DOMÁN CSABA A háztartások szokásos kiadásról alkotott véleményének modellezése regionális szinten Magyarországon az ezredfordulót követő években a lakosság egy főre jutó jövedelme fokozatosan emelkedett (KSH 2013), majd a trend megfordult és 2006-ról 2007-re már 3,6%-kal csökkent, a folyamat a következő két évben is folytatódott. Ez a kedvezőtlen helyzet csak 2010-ben változott, ekkor 3,2%-kal nőtt az egy főre jutó nettó jövedelem előző évhez képest. A jövedelem alakulásánál hazánkban érezhető a regionalitás, az egyes országrészek fejlettségi szintje, elhelyezkedése és társadalmi összetétele érezteti hatását a jövedelem nagyságában és alakulásában is. A lakosság jövedelmi helyzetének változását mutató értékek pozitív irányba való elmozdulását azonban árnyalja a lakosság saját szubjektivitást is tartalmazó véleménye az anyagi helyzetéről. A Központi Statisztikai Hivatal (KSH) háztartási költségvetési és életkörülmény adatfelvétele (HKÉF) tartalmaz olyan kérdéscsoportokat, amelyek a válaszadó (illetve az általa képviselt háztartás) saját jövedelmi helyzetéről alkotott véleményét tükrözi. A háztartások saját anyagi helyzetéről alkotott véleményét befolyásolja az, hogy miként tudja finanszírozni a szokásos kiadásait, illetve hogyan tudja kezelni a váratlanul megjelenő kiadásokat. Sokatmondó adat, hogy a HKÉF alapján a háztartások közel háromnegyede nincs felkészülve a váratlan kiadásokra. Jelen tanulmány célja annak vizsgálata, hogy a háztartások szokásos kiadásokra való felkészültségét milyen tényezők befolyásolják, illetve regionális szinten kimutatható-e az egyes tényezők eltérő viselkedése. Szubjektivitás a jóléti vizsgálatokban A jóllét mérésének két nagy csoportja van. Az objektív mérések gazdasági, társadalmi és környezeti statisztikai adatokkal próbálják meg körülhatárolni a jóllét tartalmát. Míg a szubjektív mérések csoportja kvalitatív módon ragadja meg a jóllétet, az emberek érzései, jóllétérzete alapján (Gáspár 2013, 77. o.). A jóllét szubjektív megközelítése alapvetően egyszerű kérdéseken nyugszik, ugyanis a válaszadók saját boldogságukat, elégedettségüket általában a Likert-skála 1 segítségével minősítik. Ez az elv számos kritikát kapott, mivel alkalmazói gyakran utaltak arra, hogy a hagyományos szemléletű (jövedelmen alapuló) mérés helyettesítéseként vagy kiegészítéseként alkalmazzák módszerüket. Az elmúlt években az életszínvonal vizsgálatok (amelyek középpontjában a válaszadók jövedelme és fogyasztása állt) között megjelentek olyan kutatási irányok is, amelyek esetében a hagyományos jellegű életszínvonal-mutatók mellett számos szubjektív tényező is előtérbe került. 1 Olyan attitűdskála, amely a válaszolóktól azt kéri, hogy jelezzék egyetértésüket vagy nem értésüket az attitűdtárgyakra vonatkozó számos állítással. A válaszadó attitűdje az ezekre az állításokra adott válaszainak összegével vagy átlagával jellemezhető.
120 DOMÁN CSABA Az Európai Unió 2013. évi EU-SILC lakossági adatfelvételébe is beillesztett egy szubjektív modult, illetve hazánkban ehhez csatlakozva a KSH is egy 18 ezer főt tartalmazó megkérdezést valósított meg. A kutatás középpontjában a szubjektív tényezők előtérbe helyezése állt (KSH 2014). Az ilyen jellegű kutatások előnye, hogy a szubjektív mérések gyakran az objektív tényezőkön alapuló mérési módszerek alternatíváját jelenthetik (Angner 2010). A témában jártas kutatók közül Diener (1984) nagy hangsúlyt fektetett a jóllét szubjektív jellegére, megfogalmazása szerint a szubjektív jólléti vizsgálatok meghatározásai gyakran hiányosak, mivel hiányoznak belőle az olyan objektív tényezők, mint az egészség, a kényelem, az anyagi gazdagság. Szerinte ezen tényezők jelentős hatással bírnak a szubjektív jóllétre, de nem szükségszerűen alkotják annak részét. Ez az irány is jól mutatja, hogy az egyének jóllétét nemcsak az objektív tényezők és körülmények befolyásolják, hanem a szubjektív élettapasztalatai is. Kahnenam (1999) a gondolatsort még azzal egészítette ki, hogy az egyén jóllétét a boldogsággal azonosította. Ő úgy véli, hogy az egyén élvezheti gazdagságát (feltételezett jövedelem, egészség és egyéb tényezők mellett) anélkül, hogy boldog lenne. Campbell (1976) korábbi munkájában hasonló véleményt formált meg, miszerint egy adott nemzet boldogságát nem feltétlenül mutatja a GDP. Ugyanis, ha egy társadalom életkörülményeinek minőségét kívánjuk vizsgálni, akkor az objektív mérőeszközökön kívül más lehetőségeket is igénybe kell venni olyanokat, amelyek az egyének élettapasztalatain alapulnak. Ezek a mérések pontosságukat tekintve elmaradnak az objektív mérésektől, de azt mérik, ami leginkább kifejezi az egyén jóllétét. Campbell szerint az életminőség az egyének jólléttel kapcsolatos érzelmeinek összessége. Az anyagi fogyasztást helyezte előtérbe (Brüll 1987), de ő kiemelten kezelte az egészségügyi és szociális ellátás fontosságát, utalva arra, hogy az életszínvonal az életmód része, ezáltal több olyan tényező is szerepet játszik alakulásában, amelyeket nem lehet pontosan számszerűsíteni, és amelyek az egyes egyéneknél teljesen eltérő módon jelenhetnek meg. Ezen tényezők jelentősen függnek attól is, hogy az adott egyén, háztartás vagy család milyen igényeket támaszt saját magával, illetve a környezetével szemben, továbbá mihez/kihez viszonyítja saját helyzetét. A gazdasági szférán kívüli forrásokra már Drechsler (1974) is utalt. Nyitrainé (1996) megközelítésében ez az irány a szubjektív életszínvonal kategóriáját jelenti, míg a statisztikai mutatókkal mérhető és értékelhető terület az életszínvonal kategóriáját öleli fel. Az Európai Bizottság által felkért kutatók eredményei is alátámasztják a korábbi megállapításokat. Stiglitz, Sen és Fitoussi (2009) jelentésében kiemelte, hogy a jóllét jelentésének meghatározásához több dimenziót átölelő definíciót kell alkalmazni. A szakirodalomban nincs egységes álláspont arról, hogy mi a konkrét definíciója az életszínvonalnak, illetve az alábbi kifejezésekkel gyakran helyettesítik : jólét, jóllét, elégedettség, társadalmi haladás, elégedettség, boldogság, humán fejlődés a leggyakoribb kifejezések. Véleményem szerint az életszínvonalat olyan többdimenziós fogalomként kell kezelni, amely a jövedelmen és a fogyasztáson kívül számos szubjektív elemet is magába foglal, hiszen ezek is kulcsinformációkat tartalmazhatnak a háztartások életszínvonaláról. Ezért tanulmányom középpontjába nem a hagyományos jellegű jövedelmi szemléletet helyeztem hiszen már Sági (2006) is kiemelte regionális szemléletű tanulmányában, hogy az élettel való elégedettség igen szoros kapcsolatban van az egyének jövőbeni kilátásaival, hanem olyan deprivációs mutatókat, amelyek objektív és szubjektív jelleggel is bírnak,
A HÁZTARTÁSOK SZOKÁSOS KIADÁSRÓL ALKOTOTT VÉLEMÉNYÉNEK MODELLEZÉSE 121 amelyeket egy későbbi alpontban részletesen ismertetek. Hegedűs (2001) összefoglaló tanulmányában a szubjektív indikátorok tekintetében alapvetően három nézetet különböztetett meg, és utalt rá, hogy a mutatókban jövőbeni tervek, várakozások is megjelennek, amely irányt követni kívántam kutatásom során. A többdimenziós megfogalmazást erősíti Gasper (2010) hármas tagoltsága is, miszerint a szubjektív jóllét pozitív és negatív hatásoktól és az élettel való elégedettségtől függ alapvetően. Véleményem szerint szubjektív és objektív tényezők együttes alkalmazásának fő előnye, hogy a háztartások életszínvonalának megítélését pontosabbá teszik, ha saját attitűdjeik alapján várakozásairól is képet kaphatunk. A kutatás elemzési egységei Magyarországon a legrészletesebb adatbázissal a KSH rendelkezik. A hivatal a teljes körű népszámlálások, cenzusok mellett számos kismintás adatfelvételt is végrehajt, ennek egyik fő célja a háztartási viszonyok jellemzése. A háztartások legrészletesebb adatbázisa, a háztartási költségvetési és életkörülmény adatfelvétel (HKÉF) közel 10 000 háztartásra terjed ki, és a háztartások jövedelmi viszonyai és fogyasztási szokásai mellett számos szubjektív kérdéskört is tartalmaz. A jelenlegi HKÉF mintája rétegzett, többlépcsős mintavétel alapján alakították ki. A megcélzott éves mintanagyság 2009-ig a háztartások 0,3%-a, megközelítőleg 12 000 háztartás (ebből közel 9000 valósul meg). 2010-től az éves megcélzott mintanagyság megközelítőleg 10 000 háztartás. A háztartásokat mint a sokaság egyes egyedeit a korábban meghatározott mintavételi eljárásnak megfelelően rétegekbe sorolva, eltérő valószínűséggel választják ki: A KSH háztartási költségvetési felvételek alapsokaságát a Magyarországon magánháztartásban élő magyar állampolgárok összessége adja, tehát az adatgyűjtés nem terjed ki az úgynevezett intézeti háztartásokban élőkre. A kiválasztás alapegysége a lakás, a megfigyelésé a háztartás (Kapitány Molnár 2001, 31. o.). Azaz a felvétel szempontjából a háztartás olyan személyek összessége, akik függetlenül a rokoni kapcsolatoktól egy jövedelmi, illetve fogyasztói közösséget képeznek, folyamatos életviteli költségeiket részben vagy egészben közösen viselik (KSH 2006, 39. o.). Kutatásom érvényességét biztosítja, hogy a vizsgálatomat a 2010. évi HKÉF, illetve az abban alkalmazott súlyozást figyelembe véve hajtottam végre, amely 2003-ban jelentős fejlesztésen ment keresztül (Éltető 2004), mivel a tapasztalatok alapján számos problémát kellett kiküszöbölni az adatbázisban (Kapitány Molnár 2002). A háztartások szokásos kiadásokhoz való viszonya módszertani felvezető Kutatásom szempontjából fontosnak tartottam a háztartások életszínvonalát vizsgálni, illetve modellezni szubjektív tényezők figyelembevételével. A vizsgálat középpontjában az OECD által is alkalmazott, anyagi deprivációra vonatkozó megközelítést helyeztem, annak is a szubjektív dimenzióját (Boarini-d Ercole 2006), hiszen Keller (2008) hipotézise szerint is az egyének számára az objektíven mérhető életkörülmények helyett sokkal fontosabbak azoknak a szubjektív tudatosulása az egyének esetében.
122 DOMÁN CSABA Kiemelt változóként kezeltem a háztartások szokásos kiadásra való felkészültségét. 2 Ennek oka, hogy olyan átmeneti változót kívántam a középpontba helyezni, amely a tipikus objektív és szubjektív tényezők között helyezkedik el. A szokásos kiadásokra való felkészültség objektív kategória, mivel a válaszadónak tisztában kell lenni a saját jövedelmi helyzetével, illetve szubjektív tartalommal is bír, hiszen a válaszadó saját megítélését tükrözi. Az egyének saját jövedelmi helyzetüket egészen máshogy ítélik meg, mint egy független kívülálló. Továbbá a KSH tanulmánya is megerősítette közvetve a választásomat, miszerint a jövedelmi dimenzióba tartozó mutatók a legalkalmasabbak az életszínvonal rövid távú, konjunkturális alakulásának nyomon követésére (KSH 2008). Kutatási célom szempontjából kiemelten kezeltem a háztartások véleményét regionális 3 szinten, hiszen Magyarországon a háztartások fogyasztási kiadásai jelentős különbséget mutatnak régiós szinten (KSH 2012). Ennek oka, hogy a régiók közötti fejlettségi különbségek kialakulását a természeti adottságok mellett jelentős mértékben befolyásolják az adott térség gazdasági jellemzői, a humán erőforrások minősége és mennyisége, a régió megközelíthetősége és a helyi életminőséget meghatározó tényezők (Harsányi Harsányi Nagy 2005, 62. o.), továbbá a háztartások jövedelemelvárásai is (KSH 2009). Szabó Szabó (1994) és Spéder Kapitány (2002) kutatásaikban rámutattak arra, hogy a szakirodalom alapvetően a szociológiai szakirodalom az életszínvonalon az anyagi szükségletek kielégítésének fokát, szintjét érti (Szabó Szabó 1994), valamint a szociológiában és a gazdaságtudományban egyetértés van abban, hogy a modern társadalomban a rendezett anyagi viszonyok az elégedettség előfeltételét jelentik (Spéder Kapitány 2002, 162. o.). Ezen szemléletmódot kiegészítve elemzésük során alapvetően arra kerestek választ, hogy az életszínvonal és a jövedelmek között milyen összefüggések tárhatók fel (Szabó Szabó 1994). Következtetéseik bemutatásához a kereszttábla-elemzés, a lineáris regresszió és a főkomponensanalízis módszerét alkalmazták, s függő változóként a saját életszínvonallal való elégedettség és az egy főre jutó havi jövedelem felső deciliseiben lévő elégedetteket/elégedetleneket (fiatalok/idősek) változókat tekintették. A kutatás során a kiinduló hipotéziseiket sikerült igazolni, miszerint a lakosság életszínvonalát valóban az anyagi helyzet és egyéb szubjektív tényezők befolyásolják. Sági (2000) is kiemelte kutatásában, hogy a szubjektív életszínvonal megítélésében jelentős szerepe van az anyagi helyzet megítélésének is. Továbbá a szerző arra is rávilágított a nemzetközi kutatási trendekhez hasonlóan, hogy a szubjektív tényezők vizsgálata nagyobb mértékben hat az életszínvonallal való elégedettségre. Vizsgálatom során logisztikus regressziót alkalmaztam. A logisztikus regressziószámítást a klasszifikációs módszerek között tartják számon. Ezáltal alkalmas valamely adatbázison az egyedek diszjunkt csoportokba sorolására a csoporthoz tartozás jellemzőjének ismerete nélkül. A besorolás tárgyát képező csoportok száma diszkrét. A csoportba tartozás előrejelzését magyarázó változók és azok szintjeinek rögzített kombinációja alapján lehet elvégezni (Szilágyi 2011, 97. o.). Esetemben két csoport létezik: az egyik csoportba a szokásos kiadást finanszírozni nem tudó háztartások (0), a másikba a finanszírozni 2 Véleménye szerint hogyan tudja fedezni az Ön háztartása a szokásos kiadásokat? HS120. 3 A regionális vizsgálat során nem a HKÉF által alkalmazott eljárást vettem alapul, hanem a NUTS 2 szintű bontást, azaz Budapest és Pest megye adatai egy elemzési egységet alkottak.
A HÁZTARTÁSOK SZOKÁSOS KIADÁSRÓL ALKOTOTT VÉLEMÉNYÉNEK MODELLEZÉSE 123 tudó (1) háztartások kerültek. Ez a dichotóm modell lehetővé teszi a feltételes valószínűségek alapján történő döntéseket, azaz modellezi a definiált két kategória bekövetkezési esélyeinek egymáshoz viszonyított odds értékét (Hajdu 2003). Az eredményváltozómban az 1 érték jelzi a szokásos kiadásra való felkészültséget, és a 0 érték pedig a finanszírozási problémákat. Hajdu (2003, 291 294. o.) bizonyítása alapján az odds a magyarázóváltozók x i (i=1, 2,,p) kovariánsa P x : Px (1) oddsx 1 Px A logisztikus regresszió feltételezése szerint az odds logaritmusa másképpen a siker valószínűségének logitja a magyarázóváltozók lineáris függvénye: ln odds x log it Px 0 1x1 p x, (2) p ahonnan: 0 1x1 p x odds p x e, (3) amelyből bizonyítottan 0 1x1 pxp e Px (4) 0 1x1 pxp 1 e Az eljárás ismeretében a β paraméterek alapján a háztartások szokásos kiadásra való felkészültségének valószínűsége előre jelezhető. A háztartások felkészültsége a szokásos kiadásokra regionális aspektusból A háztartások jövedelmi helyzetét alapvetően az határozza meg, hogy a háztartásnak hány aktív tagja van, hiszen a tevékenységükkel előállított jövedelem (1. táblázat) biztosítja a háztartás megfelelő életszínvonalát. A háztartások aktivitását tekintve Közép-Magyarország és a dunántúli régiók voltak kedvezőbb helyzetben 60% körüli aktivitási mutatóval, míg a kedvezőtlen munkaerő-piaci folyamatok leginkább a keleti régiókban éreztették hatásukat. 1. táblázat Egy fogyasztási egységre jutó évi jövedelem, 2010 (Forint) Régió Átlag Medián Módusz Szórás Minimum Maximum Érvényes N Közép-Dunántúl 1 284 618 1 184 667 1 477 659 673 451 69 158 7 432 003 418 315 Nyugat-Dunántúl 1 233 335 1 145 472 426 240 569 545 114 286 6 127 249 357 954 Dél-Dunántúl 1 150 951 1 062 515 217 143 534 204 120 000 4 323 871 342 271 Észak-Magyarország 1 158 021 1 069 370 739 105 580 315 224 229 5 467 336 429 811 Észak-Alföld 1 114 703 1 007 742 1 066 667 638 054 138 813 9 279 835 532 360 Dél-Alföld 1 178 605 1 101 290 1 066 667 508 290 22 133 4 678 725 516 638 Közép-Magyarország 1 528 149 1 358 638 1 200 000 825 351 83 000 9 555 976 1 188 771 Országos összesen 1 291 421 1 166 645 1 066 667 692 128 22 133 9 555 976 3 786 120 Forrás: HKÉF 2010 alapján saját számítás.
124 DOMÁN CSABA A háztartások saját helyzetük értékelésében jelentős szerepet játszik, hogy bevételeikből hogyan tudják finanszírozni a megjelenő költségeiket, fogyasztásaikat (2. táblázat). Magyarországon a háztartások fogyasztási kiadásaik túlnyomó részét élelmiszerekre/alkoholmentes italra, illetve lakásfenntartásra/háztartási energiára (a legjelentősebb kiadási tétel) költötték (Domán Myshketa 2013). Országos szinten 2010-ben a háztartások 40,4%-a vélte úgy, hogy számukra a lakásfenntartás nagyon megterhelő, míg 52,8%-uk szerint csak időnként megterhelő és csupán 6,8%-uk vélte úgy, hogy számukra egyáltalán nem megterhelőek ezen költségek. Az egyes régiók gazdasági fejlettségének és az abból fakadó jövedelmi helyzetnek is köszönhetően a hagyományosan fejlettebb régiók háztartásai kevésbé vélekednek úgy, hogy számukra a lakásfenntartás költségei nagyon megterhelőek. 2. táblázat A lakásfenntartás költségei által okozott nehézségek a háztartások számára, 2010 Régió Nagyon megterhelő Időnként megterhelő Egyáltalán nem megterhelő Közép-Dunántúl 37,4 53,7 8,9 Nyugat-Dunántúl 34,5 58,2 7,2 Dél-Dunántúl 37,4 53,4 9,2 Észak-Magyarország 41,2 54,4 4,4 Észak-Alföld 44,8 52,2 3,1 Dél-Alföld 46,1 49,2 4,7 Közép-Magyarország 39,3 51,9 8,8 Ország összesen 40,4 52,8 6,8 Forrás: HKÉF 2010 alapján saját számítás. A háztartások lakásfenntartás költségei által okozott nehézségekről alkotott véleménye az általam előtérbe helyezett változók tekintetében összefügg, továbbá szignifikánsan kimutatható, hogy szokásos és váratlan kiadásokat nehezen tudják kezelni a lakásfenntartás költségeivel nehezen megbirkózó háztartások. A HKÉF-adatbázis alapján Magyarországon 2010-ben a háztartások 24,9%-a a szokásos kiadásokat csak nagy nehézségek árán tudta fedezni, 31,2%-uk nehézségek árán, míg 33,6%-uk kisebb nehézségek árán. A háztartások csupán 8,7%-a tudta viszonylag könnyen finanszírozni szokásos kiadásaikat, és alig több mint 1%-uk számára nem okozott különösebb gondot a szokásos kiadás megfelelő anyagi finanszírozása. Ezen tények előrevetítették, hogy a háztartások felkészültsége váratlan kiadásokra sem kielégítő hazánkban. A háztartások véleményét determinálta az is, hogy milyen gazdasági aktivitást produkáltak a háztartástagok által: váratlan kiadásokra leginkább a nyugdíjas háztartások voltak felkészülve, 37,9%-uk nyilatkozott úgy, hogy rendelkezik megfelelő saját forrással és nem okoz nekik gondot a váratlan kiadás finanszírozása; az aktív háztartások aránya 3,7 százalékponttal maradt el ugyanezen állásponttól; az egyéb nem aktív háztartások csak elenyésző része (7,5%) volt felkészülve váratlan kiadásokra. 2010-ben leginkább az észak-magyarországi, közép-magyarországi és az alföldi háztartások vélték úgy, hogy számukra a szokásos kiadások nagy nehézséget jelentenek, hiszen mind a négy régió háztartásainak több, mint egynegyede vélte úgy, hogy a felmerülő szokásos kiadásokat csak nagy nehézségek árán tudnák finanszírozni, ezzel szemben hazánk nyugati határához közel élő háztartások csupán 16,5%-a vélekedett hasonlóan (3. táblázat).
A HÁZTARTÁSOK SZOKÁSOS KIADÁSRÓL ALKOTOTT VÉLEMÉNYÉNEK MODELLEZÉSE 125 3. táblázat A háztartások szokásos kiadások finanszírozhatóságáról alkotott véleménye, 2010 (%) Régiók nagy nehézségek árán Szokásos kiadások finanszírozhatósága nehézségek árán kisebb nehézségek árán könnyen Közép-Dunántúl 24,5 24,8 36,9 13,8 Nyugat-Dunántúl 16,5 30,3 39,6 13,6 Dél-Dunántúl 20,5 29,6 36,3 13,5 Észak-Magyarország 25,1 33,1 35,2 6,6 Észak-Alföld 27,6 35,0 32,0 5,5 Dél-Alföld 30,3 34,2 29,0 6,5 Közép-Magyarország 25,3 30,5 32,0 12,2 Ország összesen 24,9 31,2 33,6 10,3 Forrás: saját szerkesztés. Kutatásomat arra is kiterjesztettem, hogy az egyes régiókban a háztartások véleménye településtípusonként hogyan alakult. A megyeszékhelyen, illetve megyei jogú városban élő háztartások leginkább Észak-Alföldön és Közép-Magyarországon vélték úgy, hogy számukra a szokásos kiadások nagy nehézséget okoznak (27,3, illetve 27,4%). Közép-Dunántúl és Dél-Alföld további városaiban élő háztartások szintén nehezen finanszírozhatónak minősítették a szokásos kiadásaikat (34,6, illetve 35,7%). A községben élők közül Közép-Magyarország háztartásai voltak a legpesszimistábbak (33,6%). A legoptimistább háztartások a dunántúli régiókban éltek, mindhárom településtípus esetében az ott élő háztartások vélték a leginkább úgy, hogy számukra a szokásos kiadások finanszírozása könynyen teljesíthető. A háztartások szokásos kiadásról alkotott véleményét determináló tényezők A háztartások szokásos kiadásról alkotott véleményét három irányból közelítettem meg, a rendelkezésre álló változók tulajdonságai miatt. Függetlenségvizsgálat, illetve varianciaanalízis segítségével a változók közötti függőségi viszonyt azonosítottam, míg a logisztikus regresszió alkalmazása olyan irányt biztosított a kutatásomban, amellyel modellezhető a háztartások reagálása és lehetősége bizonyos anyagi/nem anyagi eseményekkel kapcsolatosan, sőt előre definiált szegmensekre vagy csoportokra is lehet fókuszálni a módszer segítségével. A modell kialakításakor az alábbi szempontokat tartottam szem előtt: a modellben lehetőleg minden olyan változó szerepeljen, amely szignifikánsan befolyásolja a háztartások viszonyulását a váratlan kiadásokra; a modellben szereplő független változók és szintjeik szignifikánsak legyenek; a létrehozott modell illeszkedése megfelelő legyen (Varga 1999). Tekintve, hogy a kutatás során szóba jöhető indikátorok a HKÉF-adatgyűjtés részét képezték, felhasználhatóságuk adottak voltak. Ezek alapján négy dimenzió mentén vettem figyelembe amely tartalmaz kutatói és szubjektív döntéseket is a változókat: demográfiai profilra vonatkozó tényezők, jövedelmi helyzetet minősítő változók, életkörülményre/életmódra és deprivációra vonatkozó indikátorok.
126 DOMÁN CSABA Nem metrikus változók: Referenciaszemély neme nem, Referenciaszemély kora korcsoport szerint korcsoport, Háztartások a tagok gazdasági aktivitása szerint aktivitás, Az épület környezetének lakóövezeti jellege lakóövezeti jelleg, Referenciaszemély iskolai végzettsége iskolai_végzettség, Települések típusa teltip, Jellemző-e a szennyezés, por, egyéb környezeti probléma (például füst, bűz, korom, szennyezett víz stb.)? szennyezés, A lakásfenntartás költségei mekkora megterhelést jelentenek a háztartásnak? lakás_ktg, Képes volna-e a háztartás arra, hogy egy váratlan, nagyobb összegű kiadást a saját forrásaiból fedezzen? váratlan_kiadás, Megengedhetik-e maguknak, hogy évente legalább egy hétre elmenjenek nyaralni, amiért fizetniük kell? nyaralás, Megengedhetik-e maguknak, hogy legalább minden második nap húst egyenek? húsfogy, Megengedhetik-e maguknak, hogy lakásukat megfelelően tudják fűteni? fűtés, Véleménye szerint hogyan tudja fedezni az Ön háztartása a szokásos kiadásokat? szokásos_kiadás, Nettó jövedelem nettó_jöv, Egy főre jutó nettó jövedelmi decilisbe való tartozás jöv_decilis, Egy főre jutó nettó kiadási decilisbe való tartozás fogy_decilis, Egy fogyasztási egységre jutó nettó jövedelem, forint egység_jöv, Egy fogyasztási egységre jutó fogyasztás, forint egység_fogy, Összes vásárolt COICOP-tétel fogyasztás, Jövedelemelvárás átlagos megélhetéshez, forint jövelv_átlagos, Jövedelmi feszültség átlagos jövedelemelvárás mellett, % jövfesz_átl, Mekkora lenne az a legnagyobb összeg, amelyet saját forrásaiból fedezni tudna a háztartás, ha váratlan kiadásként jelentkezne? (Ft) legnagyobb_váratlan, Lakás alapterülete alapterület. A vizsgálatba bevont nominális és ordinális változók esetében a kereszttábla-analízist alkalmaztam, amellyel a változók közötti kapcsolatot vizsgáltam meg. A későbbi vizsgálatok függvényében eredményváltozóként a háztartások szokásos kiadásokról alkotott véleményét használtam. Országos viszonylatban mindegyik változó szignifikáns összefüggést mutatott a háztartások szokásos kiadásról alkotott véleményével, míg regionális bontásban a nem (Dél-Dunántúl, p=0,223; Észak-Magyarország, p=0,200; Észak-Alföld, p=0,085), korcsoport (Közép-Dunántúl, p=0,925; Nyugat-Dunántúl, p=0,613; Dél-Dunántúl, p=0,158) és a szennyezés (Közép-Dunántúl, p=0,180; Dél-Alföld, p=0,059; Közép-Magyarország, p=0,960) változók esetében fordultak elő nem szignifikáns értékek. A korrigált rezidumok alapján megállapítottam, hogy regionális szinten bizonyossággal állítható, hogy azon háztartások könnyebben tudják finanszírozni a szokásos kiadásukat, ahol a referenciaszemély felsőfokú végzettséggel rendelkezik; aktív háztartásokról van szó (Észak-Magyarországon a nyugdíjas háztartások);
A HÁZTARTÁSOK SZOKÁSOS KIADÁSRÓL ALKOTOTT VÉLEMÉNYÉNEK MODELLEZÉSE 127 megyeszékhelyen, illetve megyei jogú városban élnek (kivétel Észak-Magyarország, ahol nincs szignifikáns összefüggés, illetve Dél-Alföld, ahol a községekben élők tudják leginkább könnyen teljesíteni a szokásos kiadásaikat); hagyományos városias beépítésű, lakótelep és családi házas lakóövezet (Dél-Alföldön leginkább a falusias jellegű lakóövezetben élők); megfelelően tudják fűteni a lakásukat; megengedhetik maguknak, hogy saját forrásból elmenjenek nyaralni; minden második nap húst egyenek; lakásfenntartás egyáltalán nem megterhelő; váratlan kiadásokat saját forrásból képes finanszírozni. A szubjektív irányt kiegészítettem a metrikus változók vizsgálatával. 4 Varianciaanalízis felhasználásával arra kerestem a választ, hogy a háztartások szokásos kiadásra való felkészültsége függőségi viszonyba áll-e a jövedelemhez kapcsolódó metrikus változókkal, amelyekkel az alábbi nullhipotézist teszteltem (Sajtos Mitev 2004, 167. o.): H0 1 2 M. (5) Régió nettó_jöv Levene-teszt eredményei, p-értékek legnagyobb_ váratlan fogyasztás egység_ jöv Transzformált értékek egység_ fogy jövelv_ átl jövfesz_ átl 4. táblázat alapterület Közép-Dunántúl 0,219 0,259 0,012 0,057 0,042 0,310 0,020 0,048 Nyugat-Dunántúl 0,020 0,035 0,198 0,005 0,598 0,000 0,000 0,000 Dél-Dunántúl 0,883 0,479 0,517 0,007 0,461 0,010 0,002 0,567 Észak-Magyarország 0,332 0,024 0,001 0,003 0,135 0,102 0,000 0,018 Észak-alföld 0,447 0,001 0,167 0,025 0,015 0,091 0,000 0,000 Dél-Alföld 0,086 0,008 0,205 0,099 0,020 0,000 0,093 0,000 Közép-Magyarország 0,006 0,258 0,038 0,000 0,014 0,004 0,000 0,000 Ország összesen 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 Forrás: saját szerkesztés. A szóráshomogenitás feltétele a legkevésbé az egy fogyasztási egységre jutó jövedelem és a jó megélhetést biztosító jövedelemelvárás változók transzformált változata esetében sérült, míg a nettó_jöv, a legnagyobb_váratlan, a jövelv_átl, a fogyasztás és az ebből képzett egység_fogy változók esetében érvényesült a leginkább (4. táblázat). A Leveneteszthez kapcsolódóan a varianciaanalízis regionális bontásban nem volt szignifikáns a jövelv_átl (Nyugat-Dunántúl, F=0,339, p=0,797; Dél-Dunántúl, F=1,034, p=0,377; Észak- Alföld, F=2,507, p=0,057), illetve a legnagyobb_váratlan (Észak-Magyarország, F=2,060, p=0,105) változók esetében. Az eredmények tükrében egyértelművé vált, hogy a háztartások szokásos kiadásról alkotott véleményét a hagyományos jellegű objektív mutatók közül szignifikánsan leginkább a nettó jövedelem, illetve a fogyasztás befolyásolta. 4 A metrikus változók transzformált értékek.
128 DOMÁN CSABA Az egyes kategóriák átlagai közötti eltérésre az F-próba még nem adott egyértelmű választ, ezért a posteriori tesztet hajtottam végre. Ennek eredményeképpen meghatároztam, hogy mely párosítások esetén mutatkozik jelentős különbség a csoportátlagok között. A vizsgálat szerint az egység_fogy változónál minden régióban jelentős különbség volt az egyes csoportok között. A nettó_jöv esetében Közép-Dunántúlon, Nyugat-Dunántúlon, Észak-Magyarországon, Dél-Alföldön és Közép-Magyarországon szintén helytálló volt az előző megállapítás. A fogyasztás alapján már csak Észak-Magyarországon, Dél- Alföldön és Közép-Magyarországon volt jelentős eltérés az egyes csoportok között, míg a másik négy régióban alapvetően azon háztartások alkottak külön csoportokat, akik a szokásos kiadásaikat könnyen finanszírozni tudták. A lakások alapterületét tekintve mindegyik régióban jól elkülönült csoportok jöttek létre. Modellspecifikáció A logisztikus regressziós modell függő változóját a Véleménye szerint hogyan tudja fedezni az Ön háztartása a szokásos kiadásokat? szokásos_kiadás kérdésre adott válaszok adataiból képeztem. A magyarázóváltozók kategorizált minőségi és metrikus változók voltak. A következő független változókat vontam be a vizsgálatba: kategorizált minőség változók: aktivitás, szennyezés, fűtés, nyaralás, húsfogy, lakásktg, váratlan_kiadás; metrikus változók: nettó_jöv, fogyasztás, egység_jöv, egység_fogy, legnagyobb_váratlan; alapterület, jövfesz_átl, jövelv_átl, jöv_decilis, fogy_decilis. A logisztikus regressziós modell meghatározása során két irányt vizsgáltam: országos és regionális szinten hogyan hatnak a kiválasztott magyarázóváltozók a szokásos_kiadás eredményváltozóra. Az országos szintű modell kialakítása során az Enter-eliminációs módszert alkalmaztam. Az elemzés első fázisában a konstans és a magyarázóváltozók szignifikanciájának ellenőrzését hajtottam végre: a Wald-statisztika alapján a szokásos_kiadás függő változó szignifikáns volt, míg a magyarázóváltozók egyedi hatását vizsgálva csak a szennyezés (1) és az alapterület változók nem mutattak szignifikáns hatást (p=0,283, illetve p=0,576). A regressziós eljárásoknál kiemelt szerepe van a modell magyarázóerejének (Ketskeméty Izsó 2005, Hunyadi 2005), eredményeim alapján a modellbe bevont független változók kombinációja 37,0%-ot magyarázott a szokásos_kiadás függő változó varianciájából. A diszkriminanciaelemzésnél alkalmazott klasszifikációhoz hasonlóan a logisztikus regresszió is kitér erre (5. táblázat), miszerint 40,2% volt azon háztartások aránya, amelyek számára nehézséget okoz a szokásos kiadások finanszírozása saját forrásból, míg 96,4% a helyes kategorizálás aránya a szokásos_kiadást megfelelően kezelő háztartások esetében. Ez összességében azt jelentette, hogy a helyesen kategorizált esetek aránya 83,6% volt, amely jelentős javulást mutatott, azaz a kiválasztott független változók jelentős mértékben hozzájárultak a függő változó helyes kategorizálásához. 5 5 Az elemzés legelső lépése során meghatározott klasszifikációs érték 77,2% volt, amelytől 6,4 százalékponttal lett jobb a végeredmény.
A HÁZTARTÁSOK SZOKÁSOS KIADÁSRÓL ALKOTOTT VÉLEMÉNYÉNEK MODELLEZÉSE 129 Klasszifikáció eredményei (a modell előrejelzési pontossága) 5. táblázat Tényleges válasz Klasszifikáció Előrejelzett válasz 0 nem 1 igen Találati arány 0 nem 284 422 40,2 1 igen 86 2308 96,4 Összesen 83,6 Forrás: saját szerkesztés; nem=nehézségek árán, 1=viszonylag könnyen. Az Enter-eliminációs eljárás alapján létrejött logisztikus regressziós modell esetén (6. tábla) a magyarázóváltozók szignifikanciaszintje csak a nyaralás, második_nap_hús, lakásfenntartás, jövelvárás_átlagos, legnagyobb_összeg és a fogy_egység_jövedelem változók esetében nem haladta meg az 5%-ot, a többi változó szignifikánsan nem magyarázta a szokásos_kiadás függő változót. 6. táblázat A logisztikus regresszió paraméterbecslésének eredményei Változók B Wald Sig. Exp(B) nem(1) 0,051 0,207 0,649 1,052 aktivitás(1) 0,094 0,514 0,473 0,910 szennyezés(1) 0,261 1,886 0,170 0,770 fűtés(1) 0,262 1,309 0,252 0,769 nyaralás(1) 1,158 98,558 0,000 0,314 húsfogy(1) 0,374 5,129 0,024 0,688 lakásktg (1) 2,224 285,234 0,000 0,108 alapterület 0,000 0,083 0,773 1,000 jövelv_átl 0,000 6,511 0,011 1,000 legnagyobb_váratlan 0,000 8,589 0,003 1,000 nettó_jöv 0,000 0,213 0,644 1,000 egység_jöv 0,000 5,249 0,022 1,000 egység_fogy 0,000 0,016 0,901 1,000 fogyasztás 0,000 0,335 0,563 1,000 jöv_decilis 0,039 0,613 0,434 0,962 fogy_decilis 0,023 0,270 0,603 1,023 jövfesz_átl 0,006 2,008 0,156 1,006 Constant 1,752 20,939 0,000 5,769 Forrás: saját szerkesztés. Régiónkénti logisztikus regressziós modellek A szokásos_kiadás változó modellezését regionális szinten is elvégeztem, hiszen a 3. táblázat eredményei is mutatták, hogy az egyes régiók háztartásai számára eltérő mértékben okozott nehézséget a szokásos kiadások finanszírozása. Vizsgálatom során a stepwiseeliminációs módszert alkalmaztam, amelynek eredményeképpen a logisztikus regressziós modell csak a szignifikáns változókat tartalmazta. Első lépésként a klasszifikációs táblát hoztam létre, amely a régiós szintű modellek találati arányát tartalmazta (7. táblázat).
130 DOMÁN CSABA A klasszifikáció eredményei regionális szinten Régiók Találati arány Közép-Dunántúl 87,5 Nyugat-Dunántúl 86,2 Dél-Dunántúl 88,6 Észak-Magyarország 81,3 Észak-Alföld 78,4 Dél-Alföld 80,5 Közép-Magyarország 85,9 Forrás: saját szerkesztés. (%) 7. táblázat Az eredmények alapján megállapítható, hogy az alkalmazott modell regionális szinten a mintába került háztartásokat milyen mértékben azonosította helyesen a válaszadás szempontjából (azaz milyen nehézséget okoz számukra a szokásos kiadás?). A vizsgálatba bevont magyarázóváltozók alapján Dél-Dunántúl esetében lehet a legpontosabban azonosítani azokat a háztartásokat, amelyek a szokásos kiadásokat finanszírozni tudják (88,3%). A legkevésbé Dél-Alföld (80,5%) és Észak-Alföld (78,4%) háztartásai esetében lehetett helyesen azonosítani a válaszadó háztartásokat. A 8. táblázat Nagelkerke R 2 -értéke alapján egyértelmű, hogy Közép-Dunántúl esetében (51,6%) volt a legnagyobb a logisztikus regressziós modell magyarázóereje: 8. táblázat A modellek illeszkedésére vonatkozó vizsgálat eredményei Forrás: saját szerkesztés. Régiók Találati arány Közép-Dunántúl 51,6 Nyugat-Dunántúl 44,0 Dél-Dunántúl 40,5 Észak-Magyarország 41,2 Észak-Alföld 34,3 Dél-Alföld 32,4 Közép-Magyarország 40,6 A stepwise-eliminációs (Hunyadi Mundruczó Vita 2000) módszer felhasználásával azonosítottam azon változókat, amelyek régiónként szignifikáns összefüggésben voltak szokásos_kiadás függő változóval. Ennek alapján a háztartások váratlan kiadások finanszírozhatóságára adott igen/nem válaszok odds-arányát becslő logisztikus regresszió függvény egyenlete: ln oddsx 0 1x1 px. (6) p A függvény változóinak értékét régiónként a 9. táblázat tartalmazza. (%)
A HÁZTARTÁSOK SZOKÁSOS KIADÁSRÓL ALKOTOTT VÉLEMÉNYÉNEK MODELLEZÉSE 131 9. táblázat Az optimális regresszió függvény B együtthatóinak értéke regionális szinten Változók Közép- Dunántúl Nyugat- Dunántúl Dél- Dunántúl Észak- Alföld Dél- Alföld Észak-Magyarország Közép-Magyarország nyaralás(1) 1,736 1,371 0,909 1,528 0,754 0,845 1,191 húsfogy(1) 1,226 0,970 lakásktg(1) 1,938 2,852 2,704 1,923 2,228 2,184 1,813 jövfesz_átl 0,010 0,003 nem(1) 0,804 legnagyobb_váratlan 0,809 0,998 0,499 fogyasztás 1,987 egység_fogy 1,745 egység_jöv 2,485 2,371 szennyezés 1,091 alapterület 0,014 konstans 7,977 4,519 25,086 4,191 14,738 13,993 16,887 Forrás: saját szerkesztés. A magyarázóváltozóknak az oddsra gyakorolt parciális hatását az Exp(B) értékek mutatták a függvényben. Régiónként a bevont változók eltérő mértékben növelték a háztartások szokásos_kiadás finanszírozhatóságára adott igen válaszok odds arányát. Egyértelműen megállapítható, hogy ha a háztartások pozitívan ítélik meg lehetőségeiket, azaz el tudnak menni nyaralni, a lakásfenntartás költségei kevésbé megterhelőek számukra, akkor a szokásos kiadások finanszírozásáról alkotott véleményük valószínűleg jelentősen pozitívabb lesz. Az eredmények alapján megállapítható a becsült feltételes valószínűség értéke is. A korábban ismertetett eljárás alapján a következő képlettel határozható meg: 0 1x1 pxp e Px (7) 0 1x1 pxp 1 e Vélt vagy valós értékek alapján régiónként modellezni lehet, hogy a háztartások milyen valószínűséggel tudják finanszírozni saját forrásból a szokásos kiadásokat. Közép-Dunántúl esetében bírt a legnagyobb magyarázóerővel a regresszió függvény, így ebben az esetben a becsült logit (ahol lehetőségük van nyaralni, minden második nap húst fogyasztani, a lakásfenntartás nem okoz nehézséget, a jövedelmi feszültség 0,48 mint átlagos érték és a legnagyobb váratlan kiadás, amit finanszírozni tudnak 270 000 forint mint átlagos érték): ln(odds)= 7,977+1,736 1+1,226 1+1,938 1 0,010 0,48+0,809 5,43=1,311. Ebből a becsült feltételes valószínűség: 1,311 e P 0,7877 (8) 1,311 1 e Vagyis a fenti tulajdonságokkal rendelkező háztartás Közép-Dunántúlon 78,77%-os valószínűséggel könnyen fedezni tudja szokásos kiadásait.
132 DOMÁN CSABA Összefoglalás Tanulmányomban a KSH által évente lebonyolított HKÉF alapján sajátos aspektusból kívántam modellezni a háztartások életszínvonalát determináló tényezőket, figyelembe véve, hogy magát a kifejezést egyre inkább egy többdimenziós fogalomként kezelik. Kutatásom középpontjában a szubjektív tényezők álltak, amelyek hatását az elmúlt években egyre inkább fontosnak vélnek kutatói körökben, ezért az elemzés során a háztartások szokásos kiadásról alkotott véleményének vizsgálatára koncentráltam. Keresve arra a választ, hogy a különböző metrikus és nem metrikus változók milyen kapcsolatban állnak vele, illetve a regionalitás érezteti-e hatását a változók kölcsönhatása során. A háztartások jövedelmi helyzete alapján egyértelmű a különbség az egyes régiók között, hiszen Közép-Magyarországon és a dunántúli régiókban magasabb a háztartások nettó jövedelme. A háztartások szubjektív megítélésén nyugvó, Véleménye szerint hogyan tudja fedezni az Ön háztartása a szokásos kiadásokat? kérdésre adott válaszok alapján a fenti különbség szintén látható. Míg az ország keleti felén élő háztartások csupán 5-7%-a vélte úgy, hogy számukra a szokásos kiadások finanszírozása könnyű, addig a dunántúli régiók háztartásainak közel 14, Közép-Magyarország háztartásainak 12,2%-a volt hasonló véleményen. A vizsgálatba bevont minőségi változók tekintetében a régiók közel felében nem mutatott szignifikáns hatást a referencia személy neme, korcsoportja, illetve a környezeti probléma változók. A logisztikus regresszió alapján amelyben metrikus változók is szerepeltek leginkább az objektivitást nem nélkülöző szubjektív változók éreztették hatásukat regionális szinten. A legtöbb háztartás napi szinten szembesül a lakásfenntartás költségeivel, illetve idényszerűen a nyaralási lehetőségeivel. E két tényezőről alkotott pozitív vélemény előrejelzi azt is, hogy a szokásos kiadásokhoz hogyan viszonyulnak a háztartások. A metrikus változók regionális szinten eltérő módon jelentek meg, nem lehet egyértelműen kiemelni azon változókat, amelyek azonos hatással jelennek meg az egyes régiókban. Csupán két régió esetében fordult elő az egy fogyasztási egységre eső jövedelem magyarázóváltozóként, míg a többi változó csupán egy-egy esetben. Így nem lehetséges megfogalmazni régiónként egy általános érvényű profilt, annak vázolása további ökonometriai számításokat igényel, illetve két időszak eredményei közötti összehasonlítást. IRODALOM Angner, E. (2010): Subjective well-being The Journal of Socio-Economics 39 (3): 361 368. Boarini, R. d Ercole, M (2006): Measures of Material Deprivation in OECD Countries OECD Social, Employment and Migration Working Papers No. 37., OECD, Paris. Brüll Mária (1987): Közgazdasági Lexikon Kossuth Könyvkiadó, Budapest. Campbell, A. (1976): Subjective measures of well-being American Psychologist 31 (2): 117 124. Diener, E. (1984): Subjective well-being Psychological Bulletin 95(3): 542 575. Domán Csaba Redi Myshketa (2013): A háztartások lakásfenntartás költségeiről alkotott véleményének modellezése XXVII. microcad Nemzetközi Tudományos Konferencia, 2013. március 28-29., Miskolci Egyetem, Miskolc. Drechsler László (1974): Az életszínvonal mérése és mérhetősége Statisztikai Kiadó Vállalat, Budapest Éltető Ödön (2004): Az új HKF-minta kiválasztási eljárása és a 2003. évi tapasztalatok Statisztikai Szemle 82 (8): 648 667. Gáspár Tamás (2013): A társadalmi-gazdasági fejlettség mérési rendszerei Statisztikai Szemle 91 (1): 78 92. Gasper, D. (2010): Understanding the diversity of conceptions of well-being and quality of life The Journal of Socio-Economics 39 (3): 351 360. Hajdu Ottó (2003): Többváltozós statisztikai számítások KSH, Budapest. Harsányi Endre Harsányi Gergely Nagy Attila János (2005): Területi fejlettségi különbségek Magyarországon és az Észak- Alföldi Régióban Agrártudományi Közlemények 2005/18: 62 71.
A HÁZTARTÁSOK SZOKÁSOS KIADÁSRÓL ALKOTOTT VÉLEMÉNYÉNEK MODELLEZÉSE 133 Hegedűs Rita (2001): Szubjektív társadalmi indikátorok. Szelektív áttekintés a téma irodalmából Szociológiai Szemle 11 (2): 58 72. Hunyadi László (2005): Statisztikai következtetéselmélet közgazdászoknak Központi Statisztikai Hivatal, Budapest. Hunyadi László Mundruczó György Vita László (2000): Statisztika Aula Kiadó, Budapest. Kahneman, D. (1999): Objective happiness In: Kahneman, D. Diener, E. Schwarz, N. (Eds.) Well-being: The foundations of hedonic psychology pp. 3 25. Russell Sage, New York. Kapitány Zsuzsa Molnár György (2002): Egyenlőtlenség és mobilitás a magyar háztartások jövedelmében, kiadásaiban és tartós fogyasztási cikkeinek állományában Közgazdasági Szemle 49 (12): 1015 1041. Kapitány Zsuzsa Molnár György (2001): A magyar háztartások jövedelmi-kiadási egyenlőtlenségei és mobilitása 1993 1998 KTK/IE Műhelytanulmányok 2001/15, MTA Budapest. Keller Tamás (2008): Trendek az életszínvonallal való elégedettséget magyarázó tényezők hatásának időbeli alakulásában 1992 és 2007 között In.: Kolosi Tamás Tóth István György (ed.) Társadalmi Riport 2008 p. 415-428., TÁRKI, Budapest. Ketskeméty László Izsó Lajos (2005): Bevezetés az SPSS programrendszerbe ELTE Eötvös Kiadó, Budapest. KSH (2014): Érdekességek a szubjektív jóllét (well-being) magyarországi vizsgálatából Statisztikai Tükör 8 (2), KSH, Budapest. KSH (2013): Jövedelmi helyzet 2011 Statisztikai Tükör 7 (15), KSH, Budapest. KSH (2012): A háztartások fogyasztásának színvonala és szerkezete Statisztikai Tükör 6 (108), KSH, Budapest. KSH (2009): A háztartások fogyasztásának regionális különbségei KSH, Budapest. KSH (2008): Az életkörülmények és az életmód dinamikus jelzőszámai KSH, Budapest. KSH (2006): A háztartás és a család fogalma Statisztikai Módszertani Füzetek 47. KSH, Budapest. Nyitrainé Ferencné dr. (1996): Gazdaságstatisztika Központi Statisztikai Hivatal, Budapest. Sági Matild (2006): Elégedettség az átalakuló társadalmakban In: Kolosi T. Tóth I. Gy. Vukovich Gy. szerk.: Társadalmi Riport 2006 pp. 151 179. TÁRKI, Budapest. Sági Matild (2000): Hogyan legyünk pesszimisták? Viszonyítsunk a sokkal jobbhoz! Századvég 5 (17): 41 66. Sajtos László Mitev Ariel (2007): SPSS kutatási és adatelemzési kézikönyv Budapest, Alinea Kiadó. Spéder Zsolt Kapitány Balázs (2002): A magyar lakosság elégedettségének meghatározó tényezői nemzetközi összehasonlításban In: Kolosi, T., Tóth, I. Gy., Vukovich, Gy. (szerk.) Társadalmi riport 2002 pp. 162-172. TÁRKI, Budapest. Stiglitz, J. E. Sen, A. Fitoussi, J. P. (2009): Report by the Commission ont the Measurement of Economic Performance and Social Progress http://www.stiglitz-sen-fitoussi.fr/documents/rapport_anglais.pdf (letöltve: 2014. február). Szabó Andrea Szabó László (1994): Az életszínvonalról alkotott vélemények és a jövedelmek összefüggései Szociológiai Szemle 4 (3): 93 123. Székelyi Mária Barna Ildikó (2002): Túlélőkészlet az SPSS-hez Typotex Kiadó, Budapest. Szilágyi Roland (2011): Mintavételen alapuló becslések hibáinak kezelése, különös tekintettel a nemválaszolás okozta problémákra PhD disszertáció Miskolci Egyetem, Miskolc. Varga Sára (1999): A jövedelem-felvétel hiányzó adatainak pótlása Statisztikai Szemle 77 (2-3): 112 130. Kulcsszavak: életszínvonal, logisztikus regresszió, háztartás, szokásos kiadás, modellezés. Resume In traditional terms households living standard is influenced by their income level, and the closely interrelated consumption. In Hungary the households income and consumption situations show diverse face at regional level. In recent years examination of living standard based on subjective factors came into the foreground. Because individuals and households take not only income into consideration, when judging their position, but several other factors that affect their temporary situation and future plans. In my research I focused on the opinion of households about financing their own habitual expenditures. At regional level this opinion of households was significantly influenced by the possibility to have holidays and capability of paying overhead costs. Income and consumption indicators in traditional terms appeared only rarely as explanatory factors. I think that spotlighting the subjective factors may make more accurate our formed point of view about the living standard, however it is necessary to keep an eye on the suitable proportion of the objective and subjective factors, since the individual is likely to project his feelings and ideas onto the questions being based on his own judgement.