SOCIÁLNĚ VYLOUČENÉ LOKALITY Z POHLEDU SOCIODEMOGRAFICKÝCH UKAZATELŮ1) Laco Toušek – Václav Walach – Petr Kupka – Ondřej Plachý – Kateřina Tvrdá – Ľubomír Lupták – Alica Brendzová2) THE DEMOGRAPHICS OF SOCIALLY EXCLUDED LOCALITIES IN THE CZECH REPUBLIC Abstract In the Czech Republic, the issues of marginalisation, social inequality, and poverty are predominantly discussed in relation to the ‘socially excluded population’ living in ‘socially excluded localities’ (SEL). However, comprehensive information on the composition of the population in these localities is not yet available. Based on a quantitative survey (N = 2 566) carried out in socially excluded localities in the Czech Republic, this paper presents the demographics of the population while highlighting its distinguishing characteristics. Keywords: marginalisation, poverty, residential segregation, social exclusion, socially excluded localities, Czech Republic Demograie, 2018, 60: 21–35 ÚVOD sociálně vyloučená, která žije v tzv. sociálně vyloučených Vzrůstající sociální nerovnost v zemích euroatlantické ci- lokalitách (dále jen SVL) a které je z většiny připisová- vilizace je v současné době diskutována nejen tradičními na romská národnostní či etnická identita. Paradoxní odpůrci tržní ekonomiky a kapitalismu, ale i jeho zastánci ovšem je, že o takto označované populaci neexistují a širší veřejností. Stalo se tak mimo jiné i díky populari- žádné ucelené sociodemograické informace, neboť zaci knihy Kapitál v 21. století homase Pikettyho (2015), s ohledem na svůj charakter je obtížně vymezitelná podle níž žijeme v období, ve kterém sociální nerovnost a běžným statistickým šetření zůstává skryta (viz dále). dosáhla historicky nejvyšší míry a akumulace bohatství V následující stati se pokusíme toto bílé mís- se týká čím dál tím užší skupiny lidí, jak potvrzují i jiné to částečně zaplnit na základě vybraných výsledků studie (např. Atkinson, 2015). V České republice se debata z kvantitativního viktimizačního šetření realizované- o sociální nerovnosti zpravidla omezuje na konstatování, ho na celém území ČR. Naším cílem je zodpovědět že tento problém se naší společnosti jako celku netýká, základní otázku, zda SVL existují v sociodemogra- jelikož jsme na základě statistických ukazatelů v tomto ickém smyslu, tj. zda se tyto rezidenční jednotky ohledu považováni za premianty v rámci Evropské unie odlišují sociální a demograickou strukturou od své- (kriticky viz Mysíková, 2016; Večerník – Mysíková, 2015). ho vnějšího okolí, resp. od populace ČR. Dříve než Za výjimku potvrzující pravidlo je považovaná ta k tomu přistoupíme, považujeme za nezbytné osvětlit část populace, pro kterou se vžilo eufemistické označení pojmy sociální vyloučení a sociálně vyloučené lokality 1) Text je dílčím výstupem z projektu Bezpečnostní rizika sociálně vyloučených lokalit: Vytváření znalostí a nástrojů pro management a prevenci kriminality (VI20152018022), podpořený Programem bezpečnostního výzkumu České republiky v letech 2015-2020 (BV III/1-VS). 2) Katedra antropologie FF ZČU, Sedláčkova 38, 306 14 Plzeň. Kontakt: ltousek@ksa.zcu.cz. 21  2018 60 (1) ČLÁNKY a představit metodologii výzkumu, z něhož čerpáme sociální začleňování, 2016). Spíše než na ekonomické data pro tuto stať. ukazatele se debata soustředí na speciické rezidenční jednotky různé velikosti, kategorie a míry prostorové segregace, pro které se vžil termín sociálně vylouče- SOCIÁLNĚ VYLOUČENÍ né lokality, používaný výhradně v českém prostředí Problematika sociálního vyloučení je považována za (Růžička – Toušek, 2014; Hurrle aj., 2016; Walach – „jeden z klíčových sociálních problémů naší společ- Kupka, 2016). Podle některých odhadů žije v těchto nosti“ (Úřad vlády ČR, 2016: 5), jenž se v posledních lokalitách, jejichž počet se za posledních 10 let zdvoj- letech zhoršuje (GAC spol. s r. o., 2015). Základním pro- násobil z 310 na 606, od 95 000 do 115 000 obyvatel, blémem, se kterým se strategie „boje“ proti sociálnímu z nichž je většina označována za Romy (GAC spol. vyloučení, stejně tak jako různé analýzy a výzkumy po- s r. o., 2015: 11). týkají, je ovšem to, co sociální vyloučení znamená a ja- Za znaky těchto lokalit, které mohou mít podobu kým způsobem lze SVL vymezit (srov. Hurrle aj., 2016). jednotlivých domů, ulic či celých čtvrtí, jsou považová- Obecně je sociální vyloučení strategickými do- ny (nikoli výlučně a taxativně) prostorová izolace, soci- kumenty EU, ale i ČR, pojímáno jako multidimen- ální izolace, ekonomická deprivace, kulturní odlišnost zionální „proces […] během něhož jsou jednotlivci a symbolické vyloučení (Úřad vlády ČR, 2016: 6–7). či celé skupiny vytěsňováni na okraj společnosti Případně jsou deinovány jako místa, „kde dochází ke a je jim omezován nebo zamezen přístup ke zdrojům, koncentraci více než 20 osob žijících v nevyhovujících které jsou jinak ostatním členům společnosti dostupné“ podmínkách (indikováno počtem příjemců příspěv- (Růžička – Toušek, 2014: 121). Těmito zdroji není ro- ků na živobytí), které obývají fyzicky či symbolicky zuměn pouze příjem, ale také nedostatečný přístup ohraničený prostor (indikováno vnější identiikací)“ k bydlení, vzdělání, zdravotní péči, zaměstnání, sociál- (GAC spol. s r. o., 2015: 14). Zároveň je však v recent- nímu kapitálu a politické moci v podobě participace na ní době upozorňováno na to, že dosavadní způsoby rozhodujících procesech společnosti (viz např. Council vymezení sociálně vyloučených lokalit jsou příliš of the European Union, 2004; European Commission, vágní, analyticky problematické a je nezbytné tento 2010; MPSV, 2014; Úřad vlády ČR, 2016). koncept nově uchopit, případně zcela opustit (Hurrle Eurostat pro účely statistického zpracování a srov- aj., 2016; Růžička, 2012; Růžička – Toušek, 2014; Úřad natelnosti napříč členskými státy stanovil souhrnný vlády ČR – Agentura pro sociální začleňování, 2016: 7; ukazatel rizika chudoby nebo sociálního vyloučení Úřad vlády ČR, 2016: 7–8; Walach, 2015). Avšak žádný složený ze tří indikátorů: ohrožení příjmovou chu- z dosavadních přístupů, resp. výzkumů se nepokusil dobou, materiální deprivace a nízké pracovní inten- uchopit SVL na základě kvantifikace sociodemo- zity. Jde o ryze ekonomický ukazatel vypočítávaný na graických charakteristik populace, která v nich žije. základě dat z výběrového šetření Životní podmínky (EU-SILC), které je v ČR realizované od roku 2005 s roční periodicitou na náhodně vybraném vzor- METODOLOGIE ku pohybujícím se kolem 10 000 domácností (ČSÚ, Obyvatele SVL lze označit jako tzv. hard-to-survey po- nedatováno). Je nasnadě, že tento ukazatel nejenže pulaci (srov. Tourangeau et al., 2014), tj. populaci, která nepostihuje multidimenzionální povahu sociálního je obtížně dosažitelná pomocí standardních postupů vyloučení, ale ani nevypovídá o populaci, která je a nástrojů kvantitativního šetření. Mezi hlavní důvody jako sociálně vyloučená běžně chápaná a na kterou patří obtížná identiikace této populace (hard-to-iden- se strategické dokumenty a politiky zaměřují, a proto tify), potažmo deinice SVL, jak jsme naznačili výše. je jeho analytická a potažmo i praktická užitečnost Jedná se o analytickou kategorii, jež postrádá jedno- přinejmenším diskutabilní. značné a běžně dostupné (ze sekundárních zdrojů) Chápání sociální exkluze v českém veřejném dis- kvantitativní proměnné, na základě nichž by mohlo kurzu a politice veřejné správy tomuto ekonomic- k vnější identiikaci dojít. Logicky to platí i o složení kému pojetí příliš neodpovídá (srov. MPSV, 2014; a počtu jejich obyvatel, což vede k obtížím s konstrukcí Úřad vlády ČR, 2016; Úřad vlády ČR – Agentura pro zkoumaného vzorku (hard-to-sample, ibid.). Stručně 22  Laco Toušek – Václav Walach – Petr Kupka – Ondřej Plachý – Kateřina Tvrdá – Ľubomír Lupták – Alica Brendzová Sociálně vyloučené lokality z pohledu sociodemograických ukazatelů řečeno, pro kvantitativní výzkum uvedené populace V akademické oblasti je náhodná procházka pova- chybí nejen opora výběru3), ale i uspokojivé a dostupné žována za vhodnější alternativu ke kvótnímu výběru kvantitativní proměnné pro její jednoznačné vymezení.4) a spočívá ve stanovení algoritmu, který zabezpečuje Pro účely námi realizovaného šetření jsme vyšli náhodný výběr rezidenčních jednotek v terénu, do- z podkladů k Analýze sociálně vyloučených lokalit v mácností a následně i respondentů (Krejčí, 2008: 60). ČR (GAC spol. s r. o., 2015), které nám posloužily jako Tato metoda výběru se však ukázala jako nepoužitel- nejucelenější a de facto i jako jediný možný výchozí ná. Značná část SVL lokalit není dostatečně rozsáhlá bod v podobě více či méně úplného a přesného se- na to, aby mohla být vůbec aplikována. Dále, zdaleka znamu SVL na celostátní úrovni. Tento seznam jsme ne všechny domy či bytové jednotky bývají obydlené aktualizovali o data z dalších sekundárních zdrojů a na úrovni domácností byla míra návratnosti natolik a poznatky aktérů, kteří v dané oblasti působí. Jednalo nízká (odmítnutí, nepřítomnost rezidentů), natož aby se zejména o dílčí výzkumné zprávy realizované Agen- bylo možné vybírat náhodně její členy. Stručně řečeno, turou pro sociální začleňování a osobní konzultace náhodná procházka se ukázala jako nepraktická pro s pracovníky organizací působících na lokální úrovni, výzkum prostorově omezených částí obcí a muselo jejichž cílovou skupinou jsou osoby ohrožené sociál- být přistoupeno k alternativnímu řešení v podobě ním vyloučením. kvótního výběru.6) Ze seznamu SVL jsme vyřadili všechny lokality, Vázané kvóty v podobě věku a pohlaví byly stano- jejichž odhadovaný počet obyvatel byl nižší než 26 veny následovně. Jelikož nám Český statistický úřad osob a rozdělili je do dvou skupin o pěti kvantilech, nemohl z důvodu ochrany osobních údajů poskytnout a to podle velikosti obcí, kde se nacházejí, a podle informace o SVL na úrovni jednotlivých čísel popis- podílu obyvatel SVL na celkové populaci obce. Na- ných, byly použity základní demograické údaje (věk ším cílem bylo vybrat jednotlivé SVL pro výzkum a pohlaví) o obyvatelstvu vybraných shluků rezidenč- tak, aby v každém z krajů (vyjma Prahy, kterou jsme ních jednotek s více než 50 obyvateli na základě Sčítání z výzkumu vyřadili)5) byly, pokud možno, zastoupeny lidu, domu a bytů 2011 (SLDB, 2011). V každé obci všechny dostupné kombinace hodnot z obou kvanti- se SVL byl tedy stanoven minimální počet re- lů. Jinými slovy, záměrem bylo, abychom na úrovni spondentů, mužů a žen ve věkových intervalech: jednotlivých krajů měli zastoupeny různě veliké obce 15–19 let, 20–29 let, 30–44 let, 45–59 let, 60 a více let. s různě vysokým podílem obyvatel SVL na celkové V nejmenších obcích činil tento počet 10 respondentů, populaci. V průběhu realizace šetření byl nadále se- v těch největších 50 respondentů. znam SVL upravován podle aktuální situace v terénu, Zvolenou metodou vytváření dat byl strukturo- neboť některé lokality již přestaly existovat, nebo se je vaný rozhovor vedený prostřednictvím dotazníku7) nepodařilo identiikovat. Případně jsme seznam dopl- tazatelem na základě osobního kontaktu s respon- ňovali o lokality nové (viz rovněž Walach aj., v tisku). dentem v místě jeho bydliště. Dotazníkové šetření Vzhledem k charakteru zkoumané populace se uskutečnilo mezi 19. dubnem a 28. srpnem 2016 a absenci opory výběru byly v rámci pilotáže testo- v 13 krajích, 62 okresech, 131 obcích a 289 lokalitách vány možnosti využití tzv. náhodné procházky. Jde o prostorově vymezených na základě čísel popisných.8) způsob výběru, u něhož není třeba opory výzkumu Jednotkou pozorování byli jedinci starší 15 let žijící a blíží se vlastnostem pravděpodobnostních výběrů. v SVL nejméně jeden měsíc (bez nutnosti trvalého 3) Oporou výzkumu je myšlen seznam jednotek výzkumu, z něhož je možné je náhodně vybírat. 4) Dosavadní snahy tak učinit ztroskotaly na nedostupnosti dat na nižší úrovni, než jsou obce (srov. GAC spol. s r. o., 2015). 5) Praha byla na základě dostupných sekundárních dat vyřazena z důvodů odlišného charakteru procesu sociálního vyloučení, ale i celkové socioekonomické povahy. 6) K výhodám a nevýhodám kvótního výběru v tuzemském kontextu viz Krejčí, 2008. 7) Hlavní dotazník je dostupný na http://brizolit.org/dotaznik-svl/. 8) Mapa obcí, ve kterých sběr dat probíhal je dostupná na http://brizolit.org/mapa-obci-sberu-dat/. 23  2018 60 (1) ČLÁNKY pobytu). Celkem bylo získáno 2 566 kompletních i s celkovou populací ČR, pokud jsou k dispozici dotazníků, nejvíce z nich v Ústeckém, Moravsko- relevantní sekundární data. slezském a Karlovarském kraji, kde se také nachází nejvyšší počet SVL. Za účelem komparace dat jsme dále provedli šet- VÝSLEDKY ření menšího rozsahu i mezi obyvateli, kteří žijí vně Vzorek populace SVL9) sestával z 1 342 žen (52 %) SVL, ale v obcích, kde se SVL nacházejí. Zaměření a 1 224 mužů (47 %) od 15 do 95 let, věkový prů- projektu a inanční možnosti nám bohužel nedovo- měr činil 41 let. Nejvyšší zastoupení měly osoby lily, aby velikost vzorku této sekundárně zkoumané 30–44 let (26 %) a naopak logicky nejmenší s ohle- populace, kterou v textu označujeme zkratkou „NE- dem na věkový rozptyl nejmladší věková skupina SVL“, byla obdobná jako u populace SVL. Celkem 15–19 let (12 %). jsme oslovili 590 NESVL respondentů a uplatnili vůči nim obdobný dotazník a stejný metodologický postup. Rodinný stav U těch ukazatelů, u kterých to považujeme za užitečné, U rodinného stavu respondentů je patrný první zásad- podáváme srovnání obou dvou zkoumaných popu- ní rozdíl oproti celkové populaci ČR. Významně vyšší, lací (tj. SVL a NESVL), potažmo nabízíme srovnání konkrétně o 23 procentních bodů, je podíl svobodných Tab. 1: Zkoumaná populace SVL dle věku a pohlaví / Age and gender composition of the surveyed population Muži / Men Ženy / Woman Celkem / Total SVL / SEL NESVL / NON-SEL SVL / SEL NESVL / NON-SEL SVL / SEL NESVL / NON-SEL Věk / Age abs. % abs. % abs. % abs. % abs. % abs. % 15–19 161 13,2 35 12,2 142 10,6 40 13,2 303 11,8 75 12,7 20–29 241 19,7 55 19,1 284 21,2 54 17,9 525 20,5 109 18,5 30–44 309 25,2 80 27,8 362 27,0 79 26,2 671 26,1 159 26,9 45–59 285 23,3 58 20,1 314 23,4 66 21,9 599 23,3 124 21,0 60+ 228 18,6 60 20,8 240 17,9 63 20,9 468 18,2 123 20,8 Celkem 1 224 100,0 288 100,0 1 342 100,0 302 100,0 2 566 100,0 590 100,0 Total Zdroj: Vlastní výzkum. Source: Authors’ research. Tab. 2: Populace SVL, NESVL a ČR ve věku 15+ dle rodinného stavu / SEL population (socially excluded), NON-SEL population (non-socially excluded) and CZ (Czech population) by marital status (15 years and over) SVL / SEL NESVL / NON-SEL ČRi / CZi abs. % abs. % abs. % Rozvedený/á / Divorced 387 15,1 107 18,1 1 193 417 13,4 Svobodný/á / Single 1 384 (511ii) 53,9 (19,9ii) 277 (68ii) 46,9 (11,5ii) 2 782 321 31,2 Vdovec/vdova / Widowed 193 7,5 40 6,8 743 990 8,3 Ženatý/vdaná / Married 602 23,5 166 28,1 4 211 817 47,2 Celkem / Total 2 566 100,0 590 100,0 8 931 545 100,5 Zdroj: Vlastní výzkum; i) ČSÚ, 2017. Source: Authors’ research; i) CZSO, 2017. Pozn.: ii) Z toho v partnerském vztahu. Note: ii) In a common-law partnership. 9) Není-li uvedeno jinak, jednotlivé údaje se vztahují vždy k populaci SVL. 24  Laco Toušek – Václav Walach – Petr Kupka – Ondřej Plachý – Kateřina Tvrdá – Ľubomír Lupták – Alica Brendzová Sociálně vyloučené lokality z pohledu sociodemograických ukazatelů osob, resp. nižší podíl (–24 p. b.) osob žijících v man- 2008; Svoboda – Morvayová, 2010), ale i judikatura želském svazku. U svobodných osob jsme navíc na Evropského soudu pro lidská práva (Rada Evropy. rozdíl od dat ČSÚ zohledňovali, zda žijí v partnerském Evropský soud pro lidská práva, 2007), upozorňují, svazku v rámci jedné domácnosti, nebo žijí bez druha že tento problém je vedle relativní chudoby a níz- či družky. Celkem 20 % ze svobodných respondentů kých vzdělanostních aspirací spojen s diskriminací uvedlo „ano“ a 34 % „ne“. a segregací ve školách na základě připsané romské identity, s níž jsou obyvatelé SVL lokalit převážně Vzdělání spojováni (viz dále). Nízké vzdělání je označované za nejpalčivější problém Provedené šetření ukázalo, že vzdělanostní rozdíly sociálně vyloučené populace a bariérou pro zlepšení mezi zkoumanou populací a populací ČR jsou pro- její situace. Mnohé studie (European Union Agency for pastné. Celkem 63 % osob žijících v SVL má pouze Fundamental Rights, 2016; GAC spol. s r. o., 2007; GAC základní vzdělání (ukončené, nebo neukončené), spol. s r. o., 2006, 2010; Morvayová, 2008; Světová banka, kdežto v běžné populaci je to jenom 18 % (rozdíl Tab. 3: Vzdělanostní struktura SVL a NESVL v porovnání s celkovou populací ČR (osoby ve věku 15+)10) Composition of SEL and NON-SEL populations by educational attainment compared to the total Czech Republic population (15 years and over) SVL / SEL NESVL / NON-SEL ČRi / CZi abs. % abs. % abs. % Bez vzdělání/ZŠ / Primary incl. incomplete education 1 613 62,9 94 15,9 1 613 986 18,0 SŠ bez maturity / Secondary education without GCSE 740 28,8 192 32,5 2 952 112 33,0 SŠ/VŠO / Secondary / Upper secondary education 183 7,1 244 41,4 2 790 112 31,2 VŠ / Tertiary education 30 1,2 60 10,2 1 114 731 12,5 Nezjištěno / Not identiied x x x x 476 691 5,3 Celkem / Total 2 566 100,0 590 100,0 8 947 632 100,0 Zdroj: Vlastní výzkum; i) ČSÚ, 2014; vlastní výpočty. Source: Authors’ research; i) authors’ computation based on CZSO 2014 data. Tab. 4: Vzdělání populace SVL dle věkových skupin / SEL population by age and educational attainment 15–19 20–29 30–44 45–59 60+ abs. % abs. % abs. % abs. % abs. % Bez vzdělání/ZŠ / Primary 265 87,46 347 66,73 384 57,23 344 57,43 273 58,33 incl. incomplete education SŠ bez maturity / Secondary 35 11,55 145 27,88 222 33,08 192 32,05 146 31,20 education without GCSE SŠ/VŠO / Secondary / Upper 3 0,99 27 5,19 59 8,79 51 8,51 43 9,19 secondary education VŠ / Tertiary education 0 0,00 6 1,15 6 0,89 12 2,00 6 1,28 Celkem / Total 303 100,00 525 100,00 671 100,00 599 100,00 468 100,00 Zdroj: Vlastní výzkum. Source: Authors’ research. 10) Odpověď na otázku: „Jaké je Vaše nejvyšší dosažené vzdělání?“ 25  2018 60 (1) ČLÁNKY 45 p. b.).11) Jakkoli se od roku 1990 vzdělanostní úro- použití je při terénním výzkumu obtížné kvůli je- veň obyvatelstva ČR obecně mezigeneračně zvyšuje jich komplikované definici. Za druhé, jsou natolik (ČSÚ, 2014), pro populaci SVL to neplatí. Naopak striktní, že zakrývají povahu daného problému, zaznamenáváme mezigenerační pokles vzdělanostní neboť z řad nezaměstnaných vylučují značnou část úrovně a prohlubování nerovnosti v této oblasti (srov. těch, kteří zaměstnání nemají, ale definici ukaza- GAC spol. s r. o., 2015). Tabulka 4 pak dokládá, že se telů nesplňují (např. nejsou registrovaní na Úřadu to týká zejména nárůstu základního či žádného vzdě- práce nebo aktivně nehledají zaměstnání).12) Pro- lání na úkor nematuritního středoškolského vzdělání, to jsme zvolili postup založený na sebeoznačení jakkoli u nejmladší (a potenciálně stále studující) vě- ekonomicky aktivního jedince podle toho, zda je, kové skupiny může ještě dojít v budoucnu k dosažení nebo není (legálně) zaměstnaný. Takový jedinec vyššího vzdělání. nemusí nutně splňovat jednu nebo druhou zmí- něnou konceptualizaci nezaměstnanosti, ale pro Ekonomický status účely daného výzkumu, resp. zkoumané populace Vedle nízké vzdělanostní úrovně je ve vztahu to považujeme za užitečnější ukazatel. k populaci SVL skloňována zejména problematika Celkem 28 % respondentů uvedlo, že jsou za- nezaměstnanosti. Některé zdroje uvádějí „neza- městnáni. Naopak 31 % že nikoli, ale jsou ekono- městnanost“ až 85 % (GAC spol. s r. o., 2015: 12). micky aktivní. Tyto výsledky odpovídají průzkumu Tyto odhady jsou však ze dvou zásadních důvodů Agentury pro základní lidská práva, který došel zavádějící. První a často se opakující chybou je k hodnotám 29 %, resp. 32 % (European Union vytvoření odhadu „nezaměstnanosti“ na zákla- Agency for Fundamental Rights, 2016), avšak vý- dě prostého podílu těch, kdo mají zaměstnání, hradně ve vztahu k populaci identifikované jako k celkovému (skutečnému či odhadovanému) po- „romská“. V porovnání s populací NESVL je patrný čtu osob žijících v lokalitě (či lokalitách). Mezi značný rozdíl (25 p. b.) u kategorie osob „bez za- „nezaměstnané“ jsou tak počítány i ekonomicky městnání“, který v jejím případě činí 6 % z celku. neaktivní osoby, včetně důchodců, studujících Dodejme, že v době sběru dat byla obecná míra apod. Druhou chybou je absence konceptualiza- nezaměstnanosti v ČR 4 %.13) Rozdíly však nalezne- ce toho, co je „nezaměstnaností“ myšleno. Pouze me i u ostatních kategorií, zejména u počtu studu- implicitně se lze domnívat, že za „nezaměstnané“ jících osob (–11 p. b.) a osob ve starobním důchodu jsou považovány všechny osoby, které jsou eko- (–8 p. b.). Celkově můžeme za ekonomicky neaktivní nomicky aktivní, ale legálně nepracují. Stručně označit 40 % respondentů ze SVL, v případě NESVL řečeno, nesplňují nutně ani definici obecné míry je to 48 %. Obecně lze dále konstatovat, že lidé žijící nezaměstnanosti, ani podílu nezaměstnaných osob. v SVL se z hlediska ekonomického statusu významně Oba uvedené a běžně používané ukazatele ne- odlišují od populace ČR, a to nejen často zmiňova- zaměstnanosti jsou ovšem ve vztahu k SVL popu- nou „nezaměstnaností“, ale i ostatními kategoriemi laci a jejímu zkoumání nevhodné. Za prvé, jejich ekonomického postavení. 11) Studie Česká republika: Šance na zlepšení zaměstnanosti Romů (Světová banka, 2008) uvádí 65 % osob se základním ukončeným, nebo neukončeným vzděláním. Studie byla provedena na populaci žijící v sociálně vyloučených lokalitách a identiikované výhradně jako „romská“. 12) Např. ojedinělá studie Česká republika: Šance na zlepšení zaměstnanosti Romů stanovuje míru nezaměstnanosti na základě deinice ILO mezi romskou populací na 5 % (!), zatímco 56 % z nich označuje za „nečinné na pracovním trhu“, mezi které ovšem spadají i ti, kteří nejsou ekonomicky aktivní, čímž dochází ke zkreslení daného jevu (Světová banka, 2008). 13) Rozdíl dvou procentních bodů u NESVL populace oproti celkové nezaměstnanosti v ČR v době sběru dat můžeme připsat tomu, že obecná míra nezaměstnanosti je založena na deinici, která je exkluzivnější než námi zvolený přístup, a dále skutečnosti, že výzkum probíhal v obcích, kde je tato míra obecně vyšší. 26  Laco Toušek – Václav Walach – Petr Kupka – Ondřej Plachý – Kateřina Tvrdá – Ľubomír Lupták – Alica Brendzová Sociálně vyloučené lokality z pohledu sociodemograických ukazatelů Tab. 5: Populace SVL a NESVL dle ekonomického statusu / Population SEL and NON-SEL by employment status SVL / SEL NESVL / NON-SEL abs. % abs. % „Bez zaměstnání“i) / Not employed 806 31,4 30 6,1 Starobní důchodce / Retired pensioners 372 14,5 111 22,7 Dělník/dělnice nekval. / Unskilled manual workers 326 12,7 48 9,8 Mateřská, rodičovská / Maternity/parental leave 310 12,1 26 5,3 Dělník/dělnice kval. / Skilled manual workers 191 7,4 81 16,6 Studující / Students 188 7,3 87 17,8 Invalidní důchod / Disability pensioners 169 6,6 11 2,3 Ostatní zaměstnaný/á / Other employed persons 172 6,7 60 12,3 OSVČ / Self-employed persons 32 1,3 36 7,4 Celkem / Total 2 566 100,0 490 100,0 Zdroj: Vlastní výzkum. Source: Authors’ research. Pozn.: i) Nesplňuje deinici míry nezaměstnanosti dle Eurostatu. Note: i) Does not meet the deinition of the unemployment rate by Eurostat. Uvedené platí i pro otázku příjmů domácností. dojdeme k závěru, že i přes značně vyšší počet čle- Z důvodů obtížného určení přesné výše měsíční- nů domácnosti u prvně zmiňované skupiny jsou její ho příjmu domácnosti včetně sociálních transferů příjmy zhruba o jednu třetinu nižší než u druhé sku- jsme se respondentů ptali na jejich odhady v rámci piny.14) Téměř polovina (49,3 %) respondentů žijících 11 možných intervalů (viz tabulka 6). To nám sice v SVL uvedla výši měsíčního příjmu domácnosti do znemožňuje uvést průměrný příjem či jeho medián, 17 000 Kč, u NESVL populace tomu bylo 21 %. ale na druhou stranu to zvýšilo pravděpodobnost zís- Na základě zjištěných údajů o složení do- kání odpovědi, resp. snížení počtu odpovědí „nevím“, mácností můžeme odhadnout, kolik osob žije které i tak dosáhly 11 % z celku. v domácnostech s příjmem pod hranicí příjmové Populace SVL se oproti populaci NESVL vy- chudoby (dle konceptualizace Eurostatu) po so- značuje znatelně vyšším počtem osob žijících ciálních transferech. Zdůrazňujeme, že se jedná v jedné domácnosti (viz dále). Tento faktor se o hrubý odhad, který je založený na dolní hranici však na výši měsíčního příjmu domácností vý- intervalu deklarovaného přijmu včetně sociálních razněji neprojevuje, a to z důvodu vyššího počtu transferů bez znalosti intervenujících faktorů, osob „bez zaměstnání“. Lidové stereotypy o tom, které mohou, vyjma známého počtu osob v do- že „nezaměstnaní“ lidé jsou na tom díky sociál- mácnosti a jejich věku, vstupovat do výpočtu. 15) ním dávkám a většímu počtu dětí lépe a pracovat Při vědomí uvedeného omezení si troufáme tvrdit, se jim nevyplatí, se z tohoto pohledu ukazují jako že min. 65 % domácností ze SVL žije pod hranicí mylné. Pokud porovnáme rozdíly ve výši měsíční- chudoby, oproti 9,7 % v celkové populaci v roce ho příjmu SVL domácností a NESVL domácností, 2016 (Eurostat, 2017). 16) 14) Je třeba připomenout, že obě zkoumané populace pocházejí ze stejných obcí, tj. nemohou zde hrát roli regionální rozdíly ve výši mezd. 15) Například jsme nezjišťovali, zda osoby jmenované jako žijící ve stejné domácnosti splňují kritéria společně posuzovaných osob apod. 16) Studie Agentury pro základní lidská práva, která byla provedena výhradně na romské populaci, došla k hodnotě 58 % (European Union Agency for Fundamental Rights, 2016). 27  2018 60 (1) ČLÁNKY Tab. 6: Čistý měsíční příjem domácnosti SVL a NESVL17) / Net monthly income of SEL and NON-SEL populations SVL / SEL NESVL / NON-SEL V Kč / in CZK abs. % abs. % do 6 000 / 6 000 or less 142 5,5 8 1,4 6 001–8 000 129 5,0 10 1,7 8 001–10 000 216 8,4 19 3,2 10 001–12 000 242 9,4 27 4,6 12 001–14 000 213 8,3 28 4,8 14 001–17 000 324 12,6 32 5,4 17 001–20 000 300 11,7 51 8,6 20 001–25 000 272 10,6 75 12,7 25 001–35 000 230 9,0 102 17,3 35 001–50 000 79 3,1 73 12,4 50 001 a více / 50 001 or more 28 1,1 56 9,5 Neví / Don’t know 290 11,3 60 10,2 Odmítl/a uvést / Declined to specify 101 3,9 49 8,3 Celkem / Total 2566 100,0 590 100,0 Zdroj: Vlastní výzkum. Source: Authors’ research. Bydlení 2006 uvádí podíl 58 % (GAC spol. s r. o., 2006: 16), tedy Oblast bydlení je médii, politickou reprezentací, ale téměř o 20 p. b. více, než je aktuální stav. i odbornou veřejností ve vztahu ke zkoumané popula- Zatímco u populace ČR dlouhodobě stoupá počet ci v poslední době akcentována zejména v souvislosti osob žijících v bytech v osobním vlastnictví, u soci- s tzv. byznysem s chudobou. Tím je rozuměno zneu- álně vyloučené zůstává v posledních 10 letech stejný, žívání situace skupin obyvatel, kteří jsou znevýhod- tj. kolem 10 % (srov. GAC spol. s r. o., 2006: 16). Na- něni na běžném trhu s bydlením, a tak nemohou než opak se u ní významně zvyšuje podíl těch, kteří bydlí přistoupit na placení nájmů a poplatků za ubytování v soukromém nájemním bydlení (41 %), a to na úkor, ve výši, která neodpovídá jeho kvalitě a formě. Jako jak už bylo řečeno, bydlení obecního. Uvedený počet klíčový zdroj plateb zde igurují doplatky na bydle- (15,9 %) sociálně vyloučených bydlících na ubytovnách ní alokované státem. Tato debata se často omezuje je třeba brát pouze jako orientační, resp. minimální, na ubytovny, kde jsou částky za ubytování zpravidla a to ze dvou hlavních důvodů. Prvním důvodem je, nejvyšší. Ty ovšem tvoří pouze vrcholek problémů že některé bytové domy, ale i dílčí bytové jednotky, v oblasti bydlení a sociálního vyloučení (viz níže). jsou v SVL z právního hlediska provozovány jako Tabulka 7 ukazuje, že v současnosti žije v bytech „ubytovny“, ačkoli tuto představu zdánlivě neevokují. ve vlastnictví obcí 29 % obyvatel SVL. Neexistují kom- Osoby v nich bydlící mohou mít uzavřenou smlouvu plexní data, která by dovolila přesně říct, jakým způ- o ubytování, nikoli smlouvu nájemní, aniž by to nutně sobem se tento podíl vyvíjel v čase. Avšak na základě rozlišovaly. Druhým důvodem je, že ne do všech identii- dílčích studií realizovaných v minulosti si dovolujeme kovaných ubytoven nám byl umožněn ostrahou přístup. tvrdit, že ještě před 10 lety byla většina tehdy existu- Populace SVL se neliší pouze z hlediska kategorií jících SVL v majetku obcí. Např. analýza SVL z roku bydlení, ale i počtu členů domácnosti obývajících 17) Odpověď na otázku: „Mohl/a byste mi, prosím, sdělit celkový čistý měsíční příjem celé Vaší domácnosti, tedy včetně důchodů, sociálních příspěvků, stipendií atp.?“ 28  Laco Toušek – Václav Walach – Petr Kupka – Ondřej Plachý – Kateřina Tvrdá – Ľubomír Lupták – Alica Brendzová Sociálně vyloučené lokality z pohledu sociodemograických ukazatelů Tab. 7: Srovnání populací SVL a NESVL dle typu bydlení / SEL and NON-SEL population by housing type/tenure SVL / SEL NESVL / NON-SEL abs. % abs. % Neurčeno k bydlení / Space not intended for use as housing/accommodation 8 0,3 2 0,3 Bez nájemní smlouvy / Accommodation without a proper lease agreement 9 0,4 1 0,2 RD v nájmu / House rented from a private landlord 30 1,2 9 1,5 RD v osobním vlastnictví / Privately owned house 86 3,4 103 17,5 Byt v osobním/družstevním vlast. / Flat owned privately/owned as a member of a housing cooperative 237 9,2 242 41,0 Ubytovna / Dormitory 407 15,9 3 0,5 Obecní byt v nájmu / Council lat 735 28,6 92 15,6 Soukromý byt v nájmu / Flat rented from a private landlord 1 054 41,0 138 23,4 Celkem / Total 2 566 100,0 590 100,0 Zdroj: Vlastní výzkum. Source: Authors’ research. danou bytovou či ubytovací jednotku. Průměrný počet se změnila a mění se jejich vlastnická struktura. K mi- členů bytových domácností dosáhl 3,43 osob, oproti graci obyvatel dochází především na úrovni mikroregi- 2,47 osobám u populace ČR v roce 2011 (ČSÚ, 2013). onů, u větších obcí v rámci jejich katastru. Mezi hlavní Jakkoli se na první pohled může zdát, že se nejedná příčiny lze považovat kombinaci push a pull faktorů. o velký rozdíl (0,96), je třeba si uvědomit, že se jedná Za push faktory lze považovat dluhy na nájemném, o průměrnou hodnotu odpovídající sociodemogra- ale i např. formální a neformální politiky obcí.20) Pull ickému trendu z 30. až 40. let 20. století.18) faktory jsou představovány cílenou nabídkou tzv. ob- Jednou ze základních charakteristik SVL je je- chodníků s chudobou, kteří kupují levné nemovitosti, jich vnitřní i vnější dynamika. Většina z nich vznikla a vlivem příbuzenských sítí (viz např. Foldynová aj., v posledních 20 letech (GAC spol. s r. o., 2006), některé 2016; GAC spol. s r. o., 2015; Grygar – Stöckelová, 2007; zanikly, jiné se objevily. A jak bylo již řečeno, významně Kaková aj., 2012; Kašparová aj., 2008). Tab. 8: Počet členů bytových domácnosti v populaci SVL19) / SEL population by number of persons per household SVL / SEL NESVL / NON-SEL ČRi / CZi Počet osob / Number of persons per household abs. % abs. % abs. % 1 417 16,3 x x 1 214 201 29,6 2 617 24,1 x x 1 211 977 29,5 3 430 16,8 x x 737 515 18,0 4 417 16,3 x x 629 420 15,3 5+ 685 26,7 x x 311 522 7,6 Celkem / Total 2 566 100,0 x x 4 104 635 100,0 Průměrný počet / Average count 3,43 x x x 2,47 x Zdroj: Vlastní výzkum; i) ČSÚ, SLDB 2011. Source: Authors’ research; i) CZSO 2011 Population and Housing Census. 18) V roce 1930 byl v ČR průměrný počet členů domácnosti 3,67 a v roce 1950 3,14 (ČSÚ, 2013). 19) Odpověď na otázku: „Pro představu, jak vypadá Vaše domácnost, můžete, prosím, vyjmenovat všechny její členy dle věku a pohlaví?“ 20) Nejsou výjimkou případy, kdy obec koupila nemovitosti v jiné obci a své občany tam přestěhovala. 29  2018 60 (1) ČLÁNKY Tab. 9: Délka bydlení v obci a na současné adrese u populace SVL / SEL population: length of time resident in present home and present municipality Na adrese / Present address V obci / Present municipality SVL / SEL NESVL / NON-SEL SVL / SEL NESVL / NON-SEL abs. % abs. % abs. % abs. % Méně než 1 měsíc / One month or less 11 0,4 9 1,5 3 0,1 1 0,2 1 měsíc až 6 měsíců / One to six months 331 12,9 35 5,9 122 4,8 8 1,4 6 měsíců až 1 rok / Six months to one year 244 9,5 17 2,9 91 3,6 8 1,4 1 rok až 5 let / One year to ive years 869 33,9 142 24,1 425 16,6 65 11,0 6 až 10 let / Six to ten years 383 14,9 86 14,6 262 10,2 55 9,3 11 až 20 let / Eleven to twenty years 280 10,9 72 12,2 244 9,5 64 10,8 Více než 20 let / Twenty years or more 286 11,2 144 24,4 570 22,2 165 28,0 Od narození / Since birth 162 6,3 85 14,4 849 33,1 224 38,0 Celkem / Total 2 566 100,0 590 100,0 2 566 100,0 590 100,0 Zdroj: Vlastní výzkum. Source: Authors’ research. Národnost ale na určení národnostní (etnické) identity zvnějšku, SVL bývají spojovány převážně s romskou populací, převážně na základě kvazifyzických (rasových) znaků a to nejen širokou veřejností, ale zpravidla i odbor- a jako takové postrádají vědeckou rigorozitu. Srov- níky (Vacková aj., 2011). Takové tvrzení však v sobě návací studie navíc ukazují, že při vnější identiikaci skrývá nejen epistemologické, ale i etické problémy, jsou za Romy označovány osoby, které tak sami sebe které plynou z toho, jakým způsobem je národnost- neoznačují, a naopak (Csepeli – Simon, 2007). ní romská (etnická) identita pojímána a určována Na druhou stranu je nutné připustit, že pokud je (viz např. Klíčová, 2006; Uherek, 2010). Není naším někdo okolím, byť na základě problematických krité- cílem a ani nemáme prostor se této otázce podrobněji rií, chápán jako „Rom“, tak se jím ve svých důsledcích věnovat, a proto jen stručně. stává i bez ohledu na to, zda se tak sám chápe. Jinými Český právní systém rozeznává národnost na zá- slovy, identita každého člověka je vytvářena (připiso- kladě etnického původu, jazyka, kultury či tradic, vána) na základě sociální interakce s druhými a mezi a to na principu sebeidentiikace. Právo vlastní vol- druhými, spíše než na základě vlastní volby. Z tohoto by je zaručeno Listinou základních práv a svobod. důvodu se často přistupuje k určování „romství“ tak, Lapidárně řečeno, člověk má výlučně tu národnost, že jako „Romové“ jsou chápani ti, kdo jsou okolím ke které se sám hlásí (doslova „projevuje přání“).21) takto označováni nebo se tak sami označují, přičemž Logicky stejně konceptualizuje národnost i ČSÚ uvedená kategorie je chápána jako zastřešující pro s tím, že od roku 2001 zavedl možnost hlásit se v rámci různé skupiny (Olaši, Kalderaši, Sinti atd.), resp. pro censu ke dvojí národnosti. různé slovní ekvivalenty („Cigáni“, „Cikáni“ atd.). Podle některých odborných odhadů (Kalibová, S ohledem na zvolený způsob sběru dat v podobě 2009) se však na základě sebeurčení hlásí k romské individuálního dotazníkového šetření jsme zvolili identitě jen zlomek „Romů“. Důvody jsou jmenova- přístup na základě sebeidentiikace, který jsme po- né různé: strach z diskriminace a/nebo stigmatizace, važovali v daném kontextu za eticky a epistemolo- etnická/národnostní indiference apod. Problém je gicky nejméně problematický. Jinak řečeno, ptali jsme v tom, že tyto odhady nejsou v důsledku založeny, stej- se respondentů, ke které národnostní či etnické iden- ně jako přístup veřejnosti, na principu sebeidentiikace, titě se hlásí, aniž bychom jim dali na výběr z baterie 21) Zákon č. 273/2001 Sb., o právech příslušníků národnostních menšin. 30  Laco Toušek – Václav Walach – Petr Kupka – Ondřej Plachý – Kateřina Tvrdá – Ľubomír Lupták – Alica Brendzová Sociálně vyloučené lokality z pohledu sociodemograických ukazatelů Tab. 10: Národnost (etnicita) na základě sebeidentiikace u populace SVL22) SEL population by self-identiied nationality/ethnicity SVL / SEL NESVL / NON-SEL ČRi / CZi abs. % abs. % abs. % Česká, moravská, slezská / Czech, Moravian, Silesian 1 514 59,00 x x 7 245 639 69,43 Romská / Roma 778 30,32 x x 5 135 0,05 Slovenská / Slovak 123 4,79 x x 147 152 1,41 Jiná/nezjištěno / Other/not identiied 151 5,88 x x 3 038 634 29,12 Celkem / Total 2 566 100,00 x x 10 436 560 100,00 Zdroj: Vlastní výzkum; i) ČSÚ, SLDB 2011; vlastní výpočty. Source: Authors’ research; i) Authors‘ computations based on CZSO 2011 Population and Housing Census data. možností. Na základě takto položené otázky se celkem Rozdíly jsou patrné zejména u následujících uka- 59 % z nich přihlásilo dobrovolně k české identitě zatelů: rodinný stav; vzdělání; ekonomický status a 30 % k romské.23) Můžeme jen předpokládat, že ne jedince a jeho domácnosti; typ bydlení, počet členů všichni dotazovaní, kteří se situačně v jiném kontextu domácnosti a délka bydlení na dané adrese a v obci; za „Romy“ a „Romky“ mohou považovat, tak učinili, národnostní/etnická sebeidentiikace. Jinak řečeno, resp. že tak učinil pouze zlomek těch, kteří jsou takto obyvatelé SVL jsou častěji svobodní, mají významně označováni svým okolím. nižší vzdělání, potýkají se vyšší „nezaměstnaností“ a nižšími příjmy, žijí v domácnostech s vyšším počtem členů a častěji se stěhují. V neposlední řadě, jakkoli ZÁVĚR jde o ukazatel nejistý, se častěji hlásí k romské národ- V tomto článku jsme představili vybrané sociode- nosti či etnicitě. mografické charakteristiky populace, která bydlí Některé uvedené poznatky nejsou nutně překvapu- v tzv. sociálně vyloučených lokalitách (SVL). Vyu- jící a odborná veřejnost je předpokládá, avšak zaklá- žili jsme k tomu primární data získaná z vlastního dá je na kvaliikovaných odhadech či mikro studiích viktimizačního šetření (N = 2 566) a u těch uka- a dosud chyběla data, která by umožňovala kvanti- zatelů, u kterých to bylo možné, jsme je srovnali ikaci na celostátní úrovni (viz výše).24) Z tohoto dů- s populací, která žije vně těchto lokalit (NESVL, vodu bohužel nelze naše závěry systematicky srovnat N = 590), potažmo s celkovou populací ČR. Třebaže s jinými tuzemskými výzkumy, a proto jsme tak učinili je vymezení SVL lokalit na základě běžně dostup- pouze okrajově a ilustrativně u některých ukazatelů. ných indikátorů problematické a analytická, ale Případná komparace se zahraničními studiemi je i praktická užitečnost tohoto konceptu je zpochyb- ošemetná, a to z několika důvodů. Hlavním z nich je ňována, můžeme konstatovat, že ze sociodemogra- konceptuální nekonzistence. Zatímco v České repub- fického hlediska tyto lokality jednoznačně „existují“. lice, jak jsme uvedli, se poměrně úspěšně etabloval Jinými slovy řečeno, žije v nich populace, která se koncept tzv. sociálně vyloučených lokalit, v zahra- v základních ukazatelích odlišuje od svého okolí, ničí tomu tak není a studie marginalizovaných osob resp. od celkové populace ČR. se v důsledku zaměřují na odlišné populace. Ty jsou 22) Volná odpověď na otázku: „Mohu se Vás zeptat, k jaké etnické nebo národnostní identitě se hlásíte?“ 23) Připomeňme, že v SLDB 2011 se k romské národnosti přihlásilo 5 135 osob (0,049 % z celku) a kombinaci české a romské národnosti 7 026 osob (0,067 % z celku). 24) Částečnou výjimkou je studie Agentury Evropské unie pro základní lidská práva (2016), která se ovšem zaměřovala výhradně na národnostně/etnicky deinovanou populaci Romů primárně ve vztahu k diskriminaci a nepokrývala systematicky Českou republiku. 31  2018 60 (1) ČLÁNKY například deinované etnicky, jak je tomu i na Slo- a francouzských „banlieu“, které považuje za struktu- vensku v případě „marginalizovaných romských ko- rálně rozdílné formace, u nichž převládá pojetí rasové munit“ (viz Filadeliová – Gerbery, 2012; Mušinka („black belt“), resp. třídní („red belt“). aj., 2014; Radičová, 2004), nebo na základě „mate- Pojetí marginalizace v České republice prostřed- riální deprivace“, jak je tomu třeba ve Velké Británii nictvím konceptu sociálního vyloučení, resp. sociálně (viz např. Dermott, 2017; Hardill, 2001). Neméně důle- vyloučených lokalit odkazuje na multidimenzionální žitým a souvisejícím důvodem je, že historický, sociální povahu jevu a snaží se vyhnout více či méně převa- a politický kontext marginalizace v různých zemích žujícímu etnickému, rasovému či třídnímu základu. je natolik odlišný, že je otázkou, zda je komparace To má ovšem i své nevýhody, které způsobují, že je kvantitativních ukazatelů sociodemograické povahy tento jev obtížně kvantitativně identiikovatelný. Je tedy smysluplná. Např. Loic Wacqaunt (2008) konstatuje, otázkou, zda se v blízké budoucnosti nevyhneme snahám že proces marginalizace se odehrává všude odlišně, o nové konceptualizace, které by umožňovaly snadnější což dokládá na základě výzkumu amerických „ghett“ studium a statistický popis marginalizovaných lokalit. Literatura • Atkinson, A. 2015. Inequality: What Can Be Done? Cambridge, Massachusetts: Harvard University Press. • Council of the European Union, 2004. Joint report by the Commission and the Council on social inclusion. Brusel: Council of the European Union. Dostupné z: <http://ec.europa.eu/employment_social/soc-prot/soc-incl/final_joint_inclusion_report_2003_en.pdf>. • Csepeli, G – Simon, D. 2007. Construction of Roma identity in Eastern and Central Europe: perception and self‐identification. Journal of Ethnic and Migration Studies, 30, s. 129–150. • ČSÚ. 2013. Demografická příručka, e-4032-13. Praha: Český statistický úřad. Dostupné z: <https://www.czso.cz/csu/czso/demograficka -prirucka-2012-xwafiyp4ne#>. • ČSÚ. 2014. Úroveň vzdělání obyvatelstva podle výsledků sčítání lidu, 170232-14. SLDB. Praha: Český statistický úřad. Dostupné z: <https://www.czso.cz/documents/10180/20536250/17023214.pdf/7545a15a-8565-458b-b4e3-e8bf43255b12?version=1.1>. • ČSÚ. 2017. Věkové složení obyvatel podle pohlaví a rodinného stavu k 31. 12. 2016. Praha: Český statistický úřad. Dostupné z: <https://www.czso.cz/csu/czso/vekove-slozeni-obyvatelstva-2016>. • ČSÚ, nedatováno. Životní podmínky (EU-SILC) - Metodika. Praha: Český statistický úřad. Dostupné z: <https://www.czso.cz/csu/czso/ zivotni-podminky-eu-silc-metodika>. • Dermott, E. 2017. Poverty and Social Exclusion in the UK: Vol 1: Volume 1 - The Nature and Extent of the Problem. Bristol: Policy Press. • European Commission. 2010. Combating poverty and social exclusion. A statistical portrait of the European Union 2010. Luxembourg: Publications Office of the European Union. Dostupné z: <http://ec.europa.eu/employment_social/2010againstpoverty/export/sites/ default/downloads/Publications/Statistical_portrait_of_the_EU2010.pdf>. • European Union Agency for Fundamental Rights. 2016. Second European Union Minorities and Discrimination Survey. Roma – Selected findings. Luxembourg: Publications Office of the European Union. • EUROSTAT. 2017. At-risk-of-poverty thresholds – EU-SILC survey. Brusel: Eurostat. Dostupné z: <http://ec.europa.eu/eurostat/web/ income-and-living-conditions/data/database#>. • Filadelfiová, J. – Gerbery, D. 2012. Správa o životných podmienkach rómskych domácností na Slovensku 2010. Bratislava: Regionálne centrum Rozvojového programu OSN Pre Európu a Spoločenstvo nezávislých štátov v Bratislave. • Foldynová, I. aj. 2016. Výzkum vnitrostátní migrace sociálně vyloučených a sociálním vyloučením ohrožených obyvatel ČR. Ostrava: PROCES – Centrum rozvoj obcí a regionů, s.r.o. • GAC spol. s r. o. 2007. Analýza postojů a vzdělávacích potřeb romských dětí a mládeže. 2007. • GAC spol. s r. o. 2006. Analýza sociálně vyloučených lokalit a absorpční kapacity subjektů působících v této oblasti. Praha: GAC spol. s r. o. • GAC spol. s r. o. 2010. Sociologická analýza přechodů romských dětí ze sociálně vyloučeného prostředí ze základních na střední školy. Prague: GAC spol. s r. o. • GAC spol. s r. o. 2015. Analýza sociálně vyloučených lokalit v ČR. Praha: GAC spol. s r. o. 32  Laco Toušek – Václav Walach – Petr Kupka – Ondřej Plachý – Kateřina Tvrdá – Ľubomír Lupták – Alica Brendzová Sociálně vyloučené lokality z pohledu sociodemograických ukazatelů • Grygar, J. – Stöckelová, T. 2007. Příčiny a souvislosti stěhování vsetínských Romů z pavlačového domu č. p. 1336 v říjnu 2006. Brno: Masarykova univerzita, Fakulta sociálních studií. • Hardill, I. 2001. Human Geography of the UK: An Introduction. B.m.: Psychology Press. ISBN 978-0-415-21425-4. • Hurrle, J. aj. 2016. Socially excluded localities revisited. Geografie, 121, s. 544–565. • Kafková, J. aj. 2012. Analýza migračních trendů na Šluknovsku (Varnsdorf, Rumburk, Jiříkov, Krásná Lípa a Šluknov) (Varnsdorf, Rumburk, Jiříkov, Krásná Lípa a Šluknov). Praha: Agentura pro sociální začleňování. Dostupné z: <http://www.socialni-zaclenovani.cz/ dokumenty/dokumenty-pro-lokalitu-sluknovsko/analyza-migracnich-trendu-na-sluknovsku-kafkova-j-sokacova-l-szenassy-e-2012/ download>. • Kalibová, K. 2009. Demografické charakteristiky Romů ve vybraných zemích střední a východní Evropy. In Cikánské skupiny a jejich sociální organizace, s. 213–237. Brno: Centrum pro studium demokracie a kultury (CDK). • Kašparová, I. aj. 2008. Dlouhodobý monitoring situace romských komunit v České republice. Moravské lokality. Rady vlády ČR pro záležitosti romské komunity, Úřad vlády: Praha. • Klíčová, K. 2006. Sčítání lidu: Romští Češi nebo čeští Romové. In: Etnická různost a občanská jednota, s. 221–255. Brno: Centrum pro studium demokracie a kultury. • Krejčí, J. 2008. Kvalita sociálněvědních výběrových šetření. Praha: Sociologické nakladatelství (SLON). • Morvayová, P. 2008. Děti trvale žijící v prostředí sociálně vyloučené lokality. Determinanty vzdělávání v sociokulturním kontextu. AntropoWebzin, 2008, s. 27–55. • MPSV. 2014. Strategie sociálního začleňování 2014–2020. Praha: MPSV. Dostupné z: <http://www.mpsv.cz/files/clanky/17082/strategie_ soc_zaclenovani_2014-20.pdf>. • Mušinka, A. – Škobla, D. – Hurrle, J. 2014. ATLAS rómskych komunít na Slovensku 2013. Bratislava: Regionálne centrum Rozvojového programu OSN Pre Európu a Spoločenstvo nezávislých štátov v Bratislave. • Mysíková, M. 2016. Klamná hranice chudoby v Česku. Vesmír. Dostupné z: http://vesmir.cz/2016/11/16/klamna-hranice-chudoby-cesku/. • Piketty, T. 2015. Kapitál v 21. století. Praha: Universum. • Rada Evropy. Evropský soud pro lidská práva. 2007. D. H. a ostatní vs Česká Republika. • Radičová, I. (ed.) 2004. Atlas rómskych komunít na Slovensku 2004. Bratislava: Centrum pre analýzu sociálnej politiky (INEKO, SPACE, IVO). • Růžička, M. 2012. Wacquant v „romském ghettu“: Poznámky k procesu ghettoizace v českých městech. In Nové sociálně prostorové nerovnosti, lokální rozvoj a kvalita života, s. 20–45. Plzeň: Aleš Čeněk, s.r.o. • Růžička, M. – Toušek, L. 2014. Sociální exkluze: její prostorové formy a měnící se podoby. In Soudobá sociologie VI (Oblasti a specializace), s. 117–143. Praha: Univerzita v Karlova v Praze, Nakladatelství Karolinum. • Světová banka, 2008. Česká republika: Šance na zlepšení zaměstnanosti Romů. • Svoboda, Z. – Morvayová, P. 2010. Schola excludus. Ústí na Labem: Univerzita Jana Evangelisty Purkyně, Pedagogická fakulta. • Tourangeau, R. et. al. 2014. Hard-to-Survey Populations. Cambridge: Cambridge University Press. • Uherek, Z. 2010. Poznámky k tématu identity a jejího vytváření u Romů v České republice. Romano džaniben, 16, s. 11–24. • Úřad vlády ČR, 2016. Strategie boje proti sociálnímu vyloučení na období 2016 až 2020. Praha: Úřad vlády ČR. Dostupné z: <http://www.socialni-zaclenovani.cz/dokumenty/strategie-boje-proti-socialnimu-vylouceni/strategie-boje-proti-socialnimu -vylouceni-2016-2020-finalni-verze/download>. • Úřad vlády ČR – Agentura pro sociální začleňování. 2016. Metodika koordinovaného přístupu k sociálně vyloučeným lokalitám. Praha: Úřad vlády ČR. Dostupné z: <http://www.socialni-zaclenovani.cz/dokumenty/metodika-kpsvl-aktualizovana-24-3-2016/metodika -kpsvl-aktualizovana-24-3-2016/download>. • Vacková, B. – Galčanová, L. – Hofírek, O. 2011. "Za čistší město“: Problémové lokality a jejich obyvatelé z pohledu místní politiky a správy. Sociologický časopis, 47, s. 633–656. • Večerník, J. – Mysíková, M. 2015. Chudoba v České republice. Kritický pohled na evropské ukazatele. Praha: Sociologický ústav Akademie věd ČR, v. v. i. • Wacquant, L. 2008. Urban Outcasts: A Comparative Sociology of Advanced Marginality. Cambridge: Polity. • Walach, V. 2015. Advanced Marginalization or Ghettoization? An Analysis of a Czech Socially Excluded Neighbourhood in Terms of Inhabitants’ Representations. In: Doing Research, Making Science: The Memory of Roma Workers, s. 141–188. Brno: Centre for the Study of Democracy and Culture (CDK) and Muni Press. 33  2018 60 (1) ČLÁNKY • Walach, V. – Kupka, P. 2016. Prostorové vyloučení po česku? Od sociálně vyloučených lokalit dál. ERA 21, 3, s. 73–75. • Walach, V. aj. V tisku. Mining the Crime: Reflection on Victimization Survey in Czech Socially Excluded Localities. Cargo: Journal for Cultural and Social Anthropology. Poděkování Text je dílčím výstupem z projektu Bezpečnostní rizika sociálně vyloučených lokalit: Vytváření znalostí a nástro- jů pro management a prevenci kriminality (VI20152018022), podpořený Programem bezpečnostního výzkumu České republiky v letech 2015–2020 (BV III/1-VS). LACO TOUŠEK vystudoval doktorské studium etnologie na Katedře antropologie Fakulty ilozoické Západočeské univerzity v Plzni, na které nyní působí jako odborný asistent. Věnuje se otázkám marginalizace a chudoby, bezdomo- vectví a kritické kriminologie. VÁCLAV WALACH absolvoval doktorské studium politologie na Fakultě sociálních studií Masarykovy univerzity. V současné době je výzkumným pracovníkem Katedry antropologie FF ZČU. Věnuje se otázkám bezpečnostní teorie a praxe, kriminality a postavení marginalizovaných skupin ve společnosti. PETR KUPKA vystudoval doktorské studium politologie na Fakultě sociálních studií Masarykovy univerzity v Brně a v sou- časnosti působí jako výzkumný pracovník Katedry antropologie FF ZČU. Věnuje se výzkumu organizovaného zločinu a sociálního vyloučení. ONDŘEJ PLACHÝ je doktorandem na Katedře politologie Filozoické fakulty Univerzity Hradec Králové a výzkumným pracov- níkem Katedry antropologie FF ZČU. Jeho odborným zájmem je studium politických systémů Latinské Ame- riky a kvantitativní metodologie. KATEŘINA TVRDÁ absolvovala magisterské obory Právo a právní věda a Bezpečnostní a strategická studia na Masarykově univerzitě a doktorské studium Politologie tamtéž. Působila jako výzkumná pracovnice na Katedře antropologie FF ZČU a od- borná asistentka na Ústavu středoevropských studií FVP SU v Opavě. V současné době je na rodičovské dovolené. ĽUBOMÍR LUPTÁK vystudoval historii a anglický jazyk na FF UCM v Trnavě. V letech 2004–2005 působil na Inštitúte bezpečnost- ných a obranných štúdií MO SR se specializací na náboženský extrémismus a demograické trendy. V letech 2006–2007 působil na oddělení obrannej politiky SEOPMVL MO SR, kde se věnoval tvorbě obranné politiky státu. V současnosti působí na FF ZČU. 34  Laco Toušek – Václav Walach – Petr Kupka – Ondřej Plachý – Kateřina Tvrdá – Ľubomír Lupták – Alica Brendzová Sociálně vyloučené lokality z pohledu sociodemograických ukazatelů ALICA BRENDZOVÁ je doktorandkou na Katedře antropologie FF ZČU a jako výzkumná pracovnice působí tamtéž. Věnuje se výzkumu sociálního vyloučení a v aplikované rovině participativnímu navrhování veřejných prostorů. SUMMARY Although it is sometimes claimed that the Czech Re- population in these municipalities in order to provide public has been unafected by the problem of growing comparative data. he aim of the analysis comparing social inequality, a portion of the country’s population the data on the surveyed population to the general continues to be labelled ‘socially excluded’, a term that Czech population was to examine the socially excluded refers to the population living in ‘socially excluded localities as residential units that are distinct in their localities’ and is also generally assigned to persons of social and demographic composition. Compared to Roma nationality/ethnicity. his paper attempts to the general population, the inhabitants of socially ill in the gaps caused by the lack of comprehensive excluded localities are less likely to be married, more information on this ‘hard-to-survey’ population using likely to have had only (some) primary education, less selected indings from a quantitative victimisation likely to be economically active (i.e. currently employ- survey carried out in municipalities in the Czech Re- ed), more likely to live in households with a relatively public in which a socially excluded locality had been lower monthly income, more likely to be renting their identiied by the government-commissioned 2015 homes from private landlords and to share home with Analysis of Socially Excluded Localities in the Czech a relatively higher number of persons per household, Republic. he survey (N = 2 566) included almost half more likely to have lived at their present address and of all the socially excluded localities identiied in 131 in the present municipality for less than ive years, municipalities, which were selected so as to vary in and more likely to self-identify as Roma. he socially size and ratio of their socially excluded population excluded population has thus proven to be a distinct to the total population. In addition to this, a smaller segment of Czech society with speciic socio-demo- survey (N = 590) was carried out among the general graphic characteristics. SLOVENSKÁ ŠTATISTIKA A DEMOGRAFIA 27. ROČNÍK, 4/2017 VEDECKÉ ČLÁNKY Boris Vaňo | Ženy podľa počtu živonarodených detí v okresoch SR Branislav Šprocha | Najvyššie dosiahnuté vzdelanie a časovanie materstva na Slovensku v regionálnej perspektíve Branislav Bleha, Viktória Farbiaková | Demograický vývoj a jeho relexia v programoch hospodárskeho a sociálneho rozvoja. Prípadová štúdia Nitrianskeho a Trnavského kraja Jaroslav Rusnák | Využitie dát o dochádzke do zamestnania metódou sieťovej analýzy: Príklad Trenčianskeho kraja Vydává Štatistický úrad Slovenskej republiky (vychází 4x do roka), distribuuje a objednávky přijímá ŠÚ SR, informační servis, Miletičova 3, 824 67 Bratislava 26, Slovenská republika, cena výtisku 5 €, cena ročního před- platného 20 €. 35