Mi befolyásolja a tradicionális és az újvilági bortermelő országokban a nemzetközi borkereskedelmi versenyképességet?

Balogh Jeremiás Máté Mi befolyásolja a tradicionális és az újvilági bortermelő országokban a nemzetközi borkereskedelmi versenyképességet? What influences the international competitiveness of wine trade in traditional and new wine exporter countries? jeremias.balogh@stud.uni-corvinus.hu Budapesti Corvinus Egyetem Agrárközgazdasági és Vidékfejlesztési Tanszék, PhD hallgató 1. Bevezetés A borágazat és a nagy bortermelő országok versenyképességének elemzéséről már számos kutatás és publikáció került napvilágra Magyarországon és világszerte. A versenyképesség mérése a tradicionális és újvilági borexportáló országokban széles körben kutatott területnek számít. Egyes szerzők figyelme egyre inkább a hagyományos bortermelőktől az újvilági és feltörekvő bortermelő országok irányában tolódik, mint például Chile, Argentína, Dél-Afrika vagy Grúzia és Moldova. A külkereskedelmi versenyképesség mérésével a hazai borágazatban Bozsik Norbert (2005), Harsányi Gábor (2007) illetve más mezőgazdasági ágazatokban Jámbor Attila (2009), Török Áron-Jámbor Attila (2013), valamint aggregát szinten Fertő Imre (2002) foglalkozott. Emellett számos nemzetközi versenyképességi elemzés is megjelent megnyilvánuló komparatív előnyök vizsgálata témában. Johan van Rooyen és szerzőtársai (2010) Dél- Afrika, míg Kym Anderson (2013) Grúzia illetve Dragica Božić és szerzőtársai (2013) Szerbia kereskedelmi versenyképességét elemezték. Kutatások általában egy adott ország, ország-csoport versenyképességének vizsgálatával vagy ország-csoportok összehasonlításával foglalkoznak, különböző mutatószámok, kereskedelmi indexek alapján. A kereskedelmi versenyképességi kutatások többnyire Balassa Béla által kifejlesztett megnyilvánuló komparatív előny index illetve annak továbbfejlesztett változatainak az elemzésén alapulnak. Az ökonometriai modellek használata a nemzetközi versenyképesség tényezőinek kutatására azonban még kevéssé alkalmazott technika. Kevés azon kutatások száma, melyek panel regressziós elemzéseken keresztül vizsgálják a versenyképességet befolyásoló tényezőket. Tanulmányom célja, hogy összehasonlítsam a tradicionális és Újvilági bortermelő országok versenyképességét illetve ökonometriai modellek segítségével elemezzem, milyen fejlettségbeli, mezőgazdasági teljesítmény és kormányzati hatékonysági tényezők befolyásolhatják ezen országok borkereskedelmi versenyképességét. Elemzésemet 33 borexportáló ország borkereskedelem adatait tartalmazó panel adatbázis alapján végeztem el a világ borpiacával összevetve 2000 és 2012 közötti időszakban. A versenyképességet - Balassa index módosított változata - a megnyilvánuló versenyképesség mutató képviseli, míg a magyarázó változókat különböző mezőgazdasági (szőlőtermő terület, szőlő- és bortermelési adatok, termelői árak stb.), gazdasági fejlettségi (GDP, egy főre eső GDP, mezőgazdasági hozzáadott érték, termelési index) illetve kormányzati hatékonyság indexek (politikai stabilitás, jogszabályi környezet, korrupciós indexek) reprezentálják. Érdeklődési köröm középpontjában az a fő kutatási kérdés áll, hogy a szektor specifikus, gazdasági, kormányzati tényezők milyen hatással lehetnek a borkereskedelmi versenyképesség alakulására a világ borpiacán. 2. Komparatív előnyök és versenyképesség mérése A versenyképesség elemzésének széles körben alkalmazott módszere a különböző mutatószámok alapján történő vizsgálatok. A megnyilvánuló komparatív előnyök (revealed comparative advantage RCA) mutató az egyik leggyakrabban alkalmazott eszköz annak meghatározására, hogy egy adott ágazat egy adott termék/termékcsoport tekintetében mennyire versenyképes. 35

Az megnyilvánuló komparatív előnyök mutató első verziójának kidolgozása ami a klasszikus kereskedelmi elméleteken alapszik - Balassa Béla (1965) nevéhez kötődik. Balassa szerint a komparatív előny magas, míg a komparatív hátrány alacsony exportpiaci részesedés formájában nyilvánul meg. A mutató számítása a következő: B ij (RCA) = (X ij / X it) / (X nj /X nt) (1) ahol X exportot, i egy adott országot, j egy adott terméket, t termékcsoportot, n egy adott ország csoportot (export célországo(ka)t) jelöl (Balassa Béla, 1965). A megnyilvánuló komparatív előny (RCA) index egy adott ország relatív versenyelőnyét vagy versenyhátrányát méri egy adott termék, vagy termékcsoport esetében, egy adott iparágban adott célországokhoz viszonyítva az exportot alapul véve. A B index 1-nél nagyobb értéke megmutatja, hogy adott i ország j termék esetében komparatív előnyt élvez-e. Az index 0 és 1 közötti értékei komparatív hátrányt jeleznek az adott iparágban. Magasabb B index értékek magasabb fokú komparatív előnyről tanúskodnak. Mivel a magasabb exportot, kereskedelem és piactorzító politikák (agrártámogatások, árfolyam különbségek) is befolyásolhatják, az RCA index alkalmasabb versenyképesség, mint a komparatív előnyök mérésére (Siggel, 2006). A B index (RCA) értéke 0-tól pozitív végtelen irányba mozoghat (nullára aszimmetrikus). Az RCA szimmetrikus változatát a mutató normalizálása után kapjuk meg. A szimmetrikus komparatív előnyök index (Revealed Symmetric Comparative Advantage - RSCA) számítása a következő módon lehetséges: RSCA (szimmetrikus B index) = (B-1) / (B+1) (2) A megnyilvánuló szimmetrikus komparatív előny index -1 és +1 között veheti fel az értékeit. Az index 0 és 1 közötti értékei komparatív exportelőnyt míg -1 és 0 közötti értékek komparatív exporthátrányt jeleznek (Dalum et al., 1998). Balassa megnyilvánuló komparatív előnyök (RCA) indexének kifejlesztése óta a mutató számos módosított változata jelent meg a tudományos cikkek világában. Vollrath (1991) megnyilvánuló komparatív előnyök három alternatív specifikációját dolgozta ki a Balassa index (RCA) hátrányainak kiküszöbölése érdekében. A relatív kereskedelmi előny index (RTA), amely az export és az import oldalt is figyelembe veszi. A relatív kereskedelmi előny index (relative trade advantage index - RTA) a relatív export előny index (relative export advantage index - RXA) - amely azonos a Balassa indexel és ellentétes oldali párja a relatív import előny (relative import advantage - RMA) indexek különbség. RTA = RXA-RMA (3) RXA= (X ij / X it) / (X nj /X nt) (1) ahol RXA = Balassa index (RCA vagy B index) RMA = (M ij / M it) / (M nj / M nt) (4) RTA = [(X ij / X it) / (X nj / X nt)] [(M ij / M it) / (M nj / M nt)] (5) ahol X exportot, M az importot, i az adott országot, j az adott terméket, t adott termékcsoportot, n az adott ország csoportot szimbolizálja. Vollrath az RCA index egy második továbbfejlesztett változatát is alkalmazta, mely a relatív export előny (relative export advantage - lnrxa) és relatív import előny (relative import advantage - lnrma) indexek logaritmikus változatának a különbsége, ez a mutató megnyilvánuló versenyképességnek (revealed competitiveness - RC) nevet kapta. A mutató számítása a következő módon történik: RC = lnrxa lnrma (6) Vollrath versenyképességi mutatóinak fő előnye, hogy logaritmikus formának köszönhető értékei szimmetrikussá válnak az origóra. Vollrath mutatóinak pozitív értékei (RTA, lnrxa, lnrma és RC), megnyilvánuló komparatív vagy versenyelőnyt, míg a negatív értékei komparatív vagy versenyhátrányt jeleznek. Fertő és Hubbard szerint ugyanakkor a mutatók számítása gyakran problematikus mivel kereskedelmi adatokat a kormányzati politikák és támogatások hatásai is torzíthatják, ezért alá vagy túlbecsülhetik a komparatív előnyöket (Imre Fertő és Lionel J. 36

Hubbard, 2002). Mivel RCA és a származtatott mutatói rendszerint torzítottak, gyakran az ártorzító hatásokat tükrözik valódi versenyképesség helyett (Latruffe, 2010). 3. A komparatív előnyök és versenyképesség befolyásoló tényezőinek a vizsgálata Annak megállapítására, hogy milyen tényezők befolyásolhatják a komparatív előnyöket illetve a versenyképességet Michael Porter egy stratégiai menedzsment alapú megközelítést dolgozott ki, melynek az őt erő modell nevet adta. Porter (1998) versenyképesség öt fő meghatározó tényezőjét a következő módon definiálta: tényezőellátottság/természeti feltételek: a termelési tényezők, a természeti erőforrások, a termelés költségek szintje (például az munkabér, a tőke, a föld, a víz, az üzemanyag, növényvédő szerek stb.) valamint a tranzakciós költségek, szükségszerűen versengenek egy adott iparágban; keresleti feltételek: a termékek és szolgáltatások iránti kereslet, valamint a marketing és az értékesítés keresletmegtartó képessége; kapcsolódó és támogató iparágak: a beszállító iparágak jelenléte vagy hiánya illetve a kapcsolódó iparágak, amelyek nemzetközi szinten is versenyeznek; stratégia, struktúra és verseny: cégek alapítása, vezetés és szervezés módja valamint a hazai verseny erőssége; a kormányzatok befolyásoló szerepe: kormányzati politika a döntéshozatalon keresztül miden körülményre pozitív vagy negatív módon hatással bírhat. A kormányzati politika - mint a környezet meghatározó szereplője - fő célja a versenyképesség ösztönzése ezért az előző négy tényezőtől külön érdemes vizsgálni. a véletlen szerepe: bizonytalan események (például a háborúk, betegségek, a politikai döntések) hatása, melyek nagymértékben befolyásolják a vállalatok (vagy akár kormányzatok) erejét is. (Johan van Rooyen et all, 2010) A versenyképesség tényezőinek vizsgálata ökonometriai regressziós módszerek segítségével is elemezhető. Néhány kutatás már megjelent hasonló témában: Bezlepkina et al. (2005) Moszkva környéki tejgazdaságokat vizsgálta 1995-2001 közötti időszakban panel adatok és ipari ökonometriai módszerek segítségével. Melecký Lukas, Nevima Jan (2011) a regionális versenyképességet elemezte az EU-15 országaiban NUT2 szinten egyszerűsített ökonometriai panel adatbázis alapján. 4. Legfrissebb versenyképességi tanulmányok A komparatív előnyök és versenyképesség napjainkban már széles körben kutatott témává vált a nemzetközi kereskedelemi tanulmányok között. Ezzel szemben versenyképesség mérésének még nincs általános elfogadott megközelítése. Magyarországi és külföldi tanulmányok főként különböző ágazatokra koncentrálódnak. A mezőgazdasági-élelmiszeripari ágazatban végzett versenyképességi vizsgálatok száma különösen gazdag: Fertő Imre és Lionel J. Hubbard (2002) a megnyilvánuló komparatív előnyöket és versenyképességet a magyar mezőgazdasági és élelmiszeripari ágazatokban vizsgálta négy kereskedelmi mutató: megnyilvánuló komparatív előny (RCA), relatív kereskedelmi előny (RTA), a relatív export előny (RXA), relatív import előny (RMA), relatív versenyképesség (RC) indexek alapján. Jámbor Attila (2012) az EU-bővítés hatását elemezte a Visegrádi országok agrár- élelmiszer-kereskedelmére, különösen a megnyilvánuló komparatív előnyök (B index) és szimmetrikus komparatív előnyt (RSCA) indexeket figyelembe véve. Jámbor (2009) emellett a magyar gabonafélék és feldolgozott termékek piaci versenyképességét is kutatta az EU-15 országok piacain export és import egység érték különbség (the unit value difference - UVD) és a kereskedelmi egyenleg (trade balance - TB) adatokat felhasználva. Jámbor és Török (2013) az EU-bővítés hatását vizsgálta a gyümölcspárlatok versenyképességére, hat Közép-keleteurópai országban, a földrajzi jelzések figyelembe vételével a megnyilvánuló komparatív előnyök elmélete alapján. Nongnooch Poramacom (2002) kereskedelmi és komparatív előny (RCA) valamint piaci részesedés modellt (Constant Market Share Model - CMS) alkalmazott tájföldi gumiipar versenyképességi elemzéséhez. 37 37

Utku Utkulu és Dilek Seymen (2004) a törökországi megnyilvánuló komparatív előnyöket és a versenyképességet értékelte, Törökország és az EU-15 közötti megnyilvánuló komparatív előny (RCA) mutatókat kalkulálva. Laure Latruffe (2010) számos kutatót 1 említ, akik a versenyképességet kereskedelmi mutatók (RCA, RXA, RMA stb.) segítségével mérték az agrár-élelmiszeripari ágazatban. Dragica Božić, et al. (2013) szintén megnyilvánuló komparatív előny indexeket használt Szerbia főbb mezőgazdasági kereskedelmi partnereinek vizsgálata során. A borágazat témában született kereskedelmi versenyképességgel és a komparatív előnyökkel foglalkozó kutatások száma is különösen gazdag a szakirodalomban: Kym Anderson (2013) a grúz borágazat meghatározó tényezőinek elemzésével foglalkozott komparatív előny indexek, a megnyilvánuló komparatív előny (RCA) mutatók számításával. Kym Anderson és Glyn Wittwer (2013) a globális borpiac változásának a versenyképességre gyakorolt hatását modellezte 2018-ra vetítve reálárfolyam változások hatását figyelembe véve. Johan Van Rooyen, Lindie Stroebel, Dirk Esterhuizen (2010) a Dél-Afrika borpiac versenyképességi teljesítményét elemezte, relatív kereskedelmi előny (RTA) mutatók segítségével. A versenyképességet befolyásoló tényezőket Porter öt erő modellje segítségével azonosította, dél-afrikai borászatok vezetővel készített felméréssel kiegészítve. Branislav Vlahović et al. (2013) a világ borpiacát, jellemzőit és a jelenlegi világpiaci trendeket vizsgálta a nemzetközi borexport és import szerkezetének elemzésén keresztül. Bozsik Norbert (2005) a magyar borok nemzetközi versenyképességének értékelése céljából végzett kutatásokat relatív exportelőny (RXA), relatív importelőny (RMA), relatív kereskedelmi előny (RTA), relatív versenyképességi (RC) indexek és konstans piaci részesedés (constant market share - CMS) elemzés alapján. Az fent említett empirikus kutatások módszereiből jól kitűnik, hogy a nemzetközi kereskedelmi versenyképesség és komparatív előnyök vizsgálatának legnépszerűbb módja Balassa mutatók illetve piaci részesedés indexek különböző változatainak használata. A versenyképességi indexek megmutatják, hogy egy adott ország egy adott időszakban rendelkezik-e versenyelőnnyel, ugyanakkor az indexek nem adnak választ arra a kérdésre, hogy milyen tényezők befolyásolják a versenyképességet. 5. Ökonometriai háttér: borkereskedelem versenyképességének mérése Kutatásom fő célja, hogy Porter öt erő modell segítségével ökonometriai panel regressziós modellt alkossak versenyképességet befolyásoló tényezők hatásainak feltárása érdekében, a világ legnagyobb borexportőr országainak kereskedelmi adatait felhasználva. Kutatási adatbázisom mind tradicionális európai, mind újvilági illetve feltörekvő borexportőr országok adatait egyaránt tartalmazza. Porteri versenyképesség öt erő modelljének egy-egy elemét - a versenyképesség és azt befolyásoló tényezők közötti kapcsolatot - különböző panel regressziós becslések segítségével tesztelem. A regressziós modell függő változóját, a Vollrath féle megnyilvánuló versenyképesség (revealed competitiveness - RC) index 2 reprezentálja. Az RC index számításához alkalmazott export, import adatok forrása a Világbank WITS adatbázisa, HS-6 termékszintre (2204-es termék kóddal rendelkező boripari termékek) kalkulálva, a világ összes országába irányuló borkereskedelemmel összevetve. A regressziós modell független változói: tényezőellátottság (szőlőtermő terület nagysága, szőlő terméshozam, szőlőtermés mennyisége, bortermelés mennyisége, szőlő termelői árak) termelékenységi mutatók (egy foglalkoztatottra eső mezőgazdaság hozzáadott érték, élelmiszertermelési index) 1 Ball et al. (2006); Carraresi and Banterle (2008); Drescher and Maurer (1999), Banterle and Carraresi (2007), Wijnands et al. (2008); Venturini and Boccaletti (1998); Bavorova (2003); Mulder et al. (2004); Qineti et al. (2009); Toming (2007) and van Berkum (2009) 2 Az RC index a relatív exportelőny (lnrxa) és relatív importelőny (lnrma) indexek természetes logaritmusának a különbsége. 38

a gazdasági fejlettség mutatók (GDP, egy főre jutó GDP, kereskedelem a GDP %-ban, külföldi tőkebefektetések mértéke) kormányzati hatékonyság mutatók (korrupció visszaszorítása, a kormányzati hatékonyság, jogi szabályozás minősége, kormányzati intézkedések átláthatósága stb.) A regressziós becslések megalkotásánál a legjobban illeszkedő modell megtalálása érdekében több: állandó és véletlen hatást illetve robusztus állandó és véletlen hatást figyelembe vevő panel regressziós becsléseket egyaránt alkalmazok a heteroszkedaszticitás (szórások különbözősége) problémájának kezelése érdekében. A modellek regressziós egyenletei a következők: 1. Modell: a tényezőellátottság versenyképességre gyakorolt hatásának vizsgálata RC it = β 0 + β 1 lngah it + β 2 lngy it + β 4 lngp it + β 5 lnwp it + β 6 lnggpv it +β 7 lngpp +ε it 2. Modell: gazdasági és mezőgazdasági fejlettségi mutatók hatásainak a vizsgálata RC it = β 0 + β 1 lnavapw it + β 2 lnfpi it + β 3 lnavagdp it + β 4 lnfdi it + β 5 lngdp it + β 6 lngdppc it + β 7 lntd 8it +ε it 3. Modell: kormányzati hatékonysági mutatók hatásának vizsgálata RC it = β 0 + β 1 CC it + β 2 GE it + β 4 RQ it + β 5 RL it + β 6 VA it +ε it 4. Modell: több tényező (szektor specifikus és más fejlettségi mutatók) együttes vizsgálata RC it = β 0 + β 1 lngah it + β 2 ln GY it + β 3 ln GP it + β 4 ln WP it + β 5 lnggpv it +β 6 lngpp it + β 7 lnavapw it + β 8 lnfpi it + β 9 lnavagdp it + β 10 lnfdi it + β 11 lngdp it + β 12 lngdppc it + β 13 lntd it +ε it ahol i az adott országot, t adott évet, ε it a hibatagot jelöli. Az összefüggések a következő kutatási hipotézisre keresik a választ: A tényezőellátottság, a gazdasági fejlettségi mutatók, kormányzati hatékonyság mutatók befolyásolják-e a borkereskedelmi versenyképességet? Az 1. táblázat rövid áttekintést nyújt az alkalmazott változókról és a kapcsolódó adatbázisokról. 1. táblázat: A modellben szereplő függő és független változók bemutatása Függő változó Változó megnevezése Adatbázis Előjel RC Független változók Tényezőellátottság relatív versenyképességi index: a relatív exportelőny (lnrxa) és relatív import előny (lnrma) indexek természetes logaritmusának különbsége (RC = lnrxa- lnrma) WITS -/+ GAH Szőlőtermő terület (Ha) FAO + GY Szőlő terméshozam (Hg/Ha) FAO + GP Szőlőtermés mennyisége (tonna) FAO + WP Bortermelés mennyisége (tonna) FAO + GGPV Szőlő bruttó termelési érték (folyóáron millió USD) FAO + GPP Szőlő termelői árak (USD/tonna) FAO + Gazdasági fejlettségi mutatók AVAPW Egy mezőgazdasági foglalkoztatottra jutó hozzáadott érték (USD 2005) WDI + FPI Élelmiszer-termelési index (2004-2006 = 100) WDI + AVAGDP Mezőgazdasági, hozzáadott érték (GDP %-ban) WDI + FDI A közvetlen külföldi befektetések nettó beáramlása (GDP %) WDI -/+ GDP GDP (folyóáron USD) WDI + GDPPC Egy főre jutó GDP (folyóáron USD) WDI + TD Kereskedelem (GDP %-ban) WDI + Kormányzati hatékonysági mutatók CC A korrupció megelőzése (becslés) WGI -/+ GE Kormányzati hatékonyság (becslés) WGI -/+ 39 39

RQ Szabályozás minősége (becslés) WGI -/+ RL Jogi szabályozás szerepe (becslés) WGI -/+ VA Elszámolhatóság, kormányzat átláthatosága (becslés) WGI -/+ (WITS World Integrated Trade Solutions, FAO Food and Agriculture Organization of UN, WDI World Development Idicators, WGI World Goverment Indicators) Forrás: Saját szerkesztés 6. Az adatok és az empirikus háttér bemutatása A fent említett ökonometriai modellekkel a borkereskedelemi versenyképesség (RC index 3 ) és a mezőgazdasági és gazdasági fejlettségi mutatók közötti kapcsolatot vizsgálom, a világ főbb borexportőr országaiban a világpiaci borkereskedelemmel összevetve. A kiegyensúlyozott panel adatbázisom 33 borexportőr országot 4, tizenhárom éves időszakot (2000-2012) és 429 megfigyelést tartalmaz. Borkereskedelemi adataim a Világbank World Integrated Trade Solutions (WITS) HS-6 5 szintű adatbázisából származnak. A borszektor erőforrás és tényezőellátottság mutatói az ENSZ Élelmezési és Mezőgazdasági Szervezete (FAO) internetes adatbázisból kerületek kiválasztásra. Kormányzati hatékonyság indikátorok a Világbank World Development Indicators adatbázisából lettek letöltve (1 táblázat). Komparatív előny indexek étékeinek bemutatása Az alábbi táblázat a különböző kereskedelmi mutatók leíró statisztikáit tartalmazza. Az RCA/RXA és RMA indexek nulla és pozitív értékeket vehetnek fel. Az RCA 1 feletti értékei komparatív exportelőnyt, míg 1 alatti értékei komparatív exporthátrányt mutatnak. Az RTA, lnrca, lnrma és RC indexek pozitív és negatív értékeket is felevethetnek. A mutatók pozitív értékei versenyelőnyről, míg a negatív értékek versenyhátrányról tanúskodnak (2. táblázat). 2. táblázat: számított borkereskedelmi versenyképesség indexek leíró statisztikái Válozó Megfigy. Átlag Szórás Min Max Terjedelem Komparatív előny esetén RCA (RXA) 429 6.145101 17.83937.0022554 164.2062 0 / + RCA>1 RMA 429.7010299.6762752.0006174 3.084897 0 / + RTA 429 5.444071 17.8026-2.854489 162.5369 - / + RTA>0 lnrca 429 -.3453889 2.4782-6.094429 5.101123 - / + lnrca>0 lnrma 429-1.040329 1.45978-7.390026 1.126518 - / + RC 429.6949397 2.989207-7.105217 7.448229 - / + RC>0 Forrás: Saját számítások World Bank WITS adatbázis adatai alapján Borexportáló országok versenyképességének értékelése A következőekben a borkereskedelemi versenyképesség mutatókkal történő elemzésének eredményeit ismertetem (33 bortermelő ország adatait és 13 éves periódust vizsgálva). A kalkulált komparatív előny indexek (RC) alapján a versenyképes borexportáló országok között tradicionális (Olaszország, Franciaország, Spanyolország, Portugália, Görögország, Ciprus, Magyarország), Újvilági (Argentína, Ausztrália, Chile, Új-Zéland, Dél-Afrika) és feltörekvő (Grúzia, Moldova, Libanon, Törökország) bortermelő országok egyaránt jelen vannak (1. ábra). A fent említett országok a vizsgált 13 év folyamán végig meg tudták őrizni export versenyelőnyüket (RC mutatóik végig 3 A relatív versenyképességi indexeket (RC) - a modell függő változóját - a Világbank World Integrated Trade Solutions (WITS) adatbázisának borexport és import adataiból számítottam, az adott ország világpiacra irányuló borkereskedelmét és a világ összes országának borkereskedelmét figyelembe véve. 4 Algéria, Olaszország, Törökország, Argentína, Lettország, Egyesült Államok, Ausztrália, Libanon, Belgium, Ausztria, Málta, Bulgária Moldova, Kanada, Új-Zéland, Chile, Csehország, Ciprus, Lengyelország, Fehéroroszország, Portugália, Franciaország, Románia, Grúzia, orosz Szövetség, Németország, Szlovénia, Görögország, Szlovákia, Magyarország, Dél-Afrika, Horvátország, Spanyolország 5 2204-es termékkóddal rendelkező boripari termékek: friss szőlőből készült illetve alkoholos tartalmú borok valamint a szőlőmust tartoznak ebbe a kategóriába 40

pozitív értékkel rendelkeztek). A legmagasabb RC indexeket Moldova, Chile és Grúzia mondhatta magáénak. 2000-2012 között Chile rendelkezett a legmagasabb RC indexel, emellett a világ legversenyképesebb borexportőrei között volt még Grúzia és Moldova is (1. melléklet). Kym Anderson tanulmánya is megerősíti, hogy a borexport tekintetében az elmúlt évtizedben Grúzia erős komparatív előnyöket élvezett, míg Moldova a második volt a rangsorban (Kym Anderson, 2013). Ezeket az eredmények azonban csak óvatosan érdemes kezelni, mivel Grúzia és Moldova bár nagymennyiségű bort exportál, ugyanakkor ezek az országok palackozott borok tekintetében valószínűleg nem túl versenyképesek a világ borpiacán. Emellett az RC indexeknek számos korlátja is van - például nem tükrözi a kormányzati politikák kereskedelemtorzító hatásait - amelyek erősen eltéríthetik az indexek értékeit. 1. ábra 15 10 5 0 5 Az országok versenyképes éveinek a száma az adatbázisban 2010-2011 között (RC index alapján) 13 13 13 13 12 12 13 13 13 13 13 13 13 13 13 12 13 13 13 7 7 3 Gyakoriság (RC>0) Forrás: Saját számítások a Világbank WITS adatbázisa alapján A versenyhátrányt (negatív RC indexek) vizsgálva azt tapasztalhatjuk, hogy itt inkább az európai bortermelő országok dominálnak. Ausztria, Németország, Málta, Csehország, Lengyelország mind a vizsgált 13 év alatt borkereskedelmi versenyhátrány tudhattak magukénak. Az Újvilági országok közül viszont csak Kanada és az Egyesült Államok szenvedett el versenyhát az vizsgált teljes időszak alatt (2. ábra). A legalacsonyabb indexeket évek óta Oroszország mondhatta magáénak. 2000-2005 és 2010-2012 időszak között azaz RC indexeinek értékei folyamatosan erősen negatívak voltak (1. melléklet). 2. ábra 14 12 10 8 6 4 2 0 8 Az országok versenyhatrányban lévő éveinek száma az adatbázisban 2010-2011 között (RC index alapján) 13 13 13 13 13 13 13 13 13 10 6 6 1 1 1 13 Gyakoriság (RC<0) Forrás: Saját számítások a Világbank WITS adatbázisa alapján 41 41

Az eredmények értékelésénél ugyanakkor fontos kiemelni, hogy mutatóknak számos hiányossága is van (lásd a 1. mellékletet) az RCA és RTA indexek például eltérő rangsort állítanak fel a legversenyképesebb borexportőr országokra, mint az RC indexek. Az RCA és RTA indexek Moldovát sorolják a legversenyképesebb borexportőr országok közé, ezzel szemben az RC rangsor alapján Chile és Grúzia is a legjobbak közé került. Habár a RC indexeknek vannak hiányosságai is a logaritmikus formájuk miatt mégis alkalmasak a panel regressziós elemzésre. Komparatív előny és versenyképesség indexek stabilitása Az egyes borexportáló országok komparatív előny indexeinek stabilitását az RC mutató (dummy) átváltási valószínűség mátrixa alapján elemzem. A mátrix értékei megmutatják, hogy mennyi valószínűsége annak, hogy az egyik évben komparatív előnyt élvező ország megtartsa versenyelőnyét vagy versenyhátrányba kerüljön a következő évben illetve fordítva. A mátrix eredményei alapján a versenyhátrányban lévő borexportőr országok 95,95% (RCdummy - 0) továbbra is versenyképtelen (RCdummy - 0) maradt a következő években is az adatbázisban. Csupán a versenyképtelen borexportőr országok 4,05%-a válhatott versenyképessé azt követő években (RCdummy -1). A versenyképtelen országok versenyképessé válásának valószínűsége tehát 4,05% volt, míg a versenyképes országok versenyképtelenné válásának (vagy újra versenyhátrányba kerülésének) csupán 3,63% esélye volt ezzel szemben 96.37%-ban megőrizték versenyelőnyüket (3. táblázat). A versenyelőnyben lévő országok pozíciója a mátrix alapján stabilnak mondható. 3. táblázat: Relatív komparatív előnyök átváltási-valószínűség mátrixa Versenyképességi mutatók értéke 0 1 Összesen 0 142 6 148 95.95 % 4.05 % 100.00 1 9 239 248 3.63 % 96.37 % 100.00 Összesen 151 245 396 38.13% 61.87% 100.00 Megjegyzés: 0 érték komparatív hátrányt, míg az 1 érték előnyt jelöl az RC mutató dummy változója alapján (1 ha RC>0; 0 ha RC<0) Forrás: Saját számítások a Világbank WITS adatbázisa alapján 7. A regressziós modellek eredményei A következő fejezetben négy különböző regressziós modell becslési eredményeit mutatom be versenyképességi befolyásoló tényezők hatásainak elemzése céljából. Az állandó (FE fixed effect), véletlen (RE random effect), állandó robusztus (FER - robust fixed effect), véletlen robusztus (RER- robust random effect) regressziós becslések eredményeit a következő táblázatok mutatják: 4. táblázat: 1. modell tényezőellátottság vizsgálata Független változók FE FER RE RER Szőlőtermő terület (log) (kihagyva) (kihagyva).71841278***.71841278* Szőlő terméshozamok (log) -1.0283931** -1.0283931 -.22409263 -.22409263 Szőlőtermés mennyisége (log).73908598**.73908598 (kihagyva) (kihagyva) Bortermelés mennyisége (log).57083326**.57083326.40253938*.40253938 Szőlő bruttó termelési értéke (log) -.01291818 -.01291818 -.01456254 -.01456254 Szőlő teremői árak (log) -.39821504*** -.39821504 -.42261116*** -.42261116 42

Konstans -1.5189454-1.5189454-6.5183965-6.5183965 N 315 315 315 315 r2.17221476.17221476 0.1698 0.1698 r2_a.07828168.15882017 F / chi2 0.0000 0.0019 0.0000 0.0000 * p<0.05; ** p<0.01; *** p<0.001 Breusch and Pagan Lagrangian multiplier teszt; chibar2 (0.0000) OLS helyett RE modell alkalmasabb Wald teszt; chi2 (0.0000) heteroszkedaszticitás jelenléte Forrás: Saját számítások a FAO, Világbank WITS és WDI adatbázisa alapján Az 1. regressziós becslés eredményei azt mutatják, hogy a szőlőtermő terület (+), a szőlőterméshozamok (-), bortermelés (+) és szőlő termelői árak (-) befolyásolhatják a borexport versenyképességet. A robusztus becslések (RER) a szőlőtermő területet kivéve elvetik valamennyi magyarázó változó szignifikanciáját (4. táblázat). A modell csak kis mértékben támasztja alá a hipotézist, miszerint a borágazat tényezőellátottsága (ágazat specifikus természeti tényezők) jelentős hatással vannak a borkereskedelem relatív versenyképességére (RC index) 6. 5. táblázat: 2. modell gazdasági fejlettség vizsgálata Független változók FE FER RE RER Mzg-i dolgozóra jutó hozzáadott érték (2005) (log) -1.2862245** -1.2862245 -.84276339* -.84276339 Élelmiszertermelési index (2004-2006) (log).44347865.44347865.03616591.03616591 Mzg-i hozzáadott érték GDP %-ban (log).10492641.10492641.23790571.23790571 FDI Külföldi tőkebefektetések (log) -.14994841* -.14994841 -.12687927 -.12687927 GDP (folyóáron USD) (log) -3.394984* -3.394984 -.21650249 -.21650249 Egy főre eső GDP (folyóáron USD) (log) 3.472099* 3.472099.16457564.16457564 Kereskedelem (GDP %-ában) (log).80798815.80798815.12178928.12178928 konstans 65.608424** 65.608424 14.459669* 14.459669 N 328 328 328 328 r2.16065059.16065059 r2_a.05028631.14228982 F / chi2 0.0000 0.0503 0.0000 0.0073 Hausman teszt (chi2 0.0070) random effect modell * p<0.05; ** p<0.01; *** p<0.001 Wald teszt (chi2 0.0000) heteroszkedaszticitás jelenléte Forrás: Saját számítások a FAO, Világbank WITS és WDI adatbázisa alapján A 2. modell gazdasági fejlettségi és mezőgazdasági mutatók segítségével vizsgálja, mely tényezők befolyásolják borkereskedelem relatív versenyképességét. A becslés az FE modell estében az egy mezőgazdaságban dolgozóra jutó hozzáadott érték (-), a külföldi közvetlen befektetések (-) és a GDP (-) illetve egy főre eső GDP (+) esetében szignifikáns (5. táblázat). 6. táblázat: 3. modell kormányzati hatékonyság szerepe 6 Kihagyva: a szőlőtermő terület, szőlőtermés mennyisége változók a kollinearitás miatt ki lettek dobva a modellből. 43 43

Független változók FE FER RE RER Korrupció visszaszorítása -.47501255 -.47501255 -.45338478 -.45338478 Kormányzati hatékonyság.21325594.21325594.17889316.17889316 Kormányzati szabályozás minősége -.40141448 -.40141448 -.37668388 -.37668388 Jogi szabályozás szerepe.07662463.07662463 -.04820261 -.04820261 Kormányzati átláthatóság 1.0044058* 1.0044058.96223637*.96223637 konstans.3607707.3607707.45788949.45788949 N 396 396 396 396 r2.0211492.0211492 r2_a -.08001694.00859983 F / chi2 0.1745 0.5735 0.1496 0.4828 Hausman teszt (chi2 0.4495) - random effect modell Wald teszt (chi2 0.0000) heteroszkedaszticitás jelenléte * p<0.05; ** p<0.01; *** p<0.001 Forrás: Saját számítások a FAO, Világbank WITS és WDI adatbázisa alapján A 3. modell a Porteri megközelítés alapján a kormányzati tényezők hatását vizsgálja, ahol egyedül a kormányzati transzparencia változó szignifikáns (+). Az F/ chi2 mutatók alapján azonban ezek a modellek nem elfogadhatók. A 4. egyben utolsó becslés több tényező együttes vizsgálatát modellezi. 7. táblázat: 4. modell több tényező együttes vizsgálata Független változók FE FER RE RER Szőlőtermő terület (log) (kihagyva) (kihagyva) 1.4390362*** 1.4390362*** Szőlő terméshozamok (log) -.64399521 -.64399521.71821272*.71821272 Szőlőtermelés (log).85875994**.85875994* (kihagyva) (kihagyva) Bortermelés(log).38123213.38123213.27206643.27206643 Szőlő bruttó termelési értéke (log) -.00476604 -.00476604.00135862.00135862 Szőlő teremői árak (log).38811253.38811253.52003945*.52003945 Mzg-i dolgozóra jutó hozzáadott érték (2005) (log) -.05743964 -.05743964 -.19662382 -.19662382 Élelmiszertermelési index (2004-2006) (log) -1.0763819-1.0763819-1.6720128* -1.6720128 Mzg-i hozzáadott érték GDP %-ban (log) -.41172222 -.41172222 -.27001727 -.27001727 FDI (log) -.09541891 -.09541891 -.0810115 -.0810115 GDP (folyóáron USD) (log) -2.7005646-2.7005646-1.8628723*** -1.8628723*** Egy főre eső GDP (folyóáron USD) (log) 1.8705858 1.8705858 1.0055313** 1.0055313 Kereskedelem (GDP %-ában) (log) -.92551751 -.92551751-1.2789337** -1.2789337* konstans 54.213464* 54.213464 26.236312*** 26.236312** F / chi2 0.0000 0.0000 0.0000 0.0000 N 273 273 273 273 r2.2582549.2582549 44

r2_a.13780057.22402051 * p<0.05; ** p<0.01; *** p<0.001 Forrás: Saját számítások a FAO, Világbank WITS és WDI adatbázisa alapján A több változó együttes vizsgálata azt mutatja, hogy a főleg a szektor specifikus tényezők (szőlőtermő terület, terméshozamok, bortermelés, szőlő termelői árak) illetve élelmiszertermelési index, GDP arányos kereskedelem és a GDP nagysága befolyásolja jelentősen a bor-versenyképességi indexeket. A robusztus becslések is megerősítik 1-1 változók szignifikanciáját (7. táblázat). A szignifikáns változók több különböző versenyképességi tényezőt képviselnek, azonban csak kis mértékben támasztják alá az elméleti megközelítés és az empirikus eredmények összhangját a versenyképesség és azt befolyásoló tényezők között. 8. Összefoglalás Tanulmányomban a versenyképességet és azt meghatározó tényezők kapcsolatát elemeztem a főbb európai és az újvilági borexportőr országokban, a világ borpiacára irányuló kereskedelmet figyelembe véve. A versenyképességi mutatók elemzése alapján a versenyképes országok között mind tradicionális mind újvilági országok egyaránt megtalálhatók, az Újvilági országok közül azonban csak Kanada és USA szenvedett versenyhátrányt a vizsgált időszakban. A feltörekvő országok Grúzia és Moldávia előretörése is egyre számottevőbb az utóbbi évtizedben. A versenyképes bortermelő országok pozíciója az RC mutató átváltási mátrixa alapján stabil, a versenyképesből versenyképtelené válásnak kicsi a valószínűsége. A versenyképesség ökonometriai elemzésének elméleti hátterét Michael Porter által megfogalmazott a versenyképesség és a tényezőellátottság, a gazdasági fejlettség, kormányzati hatékonyság közötti feltételezett összefüggés adta. Négy ökonometriai panel regressziós becslést készítettem, hogy megvizsgáljam a feltételezett kapcsolatot a borkereskedelem megnyilvánuló versenyképességi (RC index) és más mezőgazdasági, gazdasági és kormányzati hatékonysági mutatók között, a világ jelentősebb borexportáló országaiban a világpiaci borkereskedelmet alapul véve. A becslések eredményei nem támasztották alá kellőképpen a versenyképesség és azt befolyásoló tényezők közötti hipotézist. A versenyképesség, a borágazat szektor specifikus és általános gazdasági fejlettségi mutatói között bár akadtak szignifikáns változók (szőlőtermő terület, szőlőtermesztés, GDP, FDI) a modellek összességében számos hiányossággal rendelkeztek (heteroszkedaszticitás, mulikollinearitás). A szignifikáns változók csak kis mértékben igazolták Porter versenyképesség modelljét. Az eredményeket jelentős mértékben befolyásolták egyes változók hiányzó értékei és a versenyképességi mutatók hiányosságai is. A jövőben további ökonometriai kutatások is szükségesek a versenyképességet befolyásoló tényezők jobb megismerése és a mélyebb összefüggések feltárása érdekében. Irodalomjegyzék A.J. SMIT (2010) The competitive advantage of nations: is Porter s Diamond Framework a new theory that explains the international competitiveness of countries? Southern African Business Review Volume 14 Number 1 2010 BALASSA BÉLA (1965) Trade Liberalization and Revealed Comparative Advantage, The Manchester School of Economic and Social Studies 33(2): 99-123. BALL, E., BUTAULT, J.-P., SAN JUAN MESONADA AND C., MORA, R. (2006), Productivity and International Competitiveness of European Union and United States Agriculture, 1973-(2002), paper presented at the AIEA2 International Meeting Competitiveness in agriculture and the food industry: United States and EU perspectives, Bologna, June. BEZLEPKINA, I., OUDE LANSINK, A. AND OSKAM, A. (2005), "Effects of subsidies in Russian dairy farming", Agricultural Economics, Vol. 33, pp. 277-288. BRANISLAV VLAHOVIĆ ANTON PUŠKARIĆ DEJAN TOMAŠEVIĆ (2013) Changes in the international wine market 135 EAAE Seminar Challenges for the Global Agricultural Trade Regime after Doha BRINKMAN, G. (1987), "The competitive position of Canadian agriculture", Canadian Journal of Agricultural Economics, Vol. 35, pp. 263-288. 45 45

DALUM, B., LAURSEN, K. - VILLUMSEN, G. (1998) Structural change in OECD export specialisation patterns: De-specialisation and stickiness. In International Review of Applied Economics, vol. 12, 1998, no.2, 423 443. DRAGICA BOŽIĆ, MARIJA M. NIKOLIĆ (2013) The seminar of Agriculture and Rural Development - Challenges of transition and integration processes 50th anniversary Department of Agricultural Economics Belgrade-Zemun 2013 GEORGE W. NORTON, JEFFREY ALWANG, AND WILLIAM A. MASTERS (2010) Economics of agricultural development Routledge Press 2010 p. 329-330 GIANCARLO GANDOLFO (2014) With contributions by Federico Trionfetti International, Trade Theory and Policy. Second Edition Springer-Verlag Berlin Heidelberg GREENAWAY, D., & MILNER, C. 1993. Trade and Industrial Policy in Developing Countries: A Manual of Policy Analysis, The Macmillan Press, esp. Part IV Evaluating Comparative Advantage, 181-208. GRUBEL, H.G. & LLOYD, P. (1975) Intra-industry Trade: the Theory and Measurement of International Trade in Differentiated Products. London: Macmillan. IMRE FERTŐ AND LIONEL J. HUBBARD (2002) Revealed comparative advantage and competitiveness in Hungarian agri-food sectors Institute of Economics Hungarian Academy of Sciences DISCUSSION PAPERS 2002/8 TÖRÖK ÁRON- JÁMBOR ATTILA (2013) Competitiveness and Geographical Indications: the case of fruit spirits in Central and Eastern European countries Studies in Agricultural Economics 115 (2013) 25-32 JOHAN VAN ROOYEN, LINDIE STROEBEL, DIRK ESTERHUIZEN (2010) Analysing Competitiveness Performance in the Wine Industry: The South African case. Paper for the pre-aares conference workshop on The World s Wine Markets by 2030: Terroir, Climate Change, R&D and Globalization, Adelaide Convention Centre, Adelaide, South Australia, 7-9 February 2010 KYM ANDERSON (2013) Is Georgia the Next New Wine-Exporting Country? Journal of Wine Economics, Volume 8, Number 1, 2013, Pages 1 28 KYM ANDERSON AND GLYN WITTWER (2013) Modeling Global Wine Markets to 2018: Exchange Rates, Taste Changes, and China s Import Growth Journal of Wine Economics, Volume 8, Number 2, 2013, Pages 131 158 LAURE LATRUFFE (2010) Competitiveness Productivity and Efficiency in the Agricultural and Agri-Food Sectors OECD Food, Agriculture and Fisheries Working Papers No. 30 2010 MELECKÝ LUKÁŠ, NEVIMA JAN (2011) Application of Econometric Panel Data Model for Regional Competitiveness Evaluation of Selected EU 15 Countries Journal of competitiveness 2011; 3(4) 23 38 NONGNOOCH PORAMACOM (2002) Revealed Comparative Advantage (RCA) and Constant Market Share Model (CMS) on Thai Natural Rubber Kasetsart J. (Soc. Sci) 23 : 54-60 (2002) NORBERT BOZSIK (2005) An analysis of the comparative advantages and changes in market share of Hungarian wines on EU markets Gazdálkodás XLIX. évfolyam 13. külön kiadása 2005. ECKHARD SIGGEL (2006) International Competitiveness and Comparative Advantage: A Survey and a Proposal for Measurement Journal of Industry, Competition and Trade June 2006, Volume 6, Issue 2, pp 137-159 PORTER, M.E. (1998). The competitive advantage of nations. London, Macmillan. SALVATORE, D. 2002. International Economics, 3rd edition. New York: Macmillan. VOLLRATH, T. L. 1991. A Theoretical Evaluation of Alternative Trade Intensity Measures of Revealed Comparative Advantage. In Weltwirtschaftliches Archiv, vol. 130, 1991, no. 2, 265 279. WANG LEI 2011 Application of Gravity Model: Measurement of International Competitiveness of Trade in Services. CSCanada Studies in Sociology of Science Vol. 2, No. 2, 2011, pp. 50-56 1. melléklet: a 10 legmagasabb és legalacsonyabb RCA, RTA, RC indexekkel rendelkező országok mutatói A 10 legmagasabb RCA, RTA és RC mutatóval rendelkező ország Ország Év RCA Ország Év RTA Ország Év RC Moldova 2009 75.564383 Moldova 2010 75.33487 Grúzia 2008 5.914219 Moldova 2010 75.599838 Moldova 2009 75.52037 Grúzia 2004 5.977074 Moldova 2008 78.727589 Moldova 2008 78.53105 Moldova 2008 5.992882 Moldova 2004 111.20468 Moldova 2002 109.1011 Chile 2004 6.041596 Moldova 2002 112.18597 Moldova 2004 109.4581 Grúzia 2000 6.051508 46

Moldova 2003 112.65664 Moldova 2003 110.9746 Moldova 2012 6.055816 Moldova 2006 114.08352 Moldova 2006 111.5173 Chile 2002 6.069494 Moldova 2000 115.0355 Moldova 2000 114.4608 Grúzia 2009 6.282375 Moldova 2001 125.80469 Moldova 2001 124.9578 Chile 2003 6.61028 Moldova 2005 164.20618 Moldova 2005 162.5369 Moldova 2009 7.448229 A 10 legalacsonyabb RCA, RTA és RC mutatóval rendelkező ország Ország Év RCA Ország Év RTA Ország Év RC Oroszország 2003.0022554 Oroszország 2001-2.854489 Oroszország 2003-7.105217 Oroszország 2011.00232268 Oroszország 2000-2.760922 Oroszország 2001-6.969707 Oroszország 2012.00250104 Oroszország 2003-2.745509 Oroszország 2004-6.935413 Oroszország 2004.00251099 Oroszország 2005-2.733808 Oroszország 2005-6.809307 Oroszország 2008.00267383 Oroszország 2002-2.59967 Oroszország 2002-6.711091 Oroszország 2001.00268554 Oroszország 2004-2.578901 Oroszország 2011-6.625368 Oroszország 2010.00269673 Kanada 2011-2.257416 Oroszország 2000-6.584392 Lengyelország 2000.00285871 Kanada 2010-2.253308 Oroszország 2012-6.569982 Fehéroroszország 2008.00286644 Kanada 2012-2.233294 Oroszország 2010-6.550283 Oroszország 2009.00301817 Kanada 2009-2.09313 Oroszország 2008-6.492633 Forrás: Saját számítások a Világbank WITS adatbázisa alapján 2. melléklet: A magyarázó változók leíró statisztikája Változók N Átlag Standard hiba Min Max Átlag Standard hiba Min Max Logaritmizálás után Szőlőtermő terület 397 182632.5 268696.6 9 1186107 10.87891 2.142976 2.197225 13.98619 Szőlő terméshozamok 397 76157.42 36631.48 20985.4 187367 11.12526.487558 9.951582 12.14082 Szőlőtermelés 397 1538924 2241279 90 8988400 12.79382 2.295628 4.49981 16.01145 Bortermelés 405 796876.6 1344671 1800 5910694 12.05977 2.023654 7.495542 15.59227 Szőlő bruttó termelési értéke 360 42254.27 262465.1.08 2640156 6.171158 2.880726-2.525729 14.78635 Szőlő teremői árak 315 870.5968 2910.646 111.6 48061 6.352819.6680179 4.714921 10.78023 Egy dolg. eső mzg-i hozzáadott ért. 360 20697.51 20945.63 1096.839 112484.1 9.389496 1.098016 7.000188 11.63057 Élelmiszertermelési index 396 99.11015 9.195775 69.78 135.15 4.59186.0942177 4.245347 4.906385 Mzg-i hozzáadott érték GDP %-ban 372 5.523018 4.466867.6697452 29.02938 1.429183.7574766 -.4008579 3.368309 FDI 424 1.96e+10 4.47e+10-2.53e+10 3.40e+11 22.29972 1.806219 17.78696 26.5524 GDP folyóáron USD 429 8.46e+11 2.34e+12 1.29e+09 1.62e+13 25.74585 1.91576 20.97668 30.41878 Egy főre eső GDP folyóáron USD 429 17332.7 14065.13 354.0017 67555.76 9.333767 1.046367 5.869302 11.12071 Kereskedelem (GDP %) 422 86.24029 38.68192 21.85242 188.9775 4.356599.455752 3.084312 5.241628 Korrupció visszaszorítása 396.5565964.9307196-1.138725 2.462202 Kormányzati hatékonyság 396.703864.8262152-1.170453 2.038821 Kormányzati szabályozás minősége 396.740494.7911981-1.752705 1.967057 Jogi szabályozás szerepe 396.5990259.8843676-1.289099 1.95917 Kormányzati átláthatóság 396.6760377.7833427-1.770318 1.76466 Forrás: Saját számítások a Világbank WITS és WDI adatbázisa alapján 47 47