A MAGYAR MEGYÉK K+F AKTIVITÁSÁNAK ÖSSZEHASONLÍTÁSA FİKOMPONENS-ELEMZÉSSEL KÉPZETT ÖSSZETETT RANGSOROK ALAPJÁN

Átírás

1 A MAGYAR MEGYÉK K+F AKTIVITÁSÁNAK ÖSSZEHASONLÍTÁSA FİKOMPONENS-ELEMZÉSSEL KÉPZETT ÖSSZETETT RANGSOROK ALAPJÁN BEVEZETÉS Molnár László Ph.D. hallgató Miskolci Egyetem, Marketing Intézet A gazdaság versenyképességének és a termelékenység növelésének egyik meghatározó feltétele a tudományos és technológiai területen nyújtott teljesítmény. Ennek megfelelıen Magyarország fejlesztéspolitikájában elsırendő prioritást élvez a kutató-fejlesztı tevékenység elımozdítása. Felvetıdik azonban néhány kérdés: Hogyan oszlanak meg a K+F inputok és outputok az ország területi egységei között? Kialakítható-e egyértelmő sorrend a megyék között K+F tevékenységük alapján? Létezik-e centrum-periféria viszony Budapest és vidék között, ahogy azt a gazdaság egyéb területein megszokhattuk? Jelen tanulmány elsı felében a magyar megyék K+F tevékenységét vizsgálom meg, külön csoportokban kezelve a kutatás-fejlesztés jellemzésére szolgáló abszolút és relatív mutatókat. Az összehasonlító vizsgálat eredményeinek ismertetése után fıkomponens-elemzés segítségével összetett mutatószámokat képzek mind az abszolút, mind a relatív mutatókból kiindulva, lehetıvé téve ezáltal a magyar megyék egyértelmő sorba állítását K+F tevékenységük alapján. 1. MEGYEI RANGSOROK A magyar megyék kutató-fejlesztı tevékenységét egyaránt lehet abszolút és relatív mutatókkal jellemezni. Megjegyzem, hogy a különbözı mutatók használata eltérı értelmezésekre ad lehetıséget. Borsi Telcs [6] szerint az abszolút mérıszámok súlyozott pontként jelenítik meg a megyéket a K+F magyarországi térképén, míg a relatív mutatók egyfajta versenyképességet, illetve hatékonyságot jellemeznek. Továbbá az abszolút és relatív statisztikák eltérı megyei rangsorokhoz vezetnek, ezért külön tárgyalom az abszolút és a relatív mutatókat Megyei rangsorok abszolút mutatók alapján A K+F teljesítményének jellemzésére különbözı input és output jellegő mutatók léteznek, ezek közül a legfontosabbak területi egységenként is rendelkezésre állnak a statisztikai évkönyvekben. Mindez lehetıvé teszi a hazai megyék [NUTS III.] és aggregálva a régiók [NUTS II.] kutató-fejlesztı tevékenységének összehasonlítását.

2 A kutató-fejlesztı helyek azok az egységek, ahol fı- vagy melléktevékenységként kutató-fejlesztı tevékenységet végeznek kormányzati (államháztartási), felsıoktatási vagy vállalkozási keretek között [9]. A számukat illetıen Budapest toronymagasan vezet a maga kutatóintézetével, amely az összes kutatófejlesztı hely 42%-át teszi ki. Ezt követi Hajdú-Bihar (212 kutatóintézet) és Csongrád (207 kutatóintézet). Több mint 100 kutatóintézettel további három megye rendelkezik, Baranya, Pest és Gyır-Moson-Sopron. A kutató-fejlesztı helyeken dolgozók számított létszáma alatt a K+F tevékenységgel foglalkozó személyek tényleges létszámának a K+F tevékenységre vetített, teljes munkaidıre átszámított létszámot kell érteni [9]. A sorrendet ismét Budapest vezeti a maga kutatójával, amely a teljes létszám 59%-át teszi ki. A második helyen ezúttal Csongrád (1 461 kutató), a harmadikon pedig Hajdú- Bihar (1 442 kutató) található. Több mint kutatóval az elıbbieken kívül csupán Pest megye büszkélkedhet. A kutató-fejlesztı tevékenység egyik legfontosabb statisztikája a K+F ráfordítás, vagyis a költségek és a beruházások együttes összege, amely hazai vagy külföldi forrásból egyaránt származhat [9].Ezen a téren büszkélkedhet a fıváros a legnagyobb dominanciával, hiszen az összes ráfordítás 63%-a itt kerül felhasználásra. Budapesten tehát 2005-ben több mint 131 milliárd Ft-ot költöttek kutatás-fejlesztésre, míg Hajdú-Biharban hozzávetıleg 15 milliárd Ft-ot és Csongrádon több mint 10 milliárd Ft-ot. Az összes munkában lévı kutatási téma, kísérleti fejlesztési feladat a kutatófejlesztı helyeken nyilvántartásba vett célkitőzés, amely új tudományos-mőszaki eredmény várható létrehozására irányul [9]. Budapesten két évvel ezelıtt kutatási téma volt munkában, amely az összes téma 51%-át tette ki. A második hely Csongrádot (1 743 kutatási téma), a harmadik pedig Hajdú-Bihart (1 544 kutatási téma) illette. Több mint kutatási témával egyedül Gyır-Moson-Sopron dicsekedhetett az említetteken felül. A tudományos mővek összes száma a dolgozók által magyar vagy idegen nyelven írt publikációk összessége: könyvek, könyvfejezetek, tanulmányok, szakfolyóiratcikkek, értekezések [9]. Budapest föllénye ezen a területen sem kérdıjelezhetı meg, hiszen itt tudományos mővet írtak 2005-ben, amely az összes publikáció 53%-át tette ki. A második Hajdú-Bihar (3 560 publikáció), a harmadik pedig Csongrád (3 166 publikáció). A termékenyebb megyék közé tartozik még Baranya, Borsod-Abaúj-Zemplén, Gyır-Moson-Sopron és Pest Megyei rangsorok relatív mutató alapján A magyar megyék K+F tevékenységének összehasonlítása nem csak abszolút, hanem relatív mutatók alapján képzett rangsorok segítségével is lehetséges. Ezek a mutatószámok azonban a hazai statisztikai évkönyvekben nem állnak rendelkezésre, ezért elıállításukhoz háttérszámítások elvégzése szükséges.

3 Az egy fıre jutó kutatók számát illetıen Budapest toronymagasan vezet a maga 8,1 -ével. Fele ilyen jó sincs a helyzet Csongrádban, ahol fıbıl mindössze 3,4 foglalkozik kutatás-fejlesztéssel teljes munkaidıben. Valamivel rosszabb a mutatója Baranyának (2,6 ) és Hajdú-Biharnak (2,6 ), de még így is az élmezınyhöz tartoznak. A ráfordítások GDP-n belüli aránya szintén jól jellemzi a megyék K+F versenyképességét, hatékonyságát. Talán nem meglepı, hogy ebben a számban is Budapest az elsı 1,86%-kal. A fıvárost Hajdú-Bihar (1,75%) és Csongrád (1,53%) követi. Az összes többi megye ráfordításainak GDP-n belüli aránya még az 1%-ot sem éri el. Az egy fıre jutó tudományos mővek száma szintén Budapesten a legmagasabb, egészen pontosan 11,8 publikáció jutott 2005-ben egy lakosra. A további élmezıny közel hasonló termelékenységet tud felmutatni, úgymint Csongrád (7,4 ) és Baranya (7,1 ). Hajdú-Bihar nagyságrendileg fél ezrelékponttal követi az élenjárókat, a többi megye lemaradása viszont jelentısnek tekinthetı. Az egy kutatóra jutó tudományos mővek számát tekintve azonban teljesen más a helyzet. Elsı helyes Vas megye szerepel, ahol egy kutatóra 3,08 publikáció jutott 2005-ben. Kimagasló eredményekkel a baranyai (2,67), a hajdú-bihari (2,47) és a borsod-abaúj-zempléni (2,45) kutatók büszkélkedhetnek. Budapest ebben a rangsorban csak a tizenegyedik helyen áll. Az egy kutatóra jutó ráfordítások terén Hajdú-Bihar áll a legjobban a maga 10,23 millió Ft-jával. Ezen a téren Budapest lemaradása minimális, hiszen egy kutatóra 9,58 millió Ft jutott 2005-ben. Ettıl az összegtıl csak egy hajszállal maradt le Fejér megye, ahol 9,57 millió Ft-ból gazdálkodhatott átvitt értelemben egy kutató. 2. MEGYEI RANGSOR-OPTIMALIZÁLÁS FİKOMPONENS-ELEMZÉSSEL A kutatás-fejlesztés abszolút és relatív mutatói alapján képzett megyei rangsorok vizsgálatából egyértelmően kiderül, hogy ahány mutató létezik, annyi rangsor állítható fel a magyar megyék K+F tevékenységének jellemzésére. Ezek után ésszerő célkitőzésnek tőnik egy olyan összetett mutató megalkotása, amely a lehetı legtöbb információt hordozza a vizsgált mutatókból, vagyis a mutatók szórásából lehetı legnagyobb hányadot megmagyaráz. Az elıbbiekben megfogalmazott feladat fıkomponens-elemzéssel oldható meg, amely az exploratív faktorelemzés speciális esete [7]. Az elsıdleges célja a dimenziószám, vagyis a változók számának csökkentése úgy, hogy eközben a lehetı legkevesebb információ vesszen el a statisztikai sokaságról és azonos következtetéseket lehessen levonni [8]. Mivel a K+F tevékenység jellemzése abszolút és relatív mutatók különbözı elemzésre adnak lehetıséget, ezért a fıkomponens-elemzést mindkét csoportra érdemes elvégezni. Az eredményeket ennek megfelelıen elıször az abszolút, majd pedig a relatív mutatókon értelmezem.

4 2.1. Optimális megyei rangsor abszolút mutatók alapján A magyar megyék K+F tevékenységét jellemzı abszolút mutatók szorosan összefüggnek, hiszen a KMO értéke (0,847) dicséretes (meritorius) és a Bartlett-féle szfericitás hipotézisét is el kellett vetni (Sig. 0,000). 1. ábra Az abszolút mutatók alapján képzett rangsorok fıkomponens-elemzése Forrás: saját szerkesztés Az elsı fıkomponens saját értéke 4,977, vagyis az öt abszolút mutató által hordozott információmennyiség 99,533%-át sikerült egy változóba tömöríteni. A fıkomponens és az abszolút mutatók közötti egyszerő lineáris korrelációs együtthatók (faktorsúlyok) nagyon magasak, mind az öt közelít az egyhez (bal oldali nyilakon szereplı számok), akárcsak az eredeti változók végsı kommunalitásai (téglalapok jobb felsı sarka felett szereplı számok). Mindez azt jelenti, hogy a vizsgálatba bevont abszolút mutatók hozzávetıleg azonos súllyal esnek latba a fıkomponens elıállításakor. Az ily módon elıállított fıkomponens egy olyan összetett mutatószámnak felel meg, amely segítségével egyértelmő sorrend alakítható ki a magyar megyék K+F súlya mentén. Az elsı helyen vitathatatlanul Budapest áll, hiszen valamennyi abszolút mutató mentén az elsı volt. A második helyt Hajdú-Bihar, a harmadikat pedig Csongrád foglalja el. A középmezınyt Baranya, Pest, Gyır-Moson-Sopron, Borsod-Abaúj-Zemplén és Veszprém alkotja. Legkisebb K+F súllyal Bács-Kiskun, Fejér, Szabolcs-Szatmár, Heves, Vas, Somogy, Békés, Zala, Jász-Nagykun- Szolnok, Komárom-Esztergom, Tolna és Nógrád jellemezhetı.

5 2.2. Optimális megyei rangsor relatív mutatók alapján A K+F tevékenységet jellemzı relatív mutatók összefüggése a KMO értéke (0,414) alapján elfogadhatatlan (unacceptable), de a Bartlett-féle szférikus próba (Sig. 0,000) szerint nem függetlenek az eredeti változók, vagyis a fıkomponenselemzésnek van létjogosultsága. 2. ábra A relatív mutatók alapján képzett rangsorok fıkomponens-elemzése Forrás: saját szerkesztés A relatív mutatókon számított elsı fıkomponens értéke 3,312, vagyis az eredeti változók által hordozott információmennyiség 66,230%-át sikerült egy fıkomponensbe tömöríteni. A faktorsúlyok az egy kutatóra jutó tudományos mővek (0,38) kivételével az esetben is nagyon magasak (0,69-0,96), akárcsak a relatív mutatók végsı kommunalitásai (0,48-0,92), amelyek közül az egy kutatóra jutó tudományos mővek (0,14) megint csak kilóg. Mindebbıl az következik, hogy a változó a többihez képest kisebb súllyal vesz részt a K+F hatékonyság, termelékenység fıkomponensének megalkotásában. A relatív mutatókból képzett összetett mutatószám ebben az esetben is egyértelmő sorrendet határoz meg a megyék között. Budapest elsı helyéhez továbbra kérdıjelezhetı meg. A második helyen Hajdú-Bihar, a harmadikon pedig Csongrád áll. A középmezınyt a következı megyék alkotják: Baranya, Gyır-Moson-Sopron, Veszprém, Fejér, Borsod-Abaúj-Zemplén. A K+F hatékonyság, termelékenység területén legnagyobb lemaradása Somogy, Vas, Pest, Békés, Bács-Kiskun, Szabolcs-Szatmár, heves, Jász-Nagykun-Szolnok, Zala, Komárom-Esztergom, Tolna és Nógrád megyéknek van.

6 3. KÖVETKEZTETÉSEK A magyar megyék K+F tevékenységével kapcsolatos vizsgálatom legfontosabb eredményeit és a belılük levonható következtetéseket az alábbiakban röviden összefoglalom. 1. A kutatás-fejlesztés abszolút mutatóit (K+F helyek száma, K+F helyeken dolgozók számított létszáma, K+F ráfordítás, összes munkában lévı kutatási téma, kísérleti fejlesztési feladat, tudományos mővek összes száma) megvizsgálva kétség sem fér Budapest elsıségéhez, azonban a további sorrend mutatóról-mutatóra változik. 2. A relatív mutatók (egy fıre jutó kutatók száma, ráfordítások GDP-n belüli aránya, egy fıre jutó tudományos mővek száma, egy kutatóra jutó tudományos mővek számát, egy kutatóra jutó ráfordítások) esetében nagyon hasonló a helyzet azzal a kivétellel, hogy Budapest az egy kutatóra jutó tudományos mővek számát illetıen a rangsor második felében foglal csak helyet. 3. A fıkomponens-elemzés kiválóan alkalmas arra, hogy az abszolút mutatókat jelentısebb információveszteség (0,467%) nélkül egy összetett mutatószámba sőrítse. Ezt követıen lehetıség nyílik a magyar megyék sorba állítására K+F súlyuk alapján: 1. Budapest, 2. Hajdú-Bihar és 3. Csongrád. 4. A relatív mutatók esetében szintén alkalmazható a fıkomponens-elemzés az adatok redukciójára, bár itt az információveszteség (33,77%) komolyabbnak tekinthetı. A végsı sorrend azonban a K+F hatékonyság, termelékenység területén is teljesen egyértelmő: 1. Budapest, 2. Hajdú-Bihar és 3. Csongrád. REFERENCES [1] évi XC. törvény a Kutatási és Technológiai Innovációs Alapról [2] évi CXXXIV. törvény a kutatás-fejlesztésrıl és a technológiai innovációról [3] ARBUCKLE J. L.: Amos 7.0 User s Guide. Amos Development Corporation, Spring House, [4] BALOGH T.: Hol állunk Európában? A magyarországi kutatás-fejlesztés helyzete az EU összehasonlító mutatói alapján. Magyar tudomány, 47. évf. 3. sz., old. [5] BÁGER G. GOLDPERGER I. VARGA GY.: Kutatástól az innovációig a K+F tevékenység helyzete, néhány hatékonysági, finanszírozási összefüggése Magyarországon. Állami Számvevıszék, Budapest, [6] BORSI B. - TELCS A.: A K+F-tevékenység nemzetközi összehasonlítása országstatisztikák alapján. Közgazdasági Szemle, 51. évf. 2. sz., old. [7] HAJDU O.: Többváltozós statisztikai számítások. KSH, Budapest, [8] KETSKEMÉTY L. IZSÓ L.: Bevezetés az SPSS programrendszerbe. ELTE Eötvös Kiadó, Budapest, [9] KSH: A K+F statisztika módszertana. Budapest, [10] KSH: Kutatás és fejlesztés. Budapest, [11] KSH: Magyar Statisztikai Évkönyv. Budapest,