Területi Statisztika, XXXVI, 1986 (3), pp.

252-257

DR. NEMES NAGY JÓZSEF

A területi egyenlőtlenségek mérésének „gyógyíthatatlan (?)” betegségei

Kulcsszavak: egyenlőtlenség, matematikai statisztika, területi elemzés

A területi elemzés - függetlenül a konkrét tartalomtól - gyakran egy sajátos, relatív szempontot emel
a vizsgálódás középpontjába: a különböző területek, települések jellemzőinek, fejlődésének
egymáshoz való viszonyát. Csak így képes ugyanis megragadni egy-egy területi egység vagy a
társadalmi-gazdasági folyamatok térbeli lefutásának sajátosságait. Közvetlen folyománya ennek,
hogy a területi elemzések egyik központi fogalma a területi egyenlőtlenség, s a területi elemzési
módszertárban kitüntetett szerepe van a területi egyenlőtlenségi mutatóknak. A következőkben ezek
kapcsán kívánok áttekinteni néhány metodikai problémát, amelyek a szakirodalom tanúsága szerint
ma is élőek olyannyira, hogy akár homlokegyenest eltérő következtetésekre is alapot szolgáltatnak
bizonyos társadalmi-gazdasági jelenségek, tendenciák megítélésében. Az áttekintés adottnak vett,
egydimenziós területi jelzőszámokból számítható egyenlőtlenségi mutatókat vizsgál; nem tér ki
egyebek mellett, arra az ugyancsak alapvető problémára, hogy a vizsgálni kívánt jelenség miként,
milyen jelzőszámokkal írható le, mérhető (ha egyáltalán mérhető). A leggyakrabban használt
egyenlőtlenségi mérőszámokat, indexeket ismertnek tételezem, így azok matematikai formuláinak
közlésétől eltekintek.

Egyik fő célom annak világossá tétele, hogy egy-egy egyenlőtlenségi index kiválasztása távolról sem
mellékes kérdése a vizsgálatoknak, mivel a különböző mutatóknak nem pusztán matematikai
formulái témek el, hanem más és más a tartalmuk, jelentésük is. Ebből interpretációjuk
korlátozottsága is következik, valamint az a sajnálatos - a felhasználónak többletmunkát jelentő -
tény is, hogy az esetek többségében nem elégedhetüıık meg egyetlen, véletlenszerüen kiválasztott
módszer felhasználásával. Ha csak egyetlen mutatót használunk – elvi akadálya ennek sincs -,
tudatában kell lennünk választásunk és következtetéseink lehetséges egyoldalúságának.

A bőség zavara

Ha csak a területi vizsgálatokban széles körben elterjedt, visszatérően használt egyenlőtlenségi

mutatókat vesszük számba, legalább tíz féle - különböző tulajdonságokkal, előnyökkel és
hátrányokkal rendelkező - mutató tartozik ezek közé. Ha a belőlük kisebb-nagyobb, indokolt vagy
esetenként feleslegesnek tűnő korrekciókkal származtatható indexeket, vagy a néhány további,
egyedi konstrukciót is számbavesszük, ennek többszörösére rúg a szám.
1
Az újabb hazai szakirodalomban a főbb területi egyenlőtlenségi mutatókat lásd például: Matematikai és statisztikai módszerek alkalmazási
lehetőségei a területi kutatásokban (szerk. Sikos T. Tamás), Akadémiai Kiadó, Budapest, 1984. i. m. 65-79. pp.

252
E bőség azzal a hátránnyal jár, hogy a különböző szerzők rokontémában végzett számításai minden
egyéb feltétel, megléte ellenére gyakran nem vagy csak nehezen összevethetők, ha más és más
egyenlőtlenségi mérőszámot használtak. A konkrét, számszerű összehasonlítás lehetetlenségén
túlmenően például a területi egyenlőtlenségeket több időpontban, változásukban vizsgálva tovább
bonyolítja a „nyelvi” nehézséget az, hogy a különböző egyenlőtlenségi mutatók között nincs monoton
fügvénykapcsolat. Ugyanazon megfigyelési egységekre, ugyanazon statisztikai adatból két időpontra
kiszámított kétfajta egyenlőtlenségi mértékszám esetében előfordulhat az, hogy míg az egyik
növekvő, a másik csökkenő egyenlőtlenséget mutat.

Ez a probléma (amelyre a későbbiekben többször is visszatérünk) azonban már átvezet ahhoz a

kérdéshez, hogy a különböző mutatók mit, az egyenlőtlenség milyen aspektusát mérik, mi a
tartalmuk. E szempontból - kissé konkrétabbá téve a gondolatkört - éles különbség van például a
gyakran alkalmazott range-típusú, a szélsőértékek összevetésén alapuló vagy a szórás-típusú, az
egész sokaságnak az átlaghoz viszonyított elhelyezkedését jellemző mérőszámok között. A range-
típusú mutatókat statisztikai szempontból akár tökéletlennek is minősíthetjük, hisz az adatokról csak
két elem figyelembevételével adnak bizonyos információkat. De vajon a társadalompolitikában vagy a
regionális dualizmus problémakörében nem a szélső pozíciók, a kirívó kiemelkedés és a szélsőséges
leszakadás közötti olló az alapvető feszültség, az arányos, kiegyensúlyozott területi fejlesztésnek
leggyakrabban nem az elmaradott területek (a negatív pólus) felzárkóztatása a fő célkitűzése? A
válasz úgy vélem egyértelműen igenlő, igazolva egyszersmind azt is, hogy egy-egy egyenlőtlenségi
mutató valódi értékét nem pusztán valamifajta steril statisztikai szempont, hanem a tartalmi
mondanivaló is befolyásolja.

Magam úgy vélem, hogy ez utóbbi - tehát a tartalmi mondanivaló - és a közérthető, egyértelmű,
világos értelmezhetőség elsődleges alkalmazási kritériumok. Ebből a szempontból nem tartom
indokoltnak - bár olyan célból, hogy más szakirodalmieredményekkel összehasonlítható
információhoz jussak, magam is sokszor használtam – a szórás és a belőle származtatható
mérőszámok privilegizált helyzetét. Széleskörű elterjedésük leginkább talán azzal indokolható, hogy a
szórásra épül - egyebek mellett - a matematikai-statisztikai összefüggésvizsgálatok két fő ága, a
korreláció- és regresszióelemzés. A közvetlen, könnyű értelmezhetőség hiánya más esetekben is
felmerül, így például az információelméleti mutatószámok esetében, amelyek logaritmikus
összefüggést tartalmaznak.

A szórással természetesen nem a teljesen más tartalmú range-mutatók állíthatók szembe, hanem
például a rokonmondanivalójú átlagos abszolút eltérés (amelyben nem lép fel a szórásban szereplő
négyzetreemelés torzító hatása), vagy például a Hoover-féle index. Természetesen önmagukban e
mutatók sem kifogástalanok. Az utóbbi, a megoszlási viszonyszámok abszolút eltéréseit számbavevő
mérőszám például érzéketlen az átlag feletti, illetve alatti mutatójú területegységek csoportján belüli
elmozdulásokra, értéke csak akkor módosul, ha az elmozdulás az átlagnál kedvezőbb helyzetű
területegységek rovására és az átlag alattiak javára (vagy fordítva) történik2. Használata a hazai
területi egyenlőtlenségi tendenciák feltárására egészen a közelmúltig azért volt különösen alkalmas
(megyei szintű elemzésekben), mivel nálunk a területi elmozdulások meghatározó iránya az átlag
feletti, kedvező pozíciójú főváros és a globálisan általában átlag alatti mutatókkal rendelkező vidék
közötti kiegyenlítődés volt.

A számítástechnika eszközeinek széleskörű elterjedése a kvantitatív elemzésekben bizonyíthatóan

nemcsak technikai, hanem gondolati impulzust is adott a kutatásoknak. A kész felhasználói
programok mechanikus felhasználása azonban veszélyekkel jár. Ennek egyik jellegzetes
2
E mutatóval végzett számításairıkból levonható következtetéseknek - többek között - ez volt egyik tartalmi korlátja. (Nemes Nagy J.-Berde
É.-Gether I.-Gulácsi G.: Az infrastrukturális ellátás területi egyenlőtlenségei. Statisztikai Szemle, 1985. 8. sz. 739-749. pp.)
253
- témakörünkbe vágó - példája az az álprecizitás, amely egy-egy adatsorból szórást is számítva a
programba beépített korrigált szórást használja akkor is, amikor az teljesen indokolatlan. A korrekció
a statisztikai mintavételen alapuló eljárások eleme, a teljes sokaság elméleti átlagának, szórásának a
minta alapján történő becslésében kap szerepet. Amikor nincs szó a minta és a teljes sokaság
relációjáról, hanem csupán egy adott empirikus adatsor (pl. megyei bontású adatok) statisztikai
jellemzésérõl, a korrigált szórás nem értelmezhető.

Súlyozás

A területi egyenlőtlenségek mérése során gyakran felmerül bizonyos egyenlőtlenségi mutatók (pl. a
szórás) súlyozott vagy súlyozatlan formája közötti választás alternatívája, mivel a használt területi
statisztikai jelzõszámok többsége fajlagos mutató (pl. egy főre jutó jövedelem). Súlyként az adott
fajlagos jelzószám nevezőjében szereplő adat (a fenti esetben a népesség) területegységenkénti
abszolút nagysága, vagy relatív részesedése (az adott területegységek részesedése az összes
népességből) szerepelhet. A súlyozással (annak matematikai indokain túl) azt vehetjük figyelembe,
hogy a megfigyelt, az adott jelzőszámmal mért jelenség az egyes területegységekben eltérő számú
egyedre vonatkozik, s így az egyes területegységek nem azonos súllyal ítéltetnek meg az
egyenlőtlenség szempontjából.

Úgy tűnhet, hogy fajlagos adatsorokból egyenlőtlenségi mutatót számítva, súlyozás nélkül
matematikai hibát követünk el. Erről azonban szó sincs. Arról azonban igen, hogy a súlyozott, illetve
súlyozatlan egyenlőtlenség tartalma különbözik. A súlyozatlan szórásra kapott értéket is jól
értelmezhetjük, mégpedig úgy, mintha mindegyik megfigyelt területi egységből egy-egy „átlagos”
jövedelmű személyt kiválasztva képzett (n területi egység esetén n főből álló) csoport tagjai közötti
egyenlőtlenséget mérnénk. Ez a mutató bizonyos értelemben életszerűbb is a súlyozással
számítottnál, hisz a valóságban egyes személyek, s nem a népességükkel arányos súlyú régiók állnak
szembe egymással, hasonlítják össze adott esetben jövedelmeiket. Természetesen társadalom- vagy
gazdaságpolitikai nézőpontból az egyes területegységek (vagy pl. rétegek) súlya, az érintett
népességtömeg - különösen az átlagtól messze elmaradók, vagy az azt jóval felülmúlók száma -
elsőrendű fontosságú, s így e megközelítésben mérőszámként inkább a súlyozott változat jöhet
szóba.

Ha felfedezzük, hogy a súlyozott, illetve súlyozatlan mérőszámok között nem ellentét feszül, hanem
csupán más-más tartalmúak, óvatosabban bánunk a minősítésükkel is. Aligha érthetünk egyet G. L.
Gaile éles szembeállításával, aki a súlyozatlan mérőszámokat a „területi” egyenlőség
(egyenlőtlenség), a súlyozottakat pedig a „társadalmi-területi” egyenlőtlenség mértékszámainak
nevezi.

A súlyozás problémái a területi statisztikai elemzés számos más területén, a fentiektől teljesen eltérő
problémakörökben - pl. komplex mutatószámok előállítása, korreláció- és regresszióelemzés - is
előkerülnek, ezek taglalása azonban messze túlmutat e cikk témakörén. A fentiekhez visszacsatolva
csupán még egy megjegyzés: a súlyozott, illetve súlyozatlan szórást számolva természetesen a
megfelelő átlagnak is súlyozottnak, illetve súlyozatlannak kell lenni, különben az egyenlőtlenség egy
fiktív középértéktől való eltérést számszerüsít.

Aggregáció

A területi aggregáció - a megfigyelési egységek összevonása - ínformáícióvesztéssel jár, adott

jelzőszámból adott egyenlőtlenségi mutatót számolva annak értéke az összevonás hatására monoton
csökken. Az egyenlőtlenség (az információ) csökkenése egyrészt függ a megfigyelési egységek
számának csökkenésétől (méretcsökkenés-hatás), másrészt attól, hogy
3
G. L, Gaile: Measures of spatial equality. In.:Spatial statistics and models (ed.: G. L. Gaile, C. J. Willmott) D. Reidel Publ., Doodrecht, 1984. i.
m. 223-224. pp. 254
milyen egységeket vonunk össze (aggregációs-út veszteség)4. E kettős hatás miatt egy n elemű
rendszerből különböző összevonásokkal kapott két különböző, de egyaránt k elemű (k < n), aggregált
rendszerben nagyon különböző lehet a mért egyenlőtlenség attól függően, hogy mely területi
egységeket (pl. az adott jelzőszám szerint nagyon hasonlókat vagy épp a nagyon különbözőket)
vontuk össze. A szakirodalomban használt egyenlőtlenségi mutatók közül az információelméleti
mérőszámoknak megvan az a kedvező tulajdonsága, hogy segítségükkel különböző aggregáltságú
rendszerek, adatsorok egyenlőtlensége a mérethatás kiszűrésével összehasonlítható, az adott
rendszer elméleti maximális egyenlőtlenségéhez (információtartalmához) való viszonyitással. A fenti
problémákban gyökerezik az a vélemény, amely csak a megfigyelés lehetséges vagy feltételezhető
alapegységeire vonatkozó adatokból számított egyenlőtlenségi mértéket tekinti alkalmazhatónak, s
elutasít minden aggregált rendszerből számított mértékszámot (például élesen szembeállítja a
települési és az ezekből aggregált megyei szintű adatokból számított mutatók valóságos magyarázó
erejét). Az információvesztés, mint matematikai érv azonban csak egy, s távolról sem kizárólagos
érvényű szempont. Aggregált rendszerek használata mellett szólhat tisztán módszertani érv: a kisebb;
összevont rendszer áttekinthetősége, könnyebb kezelhetősége. Ennél sokkal lényegesebb azonban a
használt aggregációs szintnek a vizsgált jelenség szempontjából való minősítése. Amikor például egy
területi irányítási rendszerben a különböző területi (közigazgatási) aggregációs szinteknek egyaránt
van funkciója, sőt esetleg a magasabb szinteké a meghatározó (például ezek a központi redisztribúció
alapegységei), semmiképp sem elhanyagolhatók az ezek szintjén mért egyenlőtlenségek.
Természetesen a magasabb aggregációs szinteken megfigyelt tendenciákat annak tudatában - de
nem azokkal szélsőségesen szembeállítva - kell értelmezni, hogy létezik az aggregációs
információsveszteség is, s hogy az alacsonyabb szinteken esetleg teljesen ellentétes tendenciák
tapasztalhatók (nagytérségi közeledés - kistérségi differenciálódás). Az aggregáció problémája is
akkor válik érdemi vitakérdéssé, amikor a különböző aggregációs szinten mért tendenciák
ellentétesek. Ez a tény lehetőséget teremt a valóságos folyamatok manipulativ értelmezésére is. Ha
kiegyenlítődésnek egyértelműen pozitív, a differenciálódásnak negatív tartalmat tulajdonítunk,
előnyös lehet csak a kiegyenlítődést igazoló aggregációra való hivatkozás, vagy egyfajta „leleplező”
alapállás esetén csak a differenciálódást felmutató reláció kiemelése.

A területi egyenlőtlenségek összehasonlító vizsgálataiból leszűrhető egy olyan általános tapasztalat,

hogy a legalapvetőbb társadalmi-gazdasági jelenségek esetében hosszú távon általában a területi
aggregációs szinttől függetlenül azonos a területi egyenlőtlenségek változásának alapirányzata5.
Rövid távon vagy az új társadalmi-gazdasági jelenségek (innovációk) esetében kétségtelenül gyakran
megfigyelhető az aggregációtól függő ellentétes trend, de ebből sem valamelyik szint
kizárólagossága, hanem a tartalmilag indokolható összes szint vizsgálatainak szükségessége
következik. A területi fejlődés két alaptendenciája, a differenciálódás, illetve a kiegyenlítődés
dialektikus együttlétezésének egyik megjelenése épp az, hogy a két tendencia együtt lehet jelen, még
ugyanazon jelenség esetében is, különböző aggregációs szinteken.

Többek között a fentiekben az aggregált rendszerek kapcsán módszertani előnyként említett kisebb
méret, könnyebb kezelhetőség veti fel az optimális aggegáció problémáját. Egy n elemű rendszerből k
eleműre (k < n) való áttérést matematikai szempontból akkor tekintünk optimálisnak, ha az
összevonás következtében előálló információveszteség minimális,
4
A problémakörrel részletesen foglalkozik Sirnonné Mosolygó Nóra: Az aggregáció hatásának mérése gazdasági modellekben. Kêzirat,
Budapest, 1983. 160 p.
5
S W. Molle és L. Beumer például a holland jövedelemegyenlőtlenségeket harminc éves távon elernezve szinte teljesen párhuzamosan futó
egyenlőtlenségi trendet állapított meg 80, 40, 11, illetve 7 regionális egységgel számolva. (Regional income disparity in the Netherlands.
„Tijdschrift voor ecorıomische en sociale geografie" 1984. 1. sz.)

255
ami lényegében azt jelenti, hogy az összevonásra kerülő egységek jelzőszámai a lehető
leghasonlóbbak. Ezt az elvet követik a területi kutatásokban is széleskörűen elterjedt klaszter-
eljárások is, illetve ezeknek a szomszédságj relációt is figyelembe vevő, a regionalizálásra, összefüggő
homogén térségek kijelölésére használt változatai. Elvileg felmerülhet, hogy a területi rendszerekben
az aggregációnak csak a matematikai kritériumokra épülő változata a megengedhető. Kizárólagos
érvényre ez az elv elsősorban azért nem tarthat számot, mert így kizárnánk a vizsgálatokból a
matematikai kritériumok alapjain „nem optimális”, de a valóságban létező területszervezési, területi
irányítási egységeket. A szigorú matematikai kritériumok szerint végzett csoportosításnak abban van
a jelentősége, hogy azt összevetve az adott területbeosztással, kimutathatók lehetnek annak ,,nem
optimális” megoldásai (itt – a fentieknek megfelelően - a belső homogenitás az optimumkritérium).

A matematikai kritériumok szerinti aggregáció, illetve a tartalmi szempontú összevonás

egyértelműen ütközik azokban a területi vizsgálatokban gyakori esetekben, amikor egy-egy
jelenséget (például az infrastrukturális eilátottságot) térségi szinten, az adott intézménynek helyt adó
központot és annak szolgáltatásait ugyancsak igénybe vevő, de nem székhely vonzáskörzetet,
perifériát egyetlen összevont egységként vizsgáljuk. Ezekben az esetekben (például Budapest és Pest
megye együttes kezelése esetén) az összevonás kétségkívül elfedi a központ és a periféria között az
adott intézmény lokalizációja következtében meglévő differenciát, de a közép- és felsőfokú, térségi
hatókörü funkciók esetében mégis ez, és nem a szétválasztott minősítés tekinthető adekvátnak.

A megfigyelési egységek, a területi, települési tagolás nem kezelhetők pusztán „külső” adottságként,
hanem ha ez lehetséges, törekedni kell a vizsgált jelenséghez tartalmilag illeszkedő megfigyelési
rendszer alkalmazására. Ez különösen bizonyos ágazati elemzések esetén kívánatos. Ipari vagy
mezőgazdasági elemzések során például az ipari vagy mezőgazdasági körzetek szerinti vizsgálat
előnyben részesítendő a közigazgatási beosztás szerinti elemzéssel szemben. Hasonló a helyzet más
társadalmi jelenségek esetén is; így például a felsőfokú továbbtanulás települési differenciáltságának
fő választóvonala nem egyszerűen város-község relációban, hanem az intézményszékhelyek, illetve a
felsőfokú tanintézettel nem rendelkező települések között húzható meg. Az optimális, a vizsgálatok
tartalmának leginkább megfelelő területi aggregációnak azonban sok esetben profán gátat szab a
megfelelő adatok hiánya, az a tény, hogy számos társadalmi-gazdasági jelzőszám már eleve erős
aggregáltságban (pl. csak megyei szinten) áll rendelkezésre.

Abszolút és relatív egyenlőtlenségi mutatók

A területi egyenlőtlenségek megítélésének egyik feloldhatatlan vitapontja az, vajon mekkora

egyenlőtlenséget tekintsünk nagynak vagy csekélynek, indokoltnak vagy indokolatlannak,
kívánatosnak, illetve elviselhetetlennek. E jelzőkhöz egyértelmű számértékek nem köthetők. A
minősítés szempontjából előnyösek azok a mutatók, amelyek felülről korlátosak, létezik elméleti
maximumuk (ilyen például az említett Hoover-féle mutató vagy az entrópia, de például a szórás már
nem); mert a maximum viszonyítási pont lehet.

Enyhíti a minősítés nehézségeit az a lehetőség, hogy a különböző társadalmi-gazdasági

dimenziókban, illetve különböző időpontokban mért egyenlőtlenségek összehasonlithatók, így ha az
egyenlőtlenség abszolút módon nem is, de legalább viszonylagosan már értékelhető (kisebb-
nagyobb, csökkenő-növekvő egyenlőtlenség). A különböző tartalmú területi jelzőszámok esetében,
mivel azok általában eltérő mértékegységűek, ez a lehetőség közvetlenül nem áll fenn, az
összehasonlításra csak olyan egyenlőtlenségi mutatók alkalmasak, amelyek dimenziótlanok (pl. a
szélsőértékek hányadosai, különbségének az átlaghoz viszonyított nagysága, vagy a relatív szórás). A
lehetőség, hogy velük a különböző szférákban mért egyenlőtlenségeket összehasonlítsuk, egyik fő
gyakorlati előnye a relatív egyenlőtlenségi mutatók
256
használatának. Kissé más a helyzet az időbeli összevetés esetében, ahol egyaránt összevethető két
időpont között az egy adott jelzőszámból számított abszolút, vagy relatív egyenlőtlenségi index (pl.
szórás). Azonban az időbeli összehasonlítás esetében is több az érv a relatív mérőszámok használata
mellett, ezek ugyanis kiszűrik az egyenlõtlenségek megítéléséből, az átlag változásából eredő hatást.

A probléma egyszerű modelljekérıt válasszunk két személyt. Legyen A jövedelme az 1. időpontban

1000,- Ft, B jövedelme ugyanakkor 500,- Ft. A 2. időpontra növekedjenek a jövedelmek 5000,-, illetve
4000,- Ft-ra. A két személy közötti egyenlőtlenséget jövedelmeik abszolút különbségével mérve,
anyagi helyzetükben akár érzékelhető polarizálódásra is következtethetnénk, hisz az eltérés a
kétszeresére nőtt. Ha a kettejük jövedelmet az átlaghoz viszonyítjuk, vagy a jövedelmek hányadosát
választjuk mérőszámnak, egyértelmű, radikális közeledést mutatnak a számok (a kétszeres különbség
1,25-szeresre csökkent). Nemcsak ilyen egyszerű - s mivel a számítás alapadatait is közöltük, s nem
pusztán valamelyik egyenlőtlenségi mérőszámot, ellenőrizhető, újraszámítható - modellek, hanem
valós tényadatok esetén is gyakran előáll a fenti ellentétes reláció, s bizonyos értelemben „ízlés”
kérdése a választás a kínálkozó egyenlőtlenségi mérőszámok között. Úgy vélem azonban, határai az
ízlésnek is vannak. A magam részéről elfogadhatatlannak tartom az olyan eljárást, amely úgy kreál
„kemény” statisztikai bizonyítékokat, hogy érvek nélkül elhallgatja az éppúgy lehetséges ellentétes
értelmezést.

Ezt példázza a legfrissebb publikációk közül Szalai Júlüínak az egészségügy kapcsán feszítő és
feloldandó területi, települései problémákat is feltáró könyvében a 16. táblázat, illetve az ennek
tartalmát értelmező szövegrész6. A szerző itt az infrastrukturális alapellátás hét mutatójának a
települések szerepkõre szerint számbavett adataiból 1970 és 1978 évekre szórásokat számítva,
minden mutató esetében növekvő egyenlőtlenséget mutat ki. Ha azonban a szórásokra kapott
értékeket elosztjuk az átlagokkal - ezt megtehetjük, hisz a szerző ezeket is közli (vajon míért?) a
táblázatban - minden mutatóban kivétel nélkül csökkenő egyenlőtlenséget jelez a relatív szórás. A
szerző egyébiránt azzal, hogy nem használja a relatív egyenlõtlenségi mutatót, annak lehetőségét is
elszalasztja, hogy érzékeltesse azt a tényt, hogy az egészségügyi ellátás a többi, a táblázatban
szereplő szférához képest is az egyik legpolarizáltabb, legszelektívebben települt szféra (a mutatók
közül az orvosellátottság differenciáltságát egyedül a csatomázottság különbségei múlják felül). Ilyen
összehasonlításra a szórásnak csak a relatív formája alkalmas.

***

Az egyenlőtlenségi mutatók a területi elemzések pótolhatatlan eszközei. Így semmiképp nem áll fenn
annak veszélye, hogy a velük kapcsolatos nehézségek, vitakérdések áttekintése bárkit is elriasztana
használatuktól. De talán épp azért, mert ennyire hétköznapi, nélkülözhetetlen elemek, használatukra
nem egyszer kontroll, átgondolás nélkül kerül sor - s akkor a velük kapcsolatos esetleges tudatos
manipulácíóról még nem is tettem említést. Ugy vélem, hogy épp értékük, használhatóságuk
megőrzése érdekében kell látniuk a felhasználóknak a korlátokat és veszélyeket. Tanulmányomban
ehhez próbáltam néhány probléma áttekintésevel segítséget nyújtani, esetleg vitára serkenteni.

6
Szalai Júlia: Az egészségügy betegségei. KJK, Budapest, 1986. i. m. 101-102 pp,

257