ארכיון קטגוריה: תאורי

עלית הביביתון

עמוס רגב פרש/הופרש מתפקידו כעורך ישראל היום, וזו הזדמנות להסתכל על ההשפעה של העיתון הזה על מפת העיתונות בישראל.  למרות שמדי פעם זה מוכחש, ברור לכולם שהעיתון שייך לשלדון אדלסון ועושה את דברו, ובפרט תומך בנתניהו במידה שמגיעה לעיתים להאשמות (בינתיים מפי פרשנים שונים, אך עדיין לא מטעם הגורמים המוסמכים) בתרומה אסורה.  אבל מה אפשר לראות מנתונים?

כרגיל, אין הרבה נתונים שאפשר להסתמך עליהם.  מה שמצאתי הוא נתוני חשיפה של העיתונים השונים.  "חשיפה" היא אחוז האוכלוסייה הבוגרת שנחשפת לעיתון, כלומר קראו ממנו משהו, בין אם במסגרת מנוי על העיתון, או שקנו אותו ברחוב, או שקיבלו אותו ממישהו אחר, או נתקלו בו בחדר ההמתנה של רופא השיניים.  זה שונה מ"תפוצה" שהוא מספר העותקים שהופץ, וסביר שבממוצע כל עותק נקרא על ידי יותר מאדם אחד.

נתוני החשיפה חשובים לעולם הפירסום, ולכן יש מי שאוסף אותם.  בפרט מאז 1998 יש חברה שעורכת באופן שוטף סקרי אוכלוסין בנושא צרכנות בכלל, ובין היתר חשיפה למדיה (לא רק עיתונות אלא גם רדיו וטלוויזיה).  זה נקרא סקר TGI (Target Group Index), והוא מתפרסם פעמיים בשנה.  לכל סקר כזה מראיינים 10,000 בני 18 או יותר מהאוכלוסייה היהודית.  לפני 1998 היו סקרים של איגוד המפרסמים.  יש כמובן שפע טענות על הסקר, למשל למה הוא מוגבל ליהודים, ומה הקשר בין חשיפה להשפעה.  אבל כמו בהרבה מקרים אחרים זה מה יש.  הגרף הבא מראה את התוצאות עבור עיתונים יומיים.  עיתוני סוף השבוע זוכים כרגיל לחשיפה גבוהה יותר.

exp-daily

 

אז ישראל היום הפך לעיתון הנחשף ביותר תוך 6 שנים מהופעתו, שזה ללא ספק הישג.  אבל אי אפשר להאשים אותו בירידה שחוו העיתונים האחרים, ובפרט ידיעות ומעריב.  שניהם הדרדרו ברציפות כבר 20 שנים לפני שהוא נוסד, כנראה בעיקר בגלל המעבר של חלקים בציבור לצריכת חדשות וידיעות אחרות ברשת האינטרנט.  לפני ההדרדרות, אגב, ידיעות הוכרז כמונופול בשנת 1995 כי התפוצה שלו עברה את 50% (ההכרזה בוטלה ב-2010).  ההדרדרות של ידיעות דווקא נפסקה מאז 2010 בערך, ומאז ידיעות וישראל היום די יציבים עם פער קטן לטובת ישראל היום. מעריב המשיך להדרדר ובפרט נפל קשות בסוף 2012, אחרי שנמכר לאחר כמה שנים בבעלות נוחי דנקנר.  העלייה של כלכליסט ב-2010 כנראה כתוצאה מהשקת המוסף שלו (שיוצא ביום חמישי, ולכן נספר במסגרת העיתונים היומיים ולא במסגרת עיתוני סוף השבוע).

מה שחסר כאן הוא ההשפעה של ישראל היום על שוק הפרסום, ובפרט על מחירי הפרסומות בעיתונים ומכאן על הכנסותיהם.  לפי פרסומים שונים ישראל היום מכר פרסומות במחירי הפסד ובכך גרם לירידת מחירים כללית ולהתמוטטות המודל העסקי של העיתונים האחרים.  על ישראל היום עצמו זה לא השפיע כי כנראה מעולם לא היה לו מודל עסקי.

מקורות

סקר TGI מתפרסם אמנם פעמיים בשנה, אבל לא מצאתי שום מקור שמכיל את כל המידע ההיסטורי.  הנתונים לגרף לוקטו אם כן מידיעות שפורסמו בעיתונים שונים (ידיעות, הארץ, דהמרקר, העין השביעית, ועוד) לאורך השנים כל פעם שיצא סקר חדש.  הנתונים על פוסט מאוחדים עם נתוני מעריב הבוקר מהסקרים האחרונים.  עדכון: קיבלתי גם נתונים על השנים 2006-2010 ישירות מחברת קנטר מדיה שעורכת את הסקר, וזה עזר להשלים כמה נקודות חסרות.

חברת הלומדים

החרדים אוהבים להתהדר בהיותם "חברת לומדים" שבה כל הגברים מקדישים את חייהם ללימוד, ולו על חשבון העבודה.  את זה משאירים לנשים.  אבל נעזוב רגע את הפן המגדרי, ונתמקד בלימוד.  אם מסתכלים על לימוד כללי ולא על לימוד תורה, מדובר לא בחברת לומדים אלא בחברת בורים.

הבעיה עם דיון בנושראים כאלה הוא החוסר בנתונים.  בפרט, הלמ"ס אינה אוספת נתונים על חרדים ומתקשה להגדיר מיהו חרדי.  הנתונים שאציג כאן מקורם במחקר של איתן רגב ממרכז טאוב בנושא "השכלה ותעסוקה במגזר החרדי".  המחקר הזה מתבסס על מפקד האוכלוסין של 2008, וכולל שתי הברקות מתודולוגיות:

  • דבר ראשון צריך לזהות מי מהנפקדים הם חרדים.  את זה עושים בשני שלבים.  ראשית, כוללים את כל התושבים הבוגרים המתגוררים באזורים בהם הייתה הצבעה חזקה למפלגות חרדיות בבחירות לכנסת.  שנית, מחריגים את משקי הבית שיש בהם טלוויזיה.  הצרוף נותן זיהוי טוב של חרדים שאינו מתבסס על מוסד לימודים (כגון ישיבה) כמו שיטות אחרות.  כתוצאה ניתן לזהות גם חרדים שלמדו לימודים אקדמיים.
  • כדי לקבל מידע על שינויים לאורך זמן, חילקו את האוכלוסייה החרדית לפי גילים.  כך אלה שהיו בני 45-54 בשנת 2008 הם מי שנולדו בין השנים 1954-1963, ומייצגים את החינוך האופייני לחרדים בשנות ה-60 המאוחרות וה-70 של המאה הקודמת.  מי שהיו בני 35-44 נולדו בין השנים 1964-1973, ומייצגים את המגמות החינוכיות של שנות ה-70 המאוחרות ושנות ה-80.  וכך הלאה.

regev-eduבמחקר של רגב יש מגוון תוצאות על התעסוקה, ההכנסה, והלימודים של החרדים.  אני מתמקד בלימודים ומסתפק בשני גרפים שמדגימים לדעתי את העיקר.  הראשון הוא השינוי בלימודים כלליים בבתי הספר.  הגרף מראה את אחוז החרדים שהסתפקו בסיום בית ספר יסודי, האחוז שקיבלו תעודה מבית ספר על-יסודי, והאחוז שעמדו בבחינות בגרות.  אצל אלה שנולדו סביב 1960, כ-40% הסתפקו בבית-ספר יסודי, ולכ-40% הייתה תעודת בגרות.  30 שנה מאוחר יותר כמעט 70% הסתפקו ביסודי, ורק ל-5% הייתה תעודת בגרות.

regev-acad

הגרף השני משווה את החרדים לקבוצות אחרות באוכלוסייה מבחינת לימודים אקדמיים.  עבור כל קבוצה, תוך הבחנה בין גברים לנשים, אנחנו רואים כאן את האחוז שהיה להם תואר אקדמי בין אלה שנולדו בשנים 1944-1963 ובין אלה שנולדו 20 שנה מאוחר יותר, בשנים 1964-1983.  בכל קבוצות האוכלוסיה רואים מגמת עלייה בלימודים האקדמיים, בעיקר אצל נשים.  הקבוצה היחידה שאצלה יש נסיגה בלימודים האקדמיים היא החרדים.  בפרט רואים היפוך בין החרדים לערבים: אצל הערבים, ובעיקר הנשים הערביות, יש עליה דרמטית, בעוד אצל החרדים, ובפרט הגברים החרדים, יש נסיגה, וביחד התוצאה היא שהערבים עקפו את החרדים.

מה שמדהים הוא שכל זה הוא סיפור של 40 השנים האחרונות, מאז המהפך.  לפני זה חרדים למדו וגם עבדו — לפי רגב שיעור התעסוקה של חרדים לפני 1980 היה מעל 80%.  לא הייתה חברת לומדים של כלל הגברים, וזו לא מסורת ארוכת ימים.  אבל אז בא בגין ופטר אותם מגיוס בתנאי שילמדו בישיבה.  אז זה מה שהם עשו.  ובמצב הפוליטי הנוכחי, במקום לפעול לפתרון הבעיה (גיוס ולימודי ליבה) מרחיבים אותה (דרישה מהאוניברסיטאות ללמד בהפרדה מגדרית).

מקורות

איתן רגב, השכלה ותעסוקה במגזר החרדי, מרכז טאוב, 2013. מבוסס על נתוני הלמ"ס ממפקד אוכלוסין 2008.

שחיקה

בצרוף מקרים יפה כמה ימים אחרי הפוסט הקודם נתקלתי בנתונים שהתנועה לחופש המידע קיבלה ממשרד החינוך על פרישה של מורים.  זה קשור בגלל השאלה מה הם מקצועות שוחקים.  אז מסתבר שבשנת תשע"ד (2013/4) פרשו 2153 מורים, אבל רק 165 מהם, שזה פחות מ-8%, כי הם הגיעו לגיל הפרישה.  הסיבות האחרות בגרף.  הרוב (50%) פרשו פרישה מוקדמת, מה שמותר להם כבר מגיל 50.  30% נוספים חתמו על פרישה מרצון, שמתאפשרת מגיל 60.  בהנחה שרוב המורים הן בעצם מורות, זה כבר קרוב לגיל הפרישה שהוא 62.  העסקת 30 מורים (1.4%) הוקפאה. 9 פוטרו.  השאר סיבות רעות כמו בעיות בריאות ופטירה.

ret14

מקורות

מהאתר של התנועה לחופש המידע.

מיהו רופא?

אחד הפרסומים עם פוטנציאל להיות מעניין של משרד הבריאות נקרא "כוח אדם במקצועות הבריאות 2015".  למשל נראה שאפשר לקבל שם נתונים על השינויים לאורך זמן במספרי הרופאים והאחיות, מה שמאוד רלוונטי לדיון בנושאי העומס במערכת הבריאות, איכות השירות, ובמשתמע גם האלימות נגד נותני השירות.  זו חוברת של מעל 200 עמודים, עם עשרות גרפים וטבלאות.  חגיגה אמיתית.

רק חבל שהבסיס שעליו הכל בנוי לא משהו.  מסתבר שמשרד הבריאות לא באמת עוקב אחרי נותני השירות בשירותי הבריאות השונים.  הוא רק מפקח עליהם.  והעיקר של הפיקוח הזה הוא מנגנון הרישוי.  אז יש להם המון נתונים על רשיונות לרפואה — כמה רישיונות ניתנו כל שנה, איפה למדו מקבלי הרישיונות האלה, מה התפלגות הגילים שלהם, ועוד ועוד.  ואותו דבר גם לרופאי שיניים ורוקחים.  אבל אין להם נתונים על מי מהם אם בכלל עובד בתור רופא (או רופא שיניים או רוקח) ואיפה.  ולגבי אחיות בכלל לא יודעים הרבה, כי אחיות מעשיות (שהיו עד לא מזמן הרוב) לא היו צריכות רישוי כלל כנראה.  רק כיום, כשהן הוחלפו על ידי אחיות מוסמכות, יש על זה נתונים.  בכל אופן, הנה מה שדליתי משם.

personel

קודם כל, כל הנתונים כאן הם נותני שרות ל-1000 נפש.  בין ים הנתונים שמשרד הבריאות כבר מספק הם כוללים גם מספרים אבסולוטיים וגם מספרים לנפש (וגם הפוך, תושבים לרופא), אז לא הייתי צריך לחשב כלום בעצמי.  בנוסף, כיוון שהם בעצמם מודעים לבעיה שלא כל בעלי הרישיונות עובדים במקצוע, הם עושים שני דברים.  ראשית, הם מעדכנים את הרשימות לפי מידע אודות אנשים שעזבו את הארץ או נפטרו.  מעבר לכך, הם מבחינים בין כלל בעלי הרישיונות לבין אלה שהם עד גיל 65, בניסיון לנפות את אלה שניתן להניח שיצאו כבר לפנסיה.  אז אני השתמשתי רק בנתונים אודות אלה שהם עד גיל 65.

בנוסף, מסתבר שיש גם נתונים של הלמ"ס שנאספים במסגרת דוח כוח אדם הכללי.  הדוח הזה מכיל פרוט על המון מקצועות, כולל מקצועות ברפואה, אבל עם פחות פרוט, ועם היסטוריה מוגבלת.  בכל אופן זה שימושי בתור השוואה.  ואחרי כל ההקדמות האלה, הנה הממצאים.

  • מספר הרופאים לנפש גדל דרמטית מאז שנות ה-70, כאשר רוב העליה היא עד שנת 1985 + קפיצה בשנים 1990-1992 כתוצאה מגל העליה מרוסיה.  בשנים האחרונות יש ירידה קלה במספר הרופאים לנפש (או ליתר דיוק מספר בעלי רישיון רופא עד גיל 65), אבל מספר הרופאים בפועל לפי הלמ"ס דווקא יציב ואפילו עלה קלות בשנתיים האחרונות.  ההסבר הוא שיש יותר רופאים שממשיכים לעבוד אחרי גיל 65.
  • מספר הרופאים המומחים לנפש המשיך לעלות עד 2010.  כיוון שהם נכללים במספר הרופאים הכולל, נובע מזה שמספר הרופאים הכלליים כמו רופאי משפחה ירד קצת בתקופה 2000-2010.
  • מספר רופאי השיניים לנפש (שוב, בעלי רישיון עד גיל 65) גדל עד 1992 ומאז הוא יציב.  המספר בפועל קצת יותר נמוך.
  • מספר האחיות לנפש (עד גיל 65) ירד בכ-15 השנים האחרונות, בעוד מספר האחיות המוסמכות עולה.  כשמשווים עם נתוני התעסוקה של הלמ"ס רואים ירידה משמעותית מ-2002 ל-2009, ומאז 2009 יש התאמה מצויינת בין מספר האחיות בפועל למספר האחיות המוסמכות.  זה משתלב עם נתוני משרד הבריאות שלפיהם בשנים האלה כבר כמעט שאין עוד הסמכה של אחיות מעשיות.  המסקנה היא שכנראה הפער הנותר בין המוסמכות לכלל האחיות הן כאלה שכבר לא עובדות כאחיות.

מקורות

כל הנתונים (כולל אלה שמקורם בדוח כוח אדם של הלמ"ס) נידלו מתוך הפירסום "כוח אדם במקצועות הבריאות 2015" של משרד הבריאות.

ציטוט ישיר

דן בן-דוד פרסם הבוקר מאמר דיעה קצר בהארץ.  למי שלא נוהג לדפדף בעיתון הזה, הוא עוסק בתוצאות מבחן פיזה בנושא "פתרון בעיות".  שורת המפתח היא "בישראל, 39% מהילדים מוגדרים כמי שאינם מסוגלים לתכנן מראש או להגדיר מטרות משנה, הרבה יותר מכל מדינה מפותחת — וזה לא כולל חרדים שאינם משתתפים במבחני פיז"ה."  היה גם גרף שהשווה את ה-39% הזה עם ה-7-19% בשבע מדינות נבחרות אחרות.

זה עורר את סקרנותי מספיק כדי לחפש את הדו"ח האמור כדי לקבל תמונה קצת יותר מלאה — למשל, מה באמת ההתפלגות של כל המדינות שנבדקו? ומה כל סקלת התוצאות בבחינה הזו? ואיך בעצם הם בודקים יכולת לפתור בעיות? חיפוש קצר בגוגל הוביל לדו"ח המלא, שהוא כרך 5 מתוך סדרה של כרכים מלאי נתונים וניתוחים שמסכמים את מבחני פיזה של שנת 2012.  ואכן בין היתר יש שם גם את כל מה שיכולתי לבקש.  אבל מעבר לזה, הם גם ציירו כבר את הגרף שתכננתי לי בראש, ועשו את זה מצויין, אז הנה הגרף המקורי שלהם במקום שאני אצייר את זה מחדש בעצמי:

pisa12-probsolv

כל שורה מייצגת מדינה.  המדינות בשחור הן חברות ב-OECD, ואנחנו האחרונה שבהן.  המדינות בכחול אינן חברות ב-OECD.  התפלגות התוצאות במבחן בכל מדינה מיוצגת על ידי המקל עם הקטעים הצבעוניים.  האורך של כל המקלות האלה זהה, ומייצג 100% מהנבחנים.  הקטע האפור כהה משמאל מייצג את אחוז הנבחנים שנכשלו לחלוטין, ולא הגיעו אפילו לרמה 1 מתוך 6 בפתרון בעיות.  שאר הקטעים מייצגים את אחוז הנבחנים שהגיעו לכל אחת מ-6 הרמות.  המיקום של המקל נקבע לפי הגבול בין רמה 1 לרמה 2 (שהוא הגבול בין מקטעים אפורים לכחולים).  הסקלה השמאלית מראה את אחוז הנבחנים ברמה 1 או פחות, ואצלנו זה 38.9%.  הסקלה הימנית מראה את האחוז המשלים של נבחנים ברמה 2 ומעלה, ואצלנו זה 61.1%.  התוצאות האלה מעמידות אותנו בתחתית רשימת המדינות המפותחות, בדומה (וטיפה מתחת) לצ'ילה, טורקיה, והונגריה, והרחק מתחת לממוצע ה-OECD שהוא 21.4% לעומת 78.6%.  למי שזה מנחם אותו, איחוד האמירויות, בולגריה, מונטנגרו, אורוגוואי, וקולומביה במצב הרבה יותר גרוע.

כדי להעריך מה זה אומר שווה להקדיש רגע למבחן עצמו.  מה שהם קוראים "פתרון בעיות" זה בעצם איך להסתדר בחיי היומיום בעולם המודרני.  דוגמאות לשאלות שמופיעות בדו"ח הן:

  • לקנות כרטיס רכבת ממכונת ממכר כרטיסים אוטומטית.  זה מתחיל בגרסה הבסיסית שבה פשוט צריך לבחור את הכרטיס הנכון על פי רשימה של 3 מאפיינים (למשל תקנה כרטיס של שתי נסיעות במחיר מלא ברכבת בין-עירונית) לגרסאות מורכבות יותר שבהן צריך למצוא את הכרטיס הכידאי ביותר.
  • לתכנן נסיעה מעיר אחת לאחרת על סמך מפה שבה רשומים זמני הנסיעה בכבישים השונים.  שוב יש גרסאות פשוטות כמו האם ניתן להגיע תוך 20 דקות, ומורכבות יותר שבהן צריך למצוא את המסלול האופטימלי.
  • לגלות איך לתפעל נגן MP3, ולענות על שאלות כמו האם נכון שהכפתור העגול באמצע משמש לבחירת סוג המוזיקה. (כדי לענות הנבחנים יכולים לשחק עם סימולציה של הנגן על המחשב.)

הגרף לעיל הוא רק אחד מתוך עשרות שמופיעים בדו"ח ומייצגים ניתוחים מגוונים של התוצאות.  אני בטוח שכולם ישמחו לשמוע שיש סעיף אחד שבו ישראל היא חריג בולט מעל כל המדינות האחרות, בין אם הן חברות ב-OECD ובין אם לאו.  ולא, הסעיף הזה הוא לא בהצטיינות של המצויינים ביותר או בהצלחה היחסית של בנות.  למרבה הצער הסעיף הזה הוא פיזור התוצאות, או במילים אחרות אי-שוויון.  וה"הישג" נובע מכך שהמצטיינים שלנו הם פחות או יותר בסדר, מקום טוב באמצע בין המדינות המפותחות, אבל הדפוקים שלנו הם ממש ממש דפוקים.  בקצה השני, עם הפיזור הקטן ביותר, נמצאת טורקיה.

בן-דוד מסיים את המאמר שלו בשאלה הרטורית "האם יש מדיניות חשובה יותר לעתיד המשק ולאיתנות החברה הישראלית מרפורמה מבנית של מערכת החינוך מחר בבוקר?".  גם לי יש שאלה: האם יש סיבה להאמין שלשר החינוך יש אינטרס לשפר את המצב, או שבעצם האינטרס שלו הוא להמשיך לחנך את בני ובנות ישראל להאמין באלוהים כי כשאלוהים לצידך הכל יהיה בסדר (כולל הבחירות)?

יוצאת דופן

הנס רוסלינג מת, האיש שהמציא וקידם גרפי פיזור שמראים את מצב האנושות ברמה של מדינות בצירים שמשקפים בריאות וכסף.  למי שלא מכיר אפשר לקבל טעימה במצגת קצרה שהוא עשה ל-BBC, ויש לו גם הרצאת TED מפורסמת ומומלצת. אחד הדברים שהוא מראה שם זה השינוי לאורך השנים של פריון ותוחלת חיים, ועכשיו מישהו העלה את זה לרשת לזיכרו.  כשמתקדמים בשנים מ-1960 עד 2013, רואים איך כל העולם שועט בקשת למעלה (תוחלת חיים גבוהה יותר) ושמאלה (פריון נמוך יותר).  אבל יש נקודה צהובה אחת יוצאת דופן, שזזה פחות מהאחרות, ודי נתקעת בכ-30 השנים האחרונות — ישראל.  בפרט כשבכל העולם הפריון יורד בהיסטריה, אצלנו הוא ירד קצת ואז עלה חזרה.  אז החלטתי להסתכל על זה ביתר פרוט.

קודם כל ההגדרה: אני מסתכל על מה שנקרא "פריון כולל", שזה מספר הילדים שאישה צפוייה ללדת במהלך חייה.  זה לא מדידה של כמה באמת נולדים, אלא הערכה.  מחשבים את זה לפי שיעור הלידות לנשים בגילים שונים כיום, בצרוף ההנחה שהשיעורים האלה ימשיכו להיות תקפים בעתיד.  שוויון באוכלוסייה מתקבל עם בערך 2 לידות לאישה.

הגרף הראשון מראה נתוני למ"ס מאז 1960, ומאשר את מה שראיתי: הפריון ירד מ-4 ל-3, ואז קצת מתחת ל-3, ואז חזר ל-3.  עדכון: הוספתי נתונים על חרדים וחילונים שלא היו במקור.

fert

 

באופן טבעי זה משקף שיקלול של אוכלוסיות שונות במדינה.  הפריון אצל יהודים היה יותר נמוך כל השנים אבל לאחרונה הוא עלה ונהייה שווה לממוצע (בניגוד לצפוי זה לא בגלל משפחות הענק החרדיות, שהיו ונשארו עם פריון גבוה, אלא בגלל החילוניות שירדו אל מתחת ל-2 ועלו חזרה).  אצל המוסלמים הייתה ירידה משמעותית בין 1965-1985, אחר כך יציבות על בערך 5 במשך 15 שנים, ומאז ראשית שנות ה-2000 שוב ירידה.  כיום הפריון שלהם כנראה שווה לזה של היהודים (הנתונים רק עד 2015).  אצל הנוצרים והדרוזים היו ירידות דומות, אבל בסופו של דבר הפריון שלהם ירד באופן משמעותי מתחת לממוצע, ומגיע כיום לרק 2 וטיפה – כמו החילונים.

פריון של 3 גדול מערך הסף 2 ולכן האוכלוסייה בישראל כל הזמן גדלה. בממוצע עולמי הפריון נמוך מאצלנו, אם כי עדיין גדול מ-2, כפי שרואים בגרף הבא.  אבל צריך גם לשים לב שערך השוויון הוא כאן תחום שמגיע עד 3.3, כי יש עדיין ארצות מתפתחות עם תמותת תינוקות וילדים גבוהה, ולכן צריך יותר לידות כדי לשמור על גודל אוכלוסייה קבוע.  במילים אחרות בארצות מפותחות הערך הוא אכן 2, אבל באחרות הוא משתנה ויכול להגיע עד 3.3.

fert-world

אז הגרף הזה אכן משקף את מה שראיתי: ב-55 השנים האחרונות הפריון בעולם ירד לחצי, מממוצע של 5 לממוצע של 2.5, בעוד שבישראל הוא ירד רק ברבע, מ-4 ל-3.  הפריון מדינות ערב גבוה מהממוצע העולמי, אבל גם הוא ירד בחצי, מ-7 ל-3.5.  ירידה משמעותית קרתה גם במדינות המפותחות, כשהממוצע של מדינות OECD הוא מתחת ל-2 מאז סוף שנות ה-80 של המאה הקודמת.

המסקנה מכל זה היא שהבעייה של עודף בני אדם שיהיה קשה להאכיל אותם הולכת לפתור את עצמה.  לא מיד, ועוד וודאי שיהיו בעיות (בין היתר מסיבות פוליטיות), אבל יש להניח שתוך דור או שניים גודל אוכלוסיית העולם יתייצב, ואחר כך אולי אפילו ירד.  ואגב גם המונח "דור" משתנה, כשגיל הלידה נהייה מאוחר יותר.  אבל זה עניין לגרפים אחרים.

מקורות

הנתונים הישראלים מהשנתונים של הלמ"ס.  בשנתון 2016 זה טבלה 3.13, אבל היא כוללת מידע רק על שנים ספורות, ולפני זה ממוצעים על תחומים של 5 שנים עוקבות.  כדי לקבל נתונים יותר מפורטים צריך למצוא את הטבלאות המקבילות בהרבה שנתונים.

הנתונים על פריון נשים יהודיות, ובפרט חרדיות וחילוניות, מנייר עמדה 101 של הלמ"ס, פריון של נשים יהודיות בישראל לפי מידת הדתיות שלהן בשנים 2014-1979, שפורסם באפריל 2017.

הנתונים על שאר העולם מאתר הבנק העולמי.  מסתבר שהם אוספים נתונים כאלה.

מי הזיז את המיטה שלי?

לאורך השנים יצא לי לבקר במיון מפעם לפעם, אבל הצפיפות שנתקלתי בה לפני כ-10 ימים היתה יותר ממה שאי פעם ראיתי בעיני (הבהרה למודאגים: הייתי מלווה, לא החולה). והמעבר לאישפוז בפנימית לא היה יותר טוב — מסתבר שמה שתוכנן במקור כחדר משפחות הפך לחדר "המתנה", שבו אתה אמנם מאושפז אבל לא ממש במחלקה ודי מתעלמים ממך. אז החלטתי לבדוק את נושא המיטות בבתי החולים.

כרגיל התחלתי מהשנתונים של הלמ"ס כי באופן כללי יש בהם מכל טוב. ואכן יש גם טבלאות של נתונים על מיטות בבתי חולים, אבל כל פעם רק לכמה שנים אחרונות, וכמובן עם הבדלים מסויימים בין הנתונים שחוזרים על עצמם. אחרי יומיים של עבודה לאסוף משהו מסודר גיליתי מסמך של משרד הבריאות שמכיל את כל הנתונים מ-1950 עד 2014 בטבלה אחת.  בסוף החלטתי לאחד נתונים משני המקורות האלה (פרטים בסעיף מקורות בסוף), והתוצאה לפניכם.

 

beds-per-pop

קודם כל הבהרה: עם השנים האוכלוסיה במדינה גדלה באופן ניכר, וברוב המקרים גם המיטות.  מה שמעניין הוא המיטות יחסית לגודל האוכלוסיה, כלומר המיטות לנפש, וזה מה שמוצג כאן.  באופן כללי, בשנים הראשונות למדינה הייתה עליה מכ-5.5 מיטות ל-1000 נפש לכ-7 מיטות.  מ1955 עד 1980 בערך הרמה הזו די נשמרה.  אחרי המהפך היו שתי פאזות של ירידה, הראשונה עד תחילת שנות ה-90 והשניה מאז 2005 ועד היום.  בסך הכל זו ירידה של רבע מהמקסימום שהיה בשנת 1978.  כיום (ליתר דיוק 2015) מספר המיטות ל-1000 נפש הוא הנמוך ביותר שהיה מאז קום המדינה, ועומד על 5.28.

עוד יותר מעניין להסתכל על החלוקה של המיטות האלה לסוגים.  בעשור הראשון בעיקר היה סיווג מיוחד לחולי שחפת שמאז די נעלם.  הסיווגים האחרים הם:

  • אישפוז כללי – זה משקף את המחלקות של בתי החולים הכלליים, כמו זו שאני ביקרתי בה.  יש 44 בתי חולים כאלה בארץ: ממשלתיים, ציבוריים, פרטיים, של קופת חולים, וגם של המיסיון.
  • בריאות הנפש – בתי חולים פסיכיאטריים. כיום יש 12 כאלה, רובם ממשלתיים.
  • "מחלות ממושכות" – בעצם שם יפה למחלות כרוניות, שזה שם יפה למוסדות גריאטריים סיעודיים.  לפי המסמך של משרד הבריאות יש כיום לא פחות מ-305 מוסדות כאלה, רובם פרטיים וגם הרבה ציבוריים, כשרובם נוסדו בתקופה 1985-2005.
  • שיקום – 2 מוסדות.

נתחיל מלמעלה.  מספר המיטות לשיקום הוא נמוך ולא משתנה הרבה.

הדרמה הגדולה שרואים הגרף היא המעבר המסיבי ממיטות בריאות הנפש למיטות גריאטריות. מספר המיטות הגריאטריות לנפש עלה פי 2.5 ב-40 השנים האחרונות.  עיקר הגידול תואם את העליה במספר המוסדות.

לעומת זאת מספר המיטות לאישפוז פסיכיאטרי לנפש ירד בתקופה הזו בלא פחות מ-82%.  אבל לפי מקורות יודעי דבר (הגיס שלי שהוא פסיכיאטר) זה לא באמת כל כך גרוע: הירידה הזו משקפת לפחות באופן חלקי מעבר מאישפוז לטיפול בהוספיסים בקהילה.  המיטות בהוספיסים האלה לא נספרות בתור מיטות אישפוז.  הבעיה שתכנית ההוספיסים התחילה רק בשנת 2000, כך שחלק גדול מהירידה קרה כבר לפניה.  מצד שני, מנתונים שמצאתי, בשנת 2011 כבר היו פי 2.8 יותר מיטות של מגורים נתמכים בהוספיס מאשר מיטות אישפוז פסיכיאטריות.  אז יתכן שבאמת יש בזה פיצוי משמעותי על הירידה שרואים בגרף.

מה שמשאיר את הירידה במיטות אישפוז כללי.  מאז המהפך ב-1977 יש ירידה של 44%, ועל זה אין פיצוי בתכניות אלטרנטיביות.  אז איך עומדים בזה?  עד שנת 2000 לערך החיסכון במיטות היה קשור לכך שקיצרו את משך האישפוז: מ-11.5 ימים בממוצע ב-1950 לכ-4 ימים מאז שנת 2000 עד היום.  במקביל היתה עליה מסוימת בכמות האישפוזים לנפש, ולכן מספר המיטות לא קטן באותה מידה או אפילו לא קטן בכלל.  ב-15 השנים האחרונות משך האישפוז הממוצע נשאר יציב, והירידה במספר המיטות מתאפשרת כי מאשפזים קצת פחות.

shehut-gen

השאלה שנישארת היא מה גרם למה.  האם היתה התיעלות בבדיקות ובטיפולים ולכן צריך לאשפז פחות ואפשר להסתדר עם פחות מיטות, או שהקטינו את מספר המיטות וכתוצאה הרופאים נאלצים לאשפז פחות ממה שהיו רוצים.  את זה אי אפשר לדעת מנתונים סטטיסטיים.

מקורות

מקור אחד לנתונים על מיטות אישפוז הוא השנתונים הסטטיסטיים לישראל של הלמ"ס.  בפרק הבריאות יש טבלה על "מיטות בבתי חולים" (בשנים שונות מספר הפרק ומספר הטבלה הזו משתנים) עם מידע לשנים האחרונות וקצת מידע היסטורי.  צריך לעבור על המון שנתונים כדי לשחזר תמונה מלאה.

המקור השני הוא הפרסום "מוסדות האשפוז והיחידות לאשפוז יום בישראל, 2014" של משרד הבריאות, שכולל בעמ' 238 טבלה מסכמת עבור 1950-2014.  אבל הנתונים ל-1950 היו משונים (נראה כמו טעות העתקה) וסתרו את נתוני הלמ"ס, 1951-1954 היו חסרים, וגם אחרי זה הנתונים על מיטות ל"מחלות ממושכות" היו משונים (התחלה ממספר גבוה להפתיע וירידה דרמטית עם השנים).

אז בסוף איחדתי את שני המקורות.  השתמשתי במסמך של משרד הבריאות עבור השנים 1955-2014 ובלמ"ס עבור 1948-1954 (פרט ל-1949 שחסרה) ו-2015.  בנוסף השתמשתי בנתוני הלמ"ס עבור מחלות ממושכות גם לשנים עד 1958.

נתונים על הוספיסים מצאתי בשנתון הסטטיסטי ל-2012 אודות בריאות הנפש בישראל של משרד הבריאות.

נתוני משך האישפוז מאותו מסמך של משרד הבריאות שהכיל מידע על מיטות ומוסדות.

על עניים ועשירים

אי שיוויון — ובעיקר אי שיוויון כלכלי בין עניים ועשירים — הוא נושא חם בשנים האחרונות, שמרבים לדון בו ולציין אותו בתור גורם חשוב בכלכלה ובפוליטיקה העולמית.  אבל עדיין קשה למצוא נתונים עליו.  בישראל עד לא מזמן לא היו בכלל נתונים רשמיים על עושר, אלא רק על הכנסות.  ואי השיוויון בהכנסות הוא לא אותו הדבר כמו אי השיוויון בעושר, כי הכנסות יכולות להשתנות בכל רגע אבל עושר מצטבר לאורך זמן וגם יכול לעבור בירושה.

לכן מעניין במיוחד מסמך עם הכותרת "אי שיוויון בישראל: כיצד מתחלק העושר?" שנכתב על ידי מאור מילגרום וגלעד בר-לבב מהמכון לרפורמות מבניות לפני שנה.  החלק המדליק הוא המתודולוגיה שלהם, שפרוט טכני שלה מופיע בנספח למסמך.  הבסיס הוא סקר נכסים של הלמ"ס שנערך לראשונה ב-2013, שבו שאלו מדגם מייצג של האוכלוסיה על הנכסים שלהם.  אבל יש עם זה שתי בעיות: מדגם כזה כרגיל מפספס את העשירים ביותר, ולכן הוא לא באמת מייצג, ובנוסף לרוב אי אפשר לקבל נתונים מהימנים על כל הנכסים.

למה מפספסים את העשירים ביותר?  הלמ"ס ערכו מדגם ענק של 4621 משקי בית.  אבל בישראל יש כ-2.5 מיליון משקי בית.  כך שכל אחד שעולה במדגם מייצג כ-540 משקי בית.  אז קל להבין שנראה לכל היותר אחד מה-500 העשירים ביותר, ואפילו אם נראה אחד מהם, אין שום סיכוי שנראה מדגם טוב שלהם.

ולמה זה חשוב לא לפספס את העשירים ביותר?  הסיבה היא שידוע (מאז העבודה החלוצית של פארטו בסוף המאה ה-19) שלהתפלגות העושר יש "זנב כבד".  זו תכונה סטטיסטית שאומרת שחלק ניכר מההתפלגות נמצא בזנב, כלומר בערכים הגדולים ביותר.  והתפלגות העושר היא צורה טובה להדגים את זה באופן אינטואיטיבי: העובדה שהתפלגות העושר היא התפלגות עם זנב כבד אומרת שרוב האנשים אינם עשירים (הם ב"גוף" ההתפלגות ולא ב"זנב" ההתפלגות, כלומר לא בקצה שלה, ויש להם רמת עושר "ממוצעת"), אבל רוב הכסף דווקא כן נמצא בזנב — כלומר כל הכסף של העניים ומעמד הביניים ביחד, למרות שמדובר בהמון אנשים, אינו משתווה לכסף של הבודדים העשירים ביותר.  במילים אחרות, אם תבחר אדם אקראי מכל אוכלוסית ישראל, תגלה שהוא לא עשיר.  אבל אם תבחר שקל אקראי מכל הכסף שיש בישראל, תגלה קרוב לוודאי שהוא שייך לשרי אריסון או אחד מחבריה.

אז אם רוצים לאפיין את התפלגות העושר, צריך מידע מפורט על העשירים ביותר וגם על העשירים למדי, ואת זה לא מקבלים ממדגם אקראי.

אז איך בכל זאת נקבל מידע אמין על התפלגות העושר?  הטריק שמילגרום ובר-לבב השתמשו בו מכיל שלושה רכיבים.  את הראשון כבר פגשנו: זה מדגם כללי של האוכלוסיה, שמספק מידע סביר על גוף ההתפלגות.  הרכיב השני הוא רשימות כמו "500 העשירים ביותר" שמתפרסמות מדי שנה במגזינים כלכליים, ובמקרה שלנו רשימה כזו שפורסמה על ידי דה מרקר (הם השתמשו ברשימה של 2013 — אותה שנה כמו הסקר).  זה נותן מידע פרטני ומלא למדי על הקצה הרחוק ביותר של הזנב של ההתפלגות.  הרכיב השלישי משלים את התמונה על ידי מילוי טווח הביניים בין גוף ההתפלגות לבין קצה הזנב.  את זה עושים בצורה שתתאים לצורה הכללית של ההתפלגות הצפויה, שנקראת התפלגות פארטו (על שם אותו פארטו שמצא אותה).

כדי שזה יעבוד צריך שהנתונים במדגם והנתונים על העשירים ביותר יהיו אמינים.  לגבי העשירים, אין לנו ברירה אלא להסתמך על דה מרקר.  לגבי המדגם, יש שלל סיבוכים שצריך להתייחס אליהם.  מילגרום ובר-לבב מפרטים את זה במסמך שלהם, החל מההגדרה שעושר כולל נכסים ריאליים (בעיקר דירות) ונכסים פיננסיים (השקעות הון ופנסיה צפויה), וכלה בהשוואות בין התוצאות של המדגם לבין נתונים כלכליים כלליים של הלמ"ס כדי לראות אם זה מתאים.  המסקנה היא שיש להניח שהתוצאות לא ממש מדויקות, אבל עדיין הן הרבה יותר טובות מחוסר ידע מוחלט.

כיוון שכל התהליך הזה סבוך ומורכב לא רציתי לחזור עליו, וביקשתי את הנתונים הסופיים (כלומר ההערכה של התפלגות העושר) ממאור מילגרום.  הגרפים הבאים מציגים את מה שקיבלתי ממנו.

הגרף הראשון מדגים את תהליך בנית ההתפלגות על שלושת חלקיה. ההסבר קצת טכני אז מי שלא מתעניין מוזמן לקפוץ לפסקה על מדד ג'יני.

llcd

כיוון שהתפלגויות עם זנב כבד מתאפיינות בערכים מאוד מאוד גדולים שיש להם הסתברות מאוד מאוד קטנה, הצורות הרגילות לצייר התפלגות לא עובדות.  אז מה שצריך לעשות הוא "להסתכל על ההתפלגות המשלימה בצירים לוגריתמיים".  בואו נסביר את זה.  ההתפלגות המשלימה מוגדרת להיות ההסתברות לראות ערך יותר גדול, כלומר לכל ערך x נתאים את ההסתברות שדגימה מקרית X תהיה גדולה יותר: S(x) = Pr(X > x).  ההסתברות הזו תלויה באיזו התפלגות מדובר.  במקרה של התפלגות פארטו הביטוי המתמטי של זה הוא S(x) = x -a.  אם מוציאים מזה לוג מקבלים:

log(S(x)) = -a log(x)

ולכן אם מציירים את זה כפונקציה של log(x) אמור להתקבל קו ישר שיורד בשיפוע של a-: מתחיל בצד שמאל למעלה, שמייצג את המדגם שמייצג את גוף ההתפלגות, ויורד לימין למטה, כשהקצה מייצג את העשיר ביותר (28 מיליארד שקלים בהסתברות של 1 חלקי 2.5 מיליון, כי יש רק אחד כזה מתוך 2.5 מיליון משקי בית).  החלק באמצע שמתוייג בגרף בתור "זנב מתוקן" הוא החלק שמילגרום ובר-לבב שיפצרו כדי שיקשר בין המדגם לנתונים של דה מרקר עם קו ישר.  מה שהגרף מראה זה שהכל ביחד לא יוצא ממש קו ישר, אבל בשביל נתונים כאלה זה לא רע.  השיפוע של הקו נותן את הפרמטר a של ההתפלגות, וציירתי קו עם שיפוע דומה ליד לשם השוואה.

הגרף הבא מדגים את חישוב מדד ג'יני של העושר.  על מדד ג'יני כבר הסברתי בעבר, אז כאן אני פשוט מראה את הגרף.  כפי שניתן לראות עקומת לורנץ די רחוקה מקו השיוויון, ומדד ג'יני לעושר (השטח הצבוע) יוצא 0.66, הרבה יותר ממדד ג'יני להכנסות.

gini

צורה אחרת להסביר אי שיוויון הוא על ידי ביטויים כמו "האלפיון העליון מחזיק ב-11.5% מכלל העושר במדינה", שזה יותר מפי 100 ממה שהיה להם אם חלוקת העושר הייתה שיוויונית לגמרי.  באופן כללי יותר ניתן להציג את כלל היחסים האלה על ידי הגרף הבא, שמראה שתי התפלגויות ביחד: הקו העליון הוא התפלגות העושר, כלומר כמה עושר יש למשקי הבית השונים, ואילו הקו התחתון הוא התפלגות הכסף, כלומר למי הכסף שייך.

למי שלא מכיר, גרף כזה נקרא cumulative distribution function (CDF).  זה הגרף המקורי שקודם השתמשנו במשלים שלו: הוא מתאר את ההתפלגות על ידי כך שהוא נותן את ההסתברות לראות ערך קטן יותר: לכל x נתאים את ההסתברות שדגימה מקרית X תהיה קטנה מ-x, ובסימנים: F(x) = Pr(X < x).  למשל אפשר לראות שהעושר של ה-25% העניים ביותר באוכלוסיה הוא עד בערך 200,000 שקלים, ושהעושר החציוני הוא בערך מיליון (אם מסתכלים על הנתונים המדוייקים, החציון הוא 1.18 מיליון).  האזור בגרף שבו השיפוע תלול ביותר הוא האזור שבו רוב המסה מרוכזת.  בהתפלגות העושר (הקו העליון) רואים שרוב האוכלוסיה נמצאת בין כ-200,000 שקלים לבין כ-5 מיליון שקלים.  בהתפלגות הכסף (הקו התחתון) רואים שרוב הכסף שייך לאלה שהעושר שלהם בין 2 מיליון ל-20 מיליון.

mass.gif

אבל מה שעוד יותר מעניין הוא להשוות את שתי ההתפלגויות, כפי שמודגם על ידי החיצים.  נתחיל עם ארבעת החיצים המקווקווים, משמאל לימין:

  • החץ השמאלי ביותר מראה שה-30% העניים ביותר ביחד מחזיקים רק 1% מהעושר במדינה.
  • החץ השני משמאל מראה שחצי האוכלוסיה העני מחזיק ביחד רק 8.5% מהעושר.
  • החץ השני מימין מראה שחצי מהכסף מתרכז בידי כ-10% העשירים של האוכלוסיה.
  • החץ הימני ביותר מראה שכ-22% מהכסף מרוכז בידי האחוז (המאיון) העליון.

וכמובן אפשר היה לשרטט עוד חיצים ולאפיין אותם, אבל הגרף נותן את כל התמונה ביחד.

החץ הכפול באמצע מתאר את מה שאני מכנה "היחס המשותף".  זו הנקודה היחודית שבה הסכום של שני הקווים הוא בדיוק 1, ולטעמי הנקודה הזו מייצגת יותר טוב מכל דבר אחר את "האמצע" של התפלגות העושר.  במקרה שלנו זה 2.17 מיליון שקל.  התכונה המיוחדת של הערך הזה היא מעין סימטריה הפוכה: ל-73% מהאוכלוסיה יש פחות עושר, וביחד הם מחזיקים 27% מהעושר במדינה, ובו בזמן ל27% מהאוכלוסיה יש יותר מהערך הזה, וביחד הם מחזיקים ב-73% מהעושר הכולל.

עוד מה שבולט הוא שבעצם התפלגות העושר והתפלגות הכסף לא כל כך רחוקות זו מזו.  בעולם המחשבים שבו אני עוסק כשאני לא כותב בלוגים יש התפלגויות עם זנבות הרבה יותר כבדים, ועם פערים ענקיים בין שני הקוים (למשל יחס משותף של 90 ל-10, וחצי מהמסה שייך לפחות מ-1% מהפרטים).  לטעמי האישי יש שני דברים שהם הצורמים ביותר בהתפלגות העושר.  הראשון הוא בצד שמאל, איפה שהקו העליון מתחיל מערך גבוה יחסית במקום מהקצה התחתון.  המשמעות היא של-20% מהאוכלוסיה ויותר בעצם אין כלום (ואם מדקדקים בנתונים, יש כמה אחוזים שיש להם עושר שלילי, כלומר יותר חובות מנכסים).  השני הוא השפיץ הארוך שהולך רחוק ימינה בקצה העליון.  זה אומר שהבודדים העשירים ביותר אמנם לא מחזיקים אחוז מאוד גדול מכלל העושר, אבל מצד שני העושר שלהם הוא באיזה שלושה סדרי גודל יותר משל אלה שהם סתם נורא עשירים.

בייבי בום

באחד הפוסטים הקודמים הסתכלנו על התפלגות הגילים באוכלוסיה כפי שהיא כעת.  אבל יכול להיות מעניין גם לראות איך היא השתנתה לאורך השנים.  לשם כך ציירתי את הגרף הבא.  הציר האופקי הוא השנים מאז קום המדינה.  האנכי מייצג את האוכלוסיה של כל שנה, מחולקת לפרוסות גיל של 5 שנים: גילאי 0-4, גילאי 5-9, גילאי 10-14, וכך הלאה.  צעירים עד גיל 19 צבועים בירוק, קשישים מגיל 65 באדום, וגילאי 20-64 שביניהם בכחול.

ages-pct

במבט ראשון לא נראה שיש כאן משהו מעניין במיוחד.  ניתן לראות את העליה המתמשכת באחוז הזקנים, וירידה מסויימת בילדים.  אבל במבט מעמיק יותר יש כאן סיפור.

נתחיל בקצה השמאלי.  ההתפלגות שם היא ההתפלגות בסוף 1948.  זה הזמן של העליה הגדולה עם קום המדינה, כשבשנת 1949 האוכלוסיה גדלה בכ-25% תוך שנה אחת.  שני המקורות העיקריים לגידול הזה היו עליית יהודי עירק, תימן, וארצות ערב האחרות מצד אחד, ועליית שארית הפליטה מאירופה מצד שני.  התפלגות הגילים משקפת את זה: כמעט חצי מהאוכלוסיה היו בטווח הגילים 20-45, כנראה כי ילדים וקשישים שרדו פחות בשואה.

אבל תוך כ-5 שנים טווח הגילים הזה הצטמק, בעיקר כי העולים שהגיעו לארץ החדשה הקימו משפחות והולידו ילדים.  וכך נוצר בייבי בום יחסי. השנתונים האלה שנולדו בשנות ה-50 ממשיכים להיות גדולים יחסית לשנתונים אחרים עד היום.  בגרף זה בא לידי ביטוי ב"רכס" שמתחיל משמאל למטה ומתקדם בקשת לכיוון ימין למעלה: כל פעם שילידי שנות ה-50 גדלים ב-5 שנים נוספות, רצועת הגילים הבאה מתעבה.

עוד דבר שניתן לראות הוא שהעלייה במספר הזקנים היא לא רציפה. ב-30 השנים הראשונות, מ-1950 עד 1980, אחוז הזקנים (מגיל 65 ומעלה) עלה מ-3.76% עד ל-8.72% — פי 2.3 יותר.  זה קרה כי כל הצעירים האלה שהקימו משפחות הזדקנו.  אבל ב-30 השנים הבאות, מ-1080 עד 2010, אחוז הזקנים עלה רק במעט, והגיע ל-9.87% (פי 1.13 מבתחילת התקופה).  והנה, ב-5 השנים האחרונות אחוז הזקנים קפץ והגיע כבר ל-10.97% — עלייה של פי 1.11 תוך 5 שנים.  זה קרה כי שנתוני הבייבי בום של שנות ה-50 התחילו להגיע לגיל הפנסיה.  אז יש להניח שאחוז הזקנים ימשיך לגדול בקצב גבוה יחסית בשנים הקרובות, ואז קצב הגידול יתמתן בחזרה.

כל הסיפור הזה מתבסס על הטענה שהתפלגות הגילים של ניצולי השואה הייתה לא רגילה.  אז אפשר לבדוק את זה על ידי הסתכלות על התפלגות הגילים של יהודים וערבים בנפרד.  כשמסתכלים רק על יהודים, אכן מתקבלת אותה התמונה, עם שינויים קטנים במספרים — קצת פחות ילדים וקצת יותר זקנים מאשר באוכלוסיה כולה:

ages-pct-jews

כשמסתכלים בערבים התמונה אכן שונה.  אין התפלגות יחודית בשנים הראשונות, אין בייבי בום, ואין עלייה משמעותית באחוז הזקנים:

ages-pct-arabs

אבל גם כאן יש סיפור.  ניתן לראות שיש ירידה משמעותית בילודה, וכתוצאה מכך באחוז הילדים באוכלוסיה, החל משנות ה-70 של המאה הקודמת.  ילדים ונוער עד גיל 19 הגיעו לשיא של 60.5% בשנת 1975, וירדו ל-45.2% בשנת 2015.  יש המייחסים זאת לישראליזציה שעוברת על האוכלוסיה הערבית, שנהיית יותר דומה לאוכלוסיה מערבית.  אבל הירידה היא לא רציפה.  בין 1995 ל-2005 הירידה נבלמה כמעט לחלוטין, ואז התחדשה.  השאלה היא מה קרה באותן שנים שגרם להפסקת השינוי.  שאלתי את סמי סמוחה מאוניברסיטת חיפה אם יש לו רעיון, והוא ענה כדלקמן: "זהו עשור שאחרי רצח רבין המסמן התפכחות מהסכמי אוסלו ומרעיון המזרח התיכון החדש שהובילה למהומות אוקטובר 2000, להחרמה של המגזר הערבי על-ידי יהודים, ולכאב נוכח דיכוי של האינתיפאדה. על כל אלה נכתב בדוח ועדת אור לחקר אירועי אוקטובר 2000. ילודה עשויה להיות תגובה לתחושת איום ואי-הביטחון. אינני בטוח שזהו ההסבר הנכון לתופעה דמוגרפית זו, אך אני בטוח לגבי המצב והתחושה של הערבים בעשור זה."

ואגב, עוד השוואה מעניינת היא שגם אצל היהודים הייתה ירידה בילודה ובמספר הילדים, אבל בתקופות שונות: בין 1975-1990 הייתה יציבות, החל מ-1990 הייתה ירידה כנראה כתוצאה מהעליה המסיבית מרוסיה, ובשנים האחרונות זה התייצב שוב ואפילו מפגין עלייה מזערית.  אבל עדיין אחוז הילדים אצל ערבים גבוה משמעותית מאשר אצל יהודים.

מקורות

הנתונים מהשנתונים הסטטיסטיים של הלמ"ס.  בשנים שונות אלה טבלאות עם מספר שונה שמופיעות במקום שונה בפרק האוכלוסין, אבל תמיד יש טבלה עם הנתונים האלה.  כיוון שזה הרבה עבודה לחלץ את המספרים, הסתפקתי ברזולוציה של 5 שנים במקום לאסוף אותם מכל השנתונים.  בשנים הראשונות אין נתונים על האוכלוסיה הערבית, אז המספרים של האוכלוסיה הכללית הם בעצם של היהודים בלבד.  גם פרוסות הגיל משתנות, כאשר בשנים הראשונות הטווח העליון היה +75, וכיום הוא +95.

ליבה

מפעם לפעם עולה השאלה האם לימודי ליבה באמת חשובים.  דה מרקר פרסמו היום (בלי להתכוון) הדגמה לחשיבות שלהם.  הכוונה לכתבה אודות השימוש בשאטלים כדי לאפשר לעובדים להגיע למרכזי תעסוקה שלא באמצעות רכבם הפרטי.  באמת רעיון מצויין — השאטלים מאפשרים תפעול יעיל וגמיש לכל מקום לפי הצורך, ויכולים לשמש כפיילוט לפני קביעת קו תחבורה ציבורית כדי לבדוק את הביקוש, כל זאת במחיר מצחיק יחסית להשקעות העתק בתשתיות כבדות כמו רכבות.

אז מה הקשר לליבה?  כדי להדגים את הירידה הפוטנציאלית בעומס בכבישים אם יהיו שאטלים, המאמר הציג את הגרף הבא.  העיגולים מסמנים את מספר העובדים בכל מרכז תעסוקה, את החלק מהם שמגיעים לעבודה בשעות השיא בבוקר, ואת החלק מאלה שעושים זאת ברכב הפרטי.  אז השטח של העיגול הפנימי האדום מייצג את הפוטנציאל להורדת העומס.

circle-area

או שלא.  שימו לב למשל לעיגולים שמייצגים את אזור התעשיה המערבי של ראשון: ס"ה 30.7 אלף עובדים, מתוכם 14.2 אלף מגיעים ברכבם הפרטי.  זה כמעט חצי.  אבל העיגול האדום הפנימי ממש לא נראה כמו חצי מהשטח הכולל — יותר דומה לרבע.

הסיבה היא כנראה שהגרפיקאי לא למד ליבה, או לחילופין שכח את הנוסחה לשטח של עיגול.  בתור שרות לציבור, הנוסחה היא  S = π ⋅ r2 (השטח S שווה לפאי כפול הרדיוס r בריבוע).  עושה רושם שמה שהגרפיקאי עשה הוא להשתמש בעיגולים שבהם הרדיוס הוא שמשקף את הערך המבוקש.  כתוצאה השטח יוצא קטן מידי בפקטור ריבועי, והגרף מטעה.  בפרט היחס בין השטחים לא יוצא נכון.  זה משפיע גם על היחס בין שלושת העיגולים בכל מקום, וגם על היחס בין העיגולים במקומות השונים.

אם עושים את זה נכון, כך שהשטח ישקף את המספר (ובהגדלה המתאימה כל פיקסל מייצג עובד אחד) הגרף נראה כך:

circles-corrected

גם מציג את הנתונים נכון וגם מעביר את המסר בצורה משכנעת יותר.

פרטים

למי שמתעניין, הצורה שחישבתי את העיגולים היא כדלקמן.  אני רוצה למצוא רדיוס r כך שלמעגל ברדיוס הזה יהיה שטח פרופורציונאלי למספר עובדים n.  כיוון שהשטח פרופורציונאלי לרדיוס בריבוע, הקשר הוא n = C ⋅ r2 כאשר C הוא מקדם הפרופורציה שמתאם בין מספרים לסנטימטרים.  לפי הגודל של הגרף מדה מרקר היה נוח לקבוע ש-30000 עובדים יהיו מיוצגים על ידי עיגול בקוטר של 3 ס"מ.  אז על ידי החלפת אגפים מקבלים  C = 30000 / 1.52 = 13333.  כעת אפשר לחזור לנוסחה המקורית ולחלץ את r.  מקבלים את הנוסחה  r = √ (n / 13333).  כך בהנתן מספר עובדים n נציב אותו בנוסחה הזו והתוצאה היא רדיוס המעגל בסנטימטרים שבו נשתמש ליצג את המספר הזה.  בהנתן הרדיוסים המחושבים יצרתי את העיגולים בפאוור פוינט.

ואגב, פתרון גרפי אלטרנטיבי שחוסך את הצורך להוציא שורש וגם מאפשר הערכה טובה יותר של יחסים הוא להשתמש במלבנים שווי רוחב במקום במעגלים.  אבל אז יחסי ההכלה פחות ברורים, וצריך להבהיר זאת במקרא.

 

תכניות באויר

img_0601s

סוף השבוע שעבר היה סוף השבוע של "בתים מבפנים" בירושלים, עם מגוון אפשרויות ביקור וסיורים באתרים שונים.  בשישי הלכתי לסיור עם האדריכל יוסי פרחי בנושא תכנית הכניסה לירושלים.  כפי שהוא אמר מההתחלה, זה לא בתים ולא מבפנים.  זו תכנית שיש לה פוטנציאל לשנות את ירושלים לגמרי, או להיות בכיה לדורות.  היא אושרה סופית וקיבלה תוקף ב-2015, וחלקים כבר בביצוע.

לזכותו של פרחי הוא תיאר את הרציונאל של התכנית היטב ובאופן משכנע.  נקודת המוצא לפי פרחי היא שאזור הכניסה לעיר הוא "לא עיר" — יש שם בעיקר חניוני אוטובוסים, ואין מרחב עירוני שבני אדם יכולים להסתובב בו.  בפרט אין שום דבר מחוץ לתחנת הרכבת החדשה הנבנית מול התחנה המרכזית.  מעבר לכך, האזור הזה הוא המקום האחרון בעיר שיש בו די שטח פנוי כדי להקים מרכז עסקים לירושלים.  התכנית שהוכנה בהתבסס על התובנות האלה שמה את המרחב הציבורי בראש, עם שדרות להולכי רגל, כיכרות, ותחבורה ציבורית.  במגרשים שבין המרחבים הציבוריים האלה יבנו מגדלים בגובה של כ-35 קומות שיכללו מגוון שימושים מסחריים (התמונה לעיל מראה מה מתוכנן לקום כפי שזה מוצג במודל העיר במרתף העיריה).  בין היתר יהיו חנויות, מסעדות, בתי קפה וכו' במפלס הרחוב, ובמגדלים יבנו גם מלונות (בחלק מהקומות) כדי להבטיח שיהיו אנשים שיסתובבו שם גם בלילה.  זה משתלב גם עם מרכז הכנסים בבנייני האומה שצפוי לגדול להיות מרכז הכנסים הלאומי של ישראל, עם עוד מלון גדול לצידו.  מגורים לא יהיו שם כדי להשאיר את כל השטח לעסקים.  מה שכבר נעשה כיום הוא חפירת חניון ענק (5 קומות תת קרקעיות) מתחת לשדרות שז"ר, בין בנייני האומה לתחנת הרכבת החדשה, כי זה עוד דבר ששכחו כשתכננו את תחנת הרכבת.

השאלה הגדולה היא האם זה יצליח והאם זה באמת יהיה טוב לעיר.  פרחי לא יכל כמובן לענות והסתפק בטענה שהם בתור אדריכלים עשו את כל מה שאפשר כדי ליצור את התנאים להצלחה.  בהחלט יתכן שהוא צודק בזה.  אבל עדיין שווה לבדוק את ההתאמה של הקונספט לעיר.

ביקורת אפשרית היא שהמוקד הענק הזה, אם וכאשר יקום, ייבש את שאר העיר, כי כל פעילות העסקים תעבור לכאן.  בפרט, כל מרכז העיר ההיסטורי יהפוך לאזור תיירות ובילוי בלבד ולא יהיה יותר לב הפעילות של העיר.  אז נכון שכבר כיום יש לו תחרות קשה מצד תלפיות וגבעת שאול, אבל אחרי שנים של דעיכה בגלל עבודות הבניה של הרכבת הקלה בשנים האחרונות התחילה התאוששות בזכות הפעילות שלה.

מה שמוביל לשאלה הבסיסית האמיתית: האם יהיה מספיק ביקוש לכל השטחים האלה?  התכנית היומרנית לכניסה לעיר מתבססת על שתי הנחות ענק: שאם יתכננו המון שטח יהיו יזמים שיממשו את זה, ושאם הם יממשו את זה יהיו עסקים שינצלו את זה והרובע יפרח.  אבל זה תלוי באופי העיר ובהתפתחות הצפויה שלה.  מתכנני התכנית והעיריה מקווים למנף את התכנית ולהשתמש בה ככוח מניע שיגרום להתפתחות תעסוקה והתפתחות עירונית.  אני סקפטי.  כל ההשוואות בין ירושלים לערים אחרות שעלו כאן בבלוג כבדרך אגב הראו שירושלים היא עיר חרדית-ערבית יותר משהיא עיר ציונית מתקדמת.  אני מהמר שהאופי הזה הוא מקור הבעיות של העיר ולא מחסור בנדל"ן.  באופן קונקרטי, אחת השאלות שנובעות מכך היא האם כל האזור יהיה סגור בשבת או לא.  נסיון העבר מצביע שכן, וזה שם סימן שאלה גדול על השיגשוג שלו ועל ההיתכנות של התבססות בין היתר על מלונאות.

בתור תזכורת, הנה שני גרפים מפוסטים קודמים.  הראשון מתאר את כוח העבודה בכל ערי ישראל שיש בהן 20,000 תושבים ומעלה.  הציר האופקי הוא אחוז תושבי העיר שהם שכירים, והאנכי אחוז התושבים שהם עצמאים (שימו לב שהסקאלות שונות לגמרי, כי יש הרבה פחות עצמאים).  שתי הערים הגדולות במדינה הן חריגים (outliers) מהפיזור הכללי: בתל-אביב יש יותר שכירים ובעיקר יותר עצמאים ממקומות אחרים, ובירושלים יש פחות.

scat-pct

הגרף השני מתאר את הצד השני של אותו דבר, דרך המשקפיים של יחס התלות: כמה תושבים תלויים למחייתם באותם אלה שאכן עובדים ומתפרנסים.  הציר האופקי הוא יחס התלות כשמחשבים אותו לפי טווחי גיל, והאנכי כשמחשבים אותו לפי נתונים מפורטים.  ושוב, בתל-אביב היחס הוא הנמוך ביותר מכל הערים בשתי השיטות, ובירושלים הוא גבוה יותר בהפרש ניכר מכל הערים הציוניות בשתי השיטות.

tlut-real

אגב, כדאי לשים לב שאוכלוסית ירושלים כמעט כפולה מזו של תל-אביב, אבל רק כ-40% הם יהודים לא חרדים.  זה יוצא איזה 330 אלף.  בתל-אביב יש כ-91% יהודים לא חרדים, שזה בערך 380 אלף.  אז ההבדל במספר התושבים מהמגזר היהודי-ציוני-יצרני לא כל כך גדול.  ובכל זאת הפעילות העיסקית בירושלים נמוכה בהרבה, ובירת העסקים של ישראל היא ללא עוררין תל-אביב.  זה בא לידי ביטוי גם בשטחי בינוי כפי שהם מופיעים בנתוני הלמ"ס (באלפי מ"ר):

מגורים משרדים ומסחר תעשיה בנקים וביטוח מלונות חניונים
תל-אביב 15687 4714 1144 408 419 1847
ירושלים 16640 1680 985 55 598 650
חיפה 9435 5814 4704 46 123 192

אז שטחי המגורים הם דומים למדי (למרות ההבדל העצום באוכלוסיה), אבל בתל-אביב יש כמעט פי 3 יותר שטחי משרדים ומסחר, כמעט פי 3 יותר שטח חניונים, ולא פחות מפי 7.5 יותר שטחים של בנקים וחברות ביטוח.  חיפה גם מפתיעה עם עוד יותר שטחי משרדים ומסחר מתל-אביב, והרבה יותר שטח תעשיה, למרות אוכלוסיה הרבה יותר קטנה. התכנית של רובע העסקים החדש בכניסה לירושלים מקיפה כמיליון מ"ר בסך הכל, מהם בערך חצי שטח עיקרי שרובו משרדים ומסחר.  גם אם כל זה יממומש ולא יבוא על חשבון אזורים אחרים בעיר עדיין יהיה בתל-אביב ובחיפה יותר מפי 2 (וזה בהנחה שהן לא תתפתחנה במקביל).

מקורות

מצגת (לא מעודכנת) על התכנית ניתן למצוא באתר העיריה.

במנהל מקרקעי ישראל נמצאת התכנית כפי שקיבלה תוקף ב-2015.  תכנית זו היא הכללית לרוב השטח, יש עוד כמה תכניות נלוות לתאי שטח ספציפיים.

נתוני השטח המצוטטים בסוף הם מפרופיל הרשויות המקומיות של הלמ"ס לשנת 2014.

דע מאין אתה בא

גלי העליה הם חלק מהותי מההיסטוריה של המדינה, ומסתבר שהלמ"ס מתחזקת נתונים על זה למאה השנים האחרונות (הנתונים על העליה הראשונה והשניה, בין 1882-1915, כלליים ביותר בלי שום פרוט, ובין 1915-1918 כנראה לא היתה שום עליה משמעותית בגלל מלחמת העולם הראשונה).  מה שהכי נגיש הוא המספרים הכוללים והחלוקה לפי יבשת מוצא, כאשר אירופה כולל את מזרח אירופה ובעיקר את ברה"מ ורוסיה, אסיה זה בעיקר ארצות ערב כמו עירק, ואפריקה זה בעיקר ארצות ערב כמו מרוקו.  התמונה הכללית היא כדלקמן:

olim

אז כידוע עליה באה בגלים.  מה שבולט מיד הוא גל העליה העצום עם קום המדינה, וגל העליה הגדול מרוסיה (ואוקראינה) בשנות ה-90 של המאה הקודמת.  ביניהם יש גלי עליה יותר קטנים ממרוקו (בעיקר בשנות ה-60) ומברה"מ (שנות ה-70), שדומים לעליה החמישית בשנות ה-30. חוץ מזה אפשר לראות את הדומיננטות המוחלטת של (מזרח) אירופה לפני קום המדינה, את המיעוט היחסי של עולים מארצות ערב בסך הכל הכללי, ועד כמה העליה מאמריקה (הצפונית והדרומית ביחד) קטנה, כשלפני קום המדינה ובשנים הראשונות היא זניחה לחלוטין.

מעבר למספרים האבסולוטיים, מעניין גם לראות מה היחס בין העליה לבין הישוב היהודי שהיה קיים כבר בארץ בכל שנה.  את זה רואים בגרף הבא, שמראה את מספר העולים לכל 1000 תושבים יהודיים.

olim-rate

כאן רואים שבאופן יחסי העליות השלישית, הרביעית, והחמישית היו לא יותר קטנות מהעליה ההמונית עם הקמת המדינה.  הצרוף של המספרים האבסולוטיים הגבוהים (170-240 אלף עולים בשנה) עם היחס העצום (שיא של מעל 250 עולים לכל 1000 תושבים בשנת 1949) מסביר את הקשיים והכשלים בקליטת העליה בשנים הראשונות.  העליה מרוסיה ארבעים שנה מאוחר יותר הייתה באופן יחסי הרבה יותר קטנה — אפילו יותר קטנה מהעליה ממרוקו בשנות ה-60 חוץ מבשנתיים הראשונות, ורוב הזמן די דומה לעליה מברה"מ בשנות ה-70 (אם כי יותר ארוכה).

מקורות

מספר העולים בכל שנה והחלוקה ליבשות מלוח 4.2 בשנתון הסטטיסטי לישראל של 2016.  הנתונים בלוח הזה לשנים שלפני קום המדינה ניתנים עבור טווחים של שנים, אז הפרוט של המספר כל שנה בא מהמידע על הקצב להלן, והחלוקה ליבשות נעשתה לפי אותו היחס לכל שנה בטווח.  האנוטציות לגבי ארצות ספציפיות מתבססות על שנתונים שונים, שכן המידע הזה ניתן כל פעם רק לגבי שנים ספורות (למשל השנתון הראשון מ-1950, לוח ג/5).

המידע על קצב העליה עד 1980 מלוח ה/1 של השנתון לשנת 1981, שנותן מספר כולל ויחס לכל שנה.  את שאר השנים השלמתי ממספר העולים הכללי לעיל מחולק בגודל האוכלוסיה היהודית כל שנה.

התפלגויות גילים

אחת ההערות שקיבלתי בנוגע לפוסט האחרון היא שרואים שם מהצד גם את ההבדל העצום בהתפלגות הגילים בין יהודים לערבים.  אז החלטתי להקדיש לזה מבט נפרד.  וזה מתקשר גם ל"יחס התלות", שיזכה גם הוא לפוסט נפרד בקרוב מאוד.

הצורה המקובלת להציג את מבנה הגילים באוכלוסיה היא על ידי "פירמידת גילים".  זה בעצם צרוף של שני גרפי עמודות אופקיים, אחד שמראה את התפלגות הגילים אצל גברים והשני אצל נשים.  באופן היסטורי וגם בישראל כיום זה נראה כמו פירמידה, כי האוכלוסיה כל הזמן גדלה ולכן בשכבות הגיל הנמוכות יותר יש יותר אנשים:

pyramid

אבל למרות היומרה קשה בעצם להשוות את ההתפלגות עבור נשים עם זו של הגברים.  לשם כך עדיף לדעתי להשתמש בגרף עמודות רגיל, עם עמודות שקופות — במילים אחרות, נצייר את הגרפים של התפלגות הגילים של גברים ונשים אחד על השני, ונשתמש בצבעים כי לראות איזה חלק מהעמודות חופף ומי גבוה יותר מהשני.  כך אפשר לראות בקלות הבדלים קטנים בין עמודות שמייצגות את אותם הגילים:

bars-sex

מה שרואים הוא שנולדים יותר בנים, בגילי הביניים (25-50) יש שיוויון, ואילו בגילים הגבוהים (מ-50 ומעלה) יש יותר נשים — ואכן נשים מאריכות ימים יותר מגברים.

כמובן שאת אותו הדבר ניתן לעשות כדי להשוות את התפלגויות הגילים של כל מיני קבוצות אחרות.  למשל הגרף הבא משווה את התפלגות הגילים של יהודים וערבים בישראל.  (הגובה של העמודות במקרה הזה מייצג אחוז מתוך כל קבוצה בנפרד, ולא אחוז מתוך כלל האוכלוסייה, כי יש בערך פי 4 יותר יהודים.)

bars-groups

מה שרואים כאן הוא ההבדל שממנו התחלנו — באוכלוסיה הערבית יש הרבה הרבה יותר ילדים (עד גיל 25), וביהודית הרבה הרבה יותר זקנים (מגיל 50 ומעלה).  אז כיום עדיין הערבים מתרבים בקצב יחסי יותר גבוה, אבל היהודים מאריכים ימים יותר.  וההבדלים האלה הרבה יותר דרמטיים מההבדלים בין גברים לנשים.

צורה אחרת להסתכל על זה היא שהגרף המקורי, של כל אוכלוסית ישראל, הוא בעצם צרוף משוקלל של שני גרפים די שונים זה מזה — אחד של היהודים והשני של הערבים.  אבל בעצם גם זאת עדיין לא התמונה כולה.  את הגרף של היהודים צריך לפצל למרכיבים נפרדים שמייצגים חילונים, דתיים, וחרדים, שההבדלים ביניהם גדולים מהדומה.  אבל על זה הלמ"ס לא אוספת נתונים באופן ישיר.  את מה שבכל זאת ניתן לגלות — בפוסט הבא.  רמז: כבר בגרף הזה ניתן לראות שאצל הערבים קבוצות הגיל עד 14 (או אולי אפילו 19) הן די שוות גודל, והעליה בגילים הנמוכים ביותר באוכלוסיה הכללית שייכת בעצם ליהודים.  אבל זה לא כל היהודים — זה החרדים.

מקורות

כל הנתונים האלה מטבלה 2.3 מהשנתון הסטטיסטי לישראל של הלמ"ס לשנת 2015, ומייצגים את ממוצע האוכלוסיה בשנת 2014.

שכירים ועצמאים

הפרופילים של הרשויות המקומיות שמפרסמת הלמ"ס הם מקור לא אכזב למיני נתונים שאינם בראש החדשות ואיך שהם מתפלגים על פני החברה והמדינה.  למשל מה אנחנו עושים, ובפרט האם אנחנו שכירים או עצמאים.  מקובל שיש יותר שכירים, אבל אני לפחות הופתעתי מהפער: מתוך 8.1 התושבים בישראל נכון לשנת 2013, היו 3.28 מיליון שכירים, ורק 246 אלף עצמאים.  חשבון זריז מגלה שמתוך העובדים רק 7% הם עצמאים ו-93% שכירים.

פילוח הנתונים לפי ערים (כמו בפוסטים קודמים, אני מציג את כל הערים עם 20 אלף תושבים ומעלה) מראה את התמונה הבאה.  הציר האופקי הוא האחוז של השכירים מתוך אוכלוסית העיר, והציר האנכי הוא אחוז העצמאים מהאוכלוסיה.  שינו לב שהסקאלה שונה כי כאמור יש הרבה פחות עצמאים.

scat-pct

מה שמיד בולט לעין הוא שחוץ ממספר קטן של חריגים יש 3 צבירים מובהקים: ערים יהודיות, ערים ערביות, וערים חרדיות.  בערים היהודיות יש בין 40% ל-50% שכירים.  אחוז העצמאים, לעומת זאת, הרבה יותר מפוזר, ונע בין 1.5% ל-5.5% — פער של יותר מפי 3.  אצל הערבים הדברים יותר סדורים: השכירים לרוב בטווח בין 25% ל-35%, והעצמאים בין 2.5% ל-3.5%.  אצל החרדים, כצפוי, אחוז העובדים (משני הסוגים) קטן עוד יותר.  החריגה הבולטת היא העיר אילת, שהיא חריג כל כך מובהק שזה מעלה חשד של אולי טעות בנתונים.  מצד שני זו עיר שהיא גם חריגה בגאוגרפיה ובכלכלה שלה, אז אולי חריגה בכוח העבודה משתלבת עם זה.  תל אביב מובילה בגדול באחוז (וכתוצאה גם במספר) העצמאים, מה שמצביע כצפוי על הובלה כלכלית ויזמות.  ירושלים הבירה מתגלה שוב כצרוף של עיר ערבית עם חרדית, ורחוקה מהצביר של הערים היהודיות.  בין הערבים, טירה חריגה באחוז העצמאים ורהט במיעוטם.

אבל מה המשמעות הכלכלית של כל זה?  האם אחוז העצמאים משפיע על ההכנסה הממוצעת למשל? אז הנה גרף פיזור של היחס בין עצמאים לשכירים כפונקציה של רמת ההכנסה הממוצעת בכל עיר.

scat-frac

גם כאן רואים התנהגות שונה בפיזור ערים יהודיות וערביות.  בערים יהודיות יש מתאם ברור בין הכנסה ועצמאים — בערים שבהן ההכנסה הממוצעת (של שכירים ועצמאים ביחד) גבוהה יותר, יש יותר עצמאים יחסית לשכירים.  אצל הערבים אין מתאם כזה: כל הערים הערביות עניות, ובכל זאת יש בהן פיזור ניכר של היחס בין עצמאים לשכירים, ובפרט הרבה יותר עצמאים מבערים יהודיות עניות באותה מידה.

המתאם בין הכנסה ממוצעת לבין אחוז העצמאים (לפחות עבור יהודים) מעלה את ההשערה שאולי העצמאים מרוויחים יותר, והם אלה שמעלים את ההכנסה הממוצעת בעיר.  הגרף הבא בודק את ההשערה הזו, ומציג את היחס בין ההכנסה הממוצעת של שכירים (בציר האופקי) ועצמאים (בציר האנכי) בכל עיר.  הקו האפור הדק הוא קו השיוויון, ואכן נראה שהרוב המכריע של הערים הן מעל הקו הזה, כלומר עצמאים אכן מרוויחים יותר בממוצע.

scat-cmp-wage

אבל יש גם חריגים, כגון מודיעין וזכרון יעקב שבהן שכירים מרוויחים בממוצע הרבה יותר מאשר עצמאים.  יתרה מזאת, קו המגמה (הקו המקווקוו העבה) מראה תופעה מפתיעה: הפער לטובת עצמאים גבוה בעיקר ברמות הכנסה נמוכות, והוא מצטמצם ונעלם ואף מתהפך ככל שהן עולות.  אז נכון שברוב המקרים עצמאים מרוויחים יותר, ונכון שבערים (יהודיות) עשירות יותר יש יותר עצמאים, אבל שני הדברים האלה דווקא אינם קשורים זה לזה: העצמאים לא עושים את הערים העשירות עשירות יותר, אלא את הערים העניות קצת פחות עניות, אבל רק קצת, כי יש רק מעט עצמאים.

מקורות

פרסום מס' 1609 של הלמ"ס: הרשויות המקומיות בישראל 2013.

מחווה לפלייפייר

כל הנושא של גרפיקה סטטיסטית (כלומר הצגת נתונים בגרפים במקום בטבלאות מספרים) הומצא על ידי סקוטי בשם וויליאם פלייפייר (Playfair) בשלהי המאה ה-18.  ביתר פרוט, בשנת 1786 הוא פרסם את האטלס המסחרי-פוליטי, שבניגוד לכל אטלס נורמלי לא הכיל מפות אלא גרפים.  העותק שיש לי הוא מהמהדורה השלישית, שיצאה ב-1801 (לא מקורי אלא מהדורת פקסימיליה שפורסמה לפני עשור וקניתי במבצע).  זה ספר קטן למדי, וכשני שלישים של הגרפים מתארים את מאזן הסחר של בריטניה עם ארצות שונות לאורך כל המאה ה-18, כולל למשל הסחר עם אמריקה ועליתו לא רק לפני אלא גם אחרי מלחמת העצמאות האמריקאית, הסחר עם צרפת עד המהפכה שסבל ממיסים כבדים והברחות, וסחר העבדים עם אפריקה שמתואר כבלתי מוסרי בעליל ומציג את הארופאים כנבלות.  גרפים נוספים מראים את החוב הלאומי ואת הוצאות הביטחון.  אז כמחווה לפלייפייר, הנה כמה נתונים על מאזן הסחר של ישראל, כפי שהם מתוארים בשנתון הסטטיסטי בפרק 16.

הגרף הראשון הוא פשוט מאזן סחר החוץ הכללי של ישראל לאורך השנים.  אין לי נתונים ל-100 שנים כמו שהיו לפלייפייר, ואפילו לא מקום המדינה, אלא רק מאז 1980 (כשיהיה לי מרץ אולי אנסה להשלים משנתונים ישנים יותר).  הערכים הם מיליונים של דולרים, מתוקנים לאינפלציה, כלומר לפי הערך הנוכחי.  אז באופן כללי סחר החוץ גדל יפה ברוב 30 השנים האחרונות פרט לנפילות כתוצאה מפיצוץ בועת הדוט-קום והאינתיפדה השניה בשנת 2000 והמשבר העולמי של 2008/9, ואין פער גדול בין יבוא ליצוא, אם כי בשנות ה-80 וה-90 היה גרעון מסויים, ובשנים האחרונות יש נטיה לעודף קטן.

trade-tot

(כמה הערות על הנתונים — כמו תמיד, זה לא כל כך פשוט.  ראשית בשנתון יש התיחסות נפרדת לסחורות ושרותים.  לגבי סחורות אפשר להתחיל מהיבוא או היצוא הכוללים (ברוטו).  מזה צריך (אולי) להוריד החזרות של יבוא או יצוא כדי לקבל ערכים נטו.  אבל את הנטו צריך "להתאים למאזן התשלומים", כולל סעיפים כמו הובלה וביטוח של סחורות, תדלוק אוניות ומטוסים בחו"ל,  סחר עם הרשות הפלסטינית, ויבוא בטחוני, שמשום מה לא היו שם קודם.  כיוון שחלק מהם חיוביים וחלק שליליים, בסוף ההבדלים בעצם לא משמעותיים. למשל ב-2013 הברוטו היה 72,000, הנטו היה 71,102, והמותאם 71,286.  הנתונים בגרף מבוססים על המותאמים, בתוספת תיקון לאינפלציה.)

זה נהיה יותר מעניין כשמסתכלים על סחורות ושרותים בנפרד.  מסתבר שבסחורות יש תמיד גרעון — אנחנו מיבאים יותר ממה שאנחנו מיצאים, ולמרבה הפלא ההפרש די קבוע.  אבל בשרותים, לפחות מאז תחילת המאה, אנחנו מיצאים יותר ממה שאנחנו מיבאים, והפער לטובתנו הולך וגדל בשנים האחרונות, והוא זה שגרם למהפך מגרעון בחשבון הכללי לעודף בחשבון הכללי (למרות שהסך הכל של שרותים הוא פחות מחצי הסך הכל של סחורות).  יצוא השרותים גם לא סבל מנפילה משמעותית במשבר העולמי של 2008/9, אם כי הוא נפל בשנת 2000.  למי שתוהה מה זה בעצם יבוא ויצוא שרותים, זה כולל דברים כמו הובלת מטענים, תיירות, שרותי מיחשוב, וגם מחקר ופיתוח, שכולל "יצוא שרותים של חברות הזנק".  כיוון שזה סעיף די גדול חשבתי שאולי זה כולל אקזיטים, אבל מצד שני יותר סביר שאקזיטים ירשמו כהשקעה בארץ ולא כיצוא מהארץ, אז זה נשאר פתוח.

trade-parts

ולסיום, נקודת מבט על איך העולם נראה מכאן.  הגרף הבא מתאר את מקורות יבוא הסחורות שלנו: איפה יצרו את מה שאנחנו מיבאים (שזה שונה, מסתבר, מאיפה קנינו את זה – למשל כמעט חצי ממה שנקנה בשוויץ יוצר במקומות אחרים, ורק חמישית מהיבוא מאוקראינה נקנה ישירות מאוקראינה.  ושימו לב שזה יבוא סחורות בלבד, בלי שרותים).  מסתבר שאירופה היא המקור הגדול ביותר, ובפרט האיחוד הארופי (החלק הבהיר יותר).  ארצות הברית וסין הן שתי המדינות שמהן אנחנו מיבאים הכי הרבה.  מרכז אמריקה ואפריקה הם זניחים, הרבה פחות אפילו מארצות המזרח התיכון אם כוללים את הרשות הפלסטינית (האחרות הן מצרים, ירדן, ומרוקו). החלק המפתיע הוא "המדינות הבלתי מסווגות", שלא ברור בדיוק מה הוא מייצג.  ברור עם הלמ"ס לא הניב תוצאות ברורות, אבל הניחוש הוא שזה קשרי מסחר שלא רוצים להודות בקיומם מסיבות שונות, למשל יבוא נפט כורדי מעיראק.

trade-src

הפן ההפוך הוא לאן הולך היצוא שלנו.  כיוון שיצוא הסחורות קצת יותר קטן מהיבוא, השטח הכללי של המלבן קטן יותר בהתאמה.  אירופה היא עדיין יעד יצוא מרכזי, אבל ארצות הברית וסין נפרדות: לארצות הברית אנחנו מיצאים כפול ממה שאנחנו מיבאים, ולסין אנחנו מיצאים חצי ממה שאנחנו מיבאים.  וכך הונג-קונג עוקפת את סין ונהית יעד היצוא השני בגודלו.  הרשות הפלסטינית מככבת במקום הרביעי, חרם על מוצרים ישראלים או לא.

trade-dest

מקורות

שני הגרפים הראשונים מבוססים על לוח 16.1 בשנתון הסטטיסטי לישראל של 2014.  הנתונים של הלמ"ס הם בדולרים שוטפים, בלי תיקון לאינפלציה.  התיקון בוצע לפי הנתונים מהאתר inflationdata.com/Inflation/Inflation_Rate/HistoricalInflation.aspx.

ההבחנות על משמעות הנתונים מבוססות על ההתאמות המתוארות בלוח 16.2.

מקורות היבוא הם מלוח 16.9, ויעדי היצוא מלוח 16.5.  שניהם לא כוללים את הרשות הפלסטינית, אז את הנתונים עליה לקחתי מלוח 16.2.

לתת בהם סימנים

אחרי שהשתעשענו בגרפים של דגם ההצבעה עבור המפלגות השונות, אפשר לעלות מדרגה ולאפיין דגם כללי יותר.  מה שיצא הוא סיווג של הערים בישראל לפי שני צירים.

אבל נתחיל בהתחלה.  ההנחה שלי היתה שיש קיטוב בעם, ולכן יש מקומות שנוטים באופן מובהק לימין ואחרים (אולי) שנוטים לשמאל.  אז ניסיתי לבדוק זאת בצורה הבאה.  לכל עיר (מתוך הערים עם 20,000 תושבים ומעלה, כמו בפוסטים הקודמים) סיכמתי את כלל הקולות שניתנו למפלגות הימין וכלל הקולות שניתנו למפלגות השמאל.  מפלגות הימין הוגדרו לצורך העניין כליכוד, ישראל ביתנו, הבית היהודי, ויחד.  מפלגות השמאל הוגדרו כמחנה הציוני (העבודה) ומרצ.  המפלגות יש עתיד וכולנו הוגדרו כמרכז ולא נלקחו בחשבון כאן.  בהנתן הקולות לימין ולשמאל יצרתי גרף פיזור של הערים, כשהציר האופקי מיצג את אחוז הקולות לימין מתוך כלל הקולות הכשרים בעיר, והציר האנכי מייצג את אחוז הקולות לשמאל מתוך כלל הקולות הכשרים.  התוצאה לפניכם:

left-right

מהגרף נובע שההנחה היתה שגויה: במקום ריכוז של ערים ימניות וריכוז של ערים שמאלניות, יש ספקטרום רציף לרוחב הסקלה משמאל לימין.  יתרה מזאת, הערים השונות ממש מסתדרות על קו אלכסוני ישר מצד שמאל למעלה לצד ימין למטה.  וזה נתן לי את הרעיון להגדיר את הצירים הבאים:

  1. המיקום לאורך האלכסון הזה משקף את האוריינטציה הפוליטית: צד שמאל למעלה מייצג את השמאל, וצד ימין למטה את הימין.
  2. האלכסון הנ"ל יכול להקרא "החזית הציונית".  הציר השני המאונך לו הוא המרחק מראשית הצירים, ומייצג את מידת הציונות, כאשר קירבה לראשית (ערים ערביות וחרדיות) משמעה חוסר תמיכה בציונות.

כדי להבליט את זה אפשר לסמן גריד לפי הצירים החדשים האלה:

markings

קוי הגריד לאורך הציר הציוני נקבעו בהפרשים של 20%.  כך עד 20% קולות למפלגות ציוניות נחשב לא ציוני, 20-40% נחשב קצת ציוני, 40-60% נחשב די ציוני, ומעל 60% זה כבר ציוני.  המספרים הנמוכים מטעים: בעצם יש להניח שהערים על "החזית הציוונית" נתנו מעל 80% מהקולות למפלגות ציוניות, אבל כזכור מפלגות המרכז לא נכללות כאן.

קוי הגריד לאורך הציר ימין-שמאל לקבעו לפי יחס הקולות.  4 קולות או יותר לשמאל על כל קול לימין זה שמאלני, ולהיפך: 4 קולות או יותר לימין על כל קול לשמאל זה ימני.  הפרש של 2 לימין על 3 לשמאל וההיפך או פחות נחשב למאוזן.  בין לבין יש את הנוטים לשמאל (מ-1.5 עד 4 קולות לשמאל על כל קול לימין) והנוטים לימין (בין 1.5 ל-4 קולות לימין על כל קול לשמאל).

וכעת אפשר לסכם מה רואים:

  • עיר הבירה ירושלים היא לא עיר ציונית אלא רק די ציונית.  ברגע שאומרים את זה בקול רם זה די מובן מאליו, אבל בכל זאת זה גם די מביך.  ואגב, זה כשהערבים כמעט ולא מצביעים ולכן לא באים לידי ביטוי.
  • אין דבר כזה עיר שמאלנית.
  • יש ויש ערים ימניות, ואפילו מאוד ימניות, ודי הרבה מהן.  בפרט זה המקום של הפריפריה, כולל ערים מעורבות עם אחוז לא מבוטל של ערבים.
  • ערים ערביות וחרדיות הן לא ציוניות ודי לא במשחק של ימין ושמאל.  אפשר לומר שציר הציונות מבחין בין ציונות בקצה אחד למגזריות בקצה השני, ובציר הזה כן יש קיטוב חזק: הערים הערביות והחרדיות הן ערים של מגזר, ומופרדות באופן מובהק מהערים הציוניות.
  • הדרוזים הם די ציונים; בכפרים מעורבים (מע'אר ושפרעם) רמת הציונות משקפת בערך באופן גס את אחוז הדרוזים באוכלוסיה.

מקורות

כמו בפוסטים הקודמים, תוצאות הבחירות מאתר ועדת הבחירות המרכזית, והנתונים על אוכלוסיות הערים מהפרופילים העירוניים באתר הלמ"ס.

לא טבעי

במסגרת הסדרה המורבידית של פוסטים בענייני מוות, החלטתי להתעמק בסיבות מוות לא טבעיות.  מסתבר שלארגון הבריאות העולמי יש ספר קודים עב כרס שמגדיר את כל סיבות המוות האפשריות, וכולל גם פרק על "גורמים חיצוניים" (כלומר, לא מחלות). יש שם פרוט מרשים, למשל טביעה בעת אמבטיה זה לא אותו דבר כמו טביעה לאחר נפילה לאמבטיה, התאבדות על ידי הרעלה עצמית בחומרי הדברה היא שונה מהתאבדות על ידי הרעלה עצמית בשאיפת גז או עם כל מיני סמים, ועוד ועוד. לשמחתנו הלמ"ס לא מפרסם את כל הפרוט הזה, אבל בשנתונים הסטטיסטיים כן אפשר למצוא פרוט של 6 קטגוריות: תאונות דרכים, נפילות, תאונות אחרות, התאבדויות, רציחות, וכל הסיבות האחרות.  בנוסף הנתונים האלה ניתנים עבור קבוצות אוכלוסיה שונות, ומסתבר שבצדק. נתחיל עם היהודים.  כל הנתונים מנורמלים לגודל האוכלוסיה הרלוונטית, כלומר מקרי מוות לכל 100,000 יהודים, או מקרי מוות לכל 100,000 ערבים או אחרים.

jews

אז בעשור האחרון סיבת המוות הבלתי טבעית הכי רצינית של יהודים היא "תאונות אחרות", שאינן תאונות דרכים או נפילות (תאונת עבודה כמו למשל תקל עם ציוד מכני, מחיצה מתחת למשהו, טביעה, חנק, תאונת ירי, פיצוץ של משהו, ויש עוד הרבה).  באמצע מעניין לראות את הירידה המשמעותית במוות כתוצאה מתאונות דרכים, ובמקביל חוסר השינוי היחסי במקרי התאבדות.  כתוצאה כיום מספר ההתאבדויות גבוה באופן משמעותי ממספר המתים בתאונות דרכים, ההיפך ממה שהיה עד תחילת שנות ה-2000.  בקצה התחתון של הסקלה נמצאות נפילות ורציחות.

אצל הערבים, לעומת זאת, התמונה שונה:

arabs

כאן תאונות הדרכים בראש, ואחריהן — ביחד עם התאונות האחרות — נמצאות הרציחות. ההתאבדויות, לעומת זאת, נמוכות הרבה יותר, לא הרבה יותר מהנפילות (שגם הן נמוכות יותר).  האמת, שני האחרונים כל כך נמוכים שמתעוררת התהייה שמה יש כאן בעית דיווח.

כדי לקבל תמונה ברורה יותר של ההשוואה, ציירתי גם שני גרפים לפי סיבת מוות ולא לפי קבוצת אוכלוסיה. נתחיל עם תאונות הדרכים:

traf

אז עושה רושם שגם אצל הערבים יש ירידה מסויימת במיתות כתוצאה מתאונות דרכים, אבל הירידה אצל היהודים מהירה יותר.  וכך נוצר הפער: לפני 20 שנים מספר המתים לכל 100,000 תושבים היה דומה אצל יהודים וערבים, ואילו כיום המספר ל-100,000 אצל יהודים הוא בערך חצי מאצל ערבים.

ונסיים בהתאבדויות.  במקרה הזה שווה להוסיף את קבוצת האוכלוסיה השלישית, והיא "אחרים" — ככל הנראה בעיקר עולי חבר המדינות שלא הוכרו כיהודים.  הגודל של הקבוצה הזו קטן יותר, וכתוצאה ברוב הקטגוריות הנתונים מאוד רועשים.  אבל בסעיף הזה הם צועקים בקול ברור: בעוד קצב ההתאבדויות של ערבים הוא חצי משל יהודים, אצל "אחרים" הוא כפול, וגם זה שיפור לעומת מה שהיה לפני כ-20 שנה.  כנראה לא כיף להם להיות "אחרים".

self

מקורות

הנתונים האלה באים מלוחות שונים בפרק 3 של השנתון הסטטיסטי לישראל.  באתר הלמ"ס נמצאים שנתונים מאז שנת 1996, וכל אחד מהם מכיל נתונים עבור שנה קודמת כלשהי.  עם השנים נוספו עוד לוחות, ולכן המספר של הלוח שמעניין אותנו השתנה.  בשנתון של 1996 זה היה לוח 3.23, ואילו בשנתון של 2014 זה היה לוח 3.30.  למרבה הצער אין מידע על כל השנים בטווח, כי הפער בין שנת השנתון לשנת הנתונים משתנה.  למשל השנתונים של 1999, 2000, ו-2001 מכילים בדיוק אותה טבלה, עם נתונים מ-1997.  בנוסף יש לציין שהנתנוים ניתנים עבור "יהודים ואחרים", עבור יהודים לבד, ועבור ערבים לבד.  עד 1995 "אחרים" נכללו עם הערבים — אז זה היה בעיקר נוצרים לא ערבים, ולא היו הרבה מהם.  העליה הרוסית בתחילת שנות ה-90 גרמה למשרד הפנים וללמ"ס כאב ראש בסיווג הזה, וכך נוצרה קטגורית "אחרים" נפרדת.  החישובים עבור "אחרים" מתבססים על ההפרש בין "יהודים ואחרים" ובין יהודים לבד, חוץ מהנתונים של שנת 1998, שאז משום מה לא היו נתונים עבור היהודים לבד.  במקרה הזה השתמשתי בנתונים של "יהודים ואחרים" בתור קרוב של הנתונים עבור יהודים, כי כאמור יש הרבה יותר יהודים מאשר אחרים.  בנוסף צריך לציין שהנתונים על רציחות חלקיים ביותר: הם קיימים עד שנת 1997, ושוב משנת 2010 (תחת השם "תקיפה"), כך שרוב מה שרואים בגרפים הוא החיבור בין שתי הנקודות האלה.

הנרמול ל-100,000 תושבים מכל קבוצה נעשה לפי הנתונים בלוחות 2.1 בשנתונים השונים.

הנתון המיותר ביותר

פחות או יותר כל אטלס או סיכום עולמי של מדינות שונות כולל מידע על השטח ועל האוכלוסיה של כל מדינה, ואז מחלק אחד בשני ומציג את הצפיפות הממוצעת.  גם הלשכה המרכזית לסטטיסטיקה כוללת את המידע הזה בשנתון הסטטיסטי לישראל.  בשנתון של 2014 כתוב שהשטח היבשתי של מדינת ישראל הוא 21,643 קמ"ר (לוח 1.1), האוכלוסיה היא 8,134,500 נפש (לוח 2.1) אבל 356,500 גרים בשטחים (לוח 2.16) ולכן לא מתחשבים בהם בחישוב הצפיפות בתחומי המדינה, והצפיפות המתקבלת היא לכן 359.4 נפש לקמ"ר (לוח 2.23).

אבל מה זה בעצם אומר?

הטענה שלי היא שזה לא אומר כלום, ואפילו מטעה אם משתמשים בזה להשוות בין מדינות, כי ההתפלגות של האוכלוסיה היא מאוד מאוד לא אחידה.  כדי לבסס זאת, נשתמש בנתונים על 177 ישובים עם 5000 תושבים ומעלה מלוח 2.24.  לכל ישוב כזה יש מידע על מספר התושבים ועל הצפיפות הממוצעת, ומזה ניתן לחשב גם את השטח.  הצפיפות הממוצעת בישוב גם היא לא מייצגת את כולו, כי גם בתוך ישוב יש מקומות יותר ופחות צפופים, אבל זה מספיק כדי להדגים עד כמה מופרך לעשות חישוב צפיפות ברמה הארצית.

הגרף הבא מציג שתי התפלגויות שנגזרות מהנתונים האלה.  שתיהן ראויות לכותרת "התפלגות צפיפות האוכלוסיה", אבל הן שונות לגמרי.  הציר האופקי מציין צפיפות.  ההתפלגות הראשונה היא התפלגות צפיפות האוכלוסיה מנקודת מבט גאוגרפית — כמה קמ"ר יש בכל רמת צפיפות.  ההתפלגות השניה היא מנקודת מבט אנושית — כמה אנשים גרים בכל רמת צפיפות.  הגרפים מראים את זה בצורה של "פונקצית הצטברות", או "פונקצית התפלגות מצטברת": לכל ערך X הגרף מראה מה ההסתברות לראות ערך קטן או שווה ל-X.  למשל פונקצית ההתפלגות של האוכלוסיה (הקו התחתון, הכחול) מראה שההתפלגות המצטברת עד 4000 היא 0.5.  זה אומר ש-50% מהאוכלוסיה מתגוררת בצפיפות של עד 4000 נפש לקמ"ר.

הערה על הנתונים: הלוח מכיל מידע רק על הישובים הגדולים יותר, ויש גם עוד המון ישובים קטנים שאין עליהם מידע.  אם מחשבים את סכום התושבים בישובים שמופיעים בלוח, מקבלים שחסרים 708 אלפים שהם כ-9% מאוכלוסית המדינה.  מצד שני אם מחשבים את שטח הישובים בלוח, מקבלים שחסרים 18999 קמ"ר, שהם 88% משטח המדינה.  ברור שהתושבים החסרים לא מפוזרים על כל השטח החסר.  בתור קרוב גס "פיזרתי" אותם באופן אחיד בצפיפות של עד 1000 נפש לקמ"ר, מתוך הנחה שבישובים קטנים הצפיפות נמוכה יחסית.  זה לא גורם לשום שינוי משמעותי בתוצאות להלן.

אז הנה סוף סוף הגרף:

mass

הנקודה החשובה היא ההבדל בין ההתפלגויות.  הכי מעניין להשוות בינהן ולתרגם את זה לעברית.  למשל החץ השמאלי מראה שאם נתעלם לרגע מ-20% האוכלוסיה הגרים בצפיפות הנמוכה ביותר, ונתמקד ב-80% הנותרים, נגלה שה-80% האלה של האוכלוסיה מצטופפים ב-7.1% משטח המדינה.  החץ הימני יותר מראה שאם נתמקד בחצי האוכלוסיה הגר בישובים צפופים יותר, הם כולם ביחד מסתפקים ב-2.7% משטח המדינה.

אז מה מייצג הנתון הממוצע של צפיפות של 359.4 נפש לקמ"ר? מסתבר שמעל 70% משטח המדינה ריק לחלוטין והצפיפות בו היא 0.  במשהו כמו 85% מהשטח הצפיפות היא פחות מ-359.4.  אז המספר הזה לא מייצג את הקמ"ר הטיפוסי במדינה.  מצד שני, איזה 90% מהאוכלוסיה חיה בתנאי צפיפות של 800 נפש לקמ"ר ומעלה, עד השיא של כ-23,000 נפש לקמ"ר בבני ברק.  אז 359.4 גם לא מייצג את תנאי החיים של הישראלי הטיפוסי.  ובמקרה היחודי של ישראל, המספר הזה גם יכול להשתנות בצורה דרמטית כתוצאה מסיפוח או ויתור על שטחים, בלי שאף אחד יעבור לגור במקום אחר.

ומה האלטרנטיבה אם רוצים לאפיין את תנאי החיים של האוכלוסיה במדינה במספר אחד פשוט?  ה-CIA World Factbook למשל לא מציין צפיפות ממוצעת, אלא אחוז אורבניזציה, שהוא אחוז האוכלוסיה שחי בערים.  זה הרבה יותר משמעותי ומשקף.  ואפשר אולי לשלב את זה עם הצפיפות הממוצעת בערים אם רוצים.

מקורות

לוחות של השנתון הסטטיסטי לישראל של 2014 (עם נתונים לסוף 2013) מהשלכה המרכזית לסטטיסטיקה.

והיה יכול להיות מעניין לשרטט גרפים כאלה על סמך נתונים מפורטים יותר, שמכילים מידע ברמה של כל קמ"ר גם בתוך ישובים.  למשל יהיה מעניין לראות אם מקבלים התפלגות בי-מודאלית שבה ניתן להבחין בין צפיפות עירונית לצפיפות בישובים כפריים, או שקיים רצף של רמות צפיפות שונות.

ממה אנחנו מתים

רשומה קודמת עסקה בתוחלת החיים.  הרשומה הזו משלימה אותה ועוסקת בסיבות מוות.

צורה מעניינת אחת להסתכל על זה היא איך סיבות מוות משתנות עם הזמן.  הלמ"ס אוספת נתונים על זה (עותק מכל תעודת פטירה מגיע אליהם), ומסווגת את סיבות המוות לפי סטנדרט בינלאומי לפחות מאז 1979.  הסטנדרט הזה מכיל כ-80 סעיפים לבחירה, אבל אפשר גם לקבץ אותם לקבוצות של סיבות מוות קרובות.  התוצאה לפניכם.  שימו לב שהגרף מנורמל למיתות לכל 100,000 תושבים.

death-time

מה שהפתיע אותי בגרף הזה היא הירידה הדרמטית בסך הכל עם הזמן.  הרי אלה נתונים מנורמלים לגודל האוכלוסיה!  אמנם תוחלת החיים עלתה בכ-10 שנים מאז סוף שנות ה-70, אבל עדיין מספר של 522 מתים לכל 100,000 תושבים הוא נמוך להדהים.  אפשר להדגים זאת בחישוב הבא:  אם תוחלת החיים היא 80 שנים, אז בממוצע ניתן לצפות שכל שנה 1/80 מהאוכלוסיה ימותו, ואם רוצים את מספר המתים לכל 100,000 תושבים אז 1/80 של 100,000 זה 1250.  המסקנה: כל שנה מתים 730 פחות מידי!  לחילופין, אם כל שנה רק 522 מתוך 100,000 מתים, אז תוחלת החיים צריכה להיות משהו כמו 190 שנים!

הבעיה עם החשבון הפשטני הזה היא שהוא מניח מצב יציב.  כלומר האוכלוסיה לא גדלה או קטנה, והתפלגות הגילים גם לא משתנה, ולכן כל שנה 1/80 מהאוכלוסיה צריכים למות.  אבל האוכלוסיה בישראל היא במגמת גדילה משמעותית: הפריון הממוצע הוא בערך 2.7 ילדים לאישה, הרבה יותר מה-2.1 המוביל למצב יציב.  וכיוון שהאוכלוסיה גדלה על ידי ילודה גבוהה, התפלגות הגילים מוטה חזק לכיוון של גילים נמוכים.  במילים אחרות, יש הרבה ילדים ומעט זקנים.  וכיוון שעיקר המתים הם זקנים, ואפילו הם מתים פחות בגלל העליה בתוחלת החיים, מקבלים את התוצאה דלעיל.

אוקיי, אז מספר המתים לכל 100,000 תושבים הולך ויורד.  עדיין ניתן היה לצפות שהירידה הזו תתחלק שווה בשווה בין סיבות מוות שונות.  אבל לפי הגרף זה ממש לא כך: רוב הירידה היא במוות כתוצאה ממחלות לב ודם.  מספר המתים מסרטן, מחלות ריאות, ומחלות אחרות כמעט לא השתנה.  מה שכן, העליה במוות מסוכרת בעיקר בשנות ה-90 נבלמה, ולאחרונה יש אפילו ירידה קלה.

צורה נוספת להסתכל על הנתונים היא סיבות המוות בגילים השונים.  הלמ"ס מפרסמת גם נתונים אלה, אם כי ברזולוציה נמוכה למדי (למשל שתי הפרוסות הראשונות הן עבור גילים 0-24 ו-25-44).  הנתונים עבור שנת 2011 ניתנים בגרף הבא.

death-age

מזה מתקבל הרושם שסרטן הוא הגורם היחיד המשמעותי ביותר בגיל המבוגר (50-70), אבל מגיל 80 והלאה מחלות לב ואחרות תופסות את הבכורה.  לגבי צעירים, גורם התמותה הראשון הוא תמותת תינוקות שנכללת כאן תחת "מחלות שונות".  לגבי בנים הגורם השני הוא הצרוף של תאונות, התאבדויות, ואלימות.  אצל בנות הצרוף הזה קטן יותר באופן משמעותי, כך שבממוצע הוא עדיין בעצם פחות משמעותי ממוות כתוצאה מסיבות בריאותיות שונות.  אבל הוא תופס יותר כותרות.

מקורות

השנתון הסטטיסטי של הלמ"ס לשנת 2013 (המכיל נתונים לשנת 2011 או קודם לכך), לוחות 3.29 ו-3.31.

לוח 3.29 מכיל נתונים עבור פרוסות של 3 עד 5 שנים כל אחת. הנתונים יוחסו לנקודת האמצע של הפרוסה, וכך נוצר גרף רציף יחסית.  בקצוות עשיתי אקסטרפולציה ריבועית שממשיכה את המגמה מ-3 הנקודות האחרונות, כדי שהגרף אכן יכסה את כל טווח השנים.

לוח 3.31 מכיל נתונים עבור פרוסות של 10 עד 24 שנים כל אחת.  שוב יחסתי אותם לנקודת האמצע, אבל הוספתי אקסטרפולציה רק בקצה התחתון (כלומר הנתונים בגיל 12.5, שמייצגים ממוצע על כל הפרוסה מ-0 עד 24, הומשכו עד 0).  בנוסף, טבלה זו הייתה כאב ראש רציני כי הנתונים המקוריים אמנם מנורמלים ל-100,000 תושבים, אבל הנירמול הזה נעשה עבור כל פרוסת גילים בנפרד.  במילים אחרות, מספר המתים מסיבות שונות בגילים 55-64 למשל ניתן עבור 100,000 בני הגילים האלה, לא עבור 100,000 תושבים באוכלוסיה הכללית.  מה שאני רציתי להציג הוא נירמול משותף לכל הגילים.  לשם כך נאלצתי להשתמש בנתונים על התפלגות הגילים כדי לחשב את מספר המתים האבסולוטי לכל קבוצת גיל וכל סיבת מוות, ואז לבצע נירמול משותף של הכל ל-100,000 תושבים.

שלא נדע

בשיטוט בשנתון הסטטיסטי של הלמ"ס (לא שאני מודה שאני עושה דברים כאלה) נתקלתי בלוח 6.13: מקרים חדשים של שאתות ממאירות במיקומים נבחרים, לפי מין וגיל.  בעברית פשוטה זה אבחונים של סרטן מסוגים שונים.  מזה יצרתי את אוסף הגרפים הבא, שמראה גם עד כמה כל סוג נפוץ יחסית לאחרים, וגם את ההתפלגות לפי מין וגיל.  העוגה ברקע היא התפלגות המינים והגילים באוכלוסיה הכללית, ומעל זה מולבשת ההתפלגות עבור כל סוג של סרטן.  יש לציין שרק הגודל היחסי של הרדיוסים של הפרוסות שמיצגות חולי סרטן משמעותי, לא האורך האבסולוטי שלהם, אבל כל הגרפים באותה סקאלה.

spie

את כל ההבחנות על זה ניתן כמובן להסיק גם מהטבלה המקורית, אבל הגרפים מבליטים אותן.

הדבר הראשון הוא השכיחות השונה של הסוגים השונים, כאשר סרטן השד הוא בהפרש ניכר השכיח ביותר (כפי שרואים לפי השטח של הפרוסות או הגודל של העיגול הפנימי בכל גרף), ואחריו המעי הגס, פרוסטטה, וריאות.

הבחנה נוספת היא הגיל בו סרטנים מאובחנים.  רק לימפומה ולוקמיה קיימים בילדים.  מהאחרים רק סרטן השד מתחיל באופן משמעותי בגילי הביניים.  כתוצאה מזה ומהשכיחות הגבוהה שלו מתקבל שבגילי הביניים לנשים יש סיכוי כפול מגברים לחלות בסרטן, אבל התמונה מתהפכת בגילים הגבוהים שבהם לגברים יש סיכוי גבוה בהרבה מנשים.

וזה מוביל לחוסר הסימטריה בין המינים.  מובן שסוגי הסרטן הקשורים למערכות הרביה שונים בין גברים ונשים.  אבל יש גם הבדל משמעותי מאוד בסרטן שלפוחית השתן, ובמידה פחותה גם בסרטן ראות.  האחרים די סימטריים, אם כי לרוב יש סכנה גבוהה יותר לגברים בגילים מעל 75.  סרטן הראות קשור כמובן לעישון, ויתכן שגברים מעשנים יותר מנשים.  לדברי ד"ר איתי בן-פורת מביה"ס לרפואה סרטן שלפוחית השתן גם מאפיין מעשנים, ובנוסף הוא יכול להיות סרטן משני שנובע מסרטן הערמונית.  יתכן שזה מסביר את ההבדל.

לאחר כל זאת, צריך לזכור שהנתונים האלה הם על גילוי מקרים חדשים של סרטן.  אבל לא כל הסרטנים הם אותו דבר.  מה שיכול להיות יותר חשוב הוא הסכנה של כל סוג, שמביאה למספר שונה של מקרי מוות.  נתונים ישירים על סיבות מוות גם הם נאספים על ידי הלמ"ס.  יש פרוט עבור הרבה סוגי סרטן ומחלות אחרות, ובפרט הנתונים לסוגי הסרטן האלה הם כדלקמן.  יצויין שסוגים אלה כוללים את כל הקטלניים ביותר פרט לסרטן הלבלב.

dead

מהגרף מסתבר שסרטן השד למשל, שהוא הנפוץ ביותר, אינו הקטלני ביותר: סרטן הראות וסרטן המעי הגס קטלניים יותר.  באופן כללי 25.8% ממקרי המוות נובעים מסרטן, ומתוכם 18.5% מעשרת הסוגים שמופיעים בגרפים.

מקורות

הנתונים על מקרים חדשים כאמור מלוח 6.13 של השנתון הסטטיסטי לישראל לשנת 2013.  אבל הנתונים מתייחסים בעצם לשנת 2010.

הנתונים על סיבות מוות מלוח 3.29 מאותו שנתון, ומתייחסים לממוצע על השנים 2007-2011.

מתי נמות?

אחת השאלות שתמיד הטרידה את האנושות היא מתי נמות.  התשובה המודרנית היא שאי אפשר לדעת בדיוק, אפשר רק להעריך את "תוחלת החיים", כלומר כמה זמן אנשים כמונו חיים בממוצע.  אבל הממוצע כמובן לא מספר את כל הסיפור, ולא כולם מתים באותו גיל — יש התפלגות שלמה.  לפי נתוני הלמ"ס, התפלגות גילי המוות של אנשים בישראל בשנים 2007-2011 היתה כדלקמן.

death-age

קצת יותר משליש אחוז מהמתים הם תינוקות.  מעבר לכך ילדים כמעט לא מתים, עד קרוב לגיל 20.  מספר המתים מתחיל לעלות ברצינות בגיל 60 לערך, כאשר בכל הגילים עד 80 גברים מתים יותר מנשים.  מסתבר שכשני אחוז מהאוכלוסיה עוברים את גיל 100, אבל על זה כבר לא אוספים נתונים מפורטים.

(בהערת סוגריים, ההתפלגות הזו מעניינת כי היא שונה מהרבה התפלגויות אחרות שנתקלים בהן בכך שיש לה "זנב שמאלי": היא לא לגמרי סימטרית כמו עקומת פעמון, אלא משוכה לצד שמאל, כלומר לערכים נמוכים יותר.  הרבה התפלגויות אחרות מוטות דוקא לצד ימין, לערכים גבוהים יותר.)

אבל ההתפלגות הזו עוד לא עונה על השאלה מה הסיכוי (או בעצם, הסכנה) למות בכל גיל.  הגודל הזה, שנקרא באנגלית hazzard, מחושב בצורה הבאה.  עבור כל גיל, למשל 67, נתמקד רק באותם אנשים שהגיעו לגיל הזה או למעלה מכך.  נניח שיש X אנשים כאלה.  מתוכם נבודד את אלה שמתו בדיוק בגיל הזה, ונסמן את מספרם ב-Y.  אז היחס Y חלקי X נותן הערכה לסיכון למות בגיל המדובר.  אם עושים זאת לכל הגילים מקבלים את הגרף הבא.

death-prob

כלומר בכל גיל עד 60 יותר מ-99% מהאנשים שהגיעו לגיל הזה ימשיכו לחיות לפחות עוד שנה.  בגיל 80 כבר 5% ימותו, אבל עדיין 95% ימשיכו לפחות עוד שנה.  בגיל 99, 25% מהגברים ו-30% מהנשים ימותו, והשאר ימשיכו לחיות לפחות עוד שנה.  אם מסתכלים על זה הפוך זה בעצם די מעודד: אפילו בגיל 99 שלושה רבעים מהגברים ויותר משני שלישים מהנשים ימשיכו לחיות, ולא ימותו בגיל הזה.

מין המפורסמות הוא שתוחלת החיים בישראל היא גבוהה יחסית ועולה עם הזמן.  הגרף הבא מראה את העליה בתוחלת החיים מאז קום המדינה.  העליה היא רציפה פרט לתקופה מסויימת בשנות ה-60 עד תחילת שנות ה-70 של המאה הקודמת.  בסך הכל תוחלת החיים גדלה בכ-15 שנים בתקופה כולה.  בתור השוואה, תוחלת החיים בעולם כולו גדלה אפילו יותר מזה, בעיקר כי הרבה מקומות בעולם התחילו הרבה יותר נמוך.

expect

ואם משווים את ישראל לארצות באיזורים שונים, מתקבלת התמונה הבאה.  הקופסאות מראות את אמצע ההתפלגות לכל אזור: זה הטווח שרק 25% הנמוכים ביותר ו-25% הגבוהים ביותר נמצאים מחוצה לו.  הקו התחתון מראה את הערך שרק 5% מהמדינות באיזור נמצאות מתחתיו, והקו העליון את הערך שרק 5% מהמדינות מעליו.  כפי שניתן לראות ישראל נמצאת בקצה העליון (או מעבר לכך) של כל ההתפלגויות.

world

מקורות

הנתונים לגרפים הראשונים באים מלוחות התמותה המלאים של הלמ"ס.  (יש גם לוחות חלקיים עם מידע לקבוצות גילים במקום לכל שנה.)  השתמשתי בנתונים עבור כלל האוכלוסיה, ללא הבחנה בין יהודים לערבים.

השינוי ההיסטורי בתוחלת החיים בישראל בא מלוח 3.24 מהשנתון הסטטיסטי לישראל של שנת 2013.  הנתונים עד 1969 הם עבור יהודים בלבד, ואחר כך לכלל האוכלוסיה.  הנתונים לגבי העולם הם מאתר האו"ם.

ההתפלגויות של תוחלת החיים במדינות באזורים שונים מתבססות על מידע מה-CIA World Factbook.  המידע על תוחלת החיים מעודכן ל-2014.  השתמשתי רק בארצות שיש בהן לפחות מיליון תושבים, בהתבסס על המידע אודות האוכלוסיה.  "אמריקה" כולל את צפון, מרכז, ודרום אמריקה ביחד. "אסיה" כולל גם את אוסטרליה.  "המזרח התיכון" כולל את כל מדינות ערב כולל צפון אפריקה וחצי האי ערב, וכן את טורקיה ואירן.

איפה הכסף — הגרסא הביתית

אחת הפעילויות המרכזיות של הלשכה המרכזית לסטטיסטיקה היא לעדכן את מדד המחירים לצרכן.  המדד מעודכן כל חודש בהסתמך על סקר מחירים של סל מצרכים אופייני.  סל המצרכים עצמו מעודכן כיום כל שנתיים, בהסתמך על סקר של הרגלי הצריכה של מדגם משקי בית. זה סקר ענק: הנתונים כאן מבוססים על סקרים מהשנים 2010 ו-2011, וכללו כ-6,100 משפחות בכל שנה.  בפרט מייחסים לכל תחום של מצרכים משקל לפי החלק היחסי שלו בסל הצריכה.  אז הנתונים על סך הצריכה מראים לנו על מה אנחנו (כלומר משקי הבית בישראל) מוציאים את הכסף שלנו.  זה נראה כך:

madad-treemap

הסעיף הגדול ביותר הוא "שרותי דיור בבעלות הדיירים", ואמור לשקף בדרך כלשהיא את מחיר הדיור, אבל הוא לא זהה למדד מחירי הדירות (שאינו מהווה חלק ממדד המחירים לצרכן). ככל הנראה זה הערכה של ערך הדירות שמסתמכת על מחירי שכירות.  אבל שכירות היא סעיף נפרד.

מעבר לסל הצריכה הממוצע הכולל, הלמ"ס גם מפרסם את סלי הצריכה הממוצעים של שלושה חמישונים: 20% העניים ביותר, 20% האמצעיים, ו-20% העשירים ביותר.  התרשימים הבאים משווים את העניים עם העשירים.  הגודל משקף את ההוצאה החודשית הממוצעת: 8,468 ש"ח בממוצע לעניים לעומת 21,473 ש"ח בממוצע לעשירים, שזה פי 2.5 יותר (מחירי 2012). [הסידור לא זהה כי הוא נקבע אוטומטית וזה מנג'ס לנסות לשלוט בו]

madad-treemap-chamishonim

אז כמובן שהעניים מוציאים פחות.  בחלק ניכר מהסעיפים זה בערך פי 2.5 פחות, כלומר העניים והעשירים מוציאים אותו דבר באופן יחסי.  באופן לא מפתיע ההוצאה על מזון היא יחסית קשיחה, והעניים מוציאים על מזון יותר באופן יחסי, אבל זה לא תקף לכל תת הסעיפים: בפרט הם מוציאים הרבה פחות על אכילה מחוץ לבית.  העניים גם מוציאים הרבה יותר באופן יחסי על שכר דירה.  מצד שני בולט שהעניים מוציאים הרבה פחות באופן יחסי על חינוך, תרבות, ובידור (החלק בסגול) ועל תחבורה (החלק האפור, שרובו אחזקת רכב ונסיעות לחו"ל).

מה חסר כאן? המדד לא כולל הוצאות על מיסים ישירים (מס הכנסה, מס בריאות, וביטוח לאומי) וגם כמה סעיפים כמו הוצאות על הימורים ותרומות.  בנוסף, כיוון שמדובר על סל הוצאות, לא ברור מה הקשר שלו להכנסות.  למשל סביר להניח שהחמישון העליון לא מוציא את כל ההכנסות אלא מפריש גם משהו לחסכונות.

מקורות

הנתונים הם מהירחון לסטטיסטיקה של המחירים, גרסת יוני 2013 (אם כי כאמור הנתונים האלה הם כלליים יותר ומעודכנים רק כל שנתיים).

סעיף 1.7 משקלות קבוצות הצריכה הראשיות והמשניות במדד המחירים לצרכן (כפי שעודכנו בינואר 2013) הגרף הראשון

סעיף 1.8 משקלות קבוצות הצריכה הראשיות והמשניות במדד המחירים לצרכן ל"סלי" חמישונים של משקי בית שני הגרפים האחרים

סעיף 1.6 מדד המחירים לצרכן לחמישונים של משקי בית הנתונים על הערך הכולל של הסל

על שמות וייצוגיות

כשמבלים ימים רבים בספירה של שרים בממשלות השונות, קשה לא לשים לב לכך שרובם גברים.  אבל זה יותר מכך.  הם כנראה גם באים מרקע דומה.  בכל אופן, ההורים שלהם נטו לבחור להם את אותם השמות.  ואכן רק פעם אחת היתה ממשלה שבה לכל השרים היו שמות שונים זה מזה.  לרוב היו שמות שחזרו פעמיים או שלוש פעמים, ואפילו היו מקרים של ארבעה או חמישה שרים עם אותו השם.

names

השם הבולט הראשון הוא יוסף.  בממשלה הרביעית שרתו יוסף ספיר, יוסף בורג, יוסף סרלין — וגם דב יוסף.

לממשלה השביעית באו זוגות זוגות: ישראל ברזילי וישראל בר-יהודה, פנחס ספיר ופנחס רוזן, מרדכי נמיר ומרדכי בנטוב, משה שרת ומשה כרמל (היה גם חיים משה שפירא, אבל אצלו המשה היה שם שני).

בממשלה השלוש-עשרה כבר היו שלשות, ולא סתם שלשות, אלא שלשות משורשרות: משה כרמל, משה דיין, ומשה שרת חלקו שם עם חיים משה שפירא, שקישר אותם עם חיים גבתי וחיים יוסף צדוק, שמצידו קישר אל יוסף בורג, יוסף ספיר, ויוסף אלמוגי.  רק ישראל ברזילי, ישראל גלילי, וישראל ישעיהו נותרו כשלישיה בילתי מקושרת.

הרביעיה הראשונה הופיעה בממשלה ה-15: חיים גבתי, חיים בר-לב, חיים משה שפירא, וחיים לנדאו.  שתי ממשלות מאוחר יותר הופיעה השלישיה אהרון יריב, אהרון ידלין, ואהרון אוזן.

השיא שמור ללא עוררין לממשלת הרוטציה של שמיר ופרס.  כאן היו לא פחות מחמישה יצחקים (שמיר, רבין, נבון, מודעי, ופרץ) וארבעה מושים (ניסים, שחל, קצב, וארנס).

בממשלת רבין השניה ניתן הכבוד דוקא לפרס: הצטרף אליו שמעון שיטרית.  זוג נוסף היו יוסי שריד ויוסי ביילין.  שימו לב להמרה של יוסף הגלותי ביוסי הצברי.

בנימין נתניהו גם לא נותר חייב, והצטרפו אליו בממשלות שונות בנימין בן-אליעזר, בנימין אלון, ובנימין זאב בגין (אבל לא יותר משניים מהם בו זמנית).

וכך הגענו לממשלה הנוכחית, עם מגוון גדול יחסית ורק שני שמות חוזרים: יאיר ואורי.  שמות מודרניים שלא הופיעו בעבר, ואגב מבוססים על אותם צלילים.

ומתי נגיע לממשלה עם שמות חוזרים עוד יותר מודרניים, כמו ניצן וסתיו?

מקורות

הספירה מתבססת על דפי וויקיפדיה של הממשלות השונות.  לכל ממשלה ספרתי את כל מי שהיו חברים בה בזמן כלשהו, בלי לחייב שאכן תהיה חפיפה בין כל אלה שיש להם אותו השם.  זה גורם לערך חריג מבחינת גודל הממשלה הכולל בממשלת שרון, כיוון שהייתה תחלופה גדולה במבנה הקואליציה על רקע תכנית ההתנתקות.

מי נפגע?

בהמשך לניתוח של מגמת הירידה בנפגעים מתאונות דרכים, מעניין גם לראות מי הם הנפגעים.

ראשית נתבונן בפילוח של הנפגעים (כולם ביחד, כלומר פצועים קל, פצועים קשה, והרוגים) לפי גיל ומין.  נשתמש שוב בגרף spie, שמראה במקרה הזה את התפלגות הנפגעים לפי גיל ומין תוך התיחסות להתפלגות הגילים והמינים באוכלוסיה.  במילים אחרות, הבסיס הוא גרף עוגה של פילוח אוכלוסית המדינה לפי גיל ומין, ועליו מלבישים פילוח דומה של הנפגעים בתאונות דרכים.  פרוסות שבולטות החוצה מראות שהקבוצות האלה באוכלוסיה נפגעות יותר מהממוצע, ופרוסות קצרות יותר מזהות קבוצות שנפגעות פחות מהממוצע.  (אגב, זה היה אחד מתרשימי ה-spie המקוריים.)

spie

מה שבולט הוא שילדים משני המינים וקשישות נפגעים יחסית מעט, וצעירים בגילים 20-30 יחסית הרבה.  בולטת גם ההטיה לכיוון של גברים: בכל קבוצות הגיל מ-15 ועד 74 גברים נפגעים יותר מהממוצע הכללי של האוכלוסיה, בעוד אצל נשים זה נכון רק לגבי הגילים 20 עד 34.

ביתר פרוט, ניתן לחלק כל פרוסה בעוגה לשלושה חלקים.  מבפנים החוצה, החלקים מייצגים הולכי רגל, נהגים ונוסעים במכוניות, ורוכבי אופנועים ואופניים.  התוצאה היא הגרף הבא:

spie2

התוצאות הצפויות (והעגומות) הן שגברים מהווים את הרוב המכריע של נפגעים על אופנועים ואופניים, שוב בכל קשת הגילים.  בנוסף ניתן לראות שהולכי רגל קשישים משני המינים נפגעים יותר מצעירים.  מה שקצת מפתיע הוא שנראה שיש גם עליה מסויימת בפגיעות של הולכות רגל צעירות, בגילים 15-29.

בהקשר של הולכי רגל ורוכבי אופניים, מעניין גם לראות את המגמות לאורך זמן.  הגרף הבא מראה את אחוז הנפגעים בכל שנה שהיו הולכי רגל ורוכבי אופניים:

types

התוצאות בהחלט מפתיעות: האחוזים ירדו באופן דרמטי.  בסוף שנות ה-50 כ-12% מהנפגעים היו רוכבי אופניים, וקרוב ל-40% הולכי רגל; משתמע מכך שרק כ-50% מהנפגעים נסעו במכוניות או אופנועים.  ואילו כיום בערך 1% הם רוכבי אופניים, וקצת יותר מ-12% הם הולכי רגל (אחרי מינימום של כ-8% לפני עשור) — כלומר, מעל 85% הם נוסעי מכוניות ואופנועים.  מצד שני אולי זה לא כל כך מפתיע, ובסך הכל משקף את ההתפתחות ברמת השימוש במכוניות.

לגבי העליה באחוז הנפגעים שהם הולכי רגל בעשור האחרון — האם היא צריכה להדאיג?  מעיון בנתונים נמצא שמה שקרה כאן הוא שמספר הנפגעים בסך הכל ממשיך לרדת, אבל מספר הנפגעים שהם הולכי רגל נשאר יציב.  לכן האחוז של הולכי הרגל מתוך סך הנפגעים עולה.  זה מצביע על מיצוי השיפור בהקטנת הפגיעות בהולכי רגל, בעוד ממשיכים לשפר את הקטנת הפגיעות בנוסעי רכב, למשל על ידי המשך שיפור התשתיות בכבישים הבין-עירוניים.  כדי להמשיך להקטין את הפגיעות בהולכי רגל באותו קצב כמו האחרים, צריך אולי להשקיע יותר בתשתיות בטוחות יותר בתוך הערים, למשל אמצעים להקטנת מהירות הנסיעה בשכונות מגורים.

מקורות

כל הגרפים האלה מתבססים על פרסום 1492 של הלמ"ס משנת 2011 על תאונות דרכים עם נפגעים.  בפרט המידע אודות נפגעים לפי גיל ומין בא מלוח 2.09 בעמ' 116, והמידע על נפגעים לאורך השנים בא מלוח א' בעמ' 44.

פילוח האוכלוסיה הכללית לפי גיל ומין (המשמש בבסיס של ה-spie) נלקח מהשנתון הסטטיסטי לישראל 2012, לוח 2.19.

כל הנתונים הם לשנת 2011.

[עדכון: בגרף המגמה לאורך זמן הוספתי את 2012.]

כח עבודה, תעסוקה, ואבטלה

אחד הנתונים המעניינים בתקופת בחירות הוא האבטלה.  אמנם אצלנו זה פחות דומיננטי מאשר באמריקה, אבל בכל זאת זה מככב בויכוחים בין פוליטיקאים ופרשנים.  אז הנה הנתונים בראיה רחבה יותר מהרגיל.

ראשית צריך להבין את הצורה שבה הלשכה המרכזית לסטטיסטיקה מגדירה אבטלה.  את כלל אוכלוסית המדינה מחלקים לשניים: אלה שבגיל העבודה ואלה שקטנים מידי.  עד 1985 הגיל הקובע היה 14 (!), ומאז הוא 15 (שגם לא נראה משקף במיוחד לאוכלוסיה הכללית).  שימו לב גם שאין גיל מקסימום.  בכל אופן, זה הבסיס שאיתו הם עובדים, אז גם אנחנו.

את האוכלוסיה שבגיל העבודה מחלקים שוב לשניים: אלה ששייכים לכח העבודה האזרחי ואלה שלא.  קבוצות אוכלוסיה שלא כלולות בכח העבודה האזרחי כוללות כמובן חיילים, וגם זקנים ואנשים שאינם מחפשים עבודה.  למשל רוב הגברים החרדים והנשים הערביות נמצאים בקבוצה הזו. עדכון: החל מ-2012 הנתונים מתייחסים לכח העבודה הכולל, לא האזרחי.  ההבדל הוא שחיילים (בשרות חובה וגם בקבע) כן נכללים, ולכן יש פתאום קפיצה בגרף.

את כח העבודה ניתן שוב לחלק לשניים: המועסקים והבילתי מועסקים.  את המועסקים מחלקים לשלושה: אלה שמועסקים במשרה מלאה, אלה שבמשרה חלקית, ואלה שנעדרים זמנית (מחלה, חופשה, או מילואים).  הבילתי מועסקים הם המובטלים שכולם מדברים עליהם. כדי להחשב לבילתי מועסק, צריך לחפש עבודה באופן אקטיבי בחודש האחרון ולהיות זמין לעבודה.  מי שלא עומד בקריטריונים האלה לא נחשב למובטל אלא למי שנפלט מכח העבודה.  כך למשל סטודנטים שכל חייהם מושקעים בלימודים, או עקרות בית שכל חייהן מושקעים בבית ובמשפחה, אינם נחשבים כחלק מכח העבודה וממילא אינם יכולים להיות מובטלים.  שיעור האבטלה מחושב על ידי חלוקת מספר המובטלים בגודל כח העבודה.

הגרף הבא מראה את חלוקת האוכלוסיה בגיל העבודה בין הקבוצות המפורטות לעיל.

wf-div

(הערה: כאמור שיעור האבטלה שמפרסמים הוא השיעור מתוך כח העבודה.  בגרף מצויינים שיעורים מתוך כלל האוכלוסיה בגיל העבודה.  כיוון שרק בערך חצי מהאוכלוסיה בגיל העבודה מהווה את כח העבודה האזרחי, השיעורים המפורסמים הם בערך כפולים ממה שמצויין בגרף.)

תופעות מעניינות שניתן לראות בגרף הזה הן

  • המיתון הקשה של אמצע שנות ה-60.  מיתון זה גרם לצמצום דרמטי של המועסקים במשרה מלאה, שירדו מ-75% מכח העבודה ל-63.5%.  שני שליש מאלה שאיבדו את משרתם הפכו למובטלים ושליש נפלטו מכח העבודה.  מעניין שהמובטלים חזרו לעבודתם אחרי שנתיים, אבל אלה שנפלטו לא.  למיתון בתחילת שנות ה-70, לעומת זאת, לא היתה השפעה ניכרת.
  • שיא של מעל 50% שאינם נכללים בכח העבודה (האזרחי, בלי הצבא) באמצע שנות ה-70, ומאז ירידה רצופה למדי עד שיעור של קצת יותר מ-42% ב-2011.  וכשכוללים את הצבא בכוח העבודה, זה יורד ל-36%.
  • עליה חדה במספר המועסקים במשרות חלקיות על חשבון ההעסקה במשרה מלאה בחצי השני של שנות ה-70, בקורלציה עם המהפך הפוליטי והכלכלי של 1977.  אחוז המועסקים באופן חלקי ממשיך לעלות, וכיום הוא כפול ממה שהיה בשנת 1970.  עם זאת היתה עליה מסוימת גם באחוז המועסקים במשרה מלאה, בעיקר בתקופת ממשלת רבין השניה.
  • רמת האבטלה הגבוהה ביותר נרשמה בתחילת שנות ה-90, בקורלציה עם העליה הגדולה מבריה"מ.
  • השיפור המשמעותי ביותר קרה בתקופת ממשלת רבין: האבטלה ירדה באופן חד, התעסוקה במשרה מלאה עלתה, וגם כח העבודה בכללותו גדל.
  • שיעור מפתיע של מועסקים נעדרים זמנית מעבודתם.  בשנות ה-70 וה-80 זה הגיע ל-7-10% מכח העבודה.  הסבר חלקי אפשרי: הגיוס הגדול של מלחמת יום כיפור, אבל זה תקף רק ל-1973.

בפוסט עתידי נתמקד באחוזי האבטלה ובקורלציות בין אבטלה למדדים שונים של מצב המשק.

מקורות

הנתונים נלקחו מלוח 12.1 בשנתון הסטטיסטי לישראל של הלשכה המרכזית לסטטיסטיקה (בעצם השנתונים של 1996 ו-2012 ועדכון מ-2014, כדי לאסוף נתונים יותר מפורטים על יותר שנים).

קישורים

הסברים מאירי עיניים על האבטלה ואיך מחשבים אותה ניתן לקרוא בפרק 8 של ספר יסודות המקרו-כלכלה של ישראל של יורם מישר.

%d בלוגרים אהבו את זה: