REGIONAL UNEMPLOYMENT DISPARITIES IN UNEMPLOYMENT ON THE LEVEL OF MUNICIPALITIES

VIZUALIZÁCIA REGIONÁLNYCH DISPARÍT V NEZAMESTNANOSTI NA ÚROVNI OBCÍ

Abstract

V príspevku predstavíme autorom vytvorený a publikovaný LA1 dataset (doi:10.5281/zenodo.6165135), ktorý obsahuje údaje o obyvateľstve a nezamestnanosti v 733 okresoch regiónov vyšehradskej štvorky. Tento LAU1 dataset použijeme na analýzy regionálnych rozdielov v nezamestnanosti a v starnutí populácie. Na úrovni Slovenska sú viditeľné rozdiely medzi najmenej rozvinutými okresmi a západným Slovenskom, obdobne ako v Maďarsku, Poľsku či Česku. Sústredíme sa tiež na opis opis rozdielov vnútri NUTS3 regiónov. Vzhľadom na fakt, že dáta sú administratívne a teda zohľadňujú legislatívu a prax úradov práce v jednotlivých krajinách, hranice krajín sú vo výstupoch viditeľné. Toto potvrdzuje aj porovnanie nezamestnanosti s LFS zisťovaním podľa ILO metodiky, kde sú viditeľné rozdiely aj medzi Slovenskom a Českom. Vo všetkých krajinách platí, že vyššia miera nezamestnanosti je korelovaná s vyšším podielom nízkovzdelaných nezamestnaných a dlhodobo nezamestnaných. Na Slovensku je tento vzťah z krajín V4 najsilnejší.

V druhej časti príspevku rozšírime analýzu nezamestnanosti z úrovne okresov na úroveň obcí a domov. Na základe údajov za obce a údajov OpenStreetMap o budovách využijúc open source nástroje PostGIS a R aproximujeme počty bývajúcich či nezamestnaných ľudí do jednotlivých oblastí Slovenska. Dáta ukazujú výrazne väčšiu koncentráciu nezamestnanosti v obciach a relatívne nízku nezamestnanosť v mestách aj v najmenej rozvinutých okresoch. Napríklad mesto Rimavská Sobota má nezamestnanosť okolo 7%, zatiaľčo okres má nezamestnanosť okolo 15%. Vizualizácia obyvateľstva a nezamestnanosti na plochovo rovnako veľkých hexagónoch (namiesto nerovnako veľkých obcí) umožňuje prehľadne sprístupniť problematiku regionálnych rozdielov.

V závere sa pokúsime odstrániť mýtus o hladových dolinách, keďže najvyššie nezamestnanosti nie sú v dolinách, ale skôr na pahorkatinách.