category: literaturenote citekey: ahasregionaalnependelrndeuuring2010 title: Regionaalne pendelrändeuuring authors: "Ahas, Rein; Silm, Siiri; Leetmaa, Kadri; Tammaru, Tiit; Saluveer, Erki; Järv, Olle; Aasa, Anto; Tiru, Margus" year: 2010 date: 2010-00-00 2010 zotero_key: JJIGX7F6 zotero_storage: T9HWJH3U collections: kursusetööd / Sissejuhatus erialasse folder: 001_artiklid firstAuthor: "Ahas, Rein"

status: converted

SISEMINISTEERIUM

Regionaalne pendelrändeuuring

LÕPPARUANNE

Vastutav täitja: Tartu Ülikooli inimgeograafia ja regionaalplaneerimise õppetool

Koostajad: Rein Ahas, Siiri Silm, Kadri Leetmaa, Tiit Tammaru, Erki Saluveer, Olle Järv, Anto Aasa, Margus Tiru

1.	Teoreetilised lähtekohad	6
	1.1. Mobiilsus ja tegevusruumid	6
	1.2. Reiskäitumise uurimisest lähtuvad käsitlused	7
	1.3. Mobiilpositsioneerimine	8
	1.3.1. Ränded	10
	1.3.2. Elukohavahetuste sesoonsus	11
	1.3.3. Teine kodu ja sesoonsed ränded	12
	1.4. Ränne, mobiilsus, asustussüsteem	13
	1.4.1. Mõisted	13
	1.4.2. Traditsioonilised asustussüsteemi arengu teooriad: linnaregioonid ja ränne	15
	1.4.3. Linnaregioonide muutumine ja mobiilsuse kasv	19
	1.4.4. Asustussüsteemi ja linnade mõjualade uurimine Eestis	22
	1.4.5. Metoodika täiendamise vajadus	28
	3. Andmed ja metoodika	29
	3.1. Mobiilpositsioneerimise andmed	29
	3.2. Isikuandmete kaitse	29
	3.3. Andmete esinduslikkus	30
	3.4. Ankurpunktide mudel	35
	3.4.1. Ankurpunktide mudeli kirjeldus	35
	3.4.2 Ankurpunktide mudeli täpsus	37
	Metoodika	37
	Elukoha ankurpunktide täpsus	41
	Tööaja ankurpunktide täpsus	46
	"Teise kodu" ankurpunktide täpsus	50
	"Teine kodu" igapäeva ankurpunktina	57
	Ankurpunktide mudeli kontrollimise järeldused	59
	Ankurpunktide mudeli edasiarendus	61
	3.5. Koefitsientide leidmine	64
	3.6. Mobiilpositsioneerimise ja rahvaloenduse andmete võrdlus	65
	3.6.1. Rahvastikuregistri ja mobiilpositsioneerimise andmete võrdluse eesmärk	65

3.6.2. Võrdluse metoodika	66
3.6.3. Kogurahvastik, absoluutarvude võrdlus	68
Võrdlus omavalitsuste lõikes	68
Võrdlus maakondade lõikes	68
Võrdlus asustussüsteemi hierarhia tasemete lõikes	69
Võrdlus maakondlike asustussüsteemi hierarhia tasemete lõikes	70
3.6.4. Rahvastikurühmad, suhtarvude võrdlus	72
Soogrupid	72
Vanusgrupid	74
Keelegrupid	75
3.6.5. Kokkuvõte ja edasine analüüsi käik	76
3.7. Nädalapäevade rütmide hindamine	77
3.7. Sesoonsete elukohavahetuste hindamine	80
3.8. Elukoha ja tööaja ankurpunktide arvu muutuste hindamine	81
3.9. Asustussüsteemi keskuskohtade ja nende tagamaade leidmine	82
4. Tulemused	84
4.1. Igapäevasest mobiilsusest lähtuvad linnade mõjualad	84
4.1.1. Rahvastiku paiknemine	84
Üldised seaduspärad	84
Elukohtade paiknemine	87
Töökohtade paiknemine	97
4.1.2. Linnade mõjualad elukoha ja tööaja ankurpunktide vahelise liikumise põhjal
	107
Elukoha ja tööaja ankurpunktide vaheline liikumine	107
Elukoha ja tööaja ankurpunkti vahelised liikumised vastavalt sotsiaalsetele tunnustele	114
4.1.3. Linnade mõjualad elukoha ja vabaaja ankurpunktide vahelise liikumise põhjal	125
Elukoha ja vabaaja ankurpunktide vaheliste liikumiste üldised trendid	125
Elukoha ja vabaaja ankurpunktide vahelised liikumised vastavalt sotsiaalsetele tunnustele	129
4.1.4. Linnade mõjualad tööaja ja vabaaja ankurpunktide vahelise liikumise põhjal	141
4.2. Elukoha ja tööaja ankurpunktide paiknemise ning rände ajaline varieerumine	141
4.2.1. Nädalapäevade rütmid	141
4.2.2. Sesoonsed elukohavahetused	146

4.3. Elukoha ja tööaja ankurpunktide arvu muutus 2007–2009	158
4.4. Asustussüsteemi keskuskohad ja nende tagamaad	166
4.4.1. Asustussüsteemi keskuskohad ja nende tagamaad 2007.–2009. aasta keskmiselt	166
4.4.2. Võrdlus varasemate tagamaade piiritlemistega	172
Võrdlus Kanti tagamaadega	173
Võrdlus Nõmmiku ja Mureli (1974) asustushierarhiaga	175
Võrdlus Tammaru linnaregioonidega	177
4.4.3. Arengukoridorid	179
4.5. Seiresüsteemi loomine	180
5. Soovitused	187
Kokkuvõte	193
Kasutatud kirjandus	195
Lisad	202
Lisa 1. EMT klientide profiil	202
Lisa 2. Ankurpunktide mudeli kontrollimise küsitluse ankeet	205
Lisa 3. Ankurpunktide mudeli kontrollimise küsitluse valimi kirjeldus	218
Lisa 4. Pendelrände näitajad 5 aastaste vanuserühmadena	225
Elukoha ankurpunktide paiknemine	225
Tööaja ankurpunktide paiknemine	232
Elukoha ja tööaja ankurpunkti vahelised liikumised	239
Elukoha ja vabaaja ankurpunktide vahelised liikumised	246
Lisa 5. Koolilaste pendelränne	253
Lisa 6. Elukohtade ja tööaja kohtade paiknemine ning nendevaheline pendelränne mastide tasandil	255
Lisa 7. Rühmatöö protokoll Siseministeeriumi pendelrände uuringu seminaril 15.06.2010	258

Sissejuhatus

Kaasaja ühiskonna üheks aktuaalseks teemaks on ruumilise mobiilsuse kasv. Inimesed liiguvad palju rohkem kui varem, sest tehnoloogia ja inimeste parem majanduslik olukord võimaldavad vabamalt liikuda. See omakorda loob võimaluse valida elamiseks, töötamiseks ja vaba aja veetmiseks sobivamaid kohti. Suurenenud liikuvus loob uusi võimalusi ka majanduse arendamiseks ning elukvaliteedi tõstmiseks. Sellega kaasneb omakorda vajadus muuta elukorraldust. Teenused ja regulatsioonid peavad samuti ajaga sammu pidama. Transpordivajaduse kasvuga kaasnevad ka mitmesugused probleemid, mis seostuvad näiteks keskkonnakaitse, liiklusohutuse ning teenuste kättesaadavusega.

Igapäevase ruumilise mobiilsuse kõige aktiivsem vorm on pendelränne, mis on igapäevane liikumine töö ja kodu vahel. Pendelrände uurimisega on tegeletud Eestis alates E. Kanti uurimistöödest 1920-ndatel aastatel. Käesoleva projekti eesmärgiks on uurida 21. sajandi alguses Eestis kujunenud pendelrännet ja tööjõuareaale ning nendest lähtuvaid muutusi asustussüsteemis. See uuring on jätkuks T. Tammaru poolt 2001. aastal (Tammaru 2001) küsitlusuuringu ja rahvaloenduse andmete põhjal teostatud pendelrändeuuringule. Vahepeal on Eesti elu oluliselt muutunud, elatustase on tõusnud, ehitusbuum muutnud asustussüsteemi ning infotehnoloogiakasutus muutnud elustiili. See kõik mõjutab igapäevast liikumist ja pendelrännet olulisel määral.

Igapäevase mobiilsuse kaardistamiseks on käesolevas töös kasutatud uuenduslikku mobiilpositsioneerimise meetodit. Selleks on analüüsitud telefonide kasutuse näitajaid Eesti suurima mobiilsideoperaatori EMT võrgus aastatel 2007–2009 ning TNS Emori poolt 2008. ja 2009. aastal läbi viidud telefonikasutuse küsitluse tulemusi. Mobiilpositsioneerimise meetod on välja töötatud Eestis koostöös Tartu Ülikooli spin-off firmaga Positium LBS ja EMT-ga (Ahas & Mark 2005). See võimaldab senisest täpsemini analüüsida inimeste liikumist ajas ja ruumis. Mobiilpositsioneerimise meetodil saadud tulemusi on võrreldud traditsiooniliste andmeallikate põhjal saadud tulemustega.

Projekti Siseministeeriumi poolt püstitatud lähteülesandeks on analüüsida rahvastiku mobiilsust nii regionaalsete tööjõuareaalide siseselt kui üle-eestiliselt, analüüsides igapäevast ja pikema ajalise rütmiga töö ja vaba ajaga seotud pendelrännet. Kaudsemaks eesmärgiks on eelduste loomine inimeste liigse ja ebaotstarbeka pendelrände vajaduse vähendamiseks Eestis ja haldussuutlikkuse tõstmine.

Projekti läbiviijad tänavad kõiki anonüümseid respondente, kelle asukohainfot analüüsil on kasutatud ning kõiki projektiga otsesemalt või kaudsemalt seotud inimesi: programmeerijaid, küsitlejaid ja analüütikuid. Erilised tänusõnad võlgneme Viljar Kontile, Argo Kivilole ja Mati Kukele EMT-st; Erki Saluveerile ja Margus Tirule Positium LBS-ist. Samuti oleme tänulikud Siseministeeriumi kollektiivile seminaride ja arutelude käigus antud panuse eest.

1. Teoreetilised lähtekohad

1.1. Mobiilsus ja tegevusruumid

sajandi oluliseks muutuseks on inimühiskonna ruumilise ja sotsiaalse mobiilsuse pidev kasv. Nn uue mobiilsuse paradigma (new mobility paradigm) looja sotsioloog J. Urry (Sheller & Urry 2006) on öelnud, et ruumiline mobiilsus on muutunud kaasaegse ühiskonna ja sotsiaalteaduste võtmeteguriks, "mõnikord tundub, et kogu maailma on liikumises". Mobiilsuse kasvu põhjusi on mitmeid, siin mängivad rolli rikkuse kasv, autode ja energia hind, infrastruktuuri areng ning globaliseerumine. Paigal seistes või ühes kohas tootes pole võimalik olla nii edukas kui liikudes. Muutunud on ka elu ja töökoha valiku printsiibi, täna on võimalik palju rohkem valida ja see põhjustab ruumilise mobiilsuse kasvu ja pendelrännet.

Kaasaegse ühiskonna mobiilsuse kujunemisel on olnud oluline roll info- ja kommunikatsioonitehnoloogia (IKT) arengul. Tehnoloogia areng on olnud ettearvamatult kiire, see on muutnud suhtlust tunduvalt aktiivsemaks ja laiendanud oluliselt suhtlusvõrgustikke. Paljud varased uurijad arvasid, et kommunikatsiooni lihtsustumine ja kontaktide arvu kasv vähendab füüsilise liikumise vajadust, sest inimesed saavad oma suhtlused arvutis ja telefonis rahuldada. Tegelikult on aga selgunud, et kontaktide hulk on suurendanud ka vajadust füüsilise kontakti järele ja selle tõttu on kaasaegse IKT roll mobiilsuse kasvul oluline. Mida arvukamalt on inimese suhtlusvõrgustikus partnereid ja mida rohkem suheldakse, seda enam suureneb vajadus ka füüsilise kokkusaamise järele. See on üks mobiilse ühiskonna tunnus. Samuti ei ole realiseerunud paljude visionääride ootused, et seoses IKT arenguga suureneb kodus töötamise võimalus ja inimesed saavad selle tõttu paiksemad olla. Kuigi kodus töötamine on levinud, ei ole kaugtöö liikuvust vähendanud. Enamus kaugtöö tegijaid liigub väga aktiivselt erinevate töökohtade ja objektide vahet.

Olulise muutuse ühiskonna ruumilises mobiilsuses tõi traadita telefoni ehk mobiiltelefoni levik. 20. sajandi viimasel kümnendil alanud mobiiltelefonibuumi käigus levis mobiiltelefon laialdaselt. Paljudes riikides on telefon üle 90%-l inimestest, telefonide levik on ulatuslik ka arengumaades. Koos telefonide levikuga muutus inimeste sidepidamine kohast, kellajajast ja tegevusest sõltumatuks. Igapäevane suhtlus lahutati fikseeritud asukohtadest, kus oli traadiga telefon. Mobiilse interneti levik personaalsesse kommunikatsioonivahendisse on saanud tõelisuseks ja selle kaudu on iga aktiivne inimene muutumas liikuvaks kontoriks.

Mobiiltelefoni leviku tõttu ei ole inimeste elu- ja töökohad enam nii selgelt piiritletud. Tööasju aetakse kodus või reisil ning koduseid asju tööl. See on põhjustanud vajaduse hinnata ümber olulisi tegevusi kätkevate ankurpunktide ja tegevusruumide kontseptsioone. Vana mobiilsusparadigma raames olid inimeste oluliste tegevuste kohad ehk ankurpunktid eelkõige kodus ja tööl. Mobiiltelefoni on uuemates käsitlustes nimetatud ka omaette kohaks. Selle koha tunnuseks on seal tehtavad olulised tegevused: kommunikatsioon teiste inimeste, mida määravad seal peetud ühendused ja mis ei ole konkreetse asupaigaga seotud (Kopomaa 2004). "As an instrument for maintaining contact, the mobile phone can be viewed as a "place"" (Kopomaa 2004). See arusaam on välja kasvanud "kolmanda koha" (third place) kontseptsioonist (Oldenburg 1989), kus

kolmanda kohana määratleti side ja kommunikatsiooni keskseid kohti, näiteks internetikohvikuid.

Koos üldise mobiilsuse tõusu ja kommunikatsioonivõrgustike arenguga on muutunud ka ruumilise mobiilsuse sisu: liikumine on muutunud omaette eesmärgiks. Uue mobiilsuse paradigma (Scheller & Urry 2006) toob välja need olulised muutused liikumise iseloomus: liikumine võib olla protsess omaette, turism on muutund elustiiliks ja oluline osa kaupade lisaväärtust luuakse logistikasfääris.

Autorid toovad välja 5 mobiilsuse tüüpi:

inimeste reisimine: töö, puhkus, ränne;
kaupade ja teenuste transport;
kujutuslik reisimine piltide, filmide jms vahendusel;
virtuaalne reisimine internetis;
kommunikatiivne reisimine personaalsete kommunikatsioonide kaudu, persoonilt persoonile.

Uus mobiilsusparadigma seob ka ruumilise mobiilsuse sotsiaalse ja majandusliku mobiilsusega, mida erineval tasandil toimuvad ränded oluliselt toodavad.

1.2. Reiskäitumise uurimisest lähtuvad käsitlused

Ruumilise mobiilsuse kasv ja sellega seotud aktuaalsed teemad (CO2, liiklus) on tõstatanud vajaduse inimeste igapäevast liikumist senisest täpsemini uurida ja analüüsida. Inimeste liikumist salvestatakse reispäevikute, küsitlusuuringute ja vaatlusega. Üsna oluliseks andmeallikaks on muutunud paljudes riikides läbiviidavad transpordiloendused ja registripõhised lähenemised. Uuematest meetoditest on ulatuslikult rakendatud videojälgimise, GPS ja mobiilpositsioneerimise põhiseid andmekogumisi.

Liikumiste analüüsi on samuti lisandunud uusi GIS ja tegevuste põhise modelleerimise ning sotsiaalsete võrgustike analüüsist lähtuvaid meetodeid. Üldised teoreetilised ja kontseptuaalsed seisukohad on siiski samad. Paljud meetodid on kontseptuaalselt üles ehitatud ajageograafiale (Hägerstrand 1970). Aja mõõte lisamine traditsioonilisele geograafilisele andmestikule võimaldas asuda liikumiste kiirust, kestust ja korduvust uurima. Nimelt on inimeste igapäevases liikumises märgatav rutiin teatud kindlate asukohtade vahel liikumises. Hägerstrand nimetas olulisi liikumise kohtasid jaamadeks ja nende vahel kulgemise teed rajaks. Aja mõõde võimaldas liikumise kiirust, kestust ja korduvust kaardistada. Aegruumiline mõõde on tänaseni liikumiste analüüsimise, modelleerimise ja visualiseerimise aluseks (Schönfelder & Axhausen 2004).

Ajageograafilise käsitluse edasiarenduseks on tegevusruumide (actual activity spaces) kontseptsioon, mis väljendab isikute ruumilise käitumise valikuid geomeetriliselt, mis moodustavad mikro-geograafilised tegevusruumid (Schönfelder & Axhausen 2004). See lähenemine on olnud tuntud juba aastakümneid erinevates koolkondades (Dürckheim 1932). Tegevusruumid esindavad külastatud kohtade geograafiat ja keskenduvad regulaarselt külastatud kohtadele (Schönfelder & Axhausen 2004; Dijst 1999). Tegevusruumide geomeetria või statistikute analüüs võib olla üks võimalik lahendus meie passiive mobiilpositsioneerimise andmete käsitlemisel. Näiteks on välja pakutud tegevusruumide ellipsite kontseptsioon ning erinevad rakendused pendelrände ja tööjõuareaalide uurimisel (Schwarze & Schönfelder 2001; Schönfelder & Axhausen 2004). Tegevusruumide ellipsite meetodit on rakendatud ka Eesti tegevusruumide uurimisel meeste ja naiste käitumise analüüsil (Silm & Ahas 2008). Ellipsid võimaldavad keerulised aegruumilised liikumised üldistada lihtsamini jälgitavateks statistikuteks. Nii uuritakse ellipsi pindala, pikema ja lühema telje pikkust, nende pikkuse suhet ning ellipsi orientatsiooni ilmakaarte suhtes. Tegevusruumide geomeetria uurimine ei ole aga piisav detailsemateks uuringuteks, siin on andmete üldistustasemel teatud piirid ees.

Tegevusruumide uurimisel on teiseks kontseptuaalseks lähenemiseks ankurpunktide (jaamad) teooria. Ankurpunktid on asukohad, kus inimesed regulaarselt viibivad, see regulaarsus kajastub erinevate ajaskaalade lõikes (Golledge & Stimson 1997; Golledge & Gärlin 2001). Ankurpunktide kõrval on kasutatud ka terminit bases (Mitchell & Rapkin 1954; Kutter 1973; Vidakovic 1981, Dijst 1999 järgi) või core stops (Schank & Abelson 1977). Ankurpunkte jaotatakse kaheks rühmaks. Esiteks on tuntud üldised ankrud ehk "common anchors", mis on maamärgid või palju külastatud paigad (Dijst 1999). Need on tavaliselt seotud asustustiheduse, atraktiivsete tegevuste või transpordisõlmedega. Teine ankurpunktide tüüp on personaalsed ankurpunktid, mida määratletakse kui ühe inimese elus olulisi kohti, mida ta regulaarselt külastab "personalized anchors" (Golledge 1990). Personaalsete ankurpunktide käsitlus võimaldab määrata inimeste kodu ja töökohta ning selle alusel määrata pendelrännet ja tööjõuareaale. Personaalsete ankrute arvutamine on lihtne ka suurte andmehulkade puhul ning selle tõttu rakendatakse seda meetodit just GPS ja mobiilpositsioneerimise andmete analüüsiks (Flamm 2004; Flamm & Kaufmann 2006). Otseselt mobiilpositsioneerimisel põhinevaid tegevusruumide analüüse on teostanud mitmed teadlaste grupid Soomes, Prantsusmaal ja Hollandis (Nurmi & Koolwai 2006; Nurmi et al. 2008).

1.3. Mobiilpositsioneerimine

Mobiilpositsioneerimine ehk mobiiltelefoni asukoha määramine tähendab telefoni asukoha geograafiliste koordinaatide määramist raadiolaine abil. Geograafilised koordinaadid määratakse nii nagu kõikide geograafiliste objektide puhul: x koordinaat ehk pikkuskraad, y koordinaat ehk laiuskraad, z koordinaat ehk kõrgus merepinnast. Lisaks käib iga koordinaadi määranguga automaatselt kaasas aja tunnus. Ebatäpsemate ja odavamate positsioneerimisandmete puhul on asukoht määratud väiksema täpsusega, näiteks võrgukärje täpsusega Cell Global Identity (CGI).

Mobiilpositsioneerimine toimub tavaliselt võrgu-, GPS-i- või telefonipõhiselt.

Võrgupõhise määrangu puhul leitakse telefoni asukoht mobiilivõrgu antennide suhtes. Tavaliselt määratakse telefoni suund ja kaugus antenni või antennide suhtes. Üks levinud meetod GSM võrgus on Cell Global Identity + Timing advance (CGI+TA), mille puhul määratakse antennist lähtuv võrgukärg (CGI) ja telefoni kaugus selle antenni suhtes raadiolaine abil. Kuna raadiolaine kauguse määrangud toimuvad näiteks Ericssoni võrgus 550 m sektoritena, siis tekibki positsioneerimise tulemusena sektor ehk "banaan", mille sees telefon suure tõenäosusega paikneb (joonis 1). Samuti on levinud telefoni asukoha määramine trianguleerimisega mitme masti vahel. Võrgupõhise määrangu süsteemid ei ole tavaliselt väga täpsed, näiteks 550 m laiune positsioneerimissektor. Täiendavat raudja tarkavara lisades on võimalik mobiiltelefone päris täpselt leida.

Joonis 1. Mobiiltelefoni asukoha leidmine CGI+TA meetodil Ericssoni võrgusüsteemiga ENT võrgus.

GPS-põhised asukohamäärangud on sarnased võrgupõhiste süsteemidega, ainult nad kasutavad telefoni leidmiseks (trianguleerimiseks) GPS satelliitide signaali. Esimese põlvkonna telefonid, millel on GPS vastuvõtja, on nn integreerimata lahendustega, kus kasutatakse lihtsalt GPS vastuvõtja signaali. Uuemad süsteemid on A-GPS (Network Assisted GPS) süsteemid, kus mobiilivõrgu- ja satelliidipõhine asukohamäärang on integreeritud. A-GPS asukohamäärang on täpsem kui GPS vastuvõtjate puhul, sest see töötab mobiilpositsioneerimise abil ka varjatud horisondi korral metsas ja hoonetes. Euroopa Liit on käivitanud A-GPS tüüpi navigatsioonisüsteemi Galileo väljaarendamise, mis võimaldab tsiviilkasutajatel senisest veelgi paremini asukohainfot saada.

Telefonipõhine asukohamäärang on initsieeritud telefoni (selle omaniku) poolt ja on üldjuhul operaatorist sõltumatu. Telefon leiab enda asukoha antennide (CGI), GPS satelliitide või muude sensorite suhtes ja näitab (saadab) seda infot "kokkulepete" alusel teistele telefonidele või mingile serverile. Niisugune asukohamäärang on odav ja sõltumatu operaatori juriidilistest jms nüanssidest. Kõige levinum süsteem on Google Mobile, aga ka näiteks Eestis töötav Nutimap (www.nutiteq.ee).

Mobiilide asukoha määramist saab jaotada veel aktiivseks ja passiivseks positsioneerimiseks. Aktiivne positsioneerimine toimub spetsiaalsete päringutega, mille abil leitakse telefon teatud ajahetkedel. Tavaliselt on aktiivse mobiilpositsioneerimise päringud initsieeritud mobiilioperaatori positsioneerimisserveris, näiteks EMT keskkonnas kasutatakse selleks Reach-U (Regio) süsteemi Monitor. Aktiivseks mobiilpositsioneerimiseks peab olema respondentide kirjalik nõusolek, mida mobiilioperaator kontrollib üle SMS sõnumiga telefoni kasutajalt. Aktiivse mobiilpositsioneerimise keskkonna abil on Eestis läbi viidud Tallinna pendelrändeuuring 2006. aastal (Ahas & Silm 2006) ja Tartus jalgrattateede uuring 2007. aastal Positium LBS ja TÜ geograafia osakonna poolt (Silm & Rossi 2006).

Passiivne mobiilpositsioneerimine kasutab telefonide asukohainfo hankimiseks mobiiloperaatorite poolt salvestatud infot telefonide paiknemise kohta võrgukärgedes. Nii saab telefonide kärgedevahelist liikumist uurida antennides olevate signaalide tugevuse ehk "erlan" väärtuse abil (Ratti 2005), kärgedevahelise telefonide liikumise ehk "handover"-i kohta või kõnetoimingute asukohtade järgi (Ahas et al. 2008a). Ankurpunktide määramise täpsus niisuguses süsteemis on mobiilsidemasti teeninduspiirkond ehk site. Tegelikult saab erinevates võrgusüsteemides võrgukärje jagada ka väiksemateks osadeks (cell), aga see sõltub andmete kogumise ja salvestamise metoodikast. Erinevatel andmete hankimise meetoditel on erinevad täpsused ja erinevad nõuded respondentide privaatsuse kaitsmiseks. Üldjuhul ei väljasta operaatorid isikuandmeid ja ka üksikisiku eristamine kärgede vahel liikujate voogudest on tavaliselt piiratud EL andmekaitse direktiividest lähtuvalt.

1.3.1. Ränded

Elukohavahetuste sesoonsuse uurimise seisukohalt on oluline käsitleda nii ajutist kui püsivat migratsiooni. Põhiline osa elukohavahetuste sesoonsusest on ajutise iseloomuga, aga ka püsiv migratsioon on sesoonsusest mõjutatud. Ajaliselt määratletakse püsiva migratsioonina elukohavahetusi, mis kestavad kauem kui aasta. Ajutine migratsioon hõlmab liikumisi alates päevadest (24h) kuni kuudeni (12 kuud).

Ruumiliselt mõistetakse ajutise migratsioonina eemal olekut püsielukohast. Samas ei ole aga püsielukoht alati ühtemoodi defineeritud. Püsielukoht ja ajutine eemalolek on eristatud enamasti lähtuvalt ajalisest dimensioonist, kuid piir nende vahel ei ole alati ühes kohas. Püsielukohana on käsitletud elukohta, kus inimene elab vähemalt 6 kuud, magab enamuse öödest aastas või kuhu on elukoht registreeritud. Ruumilises skaalas võib mõlemat tüüpi migratsioon toimuda nii kohalikul, regiooni, riigi kui ka maailma tasandil.

Ajutise migratsiooni uurimine seoses püsielukohaga on keeruline inimeste puhul, kellel pole selgelt defineeritavat püsielukohta, näiteks sesoonsed töötajad, rändnäitlejad ning nendel, kellel on mitu püsielukohta, näiteks pikavahemaalised pendeldajad ja eraldi elavate vanemate lapsed. Lisaks on üha mobiilsemaks muutuvas ühiskonnas tänu informatsiooni ja kommunikatsiooni tehnoloogia arengule üha rohkem inimesi, kes ei ole kindlast asukohast sõltuvad ning võivad teha tööd, ajada asju ja elada seal, kus neile parajasti on kõige sobivam.

Ajutistest liikujatest ajutiste elanike eristamiseks pole ühtset kriteeriumi. Ajutiste elanikena võib käsitleda inimesi, kes on pikemat aega mingis kohas. Pikemaajaliseks viibimiseks on loetud mingis kohas viibimist, mis kestab vähemalt 1 kuu.

Piirkonna elanikkonna mingil ajahetkel moodustavad selle piirkonna püsielanikud ning piirkonnas ajutiselt elavad inimesed. Elanike arvu muutus tuleneb ajutisest äraolekust püsielukohast ja ajutisest kohalolust teises piirkonnas. Seega muutub ajutise migratsiooni tõttu elanike arv nii lähtekoha kui sihtkoha piirkonnas.

Ajutine migratsioon on jaotatud selle eesmärgist lähtuvalt tootmisega seotud ja tarbimisega seotud migratsioon. Tootmisega seotud migratsiooniks, mille puhul võib migreeruvaid inimesi pidada ajutisteks elanikeks, on peamiselt sesoonne töö ning õppimisega seotud ajutine elukoha vahetus, tarbimisega seotud migratsioon aga peamiselt pikaajalised puhkusereisid ning teise kodu külastamine.

1.3.2. Elukohavahetuste sesoonsus

Inimühiskonna nähtuste sesoonsuse põhjustega on võrreldes looduskeskkonnaga vähe tegeletud. Selle põhjuseks on ilmselt ühiskonna nähtuste komplekssus. Ühiskonna nähtuste sesoonsuse põhjuseid on püütud kategoriseerida turismi ja majanduse valdkonnas. Turismi puhul on sesoonsust põhjustavad tegurid jaotatud kaheks: looduslikud ja institutsionaalsed. Looduslikeks teguriteks on perioodilised muutused looduslikes nähtustes, mis on seotud kliima ja tõeliste aastaaegadega – temperatuur, sademed, päevavalguse hulk, tuul jne. Institutsionaalsed faktorid on põhjustatud inimeste tegevustest ja käitumisviisidest, need on inimese otsuste tulemus, nagu sotsiaalsed normid ja praktikad, mis põhinevad etnilistel, kultuurilistel, religioossetel, sotsiaalsetel ja majanduslikel asjaoludel. Lisaks mainitutele on turismi sesoonsuse põhjustena välja toodud ka sotsiaalset survet või moodi, sportimise aastaaegu ning inertsi või traditsiooni. Majanduses on ühe sesoonsuse põhjusena nagu turismiski välja toodud ilm. Turismi puhul institutsionaalsete teguritena käsitletud nähtused jagunevad aga majandusteadlaste käsitluses kahe kategooria alla: 1) kalender, mille alla liigitatakse avalikud pühad ja tööpäevade hulk kuus ning 2) ajastamise otsused, milleks on koolivaheajad, sessid ülikoolis ning majanduse spetsiifilised nähtused nagu dividendide jagamine ja maksustamisperioodi lõpp. Lisaks on majanduse välja toodud kategooria "eeldused", milleks on näiteks see, et inimesed teevad puhkuseplaane vastavalt eeldatavale ilmale, tootmises eeldatakse ostmise kasvu enne jõule jne.

Üldistades kõigi inimühiskonna sesoonsete nähtuste põhjused võib jagada need nelja gruppi. Esimese grupi moodustavad looduslikud sesoonsed nähtused, mis on võrreldavad Bar-On-i looduslike teguritega ning Granger-i ilmaga. Looduslikud sesoonsed nähtused on otseselt või kaudselt aluseks kõigisse järgnevatesse gruppidesse kuuluvatele teguritele. Teise grupi moodustavad inimese sisesed protsessid, mis on mõjutatud looduskeskkonna sesoonsusest ning mis mõjutavad inimeste käitumist. Otsene seos on näiteks päevavalguse ning organismi melatoniini ja serotoniini tootmise sesoonses varieerumises, selle põhjustatud meeleolu muutustes ja haigustes (SAD). Kolmas ja neljas tegurite grupp

kattub Bar-On-i institutsionaalsete teguritega, kuid siinkohal on jagatud need kaheks. Esimese grupi moodustavad inimeste tegevused, mis on otseselt mõjutatud looduskeskkonna sesoonsusest, näiteks põllumajandus, turism ning välitingimustes harrastatavad spordialad ja vaba aja tegevused. Neljanda grupi moodustavad looduskeskkonna sesoonsusest kaudselt mõjutatud nähtused, näiteks traditsioonid (kalender, tähtpäevad, töö- ja puhkeaeg, koolivaheajad jms), regulatsioonid ning inimeste valikud.

Erinevate sesoonsust põhjustavate tegurite mõju olulisust inimesele on väga vähe uuritud. Kanadas Edmonton Park-is läbiviidud uuring näitas, et kõige rohkem mõjutasid pargi külastamist/mitte külastamist töö kohustused, seejärel sademed, temperatuur, pikad nädalavahetused, kooli kohustused ning päike/pilved. Alkoholi tarbimise sesoonsus aga näitab, et tarbitava alkoholi sort on mõjutatud nii aastaajast, eriti temperatuurist kui ka tähtpäevadest. Seega ei saa öelda, et olulisemad on looduslikud või ühiskonna sesoonsed nähtused. Erinevate nähtuste puhul on sesoonsuse põhjuste olulisus erinev. Samas ei ole enamuse sesoonselt varieeruvate ühiskonna nähtuste sesoonsuse põhjuseks üks tegur vaid kombinatsioon nii looduslikest sesoonsetest nähtustest, inimese sisestest protsessidest, mis sesoonselt varieeruvad kui ka mitmetest sesoonsetest ühiskonna nähtustest, mille algseks põhjuseks on otseselt või kaudselt looduslikud sesoonsed nähtused.

Inimühiskonna nähtuste sesoonsuse esinemist ja selle iseloomu mõjutab ühiskonnakorralduse tüüp: põllumajanduslik, industriaalne või infoühiskond. Põllumajanduslik ühiskond on seotud kõige rohkem loodusliku keskkonna ning selle sesoonse rütmiga. Industriaalne ühiskond on loodusest eemaldunud ning tihti vastupidise suviste puhkuste rütmiga. Infoühiskond on keerulisema loodussuhte ja sesoonse rütmiga, seda iseloomustub projektipõhise töö rütm ning võimalus tegevusi ja kohti valida, seda on aga suhteliselt vähe uuritud.

1.3.3. Teine kodu ja sesoonsed ränded

Peamine tegur, mis kujundab rahvastiku sesoonset jaotust, on teise kodu omamine. See seostub eelkõige puhkuse ja traditsioonidega, aga oluline on ka see, et enamusele inimestele on pikemat aega majutusasustuses viibimine liiga kallis. Teise kodu olemasolu on aga omamoodi põhjuseks, et seal pikemalt viibida. Teine kodu on olemas USA-s kuni 5% elanikest, Põhjamaades aga tunduvalt enam, näiteks Taanis 10%-l peredest, Soomes aga 25%. Juurdepääs teisele kodule on sõprade ja sugulaste kaudu tunduvalt rohkematel inimestel, Soomes isegi 50% peredest.

Teised kodud jaotatakse külastusmustri järgi nädalavahetuse kodud, mida külastatakse peamiselt nädalavahetustel ning puhkuse kodud, mida külastatakse harvem, aga ollakse kohal pikemat aega (Müller et al. 2004). Ajutiste elanikena võib käsitleda puhkuse kodude külastajaid.

Puhkuse kodude asukohad on üsna hästi kirjeldatavad looduskeskkonna tingimustega. Riikide tasandil iseloomustab puhkuse kodude paiknemist soe kliima, mistõttu paikneb rohkem puhkuse kodusid Euroopas Vahemeremaades (Hispaania, Itaalia, Kreeka) ning Ameerikas Sunbelt osariikides (Florida, Arizona, California, Texas ja Lousiana).

Riigi siseselt on puhkuse kodud sageli perifeersetel aladel, mida iseloomustavateks tunnusteks on vesi, mäed ja kaunis looduskeskkond. Seega paiknevad puhkuse kodud rohkem rannikualadel ja järvekallastel ning mägede piirkondades, USA-s ka metsiku loodusega aladel. Nädalavahetuse kodude puhul on kõige olulisemaks teguriks püsielukoha lähedus, mistõttu paiknevad need sageli suurte linnade lähedal. Paljudes maades, sh endise nõukogude liidu riikides, on teisel kodul ka oluline majanduslik tähendus, seal kasvatati ja kasvatatakse praegugi aiasaadusi, mis on oluliseks sissetulekuallikaks. Aiandusega tegelemine nõuab püsivat teises kodus viibimist ja see on väga sesoonne.

Teise kodu külastamise puhul esineb 3 tüüpi sesoonset rütmi: suvise tipuga, talvise tipuga ning suvise ja talvise tipuga. Peamiseks teise kodu külastamise perioodiks on suvekuud külma kliimaga aladel ning rannikupiirkondades. Talvise tipuga on kuuma kliimaga alad. Nii suvine kui talvine tipp esineb sageli mägede piirkondades.

Teises kodus viibimise kestus varieerub suurel määral. Riigi siseselt ollakse teises kodus ligikaudu 3 kuud aastas, põhiliselt suvekuudel. Teises riigis või regioonis paiknevas teises kodus ollakse aga kõige sagedamini 4–6 kuud, tavaliselt seostub see talvitumisega soojades maades.

Elanike arv võib mõnes teise kodu piirkonnas erineda erinevatel perioodidel mitmeid kordi. Hispaanias Torrevieja omavalitsuses on ametlikult 35 000 elanikku, lisaks nendele perioodiliselt aga peaaegu 70 000 teise kodu elanikku. Floridas on suveperioodil 400 000 elanikku, talvel aga ligikaudu 1,2 miljonit ajutist elanikku. Michigani põhjapoolsemates maakondades (nt Leelanau) on teise kodu kasutamise tõttu perioodiliselt elanike arv aga 6 või 7 korda suurem. Samuti võib Põhjamaades mõnes perifeerses omavalitsuses elanike arv olla suveperioodil kordades suurem kui talvel.

Mitmed uuringud on näidanud, et sesoonsed elanikud on tunduvalt vanemad kui püsielanikud. Floridas näiteks on mitte püsielanike keskmine (mediaan) vanus üle 65 aasta, Michigani osariigis oli teise kodu elanikest 50% üle 60 aastased. Põhjuseks on ilmselt see, et vanematel inimestel on rohkem vaba aega ja nad ei ole seotud töökohustustega, mistõttu saavad rohkem tegutseda oma vaba tahte järgi. Paljudes Euroopa riikides ja Kanadas on teise kodu omajad ka jõukamad, teise kodu omamine on seal väikese hulga eliidi privileeg. Suhteliselt tavaline ja sotsiaalselt võrdne on teise kodu omamine aga Põhjamaades, kus see on osa igapäevaelust.

1.4. Ränne, mobiilsus, asustussüsteem

1.4.1. Mõisted

Antud uurimisprojekt keskendub inimeste mobiilsuse (pendelrände) uurimisele Eestis ning on loogiline jätk varasematele linnade mõjualade analüüsidele (nt: Kant 1957; Marksoo et al. 1983; Tammaru 2001a). Nagu varasemate uuringute puhul, on ka selle uurimisprojekti keskseks mõisteks asustussüsteem. Inimeste pikema või lühema intervalliga liikumine eri asulate vahel peegeldab asustussüsteemi ülesehitust. Kui jagame inimeste igapäevarutiini üldistatult kodus viibimiseks, tööl käimiseks, teenuste tarbimiseks ja vaba aja veetmiseks, siis see, kus need tegevused ruumiliselt toimuvad, näitab erinevate asulate rolli asustussüsteemis. Asulatevõrgu kujunemise käigus on asulad omandanud erinevad funktsioonid ning leibkonnad üritavad ruumis liikumise teel neid funktsioone ühendada. Inimeste tegevusruumide ulatuses on aja jooksul toimunud muutused. Kui sajand tagasi oli harva asja kodutalust välja, siis ajapikku kujunesid keskuskohad, kuhu oli vaja käia regulaarselt (turule, panka, kõrgema astme kooli, tööle). Nii hakkasid eri funktsioonidega asulad omavahel teatud regulaarsusega seotud olema. Vajadus oma lähikonnas puuduva kättesaamiseks oli tõukeks transpordi arengule, transpordi areng omakorda võimaldas kõrgema taseme funktsioonidel paikneda eemale.

Lihtsustatult võib öelda, et asustussüsteemi kujundavad kaks protsessi ― ränne ja mobiilsus. Rände all mõeldakse püsivalt elama asumist uude kohta, nt suuremasse linna. Traditsiooniliselt on inimesi maalt linna toonud paremad töö- ja hariduse omandamise võimalused, ent elamine suuremas asulas tähendab reeglina rohkem valikuvõimalusi tööalase karjääri, koolivaliku ja vaba aja veetmise osas kõigile leibkonnaliikmetele. Sellise rändega kaasneb nn aglomeratsiooniefekt ehk vajalike funktsioonide koondumine elukoha lähedale.

Mobiilsuse ehk pendelrände all mõistetakse inimeste regulaarset (nt igapäevast või nädalast) liikumist, mis võimaldab eri asulate võimalusi ühendada. Pendelrännet on vaadeldud kui rännet asendavat nähtust (Marksoo et al. 1983) ― kui liikumisele kuluv aja-, raha- ja energiakulu ületab teatud läve, siis võib leibkond eelistada elamist nn võimaluste aglomeratsioonis ehk kohas, kus teenused ja töö on lähemal. Teisalt kuhjuvad linnadesse ka probleemid, mis viivad inimesi linnast ära paremat elukeskkonda otsima. Kui elukeskkond (nt linna lähedal maal) soovitakse ühendada linna töö- ja teenustega, siis on igapäevane mobiilsus teadlik otsus, et aglomeratsiooni positiivseid aspekte edasi nautida ja negatiivseid aspekte vältida.

Rände tulemusena tekivad asustussüsteemis suurema ja väiksema rahvaarvuga asulad, regulaarse mobiilsuse tulemusena aga funktsionaalsed regioonid – keskused, kuhu võimalused koonduvad ning tagamaad, millest teatud regulaarsusega pendeldatakse keskustesse, et viimase funktsioone kasutada. Sealjuures võivad keskuse erinevatele funktsioonidele olla tagamaad erineva ulatusega ja keskuse külastamine erineva regulaarsusega. Näiteks kui Tallinnasse tööle käiakse vaid lähipiirkonnast, siis paar korda aastas Tallinnasse teatrisse tullakse kõikjalt üle Eesti. Asustussüsteemi võime kirjeldada kui väljakujunenud süsteemi erineva rahvaarvu ja funktsioonidega asulatega. Mobiilsus võimaldab jälgida ka asustussüsteemi dünaamilisust ajas, näiteks eristada asula päeva- ja ööelanikkonda või vaadelda tänast jõulueelset Lõunakeskust Tartu külje all kui üht Jõgeva linna suurust asulat Eesti aegruumilises asustussüsteemis. Kokkuvõttes on inimeste ränne ja mobiilsus nähtused, mis seovad asustussüsteemi tervikuks.

Asustussüsteemide uurimine on olnud paljude teadlaste huviorbiidis. Rahvastikugeograafid on püüdnud seletada inimeste rände põhjusi eri suuruse ja funktsioonidega asulate vahel. Majandusgeograafid on uurinud kõige efektiivsemaid majanduse paigutamise printsiipe. Riikide administratiivjaotuses kattuvad administratiivsed regioonid tavaliselt väljakujunenud majanduslike ja kultuuriliste regioonidega. Samas on administratiivjaotust kasutatud ka selleks, et väljakujunenud identiteediregioonide toimimist takistada, nt keskvalitsuse parema toimimise eesmärgil. Eesti asustussüsteemi kujunemisest võib tuua uute maakonnakeskuste loomise näite eri perioodidel – nooremad maakonnakeskused ei ole tänaseni nii tugevad tõmbekeskused oma tagamaadele nagu seda on traditsioonilised keskused (vrdl nt Võru, Valga, Jõgeva), kuid keskusestaatus kujundab ajapikku keskuse ümber ka sellega seotud tagamaa. Järelikult on asustussüsteem tervikuna dünaamiline protsess. Selle tundmine võib otsustajat aidata nii teenuste ruumikorralduse mugavamaks muutmisel (nt sobiv haldusjaotus) kui ka juhul, kui asustussüsteemi soovitakse kujundada (nt regionaalpoliitilistel eesmärkidel).

Järgnevas teoreetilises ülevaates vaatame esmalt traditsioonilisi rahvastiku- ja asustusgeograafia seisukohti, kuidas ränne ja mobiilsus on asustussüsteeme ja funktsionaalseid regioone kujundanud. Seejärel anname ülevaate, kuidas Eesti uuringud on nende geograafia teoreetiliste diskussioonidega kaasas käinud ning näitame, millistele uurimistöö kitsaskohtadele võiks lahenduse pakkuda mobiilpositsioneerimise meetod.

1.4.2. Traditsioonilised asustussüsteemi arengu teooriad: linnaregioonid ja ränne

Traditsiooniliselt on linnad olnud kaubanduslikud, administratiivsed, kultuurilised ja tööstuslikud keskused ning maapiirkonnad on linnasid varustanud põllumajandussaadustega. Keskuse ja tagamaa kontseptsioonid pärinevad juba 19. sajandi Saksa majandusteadlaselt von Thünen'ilt, kes kirjeldas erinevate põllumajandustootmise harude paiknemist linna kui turu suhtes. Siin eeldati, et maapiirkonnad on seotud ühe lähima linnaga. Hilisemad Christaller'i (1933) tööd pöörasid rohkem tähelepanu teenustele, mis keskustesse koondusid ning kirjeldasid asulate omavahelisi seoseid kui astmelist süsteemi ― sagedamini vajalikud funktsioonid on kättesaadavad madalama astme keskustes ning harvem tarbitavad teenused ainult asustussüsteemi hierarhia kõrgematel tasemetel suuremates linnades. Christaller oma keskuskohtade teoorias kirjeldas seda, kuidas eri taseme keskused võiksid paikneda, et keskusefunktsioonid oleks võimalikult hästi kättesaadavad madalama astme asulatele ning samal ajal keskuste tagamaad asjatult ei kattuks.

Ehkki keskuskohtade teooriat kui normatiivset ruumimudelit tänapäeva asustussüsteemide kujundamisel enam ei kasutata, on mitmed teooria põhimõisted, nt "keskus" ja "tagamaa", jäänud asustusgeograafias keskseks tänaseni. Muutunud on tähendused, mida nende mõistete kasutamisel rõhutatakse. Kui klassikalised teooriad vaatlesid keskust enamasti kui turgu (põllumajandussaadustele) või kui kohta, kuhu koonduvad teenused, siis hilisemates käsitlustes on esiplaanil töökohtade koondumine keskustesse ja tagamaalt linna tööle käimine.

Rahvastikugeograafias on asustussüsteem traditsiooniliselt jagatud linnadeks ja maapiirkondadeks. Aja jooksul on kõikjal maailmas toimunud linnarahvastiku osakaalu kasv ehk linnastumine (Law 1967; Lewis & Rowland 1969). Põhjuslikult on linnastumine olnud seotud tööstustöökohtade arvu kiire kasvuga linnades, mistõttu linnad kujunesid maaelanikele atraktiivseks elu- ja töökohaks. Maal omakorda tulenes surve lahkumiseks demograafilise ülemineku käigus kasvanud rahvaarvust (seotud suremuse langusega) (Notestein 1945; Thomlinson 1965) ja põllumajanduse mehhaniseerimise tulemusel vähenevast tööjõuvajadusest (Zelinsky 1971; Tisdale 1942). Eri suurusega linnade tekkimise ning linnade kasvuga kaasneva linna sisestruktuuri muutumise tõttu ei võimalda aga üldmõiste "linnastumine" enam adekvaatselt kirjeldada muutusi asustussüsteemides. Linnastumise arenedes hakkasid suuremates linnades inimeste töö- ja elukohad eralduma, tööl hakati käima üha kaugemalt, sealhulgas varem maalistest linna ümbruse piirkondadest. Pendelränne linna tagamaalt linna sidus linna ja tagamaa funktsionaalseks linnaregiooniks.

Nende arengute tulemusena ongi tavapärase linn-maa ja maa-linn rände analüüsimine asutussüsteemide uurimisel asendunud regioonidesisese ja regioonidevahelise rände vaatlemisega. Linnaregioonide mõiste jõudis ametlikku statistikasse 1960. aasta rahvaloendusega Ameerika Ühendriikides (Standard Metropolitan Area) ning muutus seejärel akadeemilistes analüüsides laialdaselt kasutatavaks (Champion 2001a). Linnaregioonideks loetakse tavaliselt riigi suuremaid linnu koos neid ümbritseva ja igapäevaselt tihedalt seotud linna tagamaaga. Linnaregioonidesse koondub suhteliselt rohkem töökohti (Aguilera 2005; Mulicek & Sykora 2007), aga analoogselt keskuskohtade teooriatega ka teisi funktsioone. Selliseid linnaregioone on nimetatud ka tuumaladeks ning neist väljapoole jäävaid maapiirkondi ja väikelinnu perifeerseteks piirkondadeks. Olenevalt analüüsi eesmärgist loetakse keskuslinnadeks linnad alates teatud minimaalsest rahvaarvust ning keskuslinna ümbritsevat piirkonda, mis on linnaga näiteks töökohtade ja teenuste kaudu tihedalt seotud, loetakse linna tagamaaks ehk mõjualaks. Tagamaa piiritlemise aluseks võib teoreetiliselt olla igasugune näitaja, mis näitab keskuslinnadest väljapoole jäävate alade funktsionaalset seotust linnaga. Praktikas kasutatakse kõige sagedamini tööalase pendelrände läve ― asustusüksused, millest teatud kindel osa töötavast rahvastikust töötab keskuslinnas, loetakse linna tagamaa osaks. Reaalsuses on kaugemad piirkonnad samuti keskuslinnaga seotud, kuid vahetu linna mõjualaga võrreldes nõrgemalt. Mõnedes analüüsides (Tammaru 2001b; Mulicek & Sykora 2007) jagatakse kogu riigi asustussüsteem tööjõuareaalideks, mis sisaldavad nii tuumalasid kui viimastega enam seotud perifeerseid piirkondi.

Nii võib öelda, et linnastumine ehk ränne suurema tuumala suunas võib toimuda ka perifeerse asukohaga väikelinnast suurema linna lähedal asuvasse maapiirkonda, mis on omakorda suure linnaga seotud igapäevase pendelrände kaudu. Rahvastikugeograafias ongi siserände analüüsimisel hakatud eristama asustussüsteemi hierarhia tasemete vahelist ning linnaregioonide sisest rännet (Clark 1967). Rahvastiku koondumisprotsess asustussüsteemis ehk linnastumine võib toimuda nii asustussüsteemi hierarhias kui ka linnaregiooni siseselt. Rahvastiku hajumisprotsessi nimetatakse eeslinnastumiseks, kui see leiab aset linnaregiooni siseselt ning vastulinnastumiseks, kui see toimub asustussüsteemi hierarhia erinevate tasemete vahel.

Linnastumine asustuse hierarhias on rahvastiku koondumise protsess, mille käigus kasvab suurima rahvaarvuga linnaregiooni elanikkond tervikuna kõige kiiremini ning väikelinnade ja linnaregioonidest väljapoole jäävate maa-asulate elanikkond kahaneb kõige kiiremini (Fielding 1989). Linnaregioonide sisest linnastumist iseloomustab aga keskuslinna kiirem kasv võrreldes linna tagamaaga (Van den Berg et al. 1982). Eeslinnastumine on protsess, mida iseloomustab linna tagamaa kiirem kasv võrreldes keskuslinnaga. Selle tulemusena muutuvadki suurlinnu ümbritsevad vallad linnalisteks ning kaob selge maa ja linna vaheline piir (Champion 2001a; Berry et al. 2000).

Vastulinnastumine on aga hierarhiline rahvastiku hajumisprotsess (Berry 1976; Beale 1976), mille käigus kahaneb suurima rahvaarvuga linnaregiooni elanikkond kõige kiiremini ning väikelinnade ja linnaregioonidest väljapoole jäävate maa-asulate elanikkond kasvab kõige kiiremini. Seega lahkuvad inimesed eeslinnastumise käigus suurlinnadest nende tagamaale (igapäevase tööalase pendelrände mõjupiirkonda) ning vastulinnastumise käigus suurlinnade igapäevase pendelrände mõjualast kaugemale.

Nimetatud protsesse seletavad ja seovad ühtseks tervikuks linna elutsükli (Van den Berg et al. 1982; Klaassen & Schiemi 1981) ja eristatud linnastumise teooriad (Geyer & Kontuly 1996). Seejuures üldistab esimene teooria rände linnaregioonides ja teine asustussüsteemi eri tasemete vahel (Champion 2001a). Koos tööstuse arengu ja inimeste liikumisega maalt linna saab alguse nii linnaregioonide sisene kui ka asustussüsteemi hierarhia tasemete vaheline linnastumine (Zelisnky 1971). Ränne maalt linna on sageli astmeline (maalt rännatakse nii väiksemasse lähemasse linna kui ka kaugematesse suurematesse keskustesse ning väikelinnadest rännatakse suurematesse keskustesse). Nii valitseb riigi kui terviku tasandil positiivne seos linnaregioonide suuruse ja rändesaldo vahel ehk linnastumine (Gibbs 1963; Fielding 1989; Geyer ja Kontuly 1996; Champion 2001a) (joonis 2).

Linnast tagamaale kolimise tulemusena asendub aja jooksul linnaregioonide sisene linnastumine eeslinnastumisega: keskuslinna rändesaldo oma tagamaaga muutub negatiivseks (Drewett et al. 1976; Hall 1971; Van den Berg et al. 1982). Mitmed võrdlevad analüüsid on aga näidanud, et suuremate linnaregioonide kasvu järel, 1970. aastatel hakkasid paljudes riikides rahvastiku kaotama suuremad linnaregioonid tervikuna. Seda on nimetatud nn murdepunktis asustussüsteemis toimuvas linnastumises, algas periood, kui kõige kiiremini kasvasid keskmise suurusega linnaregioonid (Richardson 1996) või puudus selge seos linnaregioonide suuruse ja rände vahel (Tammaru 2003). Hiljem kujunes välja negatiivne seos linnaregioonide suuruse ja rändesaldo vahel ehk vastulinnastumine, nagu on näidatud joonisel 2. Nimetatud etappidele võib järgneda taaslinnastumine, mis omakorda tähendab, et asustussüsteemi ja linnaregioonide areng on tsükliline.

Joonis 2. Linnastumine ja vastulinnastumine asustussüsteemi hierarhias (allikas: Fielding 1989).

Eeslinnastumise seletused vähemalt arenenud riikide kontekstis üldiselt kattuvad. Suuremates linnades, kuhu koonduvad töökohad, kasvab rahvastik kiiresti ning kuhjuvad mitmed ülemäärase asustustihedusega seotud probleemid. Linna kasvades hakkavad tööja elukohad üksteisest eralduma. Struktuursed võimalused nagu transpordi areng ja inimeste sissetulekute kasv võimaldavad elada töökohast kaugemal, sealhulgas linnast väljas. Nii lahkuvad inimesed linnast tagamaale meeldivamasse elukeskkonda ja panevad sellega aluse eeslinnastumisele ja linnaregioonide tekkele.

Üleminekut linnastumisest vastulinnastumisele on seostatud väga erinevate põhjustega. Näiteks on mainitud demograafilise ülemineku lõppemist ja väljarändepotentsiaali kahanemist maal (Zelinsky 1971), suuremate linnade kasvuvõimaluste loomuliku ammendumisega (Elliott 1997); regionaalpoliitika ja eriti avalike teenuste suunamisega väiksematesse keskustesse (Hansen 1989), inimeste väärtushinnangute muutumisega ehk sooviga elada meeldivamas elukeskkonnas (Berry 1976), rahvastiku vananemisega ja sellest tuleneva majanduslikult mitteaktiivsete inimeste arvu suurenemisega (Kontuly & Vogelsang 1989), ettevõtete paigutuseelistuste muutumisega (Fielding 1989), 1970. aastate lääneriikide majanduslangusega, infotehnoloogia arenguga, mis võimaldab linnas tööl käia harvem ja paljude teiste teguritega (Champion 1989).

Geyer (1996) üldistas rahvastiku hajumist ja koondumist põhjustavad rändemotiivid kahte suurde rühma ― majanduslikud ja keskkondlikud ― ning sidus need nii riikide majandusliku ja demograafilise arengu kui ka rahvastiku allrühmadega. Majanduslikud elukoha vahetamise motiivid (töö, haridus jne) on enamasti ülekaalus vähem jõukates riikides ning noorte inimeste seas, kes alustavad oma tööalast karjääri või suunduvad linnadesse õppima. Riigi jõukuse suurenedes, aga ka rahvastiku vananemise kui arenenud riikidele omase demograafilise protsessi tulemusena, väheneb majanduslike ja suureneb keskkondlike rändemotiivide osakaal, mille tulemusena hoogustub vastulinnastumine, aga ka eeslinnastumine. Ka mitmed teised analüüsid on vastulinnastumises näinud eelkõige eeslinnastumise ruumilist laienemist, mis samuti toimub parema elukeskkonna otsimise eesmärgil (Gordon 1979; Parr 1999).

Need rändeteooriad aitavadki mõista, mis on elukoha vahetamise ning seeläbi ka asustussüsteemi muutumise põhjus. Transpordivõimaluste avardumine on võimaldanud linnadest väljaspool olevat elukeskkonna kvaliteeti ühendada linna töövõimaluste ja teiste hüvedega. Ka regioonidevaheline pendelränne, nt suuremate keskuste vahel, võimaldab regioonide omadusi ühendada. Võtmeküsimuseks rände toimumisel on kättesaadavus. Teatud kättesaadavuse piiri ületamine sunnib paremat elukeskkonda või töövõimalusi otsima teistest regioonidest ja käivitab regioonidevahelise rände. Seega võib mobiilsust ühel poolt vaadata kui ebamugavusest tingitud nähtust – igapäevaseid leibkonna vajadusi ei ole lähiümbruses võimalik rahuldada. Teisalt aga on mobiilsus vahend, mis võimaldab eri kohtade funktsioonide ühendamise ja hoiab ära suuremad muutused asustussüsteemis.

1.4.3. Linnaregioonide muutumine ja mobiilsuse kasv

Ühel suuremal keskuslinnal põhinevad, nn monotsentrilised, linnaregioonid on sageli teoreetiline lihtsustus tegelikust asustussüsteemist (Kloosterman & Musterd 2001; Champion 2001b; Mejers 2007). Selline käsitlus sobib, kui regioonis domineerib selgelt üks suurem linn, linna läheduses ei ole võrreldava suurusega keskuslinnaga domineerivaid tõmbekeskusi ning suuremate linnade tagamaad ei põimu üksteisega. Tegelikkuses on väga paljud linnastud juba algselt olnud mitmekeskuselised ning keskuste ja tagamaade omavaheline seotus on aastate jooksul välja kujunenud keerulisem süsteem. Näiteks võib tuua suuremad mitmekeskuselised (polütsentrilised) linnaregioonid Lääne-Euroopas ja Ameerikas: Randstad Hollandis, Ruhri piirkond ja Frankfurt am Main linnastu Saksamaal, Kirde-Ranniku Megalopolis Ameerikas Ühendriikides (Meijers 2008; Kloosterman & Lambregts 2001). Sageli on rahvastikuanalüüsides eristatud monotsentrilisi linnaregioone polütsentrilistest (Schönert 2003), sest viimaste puhul ei sobi lihtsustatud linn-tagamaa lähenemine rände ja mobiilsuse uurimiseks.

Chamipon (2001) kirjeldab erinevaid viise polütsentrilise linnaregiooni tekkeks: (1) tsentrifugaalne viis ― linna funktsioonide tagamaale paigutumise tulemusena tekivad tagamaale aja jooksul uued konkureerivad keskused, (2) väiksemate asulate inkorporeerimine ― sama protsess viib varem suure linnaregiooni ümbruses asunud väiksemate linnaregioonide liitumiseni suuremaks linnastuks, (3) kokkusulandumine ― sarnase suurusega linnad moodustavad linnade kasvu ja pendelrändeareaalide laienemise tulemusena ühe suure linnastu. Esimesel juhul pole tekkivad alternatiivsed keskused nii laialdase igapäevaste teenuste baasiga kui vanemad keskuskohad. Varasemate keskuste liitumisel kalduvad aga linnastusse kuuluvate linnade profiilid kattuma. Kõik keskused säilitavad suhteliselt tugevama seose oma varasema tagamaaga, kuid lõikavad kasu ka teistes kättesaadavates keksustes olevatest teenustest ja töökohtadest.

Esimene nimetatud viis, tsentrifugaalne linna funktsioonide tagamaale paiknemine, on kajastust leidnud mitmetes teooriates. Linna arengut ei lõpeta funktsionaalse linnaregiooni moodustumine, ka linnaregioon kujuneb aja jooksul ümber. Hartshorn'i & Muller'i (1989) järgi läbivad eeslinnaalad oma arengus tsüklid, mille käigus esialgsetest üksnes elukohafunktsiooni täitvatest eeslinnamagalatest saavad multifunktsionaalsed piirkonnad kaubandus- ja teenindusasutustega ning mitmekesiste töökohtade valikuga. Äärmuslikumad näited sellest protsessist on nn eeslinnalised kesklinnad (suburban downtowns) (Gober 1989; Garreau 1991), mis hakkavad konkureerima keskuslinna endaga ka klassikaliste kesklinnafunktsioonide osas (teenindus, büroopargid, hiljem ka imidž).

Linnaregioonide ruumistruktuuri muutumisega seoses on räägitud ka linnaregioonide laienemisest, mis on skemaatiliselt esitatud joonisel 3. Tekkinud tagamaa alternatiivsed keskused kujundavad välja oma mõjuala ― seovad esialgse linnaregiooniga kaugemad varem perifeerse asukohaga piirkonnad ning põhjustavad keskuslinn-tagamaa suunalist pendelrännet. Parr (1999) on rääkinud linnaregioonide-põhistest linnastutest. Kaugemad piirkonnad muudavad elamiseks ja teatud tüüpi majandustegevusteks kättesaadavaks samad tegurid, mis suunasid linnaregiooni algset teket, näiteks eelistatakse elada või paigutada ettevõte aglomeratsiooni liigtihedast keskmest eemale ning transpordivahendite areng võimaldab seda.

Joonis 3. Linnaregioonide laienemine (Van den Berg 1999 alusel).

Töövõimaluste ja teenuste koondumine ei toimu nüüd ainult algses keskuslinnas vaid ka uutes keskustes. Osad alternatiivsetesse keskustesse koonduvad funktsioonid dubleerivad keskuslinna funktsioone, teised funktsioonid võivad olla eriomased vaid sellele asulale, andes nii tõuke keskuste spetsialiseerumisele linnastus. Kui arenev transpordisektor võimaldab igapäevaselt liikuda erinevate keskuste vahel, siis on linnastu elanikel alternatiivid, millises keskuses töötada ja tarbida teenuseid.

Keskuste sidumisest igapäevasteks inimeste ja ettevõtete tegevusruumideks on kujunenud omamoodi regionaalpoliitiline paradigma (Bailey & Turok 2001; Houtum & Lagendijk 2001; Kloosterman ja Musterd 2001). Paljud piirkonnad näevad selles võimalust konkureerida maailmamajanduse põhikeskustega (global cities: Sassen 1991; 2001), suurte linnadega kuhu koonduvad kõrgema taseme teenused ja töökohad. Linnade sidumise tulemusena saavad piirkonna ettevõtted kasutada suuremat regionaalset tööjõupotentsiaali või tarbijaskonda, mis on teatud spetsiifiliste teenuste jaoks möödapääsmatu. Hajali asumine omakorda aga võimaldab ära hoida linnade liigsest kasvust tulenevaid planeerimisprobleeme. Senised uurimistulemused on vastuolulised. Mitmed uuringud kinnitavad siiski, et polütsentrilised linnaregioonid oma koguelanikkonna ja majandusliku baasiga ei suuda konkureerida traditsiooniliste suurlinnadega (Meijers 2005; 2008; Kloosterman ja Lambregts 2001). Linnastu linnade vahel on harilikult liiga palju sisemist konkurentsi, sellest tulenevat funktsioonide dubleerimist ning vähe spetsialiseerumist ja vastastikkust täiendamist. Teine võtmeküsimus mitmekeskuseliste linnastute edukuseks on taas keskuste vastastikkune kättesaadavus. Võimaluste ja valikute mitmekesisus, mida linnad on traditsiooniliselt pakkunud ning mis veel enam peaks väljenduma linnade grupis, saab reaalsuseks ainult siis, kui transport seob erinevad keskused. Lõpptulemusena kaldub kõrgema taseme teenuseid monotsentrilistes linnastutes siiski rohkem olema kui sama suurtes linnade gruppides.

Traditsiooniliselt hõredama linnadevõrguga aladel, sealhulgas Eestis, ei ole suuri lähedalasuvaid keskusi mitmekeskuseliste linnaregioonide moodustumiseks. Samas on ka siin ühendusteed ja võrgustumine naaberkeskustega, nt Tallinn-Helsingi ja Tallinn-Tartu võtmeküsimuseks, et suurendada nende linnade majanduslikku potentsiaali. Mitmekeskuselisus võib aga tegelda ka väiksemal ruumilisel tasandil linna sisestruktuuriga. Eeslinnastumine ja kesklinna traditsiooniliste funktsioonide hajumine kesklinnast eemale ja linna servadesse toimub väiksemates linnades samasugustel põhjustel: kesklinna liiklusprobleemid, maa madalam hind kesklinnast eemal jne. Ka siin on küsimus, kas tagamaale koliv elanikkond ja linnast välja suunduvad töökohad koonduvad samadesse kohtadesse moodustades uusi kesklinnale konkurentsi pakkuvaid tegevuskeskusi.

Mõlema, nii suurte linnastute kui ka väiksemate hajuvate linnade, puhul on uurijad püüdnud hinnata rahvastiku ja töökohtade detsentraliseerumise mõju inimeste liikumisvajadusele. Sageli eeldatakse näiteks, et töökohtade eeslinnastumise üheks põhjuseks on rahvastiku eeslinnastumine, sest sobiv tööjõud asub nüüd linna tagamaal. Samuti on eeldatud, et linnastu väiksema keskuse töökohtade pakkumise mitmekesistumine võimaldab inimestel hakata tööl käima lähemalt ja vältida pendelrännet suurlinna. Tegelikult on rahvastiku ja ettevõtluse ümberpaiknemine vaid osaliselt seotud. Inimeste eluasemevalik regioonis tuleneb näiteks soovist kolida rahulikumasse piirkonda või soodsama hinnaga eluasemele. Ettevõtete jaoks on paigutusotsuste tegemisel olulised mitmed teised tegurid, näiteks maa kättesaadavus ja hind ning transpordi-logistiline asukoht võib panna neid eelistama linnalähedasi piirkondi. Sageli klasterduvad teatud liiki vastastikku seotud ettevõtted kindlatesse linnastu piirkondadesse (nt lennujaama ümbrus, vaba aja teemapargid).

Nii muutuvad eeslinnaalad aja jooksul küll funktsionaalselt mitmekesisemaks, kuid uuringud ei ole kinnitanud, et väheneks inimeste liikumisvajadus ja pendelrändemahud. Pigem on uuringud näidanud keskmise igapäevase pendelrände distantsi kasvu (Prantsusmaal: Aguilera 2005; Saksamaal: Guth et al. 2009). Wiegandt (2000) ja Kunzmann (1997) kirjeldavad linnaregioonide eri osade spetsialiseerumist ja kasvavat funktsioonide eraldumist linnaregioonides, mistõttu inimeste igapäevased liikumismustrid ja liikumissuunad muutuvad mitmekesisemaks ja see kokkuvõttes kasvatab mobiilsust linnaregioonides. Juba eri rahvastikurühmade tööalane ränne toimub eri suundades ja erinevatel aegadel. Näiteks võivad uued büroopiirkonnad küll pakkuda tööd tagamaal elavatele valgekraedele, samas töötavad seal ka lihttöö tegijad (koristus- ja postitöötajad, toitlustajad jne). Viimased elavad aga linnaregiooni teistes piirkondades, näiteks kesklinna vanemates elukvartalites. Kuna töökohta vahetatakse reeglina sagedamini kui elukohta, vähemalt pereealiste leibkondade seas, siis on kahe töötava inimesega leibkonnas suurem tõenäosus, et mõlemad täiskasvanud ei leia töökohta kodule lähedal.

Lisaks töö- ja elukoha vahel liikumisele on kasvanud aga tohutult ka nende liikumiste osatähtsus, mis on seotud teenidus- ja kaubandusfunktsioonide ja vaba aja veetmisega (Kloosterman & Musterd 2001). Elukondlik teenindus asub järjest vähem elukoha läheduses ning teenuste kättesaadavus on üheks mobiilsuse põhjustajaks. Nii saab linnaregiooni kontseptsioon lisaks oma tähendusele tööjõuturuna ka tagasi oma algse tähenduse keskuskohtade teooria kontekstis ehk teenuste koondumise kohana, nüüd aga mitte üksiku keskusasulana vaid linnastu kui keskuste võrguna. Esialgne keskuslinn jääb sageli üksnes üheks tegevuste koondumise keskuseks teiste seas; tagamaa ei ole enam keskuse funktsioonide tarbija vaid ise võimaluste pakkuja.

Kokkuvõttes võib öelda, et linnaregioonide ruumistruktuur muutub aja jooksul keerulisemaks. Tavapärase linn-tagamaa suunalise tööalase pendelrände kõrval muutuvad olulisemaks erinevate rahvastikurühmade erinevate funktsioonidega ja erisuunalised igapäevased liikumised regioonis, mis sageli laiendavad esialgset funktsionaalset regiooni veelgi ja kasvatavad liikumisvajadust. Sellist mitmekesist liikumisvajadust on järjest raskem varustada adekvaatse ühistranspordiga. Autostumine aga omakorda loob soodsad tingimused funktsioonide eraldumisele linnaregioonis. Tagasi tulles esialgse teesi juurde, mille kohaselt mobiilsus on alternatiiv regioonist lahkumisele, võib ka väita, et keskuste omavaheline kättesaadavus on eeldus, mis võimaldab regioonil toimida suurema tööjõuturu ja tarbijaskonnana ning teeb mitmekesised teenused elanikele kättesaadavaks.

1.4.4. Asustussüsteemi ja linnade mõjualade uurimine Eestis

Eesti linnadevõrgu kujunemist on süstemaatiliselt kirjeldanud Edgar Kant (1933; 1957; Reiman 1935). Kant kirjeldab linnastumist Eesti asustussüsteemis kahe maailmasõja vahelisel perioodil. Kui teistesse linnadesse rändajate seas olid ülekaalus otse maalt saabunud, siis Tallinna saabuti ka teistest linnadest. Nii koondus rahvastik aste-astmelt maalt väiksematesse linnadesse ja väiksematest linnadest omakorda suurematesse. Sellist astmelise linnastumise loogikat muutsid suured sisserändeperioodid, 20. sajandi alguses ja nõukogude perioodil, mil immigrantrahvastik asus peamiselt elama linnadesse (Bruns 1933; Tammaru et al. 2003). Marksoo (1990; 1992) järgi püüdsid aga nõukogude perioodil ka väiksematesse keskustesse saabunud mitte-eestlased hiljem edasi rännata

suurematesse linnadesse, kus neid ootas omakeelne keskkond. 1930. aastatel kujunes välja esialgne Ida-Virumaa asulate võrk (Laas 1987) ning nõukogude perioodil kasvaski väga kiiresti Ida-Viru tööstuslinnade ja Tallinna elanikkond (Leetmaa 2008).

Esimene süstemaatiline töö linnade mõjualadest pärineb samuti Kantilt (1957) (joonis 4), milles viimane analüüsib Tartu majanduslikku ja rändetagamaad ning näitab, et suuremate keskuste mõjuväljas asuvad väiksemad linnad ja keskused. Sel perioodil ei saanud aga rääkida veel igapäevase pendelrändega linnaga seotud tagamaast.

Joonis 4. Eesti kesksete (linlike) asulate süsteemid ja nende mõjukonnad-tagamaad (Kant 1957).

Kiire linnade kasv nõukogude perioodil tõi kaasa ka muutused nende tagamaal. Ehkki sotsialismimaades ei toimunud traditsioonilist eeslinnastumist, nagu see toimus sõjajärgsetel aastakümnetel Lääneriikides, kasvas ka nõukogude perioodil linnade tagamaade rahvaarv (Tammaru 2001b; Leetmaa 2008). Üks põhjusi selleks oli nn alalinnastumine (Szelenyi 1996). Võrreldes tööstustöökohtade arvu kasvuga linnades, ei suudetud kõigile linna asunud inimestele tagada elamispinda ja seetõttu pendeldasid paljud linna tööle seda ümbritsevatest maapiirkondadest. Endises Nõukogude Liidus ja Eestis olid olulised ka teised tegurid, mis tõid linnade tagamaadele töökohti. Nõukogude ruumiplaneerimises muutus oluliseks suurlinnade kasvu piiramine ja väiksemate sateliitlinnade baasil linnalise aglomeratsiooni väljaarendamine (Hausladen 1983). Eestis tähendas see tööstusettevõtete viimist linnadest välja (Tallinna linnaregioonis näiteks Maardusse, Kehrasse, Keilasse) (Bruns 1993). See võimaldas tööstusliku tootmise paigutamisel kasutada aglomeratsioonieeliseid ning samal ajal vältida linnade liigsest kasvust tulenevaid planeerimisprobleeme.

Teiseks oluliseks töökohtade allikaks maapiirkondades eriti aga suuremate linnade tagamaadel oli põllumajanduse eelisarendamine Eestis alates 1970. aastate keskpaigast. Kuna põllumajanduses hakkasid palgad tõusma ja maapiirkondades oli lihtsam saada eluaset, siis iseloomustas 1980. aastaid maapiirkondade rändekasv, toimus nn maa-linn rändepööre (Marksoo 1984). Nimetatud protsessid aga sidusid juba nõukogude perioodil suuremad linnad oma tagamaadega.

Linnade mõjualade esimesed uuringud pärinevad nõukogude perioodist, 1970. ja 1982. aastast (Marksoo et al. 1983). Ehkki tänasega võrreldes on tegemist märgatavalt väiksemate pendelrändevoogudega (inimeste arv), järgivad nõukogude perioodi lõpuks väljakujunenud keskused tänaseid maakonnakeskusi ja pendelrändeareaale (joonis 5). Uuringu järgi olid 1980. aastatel linn-tagamaa ja tagamaa-linn suunaline pendelränne suurusjärkudes võrreldavad (Marksoo et al. 1983, 29). Selle põhjuseks oli maal ja satelliitlinnades kasvav töökohtade arv, mis pakkusid häid teenimisvõimalusi. Linnast tagamaale rändajate seas olid ülekaalus mehed, nii spetsialistid kui ka lihttöölised. Naiste töövalik linna tagamaal jäi tagasihoidlikumaks ja seetõttu domineerisid linna pendledajate seas naised.

Joonis 5. Vabariikliku alluvusega linnade ja rajoonikeskuste pendelrände areaalid (Marksoo et al. 1983).

Taasiseseisvumise järgse aja pendelrännet ning selle alusel moodustuvaid linnade mõjualasid on täpsemalt analüüsinud Tiit Tammaru (2001a; 2005). Peamisteks

andmeallikateks on olnud 2001. aastal läbi viidud uurimus "Pendelränne ja Eesti linnade mõjualad" ja 2000. aasta rahvaloenduse andmed.

Esimese olulise järeldusena nende analüüside põhjal on võimalik väita, et taasiseseisvumise järgsel perioodil hakkasid pendelrände mahud Eestis kiiresti kasvama. See toimus kahel põhjusel. Kõigepealt kadus põllumajandussektoris suurel hulgal töökohti, mistõttu maal elavatel inimestel tuli leida uus töökoht, mis majandusstruktuuri muutuste tõttu asus nüüd suurema tõenäosusega linnas. Teiseks aga toimusid olulised muutused inimeste rändekäitumises. Kui igapäevase pendelrändega kättesaadavas kauguses ei olnud võimalik tööd leida, siis koliti suuremate keskustega seotud linnaregioonidesse. Elatustaseme kasvades hakkasid aga inimesed üha enam väärtustama elukeskkonda ning eluaseme- ja maaturu välja kujunedes sai võimalikuks linnalähedaste piirkondade eelistamine elupiirkonnana linnakeskkonnale — kujunes välja eeslinnastumine.

Tammaru (2005) analüüs rahvaloenduse andmete põhjal näitas, et võrreldes töökohtade kadumisega oli eeslinnastumine linnasuunalise pendelrände suurendamisel siiski olulisem. Kokkuvõttes jäi aga perioodil 1982–2000 linn-tagamaa suunaline pendelränne mahult muutumatuks, tagamaa-linn suunaline pendelränne kasvas aga 3 korda (joonis 6). Nii võib Tallinna näitel öelda, et eeslinnastumine hakkas kujundama sarnaseid linnaregioone, nagu kujunesid sama protsessi tulemusena lääneriikides 20. sajandi keskpaigast alates. Linna tagamaa majanduslik mitmekesistumine hakkas järkjärgult toimuma alles 2000. aastatel, kuid selle kohta puuduvad usaldusväärsed andmed ametlikus statistikas.

Joonis 6. Pendelrändajate arv tagamaalt Tallinna ja Tallinnast tagamaale 1970, 1982, 2000. Allikad: Marksoo jt 1983, Rahvaloendus 2000.

aasta rahvaloenduse tööalase pendelrände andmed on olnud kõige sagedamini kasutatavaks andmeallikaks Eesti linnaregioonide piiride määratlemisel. Kasutatud on peamiselt kaht võimalikku pendelrände intensiivsuse läve – 30% ja 15%, sealhulgas Eesti siserände analüüsimisel (Tammaru et al. 2003). Linnaregioonide määratlemisel on lähtutud aga Eesti omapärast ning keskuslinnadena on käsitletud suhteliselt väikseid linnu. Kui rahvusvahelises kirjanduses on keskusklinna minimaalse suurusena kasutatud kõige sagedamini 200 000 (Van den Berg et al. 1982) ja 50 000 elanikku (Schnore 1962) või 20 000 töökohta (Hall 1971), siis arvestades Eesti linnade väiksust vaadeldi Eesti asustussüsteemis keskuslinnadena kõiki Eesti maakonnakeskuseid ning Kohtla-Järvet, Sillamäed ja Narvat. Maakonnakeskused on üldjuhul maakondade suurimad linnad. Andmed näitavad, et pendelrände põhisuunad on mujalt maakonnast maakonnakeskustesse ning maakondade vaheline pendelränne on tagasihoidlik. Seetõttu kirjeldavad maakonnakeskused Eesti asustussüsteemi toimimist hästi.

Tulemusena saadud Eesti asustussüsteemi põhiplaan on toodud joonisel 7. Keskuslinnade tagamaale jäävaid linnu ja valdu nimetati vastavalt satelliitlinnadeks ja linnalisteks valdadeks ning linnaregioonidest väljapoole jäävaid linnu ja valdu vastavalt väikelinnadeks ja maalisteks valdadeks. Keskuslinnad, satelliitlinnad ja linnalised vallad moodustavad linnaregiooni ehk tuumala ning teised väikelinnad ja maalised vallad maakondlikud asustussüsteemi perifeeriad. Kokku moodustus Eestis nende põhimõtete rakendamisel 15 linnaregiooni ning 30-protsendilise kriteeriumi alusel mõjualade määratlemisel elas nendes 2000. aasta rahvaloenduse andmetel 1 025 488 inimest ehk 75% Eesti rahvastikust.

Eesti siserände analüüs tõi välja huvitavad tulemused. Perioodil 1989–2000 valitses Eesti siserändes asustussüsteemi tasemete vahelises rändes linnastumine ehk toimus regioonidevaheline ränne väiksematest asustusüksustest suurematesse ja madalamatelt asustussüsteemi hierarhia tasemetelt kõrgematele (Tammaru et al. 2003). Seda protsessi illustreerib joonis 8. Asustussüsteemi hierarhia tasemete ehk linnaregioonide ja maakondade siseselt toimus aga eeslinnastumine (joonis 7) – kõigis linnaregioonides, v.a. Valga linnaregioon, oli maakonnakeskuste rändesaldo keskuslinna tagamaa suhtes negatiivne.

Kokkuvõttes võib selle alusel öelda, et tööalane pendelränne peegeldas suhteliselt hästi Eesti asustussüsteemi funktsionaalset loogikat. Ränne suuremate linnaregioonide suunas iseloomustas valdavalt töökohtade suunalist rännet ja selles osalesidki rohkem nooremad vanuserühmad (Jõeveer 2003). Vastupidises suunas, suurematest linnadest ja sealsetest töökohtadest eemale, rändasid suhteliselt sagedamini aga vanemad inimesed. Linnade tagamaadele rändasid (eeslinnastusid) aga kõik rahvastikurühmad (Leetmaa & Tammaru 2007) ning enamasti pärinesid tagamaale kolijad lähedalasuvast keskuslinnast.

Joonis 7. Rändesaldokordaja keskuslinnaga (‰), 1989–2000 (Tammaru et al. 2003).

Joonis 8. Rändesaldokordaja asustussüsteemi hierarhias 1989–2000 (Tammaru et al. 2003).

1.4.5. Metoodika täiendamise vajadus

Pärast 2000. aasta rahvaloendust puuduvad hea kvaliteediga ja ajakohased andmed rände, töökohtade paiknemise ja pendelrände kohta. Samas on 2000. aastate muutused Eesti asustussüsteemis ja linnaregioonide ruumistruktuuris olnud väga kiired. 2000. aastate keskpaiga elamuehitusbuum (Tammaru et al. 2009) kasvatas oluliselt linnast tagamaale kolinud inimeste arvu. Samal ajal hakkas kiiresti toimuma ettevõtete eeslinnastumine ning mitmete kesklinnafunktsioonide (nt kaubanduskeskuste ja riigiasutuste paiknemine) linnast välja paigutumine. Mitmed perifeersemad maakonnakeskused on järjest enam kaotamas oma suutlikkust pakkuda oma tagamaa elanikele piisavalt mitmekesiseid töövõimalusi ja teenuseid ning kasvab regioonidevaheline pendelränne. On vajadus jälgida ka jooksvaid muutusi linnaregioonide ruumistruktuuris. Üksikuuringud on viidanud linnast välja suunduva tööalase pendelrände kiirele kasvule ning paralleelselt süveneva igapäevaste funktsioonide eraldumisega linnaregioonides ka pendelrände teiste alaliikide tähtsustumisele (Ahas et al. 2008b; Silm et al. 2008). Klassikaliste rahvastikuandmete kõrval täpsemate mobiilsust kirjeldavate andmete kasutamine aitaks asustussüsteemis toimuvaid muutuseid paremini seletada.

3. Andmed ja metoodika

3.1. Mobiilpositsioneerimise andmed

Uuringu lähteandmetena on kasutatud passiivse mobiilpositsioneerimise andmeid (Ahas et al. 2008a), mille on kogunud Positium LBS koostöös Eesti suurima mobiilsideoperaatoriga EMT alates 2006. aastast. Passiivse mobiilpositsioneerimise andmebaas koosneb EMT võrgus sooritatud mobiiltelefonide kõnetoimingute asukohtadest (väljuvad kõned, SMS-id, andmeside ja asukohapõhised teenused) mobiilsidemasti teeninduspiirkonna täpsusega. Andmebaasis on fikseeritud iga kõnetoimingu aeg ning mobiilimast, kus kõnetoiming on sooritatud. Igale kõnetoimingu sooritajale (EMT võrgu kliendile) on omistatud juhuslik ja anonüümsust tagav identifikaator, mida ei saa seostada ühegi konkreetse inimese ega telefoninumbriga.

Käesolevas uuringus on analüüsitud 3 aastast perioodi jaanuar 2007 kuni detsember 2009.

Omavalitsuste, kus mobiilsidemast puudub, näitajate väärtusteks on arvutatud naaberomavalitsuste vastava näitaja keskmine. Liikumisvoogude kaardistamisel on jäetud omavalitsused, kus mobiilsidemast puudub, välja. Mobiilsidemast on puudu järgnevates omavalitsustes: Albu vald, Kallaste linn, Loksa linn, Mõisaküla linn, Mäksa vald, Peipsiääre vald, Põdrala vald, Põlva vald, Kasepää vald, Tõrva linn ja Vändra alev vald. Lisaks puuduvad osadel kuudel andmed Kareda valla ja Saare valla kohta. Viimaste puhul on uuritava perioodi keskmine arvutatud olemasolevate andmete põhjal, eelnevalt nimetatud naaberomavalitsuste keskmise arvutamist nende kahe omavalitsuse puhul rakendatud ei ole.

EMT klientide kõnetoimingute põhjal leitud ankurpunktidest tegelike inimeste hulkade saamiseks on kasutatud penetratsioonimudelit, ankurpunktide hulk on korrutatud EMORi poolt läbiviidud mobiilikasutuse uuringust saadud maakonna koefitsientidega (vt ptk 3.5) vastavalt inimese elukoha maakonnale vastaval kuul. Koefitsientidena on kasutatud 2008. ja 2009. aasta uuringu põhjal arvutatud koefitsientide keskmisi väärtusi maakondade lõikes. Koefitsientidega ei ole korrutatud sotsiaalsete tunnuste lõikes tehtud analüüsi tulemusi.

Regulaarselt külastatavate kohtade leidmiseks on kasutatud ankurpunktide mudelit (vt ptk 3.4). Elukoha ankurpunktide analüüsimisel on arvestatud kõiki inimesi, kellel on olemas elukoha ankurpunkt. Tööaja ankurpunkte on analüüsitud vaid neil, kel on olemas nii tööaja ankurpunkt kui ka elukoha ankurpunkt (ca 10% ei ole seda), kuna koefitsiendid tegelike inimeste hulkade hindamiseks põhinevad elukoha asukohale. Vaba aja ankurpunktide analüüsimisel on kasutatud iga inimese kolme esimest (olulisemat) sekundaarset ankurpunkti.

3.2. Isikuandmete kaitse

Inimeste privaatsus ja anonüümsus on tagatud vastavalt EL ja Eesti üsna rangetele isikuandmete kaitse reeglitele. Selles osas konsulteerivad Positium LBS ja mobiilioperaatorid pidevalt juristide ja Andmekaitse Inspektsiooniga. Koostöös on välja

töötatud niisugune andmete käitlemise süsteem, mis tagab isikuandmete puutumatuse Eesti (RT 2003, 26, 158; RT I 2004, 87, 593) ja Euroopa Liidu (European Parliament 2002) seadustest lähtuvalt.

Passiivsel mobiilpositsioneerimisel ei kasutata isikuandmeid ja uurijatel ei ole võimalik tuvastada isegi telefoni numbrit. Samuti on välistatud üksikisikute eristamine andmehulgas ja nende tuvastamine telefoni kaudu määratud liikumistrajektooride alusel. Mobiilside operaatorid ei väljasta telefonide omanike huvisid riivavaid andmeid. Passiivse mobiilpositsioneerimise anonüümsuse garanteerib ka väike ruumiline täpsus. Andmeid on võimalik saada võrgukärje täpsusega, mis on piisavalt suur inimmasside, kuid mitte üksikisikute asukoha määramiseks. Teoreetiliselt oleks võimalik üksikisiku asukohta leida väheasustatud kohtades, kuid sel juhul neid andmeid isiku tasemel ei väljastata.

Mobiilpositsioneerimisandmete kasutamisel uurimistöös on isikuandmete kaitse läbi mõeldud vastavalt seadustele ja teadlase eetika nõuetele. Mobiilpositsioneerimise andmestiku kasutamisel on isikute identiteet kaitstud. Mobiilside operaator genereerib enne andmete väljastamist igale inimesel anonüümse ID-koodi ning ankeete ja lepinguid hoitakse spetsiaalses turvatud ruumis. Uurimistöö käigus töötatakse Positium LBS-i süsteemi sees ka üksikute inimeste trajektooride arvutustega (ID-de alusel), aga arvutuse väljund on üldistatud võrgukärgede vahel liikuvateks inimvoogudeks või maatriksiteks. Voogude kuvamisel kehtib minimaalset 5 inimese tasemele üldistamise reegel, väiksemat inimhulka pole võimalik liikumises esitada. Sama kehtib ka turistide kohta.

Analoogselt Skandinaaviamaade traditsioonile teostavad isikuandmete käitlemisel mobiiliandmete teisenduse ja analüüsi ainult selleks loa saanud inimesed mobiilsideoperaatori süsteemis ja Positiumis, kolmandatele osapooltele neid andmeid edasi ei anta. Positsioneerimisandmete analüüsijatele edastatavaks väljundiks on kärgedevaheliste liikumiste voogude erinevad kujud: maatriksid, kaardid, graafikud jms, mida TÜ uurijad kasutavad.

3.3. Andmete esinduslikkus

EMT mobiilsidevõrk katab 99,9% kogu Eesti alast. Mobiilsidemastid on jaotatud Eesti territooriumil ebaühtlaselt, järgides enamasti rahvastiku paiknemist ning transpordi infrastruktuuri. Seega on passiivse positsioneerimise täpsus suurem tihedamini asustatud või tihedama teedevõrguga aladel, väiksem aga hõredamalt asustatud aladel. Mobiilsidemastide paiknemine ja tihedus on esitatud joonisel 9.

Joonis 9. EMT mobiilsidemastide paiknemine. Punktidega tähistatud mobiilsidemastid on ümbritsetud Voronoi polügonidega.

Mobiiltelefoni kasutab Eestis TNS EMOR-i spetsiaalse telefonikasutuse uuringu põhjal, mis viidi läbi EMOR-i Omnibus küsitluse raames, 2008. aastal 95% ja 2009. aastal 96% küsitletutest. Mobiiltelefoni kasutajate osatähtsus on suurim kahe uuritud aasta keskmiselt Läänemaal (98,6%), Pärnumaal (97,2%) ja Harjumaal (96,6%) ning väikseim Põlvamaal (92,4%), Valgamaal (93,5%) ja Hiiumaal (94,5%) (tabel 1).

Tabel 1. Mobiiltelefoni kasutajate jaotus 2008. ja 2009. aastal maakondade lõikes.

	Küsitletud		Mobiiltelefoni kasutajate osatähtsus
Piirkond	2008	2009	2008	2009	Keskmine
Läänemaa	26	35	100,0	97,1	98,6
Pärnumaa	145	129	95,9	98,4	97,2
Harjumaa	785	784	95,7	97,5	96,6
Jõgevamaa	62	52	96,8	96,2	96,5
Viljandimaa	99	99	97,0	96,0	96,5
Võrumaa	58	72	96,6	95,8	96,2
Lääne-Virumaa	120	93	94,2	96,8	95,5
Ida-Virumaa	190	200	94,7	96,1	95,4
Saaremaa	54	56	94,4	96,4	95,4
Tartumaa	215	258	94,9	95,2	95,1
Raplamaa	70	51	95,7	94,1	94,9
Järvamaa	67	69	94,0	95,7	94,9
Hiiumaa	13	9	100,0	88,9	94,5
Valgamaa	54	49	88,9	98,0	93,5
Põlvamaa	46	45	89,1	95,6	92,4

EMT turuosakaal oli Eestis mobiilsideteenuste valdkonnas 2008. aastal 45% ja 2009. aastal 46% (joonis 10), mis tähendab, et uuringusse on kaasatud veidi vähem kui pooled mobiiltelefoni kasutajatest.

Joonis 10. Mobiilioperaatorite klientide jaotus 2008. ja 2009. aastal.

Maakondade lõikes oli nii 2008. kui 2009. aastal EMT osatähtsus suurim Põlva maakonnas, 74,4% 2008. aastal ja 70,5% 2009. aastal (tabel 2). Üle 50% oli EMT osatähtsus lisaks Põlvamaale 2008. aastal ka Hiiumaal, Jõgevamaal, Läänemaal, Raplamaal, Tartumaa, Viljandimaal ja Võrumaal ning 2009. aastal lisaks eelnevalt mainitutele ka Ida-Virumaal, Pärnumaal ja Valgamaal. Väikseim oli EMT osatähtsus 2008. aastal Ida-Viru maakonnas (36,9%), 2009. aastal aga Järva maakonnas (32,4%). Telefoni kasutajate osatähtsus ning mobiilioperaatorite jaotus maakondade lõikes 2008. ja 2009. aastal on esitatud tabelis 2 ning joonistel 11 ja 12.

Tabel 2. Mobiilioperaatorite klientide osatähtsus 2008. ja 2009. aastal maakondade lõikes.

	2008						2009
Piirkond	EMT	Elisa	Tele 2	Bravokom	EMT	Elisa	Tele 2	Bravokom
Harjumaa	49,2	29,8	20,4	0,6	49,5	27,0	23,0	0,5
Hiiumaa	58,3	25,0	16,7	0,0	62,5	25,0	12,5	0,0
Ida-Virumaa	36,9	16,0	46,5	0,5	51,3	16,7	32,1	0,0
Jõgevamaa	52,4	22,2	25,4	0,0	54,9	15,7	29,4	0,0
Järvamaa	50,0	15,6	34,4	0,0	32,4	32,4	35,3	0,0
Läänemaa	53,8	23,1	23,1	0,0	58,3	22,2	19,4	0,0
Lääne-Virumaa	39,3	32,0	28,7	0,0	45,9	21,4	32,7	0,0
Põlvamaa	74,4	9,3	16,3	0,0	70,5	13,6	15,9	0,0
Pärnumaa	44,1	25,5	30,3	0,0	51,6	29,7	18,8	0,0
Raplamaa	54,3	28,6	15,7	1,4	60,4	24,5	15,1	0,0
Saaremaa	47,1	29,4	21,6	2,0	50,0	39,7	10,3	0,0
Tartumaa	54,1	17,4	28,5	0,0	62,7	20,5	16,9	0,0
Valgamaa	46,9	18,4	34,7	0,0	55,1	28,6	16,3	0,0
Viljandimaa	57,7	27,8	12,4	2,1	58,6	24,2	17,2	0,0
Võrumaa	58,7	25,4	15,9	0,0	54,9	16,9	28,2	0,0

Joonis 11. Mobiiltelefoni kasutajate osatähtsus ning mobiilioperaatorite klientide jaotus maakondades ja suuremates linnades 2008. aastal.

Joonis 12. Mobiiltelefoni kasutajate osatähtsus ning mobiilioperaatorite klientide jaotus maakondades ja suuremates linnades 2009. aastal.

Uuritud 2008. ja 2009. aasta keskmiselt oli EMT osatähtsus suurim Põlvamaal (72,5%), millele järgnes Hiiumaa (60,4%) (tabel 3). Üle 50% on EMT osatähtsus kahe aasta keskmiselt 9-s maakonnas 15-st, seega 60% maakondadest. Mobiilioperaatorite osatähtsused maakondade lõikes 2008. ja 2009. aasta keskmiselt on esitatud tabelis 3.

Tabel 3. Mobiilioperaatorite klientide osatähtsus 2008. ja 2009. aasta keskmiselt maakondade lõikes.

| | 2008. ja 2009. aasta keskmine | | | | | | |---------------|-------------------------------|-------|--------|----------|--|--| | Piirkond | EMT | Elisa | Tele 2 | Bravokom | | | | Põlvamaa | 72,5 | 11,5 | 16,1 | 0,0 | | | | Hiiumaa | 60,4 | 25,0 | 14,6 | 0,0 | | | | Tartumaa | 58,4 | 18,9 | 22,7 | 0,0 | | | | Viljandimaa | 58,2 | 26,0 | 14,8 | 1,0 | | | | Raplamaa | 57,3 | 26,5 | 15,4 | 0,7 | | | | Võrumaa | 56,8 | 21,1 | 22,0 | 0,0 | | | | Läänemaa | 56,1 | 22,6 | 21,2 | 0,0 | | | | Jõgevamaa | 53,6 | 19,0 | 27,4 | 0,0 | | | | Valgamaa | 51,0 | 23,5 | 25,5 | 0,0 | | | | Harjumaa | 49,3 | 28,4 | 21,7 | 0,5 | | | | Saaremaa | 48,5 | 34,6 | 15,9 | 1,0 | | | | Pärnumaa | 47,9 | 27,6 | 24,6 | 0,0 | | | | Ida-Virumaa | 44,1 | 16,4 | 39,3 | 0,3 | | | | Lääne-Virumaa | 42,6 | 26,7 | 30,7 | 0,0 | | | | Järvamaa | 41,2 | 24,0 | 34,8 | 0,0 | | |

3.4. Ankurpunktide mudel

3.4.1. Ankurpunktide mudeli kirjeldus

Ankurpunktide mudeli arvutamise lähtekoht on, et inimese viibimine mingis kohas annab sellele kohale tähenduse tema tegevusruumis. Teisisõnu, mida olulisem on koht, seda rohkem inimene selles kohas aega veedab. Seega igapäeva ankurpunktides (elukoht, töökoht/kool) veedetakse summaarselt kõige rohkem aega. Teine lähtekoht ankurpunktide mudelis on, et inimese viibitav aeg mingis kohas on otseselt seotud tema poolt teoreetiliselt tehtavate kõnetoimingute arvuga selles kohas. Teisisõnu, mida rohkem inimene selles kohas viibib, seda rohkem sooritab ta seal tõenäoliselt kõnetoiminguid. Neid kahte lähtekohta aluseks võttes on ankurpunktide mudelis eeldatud, et igapäeva ankurpunktides tehakse kõige rohkem ja juhuslikes kohtades kõige vähem kõnetoiminguid.

Ankurpunktide mudel võimaldab määrata igale inimesele iga kuu kohta eraldi regulaarselt külastatavad kohad ning nendest eristada elukoha, tööaja ning vaba aja ankurpunktid (Ahas et al. 2010). Ankurpunktide mudel koosneb järgmistest sammudest.

1) Leitakse regulaarselt külastatud mobiilsidemastide teeninduspiirkonnad. Regulaarselt külastatavad mobiilsidemastide teeninduspiirkonnad on need, kus inimene on sama mobiilsidemasti teeninduspiirkonnas teinud kõnetoimingu ühe kuu vähemalt kahel erineval päeval. Kohti, kus kõnetoiminguid on sooritatud ühel kuul ainult ühel päeval, loetakse juhuslikeks kohtadeks ning neid ankurpunktidega tehtavates analüüsides ei kasutata. Kuude keskmiselt on juhuslikes punktides tehtud kõnetoiminguid ligikaudu 6,8 miljonit ehk 10% kuu keskmisest kõnetoimingute arvust.
2) Jäetakse välja liiga suure ja liiga väikse kõnetoimingute arvuga inimesed. Ankurpunktid järjestatakse esmalt päevade arvu järgi ning ühesuguse päevade arvu korral kõnetoimingute arvu järgi. Andmebaasist jäetakse välja liiga väikse ning liiga suure kõnetoimingute arvuga inimesed. Liiga väikse kõnetoimingute arvuga inimesteks loetakse need, kes oma kõige sagedamini külastatud ankurpunktis on sooritanud kõnetoiminguid ühe kuu jooksul vähem kui seitsmel erineval päeval. Liiga suure kõnetoimingute hulgaga inimesteks loetakse need, kes kahes kõige enama külastatud päevade arvuga ankurpunktis on kokku sooritanud ühe kuu jooksul üle 500 kõnetoimingu. Võrdluseks, keskmine kõnetoimingute arv kuus ühe inimese kohta on 81. Liiga väikse kõnetoimingute arvu tõttu on välja jäetud keskmiselt 18%, liiga suure kõnetoimingute arvu tõttu aga ligikaudu 1% kõigist regulaarset kohta omavatest inimestest. Liiga väikse kõnetoimingute arvu korral ei ole võimalik inimeste liikumist ning tegelikke tegevusruumide ulatust tuvastada. Liiga suur kõnetoimingute arv ühes ankurpunktis viitab mingile spetsiifilisele töökohale (takso dispetšerite keskus) või automatiseeritud objektile.
3) Määratakse elukoha ja tööaja ankurpunktid. Ankurpunktid eristatakse igapäevasteks ankurpunktideks, milleks on elukoha ning tööaja ankurpunktid, ülejäänuid nimetatakse vabaaja ehk sekundaarseteks ankurpunktideks. Valitakse välja kaks suurima hulga päevade arvuga mobiilsidemasti teeninduspiirkonda, mille hulgast püütakse määrata elukoha ja tööaja ankurpunkt. Nende ankurpunktide eristamiseks kasutatakse keskmist kõnetoimingu alguse aega ning standardhälvet. Analüüsid on näidanud (Järv et al. 2007), et mida suurem on kõnetoimingu alguse aegade standardhälve, seda suurem on tõenäosus, et kõnetoimingud on tehtud nii hommikusel kui õhtusel ajal ning mida väiksem on standardhälve, seda suurem on tõenäosus, et kõnetoimingud on tehtud kitsa ajavahemiku jooksul, nagu tavaliselt tööl tehtud kõnetoimingud. Seega ankurpunkt on määratud elukohaks kui a) keskmine kõnetoimingute alguse aeg on pärast 17:00 ning b) kõnetoimingute alguse aja standardhälve on suurem kui 0,175. Ankurpunkt on määratud tööaja kohaks kui a) keskmine kõnetoimingute alguse aeg on enne 17:00 ning b) kõnetoimingute alguse aja standardhälve on väiksem või võrdne 0,175.
4) Elukoha-tööaja ankurpuntide määramine. Metoodika on kohandatud ka olukorraks, kus elukoht ja töökoht paiknevad lähestikku ja kus geograafiliselt on neid raske eristada. Selline olukord esineb nii koduste inimeste puhul kui ka linnakeskustes ning väikestes asulates, kus liikumise vahemaad on väikesed. Niisuguses olukorras kasutatakse ankurpunkti identifitseerimiseks kindlat metoodikat, kus mudelisse on kaasatud nii ajaline, geograafiline kui standardhälbe tunnus; sel juhul määratletakse ankurpunkt "elukoha-tööaja" punktina. "Elukoha-tööaja" ankurpunktina määratletakse uuritava kõige sagedamini külastatud igapäeva ankurpunkt ka siis, kui järgnevas kõige sagedamini

külastatud igapäeva ankurpunktis ollakse vähem päevi kui 25% kõige sagedamini külastatud igapäeva ankurpunktis viibimistest.

5) Erandid. Mudel arvestab ka erandlikke olukordi. Umbes 10%-l juhtudel ei suuda mudel kohe määrata inimese elukoha ja/või tööaja ankurpunkti. Sel juhul järgneb keeruline protseduur, mille käigus mudel püüab leida puuduva ankurpunkti: a) mobiilsidemastide teeninduspiirkondadest, kus on veedetud vähem päevi; b) mobiilsidemastide teeninduspiirkondadest, kus on tehtud vähem kõnetoiminguid; c) naabruses paiknevate mobiilsidemastide teeninduspiirkondadest, sest on tavaline, et mobiiltelefon kasutab samas kohas olles erinevaid mobiilsidemaste.

Arvestades eelnevaid ankurpunktide leidmise ja eristamise kriteeriume, leidub ligi 60%-l uuritavatest nii elukoha ankurpunkt kui ka tööaja ankurpunkt. Ülejäänutel (40%) leidub vaid üks igapäeva ankurpunkt, mis tähendab, et uuritaval paikneb nii elukoht kui ka töökoht ühes mobiilimasti teeninduspiirkonnas või on tegemist pensionäri või koduse inimesega, kes veedab suurema osa oma ajast ühes kohas. Igakuine elukoha ja tööaja ankurpunktide arv tuletatakse aasta keskmisest Eesti rahvaarvust. Sellega vähendatakse ankurpunktide metoodika töökindluse nõrkust suveperioodidel, kõrvaldatakse ka igakuised suuremad kõikumised (EMT osakaalu muutus, müra algandmetes) ning eeldatakse, et elanikke arv on ühtlane ja muutub vaid ruumiliselt.

3.4.2 Ankurpunktide mudeli täpsus

Metoodika

Käesoleva analüüsi peamine eesmärk on kontrollida seni arendatud passiivsel mobiilpositsioneerimisel põhineva personaalsete ankurpunktide mudeli täpsust oluliselt suurema valimiga, mille jagunemine vastaks Eesti elanikkonna demograafilistele, sotsiaalsetele ja majanduslikele näitajatele. Teiseks eesmärgiks on analüüsi tulemustest lähtuvalt täiendada ja edasi arendada ankurpunktide mudelit muutes selle tulemused senisest täpsemaks ja usaldusväärsemaks.

Analüüsi esimeses etapis koostati ja viidi läbi põhjalik küsitlusuuring, mille käigus uuriti 271 inimese igapäevaseid tegevusruume, aja- ja ruumikasutust ning nii transpordi kui ka mobiiltelefoni kasutust. Teises etapis viidi läbi küsitletud inimeste (210) võrdlus nende igapäeva (elukoht, töökoht/kool) kohtade ja ankurpunktide mudeli põhjal leitud regulaarsete kohtade vahel. Kolmanda etapina analüüsiti vabaaja ankurpunktide täpsust. Neljanda etapina analüüsiti saadud tulemuste põhjal ankurpunktide mudeli parameetreid ja funktsioone, mille tulemusel olemasolevat mudelit täiustati, sh eristati vabaaja ankurpunktid erinevatesse klassidesse. Töö metoodikas on küsitlusuuringul põhinevaid uuedusi järkjärgult rakendatud.

Küsitluse läbiviimise metoodika

Analüüsi esimeses etapis töötati välja küsitlusuuringu metoodika ning koostati ankeet. 2009. aasta kevadel testiti pilootküsitlustega ankeedi ülesehitust ja toimivust ning viidi sisse parandused. Põhjalik küsitlusuuring viidi läbi nelja kuu jooksul (06–09.2009). Küsitlusuuringus käsitleti uuritavate igapäevast tegevusruumi, aja- ja ruumikasutust ning transpordi ja mobiiltelefoni kasutust. Küsitlusuuring hõlmas uuritava andmeid kolme viimase aasta kohta, alates oktoobrist 2006 kuni septembrini 2009.

Küsitlusuuring viidi läbi intervjuu vormis, mille käigus küsitleja täitis ankeedi (lisa 1). Küsitlus kestis 30–90 minutit. Selle aja jooksul viidi läbi intervjuu, uuritav võttis EMT iseteenindusbüroost välja kõneeristuste väljavõtte või tegi 5 järjestikkust kõnetoimingut küsitleja mobiiltelefonile, mis võimaldas küsitlusuuringu siduda anonüümse mobiiltelefoni kõnetoimingute andmestikuga, allkirjastas lepingu ja andis sellega nõusoleku uuringus osalemiseks. Küsitleja sisestas küsitluse kas otse arvutisse või paberankeedile, mis hiljem sisestati arvutisse. Küsitlus viidi läbi 10 küsitleja poolt, kes olid saanud selleks vastava koolituse vältimaks võimalikke küsitlejast tulenevaid vigu. Küsitlusuuringu läbiviimise kõikides etappides järgiti ja tagati uuringus osalenute isikuandmete kaitse vastavalt Eesti ja Euroopa Liidu isikuandmete kaitse regulatsioonidele.

Küsitlusuuring viidi läbi lumepallmeetodiga. Juhuvalimi kasutamine antud uuringus välistati, kuna uuritav teema, detailne inimese igapäeva tegevusruumi ja igapäevaelu informatsioon, on sedavõrd delikaatne, et võõrastelt inimestelt oleks antud andmete saamine keeruline. Lumepallmeetodi eeliseks on uuritavate teadmine, et sõprade/tuttavate/sugulaste poolt soovitatav on usaldusväärne ning inimesed on märksa paremini nõus uuringus osalema.

Inimeste küsitlusse valimise kriteeriumeid oli kolm. Esiteks pidi inimene omama mobiiltelefoni olenemata, kas ta on lepinguline või kõnekaardi kasutaja. Teiseks pidi uuritav kasutama küsitluse ajal EMT sideoperaatori võrguteenust. Kolmandaks pidi uuritav olema olnud minimaalselt kolm kuud EMT sideoperaatori võrguteenuse kasutaja. Küsitlusuuringu käigus lisandusid uuritavate leidmisele kriteeriumid lähtuvalt küsitlusuuringu valimi jaotuse kokkulangemisest Eesti elanikkonna demograafiliste ja sotsiaal-majanduslike tunnustega.

Uuringus osalejate otsimist TÜ geograafia osakonna ja Positium LBS töögruppi kuuluvad inimesed, kokku ca 20 inimesest. Teises etapis otsiti küsitletavaid edasi viimaste soovitusel nende tuttavate ja tuttavate tuttavate hulgast. Edasi hargnes küsitlejate otsimine juba küsitletud inimeste kontaktide/soovituste kaudu. Sobivate inimeste leidmiseks paluti küsitletutel mõelda oma tuttavatele, kes võiks uuringu kriteeriumidele vastata. Küsitletud inimene andis küsitlejale tema poolt soovitatud inimeste kontaktid või kontakteerus ise nendega ning andis ise võimalikust nõusolekust küsitlejale teada. Edasi tutvustas küsitleja kas näost-näkku või telefoni teel uuele potentsiaalsele küsitletavale uuringu eesmärki ja sisu või leppis selleks kokku kohtumise, kus pärast küsitletava nõusolekut viidi läbi ka küsitlus. Küsitlusuuringusse kaasati inimesed, kes vastasid eelpool mainitud kriteeriumitele ja kes pärast uuringu eesmärgi ning sisu täpsemat tutvustamist olid nõus uuringus osalema.

Küsitletavate leidmisel oli kõige raskem osa leida kriteeriumitele vastavaid inimesi. Kriteeriumile vastavatest ja esialgse nõusoleku andnud küsitletavatest loobus uuringus osalemisest pärast uuringu eesmärgi ja sisu täpsemat tutvustamist ca 5%. Nõusoleku ja uuringus osalemise lepingu allkirjastamise järel loobus ca 1% küsitletavatest. Kokku leiti ja küsitleti 271 küsitlusuuringu kriteeriumitele vastanud ja oma nõusoleku andnud inimest üle Eesti (joonis 13), kelle andmeid ankurpunktide metoodika analüüsimisel kasutati.

Joonis 13. Küsitlusuuringus osalenud 271 inimese elukoht asustusüksuse ja maakonna tasandil.

Ankurpunktide mudeli kontrollimine

Kõige esimese sammuna geokodeeriti uuritavate küsitlusankeedid ning seejärel tuvastati uuritavad inimesed passiivse mobiilpositsioneerimise andmebaasist kasutades selleks uuritava poolt tehtud kõneeristuse väljavõtet või 5 järjestikust kõnetoimingut. 271-st uuritavast õnnestus tuvastada passiivse mobiilpositsioneerimise andmebaasist 210 inimest.

Teise sammuna seoti küsitletud inimese ankeet tema poolt tehtud kõnetoimingute alusel arvutatud ankurpunktide andmebaasiga, mis võimaldab võrrelda uuritava tegelikke küsitlusankeedis välja toodud kohti ankurpunktide mudeli poolt arvutatud kohtadega. Andmed kõrvutati ja viidi läbi analüüs tegelike regulaarsete kohtade ja mudeli poolt leitud ankurpunktide kokkulangevusest. Kokkulangevust hinnati kolmel ruumilisel tasandil – maakond, omavalitsus, mobiilsidemast. Mobiilsidemasti täpsus on käesoleva metoodika kõige täpsem ruumiline aste, mille areaal jääb sõltuvalt mobiilsidemastide tihedusest mõnesajast ruutmeetrist kuni paarikümne ruutkilomeetrini. Mudeli täpsust analüüsiti erinevate demograafiliste ja sotsiaal-majanduslike näitajate lõikes. Tulenevalt ankurpunktide mudeli ajalisest ühikust on metoodika võrdlemise ühikuks üks kuu. Mudeli täpsust võrreldi ajaperioodil oktoober 2006 kuni september 2009, mistõttu oli iga uuritava kohta võimalik võrrelda maksimaalselt 36 kuud. Lähtuvalt uuritavate leidmise kriteeriumitest oli minimaalne võrreldav kuude arv 3. Mudeli poolt arvutatud 210 uuritava elukohtade ja töökohtade/koolide täpsust analüüsiti kokku 5391 kuu andmete põhjal.

Järgnevalt on välja toodud juhuslik näide ankurpunktide mudeli kontrollimisest ühe inimese tegevusruumi näitel ühel kuul (joonis 14). Uuritava elukoht (punane ruut) langeb kokku tema kõnetoimingute alusel leitud elukoha ankurpunkti asukohaga (punane polügon), milleks on mobiilsidemasti teeninduspiirkonna teoreetiline leviala. Antud juhul on ankurpunktide mudel leidnud õigesti elukoha mobiilsidemasti ja seega ka nii omavalitsuse kui maakonna.

Joonis 14. Ühe uuritava ühe kuu tegelik elukoht ja töökoht (ruut ja ring) ning ankurpunktide mudeli arvutatud elukoha ja tööaja ankurpunktid (punane ja sinine polügon), sekundaarsed ankurpunktid (kolmnurk) ja juhuslikud kohad (punkt). Taustal kuvatav tihedus näitab mobiilsidemastides tehtud kõnetoimingute päevade hulka.

Töökoha puhul (sinine ring) on ankurpunktide mudel leidnud tööaja ankurpunkti asukoha (sinine polügon) töökohas leviva mobiilsidemasti naabermasti levialasse. Antud juhul ei ole ankurpunktide mudel mobiilsidemasti tasandil töökohta õigesti leidnud, küll aga omavalitsuse ja maakonna tasandil. Antud juhtum on tüüpiline näide, kus mobiilsidemasti

tasandil on ankurpunktide mudel arvutanud ankurpunkti valesse kohta, kuigi suure tõenäosusega levibki uuritava inimese töökohas just see naabermobiilsidemast. Viga tuleneb asjaolust, et mobiilsidemastidele on arvutatud teoreetilised levialad (Voronoi polügonid), mis ei pruugi kattuda reaalsete levialadega. Tegelikkuses jääb antud tööaja ankurpunkti paiknemise "viga" 500 meetri sisse.

"Teise kodu" ankurpunktide kontrollimine

"Teine kodu" on regulaarselt külastatav koht, kus sageli ka ööbitakse, koht, kus võidakse elada mingi aeg oma tegelikust elukohast eemal, nagu näiteks suvila või suvekodu. "Teine kodu" võib olla ka koht, mida külastatakse sageli, kuid seal ei ööbita, nagu näiteks (vana)vanemate elukoht, sugulaste/tuttavate elukoht. "Teisi kodusid" võib olla ka mitu. Analüüsimisel pandi rõhk "teise kodu" võrdlusele igapäevaste ankurpunktidega, kuna olemasolev ankurpunktide mudel "teisi kodusid" ei arvesta (eriti suveperioodil) ja tekitab mudelisse vead sisse.

Kõnetoimingute andmebaasist tuvastatud 210 uuritavast oli 138-l vähemalt üks "teine kodu". Nende põhjal viidi läbi nimetatud võrdlus. Võrdluse käigus hinnati kas ankurpunktide mudel leiab kõnetoimingute alusel uuritavate "teise kodu" nii maakonna, omavalitsuse kui ka mobiilsidemasti tasandil ning kuidas mõjutavad uuritavate sotsiaalmajanduslikud näitajad "teise kodu" tuvastamist. Teiseks analüüsiti millisel määral muutub "teine kodu" uuritava igapäeva ankurpunktiks (elukoha ankurpunkt, tööaja ankurpunkt) tekitades nii mudelisse vea.

Elukoha ankurpunktide täpsus

Kontrollitud 5391 kuu andmetest leidis mudel elukoha ankurpunktid maakonna täpsusel üles keskmiselt 95% täpsusega (mediaan 100%). Omavalitsuse tasandil leidis mudel elukohad üles 86% täpsusega (mediaan 94%). Masti täpsusel oli leitud elukohtade osatähtsus madalam (74%, mediaan 87%). Hinnates sesoonsuse mõju mudeli täpsusele tuleb välja olemasoleva mudeli nõrkus suvekuudel (joonis 15). Suvekuudel langeb mudeli täpsus maakonna tasandil ligikaudu 7% ning omavalitsuse ja mobiilsidemasti tasandil ligikaudu 9%. Põhjus tuleneb n-ö "teise kodu" (suvila, maakodu, õpilastel/tudengitel vanemate kodu jne) olemasolust ja seal viibimisest suvel, mida käesolev mudel ei arvesta.

Joonis 15. 210 küsitletud inimese elukoha täpsus ankurpunktide mudeli põhjal kolme ruumilise taseme ja kuude lõikes.

Reaalselt ei arvuta mudel valesti, vaid suvekuudel tuleb uuritavate elukoht sinna, kus nad mingil kuul tegelikult kõige rohkem aega veedavad (nt "teine kodu") ja antud juhul on võrdlus tehtud uuritava reaalses elukohas viibimisest lähtudes. Selles tulenevalt võib tegelikkuses olemasolev mudel leida elukoha ankurpunktid õigesti, kuna uuritav võib viibidagi suvel oma tegelikust elukohast eemal, kuid seda me antud analüüsis kontrollida ei saa. Seega välistades suvekuud ankurpunktide mudeli täpsuse kontrollimisest saame märkimisväärselt objektiivsema mudeli täpsuse hinnangu.

Järgnevalt on ankurpunktide mudeli täpsuse kontrollimisel erinevate näitajate lõikes välistatud kolm suvekuud, mis vähendab kontrollitavate kuude arvu 5391-lt 4013-le (- 26%).

Üliõpilased

Ühiskonna üks kõige mobiilsem inimeste grupp on üliõpilased, kes on valdavalt selles eas, mille jooksul läbitakse inimese elukaare üks kõige aktiivsem eluetapp. Üliõpilased reeglina kolivad oma senistest elukohtadest mujale, kuid samas hoiavad tugeva sideme oma eelmise elukohaga (st vanemad, sõbrad, tuttavad). Teiseks, üliõpilased veedavad oma aega väga erinevates kohtades, loengud ja praktikumid toimuvad erinevates kohtades, käiakse raamatukogudes jne. Lisaks on üliõpilastel üks kõige väiksema ajalisruumilise rutiiniga elustiil, toimub aktiivne sotsiaalne elu ööpäeva ringselt, mille tulemusena on nende käitumine väga ebaregulaarne. See mõjutab otseselt elukohas viibitava aja hulka ning mida vähem üliõpilane aega oma elukohas veedab, seda suurem on ankurpunktide mudeli poolt leitud igapäevaste ankurpunktide paiknemise viga.

Lõplikult ei saa öelda, kas teostatud analüüs näitab mudeli ebatäpsust, kuna üliõpilase elustiil võib olla ebaregulaarne. Viimasest tulenevalt ei pruugi üliõpilased tegelikult viibida mingitel perioodidel enamuse ajast oma tegelikus elukohas, mis aga on antud võrdluse aluseks. Uuritud 210-st inimesest oli üliõpilasi 33. Välistades eelpool mainitud kolm suvekuud (joonis 16), on uuritud 33-ne üliõpilase elukoha leidmise täpsus ankurpunktide mudeliga maakonna tasandil 90%, omavalitsuse tasandil 82% ja mobiilsidemasti tasandil 65%. Arvestades, et kogu valimi andmete puhul oli elukoha leidmise täpsus märksa suurem, mis tähendab, et teistel uuritavatel on elukoha leidmise täpsus keskmisest veelgi täpsem.

Joonis 16. 33 küsitletud üliõpilase elukoha täpsus ankurpunktide mudeli põhjal kolme ruumilise taseme ja kuude lõikes.

Kuna üliõpilaste elustiil on ebaregulaarne, siis ei ole võimalik öelda, kas üliõpilased reaalselt viibisid oma elukohtades või mitte. Järgnevatest võrdlustest on lisaks kolmele suvekuule välistatud ka üliõpilased, mis vähendab analüüsitavate kuude arvu 4013-lt 3790-le (-6%).

Vanus ja sugu

177 küsitletud inimese 3790 kuu andmete võrdlemisel vanuse gruppide lõikes tuleb välja, et mida vanem inimene, seda ebatäpsemalt leiab mudel uuritava elukoha. See võib tuleneda vanemate inimeste harvemast mobiiltelefoni kasutamisest (tabel 4). Kui maakonna tasandil on mudeli täpsus kõigil vanusegruppidel võrdne, siis erinevused vanusegruppide vahel tulevad esile omavalitsuse ja mobiilsidemasti tasandil. Võrreldes ankurpunktide mudeli täpsust sugude lõikes tuleb välja, et mudeli täpsus ei sõltu soost (tabel 5).

Tabel 4. Elukoha leidmise täpsus ankurpunktide mudeliga kolme ruumilise taseme ja vanusegruppide lõikes.

Vanusegrupp	Maakond	Omavalitsus	Mobiilsidemast
5–19	98%	95%	89%
20–39	98%	88%	78%
40–59	96%	85%	77%
60+	99%	89%	75%

Tabel 5. Elukoha leidmise täpsus ankurpunktide mudeliga kolme ruumilise taseme ja soo lõikes.

Sugu	Maakond	Omavalitsus	Mobiilsidemast
Mees	97%	88%	78%
Naine	98%	88%	79%
Kokku	97%	88%	78%

Emakeel

Võrreldes mudeli täpsust elukoha leidmisel emakeele lõikes, selgub esialgu, et emakeel mõjutab mudeli täpsust – eestikeelsete inimeste puhul on mudel ebatäpsem (tabel 6). Samas on küsitlusuuringu põhjal teada, et eesti keelt emakeelena rääkivatel uuritavatel on märksa rohkem "teisi kodusid", mille külastamine langeb kokku mudelile problemaatiliste suvekuudega. Välistades küsitletud, kellel on olemas "teine kodu", muutub mõlema emakeele grupi puhul mudeli täpsus võrdseks. See näitab, et ankurpunktide mudeli täpsus elukohtade leidmisel ei erine eesti keelt ja vene keelt emakeelena rääkivate inimeste puhul.

Tabel 6. Elukoha leidmise täpsus ankurpunktide mudeliga kolme taseme ja emakeele lõikes.

	Kõik uuritavad			Uuritavad, kellel ei ole "teist kodu"
Emakeel	Maakond	Omavalitsus	Mobiilsidemast	Maakond	Omavalitsus	Mobiilsidemast
Eesti	97%	87%	77%	99%	92%	86%
Vene	100%	91%	86%	99%	91%	86%
Kokku	97%	88%	78%	99%	92%	86%

Haridus

Küsitletute 3790 kuu andmeid hariduse lõikes võrreldes, tuleb välja, et ankurpunktide mudeli elukohtade täpsus on väiksem kõrgharidusega ja keskharidusega uuritavatel (tabel 7). Erinevused tulevad välja omavalitsuse ja mobiilsidemasti tasanditel. Haridus võib olla otseselt seotud uuritavate töökoha ja sellega seotud liikumiste ajalis-ruumilise iseloomuga. Põhiharidust omavad peamisel keskkooli õpilased ja eakad inimesed (vanasti piirduti põhiharidusega). Samuti võib kutse- ja kesk-eriharidusega inimestelt eeldada üsnagi rutiinset igapäevaelu elu- ja töökoha vahel, mis sobib olemasoleva ankurpunktide mudeliga. Samas kõrgharidusega inimesed võiksid oma töökohast tulenevalt olla ühest küljest aktiivsed ruumi tarbijad ja/või teisest küljest elada ebaregulaarselt, st mitte rutiinset igapäevaelu.

Tabel 7. Elukoha leidmise täpsus ankurpunktide mudeliga kolme ruumilise taseme ja hariduse lõikes.

Haridustase	Maakond	Omavalitsus	Mobiilsidemast
Algharidus	100%	95%	89%
Põhiharidus	98%	95%	91%
Kutseharidus	100%	95%	90%
Keskharidus	98%	90%	75%

Kesk-eriharidus	98%	88%	81%
Kõrgharidus	96%	80%	68%

Elukoht

Elukoha asukoht mõjutab ankurpunktide mudeli täpsust. Mobiilsidemasti tasandil on ankurpunktide mudeli täpsus Tallinnas ja Tartus vastavalt 56% ja 73% (tabel 8). Samas omavalitsuse tasandil on Tallinnas ja Tartus elukohtade leidmise täpsus parem kui mujal elavate küsitletute puhul, vastavalt 90% ja 92%. Suuremates linnades on mobiilsisemastide paiknemine oluliselt tihedam ja sagedasem on nn "masti viskamine" või mastide ülekoormusest tulenev lähedal asuva masti signaali kasutamine.

Tabel 8. Elukoha leidmise täpsus ankurpunktide mudeliga kolme ruumilise taseme ja elukoha piirkonna lõikes.

Piirkond	Maakond	Omavalitsus	Mobiilsidemast
Tallinn	93%	90%	56%
Tartu	99%	92%	73%
Muu linn	98%	88%	78%
Maapiirkond	97%	86%	84%

Töö(õppe)koha iseloom

Töö(õppe)koha iseloom mõjutab mõningal määral elukoha ankurpunkti leidmise täpsust (tabel 9). Need, kellel on liikuv töö või ei ole kindlat töökohta, on mobiilsidemasti tasandil elukoha ankurpunkti leidmine ebatäpsem (76–78%) kui neil, kellel on statsionaarne töökoht või töökoht 2–3 kohas (88–100%). Tuleb arvestada, et antud uuringus oli 2–3 töökohaga uuritavaid vähe, mistõttu tuleb nende uuritavate elukoha leidmise täpsust kriitiliselt hinnata. Uuritavad, kes ei tööta või kellel on liikuv töö ja puudub kindel füüsiline töökoht, leidub elukoha ankurpunkt omavalitsuse tasandil peaaegu võrdselt nendega, kellel on kindel koht, kus tööl/õppimas käiakse. Sellised inimesed saavad elukoha ankurpunkti küll õigesse piirkonda, kuid teise igapäeva ankurpunkti puudumisel võib see mõjutada elukoha leidmist.

Tabel 9. Elukoha leidmise täpsus ankurpunktide mudeliga kolme ruumilise taseme ja töökoha iseloomu lõikes.

Töökoht	Maakond	Omavalitsus	Mobiilsidemast
Statsionaarne	99%	92%	88%
2–3 kohas	100%	100%	100%
Liikuv	98%	93%	78%
Ei tööta	100%	88%	76%

"Teise kodu" olemasolu

"Teise kodu" olemasolu vähendab ankurpunktide mudeli abil elukoha leidmise täpsust (joonis 17). Kui uuritav viibib enamuse ajast kuus "teises kodus", saab ta sinna ka elukoha ankurpunkti, mis aga antud analüüsis loetakse veaks ja seetõttu on elukoha ankurpunktide leidmise täpsust madalam, kuigi tegelikkuses ankurpunktide mudel leiab uuritava lühiajalise elukoha, st "teise kodu" üles.

Joonis 17. 62 küsitletu, kellel pole "teist kodu" ja kes pole üliõpilane, elukoha ankurpunktide täpsus ankurpunktide mudeli põhjal kuude lõikes. Andmed libiseva keskmisega läbi arvutatud.

Seega neil uuritavatel (mitte üliõpilased), kellel puudub "teine kodu", võiks mudel leida paremini elukoha ankurpunktid, kuna suure tõenäosusega viibib uuritav ühe kuu jooksul enamuse ajast oma elukohas. Maakonna tasandil leiab mudel elukoha 99% juhtudel, omavalitsuse tasandil on mudeli keskmine elukoha leidmise täpsus 92% (tabel 10). Mobiilsidemasti tasandil on mudeli täpsus 86%. Neid täpsuse protsente võiks pidada ankurpunktide mudeli elukohtade leidmise objektiivseks täpsuseks.

Tabel 10. Elukoha leidmise täpsus ankurpunktide mudeliga kolme ruumilise taseme ja "teise kodu" olemasolu lõikes.

"Teine kodu"	Maakond	Omavalitsus	Mobiilsidemast
On olemas	96%	84%	73%
Ei ole	99%	92%	86%

Tööaja ankurpunktide täpsus

205 uuritavast 152 omas töö(õppe)kohta, kus ta regulaarselt käib. 152 uuritava elukohtadest ühe kuu lõikes leidis ankurpunktide mudel maakonna tasandil elukoha üles keskmiselt 89% juhtudest (mediaan 100%) (joonis 18). Omavalitsuse tasandil leidis mudel elukohad üles 78% ulatuses (mediaan 84%). Mobiilsidemasti tasandil oli leitud elukohtade osatähtsus madalaim, 54% (mediaan 50%).

Joonis 18. 152 küsitletud inimese kõikide tööaja ankurpunktide täpsus mudeli põhjal kolme ruumilise taseme ja kuude lõikes.