Asumiskustannusten nousun vaikutukset suomalaisiin kotitalouksiin: tutkimus vuodenvaihteen 2022–2023 tilanteista
Bibliographic record
Abstract
Opinnäytetyön tavoitteena oli tutkia asumiskustannusten nousun vaikutuksia suomalaisiin kotitalouksiin. Tutkimus toteutettiin yhteistyössä valtakunnallisesti toimivan Takuusäätiön kanssa, ja se ajoittui vuodenvaihteeseen 2022–2023. Päätutkimuskysymyksenä pohdittiin, kuinka asumiskustannusten nousu on vaikuttanut kotitalouksiin. Alatutkimuskysymyksinä selvitettiin, onko asumiskustannusten nousuun varauduttu, onko asumistottumuksiin tehty muutoksia kustannussyistä, ja onko asumiskustannusten nousu vaikuttanut hyvinvointiin. \n \nTyön teoriaosiossa perehdyttiin asumiskustannuksiin ja niissä tapahtuneisiin muutoksiin, sekä oman talouden hallintaan ja maksukykyyn. Tutkimusmenetelminä käytettiin kvantitatiivista ja kvalitatiivista menetelmää. Aineistot kerättiin sähköisellä Webropol-kyselyllä sekä sähköpostihaastattelulla. Kyselyyn vastasi 230 eri taustaista henkilöä ympäri Suomen. Haastattelu kohdennettiin Takuusäätiön asiantuntijalle. \n \nTulosten perusteella enemmistö kotitalouksista koki asumiskustannuksissaan nousua, mutta kaikkiin kustannusten nousu ei vaikuttanut. Jo entuudestaan suuret kuluerät, kuten lämmitys, asuntolaina ja sähkö kallistuivat entisestään. Ylivoimaisesti eniten kallistunut kuluerä oli sähkö. Kustannusten nousu heikensi kotitalouksien maksukykyä. Hieman yli puolet kotitalouksista oli varautunut asumiskustannusten nousuun, pääasiassa säästämällä ja muuttamalla kulutustottumuksiaan. Monet joutuivat kuitenkin tilanteeseen ilman taloudellista varautumista. \n \nAsumiskustannusten nousulla oli tulosten mukaan selkeitä negatiivisia vaikutuksia hyvinvointiin. Enemmistöllä maksukyky oli riittävä, mutta huolestuttavan monilla tulot eivät riittäneet kattamaan pakollisia kustannuksia. Asumiskustannusten nousu vaikutti eniten pienituloisiin kotitalouksiin, hyvätuloisten osalta huolestuneisuus nousseista kustannuksista oli vähäisempää.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.039 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".