Digiajastul mängivad infotehnoloogilised vahendid ja keskkonnad igapäevaelus olulist rolli nii õppimisel, suhtlemisel, teenuste kasutamisel kui ka mujal. Sestap on Euroopa Parlament juba 2006. aastal arvanud digipädevuse 21. sajandi kaheksa üldpädevuse hulka. Üldpädevus ehk üldoskus on teadmiste, oskuste ja hoiakute kogum, mida vajavad kõik inimesed, et tagada edukas hakkamasaamine, eneseteostus ja areng, kodanikuosalus, sotsiaalne kaasatus ning tööhõive. Seega on digipädevus oluline tõepoolest kõikide inimeste jaoks, sõltumata vanusest.

Takistused digivahendite kasutamisel, sealhulgas digipädevuse puudumine või selle madal tase, on sotsiaalse ilmajäetuse osa. Sotsiaalne ilmajäetus suurendab tõrjutuse riski, mis omakorda avaldab mõju vaimsele tervisele ja heaolule. Haavatavamad grupid on lapsed ja noored ning vanemaealised. Seosed digipädevuse ja vaimse heaolu vahel avalduvad eri vanuses eri viisidel. Laste ja noorte puhul on need seosed keerukad ja kaudsed ning neid on vähe uuritud. Tõendid näitavad, et noorte paremad digioskused on seotud rohkemate veebiriskide kogemisega, kuid seos internetikahjudega puudub. Suurem digipädevus võib kahjusid isegi vähendada, kuna pädevamad noored suudavad veebiriskidega paremini toime tulla (Haddon jt 2020).

Vanemaealiste puhul nähakse tehnoloogiat ühest küljest edukat vananemist stimuleeriva keskkonnana, teisest küljest tekitab tehnoloogia väga kiire areng vanemale inimesele vaimset survet. Uuringute põhjal on digivahendite kasutamisel vanemas eas positiivne mõju inimese elukvaliteedile, subjektiivsele heaolule ning inimese enda tervisehinnangule. Digipädevuse puudumine mõjub vanematele inimestele heidutavalt (Tambaum 2021). Kui vanem inimene tunnetab digikeskkonda kasutades, et asi käib üle pea, siis süüdistab ta ennast ja oma vanust ning peab end seetõttu väheväärtuslikuks.

Artiklis vaatleme kahe haavatava rühma – Eesti 12–16-aastaste noorte ja 50+ vanuses inimeste – vaimset heaolu ja toimetulekut kiiresti muutuvas digikeskkonnas ja rahvusvahelises võrdluses, keskendudes seostele vaimse heaolu ning digivahendite kasutamise ja enesehinnanguliste digi- või arvutioskuste vahel.

Laste teadlikumat ja turvalisemat internetikasutust eesmärgiks seadev, rohkem kui 30 riigi teadlasi ühendav võrgustik EU Kids Online on uurinud peamisi suundumusi Euroopa, sealhulgas Eesti noorte netikasutuses. Siinne artikkel toetub EU Kids Online’i teise küsitluslaine andmetele, mis koguti 19 Euroopa riigis¹ valdavalt 2018. aastal 9–17-aastastelt lastelt ja nende vanematelt (N = 25 101). Kuna digioskuste ja vaimse heaolu kohta küsiti enamikus riikides üksnes teismelistelt (ja mõnes riigis ei uuritud 17-aastasi), vaatleme oma analüüsis 12–16-aastasi internetti kasutavaid noori. Võrreldavuse huvides hõlmame 16 riiki (N = 12 018), mille andmed on kaalutud ja üldkogumi suhtes esinduslikud.

EU Kids Online’i küsitluses mõõdeti noorte vaimset heaolu emotsionaalsete probleemide skaalaga, mis koosnes neljast väitest („Ma muretsen palju“, „Olen uutes olukordades ärev ja kaotan kergesti enesekindluse“, „Olen sageli õnnetu, nukrameelne või nutu äärel“, „Kardan paljusid asju, mind on kerge hirmutada“; vastuste skaala 1 – ei ole üldse õige … 4 – täiesti õige), ja eluga rahulolu skaalaga („Kujutle, et selle redeli astmel 10 on kujutatud sinu parimat võimalikku elu ja astmel 0 sinu halvimat võimalikku elu. Kõike kokku võttes, millisele redeli astmele sa ennast hetkel paigutad?“).

Võime eeldada, et teismeliste vaimset heaolu mõjutab muu hulgas digikeskkond, milles noored iga päev tegutsevad.

EU Kids Online’i uuringu andmed näitavad, noortel, kes tajuvad digikeskkonda turvalisemana, on mõnevõrra vähem emotsionaalseid probleeme (Pearsoni r = -0,11; p < 0,001). Samasuunaline seosemuster ilmneb riikide keskmiste koondnäitajate võrdluses (joonis 4.1.1; Pearsoni r = -0,47; Samasuunaline seosemuster ilmneb riikide keskmiste koondnäitajate võrdluses (vt joonis 4.1.1; Pearsoni r = -0,47; p = 0,07).

Eesti kuulub rahvusvahelisel võrdlusmaatriksil (joonis 4.1.1) riikide rühma, kus noortel on veidi vähem emotsionaalseid probleeme kui Euroopa 16 riigis keskmiselt, kuid tajutud digikeskkonna turvalisus on märgatavalt suurem kui 16 riigi keskmine. Eesti sarnaneb kõige enam teiste Skandinaavia-Balti regiooni riikide – Leedu ja Norraga. Konkreetse küsimuse näitel väitis vaid 3% Eesti 12–16-aastastest, et ei tunne end internetis kunagi turvaliselt, samas kui Rumeenias, Itaalias ja Šveitsis tunnistas seda üle 14% noortest (joonis 4.1.2).

Iga seitsmes Eesti teismeline väitis, et on sageli õnnetu, nukrameelne või nutu äärel (joonis 4.1.2), mis osutab tõsisele probleemile nende vaimses heaolus. Sama näitaja oli kõrgem kaheksas, madalam aga seitsmes riigis. Seega kuulub Eesti noorte emotsionaalsete probleemide levimuse poolest vaadeldud Euroopa riikide keskmike hulka – seda nii ühe võtmenäitaja kui ka joonisel 4.1.1 toodud neljast näitajast koosneva koondtunnuse kohaselt.

library(ggplot2)

#faili sisselugemine ja andmete formaadi korrigeerimine
J411=read.csv("PT4-T4.1-J4.1.1.csv",header=TRUE, encoding ="UTF-8")
names(J411)=gsub("\\.", " ", names(J411))
J411$Riik[J411$Riik=="Venemaa"]="Serbia"

#joonis
ggplot(J411)+
  geom_point(aes(x=`Emotsionaalsed probleemid`,y=`Digikeskkonna turvalisus`),cex=3,col="#FF3600")+
  geom_label(aes(x=`Emotsionaalsed probleemid`+0.02,y=`Digikeskkonna turvalisus`+0.04,label=Riik),cex=3,col="#668080",fontface="bold",alpha=0.5)+
  theme_minimal()+
  geom_abline(aes(slope=0, intercept=1.386875),col="#668080")+
  geom_vline(xintercept=1.825,col="#668080")+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  scale_x_continuous(breaks=seq(1.2,2.2,0.2))+
  scale_y_continuous(breaks=seq(0.5,2.5,0.5))+
  xlab("Emotsionaalsed probleemid")+
  ylab("Digikeskkonna turvalisus")

library(ggplot2)
library(tidyr)
#faili sisselugemine ja andmete formaadi korrigeerimine
J412=read.csv("PT4-T4.1-J4.1.2.csv",header=TRUE, encoding ="UTF-8")
names(J412)=gsub("\\.", " ", names(J412))
J412=pivot_longer(J412,2:3)
J412$Riik[J412$Riik=="Eesti"]="EESTI"
J412$Riik=as.factor(J412$Riik)
J412$Riik=factor(J412$Riik, rev(levels(J412$Riik)))
J412$name[J412$name=="On sageli õnnetu  nukrameelne või nutu äärel"]="On sageli õnnetu, nukrameelne või nutu äärel"
J412$name=as.factor(J412$name)
J412$name=factor(J412$name, rev(levels(J412$name)))
font=rep(1,16)
font[16]=2

#joonis
ggplot(J412)+
  geom_col(aes(x=Riik,y=value,fill=name),pos=position_dodge(0.9),width=0.7)+
  geom_label(aes(x=Riik,y=value,label=value,group=name),pos=position_dodge(0.8),cex=2.4)+
  theme_minimal()+
  coord_flip()+
  scale_fill_manual(values=c("#323E4E","#FF3600"),breaks=rev(levels(J412$name)))+
  scale_y_continuous(breaks=seq(0,25,5))+
  theme(axis.text.y = element_text(face=font))+
  xlab("")+
  ylab("")+
  theme(legend.title = element_blank())

## Warning: Vectorized input to `element_text()` is not officially supported.
## ℹ Results may be unexpected or may change in future versions of ggplot2.

Kuna digipädevus mängib võtmerolli tänapäeva elus hakkamasaamisel, oletasime, et noorte digioskused on seotud vaimse heaolu teise näitaja – eluga rahuloluga. Euroopa noorte vastuste põhjal ilmnes nõrk seos: end digipädevamaks pidavad teismelised kaldusid olema oma eluga pisut rohkem rahul.

Eesti kuulub maade rühma, kus nii noorte eluga rahulolu kui ka digioskuste enesehinnangu keskmised näitajad on veidi kõrgemad kui vaadeldud riikides keskmiselt (joonis 4.1.3). Naaberriikidest torkab silma Leedu, kus noorte hinnang oma digioskustele on oluliselt kõrgem, eluga rahulolu tase aga märkimisväärselt madalam.

library(ggplot2)

#faili sisselugemine ja andmete formaadi korrigeerimine
J413=read.csv("PT4-T4.1-J4.1.3.csv",header=TRUE, encoding ="UTF-8")[,1:3]
names(J413)=gsub("\\.", " ", names(J413))
J413$Riik[J413$Riik=="Venemaa"]="Serbia"

#joonis
ggplot(J413)+
  geom_point(aes(x=`Eluga rahulolu`,y=`Digioskused`),cex=3,col="#FF3600")+
  geom_label(aes(x=`Eluga rahulolu`-0.02,y=`Digioskused`+0.02,label=Riik),cex=3,position=position_dodge(0.01),color="#668080",fontface="bold")+
  geom_abline(aes(slope=0, intercept=4.064286),color="#668080")+
  geom_vline(xintercept=7.252143,color="#668080")+
  theme_minimal()+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  scale_x_continuous(breaks=seq(6.5,8,0.25))+
  scale_y_continuous(breaks=seq(3.7,4.3,0.1))+
  xlab("Eluga rahulolu")+
  ylab("Digioskused")

Niisiis võime tõdeda, et Eesti 12–16-aastaste noorte vaimse heaolu näitajad on vaadeldud 16 Euroopa riigi võrdluses keskmisel ehk rahuldaval tasemel. Selles võib muu hulgas mängida rolli asjaolu, et Eesti teismelised tajuvad digikeskkonda võrdlemisi turvalisena ja nende digioskused on teiste riikide taustal head. Eesti noorte digioskustes ei esine erinevalt mõnest teisest riigist ka soolisi ega vanuselisi lõhesid (Smahel jt 2020, lk 37–38).

Digikeskkonna rolli vaimse heaolu kujundamisel tuleb vaadelda laiemas kontekstis, võttes arvesse sotsiaalset ebavõrdsust. Selleks analüüsisime Eesti teismeliste emotsionaalseid probleeme ja eluga rahulolu esmalt soo, vanuse, rahvuse, elukohatüübi ja enesehinnangulise sotsiaalse kihi lõikes (vt joonis 4.1.4). Emotsionaalseid probleeme esines oluliselt rohkem tüdrukutel (erinevus oluline nivool p < 0,001) ja mõnevõrra rohkem 15–16-aastastel (p = 0,06). Ühtlasi olid vanemad teismelised oma eluga pisut vähem rahul (p = 0,08).

Sotsiaal-majandusliku mõõtme näitajana kasutasime sotsiaalse kihi enesehinnangut, mõõdetuna kümneastmelisel ühiskondlikul „redelil“, millele noor sai paigutada enda ja oma pere, lähtudes jõukusest ning vanemate haridusest ja töökohast. Ootuspäraselt oli noorte eluga rahulolu väga tugevalt seotud tajutud sotsiaalse kihiga (p < 0,001): end madalamasse kihti (astmetele 0–5) paigutanud teismelised olid oma eluga kõige vähem rahul ja kõrgemasse kihti (astmetele 8–10) asetunud noored pidasid oma elu kõige paremaks (joonis 4.1.4). Noorte emotsionaalsed probleemid sotsiaal-majanduslikust mõõtmest ei sõltunud. Eesti noorte vaimse heaolu näitajad ei olnud seotud rahvuse (vastamise keele) ega elukohatüübi (asula suurusega).

library(ggplot2)
library(tidyr)

#faili sisselugemine ja andmete formaadi korrigeerimine
J414=read.csv("PT4-T4.1-J4.1.4.csv",header=TRUE, encoding ="UTF-8")
names(J414)=gsub("\\.", " ", names(J414))
J414=pivot_longer(J414,2:3)
J414$X=as.factor(J414$X)
J414$X=factor(J414$X,levels(J414$X)[order(c(5,4,2,8,1,3,7,6))])


#joonis
ggplot(J414)+
  geom_col(aes(x=X,y=value,fill=name),pos=position_dodge(1),width=0.7)+
  geom_text(aes(x=X,y=value+0.3,group=name,label=value),pos=position_dodge(0.8),size=3)+
  coord_flip()+
  scale_fill_manual(values=c("#6666cc","#ff3600"),breaks=c("Emotsionaalsed probleemid","Eluga rahulolu"))+
  theme_minimal()+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  scale_y_continuous(breaks=seq(0,10,2))+
  theme(legend.position = "bottom")+
  theme(legend.title = element_blank())+
  xlab("")+
  ylab("")

Uurimaks, millest Eesti noorte vaimne heaolu kõige enam sõltub, katsetasime regressioonanalüüsi mudelites koos soo, vanuse ja sotsiaalse

kihiga isiksuseomadusi ning digi-, kooli- ja perekeskkonda kirjeldavaid tunnuseid, sealhulgas põnevusejanu, digikeskkonna turvalisust, digioskusi, internetitegevuste mitmekesisust, internetikasutuse vahendamist vanemate, õpetajate ja eakaaslaste poolt ning sõprade toetust. Emotsionaalsete probleemide määra ennustas kõige selgemini mudel (tabel 4.1.1), milles mängisid suurimat rolli naissugu, tajutud diskrimineerimine (kiusamine) ja enesehinnanguline interneti liigkasutus.

Teismeliste eluga rahulolu ennustab suurimal määral kõrgema sotsiaalse kihi enesehinnang, seejärel enesetõhusus ja toetav perekeskkond (noore ärakuulamine ja aitamine peres). Olulisel kohal on ka enesehinnangulise interneti liigkasutuse madalam tase ja toetav koolikeskkond (kaasõpilaste ja õpetajate abivalmidus).

Digikeskkonnaga seotud tunnustest osutus laiemal pildil oluliseks üksnes enesehinnanguline interneti liigkasutus, mis võib tõsisematel juhtudel seonduda ka vaimse tervise probleemidega (Sisask ja Streimann 2020).

Eesti 50-aastaste ja vanemate inimeste digivahendite kasutamist, hinnangut oma digioskustele ning subjektiivset heaolu, elukvaliteeti ja kognitiivseid võimeid uuritakse rahvusvahelises longituuduuringus SHARE (Survey on Health, Ageing and Retirement in Europe). Eestis on alates 2011. aastast igal teisel aastal küsitletud enam kui 7500 eestimaalast vanuses 50+. Digivahendite kasutamise kohta küsiti 2013. ja 2015. aastal: „Kas olete viimase 7 päeva jooksul vähemalt korra kasutanud internetti meilide saatmiseks, info otsimiseks, ostude tegemiseks või muul eesmärgil?“ Digioskuste enesehinnangut mõõdeti küsimusega „Kas teie arvutikasutamisoskus on … suurepärane, väga hea, hea, rahuldav, halb?“, lisaks vastusevariandiga „Ma ei ole kunagi arvutit kasutanud“ (märgiti üksnes juhul, kui vastaja seda spontaanselt ütles).

Eesti 50+ vanuses inimestest ei olnud 2015. aastal mitte kunagi arvutit kasutanud 38%, kaks aastat varem oli sama näitaja 45% (Tambaum 2019). Selle näitajaga on Eesti 18 Euroopa riigi seas vaid veidi üle keskmise. Ootuspäraselt on mittekasutajaid rohkem vanemates vanuserühmades, kuid ka näiteks tööealistest vanuses 55–64 ei olnud mitte kunagi arvutit kasutanud 20% meestest ja 13% naistest (joonis 4.1.5).

library(ggplot2)
library(tidyr)
#faili sisselugemine ja andmete formaadi korrigeerimine
J415=read.csv("PT4-T4.1-J4.1.5.csv",header=TRUE, encoding ="UTF-8")[,1:6]
names(J415)=c("Sugu","<=54","55-64","65-74","75-84","85+")
J415=J415[2:3,]
J415=pivot_longer(J415,2:6)

#joonis
ggplot(J415)+
  geom_col(aes(x=name,y=value,fill=Sugu),pos=position_dodge(0.9),width=0.7)+
  theme_minimal()+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  scale_fill_manual(values=c("#323E4E","#ff3600"))+
  xlab("")+
  ylab("%")+
  theme(legend.title = element_blank())

Arvuti ja interneti kasutamist on keskeas ja vanematel inimestel mõjutanud ennekõike välised asjaolud, eriti see, kas töökoht nõuab või viimane töökoht nõudis arvuti kasutamist. Tööga hõivatute seas on mittekasutajaid vaid 16%, kuid tööhõives mitteosalejate seas 60%. Suurimad erinevused interneti kasutamisel ilmnesid Eesti ja ülejäänud SHARE riikide vahel meeste vanuserühmas 55–64. Selles vanuses ei kasutanud pooled eesti meestest regulaarselt internetti, ülejäänud riikides aga 30%. Nende seas, kes elavad partneriga koos, on mittekasutajaid vähem kui nende seas, kes elavad üksi (vastavalt 39% ja 56%). Eesti vanemate täiskasvanute suhteline digitaalne mahajäämus väljendub ka riiklike e-teenuste kasutamises, mis omakorda osutab aastaid kestnud ebavõrdsele olukorrale suhtlemises riigiga ja osalemises demokraatlikus riigijuhtimises (Solvak jt 2019).

Rahvusvahelisest täiskasvanute oskuste uuringust PIAAC (Programme for the International Assessment of Adult Competencies) selgus, et kuigi Eesti vanemaealised on silmapaistvalt heade tulemustega nii funktsionaalses lugemisoskuses kui ka matemaatilises kirjaoskuses, on tehnoloogiarikkas keskkonnas probleemilahendusoskuse tase nõrk (Halapuu ja Valk 2013). Ka SHARE uuringu andmetel hindas oma arvutioskusi halvaks või väga halvaks 64% neist, kes 2015. aastal internetti kasutasid (joonis 4.1.6).

library(ggplot2)
library(tidyr)
#faili sisselugemine ja andmete formaadi korrigeerimine
J416=read.csv("PT4-T4.1-J4.1.6.csv",header=TRUE, encoding ="UTF-8")[1:4]
J416$X[J416$X=="Eesti"]="EESTI"
names(J416)=gsub("\\.", " ", names(J416))
levels=J416$X=reorder(J416$X, J416$halb)
J416=pivot_longer(J416,2:4)
J416$name=as.factor(J416$name)
J416$X=as.factor(J416$X)
J416$X=factor(J416$X, levels)
font=rep(1,18)
font[15]=2

#joonis
ggplot(J416)+
  geom_col(aes(x=X,y=value,fill=name))+
  theme_minimal()+
  scale_fill_manual(values=c("#ff3600","#81DBFE","#1E272E"))+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  xlab("")+
  ylab("%")+
  theme(axis.text.x = element_text(angle = 90,face=font))+
  theme(legend.title = element_blank())

## Warning: Vectorized input to `element_text()` is not officially supported.
## ℹ Results may be unexpected or may change in future versions of ggplot2.

SHARE kahe uuringulaine andmed näitavad, et hinnang oma digioskustele pigem langeb ajas. Kolme aasta jooksul (2013–2015) omandas Eestis arvutioskused vaid 5% neist, kes olid 2015. aastal 55–64-aastased ja osalesid mõlemas laines. Samas rühmas langes hinnang oma oskustele 17%-l ja enesehinnangulised oskused hääbusid olematuks 5%-l. Ühelt poolt on digioskuste halvenemine seotud vaadeldava vanuserühma elus toimuvate muutuste, näiteks töölt lahkumisega.

  Teiselt poolt on tegemist dünaamiliste oskustega – digitehnoloogia muutub ja areneb pidevalt – ning subjektiivse enesehinnanguga, mis kujuneb muu hulgas selle taustal, kuidas tajutakse teiste vanuserühmade kasvavaid oskusi.

  Lisaks on meil juurdunud täiskasvanuõppes digioskuste õpe imiteerimise teel, mille tulemusena omandatakse küll uued töövõtted, kuid kompleksset arusaamist ei teki ning inimene ei ole võimeline õpitut üle kandma muutunud olukorrale.

Esmapilgul on üllatav asjaolu, et mida kõrgema haridustasemega oli vastaja, seda rohkem oli neid, kelle enesehinnangulised oskused ajas vähenesid (joonis 4.1.7). Kõrgema haridusega inimeste seas on tõenäoliselt rohkem neid, kes on osalenud digioskuste kursustel, sealjuures ilma konkreetse eesmärgita, n-ö igaks juhuks. Juhul kui koolitus ei suuna oskusi rakendama ning hilisemat tehnoloogia edasiarenguga seotud õpet ei toetata, siis oskused kaovad. Viimane seletaks ka seda, et oskuste muutus ajas on suurem kõrgharitute seas kui madalama haridusega rühmades. On teada ka see, et vanemaks saades liiguvad inimesed lihtsamale tööle, kus nende erialaselt omandatud digioskusi enam vaja ei ole.

library(ggplot2)
library(tidyr)
library(scales)
#faili sisselugemine ja andmete formaadi korrigeerimine
J417=read.csv("PT4-T4.1-J4.1.7.csv",header=TRUE, encoding ="UTF-8")[1:7,1:5]
names(J417)=c("X","1. kvartiil õppinud <9 a","2. kvartiil õppinud 9-11 a" ,"3. kvartiil õppinud 12-13 a", "4. kvartiil õppinud >13 a")
J417=pivot_longer(J417,2:5)
J417$X=as.factor(J417$X)
J417$X=factor(J417$X, levels(J417$X)[order(c(6,3,5,2,4,1,7))])

#joonis
ggplot(J417)+
  geom_col(aes(x=name,y=value,fill=X))+
  theme_minimal()+
  scale_fill_manual(values=c("#81DBFE","#6666cc","#668080","#f09d00","#bf6900","#FF3600","#982F1A"))+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  xlab("")+
  ylab("%")+
  theme(legend.title = element_blank())+
  scale_x_discrete(labels = wrap_format(10))

SHARE uuringus mõõdetakse depressiivsust EURO-D skaalaga, mille alla kuuluvad alanenud meeleolu, enesetapumõtted, pessimism, süütunne, ärrituvus, üksildustunne, une- ja söömishäired, huvi puudumine, väsimus, keskendumisvõime langus, nutmishood ja naudingu puudus. Depressiivseks loetakse inimest, kes raporteerib vähemalt kolme nimetatud sümptomi esinemist viimase nelja nädala jooksul (Abuladze jt 2020).

Üksildustunne – kvaliteetsete inimsuhete ja tähendusliku suhtluse puudus – on üks depressiivsuse sümptomitest ja riskiteguritest. Üksildust mõõdetakse SHARE uuringus R-UCLA kolmepunktilise skaalaga, küsides kõrvalejäetuse, seltsilistest puuduse tundmise ja eraldatuse/isoleerituse tundmise sageduse kohta. Skaala kogupunktid varieeruvad 3–9 vahel. Väga üksildaseks võib pidada inimesi, kelle punktid jäävad 5–9 vahele; keskmiselt üksildane on vastaja 4 punktiga; üksildane ei ole vastaja, kellel on 3 punkti.

Eesti kesk- ja vanemaealiste depressiivsuse levimusmäärad on ühed kõrgemad Euroopa riikide seas. Eestis elavatest 50+ vanuses inimestest olid 2011. aasta andmete põhjal depressiivsed 42%; 2013. aastaks oli levimus langenud 34%-ni ning 2015. aastal oli näitaja sama. Joonis 4.1.8 näitab muutust soo ja sünnikohordi lõikes. Üldiselt on depressiivsus sagedasem naistel ning vanimate (80+) seas, kellest üle poole on depressiivsed kõigis uuringulainetes.

library(ggplot2)
library(tidyr)
library(scales)
#faili sisselugemine ja andmete formaadi korrigeerimine
J418=read.csv2("PT4-T4.1-J4.1.8.csv",header=TRUE, encoding ="UTF-8")
names(J418)=gsub("X", " ", names(J418))
names(J418)=gsub("\\.", "-", names(J418))
J418=pivot_longer(J418,2:4)
J418$value=as.numeric(J418$value)


#joonis
ggplot(J418)+
  geom_col(aes(x=name,y=value,fill=Sünnikohort), pos=position_dodge(0.8),width=0.7)+
  theme_minimal()+
  facet_grid(~Sugu)+
  scale_fill_manual(values=c("#81DBFE","#6666cc","#f09d00","#bf6900"))+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  theme(strip.text.x=element_text(color="#668080"))+
  xlab("")+
  ylab("%")

  #theme(legend.title = element_blank())

Väga üksildasi inimesi on Eestis pigem vähe – 2013. aastal 2,0% ja 2015. aastal 2,2% koguvalimist (joonis 4.1.9). Väga suur üksildustunne on tavalisem kõrgemas vanuses, soolised erinevused on vähem märgatavad. Kui 2013. aastal tundis 5,6% 1920. aastatel sündinud meestest end väga üksildasena, siis kaks aastat hiljem oli see kasvanud 10,3%-ni vastavas rühmas (sarnaselt ka naiste seas). Nooremate seas jäävad vastavad näitajad vahemikku 1,0–1,5%. Lühema haridusteega (8 või vähem aastat) inimestel on üksilduse risk suurem kui kauem koolis käinutel.

library(ggplot2)
library(tidyr)

#faili sisselugemine ja andmete formaadi korrigeerimine
J419=read.csv2("PT4-T4.1-J4.1.9.csv",header=TRUE, encoding ="UTF-8")
names(J419)=gsub("X", "", names(J419))
J419=pivot_longer(J419,2:3)
J419$value=as.numeric(J419$value)


#joonis
ggplot(J419)+
  geom_col(aes(x=name,y=value,fill=Sünnikohort), pos=position_dodge(0.8),width=0.7)+
  theme_minimal()+
  facet_grid(~Sugu)+
  scale_fill_manual(values=c("#81DBFE","#6666cc","#f09d00","#bf6900"))+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  theme(strip.text.x=element_text(color="#668080"))+
  xlab("")+
  ylab("%")

SHARE 2015. aasta andmed näitavad, et idapoolsetes Euroopa maades, kelle hulka me kuulume, on meeste üksilduse näitajad ühed kõrgemad. Naiste üksilduse näitajad on kõige kõrgemad Lõuna-Euroopas ja Vahemere maades ning neile järgneb Ida-Euroopa.

Nii Eestis kui ka teistes uuringus osalenud riikides on internetti kasutavate kesk- ja vanemaealiste seas depressiivsuse sümptomite arv mõnevõrra väiksem kui mittekasutajate seas. Samuti on interneti mittekasutamisel oluline seos üksildusega.  

Depressiivsuse esinemine on oluliselt seotud ka arvutioskuste tasemega. Mida paremad on oskused, seda väiksem on depressiivsuse sümptomite keskmine arv nii meestel kui ka naistel ning nii Eestis kui ka mujal riikides (joonis 4.1.10).

library(ggplot2)
library(tidyr)
library(stringr)

#faili sisselugemine ja andmete formaadi korrigeerimine
J4110=read.csv("PT4-T4.1-J4.1.10.csv",header=TRUE, encoding ="UTF-8")[,1:5]
J4110x=J4110[c(1,4,7,10),]
names(J4110x)=gsub("\\.", " ", names(J4110x))
names(J4110x)[5]="(Väga) hea"
J4110x=separate(J4110x,X,into=c("Riik","Sugu"),sep=" ")
J4110x$Sugu=str_to_title(J4110x$Sugu)
J4110x=pivot_longer(J4110x,3:6)
J4110x$low=as.vector(t(J4110[c(2,5,8,11),2:5]))
J4110x$high=as.vector(t(J4110[c(3,6,9,12),2:5]))
J4110x$Riik=as.factor(J4110x$Riik)
J4110x$Riik=factor(J4110x$Riik,levels(J4110x$Riik)[order(c(2,1))])
J4110x$name=as.factor(J4110x$name)
J4110x$name=factor(J4110x$name,levels(J4110x$name)[order(c(4,2,1,3))])

#joonis
ggplot(J4110x)+
  geom_point(aes(x=name,y=value,col=Sugu),cex=3)+
  geom_errorbar(aes(x=name,y=value,ymin=low,ymax=high,col=Sugu),width=0.2,linewidth=0.8)+
  theme_minimal()+
 facet_grid(~Riik)+
  scale_y_continuous(breaks=seq(0,4,1),limits=c(0,4))+
  theme(legend.position = "bottom")+
  theme(legend.title = element_blank())+
  scale_color_manual(values=c("#6666cc","#F25D23"))+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  theme(strip.text.x=element_text(color="#668080"),strip.text.y = element_text(color="#668080"))+
  xlab("Arvutioskuse tase")+
  ylab("Depressiivsus (EURO-D)")

Uurimaks COVID-19 pandeemia esimese laine ajal esinenud depressiivsust (EURO-D skaala) ja üksildustunnet² ning nende seost digioskustega, küsitleti SHARE uuringu paneelvalimisse kuuluvaid 50+ vanuses inimesi 2020. aasta juunis-juulis telefoni teel.

Üldiselt koroonapandeemia esimene laine Eesti kesk- ja vanemaealiste üksildusele ja depressiivsusele olulist mõju ei avaldanud. Pandeemia esimeses laines oli Eestis haigusjuhte väga vähe ja seetõttu ei pruukinud muutunud olukord ka inimeste terviseseisundit veel kuigi palju mõjutada.  

Internetikasutajate seas tundsid üksildust nii pandeemiaeelsel kui ka koroonapiirangute ajal 16% meestest ja 26% naistest. Mittekasutajate seas olid vastavad osakaalud kõrgemad: meestest tundsid üksildust 27% ja naistest 39%. Sarnane oli ka internetikasutajate ja mittekasutajate depressiivsuse näitajate erinevus. Nende seas, kelle arvutioskus oli parem, oli ka üksildustunnet vähem (joonis 4.1.11), seda nii pandeemia esimese laine ajal kui ka enne seda.

library(ggplot2)
library(tidyr)
library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

#faili sisselugemine ja andmete formaadi korrigeerimine
J4111=read.csv2("PT4-T4.1-J4.1.11.csv",header=TRUE, encoding ="UTF-8")
names(J4111)=gsub("\\.", " ", names(J4111))
J4111=filter(J4111, Vastus!="N/A")
J4111[2]=as.numeric(J4111$`Pole kasutanud`)
J4111[3]=as.numeric(J4111$Halb)
J4111[4]=as.numeric(J4111$Rahuldav)
J4111=pivot_longer(J4111,2:5)
J4111$value=as.numeric(J4111$value)
J4111$Vastus=as.factor(J4111$Vastus)
J4111$Vastus=factor(J4111$Vastus, levels(J4111$Vastus)[order(c(3,4,5,1,2))])
J4111$name=as.factor(J4111$name)
J4111$name=factor(J4111$name, levels(J4111$name)[order(c(2,4,1,3))])


#joonis
ggplot(J4111)+
  geom_col(aes(x=name,y=value,fill=Vastus))+
  theme_minimal()+
  coord_flip()+
  theme(axis.text.x = element_text(angle = 90))+
  facet_grid(Sugu~.)+
  scale_fill_manual(values=rev(c("#6666cc","#81DBFE","#668080","#f09d00","#bf6900")))+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"),legend.position = "top")+
  theme(strip.text.y=element_text(color="#668080"))+
  xlab("")+
  ylab("%")+
  theme(legend.title = element_blank())+
  guides(fill = guide_legend(nrow=5,byrow = TRUE))

Üksildust tundsid sagedamini need 50+ vanuses inimesed, kes suhtlesid oma lastega pigem harva või üldse mitte. Teiste inimestega suhtlemisel toimunud muutused üksildustundega nii selgelt ei seostunud. Võimalik, et koroonapiirangute tekkimisel sagenes tehnoloogiavahendite kasutus ennekõike just lähedastega suhtlemiseks. Nende inimeste seas, kes lastega niikuinii vähem suhtlesid, oli ka arvutikasutus koroonapandeemia ajal väiksem.

Kokkuvõte

Eesti 12–16-aastaste olukord on vaadeldud Euroopa riikide võrdluses rahuldav, ent kindlasti on noorte digipädevuse ja vaimse heaolu edendamises arenguruumi.

Kuigi Eesti teismelised tajuvad digikeskkonda küllaltki turvalisena ja nende enesehinnangulised digioskused on võrdlemisi head, leidub märkimisväärselt noori, kel esineb emotsionaalseid probleeme. Eesti noorte vaimset heaolu mõjutavad suurel määral individuaalsed omadused, iseäranis enesetõhusus, ning vahetu sotsiaalne keskkond – pere ja kooli toetus ning suhted eakaaslastega. Digikeskkonnaga seotud tunnustest osutus olulisimaks enesehinnanguline interneti liigkasutus, mis viib tõenäoliselt nõiaringini: ülemäärane netikasutus tekitab probleeme kodus ja koolis ning seal tuge ja abi leidmata põgenevad noored veelgi enam veebimaailma sügavustesse.

Eesti kesk- ja vanemaealiste olukord on problemaatilisem. Ehkki nende keskmine üksilduse skoor on madalam kui enamikus vaadeldud Euroopa riikides, on Eesti 50+ vanuses inimeste depressiivsuse tase üks kõrgemaid Euroopas. Depressiivsuse levik ja üksilduse risk suurenevad vanuse kasvades, kuid vanust ei saa pidada vaimse tervise hädade peamiseks ega otseseks põhjustajaks. Kuna kesk- ja vanemaealiste puhul on interneti mittekasutamine ja vähene või puuduv arvutioskus oluliselt seotud nii depressiivsuse kui ka üksildustundega, tuleb kesk- ja vanemaealiste vaimse heaolu probleemide põhjusi muu hulgas seostada nende toimetulekuga digikeskkonnas. Koroonapiirangute aeg näitaski ilmekalt, et sagedasem suhtlemine lastega ja tehnoloogilisi vahendeid kasutades oli seotud väiksema depressiivsuse ning üksildustundega.

Paraku hindavad Eesti 50-aastased ja vanemad arvutikasutajad oma arvutioskusi Euroopa riikide taustal kesiseks ning nende subjektiivne tunnetus oskuste mahajäämusest pigem süveneb ajas. Lisaks valitseb vanuserühmas digilõhe: oluliselt tõenäosemalt puudub arvutioskus vanematel, madalama haridustasemega ja mittetöötavatel inimestel.

Põlvkondlik digilõhe ehk probleem kesk- ja vanemas eas inimeste digivahendite mittekasutamise või väheste oskustega ei ole seotud ühe-kahe põlvkonnaga, vaid on areneva digiühiskonnaga kaasas käiv nähtus, mis vajab süsteemseid ja struktuurseid lahendusi (Tambaum 2021). Ehkki noorte ja vanemate internetikasutajate vaimset heaolu mõjutavad eri probleemid, on mõlema rühma puhul aina määravam, kuidas ja millises kontekstis omandatakse uusi oskusi ja kuidas õpet juhendatakse. Vanemate inimeste koduvälises õppes peaks vältima olukorda, kus juhendajateks on inimesed, kes küll oskavad ise digisisu kasutada, kuid kes ei tea ega teadvusta, kuidas seda oskust edasi anda (Tambaum 2021). Noorte puhul on oluline, et digioskuste kõrval arendataks enesetõhusust ja sotsiaalset tundlikkust ning õpetataks enesejuhtimise ja sotsiaalse toimetuleku oskusi.

Abuladze, L.; Opikova, G.; Lang, K. (2020). Factors associated with incidence of depressiveness among the middle-aged and older Estonian population. SAGE Open Medicine, 8, 1−12. DOI: 10.1177/2050312120974167.

Haddon, L., Cino, D., Doyle, M.-A., Livingstone, S., Mascheroni, G., & Stoilova, M. (2020). Children’s and young people’s digital skills: A systematic evidence review. Horizon 2020 ySKILLS Project, Work Package 2 – Deliverable 2.1.

Halapuu, V. & Valk, A. (2013). Täiskasvanute oskused Eestis ja maailmas. PIAAC uuringu esmased tulemused. Tartu: Haridus- ja Teadusministeerium.

Mascheroni, G., Cino, D., Mikuška, J., Lacko, D., & Šmahel, D. (2020). Digital skills, risks and wellbeing among European children: Report on (f)actors that explain online acquisition, cognitive, physical, psychological and social wellbeing, and the online resilience of children and young people. Horizon 2020 ySKILLS Project, Work Package 2 – Deliverable 2.2.

Sisask, M. ja Streimann, K. (2020). Noorte vaimne tervis. Noorteseire aastaraamat 2019–2020. Tallinn: Eesti Noorsootöö Keskus, 29-53.

Smahel, D., Machackova, H., Mascheroni, G., Dedkova, L., Staksrud, E., Ólafsson, K., Livingstone, S., Hasebrink, U. 2020. EU Kids Online 2020: Survey results from 19 countries. EU Kids Online. https://doi.org/10.21953/lse.47fdeqj01ofo.

Solvak, M., Unt, T., Rozgonjuk, D., Võrk, A., Veskimäe, M., Vassil, K. 2019. E-governance diffusion: Population level e-service adoption rates and usage patterns. – Telematics and Informatics, 36, 39–54. https://doi-org.ezproxy.tlu.ee/10.1016/j.tele.2018.11.005.

Tambaum, T. 2019. Vanemas tööeas inimeste internetikasutus ja sotsiaalne aktiivsus SHARE Eesti nelja laine andmetel (Internet use and social activity among young-old population over the four waves of SHARE). – Sakkeus, L., Tambaum, T. (toim). Pilk hallile alale II. Vananemine elukaare vaates. SHARE Eesti uuringu teine ülevaade. Tallinn: Tallinna Ülikooli Eesti Demograafia Keskus, 71–84.

Tambaum, T. (2021). Teenaged tutors facilitating the acquisition of e-skills by older learners. Tallinna Ülikool. Doktoritöö, seeria 145. www.etera.ee/zoom/145154/view .

^[1] EU Kids Online’i Eesti 2018. aasta küsitlust rahastasid Eesti Interneti SA, Haridus- ja Teadusministeerium (Euroopa Sotsiaalfondist), Justiitsministeerium, Sotsiaalministeerium ning uurimisprojektid PUT 44 (Eesti Teadusagentuur) ja IUT 20-38 (Haridus- ja Teadusministeerium) ning andmed kogus Turu-uuringute AS.

^[2] Üksildustunnet mõõdeti SHARE COVIDi ankeedis kahe küsimusega: 1) Kui tihti te tunnete üksindust? Kas … 1. Sageli 2. Mõnikord 3. Peaaegu mitte kunagi või mitte kunagi; ning 2) Kas seda oli rohkem, vähem või enam-vähem sama palju võrreldes koroonaviiruse puhangu eelse ajaga? 1. Rohkem 2. Vähem 3. Umbes samamoodi.