Regionální nerovnosti v Česku: Porovnání verzí

Skočit na navigaci Skočit na vyhledávání
bez shrnutí editace
Bez shrnutí editace
Bez shrnutí editace
Řádek 66: Řádek 66:


==Exekuce==
==Exekuce==
Zásadním problémem Česka jsou exekuce, jejichž rozložení v rámci republiky je velmi nerovnoměrné. V roce 2019 bylo v exekuci průměrně 8,7 % občanů (tj. 775 tisíc). Nejmenší počty byly v krajích Vysočina (5,1 %) a ve Zlínském (5,3 %). Naopak nejvyšší v Ústeckém (16,7 %) a Karlovarském (16,3 %). Největší procento lidí v exekuci bylo v okresu Most (19,9 %) (viz Obr. 4). Mimo Ústecký a Karlovarský kraj jsou časté exekuce v periferních okresech, jako například Český Krumlov, Bruntál, Jeseník, ale také Ostrava-město nebo Karviná. Od roku 2017 dochází k poklesu množství exekucí (<nowiki>http://mapaexekuci.cz/</nowiki>).
Zásadním problémem Česka jsou exekuce, jejichž rozložení v rámci republiky je velmi nerovnoměrné. V roce 2019 bylo v exekuci průměrně 8,7 % občanů (tj. 775 tisíc). Nejmenší počty byly v krajích Vysočina (5,1 %) a ve Zlínském (5,3 %). Naopak nejvyšší v Ústeckém (16,7 %) a Karlovarském (16,3 %). Největší procento lidí v exekuci bylo v okresu Most (19,9 %) (viz Obr. 4). Mimo Ústecký a Karlovarský kraj jsou časté exekuce v periferních okresech, jako například Český Krumlov, Bruntál, Jeseník, ale také Ostrava-město nebo Karviná. Od roku 2017 dochází k poklesu množství exekucí.<ref>{{Citace elektronické monografie
| titul = Mapa exekucí
| url = http://mapaexekuci.cz/
| datum přístupu = 2021-03-04
| jazyk =
}}</ref>


==Společenské třídy==
==Společenské třídy==
Řádek 73: Řádek 78:
''„Analýza dat ukázala, že člověk stejného věku, se stejným vzděláním i stejnou prací má až 1,7krát vyšší šanci zařadit se do některé z vyšších tříd, pokud žije v bohaté a spořádané obci. A naopak bydliště v odlehlé a problémové obci (tedy v takové, kde je zvýšený podíl lidí v exekuci, vyšší nezaměstnanost či rozvodovost) zvyšuje riziko pádu mezi ohrožené či strádající 1,5krát.''
''„Analýza dat ukázala, že člověk stejného věku, se stejným vzděláním i stejnou prací má až 1,7krát vyšší šanci zařadit se do některé z vyšších tříd, pokud žije v bohaté a spořádané obci. A naopak bydliště v odlehlé a problémové obci (tedy v takové, kde je zvýšený podíl lidí v exekuci, vyšší nezaměstnanost či rozvodovost) zvyšuje riziko pádu mezi ohrožené či strádající 1,5krát.''


''Příčinné vztahy vedou zřejmě oběma směry. Obce trpí sociálními problémy proto, že v nich bydlí nižší a chudší sociální třídy. Zároveň ale rizikové prostředí snižuje šance lidí posunout se do vyšších pater společnosti, a naopak zvyšuje riziko propadnutí níž.“'' (<nowiki>https://www.irozhlas.cz/zpravy-domov/ceska-spolecnost-vyzkum-tridy-kalkulacka_1909171000_zlo</nowiki>)
''Příčinné vztahy vedou zřejmě oběma směry. Obce trpí sociálními problémy proto, že v nich bydlí nižší a chudší sociální třídy. Zároveň ale rizikové prostředí snižuje šance lidí posunout se do vyšších pater společnosti, a naopak zvyšuje riziko propadnutí níž.“''<ref>{{Citace elektronického periodika
| titul = Unikátní výzkum: česká společnost se nedělí na dva tábory, ale do šesti tříd. Zjistěte, do které patříte vy
| periodikum = iROZHLAS
| url = https://www.irozhlas.cz/zpravy-domov/ceska-spolecnost-vyzkum-tridy-kalkulacka_1909171000_zlo
| jazyk = cs
| datum přístupu = 2021-03-04
}}</ref>


==Vzdělání==
==Vzdělání==
Data ze Sčítání lidu, domů a bytů z roku 2011, která jsou vzhledem k výrazně rostoucímu vzdělání již trochu zastaralá, ukazují velmi stabilní rozložení středního vzdělání mezi kraji. Vyučených je v jednotlivých krajích 32–37 % obyvatel (s výjimkou Prahy, kde jde pouze o 20 %), SŠ s maturitou má 26–30 % obyvatel. Větší rozdíly lze pozorovat u základního vzdělání (od 10 % v Praze po 22 % v Karlovarském a Ústeckém kraji) (viz Obr. 6) a vysokoškolského vzdělání (7 % v Karlovarském kraji, většina krajů mezi 9 a 11 % a 24 % v Praze). S rostoucím počtem obyvatel obce klesá podíl obyvatel bez vzdělání a vyučených a naopak roste podíl obyvatel s úplným středním vzděláním a vysokou školou (<nowiki>https://www.czso.cz/documents/10180/20536250/17023214a04.pdf/e4fe0c99-0c5a-49ee-8d54-cbda60892f1e?version=1.1</nowiki>).
Data ze Sčítání lidu, domů a bytů z roku 2011, která jsou vzhledem k výrazně rostoucímu vzdělání již trochu zastaralá, ukazují velmi stabilní rozložení středního vzdělání mezi kraji. Vyučených je v jednotlivých krajích 32–37 % obyvatel (s výjimkou Prahy, kde jde pouze o 20 %), SŠ s maturitou má 26–30 % obyvatel. Větší rozdíly lze pozorovat u základního vzdělání (od 10 % v Praze po 22 % v Karlovarském a Ústeckém kraji) (viz Obr. 6) a vysokoškolského vzdělání (7 % v Karlovarském kraji, většina krajů mezi 9 a 11 % a 24 % v Praze). S rostoucím počtem obyvatel obce klesá podíl obyvatel bez vzdělání a vyučených a naopak roste podíl obyvatel s úplným středním vzděláním a vysokou školou.<ref>{{Citace elektronického periodika
| titul = Územní rozdíly v úrovni vzdělanosti obyvatelstva ČR
| vydavatel = CZSO
| url = https://www.czso.cz/documents/10180/20536250/17023214a04.pdf/e4fe0c99-0c5a-49ee-8d54-cbda60892f1e?version=1.1
| datum přístupu = 2021-03-04
}}</ref>


Na vztah mezi sociálními problémy, bytovou nouzí a exekucemi upozornil výzkum z roku 2019. V periferních regionech (včetně vnitřních periferií) častěji žijí děti v rodinách v bytové nouzi nebo v exekucích a je v nich vyšší výskyt předčasně ukončených povinných školních docházek, více zameškaných hodin na žáka a vyšší podíl neprospívajících žáků. V některých regionech Ústeckého a Karlovarského kraje vzrostl počet dětí, které předčasně ukončily základní školní docházku z 9 % v roce 2013 na 15 % v roce 2017. V těchto regionech je také vysoký podíl dětí, které nemají žádné střední vzdělání (15–20 %) (<nowiki>https://www.irozhlas.cz/zpravy-domov/mapa-data-skolstvi-regiony-exekuce-bytova-nouze-ubytovny-zakladni-skoly-daniel_1911270600_nkr</nowiki>).
Na vztah mezi sociálními problémy, bytovou nouzí a exekucemi upozornil výzkum z roku 2019. V periferních regionech (včetně vnitřních periferií) častěji žijí děti v rodinách v bytové nouzi nebo v exekucích a je v nich vyšší výskyt předčasně ukončených povinných školních docházek, více zameškaných hodin na žáka a vyšší podíl neprospívajících žáků. V některých regionech Ústeckého a Karlovarského kraje vzrostl počet dětí, které předčasně ukončily základní školní docházku z 9 % v roce 2013 na 15 % v roce 2017. V těchto regionech je také vysoký podíl dětí, které nemají žádné střední vzdělání (15–20 %).<ref>{{Citace elektronického periodika
| titul = Nemají kde spát, natož kde se učit.’ Projděte si unikátní mapu vzdělávacích podmínek v Česku
| periodikum = iROZHLAS
| url = https://www.irozhlas.cz/zpravy-domov/mapa-data-skolstvi-regiony-exekuce-bytova-nouze-ubytovny-zakladni-skoly-daniel_1911270600_nkr
| jazyk = cs
| datum přístupu = 2021-03-04
}}</ref>


==Životní prostředí==
==Životní prostředí==
Některé problémy [[:Kategorie:Ukazatele stavu prostředí|životního prostředí]] jsou ze své podstaty globální (například změna klimatu, i když i ta má regionálně odlišné příčiny a dopady), jiné se projevují lokálně velmi odlišně. Typickým příkladem je znečištění ovzduší. Zatímco ve velkých městech je zásadním znečišťovatelem automobilová doprava, v průmyslových oblastech továrny a další provozy, v menších sídlech se často jedná o lokální topeniště v rodinných domech. Imisní limity jsou překračovány nejvíce v Moravskoslezském kraji (viz Obr. 7). Naopak jih a jihozápad Čech jsou oblasti s nejmenšími problémy s kvalitou ovzduší (<nowiki>https://www.chmi.cz/files/portal/docs/uoco/isko/grafroc/19groc/gr19cz/Obsah_CZ.html</nowiki>).
Některé problémy [[:Kategorie:Ukazatele stavu prostředí|životního prostředí]] jsou ze své podstaty globální (například změna klimatu, i když i ta má regionálně odlišné příčiny a dopady), jiné se projevují lokálně velmi odlišně. Typickým příkladem je znečištění ovzduší. Zatímco ve velkých městech je zásadním znečišťovatelem automobilová doprava, v průmyslových oblastech továrny a další provozy, v menších sídlech se často jedná o lokální topeniště v rodinných domech. Imisní limity jsou překračovány nejvíce v Moravskoslezském kraji (viz Obr. 7). Naopak jih a jihozápad Čech jsou oblasti s nejmenšími problémy s kvalitou ovzduší.<ref>{{Citace elektronického periodika
| titul = Grafická ročenka
| periodikum = www.chmi.cz
| url = https://www.chmi.cz/files/portal/docs/uoco/isko/grafroc/19groc/gr19cz/Obsah_CZ.html
| datum přístupu = 2021-03-04
}}</ref>


Výrazně regionální charakter má například povrchová těžba hnědého uhlí v Sokolovské a Mostecké pánvi. Ta zcela přeměňuje ráz krajiny a jsou s ní spojeny hydrologické změny, hluková zátěž a znečištění ovzduší, vyšší koncentrace elektráren v regionech a dříve také bourání obcí, pod nimiž se nacházela ložiska hnědého uhlí.
Výrazně regionální charakter má například povrchová těžba hnědého uhlí v Sokolovské a Mostecké pánvi. Ta zcela přeměňuje ráz krajiny a jsou s ní spojeny hydrologické změny, hluková zátěž a znečištění ovzduší, vyšší koncentrace elektráren v regionech a dříve také bourání obcí, pod nimiž se nacházela ložiska hnědého uhlí.
Řádek 101: Řádek 128:


===Související články (na Enviwiki)===
===Související články (na Enviwiki)===
[[Regionální rozvoj]]
* [[Regionální rozvoj]]
 
* [[Strategie regionálního rozvoje České republiky 2021+]]
[[Strategie regionálního rozvoje České republiky 2021+]]


==Reference – citované==
==Reference – citované==
<nowiki>https://www.czso.cz/csu/xu/nadeje-doziti-aneb-kolika-let-se-muzeme-dozit-v-nasem-kraji</nowiki>
<nowiki>https://www.irozhlas.cz/zivotni-styl/spolecnost/nadeje-doziti-cesko-vzdelani_2102150500_jab</nowiki>
<nowiki>https://app.powerbi.com/view?r=eyJrIjoiZjNlMDY4MjctOWY4ZS00OTk1LWE5OTktYjgwZDYxYzk5YjI1IiwidCI6ImM5ZmU1YTU4LTE0OTQtNDU3Zi04ZTQ2LTE1Njg5OTkzZmExZCIsImMiOjh9</nowiki>
<nowiki>https://www.dustojnamzda.cz/</nowiki>
<nowiki>https://www.czso.cz/documents/10180/127421822/320198193102.xlsx/7c8574ab-11b4-4be7-88bf-caa97039bd00?version=1.1</nowiki>
<nowiki>https://www.czso.cz/documents/10180/148053668/320198203102.xlsx/287b5d2d-b4b7-4237-a424-d0fd4b65194b?version=1.1</nowiki>
Erlebach, M., Halás, M., Daniel, J., Klapka, P. (2019). Is there congruence in the spatial patterns of regions derived from scalar and vector geographical information? ''Moravian Geographical Reports'' ''27''(1): 2–14. <nowiki>https://content.sciendo.com/view/journals/mgr/27/1/article-p2.xml?language=en</nowiki>


<nowiki>http://mapaexekuci.cz/</nowiki>
<nowiki>http://mapaexekuci.cz/</nowiki>
Tyto webové stránky vyžadují pro svou funkci cookies. Používáním těchto webových stránek souhlasíte s použitím souborů cookie

Navigační menu