειας: Στατιστικές Τεχνικές και Προβλήματα,

Ελληνικό Στατιστικό Ινστιτούτο, Πρακτικά 18ου Πανελληνίου Συνεδρίου Στατιστικής, 267-274.

Μητράκος, Θ. (2008) Παιδική φτώχεια: πρόσφατες εξελίξεις και προσιοριστικοί παράγοντες,

Οικονομικό Δελτίο της Τραπέζης Ελλάδος, 30: 67-100

183

Μπαλούρδος, Δ. και Υφαντόπουλος Γ. (2007) Οικονομική Ανισότητα και Φτώχεια στην Ελλάδα: Ορισμένα Αποτελέσματα από την Έρευνα SILC, Επιθεώρηση Κοινωνικών Ερευνών, 122: 53-92.

Μπαλούρδος Δ. & Μ. Ναούμη (2010) «Η φτώχεια στην Ελλάδα. Συγκριτικά στοιχεία με άλλες χώρες

της ΕΕ» στοΜ. Ναούμη, Γ. Παπαπέτρου, Ν. Σπυροπούλου, Ε. Φρονίμου και Μ. Χρυσάκης (επιμ) Το

κοινωνικό πορτρέτο της Ελλάδας 2010, ΕΚΚΕ, Ινστιτούτο Κοινωνικής Πολιτικής, Αθήνα.

Μπούζας, Ν. (1990) Η φτώχεια στην περιοχή της πρωτεύουσας, Επιθεώρηση Κοινωνικών Ερευνών,

73(Α): 162-181.

Μπούζας, Ν. (2006) Παιδιά που ζουν σε φτωχά νοικοκυριά στην Ελλάδα: Μια πρώτη διερεύνηση των χαρακτηριστικών τους, Φτώχεια, Κοινωνικός Αποκλεισμός και Κοινωνικές Ανισότητες, Αθήνα: ΕΚΚΕ, Ινστιτούτο Κοινωνικής Πολιτικής.

Παπαδημητρίου, Ζ., (2010). Τεχνολογία και Ανεργία.

Παπαθεοδώρου, Χ. και Β. Μισσός (2013) Ανισότητα, φτώχεια και οικονομική κρίση στην Ελλάδα

και την ΕΕ, ΙΝΕ ΓΣΕΕ, Αθήνα.

Περιφέρεια Ανατολική Μακεδονίας και Θράκης, (2015). Περιφερειακή Στρατηγική για την

Κοινωνική Ένταξη & την Καταπολέμηση της Φτώχειας. Κομοτηνή, Ανατολική Μακεδονία και Θράκη.

Περιφέρεια Αττικής, (2015). Περιφερειακή Στρατηγική για την Κοινωνική Ένταξη και την

Καταπολέμηση της Φτώχειας, «Συστημική καταγραφή υφιστάμενης κατάστασης – Οριοθέτηση

στρατηγικών επιλογών στα πεδία της κοινωνικής ένταξης και της καταπολέμησης της φτώχειας».

Έκδοση 1.3, Παραδοτέο Α’. Αθήνα, Αττική.

Περιφέρεια Δυτικής Μακεδονίας, (2015). «Περιφερειακή Στρατηγική για την καταπολέμηση της

φτώχειας και προαγωγή της κοινωνικής Ένταξης στην Περιφέρεια Ιονίων Νήσων για την περίοδο

2014-2020» με Σχέδιο Δράσης και Εφαρμογής Παρεμβάσεων Καταπολέμησης της Φτώχειας και

Εμβάθυνσης της Κοινωνικής Συνοχής στην Περιφέρεια Ιονίων Νήσων για την περίοδο 2014-2020.

Τελική Έκδοση. Ιόνια Νησιά.

Περιφέρεια Ηπείρου, (2015). «Στρατηγικό Σχέδιο Κοινωνικής Ένταξης Περιφέρειας Ηπείρου».

Παραδοτέο 1: Μελέτη Στρατηγικής. Ήπειρος.

Περιφέρεια Θεσσαλίας, (2015). Περιφερειακή Στρατηγική για την Κοινωνική Ένταξη και την

Καταπολέμηση της Φτώχειας 2014-2020, «Περιφερειακή Στρατηγική Κοινωνικής Ένταξης και

Σχέδιο Δράσης Καταπολέμησης της Φτώχειας και Εμβάθυνσης της Κοινωνικής Συνοχής στην

Περιφέρεια Θεσσαλίας». Επιτελική σύνοψη. Θεσσαλία.

Περιφέρεια Κρήτης, (2015). Περιφερειακή Στρατηγική Καταπολέμησης της Φτώχειας και

Κοινωνικής Ένταξης. Ηράκλειο, Κρήτη.

184

Περιφέρεια Κεντρικής Μακεδονίας, (2015). Στρατηγική Προώθησης της Κοινωνικής Ένταξης,

Καταπολέμησης της Φτώχειας και Κάθε Μορφής Διακρίσεων στην Περιφέρεια Κεντρικής

Μακεδονίας. Κεντρική Μακεδονία.

Περιφέρεια Πελοποννήσου, (2015). Περιφερειακή Στρατηγική για την Κοινωνική Ένταξη στην

Περιφέρεια Πελοποννήσου 2014 -2020. Πελοπόννησος.

Πετρινιώτη, Ξ. (1989) Αγορές εργασίας, εκδόσεις Παπαζήσης

Πουρινάκης, Ε.,(2011). Αρχές Οικονομικής, Μακροοικονομική και Μικροοικονομική, εκδόσεις

ΣΟΦΙΑ.

Σαρρής, Α. και Ζωγραφάκης Σ. (2000) Φτώχεια και Ανισοκατανομή εισοδήματος στην Ελλάδα μετά

τη Μεταπολίτευση, Οικονομικά, 1(2), ΚΕΠΕ.

ΣΕΠΕ 2013, Δείκτες Ανταγωνιστικότητας, Αθήνα.

Σκούτελης, Γ., (1996). Ανεργία Αιτία και Λύσεις, εκδόσεις Ρουχώτας.

185

11 ΠΑΡΑΡΤΗΜΑ Ι

Πίνακας Π1. Κατανομή των αιτούντων κατά τόπο διαμονής

Κατανομή δείγματος κατά Δήμο και υπηκοότητα

Υπηκοότητα Δήμος Άτομα % Έγκυρο % Αθροιστικό %

Ξένη

υπηκοότητα

Έγκυρο Ηλιούπολη 2 8,3 8,7 8,7

Νέα Ευκαρπία 5 20,8 21,7 30,4

Πολίχνη 3 12,5 13,0 43,5

Σταυρούπολη 13 54,2 56,5 100,0

Σύνολο 23 95,8 100,0

Missing System 1 4,2

Ξένοι υπήκοοι (σύνολο) 24 100,0

Ελληνική

υπηκοότητα

Έγκυρο Αμπελόκηποι 1 0,2 0,2 0,2

Άνω Ηλιούπολη 1 0,2 0,2 0,4

Διαβατά 1 0,2 0,2 0,6

Ευκαρπία 51 9,6 9,7 10,2

Ευξεινούπολη 1 0,2 0,2 10,4

Εύοσμος 7 1,3 1,3 11,7

Ηλιούπολη 1 0,2 0,2 11,9

Λαγκαδά 1 0,2 0,2 12,1

Μετέωρα 13 2,4 2,5 14,6

Νέα Ευκαρπία 142 26,7 26,9 41,5

Πολίχνη 160 30,1 30,3 71,8

Σταυρούπολη 148 27,9 28,0 99,8

Ωραιόκαστρο 1 0,2 0,2 100,0

Σύνολο 528 99,4 100,0

Missing System 3 0,6

Έλληνες υπήκοοι (σύνολο) 531 100,0

186

Πίνακας Π2. Κατανομή του δείγματος κατά πενταετείς ομάδες ηλικιών και φύλο

Διασταυρούμενος πίνακας πενταετών ηλικιακών ομάδων - φύλου

Φύλο Σύνολο

Άνδρας Γυναίκα

5ετής ηλικιακές ομάδες

15-19 1 2 3

20-24 18 22 40

25-29 13 31 44

30-34 30 41 71

35-39 22 52 74

40-44 24 60 84

45-49 29 56 85

50-54 43 34 77

55-59 33 16 49

60-64 13 12 25

65 + 1 2 3

Σύνολο 227 328 555

Πίνακας Π3. Κατανομή του δείγματος κατά μεγάλες ομάδες ηλικιών και φύλο

Διασταυρούμενος πίνακας δεκαπενταετών ηλικιακών ομάδων - φύλου

Φύλο Σύνολο

Άνδρας Γυναίκα

15ετής ηλικιακές ομάδες

15-29 32 55 87

30-44 76 153 229

45-59 105 106 211

60 + 14 14 28

Σύνολο 227 328 555

187

Πίνακας Π4. Μέτρα περιγραφικής στατιστικής της ηλικίας των αιτούντων

Περιγραφικά Στατιστικά

Φύλο Στατιστικό Τυπικό Σφάλμα

Ηλικία

Άνδρας

Mean 43,76 0,783

95% Confidence Interval

for Mean

Lower Bound 42,22

Upper Bound 45,30

5% Trimmed Mean 43,96

Median 46,00

Variance 139,061

Std. Deviation 11,792

Minimum 18

Maximum 66

Range 48

Interquartile Range 21

Skewness -0,302 0,162

Kurtosis -1,032 0,322

Γυναίκα

Mean 40,61 0,567

95% Confidence Interval

for Mean

Lower Bound 39,49

Upper Bound 41,72

5% Trimmed Mean 40,50

Median 41,00

Variance 105,579

Std. Deviation 10,275

Minimum 18

Maximum 65

Range 47

Interquartile Range 15

Skewness 0,058 0,135

Kurtosis -0,581 0,268

188

Πίνακας Π5. Αριθμός δηλωθέντων παιδιών

Αριθμός παιδιών

Συχνότητα Ποσοστό (%) Έγκυρο Ποσοστό (%) Αθροιστικό Ποσοστό (%)

Έγκυρο

0 158 28,5 28,5 28,5

1 118 21,3 21,3 49,7

2 197 35,5 35,5 85,2

3 62 11,2 11,2 96,4

4 14 2,5 2,5 98,9

5 4 0,7 0,7 99,6

7 1 0,2 0,2 99,8

9 1 0,2 0,2 100,0

Σύνολο 555 100,0 100,0

189

12 ΠΑΡΑΡΤΗΜΑ ΙΙ. Χάρτης Χρήσεων Γης