8 Üldhooldusteenuse kättesaadavus ja hooldekodu valik
8.1 Sissejuhatus
Väljaspool kodu osutatava ööpäevaringse üldhooldusteenuse (ÜHT) kättesaadavuse parandamine oli reformi peamine eesmärk. Hooldekodu teenuskoht peaks olema tegelikult leitav, taskukohane ja kodust mõistlikul kaugusel. Seetõttu eristame analüüsis kolme kättesaadavuse mõõdet: geograafilist (kui kaugel sobiv hooldekodu kodust on), rahalist (kas KOV-i kehtestatud hoolduskulude tasumise piirmäär, edaspidi KOV-i piirmäär, ja keskmine pension katavad kohamaksumuse) ning mahulist (kas piirmääraga kaetud ja sobival kaugusel olevaid teenuskohti jagub kõigile, kes seda vajaksid). Need kolm mõõdet ei asenda üksteist. KOV-is võib olla piisavalt kohti, kuid hinnad ületavad piirmäära ja inimeste sissetulek pole piisav hindade katmiseks; piirmäär võib katta hoolduskomponendi, kuid lähim sobiv hooldekodu jääb liiga kaugele.
Kasutatud andmeallikad ja analüüsivalimi katvus on toodud lisas „Andmeallikad“ (vt Tabel 8.1 ja Tabel 8.2).
8.2 ÜHT pakkumine
Majandustegevuse registri (MTR) andmetel (vt Tabel 8.1) tegutses Eestis 2025. aasta seisuga 187 ÜHT-d pakkuvat hooldekodu (ühe teenuseosutaja tegevuskohad samas omavalitsuses on liidetud üheks hooldekoduks), mille teenuskohtade kogumaht oli 12 353. Pakkujate seas domineerivad erahooldekodud: ligi kaks kolmandikku teenuskohtadest (7781 kohta 99 hooldekodus) kuulub eraettevõtjatele, kolmandik (4215 kohta 83 hooldekodus) kohalikele omavalitsustele ning 357 kohta 5 hooldekodus riigile (Joonis 8.1, KOV-iti kohtade jaotus omandivormi järgi on lisas, vt Joonis 8.18). Geograafiliselt koonduvad hooldekodud Põhja-, Ida- ja Lõuna-Eesti maakonnakeskustesse. Suurim teenuskohtade arv on Harjumaal koos Tallinnaga (2651 kohta), Ida-Virumaal (1548), Tartumaal (1224), Lääne-Virumaal (1139) ja Pärnumaal (1116). Suuremaid (üle 100 teenuskohaga) hooldekodusid on vähe ja need paiknevad linnades või maakonnakeskuste lähistel, väiksemad eraomanduses olevad hooldekodud jaotuvad hajusalt üle Eesti.
Märkus: Kaardil on hooldekodude füüsilised tegevuskohad; loendina käsitleme ühe teenuseosutaja tegevuskohti samas omavalitsuses ühe hooldekoduna.
Allikad: MTR (tegevuskohad ja teenuskohad); H-veeb (hooldekodude omandivorm); autorite arvutused
Riigi keskmisena on iga 100 vanemaealise (65-aastased ja vanemad; edaspidi 65+) kohta 4,3 hooldekodu teenuskohta, kuid KOV-i tasandil varieerub see suhe väga oluliselt (vt Joonis 8.2).
Joonistub välja tugev positiivne seos. KOV-ides, kus on rohkem vanemaealisi, on üldjuhul ka rohkem hooldekodukohti, kuid süstemaatiliste hälvetega. Ülepakkumise poolel domineerivad väiksemad vallad, mis täidavad piirkondliku teenuseosutaja rolli: Kanepi vallas on 309 kohta 1224 vanemaealise kohta (riigi keskmisest 5,9 korda rohkem), Keila linnas 379 kohta 2104 vanemaealise kohta (4,2 korda rohkem) ja Kuusalu vallas 228 kohta 1430 vanemaealise kohta (3,7 korda rohkem). Alapakkumise poolele jäävad eelkõige linnad, kus vanemaealisi on rohkem ning pakkumine väiksem: Tallinnas on 1044 kohta 86 626 vanemaealise kohta (28% riigi keskmisest), Narva linnas 197 kohta 14 867 vanemaealise kohta (31%) ja Haapsalu linnas 36 kohta 3404 vanemaealise kohta (25%). 13 KOV-i territooriumil ei tegutse ühtegi hooldekodu ja nende elanikud sõltuvad hoolduse osas täielikult teistest omavalitsustest. Hooldekoduta KOV-ide seas on suuremate vanemaealiste arvuga Viljandi linn (4025 vanemaealist), Saue vald (3713 vanemaealist) ja Võru linn (2840 vanemaealist).
Sellise pakkumismustri tulemusena peavad suurlinnade vanemaealised sageli teenuse saamiseks liikuma teistesse omavalitsustesse, samal ajal kui mõned vallad teenindavad teiste KOV-ide elanikke.
Märkus: Mõlemad teljed on logaritmilises skaalas. Katkendlik joon = riigi keskmine kohtade arv 65+ elaniku kohta (4,3 kohta 100 vanemaealise kohta). KOV-id joone kohal = ülepakkumine; KOV-id joone all = alapakkumine. Ristiga märgitud KOV-id (graafiku alaservas) on hooldekoduta. Teenuskohtade arv on summeeritud KOV-i kõikide hooldekodude lõikes.
Allikad: MTR (tegevuskohad ja teenuskohad); Statistikaamet (tabel RV0240); autorite arvutused
8.3 Hooldekodu kaugus elukohast
Hooldekodu on enamikul teenusesaajatest suhteliselt kodu lähedal, kuid jaotus on tugevalt paremale kaldu: osa inimeste hooldekodu jääb kodust väga kaugele. 2025. aastal esimest korda hooldekodusse siirdunud 4012 isiku mediaankaugus elukohast valitud hooldekoduni oli 14,3 km. Aastate võrdluses on jaotus püsiv ja reform (2023) ei muutnud kauguse mustrit (vt Joonis 8.3). KOV-i tasandi mediaanid kõiguvad aga aastati märgatavalt, ka suuremates KOV-ides (nt Tartu linnas 27–34 km aastatel 2022–2024 ja 4,6 km 2025. aastal; Narva linnas 2,3 km 2022. aastal ja 23–24 km aastatel 2024–2025) (vt Joonis 8.21).
Märkus: Karp näitab 25.–75. protsentiili, kriips ja arv mediaani. X-telg on loetavuse huvides kärbitud 99. protsentiilini; pikim vaadeldud kaugus on 357 km.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); autorite arvutused
Küllaltki väikese riigitasandi mediaani taga esineb aga KOV-iti märkimisväärne ebavõrdsus. Mõne omavalitsuse teenusesaajate mediaankaugus hooldekodust on alla 10 km, teistel üle 40 km (vt Joonis 8.4; iga KOV-i mediaan ja kvartiilid on toodud lisas, vt Joonis 8.19). Kõige väiksema mediaankaugusega on Loksa linn (0,5 km), Viru-Nigula vald (0,8 km), Narva-Jõesuu linn (0,9 km), Keila linn (1,0 km) ja Lüganuse vald (1,1 km). Osalt on tegu mõõtmisartefaktiga: kaugus on arvutatud sihtnumbripiirkonna keskpunkti, mitte täpse elukoha järgi, mistõttu samasse sihtnumbripiirkonda jäävate hooldekodude kaugus tuleb null või väga väike. Suurima mediaankaugusega on Raasiku (45,3 km), Saku (43,2 km), Haljala (40,7 km), Hiiumaa (35,2 km) ja Anija vald (33,4 km). Neist Raasiku, Saku ja Anija vallas oma hooldekodu ei ole ja koht leitakse Tallinna ümbrusest või kaugemalt; Haljala ja Hiiumaa vallas on hooldekodu olemas, kuid teenusesaajad jõuavad sellest hoolimata kaugemale.
Märkus: Mediaan on arvutatud 2025. aasta 4006 isiku põhjal. Kaardilt on välja jäetud 3 KOV-i, kust oli vähem kui 5 teenusesaajat.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); autorite arvutused
Hooldekodu leitakse valdavalt lähipiirkonnast. Aastatel 2020–2025 leidis 68% ÜHT-le siirdujatest esimese hooldekodu sama maakonna piires (vt Joonis 8.5). Kõrgeim oma maakonnas koha leidnud teenusesaajate osakaal on Ida-Virumaal (93% maakonnast pärit isikutest leiab koha sama maakonna piires), Saaremaal (89%), Pärnumaal (88%), Hiiumaal (88%), Põlvamaal (86%) ja Lääne-Virumaal (83%). Tegemist on tiheda oma hooldekodude võrgustikuga maakondadega; Hiiumaa puhul on põhjus pigem saareline eraldatus. Tallinn on teiste regioonidega võrreldes erandlik. Tallinnast ÜHT-le siirdunutest jäi Tallinna hooldekodusse vaid 35%, 37% suundus Harjumaa teistesse omavalitsustesse ning ülejäänud 28% jagunes muude maakondade vahel. Selle mustri taga võib olla mitu samaaegset mehhanismi. Esiteks on pealinnas kohapakkumine vaid 28% riigi keskmisest tasemest, mis tähendab, et enamik hooldekodukohta vajavaid vanemaealisi ei mahu Tallinna hooldekodudesse. Teiseks on Tallinna hooldekodude hoolduskomponent tüüpiliselt kõrgem kui ümbritsevates valdades ning samas on ka piirmäär kõrgem – ühelt poolt on pealinna elanikel suurem valikuvabadus hooldekodu valikul ning teisalt asuvad piirmäära sisse mahtuvad alternatiivid sageli pealinnast väljaspool. Kolmandaks võivad rolli mängida ka isiklikud eelistused: rahulikum keskkond, perekonna või lapsepõlvekodu lähedus. Registriandmete analüüsi põhjal nende mehhanismide suhtelist kaalu lõplikult eristada ei saa.
Ka Tartumaal on teenuskohti vanemaealiste arvu suhtes vähe: Tartumaalt ÜHT-le siirdunutest leidis hooldekodu oma maakonnas 64%, ülejäänud peamiselt Lõuna-Eesti naabermaakondades.
Märkus: Kujutatud on aastate 2020–2025 esmased ÜHT-le siirdumised kokku. Sektori suurus on proportsionaalne maakonnast lähtuvate ja sinna jõudvate voogude koondsummaga. Tallinn on esitatud Harjumaast eraldi.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); autorite arvutused
Riigi keskmisena leiab 45% inimestest esimese hooldekodu oma KOV-i piires (vt Joonis 8.6), kuid varieeruvus on suur. Kõrgeima osakaaluga on Muhu (100%), Kihnu (100%), Lüganuse (94%), Saarde (88%), Märjamaa (84%) ja Tõrva vald (84%) (KOV-iti koondtabel kauguse ja oma KOV-i osakaaluga perioodi 2023–2025 kohta on lisas, vt Tabel 8.3). Muhu ja Kihnu on väikesaared, kus kohalik hooldekodu katab kogu nõudluse; ülejäänud on suurema kohaliku hooldekodude võrgustikuga vallad. Teises äärmuses on 11 KOV-i, kelle elanikest mitte ükski 2025. aastal oma KOV-i hooldekodusse ei jäänud. Enamik neist on hooldekoduta KOV-id (vt Joonis 8.2; suurima valimiga Viljandi linn (84 isikut), Võru linn (39) ja Saue vald (37)), erandiks on Jõelähtme vald, kus kohalik hooldekodu on olemas, kuid 2025. aastal ükski Jõelähtme enda elanik seal kohta ei leidnud.
Märkus: Kaardilt on välja jäetud 3 KOV-i, kust oli vähem kui 5 teenusesaajat või kust ei suundunud 2025. aastal ÜHT-le ühtegi elanikku.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); autorite arvutused
KOV-ide-vaheliste liikumiste vood toovad välja konkreetsemad mustrid, kuhu vanemaealised liiguvad, kui nad elukoha KOV-i ei jää (vt Joonis 8.7). Suurimad teenusesaajate vastuvõtjad on Viimsi vald (161 isikut), Keila linn (139 isikut), Kohtla-Järve linn (118 isikut), Järva vald (103 isikut) ja Tapa vald (96 isikut). Kaks esimest on selgelt Tallinna teenindajad: 89% Viimsi ja 66% Keila linna mujalt pärit teenusesaajatest tuleb Tallinnast, mis kinnitab maakondadevaheliste voogude mustrit. Kohtla-Järve linn võtab vanemaealisi vastu peamiselt Ida-Virumaalt (Narvast, Jõhvi vallast ja Sillamäelt), Järva vald Järvamaalt (Paidest ja Türi vallast) ning Tapa vald nii Tallinnast kui ka Lääne-Virumaalt.
Märkus: Kujutatud on KOV-ide paarid, mille vahel oli 2025. aastal vähemalt 2 liikumist; kuvatud on ainult KOV-ide-vahelised liikumised. Algus- ja lõpp-punkt on KOV-i geomeetriline keskpunkt; joone paksus tähistab voo suurust. Punased punktid tähistavad 10 suurimat sihtkohta.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); autorite arvutused
8.4 Hooldekodu valikut mõjutavad tegurid
8.4.1 Geograafiline kättesaadavus
Geograafiline kättesaadavus ilmestab linnulennult kaugust elukohast lähima hooldekoduni, sõltumata sellest, millisesse hooldekodusse inimene teenuskoha valis või sai. 2025. aastal hooldekodusse siirdunud 4012 isiku seas oli mediaankaugus lähima hooldekoduni 1,7 km, 78% neist elas vähem kui 5 km kaugusel mõnest hooldekodust, 91% alla 10 km ja 100% alla 30 km. Riigi tasandil ja enamiku KOV-ide lõikes on seega geograafiline kättesaadavus väga hea (vt Joonis 8.8; täpsemalt vt Joonis 8.20).
Erandeid on vähe: suurima mediaankaugusega Hiiumaa ja Anija vallas on lähim hooldekodu üle 15 km kaugusel (vt Joonis 8.20). Üldjoontes on enamiku KOV-ide, nii linnade kui ka maakohtade, elanikele lähim hooldekodu siiski mõne kilomeetri kaugusel.
Märkus: Kaardilt on välja jäetud 3 KOV-i, kust oli vähem kui 5 teenusesaajat.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); autorite arvutused
Geograafiline võimalus ja tegelik valik ei ole samad. Kõrvutades lähima hooldekodu kauguse jaotust tegelikult valitud hooldekodu kauguse jaotusega, näeme, kui suur osa tegelikest hooldekoduvalikutest tuleneb geograafiast (lähim võimalik) ja kui palju lisandub muudest kriteeriumitest (vaba teenuskoha olemasolu, hind, kvaliteet, eelistused). 91%-l esimese hooldekodu valinutest on lähim hooldekodu 10 km raadiuses, ent vaid 39% valis hooldekodu 10 km raadiuses; 30 km lävi katab 100%, kuid tegelikult valis 30 km piires hooldekodu 72% teenusesaajatest (vt Joonis 8.9). Elukohale kõige lähemasse hooldekodusse jõudis 19% teenusesaajatest. Seega geograafiline lähedus üksi valikut ei määra.
Märkus: Lähim hooldekodu = elukohale geograafiliselt lähim asutus, sõltumata sellest, kas see valiti. Tegelikult valitud = isiku esimese hooldekodu kaugus elukohast. X-telg on kärbitud 100 km juures. Punktiirjooned tähistavad 50%, 75% ja 90% taset.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); autorite arvutused
8.4.2 Rahaline kättesaadavus
Rahalise kättesaadavusena analüüsime, kas KOV-i piirmäär katab hooldekodu hoolduskomponendi. Reformi loogika kohaselt peaks piirmäär järgima mõistlikus kauguses asuvate hooldekodude hoolduskomponentide taset, kuid praktikas on KOV-iti suured erinevused selles, kui suure osa hooldekodude hoolduskomponentidest piirmäär katab ning kas inimesed valivad hooldekodu, mille hoolduskomponendi KOV-i piirmäär katab.
Esimesena vaatame, milline on lähim hooldekodu, mille hoolduskomponent mahub KOV-i kehtiva piirmäära sisse. KOV-ide mediaanina on KOV-i keskpunktist lähima piirmääraga kaetud hooldekodu kaugus 14,6 km, kuid sellest on suured kõrvalekalded (vt Joonis 8.10). 3 KOV-i piirmäär ei katnud 2025. aasta lõpus mitte ühegi Eesti hooldekodu hoolduskomponenti: Lääneranna, Märjamaa ja Peipsiääre vald. Lisaks on Ruhnu vallale lähim piirmääraga kaetud hooldekodu 120 km, Mustvee vallale 91 ja Põlva vallale 90 km kaugusel (vt ka Joonis 8.28).
Märkus: Hall = KOV, mille piirmäär ei kata ühegi hinnaseires oleva hooldekodu hoolduskomponenti (Lääneranna, Märjamaa ja Peipsiääre vald). Punktid on hooldekodud, punkti suurus näitab teenuskohtade arvu.
Allikad: SKA piirmäärad; SKA hooldekodude hinnaseire; MTR (tegevuskohad ja teenuskohad); autorite arvutused
Tegelikult valitud hooldekodu hoolduskomponendi ja KOV-i piirmäära suhe on küllaltki hajus (vt Joonis 8.11). Hooldekodude hoolduskomponendi vahemik on laiem kui KOV-ide piirmäärade vahemik. Tulemused näitavad mõõdukat positiivset seost (Pearsoni korrelatsioon 0,36, p < 0,001), kuid mitte proportsionaalset: 100 eurot kõrgem piirmäär seostub keskmiselt 38 eurot kõrgema valitud hoolduskomponendiga, mitte 100 euroga. Küll aga ilmneb, et kõrgema piirmääraga KOV-ide teenusesaajatest enamik valis hooldekodu, mille hoolduskomponent jäi piirmäära sisse. Madalama piirmääraga KOV-ides ületab teenusesaajate valitud hooldekodu hoolduskomponent enamasti KOV-i kehtestatud piirmäära (vt Joonis 8.29).
Märkus: Hall katkendlik joon näitab võrdsust (hoolduskomponent = piirmäär); punane joon näitab suhet (lineaarne regressioon).
Allikad: SKA piirmäärad; SKA hinnaseire; STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); autorite arvutused
KOV-iti erineb nende inimeste osakaal, kes on hooldekodus, mille hoolduskomponent ületab piirmäära. Riigis tervikuna valis 52% esimest korda ÜHT-le siirdunutest hooldekodu, mille hoolduskomponent ületab piirmäära. 15 KOV-is ei jää ühegi 2025. aastal teenusele suundunu hoolduskomponent piirmäära sisse: Luunja vald, Lääneranna vald, Maardu linn, Märjamaa vald, Otepää vald, Paide linn, Peipsiääre vald, Põhja-Sakala vald, Põltsamaa vald, Põlva vald, Räpina vald, Saarde vald, Tõrva vald, Viljandi vald ja Viru-Nigula vald. Neis KOV-ides jääb piirmäär kohalike hooldekodude hoolduskomponendi tasemest madalamale, kuid põhjused erinevad: Märjamaa, Peipsiääre ja Lääneranna vallas on piirmäär riigi võrdluses selgelt madal, Maardu linnas ja Põltsamaa vallas on piirmäär mediaani lähedal ja probleem on kõrges kohalikus hinnatasemes (vt Joonis 8.27). Kõige vähem ületatakse piirmäära järgmistes KOV-ides: Muhu vald (0%), Kihnu vald (0%), Loksa linn (9%), Tartu linn (16%) ja Järva vald (17%) (vt ka Joonis 8.29). Muhu ja Kihnu on väikesaared, kus teenusesaajad jäävad kohalikku hooldekodusse, mille hoolduskomponent mahub piirmäära sisse.
Märkus: Kaardilt on välja jäetud 3 KOV-i, kust oli vähem kui 5 teenusesaajat.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); SKA piirmäärad; SKA hinnaseire; autorite arvutused
Järgmisena analüüsime, kas piirmäära raamesse jäävad valikud tähendavad süstemaatiliselt kaugemal asuva hooldekodu valimist. Teoreetiliselt võiks eeldada, et piirmäära ületava hoolduskomponendiga hooldekodu valik peegeldab soovi saada teenuskoht kodulähedasemas hooldekodus. Tulemused seda ei kinnita. Kaugusjaotused kattuvad ja mediaanide vahe on väike ning hüpoteesile vastupidise suunaga: piirmäära sisse jäänud valikute mediaankaugus on 13,3 km, piirmäära ületanutel 15,4 km (vt Joonis 8.13). Erinevus ei ole statistiliselt oluline (Wilcoxoni test, p = 0,60). Piirmäära ületav valik ei too seega kaasa lähemat hooldekodu ning piirmäär tegelikult valitud kaugust sisuliselt ei suuna.
Märkus: Y-teljel on osakaal rühma teenusesaajatest (kummagi rühma tulbad annavad kokku 100%). Kus tulbad kattuvad, tekib segavärv. X-telg on kärbitud 95. protsentiilini.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); SKA piirmäärad; SKA hinnaseire; autorite arvutused
8.4.3 Teenuskohtade arv ehk mahuline kättesaadavus
Mahulise kättesaadavusena vaatame, kas KOV-i territooriumil on vanemaealiste kohta piisavalt hooldekodu kohti. Mõõdame seda pakkumistihedusena – teenuskohtade arv 1000 vanemaealise (65+) kohta KOV-is. Suurem pakkumistihedus on seotud lähemal asuva hooldekodu koha valikuga (vt Joonis 8.14). Seos on statistiliselt oluline: Spearmani korrelatsioon –0,46 (p < 0,001) kõigi KOV-ide hulgas ning –0,42 (p < 0,001) ka siis, kui jätta välja hooldekoduta KOV-id. Hõreda pakkumisega KOV-ides (alla 30 koha 1000 vanemaealise kohta) on hooldekodu keskmine mediaankaugus inimese elukohast 22 km, tiheda pakkumisega KOV-ides (üle 100 koha) 10 km. Eristuvad piirkondlikud teenusekeskused (Kanepi vald, Keila linn, Kuusalu vald, Järva vald ja Tõrva vald), kus 1000 vanemaealise kohta on üle 150 hooldekodu teenuskoha. Alapakkumise poolel on suurlinnad (Tallinn ning Tartu, Pärnu ja Narva linn) ning 7 KOV-i ilma hooldekoduta1, mistõttu sealsed elanikud peavad teenuse saamiseks minema kaugematesse omavalitsustesse.
Märkus: Esitatud on KOV-id, kust oli 2025. aastal vähemalt 10 teenusesaajat. Nimega on märgitud tekstis nimetatud KOV-id, piirkondlikud teenusekeskused (üle 150 koha 1000 vanemaealise kohta) ja viis suurima mediaankaugusega KOV-i.
Allikad: MTR (tegevuskohad ja teenuskohad); STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); Statistikaamet (tabel RV0240); autorite arvutused
8.4.4 Mis selgitab valitud hooldekodu kaugust?
Lineaarne regressioon 2025. aastal esimest korda teenusele suundunud vanemaealiste kohta näitab, millised indiviidi, elukoha KOV-i ja valitud hooldekodu iseloomustavad tunnused on seotud valitud hooldekodu kaugusega elukohast (Joonis 8.15).
Märkus: Lineaarne regressioon, kus sõltuv tunnus on valitud hooldekodu kauguse logaritm. Vastab küsimusele: mis on seotud hooldekodu valiku kaugusega? Koefitsiendid on teisendatud protsentmuutuseks – väärtus näitab, kui mitu protsenti on valitud hooldekodu kaugus suurem või lühem, kui selgitav tunnus muutub ühe ühiku võrra (vanus: +1 aasta; pension, piirmäär ja hoolduskomponendi vahe: +100 €; pakkumistihedus ja kohalike hooldekodude arv: kahekordistumine; Tallinn: võrdluses muu Eestiga; erahooldekodu: võrdluses KOV-i või riigi hooldekoduga). Horisontaalne joon näitab 95% usaldusvahemikku. Standardvead on klasterdatud elukoha KOV-i järgi (78 klastrit). Mudelis on 3911 vaatlust ja see selgitab 9,7% kauguse hajuvusest.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); SKA hinnaseire; SKA piirmäärad; autorite arvutused
Kõige tugevamalt eristab kaugust valitud hooldekodu omandivorm: erahooldekodusse jõudnute kaugus on keskmiselt 89% suurem kui KOV-i või riigi hooldekodusse jõudnutel (p < 0,001). Tegemist ei ole valiku põhjusega, vaid selle tagajärjega: KOV-i hooldekodu on definitsiooni järgi oma vallas või linnas, erapakkuja aga seal, kus ta juhtub asuma. Ka hoolduskomponendi ja piirmäära vahe on pigem valiku tagajärg kui põhjus. Selle seos kaugusega on nõrk ega ole statistiliselt oluline: 100 € suurem vahe seostub 4,3% lühema kaugusega (p = 0,65).
Indiviidi tunnustest on kaugusega seotud vanus: iga lisaeluaasta seostub 1,6% väiksema kaugusega (p < 0,001), mis tähendab, et 95-aastased jõuavad ligikaudu 38% võrra kodule lähemasse hooldekodusse kui 65-aastased. Pensioni suurus muude tunnuste kõrval kaugusega seotud ei ole.
Elukoha KOV-i tunnuste puhul jäävad hinnangud ebatäpseks. Nii piirmäära (5,0% iga 100 € kohta), pakkumistiheduse (5,1% tiheduse kahekordistumisel) kui ka kohalike hooldekodude arvu punkthinnang osutab lühemale kaugusele, kuid ükski neist ei ole statistiliselt oluline. Mahulise kättesaadavuse alapeatükis kirjeldatud seos pakkumistiheduse ja kauguse vahel püsib KOV-i tasandil (vt Joonis 8.14), kuid seda ei saa esitada teistest teguritest sõltumatu mõjuna.
Geograafiliselt eristub Tallinn, kust ÜHT-le siirdunute valitud hooldekodu kaugus on keskmiselt 57% suurem kui mujal Eestis (p = 0,05). Tallinnas on pakkumistihedus väga madal (12 kohta 1000 vanemaealise kohta, riigi mediaan 63), kuid mudel arvestab seda eraldi, seega Tallinna erinevus ei tulene üksnes kohtade nappusest. Allesjäänud erinevus peegeldab tõenäoliselt nii mõõtmise eripära (Tallinn on geograafiliselt suur ja sihtnumbrite keskpunktide kaudu arvestatud kaugused varieeruvad süstemaatiliselt rohkem kui väikeses, ühe sihtnumbriga KOV-is) kui ka laiemat valikuvõimalust kaugemate hooldekodude seas, mida Tallinna kõrgem piirmäär soodustab. Neid mehhanisme registriandmete analüüsis eristada ei saa.
ÜHT teoreetilise kättesaadavuse hinnang (Monte Carlo simulatsioon) on toodud teoreetilise kättesaadavuse lisas. Selle järgi leiab 2025. aasta seisuga 30 KOV-is 79-st (38%) teenusevajaja piirmääraga kaetud koha praktiliselt alati; neis KOV-ides elab 30% uutest teenusevajajatest. 30 KOV-is (38%) on tõenäosus null. Tundlikkusanalüüs (vt Joonis 8.26) näitab, et rangem hinnakriteerium kahandab tõenäosust veelgi.
8.5 Inimese tasuda jääva osa mõju kättesaadavusele
Reformiga kujundati ÜHT rahastus selliselt, et KOV-i piirmäär peaks katma teenuse kohamaksumusest hoolduskomponendi ning teenusesaaja isiklik sissetulek (peamiselt vanaduspension) ülejäänud osa kohamaksumusest (peamiselt majutus- ja toitlustuskulu, aga ka täiendavad teenused, ravi ja abivahendid ning muu).
Võrdleme KOV-i tasandil teoreetilist inimese tasuda jäävat osa keskmise vanaduspensioniga. Teoreetiline tasuda jääv osa on kohamaksumuse ja hoolduskomponendi vahe ehk osa, mida pension peaks katma juhul, kui piirmäär katab kogu hoolduskomponendi. Arvutuses kasutame iga hooldekodu kõige odavamat kohamaksumust ja hoolduskomponenti ning agregeerime need KOV-i tasandil mediaanideks; pensionina käsitleme KOV-i keskmist vanaduspensioni. KOV-is, kus pension katab teoreetilise tasuda jääva osa, töötab reformiga kavandatud rahastusmudel. KOV-is, kus pensionist jääb puudu, peab teenusesaaja puuduva osa katma teistest allikatest.
Teoreetilise tasuda jääva osa mediaan KOV-iti on 742 €/kuu. Madalaim on see Jõhvi vallas (465 €/kuu) ja kõrgeim Viimsi vallas (1250 €/kuu). Pensioni mediaan KOV-iti on 833 €/kuu. Suuremas osas KOV-idest (62 KOV-is 77-st) katab keskmine pension minimaalse teoreetilise tasuda jääva osa (Joonis 8.16). Erandiks on 15 KOV-i (Haljala vald, Harku vald, Kadrina vald, Kehtna vald, Kiili vald, Kohila vald, Lääne-Harju vald, Loksa linn, Luunja vald, Maardu linn, Rae vald, Tallinn, Tartu linn, Tartu vald, Viimsi vald), kus hooldekodude hinnad on kõrgemad ja keskmisest pensionist jääb teoreetilise tasuda jääva osa katmiseks puudu. Enamik neist on Tallinna ja Tartu ümbruses. Valimis on 77 KOV-i 79-st: välja jäävad Vormsi vald ja Ruhnu vald, kus ei ole hinnaseires kajastuvat kohalikku hooldekodu ega naaber-KOV-i, mille hindu kasutada.
Märkus: Teoreetiline tasuda jääv osa = kohamaksumus miinus hoolduskomponent. Arvutame iga hooldekodu minimaalsete hindade alusel ning leiame KOV-i tasandi mediaani. KOV-idel, kus kohalikku hooldekodu ei ole, kasutame naaber-KOV-ide hooldekodude hindu. Diagonaalne joon = võrdus (tasuda jääv osa = pension); punktid joone kohal = pension ei kata teoreetilist tasuda jäävat osa. Nimega on märgitud KOV-id, kus pension ei kata teoreetilist tasuda jäävat osa, ning madalaima ja kõrgeima pensioniga KOV. Hooldekodude hinnad seisuga 30.12.2025. KOV-ide keskmine vanaduspension 2025. aastal.
Allikad: SKA piirmäärad; SKA hinnaseire; SKA keskmise vanaduspensioni väljavõte; autorite arvutused
Alternatiivne mõõdik praktiline inimese tasuda jääv osa lisab majutus- ja toitlustuskulule ka selle osa hoolduskomponendist, mis jääb üle KOV-i piirmäära. See on konservatiivsem viis keskmise pensioni piisavuse hindamiseks, sest kui hoolduskomponent ületab piirmäära, jääb hinnavahe tihti teenusesaaja enda või tema lähedaste kanda.
55 KOV-is 77-st jääb piirmäär alla kohaliku odavaima hoolduskomponendi mediaani ehk piirmäär ei kata hoolduskomponenti täies mahus; piirmäära ja hoolduskomponendi vahe mediaan on 120 €/kuu ja suurim 653 €/kuu Harku vallas. See lisandub teoreetilisele tasuda jäävale osale. Kui teoreetilise tasuda jääva osa katmiseks ei jätku pensionist 15 KOV-is (Joonis 8.16), siis praktilise tasuda jääva osa katmiseks jääb pensionist puudu 36 KOV-is 77-st (Joonis 8.17). Pensionist jääb kõige rohkem puudu Harku vallas (684 €/kuu) ja teistes Tallinna lähivaldades, kuid pensionist jääb puudu ka mitmel pool mujal (Otepää, Tõrva, Põltsamaa), kus piirmäär on kehtestatud 500–600 € tasemele, samas kui kohalike hooldekodude odavaimad hoolduskomponendid jäävad vahemikku 700–850 €.
Märkus: Praktiline tasuda jääv osa = majutus- ja toitlustuskulu (kohamaksumuse ja hoolduskomponendi vahe) pluss hoolduskomponendi see osa, mis ületab KOV-i piirmäära. Aluseks on iga hooldekodu kõige odavam hoolduskomponent ja kohamaksumus ning nende KOV-i tasandi mediaan. Diagonaalne joon = võrdus (tasuda jääv osa = pension); punktid joone kohal = pension ei kata tasuda jäävat osa. KOV-idele, kus kohalikku hooldekodu ei ole, kasutatakse naaber-KOV-ide hooldekodude hindu. Nimega on märgitud 12 suurima puudujäägiga KOV-i ja tekstis nimetatud KOV-id.
Allikad: SKA piirmäärad; SKA hinnaseire; SKA keskmise vanaduspensioni väljavõte; autorite arvutused
8.6 Kokkuvõte
Geograafiline kättesaadavus on hea ega ole kitsaskoht. 2025. aastal teenusele siirdunutest elas 91% vähem kui 10 km kaugusel mõnest hooldekodust ja valitud hooldekodu mediaankaugus oli 14,3 km. Erandid on Hiiumaa ja üksikud hooldekoduta vallad, nagu Anija.
Probleemiks on rahaline kättesaadavus. 52% teenusele siirdunutest valis hooldekodu, mille hoolduskomponent ületab elukoha KOV-i piirmäära (hooldekodu valiku kriteeriumite kohta vt lähemalt ptk 12.3). 15 KOV-is ei mahtunud piirmäära sisse ühegi teenusele suundunu hoolduskomponent. Registriandmetest ei selgu, kas piirmäära ületav hooldekodu oli inimese teadlik valik (nt suurem tuba või lisateenused). Monte Carlo simulatsiooni järgi oli aga 30 KOV-is piirmääraga kaetud vaba koha leidmise tõenäosus null, nii et nende KOV-ide elanike jaoks ei olnud piirmäära ületamine valik.
Pension katab teoreetilise tasuda jääva osa enamikus, praktilise osa ligikaudu pooltes KOV-ides. Kui piirmäär kataks kogu hoolduskomponendi, jätkuks keskmisest pensionist majutus- ja toitlustuskulu katteks 62 KOV-is 77-st. Kui arvestada ka piirmäära ületavat hoolduskomponendi osa, jääb pensionist puudu 36 KOV-is.
Piirmäär ja kohalik hinnatase on tasakaalust väljas, kuid põhjused on erinevad. Osas KOV-idest on piirmäär riigi võrdluses madal, teistes on piirmäär keskmine ja kohalik hinnatase kõrge.
Kohtade nappus ei ole ainus piirang, ka piirmäära ja hinna suhe on probleem. Monte Carlo simulatsioon näitab, et piirmääraga kaetud vaba koha leiab uus teenusevajaja praktiliselt alati 30 KOV-is 79-st, samas kui 30 KOV-is on tõenäosus null. Neist 15 KOV-is ei kata piirmäär ühtegi oma ega naaber-KOV-i hooldekodu, ülejäänud 15-s on kaetud hooldekodu naaber-KOV-is, kuid selle vähesed vabanevad kohad lähevad simulatsioonis teistele.
LISAD
Andmeallikad
Analüüsis kasutame kaheksat peamist andmeallikat (vt Tabel 8.1). Peamine andmeallikas on STAR-i ÜHT isiku tasandi andmed, mille kaudu defineerime iga inimese esimese ÜHT episoodi, elukoha sihtnumbri, valitud hooldekodu ning igas kuus tema pensioni, vanuse ja soo. Hooldekodude teenuseosutajate andmed (asukoht, teenuskohtade arv) pärinevad majandustegevuse registrist (MTR), omandivorm H-veebist. Rahalise kättesaadavuse hindamiseks ühendame SKA piirmäärade ning SKA hooldekodude hinnaseire andmestikud KOV-iti keskmise vanaduspensioniga. Geograafilised arvutused toetuvad Maa-ameti haldusüksuste piiridele ja aadressiandmetele: elukoha asukoht on sihtnumbripiirkonna kõigi aadresside viitepunktide keskmine. Lisaks kasutame Statistikaameti rahvastikuandmeid (tabel RV0240).
Andmeallikas | Sisu | Periood |
|---|---|---|
STAR | ÜHT episoodid, elukoha sihtnumber, valitud hooldekodu, igas kuus pension, vanus, sugu | 2020–2025 |
MTR | Hooldekodude asukoht, teenuskohtade arv | Kehtiv (2025) |
H-veeb | Hooldekodude omandivorm | Kehtiv (2026) |
SKA | KOV-iti kehtestatud hoolduskulude tasumise piirmäärad | 2023–2025 |
SKA | Hooldekoduti hoolduskomponent ja kohamaksumus | 2023–2025 |
SKA | KOV-iti keskmine vanaduspension (agregeeritud) | 2022–2025 |
Statistikaamet (tabel RV0240) | Rahvastik vanuse ja KOV-i järgi 1. jaanuari seisuga | 2022–2025 |
Maa-amet | KOV-ide piiride geomeetria, naaber-KOV-ide tuvastamine; aadresside sihtnumbrid ja koordinaadid (elukoha asukoht) | Kehtiv (2025) |
Kauguste analüüs põhineb valdavalt STAR-i mikroandmetel: vaatluses on iga inimese esimene ÜHT episood. Väljavõte ulatub 1999. aastani ja katab 24 944 isikut, analüüsis piirdume 2020.–2025. aastaga; geograafiliseks analüüsiks vajalik koordinaatide paar (elukoht + valitud hooldekodu) on olemas 85,7%-l (vt Tabel 8.2).
Varasemate aastate kirjed on hõredad ja see on ka valimi 2020. aastast algava piiri põhjus; 2020. ja 2021. aasta „esimene episood“ võib sellegipoolest olla varem alanud hoolduse jätk, mida andmetes ei näe. See vasakult tsenseeritus mõjutab eelkõige varasemate aastate kohorte; 2025. aasta põhitulemusi see praktiliselt ei puuduta. Teine mõõtmispiirang on elukoha täpsus: kaugus on arvutatud sihtnumbripiirkonna keskpunkti järgi, mis suurte sihtnumbripiirkondadega KOV-ides annab kauguse ebatäpsemalt.
Tunnus | Isikuid | % kõigist isikutest |
|---|---|---|
Isikuid kokku | 24 944 | 100,0% |
Elukoha koordinaat olemas | 22 820 | 91,5% |
Hooldekodu koordinaat olemas | 23 353 | 93,6% |
Mõlemad koordinaadid olemas | 21 379 | 85,7% |
Hooldekodu hinnakood olemas | 23 954 | 96,0% |
Analüüsivalim 2020–2025 (mõlemad koordinaadid olemas) | 19 248 | 77,2% |
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); SKA hinnaseire; autorite arvutused
Hooldekodude asukohad
Märkus: Teenuskohtade arv on summeeritud hooldekodu füüsilise asukoha kohta ja agregeeritud KOV-i tasemele. Kaasatud on kõik praegu MTR-is registreeritud tegevuskohad.
Allikad: MTR (tegevuskohad ja teenuskohad); H-veeb (hooldekodude omandivorm); autorite arvutused
Hooldekodu kaugus
Märkus: Esitatud on KOV-id, kust oli 2025. aastal vähemalt 5 teenusesaajat; sellest väiksema arvuga KOV-e on 3. n = teenusesaajate arv KOV-ist. Punkt = mediaan, paks joon = 25. ja 75. protsentiil.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); autorite arvutused
Märkus: Punkt = mediaan, paks joon = 25. ja 75. protsentiil. Mediaan on arvutatud teenusesaaja elukoha ja talle geograafiliselt lähima MTR-is registreeritud hooldekodu vahelisest kaugusest. n = teenusesaajate arv KOV-ist. Esitatud on KOV-id, kust oli vähemalt 5 teenusesaajat.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); autorite arvutused
Märkus: KOV-id järjestatud 2022.–2025. aasta üldise mediaani järgi. Esitatud on KOV-i ja aasta kombinatsioonid, kus oli vähemalt 5 teenusesaajat.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); autorite arvutused
KOV | Teenusesaajaid | Mediaan (km) | Alumine kvartiil (km) | Ülemine kvartiil (km) | Maksimum (km) | Oma KOV-is (%) |
|---|---|---|---|---|---|---|
Tallinn | 2920 | 16,3 | 8,9 | 62,2 | 250,5 | 34,4 |
Tartu linn | 1122 | 17,9 | 3,3 | 44,3 | 177,1 | 39,1 |
Pärnu linn | 535 | 20,6 | 2,8 | 34,7 | 179,5 | 52,9 |
Kohtla-Järve linn | 482 | 10,5 | 1,1 | 14,1 | 163,9 | 70,3 |
Narva linn | 391 | 12,7 | 2,0 | 24,9 | 220,8 | 35,0 |
Saaremaa vald | 348 | 18,4 | 11,0 | 29,1 | 356,7 | 81,6 |
Viljandi linn | 250 | 3,8 | 3,0 | 30,1 | 149,8 | 0,0 |
Jõhvi vald | 199 | 2,3 | 1,2 | 9,3 | 305,3 | 41,2 |
Jõgeva vald | 196 | 22,8 | 3,0 | 38,5 | 271,6 | 34,7 |
Viljandi vald | 196 | 16,1 | 8,4 | 27,8 | 140,8 | 63,8 |
Sillamäe linn | 195 | 2,3 | 1,5 | 21,7 | 167,1 | 65,1 |
Valga vald | 191 | 26,6 | 4,5 | 33,8 | 199,4 | 48,7 |
Elva vald | 181 | 13,8 | 9,9 | 31,7 | 177,9 | 64,1 |
Põlva vald | 164 | 17,0 | 5,0 | 26,3 | 211,5 | 43,3 |
Tapa vald | 161 | 12,2 | 1,2 | 18,3 | 109,9 | 67,1 |
Rakvere linn | 144 | 19,6 | 1,3 | 25,9 | 155,4 | 33,3 |
Haapsalu linn | 140 | 32,3 | 10,6 | 33,5 | 275,0 | 20,7 |
Paide linn | 139 | 16,9 | 0,7 | 26,0 | 194,5 | 36,7 |
Mulgi vald | 137 | 10,9 | 2,6 | 23,5 | 177,5 | 61,3 |
Põltsamaa vald | 134 | 4,7 | 1,0 | 17,1 | 115,3 | 75,4 |
Lüganuse vald | 133 | 1,1 | 0,5 | 4,4 | 155,6 | 88,0 |
Põhja-Sakala vald | 131 | 11,1 | 4,3 | 26,7 | 152,0 | 69,5 |
Võru vald | 122 | 20,4 | 9,3 | 28,6 | 201,8 | 54,1 |
Saue vald | 120 | 24,5 | 12,9 | 66,4 | 190,2 | 0,0 |
Türi vald | 119 | 25,5 | 13,6 | 36,6 | 124,6 | 28,6 |
Tartu vald | 118 | 38,5 | 20,5 | 67,9 | 197,9 | 15,3 |
Räpina vald | 113 | 5,4 | 1,1 | 16,3 | 87,5 | 77,0 |
Rapla vald | 111 | 11,2 | 3,5 | 27,3 | 153,1 | 67,6 |
Tõrva vald | 109 | 11,5 | 2,7 | 14,7 | 173,4 | 82,6 |
Viimsi vald | 109 | 6,1 | 2,7 | 30,7 | 218,3 | 34,9 |
Võru linn | 108 | 22,0 | 19,9 | 30,7 | 229,3 | 0,0 |
Järva vald | 104 | 13,3 | 5,6 | 24,8 | 110,2 | 68,3 |
Mustvee vald | 98 | 17,5 | 4,8 | 50,0 | 139,0 | 54,1 |
Otepää vald | 97 | 15,5 | 11,3 | 22,7 | 74,7 | 62,9 |
Viru-Nigula vald | 94 | 0,8 | 0,6 | 20,3 | 125,9 | 76,6 |
Märjamaa vald | 92 | 11,5 | 3,6 | 18,5 | 111,6 | 82,6 |
Põhja-Pärnumaa vald | 91 | 11,5 | 0,9 | 18,3 | 157,0 | 71,4 |
Hiiumaa vald | 89 | 30,9 | 17,8 | 35,3 | 196,5 | 84,3 |
Vinni vald | 86 | 20,5 | 13,4 | 31,0 | 143,7 | 43,0 |
Tori vald | 84 | 20,9 | 8,8 | 34,2 | 122,8 | 26,2 |
Saarde vald | 84 | 3,6 | 0,6 | 13,0 | 167,0 | 92,9 |
Lääne-Harju vald | 77 | 15,9 | 9,2 | 23,4 | 174,6 | 36,4 |
Väike-Maarja vald | 76 | 6,7 | 0,1 | 15,7 | 43,7 | 81,6 |
Kose vald | 73 | 9,7 | 6,6 | 33,6 | 173,2 | 68,5 |
Keila linn | 71 | 1,6 | 0,9 | 5,1 | 163,0 | 56,3 |
Kambja vald | 69 | 25,5 | 9,8 | 52,4 | 161,5 | 17,4 |
Häädemeeste vald | 69 | 25,0 | 9,6 | 30,1 | 181,1 | 55,1 |
Harku vald | 68 | 15,0 | 7,8 | 45,7 | 192,2 | 32,4 |
Rõuge vald | 68 | 15,4 | 10,1 | 30,5 | 210,4 | 35,3 |
Lääneranna vald | 66 | 18,6 | 10,5 | 22,4 | 100,7 | 74,2 |
Kohila vald | 65 | 22,3 | 5,8 | 34,0 | 161,7 | 41,5 |
Peipsiääre vald | 63 | 21,8 | 8,0 | 81,7 | 179,6 | 46,0 |
Lääne-Nigula vald | 62 | 23,4 | 16,6 | 39,7 | 124,2 | 59,7 |
Kadrina vald | 61 | 17,6 | 10,9 | 27,7 | 156,6 | 0,0 |
Alutaguse vald | 61 | 23,8 | 11,6 | 33,5 | 108,2 | 52,5 |
Kehtna vald | 60 | 14,9 | 3,3 | 31,3 | 196,2 | 48,3 |
Rakvere vald | 58 | 9,0 | 7,8 | 16,7 | 56,0 | 65,5 |
Kuusalu vald | 56 | 12,5 | 6,8 | 22,7 | 98,6 | 53,6 |
Kanepi vald | 56 | 14,4 | 7,0 | 38,5 | 208,3 | 58,9 |
Narva-Jõesuu linn | 56 | 1,7 | 0,5 | 18,4 | 180,9 | 62,5 |
Anija vald | 54 | 35,1 | 27,0 | 42,4 | 146,0 | 0,0 |
Antsla vald | 54 | 8,6 | 2,2 | 22,2 | 130,3 | 66,7 |
Kastre vald | 52 | 18,4 | 11,7 | 40,4 | 74,4 | 40,4 |
Maardu linn | 51 | 17,7 | 4,7 | 69,8 | 184,6 | 23,5 |
Setomaa vald | 51 | 12,9 | 7,5 | 24,0 | 84,2 | 51,0 |
Saku vald | 49 | 23,5 | 14,6 | 53,6 | 221,0 | 0,0 |
Haljala vald | 46 | 33,9 | 16,9 | 40,2 | 94,7 | 17,4 |
Rae vald | 39 | 36,0 | 25,5 | 67,6 | 175,9 | 0,0 |
Jõelähtme vald | 37 | 19,2 | 7,8 | 40,5 | 231,3 | 0,0 |
Luunja vald | 37 | 16,2 | 7,2 | 43,0 | 156,8 | 0,0 |
Raasiku vald | 36 | 40,9 | 21,0 | 69,1 | 152,2 | 0,0 |
Loksa linn | 36 | 0,5 | 0,5 | 26,1 | 82,7 | 66,7 |
Nõo vald | 28 | 6,0 | 4,5 | 19,9 | 168,1 | 50,0 |
Kiili vald | 27 | 24,8 | 21,5 | 59,1 | 226,2 | 0,0 |
Muhu vald | 26 | 7,9 | 5,4 | 9,9 | 63,6 | 96,2 |
Toila vald | 19 | 15,0 | 11,0 | 30,2 | 161,6 | 0,0 |
Kihnu vald | 10 | 2,3 | 1,2 | 46,4 | 123,9 | 70,0 |
Märkus: „Oma KOV-is (%)“ = osakaal isikutest, kes leidsid hooldekodu samas KOV-is, kus oli nende rahvastikuregistri elukoht. Esitatud on KOV-id, kust oli aastatel 2023–2025 vähemalt 5 teenusesaajat.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); MTR (tegevuskohad ja teenuskohad); autorite arvutused
Hooldekodu teenuskohtade teoreetiline kättesaadavus piirmäärasid arvestades
Järgnevalt nihkub vaatenurk vanemaealiste tegelikest valikutest pakkumise poolele: kas piirmäärad annavad vanemaealistele praktikas piisava võimaluse leida kodulähedast hooldekodukohta, mille hoolduskomponendi katab piirmäär? Hindame seda kahel tasandil – esmalt KOV-i piirmäära ja kohaliku või naaber-KOV-i odavaima hooldekodu hinna võrdluses, seejärel Monte Carlo simulatsiooniga, mis arvestab teenuskohtade arvu ja konkureerivat nõudlust kogu riigis.
KOV-i territooriumil on piirmääraga kättesaadav hooldekodu 32 KOV-is (Joonis 8.22). Naaber-KOV-ide arvessevõtmine lisab veel 28 KOV-i, kus piirmäär katab mõne hooldekodu hoolduskomponendi. Alles jääb 19 KOV-i, kus piirmäär jääb alla nii kohalike kui naaber-KOV-ide hooldekodude minimaalsele hoolduskomponendile. Neist 16 KOV-i puhul tuleb minna naabritest kaugemale ja 3 KOV-i (Lääneranna, Märjamaa ja Peipsiääre vald) piirmäär ei katnud 2025. aasta lõpul ühegi Eesti hooldekodu hoolduskomponenti.
Märkus: Pidev nool näitab suunda lähima naaber-KOV-i poole, kus hooldekodu minimaalne hoolduskomponent jääb piirmäära sisse (noolte jaotus on tasakaalustatud, et ükski sihtkoht ei oleks ülekoormatud). Punktiirnool näitab suunda lähima sellise KOV-i poole, mis ei ole naaber-KOV, kui üheski naaber-KOV-is piirmääraga kättesaadavat hooldekodu ei leidu.
Allikad: SKA piirmäärad; SKA hinnaseire; autorite arvutused
Teenuskohtade teoreetilise kättesaadavuse hindamiseks võtame arvesse hooldekodude teenuskohtade arvu ja konkurentsi. Kui piirmääraga kättesaadav hooldekodu on olemas, kuid aastas vabanevad seal vaid üksikud kohad, samas kui uusi teenusevajajaid on kordades rohkem, siis on tegelik kättesaadavus piiratud. Hindamiseks kasutame Monte Carlo simulatsiooni, mis sobitab KOV-iti uute teenusele sisenejate voogu ja hooldekodude aastast pakkumise voogu. Selle konstruktsiooni tõttu on riigi tasandil nõudlus ja pakkumine tasakaalus ning simulatsioon näitab puhtalt geograafilist ümberjaotamist piirmäära ja kaugusepiirangute raamides2.
Simulatsiooni tulemusena (Joonis 8.23) jaotuvad KOV-id kolme rühma: 30 KOV-is 79-st (38%) leiab uus teenusele sisenev vanemaealine piirmäära raames koha praktiliselt alati (mediaantõenäosus 100%), samas kui 30 KOV-is (38%) jääb tõenäosuseks null. Neist 15 KOV-is on piirmääraga kaetud hooldekodu naaber-KOV-is olemas, kuid selle vähesed vabanevad kohad lähevad simulatsioonis teistele; 12 KOV-is on kaetud hooldekodu alles kaugemal ja 3 KOV-is (Lääneranna, Märjamaa ja Peipsiääre vald) ei kata piirmäär ühegi hooldekodu hoolduskomponenti. 18 KOV-i (23%) paikneb nende äärmuste vahel; Ruhnu vald jääb hindamata, sest sealt ei suundunud 2025. aastal ühtegi elanikku ÜHT-le (KOV-i tasandi tulemused vt Joonis 8.24).
KOV-ides, mille elanikel pole võimalik leida hooldekodu teenuskohta, mille hoolduskomponendi KOV-i piirmäär katab, on ühine joon, et piirmäär jääb alla kohalike hooldekodude minimaalsele hoolduskomponendile (viies neist KOV-idest oma hooldekodu ei ole). Probleem avaldub kahes geograafilises mustris: Tallinna ümbruse KOV-ides (Harku, Keila, Maardu, Rae, Viimsi) on piirmäär 600–700 € tasemel, kuid Tallinna ja Harjumaa hooldekodude hoolduskomponent on keskmisest kallim ja ületab seda piiri; väikelinnades ja valdades üle Eesti (Mustvee, Paide, Türi, Haapsalu, Jõhvi) on piirmäär 550–600 € tasemel, kuid kohalike hooldekodude hoolduskomponent on sellest kõrgem. Mudel käsitleb piirmäära muutumatu piiranguna; reaalsuses saavad nende KOV-ide teenusevajajad ikkagi hooldekodudesse, kuid piirmäära ületava hoolduskomponendi osa maksab KOV, teenusesaaja ise või tema pereliikmed (vt ka Joonis 8.25).
Märkus: Monte Carlo simulatsioon (500 vooru) 2025. aasta kohta. Kaardil on mediaantõenäosus, et KOV-i uus teenusele sisenev vanemaealine leiab aasta jooksul piirmääraga kättesaadava hooldekodu vaba koha kodulähedases piirkonnas (oma KOV + naabrid + naabrite naabrid). Simulatsiooni eeldused on kirjas joonealuses märkuses. Hall on Ruhnu vald, mis jäi hindamata, sest sealt ei suundunud 2025. aastal kedagi ÜHT-le.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); SKA piirmäärad; SKA hinnaseire; MTR (tegevuskohad ja teenuskohad); autorite arvutused
Monte Carlo simulatsiooni KOV-i tasandi tulemused (Joonis 8.24) näitavad detailsemalt, milline on koha saamise tõenäosuse jaotus igas KOV-is, ja Joonis 8.25 näitab, kui suur osa piirkonna (oma ja naaber-KOV-i) hooldekodudest jääb piirmäära raamesse.
Märkus: Monte Carlo simulatsioon (500 vooru). Punkt = mediaan, paks joon = 25.–75. protsentiil (interkvartiilivahemik), õhuke joon = 10.–90. protsentiil. Katkendlik joon = 50% tõenäosus. KOV-id järjestatud mediaani järgi. Simulatsiooni eeldused on samad mis joonisel 8.23.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); SKA piirmäärad; SKA hinnaseire; MTR (tegevuskohad ja teenuskohad); autorite arvutused
Märkus: Katkendlik joon = mediaan. Kättesaadav = hooldekodu minimaalne hoolduskomponent on KOV-i piirmääraga kaetud. Arvestatud on kohaliku ja naaber-KOV-ide hooldekodusid.
Allikad: SKA piirmäärad; SKA hinnaseire; autorite arvutused
Tundlikkusanalüüsis (Joonis 8.26) võrdleme, kuidas tulemused muutuvad alternatiivsete eelduste korral. Põhistsenaariumi kõrvale võtame kolm alternatiivi: (1) stressitest – nõudluseks kogu 65+ rahvastiku praegune kasutusintensiivsus ja pakkumiseks MTR-is registreeritud tegevusloa maksimaalne maht; (2) rangem hinnakriteerium – hoolduskomponendi miinimumi asemel keskmine tase; (3) reservi puudumine – KOV-i omanduses olevate hooldekodude 70% kohalike reserv eemaldatud.
Reservi osakaalu muutmine põhitulemust ei mõjuta (korrelatsioon põhistsenaariumiga 0,97). Kõige tundlikum on tulemus hinnakriteeriumi suhtes: kui kasutada hoolduskomponendi miinimumi asemel keskmist, mis arvestab ka kõrgemaid hoolduskomponendi astmeid (näiteks dementsusega vanemaealiste puhul), langeb KOV-ide mediaantõenäosus 50%-lt 30%-le ja keskmine 51%-lt 44%-le. Alla 25% jääb tõenäosus 37 KOV-is 78-st (põhistsenaariumis 33). Stressitest eeldab, et kõik teenusel olevad vanemaealised otsiksid kohta korraga, kuid pakkumises oleksid kõik registreeritud kohad; keskmine tõenäosus 56% jääb põhistsenaariumile lähedale, sest kaks äärmust tasakaalustavad teineteist ning piirav tegur jääb samaks: piirmäära ja hoolduskomponendi suhe, mitte kohtade arv.
Kokkuvõttes leiab 2025. aasta lõpus kehtinud piirmäärade ja hoolduskomponentide taseme juures piirmääraga kaetud teenuskoha praktiliselt alati 30% uutest teenusevajajatest. Kui arvestada, et osale inimestest rakendub kõrgem hoolduskomponent, kahaneb see osakaal veelgi.
Märkus: Joonisel on 37 KOV-i, kus koha saamise mediaantõenäosus oli vähemalt ühes stsenaariumis 0%. Hall lahter tähendab, et KOV jäi selles stsenaariumis hindamata (Ruhnu vallast ei suundunud kedagi ÜHT-le). Stsenaariumid: Põhi – põhisimulatsioon (uued episoodid + vabad kohad + 70% kohalik reserv); Stressitest – nõudluseks kogu 65+ rahvastiku kasutusintensiivsus, pakkumiseks MTR-i tegevusloa maksimaalne maht (näitab, kuidas süsteem käituks, kui kõik vanemaealised otsiksid samaaegselt täismahuga süsteemi); Keskmine hoolduskomponent – hinnakriteeriumina kasutatakse hoolduskomponendi keskmist taset miinimumi asemel; 0% reserv – kohalike reserv eemaldatud, kõik kohad avatud kõigile KOV-idele.
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); SKA piirmäärad; SKA hinnaseire; MTR (tegevuskohad ja teenuskohad); Statistikaamet (tabel RV0240); autorite arvutused
Piirmäär ja hoolduskomponent KOV-iti
Joonisel 8.27 on KOV-iti võrreldud piirmäära ja kohaliku odavaima hooldekodu hoolduskomponenti. KOV-id on järjestatud nende kahe näitaja vahe järgi: ülemisena need, kus piirmäär ületab odavaimat hoolduskomponenti kõige rohkem, alumisena need, kus piirmäär jääb sellest kõige rohkem maha.
Märkus: Piirmäär ja kohaliku KOV-i odavaim hoolduskomponent. KOV-id on järjestatud nende kahe näitaja vahe järgi: ülemisena need, kus piirmäär ületab odavaimat hoolduskomponenti kõige rohkem, alumisena need, kus piirmäär jääb sellest kõige rohkem maha. Näidatakse ainult KOV-e, kus on kohalik hooldekodu.
Allikad: SKA piirmäärad; SKA hinnaseire; autorite arvutused
Märkus: Märjamaa, Lääneranna ja Peipsiääre vald on välja jäetud, sest nende kehtiv piirmäär ei kata ühegi hinnaseires oleva hooldekodu hoolduskomponenti.
Allikad: SKA piirmäärad; SKA hinnaseire; MTR (tegevuskohad ja teenuskohad); autorite arvutused
Märkus: Esitatud on KOV-id, kust valimis on vähemalt 5 teenusesaajat. n = teenusele suundunud teenusesaajate koguarv KOV-ist (mitte piirmäära ületanute arv).
Allikad: STAR-i mikroandmestik (teenusesaajate isik-kuu paneel); SKA piirmäärad; SKA hinnaseire; autorite arvutused
Hooldekoduta KOV-e on kokku 13; joonisel on neist need, kust oli 2025. aastal vähemalt 10 teenusesaajat.↩︎
Monte Carlo simulatsiooni metoodika. Simulatsioon sobitab KOV-iti uute teenusele sisenejate voogu (nõudlus) ja aastas vabanevate kohtade voogu (pakkumine). Simulatsiooni sammud igas voorus: (1) Nõudluse genereerimine. Iga KOV-i jaoks loositakse Poissoni juhuslik väärtus uute esimeste episoodide voo põhjal vaadeldaval aastal (STAR-i mikroandmetest: aasta jooksul esimest ÜHT episoodi alustanud isikute arv elukoha KOV-i järgi). (2) Pakkumise hindamine. Iga KOV-i hooldekodude aastane vabanevate kohtade voog on püsiseisundi eeldusel võrdne samadesse hooldekodudesse aasta jooksul sisenenute arvuga teenusekoht-KOV järgi (iga sisenemine vastab varasemale lahkumisele, mis koha vabastas). See voog jagatakse MTR tegevuskohtade vahel proportsionaalselt nende registreeritud maksimaalse mahuga. Selle konstruktsiooni tõttu on riigi tasandil nõudlus ja pakkumine tasakaalus – simulatsioon näitab puhtalt geograafilist ümberjaotamist piirmäära ja kaugusepiirangute raamides. (3) Faas 1: kohalike teenindamine. Iga KOV teenindab esmalt oma elanikke KOV-i enda hooldekodudest. KOV-i omanduses olevate hooldekodude pakkumise voost on 70% reserveeritud kohalikele elanikele. (4) Faas 2: naabrite juurde suunamine. KOV-ide järjekord on juhuslik. Iga KOV, kelle vajadus jäi faasis 1 rahuldamata, otsib kohta eelistusjärjekorras: naaber-KOV-ide hooldekodud (lähimad enne) → naabrite naabrid (kauguse järgi). Kaugemaid KOV-e ei arvestata. Faasis 1 kasutamata reserv vabaneb ja on kõigile kättesaadav. (5) Koha eraldamine. Koht eraldatakse, kui hooldekodul on veel pakkumise voos vabu kohti ja KOV-i piirmäär katab hooldekodu minimaalse hoolduskomponendi. Eeldused ja piirangud: (a) Nõudluseks on uute esimeste episoodide voog – ei arvesta korduvaid episoode ega liikumist hooldekodude vahel. (b) Pakkumiseks on püsiseisundi käive (aasta sisenemised teenusekoht-KOV järgi) – eeldab, et sisenemiste ja lahkumiste tasakaal püsib lähitulevikus. (c) Hinnakriteerium on hoolduskomponendi miinimum – praktikas võib tegelik hoolduskomponent olla kõrgem (näiteks dementsusega vanemaealiste puhul). (d) Otsinguala on piiratud oma KOV + naaber-KOV-id + naabrite naabrid. (e) 70% reserv KOV-i omanduses olevatele hooldekodudele on mudeli eeldus.↩︎