Tag Archives: REGREL

Enamik Eesti rahvastikust koondub päevasel ajal linnadesse

Rahvastik liigub päeval linnadesse ja alevitesse, kasvatades linnaliste asulate päevast rahvaarvu öisega võrreldes 109 000 inimese võrra. Linnades omakorda koondutakse päeval keskustesse.

Sellise tulemuse andis Statistikaameti registripõhise rahva ja eluruumide (REGREL) loenduse esimene prooviloendus, mis toimus 2016. aastal. Prooviloenduse andmetest selgus, et päevasel ajal linnalistesse asulatesse tööle ja õppima suunduvate inimeste tõttu suureneb linnaliste asulate rahvaarv ligi 109 000 inimese võrra kasvades 1 010 000 inimeseni. Eestis kokku elab 1,3 miljonit inimest. Lisaks suureneb linnaliste asulate rahvaarv päeval neisse erinevaid teenuseid tarbima tulnud inimeste ja turistide võrra, keda päevarahvastikus arvesse ei võetud. Tegemist on hinnangulise päevarahvastiku paiknemisega.

Suuremates linnades koondub päevarahvastik keskustesse

Kõige enam muutub rahvaarv Tallinna kesklinnas, suurenedes päeval rohkem kui 15 000 inimese võrra ruutkilomeetri kohta. Kõige tihedam on päevarahvastik Tallinna kesklinnas Estonia puiestee ümbruses – hinnanguliselt 26 000 inimest ruutkilomeetril. Ka Tartu kesklinnas suureneb rahvaarv päeval enam kui 10 000 inimese võrra. Vaata päevarahvastiku paiknemist ruutkaardil Statistikaameti kaardirakenduses.

Keskustesse koondumist on märgata ka teiste maakondade keskuslinnades, kuid seal on muutused absoluutarvudes kordades väiksemad, jäädes alla 3000 inimese ruutkilomeetri kohta. Keskustesse koondumine on seotud neis paiknevate ametiasutuste, büroode, koolide ja teenindusettevõtetega. Loomulikult suureneb päeval rahvaarv ka tööstuspiirkondades, kuid päevane rahvastikutihedus on seal hõredam kui keskustes. Rahvaarvu suurenemine keskustes toimub peamiselt linnade ümbruskondade ja magalapiirkondade arvelt. Kõige rohkem väheneb rahvaarv piirkonnas, kus viimase rahvaloenduse ruutkaardi andmetel oli kõige tihedamalt eluruume – Tallinnas Mustamäel Vilde, Tammsaare ja Mustamäe teede vahelises piirkonnas. Sealt lahkub päeval 5400 inimest, mis on samas suurusjärgus Põlva linna elanike arvuga.

Kõik inimesed siiski ei liigu päeval keskustesse. Suur osa lapsi ja noori õpivad kodulähedases lasteaias või koolis. Elukohta on päevarahvastiku arvestamisel arvatud kodused, töötud ja pensionärid, kes enam tööl ei käi. Lisaks ei asu kõik töökohad keskustes. Seetõttu on korruselamute piirkondades, kus elanike arv on öösel suur, ka päevane rahvastikutihedus suur. Näiteks on päevarahvastiku tihedus enam kui 10 000 inimest ruutkilomeetril Tallinna nn mägedel – Lasnamäel Linnamäe tee ümbruses ja Vikerlase–Virbi tänavate piirkonnas, Mustamäe Vilde tee piirkonnas ning Õismäel. Tartu Annelinnas on rahvastikutihedus päeval 4000–6000 inimest ruutkilomeetril.

Rahvastiku ööpäevase liikumise visualiseerimiseks on tehtud Tallinna ja Tartu kohta 3D-animatsioonid, mis näitavad öise ja päevase rahvaarvu muutust 1 km x 1 km ruutude kaupa. Punasega on kujutatud piirkonnad, mis saavad päeva jooksul inimesi juurde ning lillaga piirkonnad, mis kaotavad inimesi (mida tumedam värv, seda suurem inimeste arvu muutus).

 

Päevasel ajal tühjeneb elanikest ligikaudu Hiiu maakonna suurune ala – 1085 km2. Ruutkaardi andmetel on päevasel ajal asustatud ruute 20 150, öösel on asustatud ruute 21 235.

Enamasti koondavad suuremad linnad ümbritsevatest valdadest päevasel ajal rahvastikku

Nii kasvab rahvaarv päeval arvuliselt kõige enam Tallinnas (57 000 inimese võrra) ja Tartus (21 000 võrra). Nende linnade naabervaldades päevane rahvaarv üldjuhul väheneb: Tallinna naabervaldadest kõige rohkem Viimsi ja Harku vallas, kus päeval rahvaarv on enam kui 3000 elaniku võrra väiksem. Tartu naabritest on Tartu, Luunja ja Ülenurme valdade päevane rahvaarv 1000–1400 inimese võrra väiksem.

 

Suurtest linnadest on erandlikud Ida-Virumaa linnad

Narva ja Kohtla-Järve rahvaarv päevasel ajal suurenemise asemel hoopis väheneb – Narvas 4800 ja Kohtla-Järvel 3900 inimese võrra. Samas suureneb nende linnade naabervaldade päevane rahvaarv. Nii suureneb Kohtla-Järve naabruses paikneva Jõhvi valla rahvaarv päeval 3800 inimese võrra. Põhjuseks vallas asuv Jõhvi linn, mille elanikud moodustavad 85% Jõhvi valla rahvastikust ning mis toimib Ida-Viru maakonna keskuslinnana. Mäetaguse vallas suureneb päevane rahvaarv 700 inimese võrra eelkõige seal paikneva Estonia Kaevanduse tõttu. Narvaga piirneva Vaivara valla rahvastik päeval peaaegu kahekordistub. Vaivaras asuvad Eesti Energia ettevõtted. Ida-Virumaa elanikele on oluline töökoht ka Tallinn. On üsna tõenäoline, et igapäevaselt Tallinnasse tööle ei käida, vaid pigem omatakse elukohta ka Tallinnas, kuid registri andmetes teised elukohad ei kajastu.

Lisaks eeltoodud Ida-Virumaa valdadele on veel vaid neli valda, kus päevarahvastiku arv ületab öörahvastiku arvu. Need on Laeva, Rae, Sõmeru ja Võru vallad. Neist kõige rohkem suureneb rahvaarv päeval Rae vallas enam kui 4000 inimese võrra. Rae valla olulisemateks tööandjateks on ABB AS, AS Kalev ja Rimi Eesti Food AS, mis pakkusid tööd ligikaudu 2000 inimesele. Sõmeru valla suurimaks tööandjaks on Rakvere lihakombinaat. Võru vallas Võru haigla, AS Barrus ning Arke lihatööstus. Laeva vallas on oluliseks tööandjaks Valio Laeva Meierei, mis annab tööd enam kui 200 inimesele. Kõikide ülejäänud valdade rahvaarv päeval väheneb. Valla öö- ja päevarahvastiku erinevus sõltub eelkõige kohapeal olevate töökohtade arvust – kui töökohti napib, liigutakse päeval oma piirkonnast välja.

 

 

Ülle Valgma, Statistikaameti geoinfo juhtivspetsialist

 

Metoodika

Päevarahvastikuks liigitatakse inimesed, kes viibivad antud piirkonnas töö ajal ning öörahvastiku moodustavad inimesed, kes elavad selles piirkonnas.

Tänu keskse aadressandmete infosüsteemi (ADS) kasutusele võtmisele erinevates registrites, on suure osa elanike päevane asukoht võimalik määrata hoone täpsusega. Seetõttu saab hinnata rahvastiku paiknemist päevasel ajal ruutkaardi alusel. Rahvastiku päevane paiknemine on mõnes mõttes isegi olulisem nende elukohtade järgsest paiknemisest, mida mõõdab rahvastikustatistika, sest suurt osa teenustest tarbitakse päevase asukoha läheduses. Samuti on see oluline ühistranspordi ja teedevõrgu planeerimisel. Andmed päevarahvastiku kohta on hinnangulised, sest põhinevad ettevõtete juriidilisel aadressil, mis võib erineda tegevuskoha aadressist.

Päevarahvastiku andmed tuginevad inimeste hinnangulisele asukohale päevasel ajal. Eeldati, et töötajad paiknevad töökohtades, (üli)õpilased (üli)koolides, lasteaialapsed lasteaedades ning ülejäänud elanikud kodus (pensionärid, töötud, mitte-töötavad). Kuna prooviloenduses vange eraldi ei uuritud ning nende hõiveseisundit eraldi välja ei toodud, on enamus neist päevarahvastiku andmetes elukoha, mitte vangla, aadressil. Sõjaväelastest ligikaudu 60% on paigutatud elukoha aadressile, teised koolidesse ja töökohtadele; õppijad ja töötajad aga kooli või töökoha asukohta. Elanike igapäevast liikumist teenuste tarbimiseks ning vabaaja veetmiseks arvesse ei võetud.

Tulenevalt kasutatud metoodikast ei saa hinnata pendelrändevooge, sest mitme tegevuskohaga ettevõtete töötajad jagati proportsionaalselt tegevuskohtade töötajate arvuga, arvestamata nende elukohtadega.

Päevarahvastiku andmete aluseks on prooviloenduse andmed seisuga 01.01.2016, millest jäeti välja teadmata elukohaga inimesed. Päevase asukoha määramisel oli aluseks hõiveseisund. Kuna hõiveseisundit ei määrata ühepäevase täpsusega, sai selle aluseks esimene täispikk töönädal enne uuringumomenti ehk 14.12.2015–20.12.2015. Hõiveseisundi järgi jagunesid päevased asukohad:

  • Alla 15-aastased ja õppurid – päevaseks asukohaks on õppeasutus, andmete allikaks Eesti Hariduse Infosüsteem.
  • Hõivatud – päevaseks asukohaks on töökoha asukoht. Andmed pärinevad:
    • Töötasu struktuuriuuringust, kust saadi töökoha asukoht asula täpsusega toimlate jaoks. Töötasu struktuuriuuring oli töökoha allikas neil ettevõtetel, mis olid uuringu valimis esindatud ja tegutsesid rohkem kui ühes kohas;
    • Ettevõtete statistilisest registrist, kust pärinevad majanduslikult aktiivsete ettevõtete asukohad aadressi täpsusega. Töökoha asukoht võeti Ettevõtete statistilisest registrist kõigi ülejäänud ettevõtete jaoks, mille puhul töötasu struktuuriuuringu andmeid ei kasutatud.
  • Töötud, pensionärid, muud – nende päevaseks asukohaks loeti elukoht ning andmete allikaks rahvastikuregister;

Hõivatud, õppurid ja alla 15-aastased, kellele ei õnnestunud päevast asukohta määrata, nende jaoks kasutati samuti elukoha asukohta.

Kui ettevõttel oli mitmeid tegevuskohti ehk toimlaid, siis jaotati nende ettevõtete töötajad juhuslikult toimlatesse vastavalt struktuuri-uuringus selgunud proportsioonidele. Näiteks kui töötasu struktuuri-uuringu järgi töötas 25% ettevõtte töötajatest Tartus, siis sama protsent selle ettevõtte töötajaid paigutati Tartusse ka päevarahvastiku andmestikus.

Päevarahvastiku ruutkaardi jaoks agregeeriti punktipõhised asukohad, mis olid teada eluruumi, hoone või katastri täpsusega. Täpne asukoht oli teada 86%-l elanikest. Päevased asukohad, mis olid teada asustusüksuse täpsusega (4%) jaotati juhuslikult asustusüksuse territooriumile võttes arvesse hoonete paiknemist asustusüksuses. Tallinna ja Kohtla-Järve linnaosade ning omavalitsusüksuse tasemel teada olnud töökohtade asukohad, mida oli kokku 10%, jaotati proportsionaalselt vastavalt 2011. aasta päevarahvastiku ruutkaardile.

Kuna 14% andmetest on juhuslikult paigutatud ning ka toimlate vahel on inimesed jaotatud juhuslikult, siis koostati ruutkaart vaid kogu rahvaarvu kohta, jättes soo-vanusjaotuse arvestamata.

Analüüs on tehtud Eurostati grandi „Improvement of the use of administrative sources (ESS.VIP ADMIN WP6 pilot)“ rahastusel ning põhineb Statistikaameti 2016. aastal läbiviidud registripõhise rahva ja eluruumide loenduse (REGREL) esimese prooviloenduse andmetel. 

Suurandmed eraisikute elektritarbimist mõõtmas ja tühje eluruume kindlaks tegemas

Statistikaamet osaleb Eurostati suurandmete katseprojektis, mille raames uuritakse elektri kaugmõõtjate andmete potentsiaalset kasutamisvõimalust riikliku statistika tootmisel. Kasutades Eleringi andmelao mõõteandmeid aastate 2013–2015 kohta uuris Statistikaamet, kas elektri suurandmete põhjal saaks toota Eesti eraisikute elektritarbimise statistikat ning hinnata registripõhise rahva ja eluruumide loenduse jaoks tühjade eluruumide olemasolu.

Suurandmete kasutamine statistika tegemisel võimaldaks vähendada kulu ühiskonnale, mis tuleneb aruannete esitamisest ja sellega seotud halduskoormusest. Suurandmete kasutamine võimaldaks ka märgatavalt lihtsustada statistika tegemise protsesse ja neid automatiseerida. Suurandmete kasutamise kogemuste saamiseks osaleb Eesti koos Taani, Rootsi, Austria, Portugali ja Itaaliaga Eurostati elektri kaugmõõtjate katseprojektis. Järgnevalt tutvustame katseprojekti esimesi tulemusi. Tegemist ei ole ametliku statistikaga, vaid demonstratsiooniga, milliseid väljundeid oleks võimalik suurandmete abil saada.

Katseprojektile seati kolm eesmärki:

  •  kas elektri mõõteandmete põhjal saaks teha seni küsitluse teel saadud elektrienergia statistikat ettevõtete kohta;
  •  kas elektriandmetest saaks toota kodumajapidamiste elektritarbimise statistikat ja
  •  kas elektriandmetest oleks võimalik tuvastada eluruume, milles elatakse, mis on tühjad või mida kasutatakse periooditi.

Katseprojektis kasutati Eleringi andmelao 2013.–2015. aasta andmeid, mis sisaldavad mõõteandmeid ligi 730 000 mõõtepunkti (elektriarvesti) kohta. Andmestikus on infot sõlmitud lepingute, lepingu omaniku (äriettevõte, eraisik), lepingu kehtivuse, lepinguga seotud mõõtepunkti ja selle aadressi kohta, samuti mõõteandmed. Statistikatöödes kasutatavad andmed anonümiseeritakse Statistikaametis. Andmestikus on mõõteandmeid kokku üle 18 miljardi kirje.

Ettevõtetega seotud mõõtepunkte oli 2015. aastal 12% ja eraisikutega 88%, samas moodustasid ettevõtted 78% ning eraisikud 22% tarbimisest. Järgnevad tulemused kajastavad suurandmete põhjal arvutatud eraisikute elektritarbimise tulemusi ja eluruumide kasutamist püsiva elukohana.

Eraisikute elektritarbimine ja eluruumide kasutamine püsiva elukohana

Leibkondade puhul elektrikasutuse uuringut Statistikaamet regulaarselt ei tee, mistõttu võrdlusandmeid ei olnud. Suurandmete linkimiseks kasutati Statistikaameti leibkondade ja eluruumide tabelit, mis sisaldas leibkonnaliikmete anonümiseeritud infot ja aadressi identifikaatorit. Elektriandmetega sidumiseks leiti leibkonnad, kus aadressi identifikaator ühtis mõõtepunkti omaga ja ainult ühel leibkonnaliikmel oli elektrileping. Nii õnnestus siduda 48% leibkondadest elektritarbimise infoga. Samuti oli võimalik siduda elektritarbimisega eluruumi info, millega saab hinnata näiteks elektritarbimise seotust hoone ehitusaasta ja eluruumi suurusega ning see pakuks võimalust hinnata eluruumi energiatõhusust. Saadud tulemus võimaldaks toota statistikat, mida Statistikaametil ei ole siiani olnud võimalik toota andmete puudumise tõttu.

Samuti hinnati, kas elektriandmete põhjal saaks kinnitada eluruumide kasutamist püsiva elukohana. Leiti tuhandeid aadresse, kus rahvastikuregistri järgi peaksid elama inimesed, kuid elektritarbimine oli 0 või siis vastupidi: oli suur elektritarbimine, kuid registri järgi seal kedagi ei elanud. Seetõttu on andmestikul oluline potentsiaal rahvastiku paiknemise analüüsil täiendava elumärgina.

Eraisikute elektritarbimine kuude kaupa

Kõige enam tarbisid eraisikud 2015. aastal elektrit jaanuaris ja kõige vähem juunis. Jaanuaris tarbiti 36% enam elektrit võrreldes juuniga. Teisel kohal oli elektritarbimiselt detsember. Suhteliselt võrdne elektritarbimine oli märtsis ja novembris (moodustades 82% jaanuari tarbimisest) ning mais ja augustis (moodustades ligi 65% jaanuari tarbimisest).

Eraisikute keskmine elektritarbimine kuude kaupa, 2015

 

Eraisikute elektritarbimine sõltub nädalapäevast ja kellaajast

Nagu võib arvata, on elektritarbimine kõige väiksem öistel tundidel – kõige vähem elektrit tarbiti kolmapäeval kella 02:00 ja 03:00 vahel. Elektritarbimine hakkab järk-järgult suurenema juba kell 05:00. Hommikupoolikul on elektritarbimine suurim vahemikus 06:00–07:00, mil suur osa inimestest ärkab ning alustab hommikuste toimingutega. Kuni pärastlõunani on elektritarbimine kodudes suhteliselt stabiilne ning hakkab taas suurenema 14:00 ja 15:00 vahel, kui paljude päev hakkab juba koolis, trennis, tööl ja mujal lõppema. Õhtune elektritarbimise haripunkt on ajavahemikus 17:00–19:00, mil tarbitakse ööpäeva jooksul ka kõige enam elektrit. Pärast kella 19:00 hakkab elektritarbimine järjest vähenema.

Eraisikute elektritarbimine ühel detsembrikuu kolmapäeval 24 h jooksul, 2015

 

Kui kolmapäeval joonistus välja nii-öelda tööinimese graafik, siis laupäeval, mil enamikul inimestest on vaba päev, on ka elektritarbimine kogu päeva jooksul ühtlasem. Kahe päeva öine (kella 23:00 ja 06:00 vaheline aeg) elektritarbimise muster ja tarbitud elektri hulk on sarnased. Kui kolmapäeval oli hommikupoolne elektritarbimise tipp vahemikus 06:00–07:00, siis laupäeval vastavalt 11:00–12:00. Laupäeva elektritarbimise haripunkt on kella 16:00–17:00 ajal ning pärast seda hakkab elektritarbimine järjest vähenema. Laupäeval tarbiti ligi 10% rohkem elektrit võrreldes kolmapäevaga ning madalaima ja kõrgeima keskmise elektritarbimise vahe oli mõlemal päeval ligi kahekordne.

Eraisikute elektritarbimine ühel detsembrikuu laupäeval 24 h jooksul, 2015

 

 

 

 

 

 

 

 

 

Tühjad kortermajad

Suurandmeid on võimalik Statistikaametis teiste andmetabelitega linkida ning seeläbi saada uut teadmust. Näiteks saab aadressiinfot ja elektritarbimist linkides tuvastada tühje kortermaju. Statistikaamet uuris, kas oleks võimalik tuvastada vähese elektritarbimisega korteritega kortermaju ja jaotada kortermajad energiatarbimise alusel gruppidesse vastavalt keskmisele kuutarbimisele – 0 kWh, 1–30 kWh, üle 30 kWh. See on üks lihtne näide, milliseid küsimusi saaksid teised riigiasutused Statistikaameti käest küsida ja millele saaks suurandmeid kasutades vastuse anda.

 

 

 

 

 

 

 

 

 

Kokkuvõte

Suurandmete kasutamine võimaldaks Statistikaametil mitmekesistada tooteportfelli ja pakkuda olulise administratiivse kuluta täiesti uut statistikat. Eurostati katseprojektist oleme õppinud, et suurandmeid kasutades saame ülevaate majapidamiste elektritarbimisest. Samuti on võimalik siduda elektritarbimisega eluruumi info, mille põhjal saab hinnata näiteks elektritarbimise seotust hoone ehitusaasta ja eluruumi suurusega ning seeläbi hinnata ka eluruumi energiatõhusust. Kasutades elektriandmeid on võimalik jälgida ka rahvastiku paiknemise dünaamikat.

Teisalt nägime ka, et andmestikuga töötades tuleb arvesse võtta, et see kajastab elektrilepinguga seotud subjekti elektritarbimist, kes ei pruugi olla tegelik lõpptarbija. Erinevate registrite sidumisel pidime tõdema registriandmete aadressiinfo ebaühtlast kvaliteeti. Seetõttu muudaks standardiseeritud aadresside kasutamine andmete analüüsi ja ka aadressiinfo uuendamise andmekogus oluliselt efektiivsemaks. Jätkame tööd, et jõuda suurandmetest kvaliteetse statistika tootmiseni. Suurandmed pakuvad võimalust toota statistikat kiiremini ja efektiivsemalt ning see on suund, mille poole Euroopa statistikaametid liiguvad.

Põhjalikum ülevaade Eesti Statistika Kvartalikirjas 4/2017 artiklis „Suurandmed statistikas“ (ilmus 29.12.2017).

 

 

Toomas Kirt, Statistikaameti arenduste ekspert

 

 

 

Helerin Äär, Statistikaameti geoinfo spetsialist

 

Metoodika

Suurandmetena käsitletakse tavaliselt andmeid, mis on mahult suured, mis võivad olla struktureerimata ja mida tekib lühikeses ajavahemikus väga palju. Nende omaduste tõttu ei saa suurandmete töötlemiseks tavaliselt kasutada traditsioonilisi andmetöötlusvahendeid. Suurandmed tekivad tavaliselt mingi protsessi tulemina, mille eesmärk ei ole toota andmeid statistiliseks töötluseks ning see muudab nende analüüsi mõnevõrra keerukamaks. Tuleb näiteks arvestada, et andmed võivad olla kallutatud ja esindada vaid osa populatsioonist ning andmetes võib olla vigu ning need võivad olla selektiivsed ja mittetäielikud. Vaatamata sellele pakuvad suurandmed palju võimalusi.

Animatsioonides on kasutatud ruutkaarti, mille iga 1 km ruudu kohta on toodud keskmine eraisikute elektritarbimine ühes tunnis / kuus. Animatsiooni andmed eraisikute keskmise elektritarbimise kohta kuude kaupa kajastavad 93% eraisikutega seotud mõõtepunktidest ning 24 h animatsioonid kolmapäeva ja laupäeva kohta 81% eraisikutega seotud mõõtepunktidest.

Gümnasistide koolitee pikkus

Statistikaamet analüüsis 10.–12. klassi õpilaste koolitee pikkust ning selgus, et kuigi gümnasistide koolitee keskmine pikkus on 15 km, jääb kolmandikule neist kool kuni 2 km kaugusele kodust. Gümnasistide koolitee mediaanpikkus on 4,3 km. 

71% gümnasistidest ei õppinud kodule kõige lähemal asuvas koolis. Kodule lähimas koolis ei käida eelkõige seetõttu, et gümnaasium valitakse lähtuvalt pakutavast õppesuunast ja õppekeelest ning ka sellest, et osa õpilasi vajab tervise tõttu erikooli. Laste ja noorte vähenev arv on viinud selleni, et igas omavalitsuses ei ole gümnaasiumi. Mittestatsionaarset õpet pakkuvad koolid ja täiskasvanute gümnaasiumid paiknevad veelgi hajusamalt. Täisealisi õppijaid on suhteliselt vähe, nende tõttu pikeneb keskmine koolitee 1 km võrra. Keskmine tegelik koolitee on 15 km pikk. Kui gümnasistid käiksid elukohale lähimas gümnaasiumis, oleks keskmine koolitee veidi alla 4 km.

Kõige pikem keskmine koolitee on erivajadustega noortel – Tallinna Heleni kooli (142 km) ja Tartu Emajõe kooli (128 km) gümnaasiumiõpilastel. Järgnevad spetsiifilise õppesuunaga koolid – Noarootsi Gümnaasium (119 km), Audentese spordigümnaasium (91 km), Nõo Reaalgümnaasium (75 km) ja Tallinna Muusikakeskkool (64 km). Et täiskasvanute gümnaasiume on vähe, on gümnaasiumiharidust omandavate täiskasvanute keskmine koolitee 23 km.

Väga pikki kooliteid ei läbi gümnasistid iga päev ja nende puhul on õpilasel sageli kaks elukohta – ajutine (nt kooli ühiselamu) ja püsielukoht (vanematekodu). Näiteks Noarootsi Gümnaasiumil ja Nõo Reaalgümnaasiumil on ühiselamu, mis ei ole õpilaste püsielukohaks. Osa väga pikki kooliteid võib tähendada ka viga registreeritud elukohaandmetes.

Kolm pikima keskmise kooliteega gümnaasiumi ja nende õpilaste kooliteed, 2016

Kõige lühem koolitee on Kallavere Keskkooli õpilastel – keskmiselt 1 km. Vaid paarisaja meetri võrra on keskmine koolitee pikem Narva Õigeusu Humanitaarkooli ja Narva Soldino Gümnaasiumi õpilastel ning veidi alla 2 km jääb see ka Narva Kesklinna Gümnaasiumi õpilastele.

2011. aasta rahvaloendusel kaardistatud gümnaasiumiõpilaste pendelrände suunad olid sarnased. Kui võrrelda 2016. aasta ja 2011. aasta andmeid, siis kõige märgatavamad muutused on seotud gümnaasiumite sulgemistega, mis toob kaasa piirkonna õpirändevoogude muutumise. Ilmekaks näiteks on Hiiumaal Käina gümnaasiumi sulgemine, mille tulemusel suundub Hiiumaa gümnasistide pendelränne 2016. aastal Kärdlasse. Aastal 2011 oli Käina gümnaasiumil selge tagamaa. Samas näiteks Järvakandi ja Turba gümnaasiumite sulgemine ei toonud kaasa märgatavaid muutusi õpirände voogudes, sest 2011. aastal ei olnud nendel koolidel silmapaistvat õpirände tagamaad.

Analüüs on tehtud Eurostati grandi „Improvement of the use of administrative sources (ESS.VIP ADMIN WP6 pilot)“ rahastusel ning põhineb Statistikaameti 2016. aastal läbiviidud registripõhise rahva ja eluruumide loenduse (REGREL) esimese prooviloenduse andmetel. Õpilaste elukohaandmed pärinevad rahvastikuregistrist. Info õpilaste ja koolide kohta vastab 1. jaanuari 2016. aasta seisule Eesti Hariduse Infosüsteemis (EHIS). Koolitee pikkuse arvutamisel on kasutatud ArcGIS NetworkAnalyst’i. Kaugus tegeliku ja lähima koolini on arvutatud teedevõrgu alusel. Teede andmed pärinevad Maa-amet Eesti Topograafilisest Andmekogust ETAK. Kauguse analüüsist jäid välja õpilased, kelle elukoht ei olnud hoone täpsusega teada.

Ülle Valgma, Statistikaameti geoinfo juhtivspetsialist

Riigiamet, mis mõjutab märkamatult meie igapäevaelu

Augusti lõpus käis statistikaametis külas Eesti Päevalehe Ärileht. Ülevaade sellest külaskäigust ilmus 09.09.2014. Ärilehe loal avaldame statistikablogis täismahus teksti.

Riigi tähtsamad ühiskonda ja majandust puudutavad otsused tehakse just statistikaameti kogutud andmete põhjal.

Statistikaameti kogutavate arvude järgi teevad oma otsuseid kõik Eesti poliitikud, ettevõtjad ja analüütikud. Kes on aga need inimesed ehk 400 ameti töötajat, kelle õlul on Eesti statistika koostamine? Kuidas saavad suurtest andmehulkadest üksikud koondarvud, mille järgi otsustatakse näiteks iga järgmise aasta riigieelarve?

Peadirektori asetäitja Tuulikki Sillajõe sõnul on statistikaamet nagu tehas, mille ühest otsast lähevad andmed sisse ja „liini” lõpust tuleb välja toode ehk arv, mis iseloomustab näiteks sisemajanduse kogutoodangut (SKT), Eesti keskmist palka, töötuse määra või tarbijahinnaindeksit. Need neli näitajat ongi tegelikult tähtsaimad arvud, mille järgi kirjeldatakse riigi elu ja majandust ning tehakse majanduslikke ja poliitilisi otsuseid.

Tuleb uudne rahvaloendus

Üks suuremaid projekte, milleks praegu statistikaametis valmistutakse, on
2020. aastal tehtav registripõhine rahvaloendus. „See on täiesti uutmoodi loendus ehk statistikaamet kogub rahvastiku kohta andmed kokku vähemalt
17 erinevast registrist. See tähendab, et inimene ei pea enam ise ankeeti täitma ja loendaja ka külla ei tule,” selgitas Tuulikki Sillajõe. Enne kuue aasta pärast toimuvat loendust on vaja teha palju tööd, sest registrite andmed peavad selleks ajaks olema väga täpsed ja ajakohastatud.

Samal ajal panevad ameti geoinfospetsialistid alles eelmise rahvaloenduse statistilisi andmeid veebipõhisesse kaardirakendusse. Geoinfosüsteemide (GIS) spetsialistina töötav Berit Hänilane võib aga juba praegu saavutuste üle uhke olla, sest just tänu ­GIS-i tehnoloogia rahvaloenduses kasutamisele toodi
2012. aastal USA-st statistikaametile mainekas auhind.

Pikaajaliste projektide kõrval tuleb statistikaametis paljudest kogutud andmetest kokkuvõtteid teha ka kuude või kvartalite kaupa. Hiljuti teatati, et Eesti keskmine palk ületas teises kvartalis 1000 euro piiri. Selle tarbeks pidid tuhanded Eesti ettevõtted saatma ametisse oma palgaandmeid. Õigeks tähtajaks pidavat saabuma kõigest 50% küsitud andmeid, sellepärast pani Sillajõe kõikidele firmadele südamele, et andmeid tuleb kohusetundlikumalt esitada. „Me ei ole kellelegi hilinemise eest trahvi teinud, küll aga püüame nn venitajaid veenda, miks on täpne statistika ka neile kasulik.”

Pensionile 70-aastaselt

Rahvastiku- ja sotsiaalstatistika vanemanalüütik Yngve Rosenblad koostas Ärilehe külaskäigu ajal tabelit sellest, kuidas muutub 2040. aastaks Eesti töö- ja pensioniealiste suhe. Sellest selgub, et Eesti inimesed peavad siis pensionile minema alles 70-aastaselt. Nende osakond koostab tööjõu-uuringuid, kus igas kvartalis küsitletakse üle 5000 inimese – ei mingeid masinaid ega registreid, küsitlused tehakse silmast silma. Seega jooksevad aastas Rosenbladi arvutist läbi üle 20 000 eestlase tööelu tõusud ja mõõnad. Valim on koostatud nii, et iga inimese isiklik käekäik laieneb mitmesajale inimesele, seega peavad vastajad oma tööelu väga hoolikalt kirjeldama. Rosenblad rõhutas, et kellelgi ei ole põhjust karta, et statistikud panevad arvutis nime või isikukoodi inimese vastustega kokku, sest isikukoodid tehakse enne töötlejateni jõudmist anonüümseks. „Olen statistikaametis töötanud kümme aastat ja see kõik on siin äärmiselt põnev. Võib öelda, et saame Eesti inimeste elust iga kandi pealt ülevaate,” kiitis Rosen­blad innukalt oma tööd. „Tööturustatistika on Eesti elu kujundamisel ülioluline ja tunnetan iga päev väga teravalt, et see, mida siin teeme ja mida kõike andmetest järeldada saame, mõjutab meie ühiskonda.”

Ameti koosolekud peetakse väikesaartel

Peadirektori asetäitja Tuulikki Sillajõe võtab Ärilehe vastu statistikaameti uhiuues Tatari tänava majas, kus kollektiiv on töötanud napilt aasta aega. Kuuekorruselises majas on näiteks 13 nõupidamisteruumi (vanas majas oli kaks), millest igaüks on nimetatud ühe Eestis asuva väikesaare järgi. Nii et kui kolmanda korruse elektroonilisel teadetetahvlil on kirjas, et juhatuse koosolek toimub Aegnal, ei tasu kohe eeldada, justkui oleksid ameti juhid saarele sõitnud. Sillajõe ja ka teised töötajad on arusaadavatel põhjustel uuest energiasäästlikust majast vaimustuses: lifti pidurdusenergia läheb tagasi elektrisüsteemi ja ruumides-koridorides on liikumisanduriga valgustus, mis on ilma anduriteta süsteemist 20% säästlikum. Karmide turvanõuete järgi sulgub iga osakonna uks automaatselt ja järgmisest saab sisse ainult personaalse kiipkaardiga. Võrreldes vana majaga, kus liftid poolel teel seisma jäid või paar korrust allapoole kukkusid, tuletõrjesignaal ei töötanud ja katus lekkis, võib euronõuetele vastav maja tõesti ka töömotivatsioonile hästi mõjuda.

 Autor: Ann-Marii Nergi (Eesti Päevaleht Ärileht)