DOI:10.14750/ME.2016.025 MISKOLCI EGYETEM GAZDASÁGTUDOMÁNYI KAR SZENDI DÓRA PERIFÉRIÁK FELZÁRKÓZÁSÁNAK ESÉLYEI, KÜLÖNÖS TEKINTETTEL KELET-KÖZÉP-EURÓPA KÉT TÉRSÉGÉRE Doktori (PhD) Értekezés DOKTORI ISKOLA NEVE: DOKTORI ISKOLA VEZETŐJE: TÉMAVEZETŐ: VÁLLALKOZÁSELMÉLET ÉS GYAKORLAT DOKTORI ISKOLA PROF. DR. BALATON KÁROLY egyetemi tanár PROF. DR. BENEDEK JÓZSEF egyetemi tanár MISKOLC 2016.
Tartalomjegyzék 1. Bevezetés... 3 1.1. Témaválasztás indoklása... 6 1.2. Kutatási cél... 8 1.3. Alkalmazott módszerek, adatforrások... 9 1.4. Kutatás hipotézisei... 10 2. Kutatási terület lehatárolása... 12 2.1. Választott térségek ismertetése... 12 2.1.1. Szász-Anhalt tartomány... 12 2.1.2. Borsod-Abaúj-Zemplén megye... 14 2.2. Korábbi empirikus konvergencia vizsgálatok eredményei... 15 2.2.1. Németország belső konvergenciája... 15 2.2.2. Magyarország konvergenciája... 18 2.3. A kutatás szakirodalmi előzményei Regionális gazdaságtan növekedéselméletei... 20 2.3.1. Klasszikus politikai gazdaságtan... 21 2.3.2. Neoklasszikus növekedéselméletek... 22 2.3.3. Endogén növekedéselméletek... 25 2.3.4. Keynesi elméletek... 28 2.3.5. Exportbázis-elmélet... 29 2.3.6. Polarizációs elméletek... 30 2.3.7. Növekedési pólusok elmélete... 30 2.3.8. Új gazdaságföldrajz, új regionalizmus... 31 2.3.9. Területi gazdasági növekedés szakaszai... 31 2.4. Területi konvergencia... 32 2.4.1. Szigma és béta konvergencia... 34 2.4.2. Konvergencia klubok... 35 3. Alkalmazott kutatás módszertana, módszerei... 37 3.1. Területi jövedelemegyenlőtlenségek hatásai... 37 3.2. A területi fejlődés mérése - életminőség... 38 3.3. Területi fejlettség, területi egyenlőtlenség indexei... 40 3.4. Területi autokorreláció... 42 3.5. Shift-share elemzés... 44 3.6. Konvergencia számítások... 45 3.6.1. Szigma konvergencia... 46 3.6.2. Béta konvergencia... 46 3.6.3. Konvergencia klubok... 46 3.6.4. Gamma konvergencia... 47 3.7. Korreláció és regresszió számítás, faktoranalízis... 47 1
3.7.1. Faktoranalízis... 48 3.7.2. Területi regresszió... 49 4. Tézisek... 51 4.1. Policentrikus társadalmi és gazdasági térszerkezet ellentétes tendenciák (GDP, életminőség)... 52 4.1.1. Két ország eltérő térbeli mintázata... 53 4.1.2. A GDP és az életminőség dinamikájának vizsgálata... 59 4.2. Eltérő életminőség és GDP pályák... 64 4.2.1. Egyenlőtlenségi indexek: igazolható konvergens folyamatok... 68 4.2.2. Egyenlőtlenségek a perifériákon... 68 4.3. Szignifikáns szomszédsági hatások, nyugat-keleti differenciák... 70 4.3.1. Fajlagos GDP, és életminőség igazolható autokorrelációja... 70 4.3.2. Területi hatások dominanciája a strukturális jellemzőkkel szemben... 80 4.4. Konvergencia vs. divergencia?... 86 4.5. Eltérő növekedési pályák klub-konvergencia... 91 4.6. GDP regressziós vizsgálatai területi modellek... 100 4.6.1. Magyar kistérségi jövedelem meghatározó tényezői (2011)... 100 4.6.2. Német körzetek GDP-jének meghatározó tényezői (2011)... 106 5. Konvergencia elérése érdekében tett intézkedések... 115 5.1. Németország... 115 5.1.1. A német egység finanszírozása... 115 5.1.2. Német-német valutaunió... 117 5.1.3. Hitelrendezési Alap... 117 5.1.4. A Német Egység Alapja... 117 5.1.5. Szolidaritási paktum... 117 5.1.6. Tartományok keresztfinanszírozási rendszere... 120 5.1.7. Államadósság alakulása... 121 5.1.8. A német regionális politika hozzájárulása a keleti tartományok felzárkózásához... 122 5.2. A magyar regionális politika... 123 6. Összegzés... 126 7. Summary... 129 8. Irodalomjegyzék... 131 9. Ábrák jegyzéke... 146 10. Táblázatok jegyzéke... 149 11. Mellékletek... 151 2
1. Bevezetés A területi szintű társadalmi, gazdasági egyenlőtlenség a térgazdaságtan egyik alapvető jellemzője (Nemes Nagy, 1990; Nagyné Molnár, 2007.). Nincs a térnek két olyan pontja, mely azonos tulajdonságokkal rendelkezne, mert a gazdasági, társadalmi, és kulturális paramétereik különbözőek (Nagyné Molnár, 2007; Benedek-Kurkó, 2011.). A különbözőség mértéke térben és időben változik. Egyes vélemények szerint a területegységek tulajdonságai alapján a térszerkezetben két kitüntetett helyzet definiálható: a centrum és a periféria. (Nemes Nagy, 2005.) Gazdasági értelemben a centrumok olyan térségek, ahol pozitív értéktartományba tartozó gazdasági, társadalmi jelenségek összpontosulnak. Ezzel szemben a periférikus térségekben negatív tartományba tartozó gazdasági, társadalmi jelenségek erősödnek meg, a kumulatív okság elméletének megfelelően gyakran negatív spirált eredményezve. (Nemes Nagy, 2005; Nagyné Molnár, 2007.) A periférikus térségek többsége nemcsak az olyan alapvetően gazdasági indikátorok vonatkozásában hátrányos helyzetű, mint a GDP, vagy a vállalkozások száma, de legtöbb esetben például az életminőség vagy a migráció dimenziójában is elmaradottabb. Ezért a területi különbségek csökkentése és a periférikus térségek felzárkóztatásának lehetősége a gazdaságpolitika számára kiemelten fontos, állandó kihívást jelent. A területi egyenlőtlenségek vizsgálata, a periférikus térségek felzárkózásának kutatása nem új keletű, számos kutató foglalkozott már a periférikus térségek pozitív konvergenciájának lehetőségével (például nemzetállamok konvergencia vizsgálatai - Barro és Sala-i-Martin, 1992; Mankiw et. al., 1992; Romer, 1994; Sala-i-Martin, 1995; Quah, 1996a,b). 1 A felzárkózás kapcsán ugyanis két alapvetően különböző folyamatot célszerű elkülöníteni, melyek a pozitív, illetve a negatív előjelű konvergencia (lefelé nivellálódás) jelensége. Pozitív a felzárkózás, ha a fejletlenebb térség felzárkózik a fejlettebbekhez, míg negatív a felzárkózás, ha a fejlett térségek mutatója a fejletlenebbek felé mozdul el. (Nagyné Molnár, 2007. p. 171.) A közgazdaságtan konvergencia-elméleteinek középpontjában a gazdasági növekedés áll. Vizsgálja, hogyan halad a gazdaságilag fejletlenebb térségek felzárkózása a fejlettebbekhez. A konvergencia empirikus vizsgálata az 1960-as évekig nyúlik vissza. Ekkoriban a neoklasszikus növekedési modellek (pl.: Solow) jelentették sok szerző számára a kiindulási pontot, melyek a piaci automatizmusokra építve a termelési tényezők, régiók közötti mobilitásának következményeként értelmezik a konvergencia megvalósulását. A konvergencia kapcsán a Solow modell megalkotása óta számos elmélet látott napvilágot, melyek részletesebb bemutatására disszertációm elméleti részében kerül sor. A konvergencia empirikus kimutatására irányuló vizsgálatok többsége az un. szigma és béta konvergencia elemzését célozza meg. A szigma konvergencia a vizsgált indikátorok értékeinek szóródása alapján határozza meg a változás mértékét, míg a béta konvergencia a kezdeti időszak GDP-je, ill. a GDP éves növekedési rátájának regressziós vizsgálata alapján állapítja meg a konvergencia mértékét. Quah empirikus vizsgálatával lefektette a konvergencia klubok alapjait, és rámutat arra, hogy az egy főre jutó nemzeti jövedelem nem egy kitüntetett értékhez tart, hanem az adatok egyfajta csoportosulást mutatnak, amelyen belül értelmezhető a konvergencia. (Szörfi, 2004.) A közelmúlt néhány empirikus eredménye alapján látható, hogy a konvergencia kérdése még napjainkban is vitatott. Vannak olyan írások, amelyek elutasítják (Baumol, 1986.; The Economist, 1992.; Barro, 1991.; Barro és Sala-i-Martin, 1992.), vannak, amelyek bizonyítják 1 A konvergencia szó általános értelemben áramlások, információk, gondolatfolyamok összetartása, egymáshoz közeledése, egy helyre érkezése, illetve egy kitüntetett hely (pl. térbeli pont) felé mozgás vagy annak hajlama. (Ferkelt, 2005.) A fogalmat számos tudomány előszeretettel alkalmazza (matematika, biológia, genetika, műszaki tudományok, társadalomtudományok). 3
(Mankiw-Romer-Weil, 1992.; Sprout-Weawer, 1992.; Nelson-Wright, 1992.) a fejlettségi szintek kiegyenlítődését. Valószínűleg az árnyaltabb kép felel meg a realitásoknak, amely az országokat különböző csoportokra osztja. (Ligeti, 2002.) Quah vizsgálatai szerint az országok egy főre jutó nemzeti jövedelmeinek alakulásában konvergenciával szemben egyfajta csoportosodás figyelhető meg: a közepes jövedelmi szintű országok száma egyre csökken, a jövedelmek eloszlását egyre inkább egy magasabb és egy alacsonyabb jövedelmi szint körüli csoportosulás határozza meg (Trón, 2009. p. 63.). Ez a folyamat az úgynevezett twin-peaks (ikercsúcsok hatása), ami a világgazdaság polarizálódására utal. A modellben az egyik csúcs a gazdag, míg a másik csúcs az elszegényedett országokat jelöli. Quah twin-peaks modelljéből adódóan a világgazdaságban csak úgynevezett klubkonvergenciára van lehetőség. (Quah, 1995.) Azonos konvergencia klubokba azon gazdaságokat soroljuk, melyek hosszú távú növekedési pályája közel esik egymáshoz, vagyis egyfajta kvázi homogenitást mutatnak társadalmi, gazdasági szempontok alapján. (Benedek-Kocziszky, 2014; 2015.) Baumol értelmezésében a konvergencia klubok olyan csoportok, melyeken belül konvergencia, az egyes klubok között pedig növekvő diszparitások jellemzők. A területi egyenlőtlenségek és a konvergencia vizsgálata az Európai Unió számára is kiemelt jelentőségű, már az Európai Közösséget létrehozó Római szerződés preambuluma is megemlíti a területi különbségek kiegyenlítésének, az elmaradott területek felzárkóztatásának igényét. Az intézményi kereteket egyrészt az Európai Regionális Fejlesztési Alap létrehozása (1975), majd a kohéziós politika alapjainak lefektetése (1986 Egységes Európai Okmány) teremti meg. A regionális politika létrehozásának alapvető oka volt, hogy az egyre bővülő európai integrációt komoly kihívások elé állította a régiók között fennálló társadalmigazdasági diszparitások mértéke. Az EU közel 20 éve végez vizsgálatokat a területi szintű egyenlőtlenségekkel kapcsolatban. Az Eurostat 2014-es Regionális Évkönyve alapján a leggazdagabb Inner Londoni régió, és a legszegényebb Severozapaden (Bulgária) régió között 26-szoros különbség áll fönn az egy főre jutó GDP esetében (mely vásárlóerő-paritáson mérve 11-szeres). A különbség 2000-ben a leggazdagabb Inner Londoni és az akkor legszegényebb Extremadura (Spanyolország) régió között 7,5-szeres volt (vásárlóerő-paritáson alig 6- szoros). (1. ábra) 1. ábra: Az egy főre jutó GDP regionális különbségei Európában (2000-2013) Forrás: Eurostat adatai alapján saját szerkesztés 4
A fentiekben részletezett lefelé nivellálódás jelensége megfigyelhető az EU-ban 2008-2011 között, aminek oka az Inner Londoni régió visszaesése volt a gazdasági válság hatására (pénzügyi központ szerepe miatt). Ugyanakkor az EU leggazdagabb és legszegényebb régiói között a GDP különbségei a 2000-2013-as időszakban összességében tovább növekedtek. Ennek alapján úgy tűnik, hogy az EU-ban a konvergencia a jelentős ráfordítások (a 2007-2013-as időszakban a Strukturális Alapok keretében összesen 347 milliárd eurót fordított az EU a kohézióra) ellenére rendkívül lassú. A fentiek miatt a konvergencia (felzárkózás) lehetőségének vizsgálata kiemelten fontos. Kutatási témám periférikus térségek felzárkózási esélyeinek vizsgálata, különös tekintettel a német és magyar gazdaság belső konvergencia folyamatainak elemzésére, és a német keleti tartományok, ill. észak-magyarországi területek felzárkózására. Arra a kérdésre keresem a választ, hogy mely tényezők befolyásolják szignifikánsan a gazdaságok belső konvergenciáját, és a tágabb régiójukhoz képest a felzárkózást, Borsod-Abaúj-Zemplén megye és Szász-Anhalt tartomány esetében. Disszertációm felépítésének logikáját a 2. ábra szemlélteti. Dolgozatom 4 fő fejezetre tagolódik. Rövid bevezetést követően a dolgozat 2. fejezetében összefoglalom a téma releváns elméleteit, kitérek a regionális gazdaságtan növekedési elméleteire, a konvergencia elméletek fejlődésére, főbb típusaira. E fejezet összegzi a korábbi (GDP alapú) konvergencia vizsgálatok főbb eredményeit, és a konvergenciát támogató intézkedéseket a két ország vonatkozásában. 2. ábra: Disszertáció felépítése 5
A harmadik fejezet módszertani kérdésekkel foglalkozik, összegzi az alkalmazott elemzési módszerek elméletét, számításuk módszertanát. Ennek során kitértem a területi egyenlőtlenségi indexek, területi autokorreláció, konvergencia számítások, shift-share elemzés és regressziós vizsgálatok (OLS és területi) elméleti alapjaira és számítási hátterére. A dolgozat negyedik fejezete tartalmazza téziseimet. Ebben a részben a német és magyar esetre vonatkozóan elvégeztem a területi szintű vizsgálatokat, arra a kérdésre keresve a választ, hogy mennyiben valósult meg a periférikus helyzetben lévő területek felzárkózása. Az elemzés keretében a GDP, és az életminőség index értékeit hasonlítottam össze különböző szempontok alapján. Kitértem az indikátorok eloszlásában felfedezhető differenciákra, és időbeli változásuk tendenciáira. Kiemelt figyelmet fordítottam a szomszédsági hatások elemzésére, és befolyásoló hatásuk feltérképezésére. 1.1. Témaválasztás indoklása A periférikus térségek felzárkózási lehetőségeinek vizsgálata Solow óta kérdés, napjainkban sincs egzakt válasz a regionális konvergencia egyes kérdéseire. A téma tehát ma is aktuális, különösen egy olyan régióban, melynek számos kistérsége gazdasági és társadalmi szempontból periférikus, hátrányos helyzetű. Magyarországon a nyugati és keleti országrész közötti gazdasági fejlettség differenciáinak csökkentése, a rendszerváltás óta eltelt 25 évben komoly problémát jelent. Különösen az Észak-magyarországi régió hátránya tekinthető jelentősnek a nyugati országrészhez képest. A rendszerváltás óta a hazai, majd 2004 után az uniós támogatások, és a gazdaságpolitika célja a különbségek csökkentése volt, akár célzott gazdaságpolitikai döntések foganatosításával is (pl: Bosch, Takata megtelepítése Miskolcon). A periférikus térségek problémaköre Németországban is komoly probléma, a volt NDK tartományai jelentős gazdasági-társadalmi hátrányt mutatnak a nyugati tartományokhoz viszonyítva. Az újraegyesítés óta eltelt 25 évben számos, a keleti tartományok komplex fejlődését elősegítő programot kezdeményezett a német szövetségi kormányzat (1990 és 2011 között a Német Egység Alapja (160Mrd. DM), majd a Szolidaritási paktum (82 és 156 Mrd. Euro) (Harald, 2008.)), melynek hatására kedvező gazdasági folyamatok indultak, de a társadalmi-gazdasági differenciák fennállása ma is megfigyelhető. A német területek az újraegyesítés óta az Unió tagjai, így strukturális támogatásokban a teljes időszakban részesültek. Emellett a tartományok keresztfinanszírozási rendszere is komoly segítséget nyújt a keleti területek felzárkóztatása érdekében. Célom annak kimutatása, hogy a két, egymástól eltérő kiinduló feltételekkel (gazdasági potenciál, EU támogatások különbségei) és gazdaságpolitikai irányvonalakkal rendelkező országban milyen mértékben valósult meg a periférikus helyzetű térségek felzárkózása a fejlettebbekhez, illetve az eltérő gazdaságpolitikai akciók milyen hatással voltak az érintett térségek konvergenciájára. Téma iránti érdeklődésem nem új keletű, a mesterképzés során szakdolgozatomat hasonló témában írtam (címe: A német gazdaság két arca, azaz megvalósult-e az egykori NSZK, és NDK tartományainak gazdasági konvergenciája?). Dolgozatomban megállapítottam, hogy a német gazdaságban 1995-ről 1997-re, 1998-ról 1999-re, 2001-ről 2004-re illetve 2005-ről 2008-ra teljesült az egy főre jutó GDP szigma konvergenciája, valamint 1995 és 2008 között a béta konvergenciája is, mégis jelentős különbség van a két országrész között. Az 1 főre eső GDP, az iparvállatok, és a K+F terén lényeges eltérések tapasztalhatók. A munkanélküliségi ráta esetében a keleti és nyugati országrész adatai kismértékben közeledtek egymáshoz, vagyis lassú konvergencia ment végbe. Kutatásom során kiemelt figyelmet fordítottam a két ország egy-egy periférikus helyzetű térségére (Németországban Szász-Anhalt tartományra és Magyarország esetében Borsod- Abaúj-Zemplén megyére). A periféria relatív fogalom, megítélése országonként eltérő lehet 6
(Pénzes, 2013; 2014.). Célom kvázi homogén térségek lehatárolása volt, melyek fontosságára a területi elemzések során például Dusek (2004a) hívta fel a figyelmet. A lehatárolással olyan halmazok elkülönítése a cél, melyek bizonyos szempontból homogénnek tekinthetőek. (Pénzes, 2014. p. 24.) Ezért dolgozatomban a periférikus térségek lehatárolásakor az alábbi logikát követtem. A térségek kiválasztása során néhány társadalmi- gazdasági- infrastrukturális indikátort elemeztem a két ország vonatkozásában. Ezek kiválasztása során áttekintettem a szakirodalomban leggyakrabban alkalmazott mutatókat, melyeket Pénzes (2014) alapján az 1. táblázat összesít. A periférikus térségek kiválasztásakor a fentiekben felsorolt tényezőcsoportokon belül nyolc indikátort választottam, melyeket regionális léptékben a térségek esetében relevánsnak tekintettem, illetve hasonló elemzésekben alkalmazták őket. 1. táblázat: Komplex térségi elmaradottság mérésénél vizsgált tényezők Típus Mutató Folyamatosan vizsgált tényezők Időnként mellőzött tényezők Újonnan bekerülő tényezők vándorlás korszerkezet urbanitás, településszerkezet munkanélküliség jövedelmi viszonyok iskolázottság foglalkoztatottsági szerkezet vállalkozássűrűség kutatás-fejlesztés szociális támogatások helyi adók hulladékgyűjtés Idővel elhagyott tényezők mezőgazdasági adottságok Forrás: Pénzes, 2014. p. 42. és Nagy, 2012. p. 57. gépkocsi ellátottság lakásépítés üteme ivóvíz-ellátottság telefonellátottság turizmus gázellátottság csatornázottság elérhetőség kábeltelevízió-ellátottság internet ellátottság A vizsgált indikátorok a fiatalok aránya a népességben, munkanélküliségi ráta, egy főre jutó GDP, az 1000 főre jutó személygépkocsik száma, 1000 főre jutó lakásépítések száma, 1000 főre jutó vállalkozások száma, K+F+I ráfordítás a GDP%-ában és az 1000 főre jutó vendégéjszakák száma. Az indikátorok értékelése és a periférikus helyzet meghatározása során normalizációt alkalmaztam, amely egy minimum-maximum intervallumra vetítést jelent (értékek 0-1 közé esnek a normalizálás után). = (1) Habár hivatalos lehatárolásokban még nem használták a módszert, több tanulmány is dolgozott már a módszertannal (KSH: elmaradott térségekre és településekre vonatkozó lehatárolás - Kezán, 2014.; ill. kistérségi HDI Farkas, 2012). Az értékekben 0,3 alatti pontszámmal rendelkező térségeket periférikusnak tekintettem (munkanélküliségi ráta esetében fordított értelmezést alkalmazva), így a nyolc indikátor alapján az alábbi eredményekre jutottam (2. táblázat). Az egyes indexek részletes eredményeit az 1. melléklet tartalmazza. 7
2. táblázat: Borsod-Abaúj-Zemplén megye és Szász-Anhalt tartomány periférikus helyzetét igazoló tényezők Indikátor B-A-Z megye Szász-Anhalt pontszám besorolás pontszám besorolás Fiatalok aránya a népességben 0,778 magtérség 0 periféria Munkanélküliségi ráta 0,955 periféria 0,846 periféria GDP/fő 0,104 periféria 0,007 periféria 1000 főre jutó személygépkocsik száma 0 periféria 0,728 magtérség 1000 főre jutó lakásépítések száma 0,011 periféria 0,075 periféria 1000 főre jutó vállalkozások száma 0 periféria 0 periféria K+F+I ráfordítás a GDP%-ában 0,263 periféria 0,018 periféria 1000 főre jutó vendégéjszakák száma 0,089 periféria 0,157 periféria Összesített pontszám 0,275 periféria 0,229 periféria A vizsgálatok alapján Szász-Anhalt tartomány a legtöbb vizsgált indikátor alapján periférikus, csak az 1000 főre jutó személygépkocsik számát tekintve emelkedik ki a perifériák közül. Ez esetben a magtérségek közé sorolható. Borsod-Abaúj-Zemplén megye értékei szintén egy esetben haladják meg a perifériák küszöbértékét, a fiatalok népességen belüli arányának vizsgálatakor a magtérségek jegyeit hordozzák magukban. A nyolc indikátor alapján számszerűsített komplex mutató mindkét területegységben alátámasztja a periférikus jelleget. A komplex mutató alapján Szász-Anhalt tartomány a legrosszabb helyzetben lévő német NUTS1-es térség, míg Borsod-Abaúj-Zemplén megye az 5. leghátrányosabb megye Magyarországon. További adalékot szolgáltathatnak a térségek periférikus helyzetét illetően a 21. melléklet hődiagramjai, melyek több indikátor alapján rangsorolják a térségek pozícióit. 1.2. Kutatási cél Kutatásom alapvető célja a két ország (Németország és Magyarország), ill. periférikus helyzetű területi egységei (Szász-Anhalt tartomány és Borsod-Abaúj-Zemplén megye) területi egyenlőtlenségének és konvergencia folyamatainak vizsgálata. A jelenleg leggyakrabban alkalmazott egy főre jutó GDP mutatója mellett a társadalmi-gazdasági viszonyokat részletesebben mutató regionális életminőség index (születéskor várható élettartam, közép és felsőfokú végzettségűek aránya a megfelelő korú népességben, év folyamán újonnan épített lakások alapterülete, csecsemőhalálozások száma, személygépkocsi ellátottság, munkanélküliségi arány) elemzésén keresztül kíséreltem meg a folyamatok magyarázatát. A többdimenziós vizsgálat oka, hogy a GDP alapú vizsgálat önmagában nem ad képet a régió jóléti folyamatairól, mivel a jóléti indikátorokat (várható élettartam, oktatás, foglalkoztatás) nem veszi figyelembe. Ezért a mainstream GDP alapú vizsgálatok mellett indokolt egyéb, a társadalmi helyzetről is képet adó indikátorok elemzése. Az életminőség indexre azért esett a választásom, mert egy olyan mutatót szerettem volna vizsgálni, mely nem tartalmazza a GDP tényezőjét. A disszertáció készítése során publikációim is ebben a témában születtek. Publikációimban főként a konvergencia, területi egyenlőtlenségek, regionális HDI és életminőség eloszlása és növekedési pályája, területi autokorreláció és shift-share elemzések témakörében végeztem vizsgálatokat. 8
Disszertációmban az alábbi kérdésekre kerestem a választ: 1. Hogyan fejlődtek a regionális gazdaságtan növekedés, ill. konvergencia elméletei? 2. Milyen eltérések figyelhetők meg a különböző gazdasági- társadalmi- infrastrukturális mutatók (GDP és életminőség index) eloszlásában NUTS3-as szinten a német és magyar gazdaság esetében? Miként csoportosíthatók a régiók földrajzi elhelyezkedésük, gazdasági-társadalmi indikátoraik alapján? 3. Milyen tendenciák fedezhetők fel a területi egyenlőtlenségek alakulásában? 4. Milyen mértékben befolyásolja az indikátorok eloszlását az egyes területegységek helyzete a térben, ill. szomszédsági viszonyaik? 5. Az életminőség eloszlása esetében a területi elhelyezkedésből fakadó vagy a strukturális (életminőség komponensei) tényezők szerepe domináns? 6. Igazolható-e a két gazdaságban a szigma, ill. béta konvergencia fennállása? Igazolható-e a klub konvergencia jelensége, amennyiben igen, milyen klubok rajzolhatók ki? 7. Mely tényezők befolyásolják szignifikánsan a német és magyar gazdaságban az egy főre jutó GDP alakulását? 8. Milyen összefüggések állnak fönn a vizsgált indikátorok között (GDP/fő; életminőség index)? 9. Mely intézkedésekkel, programokkal kísérlik meg a német és magyar gazdaságban a konvergencia elérését? Milyen regionális politikai célokat alkalmaztak a periférikus térségek felzárkóztatása érdekében? 1.3. Alkalmazott módszerek, adatforrások Munkám során a téma jellegéből fakadóan alapvetően kvantitatív módszereket alkalmaztam. Ezek megfelelő pontosságú leírást adnak a vizsgált eseményről, és statisztikailag alátámasztható információkat nyújtanak. A disszertációban alkalmazott matematikaistatisztikai módszerek: statisztikai idősoros összehasonlítás, lineáris korreláció és regresszió számítás, faktoranalízis, klaszteranalízis, diszkriminancia analízis, területi egyenlőtlenségi indexek, shift-share elemzés, területi autokorreláció, területi regresszió. Disszertációm készítése során több számítógépes szoftvert alkalmaztam a vizsgálatok elvégzésekor, melyek: SPSS (statisztikai elemző szoftver; regresszió- és korrelációszámítások, faktor és klaszterelemzések egyik jellemzően alkalmazott szoftvere), GeoDa (térbeli megjelenítés, térökonometriai elemző szoftver: autokorreláció, regresszió modulok), Gretl (ökonometriai szoftver, regresszió számítás). Az alkalmazott módszerek, ill. az ennek érdekében használt szoftverek kapcsolatát a 3. táblázat szemlélteti. 3. táblázat: Disszertációban alkalmazott statisztikai elemzési módszerek és alkalmazott szoftverek Matematikai-statisztikai módszer statisztikai idősoros összehasonlítás lineáris korreláció és regresszió számítás faktoranalízis klaszteranalízis diszkriminancia analízis területi egyenlőtlenségi indexek shift-share elemzés területi autokorreláció területi regresszió Alkalmazott számítógépes szoftver Microsoft Excel SPSS, Gretl SPSS SPSS SPSS Microsoft Excel Microsoft Excel GeoDa GeoDa, SPSS, Gretl 9
Disszertációmban a vizsgált indikátorok elemzése során az alábbi időkeret, területi egységek, és adatforrások mentén végeztem számításaimat (4. táblázat). A disszertációmban felhasznált adatok forrásait részletesen az 2. melléklet tartalmazza. 4. táblázat: Vizsgálatok lehatárolása (tér/idő/adatforrások) GDP Életminőség index Németország vizsgálat időhorizontja 2001-2011 vizsgált területi szint NUTS2 regionális NUTS3 megyei alkalmazott adatforrások Eurostat Eurostat, Német Statisztikai Hivatal, Népszámlálás Magyarország vizsgálat időhorizontja 2001-2011 vizsgált területi szint NUTS2 regionális NUTS2 regionális NUTS3 megyei LAU1 - kistérségi NUTS3 megyei alkalmazott adatforrások Eurostat Eurostat, Központi Statisztikai Hivatal, Központi Statisztikai Hivatal Népszámlálás 1.4. Kutatás hipotézisei Dolgozatomban hat hipotézist fogalmaztam meg. H1) Nemcsak a vizsgált két ország makrogazdasági növekedési és fejlődési pályája tér el, hanem feltételezéseim szerint a mezo-gazdasági pályák is különböznek egymástól. Hipotézisemet a regionális (NUTS2) és megyei (NUTS3) szintű gazdasági teljesítmény és életminőség indexek dinamikus vizsgálatával, az egy főre jutó GDP és életminőség növekedési ütemének számszerűsítésével, ill. konvergencia klubok képzésével teszteltem. H2) A két országban eltérő egyenlőtlenségi pályák azonosíthatók, a német NUTS3-as körzetek esetében konvergencia, míg a magyar NUTS3-as (megyei) szinten divergencia valószínűsíthető. Hipotézisemet egyenlőtlenségi indexek elemzésével teszteltem. H3) NUTS3-as szinten, a szomszédsági kapcsolatok befolyásolják az egy főre jutó GDP és az életminőség értékeinek eloszlását (szignifikáns területi autokorreláció). Bizonyítani kívánom, hogy Szász-Anhalt tartomány és Borsod-Abaúj-Zemplén megye egyes területei homogén, hátrányos helyzetű térségek. Hipotézisemet NUTS2-es, NUTS3-as, ill. LAU1-es szintű Moran I indexekkel, Local Moran indexek számszerűsítésével és klasztertérképeik elemzésével teszteltem. A területi és strukturális hatások elemzése során shift-share analízist alkalmaztam. H4) A konvergencia üteme a német és magyar gazdaság periférikus térségeiben eltérő. Feltételezhető, hogy a konvergencia folyamat során nem történt jelentősebb átalakulás a térségek rangsorában. Az eltérő területi szinteken (NUTS2 NUTS3) elvégzett vizsgálatok különböző eredményekre vezethetnek. 10
Hipotézisemet szigma, béta és gamma konvergencia számításokkal, valamint egyenlőtlenségi indexek (range, Hoover index, Duál mutató) számszerűsítésével teszteltem. H5) A konvergencia eltérő üteme miatt mindkét országban a NUTS3-as területi szintek esetében konvergencia klubok alakíthatók ki, és ennek alapján igazolható, hogy a vizsgált területi egységek változatlanul perifériális helyzetben vannak. A német területek vonatkozásában a klubok összetétele konvergenciára, míg a magyar esetben divergenciára utal. Hipotézisemet klaszteranalízissel (Ward módszer) teszteltem, a klaszteren belüli konvergenciát diszkriminancia analízissel vizsgálom. H6) a) Feltételezésem szerint a térségek gazdasági teljesítményét jelentősen befolyásolja a regisztrált vállalkozások, és az el/odavándorlások száma. b) A szomszédsági hatások miatt valószínűsíthető területi regressziós modellek érvényessége. Hipotézisemet faktoranalízissel és kapcsolódó regressziós modellekkel teszteltem. A szomszédsági hatások tesztelésére területi regressziós (spatial lag és spatial error) modelleket alkalmaztam. Hipotéziseim, és az azok igazolása érdekében alkalmazott módszerek közötti összefüggést szemlélteti a 3. ábra. 3. ábra: Kutatás hipotézisei és a bizonyítás módszerei 11
2. Kutatási terület lehatárolása 2.1. Választott térségek ismertetése 2.1.1. Szász-Anhalt tartomány Szász-Anhalt a harmadik legnagyobb területű keletnémet tartomány. Népességszámát (2,313 millió fő 2013-ban) és népsűrűségét (113fő/km 2 ) tekintve is körülbelül átlagos helyzetben van a többi keletnémet tartományhoz viszonyítva. Modern gazdaságtörténete a 19. század első felében kezdődött, amikor a Halle/Merseburg/Bitterfeld vegyipari körzet ( közép-német vegyipari háromszög ; Leuna, Schkopau és Bitterfeld-Wolfen vegyi ipari üzemei) fejlődésnek indult. (Brüggemeier, 1998.) Az ország keleti része a második világháború előtti időkig a német birodalom ipari magrégiója volt. 1936-ban az egy főre jutó gazdasági teljesítmény 20%-kal magasabb volt, mint nyugaton, és csak 10%-kal maradt el a Rajna-Ruhr-övezet ipari központ teljesítményétől. Dél-Szász-Anhalt tartomány ekkoriban a Berlin-Brandenburgi nagyvárosi övezettel együtt Németország egyik tradicionális ipari központja volt. Szász-Anhalt tartomány északi része pedig nagy mezőgazdasági múlttal rendelkezik (Braun et. al. 2013.). A tartományt is érzékenyen érintette a második világháború és azt követően az ország felosztása. A világháború befejezését követően, a berlini fal megépítéséig nem voltak határok, ezáltal nagyfokú kelet-nyugati migráció kezdődött. Számos magasan kvalifikált munkaerő hagyta el a keleti országrészt (orvosok, mérnökök, kutatók, vállalkozók). Ezt a példát számos nagyvállalat is követte. A megosztottság évei alatt két nagyvárosi körzetet alakítottak ki a tartományban (Magdeburg és Halle). A magdeburgi körzet az élelmiszerben, és nyersanyagokban gazdag Altmark és Börde körzetek mezőgazdaságának egyik központja volt. Magdeburgot szovjet mintára nehézgép-gyártó várossá alakították át (Ernst Thälmann, Karl Liebknecht és Georgi Dimitroff nevével jelzett nehézgép-gyártó üzemek). A szovjet megszállás időszakában sor került a legmodernebb üzemek leépítésére (optikai, elektrotechnikai ipar, autó és repülőgépgyártás, vegyipar és finommechanika kapacitások 80%-a leépült). (Braun et. al. 2013.) Szász-Anhalt tartománynak 1990 után komoly struktúraváltáson kellett átesnie. A legnagyobb üzemei komoly strukturális nehézségekkel küzdöttek a szociális piacgazdaságra való áttéréskor, mivel technológiájuk nagy része elavult, és komoly környezeti kockázatokat hordozott magában. Leggyorsabban a gépgyártó üzemek, a vegyipari háromszög üzemei és a bányászati üzemek omlottak össze 1990-et követően, amely azt eredményezte, hogy több tízezer fő veszítette el állását. A munkanélküliségi ráta az 1991. évi 10,3%-ról előbb 1995-re 16,5%-ra, majd 1998/1999-re 21,7%-ra nőtt. A ráta 2005 után fokozatosan, lassú csökkenésbe kezdett, melynek következtében 2011-re már csak 11,5%-os volt (tartományok közötti 14 hely). Ugyanakkor a munkanélküliség tartományon belüli egyenlőtlenségei is jelentősek, hiszen míg az arány Börde területén 2012-ben 7,9%-os volt, addig például Mansfeld-Südharz körzetben közel a kétszerese, 14,7%. A tartomány a gazdasági mutatók területén is lassú növekedésbe kezdett, a térség GDP-je 7 év alatt (1991-1998) megkétszereződött (20,3 milliárd Euróról 42,7 milliárd Euróra nőtt). Ezt követően 2005-ig a GDP növekedési dinamikája lassult, majd a válság okozta visszaesést követően 2012-ben 52,1 milliárd Eurót tett ki, ami a tartományok között a 12. helyezett. (Tüllner, 2000.) 2002 és 2013 között Szász-Anhalt tartomány exportja is dinamikusan nőtt, Brandenburg mellett ez a térség érte el a legnagyobb növekedési ütemet, évi átlag kb. 11,5%- kal. Komoly probléma a tartományban a migráció, 1989 óta Szász-Anhalt közel 600000 főt 12
veszített. A jövőbeli tendenciák alapján a tartomány népessége 2023-ra, 2 millióra is csökkenhet. (Braun et. al. 2013.) A tartomány demográfiai mutatóit áttekintve látható, hogy a népesség csökkenése mellett jellemző a népesség elöregedése is. A 16 év alattiak aránya a népességben, a keleti tartományokban 1991-ben átlagosan magasabb volt, mint nyugaton, azonban 2011-re valamennyi tartományban a nyugatnémet szint alá csökkent (Szász-Anhalt: 12,1%). A tartomány legfontosabb gazdasági ágazatai a vegyipar, gépgyártás, élelmiszeripar (több mint 200 ezer foglalkoztatott) és a turizmus (Felső-Harz-vidék Nemzeti Park, történelmi városok: Quedlinburg, Naumburg, Magdeburg, Wittenberg és Dessau). Az újraegyesítés után jelentős beruházásokkal ment végbe a vegyipar és a tartomány modernizációja, aminek köszönhetően olyan új nagyvállalatok jelentek meg, mint Leunában a BASF, Total, Linde és a Thyssen-Krupp. Az agrárszektor részaránya is jelentős Szász-Anhalt tartományban, a hozzáadott érték 2%-át az agrárium adja, amivel a második helyen áll a keleti tartományok között, Mecklenburg-Elő-Pomerániában ez az arány 3%-os. A tradicionális szektorok mellett a szolgáltató szektor és az olyan új iparágak, mint autóipar, biotechnológia, IKT, média, faipar, szél és napenergia is komoly szerephez jutnak a tartományban. A jövőiparágak megtelepedése két fő központba tehető. Magdeburgban jellemző az olyan jövőiparágak megtelepedése, mint szélerőmű gyártás, gyógyszeripar, tisztább technológiák alkalmazása. Halle pedig környezet és biotechnológiai vállalatok telephelyeivel rendelkezik. A nanotechnológia területén Magdeburg és Halle is számos kutatóintézettel, KKV-vel és egyetemi kutatólétesítménnyel rendelkezik, míg a biotechnológia területén a piros (gyógyszer és gyógyászati termékek) és a zöld (agrárium, növények) biotechnológia terjedt el az említett központokban. A tartomány gazdasági súlypontja Halle és a Szászországi Lipcse városa közé tehető, ahonnan több autópálya és a Lipcse-Halle repülőtér is könnyen megközelíthető. A tartomány vállalkozásainak szerkezete több dimenzióban is eltéréseket mutat. Egyrészt a vállalkozások tartományon belüli eloszlása is egyenlőtlen, másrészt viszont a vállalkozások szerkezete (foglalkoztatotti létszáma) eltérő például a nyugatnémet térségtől. 2012 októberében nem található egyetlen tőzsdén jegyzett nagyvállalat székhelye sem Szász-Anhalt tartomány területén. (Braun et. al. 2013.) A vállalkozások 87,48%-a 0 és 9 főt foglalkoztat, és 9,78%-a 10-49 fős létszámú vállalkozás. Az 50-249 és ennél több fős vállalkozások részaránya 2,42 illetve 0,32%. További adalék a vállalkozásokat illetően az úgynevezett rejtett bajnokok (Hidden Champions) jelenléte a térségben, amely olyan vállalatokat jelent, melyek relatíve ismeretlenek, azonban saját szegmensükben piacvezetők. A német és európai vonatkozásban is jelentős vállalatok Szász-Anhalt esetében a Doppstadt Calbe GmbH (gépalkatrészgyártás), ORWO Net AG (nyomtatástechnika), Q-Cells (elektronikai ipar) és Schuberth Holding GmbH (textilipar). A szabadalmi bejelentések számát illetően, a keleti tartományokban Szászország és Türingia rendelkezik 100000 főre a legtöbb szabadalommal (25-25), Szász-Anhalt tartomány ebben az összevetésben 4. Ebben a tartományban százezer lakosra 13 szabadalom jut, amivel csak Mecklenburg-Elő-Pomeránia tartományt tudja megelőzni. A bejelentett high-tech szabadalmak vonatkozásában Halle a 62., míg Magdeburg a 88. helyet foglalja el az európai nagyvárosi térségek rangsorában. A tartomány komoly eladósodottsága, és a háztartások deficitje miatt komolyan függ a térség a tartományi támogatásoktól, a tartományok keresztfinanszírozási rendszerétől, illetve az EU strukturális támogatásaitól. A tartomány támogatási politikájában a szakértők szerint az alábbi kulcsterületekre kellene fókuszálni: diszkriminatív előírások leküzdése, termék- és technológia-innovációk támogatása, vállalkozások közötti együttműködés erősítése, szakemberbázis kiépítése, hitelekhez való hozzáférés biztosítása és KKV-k nemzetköziesítése. (Braun et. al. 2013.) 13
2.1.2. Borsod-Abaúj-Zemplén megye Borsod-Abaúj-Zemplén megye az ország második legnagyobb területű megyéje, az Északmagyarországi régió része. Területe 7250 km 2, lakóinak száma 2015. január 1-jén 667 594 fő, népsűrűsége 92 fő/km 2 (KSH). Az Észak-magyarországi régió egyike volt Magyarország azon területeinek, amelyek a XIX. század végén és a XX. század elején meghatározó szerepet játszottak az ország iparának, vasútépítésének és kereskedelmének fejlődésében. A régiót alkotó vármegyékben (Abaúj- Torna, Zemplén, Borsod, Gömör és Kishont, Heves, Nógrád és Hont) több, gyorsan fejlődő ipari központ és jelentős iparvállalat működött, amelyek nemcsak ezen országrész, de az egész ország gazdasági fejlődési motorjának számítottak. (Magyar Kereskedelmi és Iparkamara, 2003, p. 9.) Az elmúlt évszázadban a régió gazdasági és társadalmi helyzetére számos tényező volt hatással. Az I. világháború lezárását követő trianoni békeszerződés következtében módosultak Magyarország határai, mely a megye gazdaságát is érzékenyen érintette. Ipari kapacitásainak közel 70%-át, míg térségi felvevőpiacainak közel 60%-át veszítette el. Az 1950-es években aztán a megye gazdaságára új erők hatottak, a szocialista iparosítás és Sajómenti Ruhr-vidék kialakításának szellemében, Borsod-Abaúj-Zemplén megye komoly forrásokat kapott az ipar fejlesztésére. Ennek következtében 1953-ra az ország összes beruházásának 14,3%-a realizálódott a térségben. Az iparban foglalkoztatottak aránya jelentősen nőtt, míg a mezőgazdaság veszített súlyából. (Kocziszky, 2001.) 1990-es geopolitikai változások különösen hátrányosan érintették Borsod-Abaúj-Zemplén megyét. A régió nehézipara (bányászat, kohászat, nehézgép gyártás) az 1980-as évek közepén súlyos gazdasági helyzetbe került. Egyrészt az elavult technológia, korszerűtlen termékstruktúra, másrészt a magas fajlagos költségek miatt. Az állami támogatások csökkenésével (1990), majd megszűnésével megindult a nagyvállalatok szanálása, ami többszöri kísérlet ellenére is eredménytelen volt. Ennek hatására megkezdődött a létszámleépítés és az üzemek bezárása. Tovább nehezítette a megye helyzetét a húzóágazatnak számító, jelentős beszállítói háttérrel rendelkező szénbányászat és kohászat egy időben jelentkező világgazdasági recessziója. (APEH, 2008.) Az ipari termelés és a beruházások teljesítmény értéke az országos átlagot meghaladó mértékű visszaesést könyvelhetett el. A nehézipari vállalkozások foglalkoztatottságában és méretnagyságában komoly csökkenés ment végbe, különösen a kohászatot, szénbányászatot és gépipart érintette jelentősen a leépítések hatása. (Kocziszky, 2001.) Borsod-Abaúj-Zemplén megye település-szerkezetének egy részét Miskolc és vonzáskörzetének meghatározó szerepe, másrészt az apró- és törpefalvak sokasága jellemzi. (KSH, 2010.) Ugyanakkor nem csak a településstruktúrában, hanem a megye gazdasági térszerkezetében is jelentős differenciák állnak fönn. Az adózás előtti jövedelem háromnegyede a Kazincbarcika- Miskolc- Tiszaújváros térségben koncentrálódott 2000-ben. (Kocziszky, 2001.) A megyében a gyermekkorúak aránya magasabb (gyermekkorúak eltartottsági rátája 23,4% 2015-ben), a felnőtt és időskorúaké alacsonyabb (25,4% időskorúak eltartottsági rátája 2015- ben) a hazai átlagnál. A népesség öregedését jelzi, hogy 2001-hez képest a gyermekkorúak hányada csökkent, míg az időskorúaké jelentősebb mértékben növekedett. (KSH adatok alapján) A régió és a megye lakosainak foglalkoztatásában ma is jelentős szerepet játszik az utóbbi 15 évben lényegesen átalakult, modernizálódott ipar. 2014-ben Borsod-Abaúj-Zemplén megye foglalkoztatottjainak 23,71%-a dolgozott az iparban, a régiós érték pedig 25,38%. Ez kismértékben marad el az országos átlagtól (30,4%). Emellett a megye gazdaságában a legfrissebb adatok alapján jelentős szerep jut a humán-egészségügyi és szociális ellátás 14
gazdasági ágnak (foglalkoztatottak 20,18%-a), a kereskedelemnek (10,3%), közigazgatásvédelem (9%) és oktatás (7,8%) nemzetgazdasági ágaknak. (KSH: Borsod-Abaúj-Zemplén megye Statisztikai Évkönyve, 2015.) Az 1990-es évektől a társadalmi-gazdasági átalakulás folyamatában a vállalkozások összetétele, nagysága, száma jelentősen megváltozott. Borsod-Abaúj-Zemplén megyében 1990 óta nő a regisztrált gazdasági szervezetek száma (mely 2014-ben 74686 db), azonban a működő vállalkozások számának változása már nem ennyire kedvező, mivel 2005 óta évente csökkenő tendenciát mutat (2014-ben 26246 db). (KSH) A megyében a közvetlen külföldi tőkebefektetéssel működő vállalkozások száma 2008 óta nő, és egy vállalkozásra jutó hozzáadott értékük 2013-ra elérte a 620 millió Forintot. (KSH: Borsod-Abaúj-Zemplén megye Statisztikai Évkönyve, 2015.) Kiemelkedő súllyal bír a vegyipar, az utóbbi években dinamikusan növekvő gépipar és a mintegy 10 százalék körüli hozzáadott értéket realizáló energiaipar, élelmiszeripar és az úgynevezett nem anyagi ágazat. (KSH-Miskolc, 2007.) A megye gazdaságának méretnagyság szerinti szerkezetére jellemző a tőkeszegény kisvállalkozások magas részaránya (2013-ban 1-9 főt foglalkoztató működő vállalkozások aránya: 92% az összes működő társas vállalkozáson belül). A 2013-as adatok alapján kevés igazán nagyvállalat működik a megyében (2013-ban a 250 fő feletti létszámú vállalkozások száma 37; 0,25% az összes működő társas vállalkozásból). (APEH, 2006.; KSH: Borsod- Abaúj-Zemplén megye Statisztikai Évkönyve, 2015.) Az alábbi, 5. táblázatban a választott periférikus térségekkel kapcsolatban összegesítettem néhány társadalmi-gazdasági indikátort, a területek főbb alapadatait összfoglalva. 5. táblázat: Periférikus térségek néhány választott indikátorának összehasonlítása (2014) Indikátor Szász-Anhalt tartomány Borsod-Abaúj-Zemplén megye terület (km 2 ) 20448 7250 lakosság (ezer fő) 2277 682,3 ország összes lakosságának %- ában 18,1 6,89 népsűrűség (fő/km 2 ) 111 94 GDP (Mrd Euro) 52,8 4,28 GDP/fő (Euro) 23000 10800 bruttó hozzáadott érték (feldolgozóipar) (Mrd Euro) 9,3 1,08 foglalkoztatottsági ráta (%) 73,3 54,1 munkanélküliségi ráta (%) 9,1 12,1 1000 lakosra jutó működő vállalkozások száma 4,24 3,65 K+F ráfordítás a GDP %-ában 1,42 0,69 1 millió főre jutó szabadalmak száma 2,37 0,403 Forrás: Eurostat, KSH, és Német Statisztikai Hivatal adatai alapján saját szerkesztés 2.2. Korábbi empirikus konvergencia vizsgálatok eredményei 2.2.1. Németország belső konvergenciája A német gazdaság belső (tartományok közötti) konvergenciájának kutatása nem új keletű. Az újraegyesítés után számos kutatót foglalkoztatott a kérdés, hogyan alakul a gazdaságilag fejletlenebb keleti tartományok felzárkózása és mely tényezők hatnak a konvergencia irányába, mikorra tűnhet el a gazdasági szakadék a két országrész közül. Disszertációmban a 15
2000-es évektől vizsgáltam a német gazdaság konvergenciájával kapcsolatos tanulmányokat, vagyis, hogy 10 évvel az újraegyesítés után láthatóak-e már a felzárkózás jelei. A kutatások időrendi összegzését az 3. számú melléklet tartalmazza. Megállapítható, hogy az újraegyesítés után 10 évvel, a keleti tartományok sok tekintetben közeledtek a nyugati országrészhez (pl.: a magánszférában tevékenykedő gazdasági szervezetek száma, fogyasztás (tartós fogyasztási cikkek), illetve az aktív foglalkoztatottság tekintetében). Emellett a tartományok kormányzati politikái is hasonlóak. (Hagen et. al., 2000.) Busch kutatása szerint (2002) a felzárkózási folyamatot hátráltatja, hogy az új tartományok demográfiai gondokkal küzdenek. Probléma, hogy a keleti tartományok népessége 2050-re az 1950-es szinthez képest akár felére is csökkenhet, ami jelentősebb mértékű, mint a nyugati tartományok esetében. Ezen belül is a munkaképes korúak aránya a keleti területeken a 2002- es érték felére redukálódhat. Az átlagéletkor viszont a két területen konvergálni fog egymáshoz. (Busch, 2002.) A német gazdaság életszínvonalát vizsgálta 2004-ben Klaus Schroeder, aki arra a megállapításra jutott, hogy a háztartások felszereltsége megközelítőleg hasonló. Az egyetlen jelentősebb különbség a személygépkocsik számát illetően van, mivel nyugaton a lakosság 78%-ának, míg keleten a lakosság 71%-ának van autója. A háztartások vagyoni helyzetének vizsgálatakor, nyugat-keleti viszonylatban azt a következtetést vonta le, hogy a háztartások jövedelemkülönbségei csökkentek, de még mindig nagy különbségek tapasztalhatók. (Schroeder, 2004.) Eggert 2004-ben két fő kutatási kérdést vizsgált a német konvergenciával kapcsolatban. Egyrészt elemezte a keleti és nyugati tartományok gazdasági növekedését az eurózóna tagállamaihoz viszonyítva. Ez alapján elmondható, hogy a keleti tartományok 1997-ig az EU és nyugati tartományok átlagánál magasabb növekedési rátát értek el, vagyis ekkor látható konvergencia valósult meg. Ezután viszont 2004-ig visszaesett a gazdasági fejlődés, és ezzel együtt a konvergencia is. Jól érzékelteti a visszaesést, hogy 1991-95 között a keletnémet gazdasági növekedés átlagosan évi 9%-os volt, ebben az időszakban meghaladta az ír gazdasági növekedést is, majd 1995-2003 között már csak évi 1%-os növekedést mutatott. A gazdaság szerkezetét vizsgálva a két területen, Eggert arra a megállapításra jutott, hogy 1991-ben keleten főleg privát szolgáltatások, és építőipari cégek jelenléte volt jellemző, míg nyugaton virágzott a feldolgozóipar, és a vállalkozások. Az arány 2003-ra változott. Megnövekedett a vállalkozói réteg részaránya, feldolgozóipari szektor és a kereskedelem a keleti területen, míg visszaesett az építőipar magas részaránya. Vagyis megindult egy lassú felzárkózás a két országrész gazdasági szerkezete között is. (Eggert, 2004.) Heilemann ezzel szemben a keleti területeket a Mezzogiorno esetéhez hasonlította, és hosszú távú lemaradást jósolt. (Heilemann, 2005.) Ohr és Zeddies kutatásai értelmében a külkereskedelem lehet a keleti tartományok gazdaságának egyik megmentője. Elméletét arra alapozza, hogy az újraegyesítés után a keleti tartományokban a gazdasági növekedés legfontosabb eszközei a fogyasztás, és a beruházások voltak. Azonban már 1995-től a beruházások üteme lassult, és 2000-től a fogyasztás is a nyugatnémet színvonal alá esett vissza. Ebből kifolyólag a 90-es évek második felétől kezdődően a gazdasági növekedés motorja a külkereskedelem, valamint a nyugatnémet területekkel történő kereskedelem lett. A keleti tartományok a 90-es évek végétől a fentiek miatt lényegesen magasabb exportkvótákkal rendelkeztek, mint a nyugatiak. A 2000-es évek elejére a külkereskedelem hatására nagymértékben közeledett a két ország egy főre eső GDP-je, és a kutatók szerint az export fontos összetevője lehet a német konvergenciának. (Ohr-Zeddies, 2007.) Heilemann 2007-es munkájában az újraegyesítéssel kapcsolatban hét hibatényezőre hívta fel a figyelmet, miszerint: 16
1. a gazdasági egyesítés kapcsán a szereplők naivak voltak a várható nehézségekkel szemben, 2. naivan hittek benne, hogy a piac majd mindent megold, 3. elhibázott német jegybanki politika, és a márka de-facto felértékelése majd a háromszorosára, 4. financiális helyzet kiegyenlítése nem volt az egyesítési szerződésben, 5. a vagyonügynökség Berlinben székelt és nem volt kirendeltsége minden tartományban, 6. rossz ingatlantörvények, 7. bérnövekedés üteme 1990 és 1992 között nem volt megfelelő. (Heilemann, 2007.) A kutatások közül kiemelhető továbbá Busch és szerzőtársai 2007-es elemzése, melyben a keleti és nyugati tartományok komplex elemzésére tettek kísérletet. Megállapításaik: Az újraegyesítés óta az új tartományok gazdasági és szociális fejlődését nagy várakozások előzték meg. Sok területen érzékelhető előrehaladás történt, viszont összességében a konvergencia folyamat csalódást keltő. Sok esetben javulás ment végbe a vállalati szféra modernizációja során, fejlődött az infrastruktúra, a fizetések emelkedtek, illetve javult a lakásállomány is. Ugyanakkor nagy problémát jelent a munkanélküliség, az ipari kapacitások széttagoltsága, ami máig megoldatlan feladat. Busch 2020-ig 3 különböző szcenáriót dolgozott ki a német konvergenciával kapcsolatban: Mezzogiorno szcenárió: ez egy tartós visszaesést prognosztizál, az eddigi kiábrándító egyesítési politikából indul ki, és azt gondolja, hogy a második német gazdasági csoda nem fog bekövetkezni. Kormányzati politika szcenáriója: ez tulajdonképpen a keleti újjáépülést mutatja (Aufbau Ost), ebben a szcenárióban a pénzügyi transzferek jutnak kulcsszerepbe. Alternatív, innováció által támogatott fejlődés. (Busch et. al., 2007.) Einig és Jonas (2009) az életkörülmények komplex vizsgálatára tett kísérletet Németország NUTS3-as körzeteiben, melynek során kitért a demográfiai mutatók, a gazdasági indikátorok, a munkaerőpiac, a jólét, az ingatlanpiac, és az infrastrukturális ellátottság elemzésére. Ennek során 2007-2008-ra vonatkozóan az életkörülmények tekintetében is alátámasztották a nyugati és keleti országrész fejlettségbeli különbségét. Scheufele és Ludwig (2009), valamint Heineck és Süssmuth (2010) is a két országrész makroökonómiai indikátorait vizsgálta. Eredményeik alapján elmondható, hogy habár a Szolidaritási Paktum támogatásainak köszönhetően javultak a keletnémet területek gazdasági mutatói, jelentős különbségek állnak fönn nyugat-keleti relációban (keletnémet tartományok egy főre jutó GDP-je 2009-re a nyugatnémet szint 69,1%-át érte el). Saját korábbi kutatásaim során (mesterképzés szakdolgozata) a német konvergenciát vizsgáltam. 2 Megállapítottam, hogy a német gazdaságban 1995-ről 1997-re, 1998-ról 1999-re, 2001-ről 2004-re illetve 2005-ről 2008-ra teljesült az egy főre jutó GDP szigma konvergenciája, valamint 1995 és 2008 között a béta konvergenciája is, mégis jelentős különbségek állnak fönn a két országrész gazdaságában. Az 1 főre eső GDP, az iparvállatok, és a K+F terén lényeges eltérések tapasztalhatók. A munkanélküliségi ráta esetében a keleti és nyugati országrész adatai kismértékben közeledtek egymáshoz, vagyis lassú konvergencia ment végbe. (Szendi, 2010.) Busch (2013) elemzésében rámutat, hogy 1990 óta jelentős előrelépések történtek gazdasági és társadalmi vonatkozásban egyaránt, főként 1992 és 1996 között. Ugyanakkor 1996 után a gazdasági és társadalmi előrelépés megtorpant, és csupán kismértékű növekedés ment végbe. 2 Dolgozat címe: A német gazdaság két arca, azaz megvalósult-e az egykori NSZK, és NDK tartományainak gazdasági konvergenciája? 17
Busch tanulmányában kifejti, hogy egyes pesszimista jóslatok értelmében (Bayerle) 320 év is szükséges lehet a teljes gazdasági konvergencia eléréséhez. Ennek okait Busch az alábbi tényezőkben látja: demográfiai problémák (elöregedés, népesség számának csökkenése, szelektív elvándorlás), nagyvállalatok és konszernközpontok hiánya, relatíve alacsony ipari intenzitás, relatíve alacsony exportorientáció, ipari kutatások hiánya. Hasonló eredményekre jutott Grossmann és Steger (2013) is, és azt valószínűsítette, hogy néhány közép-német tartományban (Szászország, Szász-Anhalt és Türingia) az ipari hagyományokra alapozottan lehet megteremteni a jövőbeli gazdasági fejlődés alapját. Borger és Müller (2014) rámutatott arra, hogy komoly problémát jelent a keleti területek gazdaságában a vállalkozási struktúra. A 250 főnél többet foglalkoztató vállalatok részaránya csupán 29%, míg nyugaton ez az arány 50% fölötti. Emellett a vállalati K+F aktivitás csak 0,9%-ban járul hozzá a térségek hozzáadott értékéhez, a nyugati területek 1,9%-ához viszonyítva. További probléma a két országrész esetében fennálló, eltérő településstruktúra. A keleti tartományok lakosságának ugyanis 55%-a alacsonyabb népességszámú vidéki térségekben él. Ez az arány nyugaton csak 27%. Ragnitz (2015) több dimenzió alapján vizsgálta a német konvergenciát az újraegyesítés óta eltelt teljes időszakra fókuszálva. Az egy főre jutó GDP elemzése alapján látható, hogy a kilencvenes évek közepe óta a keletnémet tartományok GDP-je hasonló mértékben nőtt, mint a nyugatnémeteké, és 2015-ben 67,1%-ot ért el. A gazdaságilag hátrányosabb helyzetű nyugati tartományokkal összehasonlítva a keleti tartományok GDP-jét, 78,9%-os arányt tapasztalt. A kutató a munkaerő-piac esetében pozitív folyamatokat tapasztalt 2005 után, a munkanélküliség csökkenő tendenciát mutatott, bár még mindig 60%-kal magasabb, mint nyugaton. Ragnitz komoly problémát lát abban, hogy a keleti tartományokban kevés növekedési pólus fedezhető fel, és alacsony a K+F+I tevékenység is. Ezért a keleti területek gazdaságának fejlesztése érdekében szükséges lenne a K+F infrastruktúra fejlesztésére, célzott vállalat betelepítésekre, jobb telephelymarketingre, telepítési tényezők fejlesztésére. 2.2.2. Magyarország konvergenciája A területi egyenlőtlenségek vizsgálata Magyarországon a társadalmi-gazdasági jelenségek elemzésekor hagyományosan az érdeklődés középpontjában állt és áll ma is (Bruder et. al., 2011. p. 143.). Ezért áttekintettem néhány tanulmányt, a teljesség igénye nélkül a magyar gazdaság területi egyenlőtlenségeire vonatkozóan. A tanulmányokat időrendi sorrendben a 3. melléklet tartalmazza. Az egy főre jutó GDP-ben kifejezett jövedelmi egyenlőtlenségek mind a megyék, mind a régiók szintjén folyamatosan növekednek párhuzamosan a gazdaság fejlődésével. A gazdasági növekedés kedvező hatásai elsősorban az ország Észak- és Nyugat-dunántúli térségeit, valamint a fővárost és tágabb agglomerációját érintették, ami magával hozta a kormányzati intézkedések ellenére egyrészt a főváros-vidék, másrészt a Nyugat- és Kelet-magyarországi megyék, régiók közötti különbségek növekedését. (Az Országgyűlés 35/1998. (III.20.) számú OGY. határozatával elfogadott Országos Területfejlesztési Koncepció Felülvizsgálata, 2005. p. 32.) Ezt a nyugat-keleti megosztottságot támasztotta alá Harsányi et. al. 2005-ös tanulmánya, melyben a szerzők kifejtik, hogy regionális szinten mérve erős a nyugat-keleti gazdasági teljesítménybeli megosztottság. Az ország legdinamikusabb, válságjegyekkel legkevésbé érintett térsége a főváros mellett Nyugat-Dunántúl, ezen belül is Győr-Moson-Sopron és Vas megye, ( ) míg a skála végén Észak-Magyarország és Észak-Alföld van, a legalacsonyabb fejlettségű Szabolcs-Szatmár-Bereg, Nógrád, és Borsod-Abaúj-Zemplén megyék. (Harsányi et. al. 2005. p. 64.) 18
Kiss és Németh alapján (2006) a területi szintű jövedelem eloszlása tekintetében jelentős különbségek tapasztalhatók mind a megyék, mind a kistérségek szintjén. Jelentős a kistérségek esetében a Hoover index szóródása, a tiszaújvárosi kistérség helyzete az egyik legrosszabb (20% fölötti Hoover index érték). Emellett jelentős a szóródás a munkanélküliségi ráta értékeiben is, amely magasabb arányú a ritkábban lakott területeken, mint a magasabb népsűrűségű településeken (Bruder et. al., 2011.). Nagy (2006) tanulmányában kifejti, hogy a térbeli különbségek alakulásában az ezredfordulót követően szerepet játszott az ipar térbeli szerkezetének megváltozása, mely során Budapest szerepe valamelyest csökkent, míg olyan központok emelkedtek ki, mint előbb Vas, Győr- Moson-Sopron és Fejér megye, majd később például Somogy, Heves, Borsod-Abaúj-Zemplén megyék. Hahn (2004) komplex fejlettségi vizsgálataiban arra mutat rá, hogy a térségi fejlődést az elmúlt években legerősebben a földrajzi helyzet, a külföldi tőke betelepülése, az autópálya elérhetősége, valamint a közép- és felsőfokú végzettség befolyásolta. Bakos et. al. (2011) a területi különbségek komplex vizsgálatára tett kísérletet, mely alapján megállapítható, hogy a migráció jelensége főleg a keleti országrészből a középső, illetve a nyugati területekre irányul. A legnagyobb vesztese a migrációnak Borsod-Abaúj-Zemplén, és Szabolcs-Szatmár-Bereg megye. A gazdasági fejlettség különbségei a területek között ma is jelentősek, melyek oka a földrajzi elhelyezkedés, a közlekedési adottságok, az infrastruktúra fejlettsége, a munkaerő képzettsége, a térségek működőtőke-vonzó képessége és az ennek hatására módosuló gazdaságszerkezet együttese. A gazdasági fejlettség egyenlőtlenségei legjellemzőbben a főváros vidék, valamint a nyugati keleti relációban mutatkoznak. Pénzes a kistérségek egy főre jutó jövedelmét vizsgálva, az egyenlőtlenségi folyamatokban a Williamson-hipotézis igazolását tapasztalta, azaz a fejlettebb térségek alacsonyabb belső egyenlőtlenségekkel rendelkeznek. (Pénzes, 2012.) Tóth (2013) a területi fejlettségi vizsgálatok szakirodalmát, és empirikus vizsgálati eredményeit áttekintve az ezredforduló után arra a megállapításra jutott, hogy a fejlettségi vizsgálatok (legyen az gazdasági vagy multi-dimenzionális elemzés) döntő többsége a legjelentősebb területi egyenlőtlenségeket főváros-vidék illetve nyugat-keleti relációkban azonosítja. A Közép-magyarországi régió kiemelkedő pozíciója mellett az elemzések többsége alátámasztja a Nyugat- és Közép-dunántúli régió relatív fejlettségét és a Déldunántúli és Észak-magyarországi régió kedvezőtlen pozícióját. Ez utóbbit erősítette a KSH 2012-es tanulmánya is, melyben a gazdasági folyamatok regionális különbségeit vizsgálták. Nagy és Koós 2014-ben az objektív jóllét mérésére tett kísérletet a 2009-es Stieglitz jelentés ajánlásai alapján, mely szerint a jólét dimenziói: anyagi életszínvonal, egészség, oktatás, egyéni tevékenységek, politikai képviselet, társadalmi kapcsolatok, környezet, gazdasági és fizikai bizonytalanság. A szerzőpáros az objektív jóllét mérését kistérségi szintű komplex vizsgálatokkal végezte, mely alapján megállapítható, hogy az objektív jóllét hátrányos helyzetű térségei nem térnek el jelentősen a gazdasági értelemben vett perifériáktól. Ez alapján arra a következtetésre jutottak, hogy a kistérségek gazdasági állapota erős korrelációban lehet a jóllét szintjével. Németh és szerzőtársai 2014-ben a kistérségek komplex fejlettségét vizsgálta egy lett kutatás mintája alapján, elemezve a térségi fejlettség indexét (Territory Development Index). Ennek során számításba vették kistérségi szinten a jövedelem, munkanélküliségi ráta, eltartási teher és a lakosságszám alakulását. Elemzésükben rámutattak, hogy a területi fejlettségi különbségek lényegesen nem változtak a kistérségekben 2003 és 2012 között, továbbra is nagy egyenlőtlenségek állnak fönn az egyes országrészek között. Az országos átlagnál fejlettebb kistérségek többnyire a fővárosi agglomerációban és az Észak-dunántúli megyékben találhatók, illetve a megyeszékhelyek többsége is ide sorolható. (Németh et. al. 2014, p. 328.) 19
2015-ös tanulmányomban a kistérségi HDI index eloszlását vizsgáltam az UNDP Lengyelországban alkalmazott módszertanát követve a 2011-es évre. A HDI számítás során alkalmazott indikátorok: születéskor várható élettartam (év), 15 év fölötti korosztályban a legalább általános iskola 8. osztályt elvégzettek aránya (%), felsőfokú végzettséggel rendelkezők aránya a 25 év feletti népesség körében (%), és egy főre jutó adóköteles jövedelem (ezer Ft). Az eredmények alapján elmondható, hogy a gazdasági teljesítmény indikátorokhoz hasonló térbeli mintázatok rajzolódnak ki a kistérségi HDI centrumok és perifériák tekintetében, azonban az LHDI oktatási és élettartam komponense is szignifikáns hatással bír az értékek eloszlására. A magyar kistérségi HDI esetében Budapest és agglomerációjának kistérségei, valamint az innen kiinduló és olyan nagyvárosokig, mint Győr, Miskolc, Pécs illetve Veszprém, tartó tengelyek a legfontosabb centrumtérségek. Periférikus jelleggel rendelkeznek az index szempontjából az ország északkeleti és délnyugati perifériájának kistérségei (Borsod-Abaúj-Zemplén, Szabolcs-Szatmár-Bereg, és Somogy megyék területén), melyek sok esetben halmozottan hátrányos helyzetűek. Elmondható továbbá, hogy a kistérségi HDI eloszlása is alátámasztja a nyugat-keleti fejlettségbeli differenciák fennállását, az ország nyugati felében lényegesen kevesebb a nagyon alacsony HDI indexszel rendelkező térség. (Szendi, 2015.) 2.3. A kutatás szakirodalmi előzményei Regionális gazdaságtan növekedéselméletei Disszertációmban kiemelt figyelmet fordítottam a téma szakirodalmi hátterének összefoglalására. Az elméleti áttekintés során megvizsgáltam, hogyan fejlődtek a regionális gazdaságtan növekedés elméletei, a klasszikus politikai gazdaságtani iskolától napjainkig. A szakirodalom elemzése során áttekintettem a neoklasszikus iskola, az endogén növekedéselméletek és ezzel párhuzamosan a keynesi elméletek, továbbá az új gazdaságföldrajz fontosabb összefüggéseit, és a konvergencia fogalmának (területi egyenlőtlenségeknek) megjelenését az egyes elméletekben. A regionális gazdaságtanban a területi folyamatok (tevékenységek térbeli eloszlása, növekedés, fejlődés) magyarázatára két fő irány terjedt el, melyek: a) telephely-elméletek (regionális gazdaságtan legrégebbi ága, már az 1800-as évek elején megjelent, Thünen és előfutárai műveiben; és a gazdasági tevékenységek térbeli eloszlását vizsgálja), b) regionális gazdasági növekedés elméletei (gazdasági növekedés térbeli aspektusaira, és a jövedelem térbeli eloszlására fókuszál). A regionális gazdaságtan elméleti-módszertani alapját a telephely-elméletek adják, melyek alapvetően mikroökonómiai és statikus megközelítést alkalmaznak, azonban létezik makroökonómiai és általános egyensúlyi megközelítésük is. A regionális gazdasági növekedés elméletei ezzel szemben alapvetően makroökonómiai jellegűek. (Capello, 2011.) Disszertációmban ezért főként utóbbi elméletekre fókuszáltam. A regionális gazdaságtan főbb megközelítéseinek tér értelmezését, célját, és főbb irányzatait az alábbi, 6. táblázat foglalja össze. 20
6. táblázat: Regionális gazdaságtan főbb elméletei és a tér értelmezése Telephely elméletek Regionális gazdasági növekedés elméletei Tér értelmezése fizikai-metrikus uniform- absztrakt Elmélet célja Elmélet természete Koncepció kialakulása Főbb elméletek és képviselőik piaci méret, terület lehatárolása termelési terület lehatárolása kvantitatív és kvalitatív 1940-es évek ipari telephelyelméletek (Weber, Hoover, Lösch) terület felosztásának elméletei (von Thünen, Alonso, Fujita) városi hierarchia (Christaller, Lösch) regionális gazdasági növekedés meghatározó tényezőinek lehatárolása kvantitatív, konstans skálahozadék 1950-es és 1960-as évek Keynesi regionális gazdasági növekedés elmélete (North) Neoklasszikus regionális gazdasági növekedés elméletei Forrás: Capello (2011) alapján saját szerkesztés 21 Helyi/ lokális gazdaságfejlesztés elméletei diverzifikáltkapcsolati helyi fejlődés meghatározó tényezőinek lehatárolása, ahol a fejlődés: területi versenyképesség kvalitatív, növekvő skálahozadék 1970-es évektől napjainkig Exogén faktorok: növekedési pólusok elmélete (Perroux) multinacionális vállalatok szerepe (Liepietz, Blomstrom, Kokko) innováció terjedése (Hägerstand) Endogén faktorok: ipari körzetek elmélete (Becattini) innovációs miliő (Camagni) tanuló régió (Lundwall) Helyi/ lokális növekedési elméletek diverzifikáltstilizált helyi gazdasági növekedés meghatározó tényezőinek lehatárolása, ahol a növekedés: területi versenyképesség kvantitatív, növekvő skálahozadék 1990-es évektől napjainkig kumulatív okság elmélete (Myrdal, Kaldor) új gazdaságföldrajz (Krugman) endogén növekedés modellje (Lucas, Romer) Látható, hogy a tér dimenziója csak a telephely-elméletek esetében értelmezhető valós-fizikai térként, a későbbi elméleti irányzatok már bizonyos fokú absztrakciót alkalmaznak. A közgazdaságtanban a tér vizsgálata iránt elsőként az 1950-es évektől kezdődően nőtt meg az érdeklődés. Disszertációmban a regionális gazdasági növekedés elméleteitől kezdődően tekintem át az egyes irányzatokat. Ezen elméletek két fő csoportba sorolhatók. Az első csoportot azok az irányzatok alkotják, melyek a nivellálódás, vagy konvergencia megvalósulását támogatják: neoklasszikus elméletek, Keynes-i elmélet, exportbázis elmélet, endogén fejlődés elmélete. Ezzel szemben a második csoportba olyan irányzatok sorolhatók, melyek a konvergenciával szemben sokkal inkább a differenciálódást, a divergencia fennállását támasztják alá: növekedési pólus elméletek, polarizációs elméletek, centrum-periféria elméletek. (Péli, 2014.) Disszertációmban az egyes elméletek áttekintése során én is a fenti struktúrát alkalmaztam. 2.3.1. Klasszikus politikai gazdaságtan A Smith, Ricardo, Malthus, Say és Thünen nevével fémjelzett klasszikus politikai gazdaságtan (1776-1873) időszakában a gazdaság egyensúlyi állapotát a kereslet-kínálat határozta meg, és a gazdasági növekedésnek a piaci korlátok szabtak határt. Say (1803)
alapján a gazdaságban minden termelés megteremti a maga piacát, nincs sem túlkínálat, sem munkanélküliség. A kor gondolkodói a laissez fair elvét hirdetve hittek a piac láthatatlan kezében, és úgy gondolták az állami beavatkozás zavarokat okoz a gazdaságban. A tér szemlélet megjelenésével már Smith és Ricardo munkásságában is találkozhattunk, mivel a földrajz szerepe alapvető volt elméleteikben. A földrajzi adottságok a verseny feltételei, meghatározó tényezői voltak (Lengyel-Rechnitzer, 2004.). A klasszikus politikai gazdaságtan művelői között elsőként Malthus munkájában találkozhattunk a növekedéssel, aki a népességszám változásának hatását vizsgálta. Malthus megállapította, hogy: a) a népesség, ha nincs akadálya, minden 25 esztendőben megkétszereződik, vagyis geometriai progresszióban szaporodik (Malthus, 1798. p. 4.; Kovács, 1908. p. 21.) és b) a föld jelenlegi átlagos állapotát tekintetbe véve, az élelmiszerek az emberi szorgalomra legkedvezőbb körülmények között sem szaporíthatók gyorsabban, mint arithmetikai haladványban (Malthus, 1798. p. 6.; Kovács, 1908. p. 23.). Vagyis nézetei szerint, míg a népesség mértani haladvány, addig az élelmiszertermelés számtani haladvány mentén nő, így a népességszaporodás korlátai az élelmiszerellátásban keresendők. Malthus tehát megkérdőjelezte, hogy a népességnövekedés pozitív hatással van egy ország gazdaságára. Nézetei szerint szabályozatlan feltételek mellett nincs összhang a népességnövekedés által támasztott szükségletek és a létfenntartási (élelmezési) javak termelése között. (Varga, 2013.) A klasszikus politikai gazdaságtan művelői azonban makrogazdasági szintnél kisebb, mezoszinten nem vizsgálódtak. 2.3.2. Neoklasszikus növekedéselméletek A klasszikus politikai gazdaságtan korszakát követő neoklasszikus közgazdaságtan, a marginalista gondolkodók határhaszon elméletén alapszik, és a XX. század meghatározó közgazdasági iskolája. Feltételezései szerint: a gazdaság szereplői racionálisak, a döntéshozók tökéletesen informáltak, és tökéletes verseny áll fenn a piacon. A neoklasszikus modell továbbra is hisz a piaci automatizmusokban. Megközelítéseiben a piac elősegíti a regionális konvergenciát, nincs szükség állami beavatkozásra a regionális egyenlőtlenségek mérsékléséhez. Az 1950-es évektől az 1980-as évek közepéig a domináns növekedéselméleti irányzat az exogén, vagy neoklasszikus modell volt (Ramsley, Solow, Swan, Cass és Koopmans), mely a hosszú távú gazdasági növekedést magyarázza. A neoklasszikus modell a post-keynesi Harrod-Domar modell továbbfejlesztett változata. Robert Solow (1956) nevéhez fűződik, és alapja a későbbi növekedési és konvergencia elméleteknek. A modellben a kibocsátás növekedését három exogén faktor együttese határozza meg (a tőkeállomány növekedése, népesség növekedése, és a technológiai haladás változása; Y(t) = f[k(t), A(t), L(t)]). E tényezők együttesen járulnak hozzá az egyensúlyi (steady-state) állapothoz. A modell a munkaerő (népesség) és a tőke esetében csökkenő skálahozadékot feltételez, a kettő arányának hozadéka viszont állandó. A modell további feltétele, hogy valamennyi vizsgált tényező mobil, és a növekedés kínálatoldali tényezőkre vezethető vissza, a területi különbségek pedig a tőke és a munkaerő csökkenő határhaszna miatt hosszú távon eltűnnek. A szegényebb gazdaságok jövedelemszintjei hajlamosak konvergálni a gazdagokéhoz, mert hajlamosabbak a nagyobb ütemű növekedésre (Barro, 1991. p. 407.). A steady state állapotában az egy főre jutó jövedelem, és fogyasztás motorja az egyes gazdaságokban, a technológiai haladás rátája (Royuela - García, 2010.). A modell Cobb-Douglas típusú termelési függvényt alkalmaz. Feltételezi a termelési tényezők instabilitását, konstans népességnövekedési rátát (n), konstans megtakarítási rátát (s), ill. konstans amortizációs kulcsot (d). A t-edik időszakra vonatkozó konstans skálahozadékú, Cobb-Douglas típusú termelési függvény az alábbiak szerint írható fel: 22
= (), (2) ahol: Y- a kibocsátás, K- tőke, A- technológiai haladás, L- munkaerő; és 0< α <1 (tőke részesedése a teljes kibocsátásban). A munkáról (L) és a technológiai haladásról (A) feltételezzük, hogy n ill. g rátákkal exogén módon növekszik (Ding - Knight, 2008.), vagyis: ()=(0) ()=(0) (3) A modell szerint a gazdaságban megtermelt jövedelem egy konstans hányadát, újra befektetik (Solow, 1956; Szörfi, 2004.). A fentiek alapján a tőke akkumulációja az alábbi formában írható fel: = sy (n+g+δ)k = sk (n+g+δ)k (4) ahol: s- a megtakarítási ráta; k- egységnyi hatékony munkaerőre jutó tőke, y- egységnyi hatékony munkaerőre jutó jövedelem; δ- a tőke amortizációs rátája, - pedig k(t) szerinti deriváltja (Ding - Knight, 2008.). A csökkenő skálahozadékú termelési függvénynek megfelelően, a gazdaság egy egyensúlyinak tekinthető k* értékhez tart, azaz k a steady-state értékhez konvergál (Solow, 1956; Szörfi, 2004; Ding - Knight, 2008.). =% * & ) *+, ''( (5) Vagyis az egyensúlyi tőkeállomány (4. ábra) egyenesen arányos a megtakarítási ráta nagyságával és fordítottan arányos a népességnövekedéssel, a termelékenység-növekedéssel és a tőke amortizációjával. (Szörfi, 2004.) A tőke és munkaerő konstans skálahozadékának elvét az alábbi egyenlet szemlélteti: (λk) (λl) =λ λ =λ '() =λ =λy (6) Ez annyit jelent, hogy bármely input λ szoros növelése, λ szoros növekedést okoz a termelési függvényben is. (Schäfer, 2010.) A konvergencia sebességét a változók logaritmusát véve kalkulálhatjuk: 123() 1 =λ4ln(6 ) 896(): (7) ahol λ a konvergencia sebessége, amely λ= (1 α)(n + δ+ g) szerint kalkulálható. (Ding - Knight, 2008.) A ŷ = λ(ŷ ŷ*) differenciálegyenletet megoldva számítható az a jövedelemben kifejezett távolság, amelyet az adott gazdaságnak a steady-state állapot elérése érdekében meg kell tennie: ŷ < ŷ ŷ = ŷ =>, (8) 23
ahol ŷ? a felzárkózás kezdetén meglévő jövedelemszint, ŷ az a jövedelmi szint, amelyre a felzárkózás történik, és ŷ az a jövedelemszint, amellyel a gazdaság a t-edik időszakban rendelkezik. (Dedák Dombi, 2009.) 4. ábra: Egyensúly a Solow modellben Forrás: Solow (1956.) és Szörfi (2004.) alapján saját szerkesztés A Solow modell alapján összességében az alábbi megállapítások tehetők: 1. A technológiai haladás illetve a tőkeakkumuláció a növekedés fő hajtóereje (Dedák, 2000.). 2. A tőke csökkenő skálahozadékát, illetve exogén megtakarítási rátát, népességnövekedést, és technológiai haladást feltételezve, a modellben a hosszú távú gazdasági növekedést exogén módon a technológiai haladás rátája határozza meg (Ding-Knight, 2008.). 3. Minden ország gazdasága egy hosszú távú egyensúlyi állapot (steady state) felé konvergál, ahol a fundamentális elemek a megtakarítási ráta, a népesség növekedési üteme, és a humán tőke. Amennyiben a makrogazdasági feltételek azonosak, a kezdeti jövedelem szintjétől függetlenül a gazdaságok ugyanazon steady-state felé konvergálnak (Dedák, 2003.). 4. A neoklasszikus növekedési modellek értelmében hosszú távú gazdasági növekedés csak akkor lehetséges, ha valamely exogén erő (exogén technikai fejlődés, vagy a munkaerő bővülése) ezt lehetővé teszi. (Valentinyi, 1995. p. 582-594.) A neoklasszikus növekedéselméletek legfontosabb következtetése, hogy a szegényebb gazdaságok jövedelmi szintjei hajlamosak konvergálni a gazdagokéhoz, mivel a szegényebb gazdaságok hajlamosak a nagyobb ütemű növekedésre, mint a gazdagabbak. Vagyis az egyes országok egy főre jutó jövedelmének növekedési rátája fordítottan arányos az országok kezdeti jövedelemszintjével. (Barro, 1991.) A modell feltételezi az egyes termelési tényezők tökéletes mobilitását a régión belül és a régiók között, továbbá tökéletes informáltságot tételez fel az egyes szereplőkről a tényezőárak vonatkozásában. (Lóránd, 2009. p. 19.) Richardson (1980) értelmezésében a termelési tényezők ellentétes mozgásának hatására a regionális különbségek mérséklődnek, így az egyes térségekben a jövedelmek folyamatosan közelítenek egymáshoz. 24
A neoklasszikus konvergencia modellel kapcsolatban számos kritika merült föl az idők során, melynek áttekintését Stuntum munkája nyomán végeztem (van Stuntum, 2010): 1. Az empirikus eredmények divergenciára, vagy a különbségek tartós fennállására utalnak. 2. A tőke csökkenő határtermelékenysége megkérdőjelezhető. 3. A tőke immobilitása irrealisztikus. 4. A skálahozadék, a humán tőke és az endogén technológiai haladás figyelmen kívül hagyása. 5. A megtakarítási ráta és a népességnövekedési ráta konstansnak feltételezése irreális, ugyanis mindkettő az egy főre jutó jövedelem függvénye. 6. Regionális szinten a jövedelmek steady state egyensúlyi állapota különböző. Ezért csak korlátozott béta konvergencia lehetséges. 7. A nemzetgazdaságok relatíve zártabb rendszerében jól értelmezhető a teljes foglalkoztatás, a szabad verseny, vagy a termelési tényezők közötti korlátlan mobilitás, de regionális dimenzióban ezek az összefüggések nehezen írhatók le. Összességében a neoklasszikus modell komoly hiányossága már a kiinduló feltételekben megfigyelhető, a feltételezett Cobb-Douglas termelési függvényben szereplő tényezők ritkán mérhetők egzakt módon a képleteknek megfelelően, emellett a termelési tényezők tökéletesen szabad áramlása ritkán teljesül, számos tényező befolyásolhatja. Emellett probléma a modell esetében, hogy a szegényebb gazdaságok gyorsabb növekedési ütemét és felzárkózását valószínűsíti, holott a gyakorlatban, sok esetben éppen a divergenciák előtérbe kerülésével találkozhatunk. A neoklasszikus elméletek eltekintenek olyan tényezőktől, mint a történelmi hagyományok, vagy a kultúra, intézmények szerepe, ugyanakkor ezen faktoroknak meghatározó szerep juthat egy-egy térség fejlődésében. 2.3.3. Endogén növekedéselméletek A neoklasszikus növekedési modellel kapcsolatban már az 1950-es és 1960-as években komoly kritikák merültek föl (divergencia létezése, skálahozadék kérdése). A konvergencia értelmezése azonban csak az 1970-es, 1980-as években fejlődött tovább. A hetvenes évek elején a változó világgazdasági körülmények (korábbi növekedési források kimerülése, beruházási kedv visszaesése, olajválság) új irányzat megjelenését eredményezték. Az új irányzat legfontosabb ismertetője volt, hogy a régiók endogén, belső erőforrásai kerültek a középpontjába. Ezért is nevezték ezt az irányzatot endogén (vagy új) növekedéselméletnek, mely legjelentősebb képviselői Barro, Sala-i Martin, Romer és Lucas. Az exogén modellben a hosszú távú növekedést a technológiai haladás, és a munkaerő határozza meg, vagyis modellen kívül eső, exogén tényezők. Az endogén modell ezzel szemben a technológiai haladást endogén faktorként értelmezi (több tényező határozza meg: K+F, oktatás), ami az externáliák miatt növekvő skálahozadékú (Romer, 1986; Lucas, 1988; Aghion Howitt, 1998. stb.). Romer (1986) szerint ugyanis a gazdasági növekedés a tőkének nem csökkenő, hanem növekvő függvénye. A növekvő skálahozadék miatt az egy főre jutó jövedelmek regionális vagy nemzeti konvergenciája sem szükségszerű (Romer, 1986.). A magasabb kezdeti jövedelem szintről induló régiók képesek megtartani előnyüket a kezdetben fejletlenebbekkel szemben (5. ábra). Romer szerint az externáliák forrása a kutatás-fejlesztés. A profitérdekelt vállalkozások K+F beruházásai a növekedés fontos tényezői, a K+F eredményei tovagyűrűznek, hatnak az egész gazdaságra. Ilyen formában az innováció szerepe kulcsfontosságú. (Romer, 1986; Valentinyi, 1995; Szörfi, 2004.) 25
Az endogén modellben a regionális lehetőségek legfontosabb meghatározói az alábbi tényezők: tőkepotenciál, munkaerő adottsága, képzettsége (humán tőke minősége), infrastruktúra felszereltsége, földrajzi helyzet, környezeti állapot, minőség, piaci kapcsolatok, társadalmi-kulturális adottságok, döntési és intézményrendszer, technológiai fejlődés, innováció-politika hatékonysága. (Mezei, 2013.) 5. ábra: Növekvő hozadékú termelési függvény Forrás: Szörfi (2004.) alapján saját szerkesztés Az endogén növekedési elmélet másik kiemelkedő képviselője Lucas (1988), a neoklasszikus modell kritikájaként említi, hogy a felzárkózás nem következik be automatikusan, mert a tőke nem áramlik a fejlett térségből a fejletlenbe. (Szörfi, 2004.) Lucas elméletében kiterjeszti a tőke definícióját a humán tőkére. Véleménye szerint számos befektetői kezdeményezés történt olyan országokba, amelyek gazdagak humán tőkében, azonban ezek a kezdeményezések nem terjednek tovább a szegény országok felé. Ezért a jövedelmekben fennálló differenciák tartósan megmaradnak, és divergencia lesz jellemző (Davies-Hallet, 2002.). Barro és Sala-i-Martin (1992) feltételezték a tőke és a munkaerő szabad áramlását a régiók között (Szörfi, 2004.). Megállapításaik szerint azok a régiók, amelyek egy főre jutó jövedelme távolabb esik a steady-state állapottól, gyorsabb növekedésre képesek, mint a gazdagabbak, azonban az abszolút konvergencia jelensége nem bizonyítható, a gazdaságban csak feltételes konvergenciára van lehetőség. (Barro és Sala-i-Martin, 1992.) Mankiw-Romer-Weil is a neoklasszikus modellből indult ki, de a termelési függvényben a fizikai tőke mellett a humán tőkét is alkalmazta. A kiinduló jövedelmi szint és a növekedés üteme között azonban ők sem mutattak ki feltétel nélküli összefüggést. Elméletükben a megtakarítási ráta, az oktatás színvonala, és a népesség növekedési rátája azok a faktorok, amelyek döntően magyarázzák az egy főre jutó jövedelmek országok közötti differenciáját. (Mankiw-Romer-Weil, 1992.) 26
Williamson (1965) a területi egyenlőtlenségeket vizsgálta, és megállapította, hogy a gazdasági fejlődés a kezdeti időszakban regionális divergenciát, a későbbi szakaszokban pedig konvergenciát idéz elő (6. ábra) (Davies-Hallet, 2002; Nemes Nagy, 2005; Lukovics, 2008.). Az elvárt eredmények szerint a regionális egyenlőtlenségek fordított U alakú görbét írnak le a nemzeti gazdasági növekedés fázisaiban. (Williamson, 1965. p. 9.). Williamson modelljével kapcsolatban azonban a gyakorlatban kritikaként merülhet föl az időtáv megválasztásának problémája, hiszen nem mindegy, hogy milyen periódusban vizsgáljuk a hipotézis érvényességét. A vizsgálat kezdő időpontja jelentős hatással lehet a kapott eredményekre. További kritikaként merülhet föl a fejlődési pálya linearitásának feltételezése, ami a valóságban gyakorta nem teljesül (példa lehet: visszarendeződés a térségek rangosorában és a különbségekben; lefelé nivellálódás). Kuznets (1955), Myrdal (1957) és Hirschman (1958) elméleteire alapozottan úgy érvel, hogy a régiók közötti kapcsolatok, a tényezőmozgások, és a központi kormányzat politikája a fejlődés kezdeti szakaszában a legnagyobb agglomerációkban koncentrálódik, majd a fejlődés későbbi szakaszaiban a magasabb aggregált jövedelemnek köszönhetően ez a tendencia megfordul, és a jövedelmi különbségek kiegyenlítése felé hat (Davies-Hallet, 2002.). 6. ábra: Williamson görbe Forrás: Williamson, 1965; Davies-Hallet, 2002. és Nemes Nagy, 2005. alapján saját szerkesztés Nemes Nagy József a Kelet-Közép-Európai poszt-szocialista országok esetében módosította Williamson eredeti görbéjét. A poszt-szocialista gazdaságokat a területi kiegyenlítődés megindulása után sokkal erősebb konvergencia jellemezte ( szocialista nivellálódás ), mint a hasonló fejlettségi szinten álló kapitalista államokat. A görbe jobb oldala ezért meredekebb, mint Williamson alapmodellje esetében. (Nemes Nagy, 2005.) 27
7. ábra: Williamson hipotézise a poszt-szocialista országok esetében Forrás: Nemes Nagy, 2005. alapján saját szerkesztés Összefoglalva, az endogén modell legfontosabb újításai a növekvő skálahozadék, a technológiai fejlődés endogén kezelése, árelfogadó magatartás helyett vállalati ármeghatározás (a növekvő méretgazdaságosság és az oligopol piac miatt), és az automatikus konvergencia tagadása. (Meyer, 1995.) 2.3.4. Keynesi elméletek A neoklasszikus közgazdaságtani iskola mellett az 1930-as évektől egy másik jelentős elméleti iskola jelent meg, amit Keynes nevével azonosítanak. A Keynesi elméletek kialakulásának egyik oka, hogy a Say-dogma nem bizonyult igaznak, mivel a kereslet-kínálat viszonyai nem teremtették meg a gazdaság egyensúlyi állapotát, túlkínálat alakult ki, illetve tartós munkanélküliség jellemezte a gazdaságot. A piac láthatatlan keze tehát nem elegendő az egyensúly eléréséhez, a keresleti oldal javításához állami beavatkozás szükséges. A Keynesi modell ezért a keresleti tényezőkre fókuszál, és az állami beavatkozások szükségességét hangsúlyozza. A fennálló egyensúlytalanságok miatt a Keynesi elméletek a divergenciák megértésére, magyarázatára helyezik a hangsúlyt (Kuttor, 2009.). A konvergencia elsőként az úgynevezett post-keynesi modellekben jelenik meg, a Harrod Domar modell formájában, amit elsőként 1939-ben Roy Harrod, majd tőle függetlenül 1957- ben Evsey Domar fejlesztett ki, a gazdaság növekedési rátájának vizsgálata érdekében. A modell azt feltételezi, hogy az import határozza meg a helyi gazdaság növekedési rátáját (Capello, 2007.). A modell hosszú távú szemléletű, alapfeltételezései az alábbiak: a gazdaság egy terméket állít elő, tőke javak nem romlandó -k, konstans megtakarítási hajlam, fix termelési koefficiensek, (egy termék előállításához szükséges tőke és munkaerő; tőke/munkaerő és tőke/kibocsátás arányok rögzítettek), a munkaerő növekedési rátája egy konstans n szinten egyenlő a népességnövekedés ütemével, a befektetések az accelerator hatás szerint arányosak a kereslet növekedésével, jövedelmek a Keynesi multiplikátor elmélet szerint arányosak a befektetésekkel (Capello, 2007.). 28
A modell egyik megállapítása, hogy nem létezik olyan feltétel, amely mellett a termelési tényezők régiók közötti áramlása egyensúlyi állapotba hozza a rendszert. Másrészt azok a régiók, amelyek nettó importtöbblettel rendelkeznek, gyorsabb növekedésre képesek, mint mások. A harmadik megállapítás, hogy a régiók növekedési rátáiban, kezdetben fennálló differenciák nemcsak, hogy fennmaradnak, de idővel növekedni fognak. (Harrod, 1939; Domar, 1946; Capello, 2007.) Solow szerint a Harrod-Domar modell legfontosabb megállapítása, hogy a gazdasági rendszerek hosszú távon az egyensúlyi növekedés késélén a legkiegyensúlyozottabbak. Amennyiben a kulcstényezők nagysága megtakarítási ráta, tőke-output ráta, munkaerő növekedési rátája kicsit is elmozdul a holtpontról (nyugvó pontról), az vagy növekvő munkanélküliséget, vagy elnyújtott inflációt okoz. (Solow, 1956. p. 1.). A modellt az idők során számos kritika érte. Egyrészt nem képes előrejelezni, vajon a regionális tényezőáramlások létrehozzák-e az egyensúlyi állapotot. Emellett a regionális divergencia, konvergencia jelenségét sem képes magyarázni. A szegényebb régiók általában nettó tőkeimportőrök, és a modell logikája szerint gyorsabban növekvő térségek, melyek képesek fölzárkózni. A valóságban azonban ezek a régiók nettó munkaerő-importőrök is, amely a modell logikája szerint viszont alacsonyabb jövedelemnövekedési rátához vezet, vagyis sokkal inkább divergencia alakul ki. (Capello, 2007.) Ugyanakkor a Keynesi elméletek az állami beavatkozás hangsúlyozása miatt a regionális konvergencia irányába is hatnak, mivel hosszú távon regionális politikai intézkedéseket generálnak a periférikus helyzetű térségek felzárkóztatása érdekében. (Mezei, 2013.) További kritikaként merülhet föl a Keynesi elméletekkel kapcsolatban a modell hosszú távú keretfeltételeinek létjogosultsága. Túlzottan leegyszerűsítő feltételezések mellett történik a modell meghatározása, hiszen az egy terméket előállító gazdaság, vagy a konstans megtakarítási hajlam a gyakorlatban irrealisztikus. Szintén távoli a valóságos helyzettől a munkaerő növekedési rátáját a népességnövekedés ütemével megegyezőnek tekinteni egy konstans szinten. 2.3.5. Exportbázis-elmélet Az exportbázis-elmélet a Keynesi növekedéselmélet egyik típusa, amely ebből adódóan szintén komoly szerepet szán az állami beavatkozásoknak, a beruházások (főként infrastruktúra fejlesztések) támogatása miatt. Az exportbázis-elmélet a regionális gazdasági növekedést az exportágazatok erősségével magyarázza. Az elmélet szerint egy régió gazdasági növekedése döntően az exportra termelő ágazatok fejlődésétől függ, a fejlesztés meghatározó forrása a régió gazdasága iránt jelentkező interregionális kereslet. (Péli, 2014.) A modellben két szektor jelenik meg: basic és non-basic szektorok, ahol a basic szektor azokat a vállalatokat tartalmazza, amelyek nagyrészt externális tényezőktől függnek, míg a non-basic szektor vállalatai olyan helyi vállalatok, akik a lokális üzleti feltételektől függnek. (Kimbugwe et. al., 2010.) North (1955) elmélete szerint a korlátozottan rendelkezésre álló nyersanyagok exportja a magasabb fejlettségű térségekben megteremti a gazdasági fejlődés alapját. Ezek a régiók, kihasználva természeti adotságaikat és komparatív előnyüket, alacsonyabb opportunity cost mellett állítják elő termékeiket. Ebből következően minden más gazdasági tevékenység ezen exportágazat növekedésén alapszik (non-basic vállalatok, helyi igények kielégítése). A helyi közösség foglalkoztatását a basic szektor növekedése indukálja. A helyi vállalkozások a régió gazdasági növekedésének következményei és nem feltételei. (North, 1955; Kimbugwe et. al., 2010.) Az elméletben hangsúlyosan jelenik meg a regionális multiplikátor hatás, melynek nagysága attól függ, hogy a termeléshez szükséges erőforrások mekkora részét állítja elő a régió és mekkora részét importálják. (Kuttor - Nagy Sebestyénné Szép, 2014.) Az exportbázis elmélettel szemben is számos kritika merült fel, mint a 29
bázisszektorok megválasztásának nehézsége, vagy a régión belüli növekedési impulzusok figyelmen kívül hagyása. (Lengyel - Rechnitzer, 2004.) További kritikai észrevétel lehet az elmélettel kapcsolatban, hogy az értelmezhetőségét nagyban befolyásolhatja a területi szint megválasztása (NUTS2 vagy NUTS3). Ennek ellenére a gyakorlatban a gazdaságfejlesztés széles körben alkalmazta, például a húzógágazatok megtelepítése során a 60-as évek Európájában. (Mezei, 2013.) 2.3.6. Polarizációs elméletek A polarizációs elméletek az exportbázis elmélet és Kaldor felfogását követve (gazdasági növekedés önfokozódó jellege) alakultak ki. A regionális fejlődés természetét a fejlődési különbségek kiegyenlítésében, divergenciák előtérbe kerülésében látják. (Mezei, 2013.) A modellben a régiók eltérő belső növekedési tényezőkkel rendelkeznek, erős függőségi kapcsolatok állnak fönn a régiók között, és nem tökéletes verseny jellemzi a piacot (Péli, 2014.). A polarizációs elméletek nézőpontja szerint a piaci folyamatok és erők a területi különbségeket felerősítik, mélyítik, az egyenlőtlenségek mérséklése érdekében hatékony állami beavatkozásra van szükség (Péli, 2014.). Schumpeter a szektorális polarizáció elméletében az innovációk szerepét hangsúlyozza a regionális gazdasági növekedésben. Ezt Perroux (1950) azzal bővíti ki, hogy a gazdaság motorikus egységei az újdonságot megjelenítő ágazatok. Elmélete szerint a gazdasági növekedés nem jelenik meg mindenhol egyszerre, hanem bizonyos növekedési pólusokban jelentkezik változó intenzitással. Számos csatornán és különböző hatáson keresztül terjed tovább a teljes gazdaságra. (Perroux, 1950. p. 309; Parr, 1999.) Ezek a gazdaság új erőközpontjai. Boudeville szerint a dinamikus ágazatokat koncentráló központok növekedési csomópontokként funkcionálnak. Pottier ezt azzal bővíti ki, hogy a gazdasági fejlődés csomópontjai közlekedési hálózatokkal vannak összekötve (Mezei, 2013.). Myrdal a kumulatív okság elméletében a régiók közötti egyensúlytalanságot két párhuzamos hatással, a spread (centrifugális) és backwash (centripetális) hatásokkal magyarázza. A spread hatás szerint a központ expanziója révén indul meg a fejlődés a régiókban, míg a backwash hatás negatív gazdasági változásokat jelent, miszerint a centrum elszívja a mobil termelési tényezőket a periférikus térségekből. (Lengyel - Rechnitzer, 2004.) Myrdal halmozott okság elméletében a népesedési, gazdaság-termelési, újraelosztási, infrastrukturális, társadalmi-kulturális és társadalmi-politikai viszonyok egymást erősítve, vagy éppen gyengítve kapcsolódnak egymáshoz. Vagyis az egyenlőtlenségekért felelős tényezők bonyolult oksági láncra fűzhetők fel. (Nagyné Molnár, 2007., p. 186.) 2.3.7. Növekedési pólusok elmélete A növekedési pólusok elmélete a polarizációs elméletek továbbfejlődésével alakult ki. Azon alapszik, hogy az ágazati polarizáció a gazdaságban regionális polarizációhoz vezet, vagyis a dinamikus ágazatokat tömörítő központok területi növekedési csomópontokként működnek (Mezei, 2013.). Boudeville (1966) szerint a városi térben elhelyezkedő, növekvő iparágak további gazdasági aktivitást indukálnak a befolyásuk alá tartozó zónában (Boudeville, 1966. p. 11; Parr, 1999.). Paelinck (1965) ágazati növekedési pólusokat definiál, melyek jövedelmi, földrajzi és pszichológiai polarizációhoz vezetnek. Elméletükben a legfontosabb növekedési pólusok erős kapitalista iparral rendelkeznek, és számos nagyvállalat székhelyei. (Paelinck, 1965.) Az elmélet kritikájaként merülhet föl a növekedési pólus és környezete közötti feltétlen erős kapcsolatok, valamint napjainkban az erős kapitalista ipar feltételezése. 30
2.3.8. Új gazdaságföldrajz, új regionalizmus A közgazdaságtanban a 90-es évekig főleg a mikro- (háztartások) és makroszint (nemzetgazdaságok) volt a vizsgálatok alapegysége, a kettő közötti mezoszint (regionális, városi szint) háttérbe szorult. (Lengyel, 2003. p. 23.) A neoklasszikus, és az endogén növekedéselméletek álláspontja szerint a nemzeti gazdaságpolitikák és az országspecifikus jellemzők döntően befolyásolják egy-egy ország gazdasági felzárkózását. (Kertész, 2003.) A kilencvenes évektől új irányzatok jelentek meg a regionális gazdasági növekedés és konvergencia magyarázatára. Napjainkban a regionális gazdasági növekedési elméleteket egyre inkább áthatja a 90-es évek elején kialakuló térgazdaságtani, vagy új gazdaságföldrajzi megközelítés, mely Krugman, Fujita, Venables, és Thisse nevével jellemezhető. Alapját Thünen és Isard telephelyelméletei adják. Legfontosabb megállapításuk a térbeli meghatározottság, és a gazdasági tevékenységek térbeli sűrűsödésének felismerése. Krugman értelmezése szerint a gazdasági elemzés tényleges egységei nem az országok, hanem a szubnacionális régiók (hiszen a gazdasági folyamatok térbeli eloszlása korántsem az államok politikai határait követi) (Krugman, 1991; Krugman-Venables, 1994; Varga, 2006; Dusek, 2013.). A gazdasági tevékenységek térbeli csoportosulásának egyik oka, hogy realizálják az agglomerációs méretgazdaságosságból fakadó előnyöket. (Az agglomerációs gazdaságok egy csoportja például a lokalizációs externáliákat használja.) (Harris-Kravtsova, 2009.). Az iparágak koncentrációja, ha egyszer beindult, akkor önfenntartásra hajlamos. (Szörfi, 2004.) Ez a gondolatmenet Krugman centrum-periféria elméletének alapja. Amennyiben a világgazdaságot két régióra bontva értelmezzük, amíg a szállítási költségek egyformán magasak, mindkét régió önellátó. Ha azonban csökkennek a szállítási költségek, megindul a régiók közti differenciálódás. (Szörfi, 2004; Varga, 2006.) Ezek a feltételezések azonban túlzott leegyszerűsítései a valóságnak, ezért korlátozottan értelmezhetők. Az új regionalizmus, hasonlóképpen az új gazdaságföldrajzhoz, kizárólag néhány sikeres szuper-sztár régióra és városra koncentrál (más helyeket figyelmen kívül hagy), és a siker forrását főleg régión belüli belső tényezőkre alapozza (például intézményi tényezők szerepe), figyelmen kívül hagyva az exogén faktorok lehetőségét. (Hadjimichalis - Hudson, 2014.) A perifériák számára néhány sikeres régió mintáját szolgáltatja, azonban e minták intézményi struktúrájának másolása nem oldja meg a problémát, nem adaptálható feltétel nélkül valamennyi periféria esetében. Az új regionalizmus a fejlett és fejlődő országok vegyes típusú (eleve árukereskedelmi és/vagy egyéb együttműködési területekre vonatkozó) integrációinak megjelenésére utal. (Artner, 2009.) 2.3.9. Területi gazdasági növekedés szakaszai A regionális gazdasági növekedést egyéb, történelmi, demográfiai, társadalmi és politikai megközelítésekkel is próbálták magyarázni, melyek egy része a gazdasági növekedés szakaszaihoz köthető. Rostow (1960) növekedési modelljében a gazdasági növekedés folyamatát öt fő szakaszra osztotta, és meghatározta az egyes szakaszok alapvető jellemzőit. Friedmann (1966) a térszerkezet formálódását négy szakaszra bontotta, míg Richardon (1980) nevéhez a térszerkezet decentralizációs polarizáció elméletének kidolgozása köthető. A centrum és periféria modellek ezzel szemben a centrum innováció koncentráló szerepét, és a periféria függőségét hangsúlyozzák. Ugyanakkor sok esetben eltekintenek a különböző perifériatípusok jellemzőitől, és a félperifériák fennállásától. Porter (1990) kompetitív fejlődés elmélete a tényező-vezérelt növekedésből kiindulva, a beruházás-vezérelt növekedésen át jut el az innováció-vezérelt növekedésig. Ugyancsak az innováció szerepe emelhető ki a Kondratieff-ciklusok elméletéből (1935), melyek egy-egy bázisinnováció sikerességére alapozzák a növekedést. 31
A következőkben összegeztem a regionális gazdaságtan főbb növekedési elméleteit (8. ábra), fókuszálva az egyes elméletek legfontosabb képviselőire, illetve megállapításaira. Az így kialakított ábra komplex módon foglalja össze a vizsgált elméletek főbb sajátosságait. 8. ábra: Regionális gazdasági növekedés elméletei 2.4. Területi konvergencia A konvergenciát sokan kutatták, sokféle meghatározás született a fogalmával kapcsolatban. A szó jelentése általános értelemben: áramlások, információk, gondolatfolyamok összetartása, 32
egymáshoz közeledése, egy helyre érkezése, illetve egy kitüntetett hely (pl.: térbeli pont) felé mozgás vagy annak hajlama. (Ferkelt, 2005.) A fogalmat számos tudomány előszeretettel alkalmazza (matematika, biológia, genetika, műszaki tudományok, társadalomtudományok). Gazdasági értelemben a konvergencia lehet nominális: infláció, államháztartási hiány, államadósság, folyó fizetési mérleg; reál: gazdasági növekedés, ár- és bérszínvonal, gazdasági fejlettség; illetve szerkezeti konvergencia: mezőgazdaságban foglalkoztatottak aránya, üzleti élet jogi környezete vagy az Eurozónához való csatlakozás feltétele: Maastrichti konvergencia kritériumok. (Ferkelt, 2005.) A közgazdaságtanban a konvergencia-elmélet a gazdasági növekedést állítja a célkeresztbe. A konvergencia elmélet szerint az iparosodott országok eredendően különböző struktúrát tartalmazó gazdasági rendszerei ugyanazon a gazdasági és technológiai kényszer alatt állnak, és egy integrációs folyamatban hasonló válaszokat kell adniuk. A gazdasági konvergencia definíciója tehát ebben az értelemben a kétoldalú kiegyenlítődést (közeledést, felzárkózást) jelenti különböző gazdasági rendszerek, azok helyzete, fejlődése, és céljaik között. (Ungerer, 2012.) A fejlődés gazdaságtan számos vitájában merül föl a gazdasági konvergencia kérdése, vagyis hogy a szegényebb országok tendenciájukban gyorsabb növekedésre képesek-e, mint a gazdagabbak, és érezhető-e az életszínvonal konvergenciája. Vagy ezzel ellentétesen, megfigyelhetőek-e olyan tendenciák, miszerint a gazdag még gazdagabb, a szegény pedig még szegényebb lesz, tehát a gazdagok és szegények közötti szakadék szélesedik. (Sachs- Warner, 1995.) A GDP-t széles körűen használják a makroökonómiai konvergencia mérésére különböző területi szinteken: nemzetközi szint (Barro és Sala-i-Martin, 1992, 1997; Mankiw et al., 1992; Quah, 1996a,b,c), regionális szint (Lopez-Bazo et al., 1999; Bivand-Brunstad, 2005.) és lokális szint (Royuela és Artís, 2006.). (Royuela-García, 2015.) Az Európai Unió szerződésében kiemelt figyelmet fordítanak a gazdasági és társadalmi kohézió erősítésére. Ezt a szerződés 2. cikkelye szabályozza: a Közösség a közös stratégiák és tevékenységek kidolgozásával, javítja a Közösségen belül a gazdasági tevékenységek harmonikus és kiegyensúlyozott fejlődését, magas szintű konvergenciát és gazdasági teljesítményt tesz lehetővé, és biztosítja a gazdasági és társadalmi kohéziót és a szolidaritást a tagállamok között. (Eckey-Türck, 2007.) A konvergencia elméleteinek összegzését tartalmazza Eckey és Türck (2007) alapján a 7. táblázat a gazdasági növekedés elméleteinek tükrében. 7. táblázat: Konvergencia és divergencia a növekedéselméletek tükrében elmélet divergencia okai konvergencia okai neoklasszikus növekedési modell poszt-keynesi modell polarizációs elméletek endogén növekedés elméletek új gazdaságföldrajz - a területileg mobil kereslet és az externális sokkok a divergencia okai (Schmidt, 1966.) centripetális erők dominanciája, mint a divergencia oka (Hansen, 1975; Myrdal, 1957; Hirschman, 1965.) tőke csökkenő határterméke biztosítja a konvergenciát (Solow, 1956; Swan, 1956; Barro/Sala-i-Martin 1990, 2004.) pozitív externális hatások konvergenciát és divergenciát is okozhatnak (Romer, 1986, 1990; Rivera-Batiz/Romer, 1991.) hosszú távon a szállítási költségek a regionális fejlődés fő meghatározói alacsony szállítási költségek magyarázzák a dolgozók térbeli koncentrációját és a divergenciát (Fujita/Krugman, 2004; Fujita/Thisse, 2002; Krugman 1991, 1999.) Forrás: Eckey H. F. & Türck M. (2007) alapján saját szerkesztés - - 33
2.4.1. Szigma és béta konvergencia A reál konvergencia mérésének alapvetően két módszere van: szigma, és béta konvergencia (a két fogalmat Barro és Sala-i-Martin (1992) használta először). A szigma-konvergencia a gazdaságok egymáshoz viszonyított fejlettségét hasonlítja össze idősorosan, legtöbbször az egy főre jutó, vásárlóerő-paritáson számított GDP alapján. Az egy főre jutó GDP-diszparitás alakulását, vagyis az egy főre jutó GDP átlagértéke körüli ingadozás változását vizsgálja (értékek természetes alapú logaritmusának szórása). Ebben az értelemben akkor beszélünk konvergenciáról, ha a vizsgált mutató szórása időben csökkenő tendenciát mutat, ellenkező esetben divergenciáról lehet beszélni (9. ábra). (Eckey-Türck, 2007.) Hátránya, hogy ezt a csökkenést nem minden esetben okozza az, hogy a fejletlenebbek felzárkóznak, okozhatja az is, hogy a fejlettek közti különbség csökken. Vagyis a szórás akkor is csökkenhet, ha az átlaghoz eredetileg is közel fekvő értékek még közelebb kerülnek az átlaghoz, míg az átlagtól leginkább távol eső értékek változatlanul maradnak. (Nemes Nagy, 2005.) A szigma konvergencia (értékek szórásának csökkenése) tehát a lefelé nivellálódás esetében is megvalósulhat. 9. ábra: Szigma konvergencia Forrás: Szörfi, 2004. alapján saját szerkesztés Baumol (1986) számos tanulmányban vizsgálta a konvergencia hipotézisét, korai követőivel Barro (1991) valamint Barro és Sala-i-Martinnal (1991, 1992) együtt. Ezen tanulmányok a béta-konvergencia megközelítést alkalmazzák (Royuela-García, 2015.). A béta konvergencia alaphipotézise, hogy a szegényebb országok egy főre jutó jövedelme gyorsabb ütemben növekszik, mint a gazdagabb országoké, ami hosszú távon azt eredményezi, hogy a szegényebb országok felzárkóznak a gazdagabbakhoz. (Nemes Nagy, 2005.) Béta konvergencia egyrészt akkor fordul elő, mikor minden régió ugyanazon steadystate felé konvergál (abszolút konvergencia), másrészt pedig, amikor ugyanazon kiinduló feltételekkel rendelkező régiók hosszú távon ugyanazon egy főre jutó GDP felé konvergálnak (feltételes konvergencia). (Eckey-Türck, 2007.) Az abszolút (vagy feltétel nélküli) béta-konvergencia a jövedelmi szint és annak növekedési üteme közötti kapcsolatot vizsgálja. Alapfelvetése, hogy az összes egy főre jutó jövedelemérték ugyanazon steady-state érték felé közeledik, mert az alacsonyabb jövedelmű régiókban magasabb az egy főre jutó jövedelem növekedési üteme, mint a magasabb 34
jövedelmű régiókban. Az abszolút konvergencia elmélete alapvetően neoliberális megközelítést alkalmaz, elutasítva az állami beavatkozás szükségességét, és a regionális politika létjogosultságát. Barro (1991) és Barro és Sala-i-Martin (1991, 1992) bevezették a feltételes konvergencia fogalmát, amely szerint az országok bizonyítottan különböznek a hosszú távú egy főre jutó jövedelmi szintjükben. Azok az országok képesek gyorsabb növekedésre, ahol magasabb a rés a kezdeti jövedelem, és a hosszú-távú jövedelem szintje között. (Sachs-Warner, 1995.) Barro szerint egy szegényebb ország gyorsabb növekedésre képes, mint egy gazdag, azonban ez csak megfelelő mennyiségű humán tőke rendelkezésre állása esetén igaz; csak akkor, ha a szegényebb ország humán tőkéje meghaladja azt az összeget, ami tipikusan az alacsony jövedelmű országokat jellemzi. (Barro, 1991. p. 409.) A feltételes konvergencia elméletében komoly szerep jut a regionális politikának. A feltételes béta-konvergecia elmélete szerint a gazdaságok nem egymáshoz, hanem sokkal inkább a saját egyensúlyi pályájukhoz konvergálnak, azaz végül különböző egyensúlyi értéket érnek el. Tehát minden országnak egyedi hosszú távú növekedési szintje, steady state állapota van. (Szörfi, 2004.) Összefoglalva, míg az abszolút béta konvergencia modell azt feltételezi, hogy minden régió ugyanazon steady-state felé konvergál, addig a feltételes béta konvergencia modellje értelmében a kezdeti feltételek határozzák meg a régiók egyensúlyi állapotát. (Eckey-Türck, 2007.) Quah (1993) szerint a béta konvergencia szükséges, de nem elégséges feltétele a szigma konvergenciának, ezért a szigma és béta konvergenciát együtt célszerű vizsgálni. (Quah, 1993.) 2.4.2. Konvergencia klubok A konvergencia egy további értelmezését adja a konvergencia klubok fogalma, amelyen azon gazdaságok csoportjait értjük, melyek hosszú távú növekedési pályája közel esik egymáshoz, vagyis egyfajta kvázi homogenitást mutatnak társadalmi, gazdasági szempontok alapján. (Benedek-Kocziszky, 2014, 2015.) A modellt 1993-ban dolgozta ki Quah. Quah empirikus elemzéseiben arra mutat rá, hogy az országok egy főre jutó nemzeti jövedelme nem egy kitüntetett értékhez tart, hanem az adatok egyfajta csoportosulást mutatnak, melyeken belül megfigyelhető a konvergencia. (Quah, 1996c.) A jövedelmek eloszlását egyre inkább egy magasabb és egy alacsonyabb jövedelmi szint körüli csoportosulás határozza meg (Trón, 2009. p. 63.). Ez a folyamat az úgynevezett twin-peaks (ikercsúcsok hatása), ami a világgazdaság polarizálódására utal (10. ábra). Az modellben az egyik csúcs a gazdag, míg a másik csúcs az elszegényedett országokat jelöli. Quah twin-peaks modelljéből adódóan a világgazdaságban csak úgynevezett klubkonvergenciára van lehetőség. (Quah, 1995.) Baumol (1986) megállapítása szerint a világ országai számos konvergencia klubba sorolhatók. Az egyes klubokon belül az országok egymáshoz képest konvergálnak, viszont az egyes klubok között nem megy végbe a konvergencia, a klubok között növekvő diszparitások figyelhetők meg. Baumol-Wolff (1988) nyomán azon országokat tekinthetjük egy konvergencia-klubba tartozónak, melyek technológiatranszferek, a nemzetközi kereskedelem és beruházások vagy az oktatás segítségével képesek a felzárkózásra. Baumol későbbi elemzéseiben rávilágít arra, hogy a konvergencia klubokon belül érezhető konvergencia valósul meg, míg a klubon kívüli gazdaságok esetében nem. Ugyanakkor a klubok lehatárolása nem egyértelmű. Látható, hogy a konvergencia nem vonatkozik a világ legszegényebb országaira, bár a konvergencia klubba tartozókat, és a klubon kívülieket elválasztó vonal nem egyértelműen meghatározott. (Baumol et. al., 1994., p. 82.) Baumol értelmezésében csak a megfelelő szintű humán tőkével ellátott országok képesek kihasználni a modern technológia nyújtotta előnyöket a konvergens növekedés elérése érdekében. (Baumol et. al., 1994. p. 65.) Így tehát a 35
konvergencia klubok kialakítása, és értelmezése is magában hordozza az elemző szubjektivitását, hiszen nincs egzakt/egységes lehatárolási, csoportképzési módszer a klubok meghatározására, és a klubok interpretálása is nagyfokú kutatói szubjektivitásra ad lehetőséget. A klubok értelmezése függhet a kutató korábbi eredményeitől, tapasztalataitól. 10. ábra: Ikercsúcsok hatása (Twin-peaks) Forrás: Quah (1995.) alapján saját szerkesztés A konvergencia klubok értelmezhetők a növekedés elméletek megközelítésében is. A neoklasszikus növekedési elméletek nézőpontjából a konvergencia klubok akkor fordulnak elő, ha a bérek megtakarítási rátája magasabb, mint a tőke megtakarítási rátája (Dalgaard- Hansen, 2004.). Az endogén növekedés elméletek ezzel szemben a termelésben a humán tőke és a tudás szerepét hangsúlyozzák. A humán tőke és a tudás eltérő kezdeti színvonala okozhatja a többszörös egyensúlyi állapotot (Galor, 1996.). 36
3. Alkalmazott kutatás módszertana, módszerei 3.1. Területi jövedelemegyenlőtlenségek hatásai A területi egyenlőtlenségek alapvető oka, hogy nem létezik a térben két olyan pont, mely azonos tulajdonságokkal rendelkezne. Különbözőek gazdasági, társadalmi, és kulturális paramétereikben is. (Benedek-Kurkó, 2011.) Az egyenlőtlenségek vizsgálata számos módszerrel, és indexszel történhet, attól függően, hogy az adott jelenség mely aspektusaira vagyunk kíváncsiak. (Nemes Nagy, 2005.) A területi fejlettség tehát sokdimenziós és sokmutatós jellegű. A fejlettségnek számos tényezője van (pl.: humán tőke, gazdaság, infrastruktúra ), és az egyes dimenziók legtöbb esetben nem írhatók le egy mutatóval. A fejlettség általában komplex mutatóval (pl.: HDI) vizsgálható. Nemes Nagy (1990) alapján: A területi egyenlőtlenségek megjelenése, illetve vizsgálatuk tartalma az alábbi hét, önmagában is összetett, egyben páronként és többszörösen is összefonódó, de azért elkülöníthető dimenzió, problémakör mentén (egyfajta, nem kizárólagos osztályozási rendszerben) leírható. (Nemes Nagy, 1990. p. 16.) A dimenziók: az elhelyezkedés, a mennyiségek, minőségek, rendelkezés, szerep, szerkezet, kapcsolatok, viszonyok. A fentiekből is látható, hogy a területi egyenlőtlenségeknek számos típusa, aspektusa létezik. Disszertációmban a területi jövedelmi egyenlőtlenségeket vizsgáltam régiók, megyék, körzetek, és kistérségek szintjén a német és magyar gazdaságban az egy főre jutó GDP, ill. az egy főre jutó adóköteles jövedelem mutatóival. A jövedelmi egyenlőtlenségek esetében fontosnak tartottam áttekinteni, milyen hatásai lehetnek hosszabb távon az egyenlőtlenségeknek. A hatásokat három fő csoportba soroltam, melyeket gazdasági, politikai és társadalmi hatások csoportjának neveztem (11. ábra). 11. ábra: Területi jövedelemegyenlőtlenségek hatásai 37
A területi jövedelemegyenlőtlenségek kedvezőtlenül hatnak az országok gazdasági növekedésére. Ugyanis a hosszú távú gazdasági növekedés erősen összefügg a jövedelmek területileg egyenletes eloszlásával (IMF, 2011.). A területi jövedelmi egyenlőtlenségek magasabb szintű steady-state munkanélküliségi rátával, és alacsonyabb technológiai haladással párosulnak, így a termelékenység növekedési üteme alacsonyabb, mint azokban az országokban, ahol a területi egyenlőtlenségek kisebbek (Galbraith, 2012.). A területi egyenlőtlenségekkel párosuló magasabb munkanélküliségi rátát támasztja alá Cysne (2004) tanulmánya is, amelyben a GINI koefficiens alapján vizsgálja a jövedelmi egyenlőtlenségek és a munkanélküliségi ráta pozitív korrelációját. Igazolja, hogy általában minél magasabb a jövedelmi egyenlőtlenség az országban, annál magasabb a munkanélküliségi ráta értéke. (Cysne, 2004.) A területi jövedelemegyenlőtlenségek negatív kölcsönhatásban lehetnek egy ország politikai stabilitásával, instabilitást és politikai nyugtalanságot okozva (Alesina-Perotti, 1996; Keefer- Knack, 2002; Cingano, 2014.). Emellett a politikai hatások között említhető a magasabb jövedelmi egyenlőtlenségekkel párosuló magasabb szintű korrupció is (Gupta et. al. 2002; Begovic, 2006; Samadi-Farahmandpour, 2013.). Az egyenlőtlenségek társadalmi hatásai között említhető, hogy a jelentős területi jövedelemkülönbségek rosszabb egészségügyi állapothoz is vezethetnek (Karlsson et. al. 2010.). A magas területi egyenlőtlenségekkel rendelkező európai országokban a WHO kutatásai alapján rosszabb a lakosság mentális állapota (WHO Friedlt, 2009.). A WHO 2003-as definíciója értelmében a mentális egészség magában foglalja a szubjektív jóllétet, autonómiát, képességeket, intellektuális és érzelmi potenciált. Más megfogalmazásban a jóllétnek az az állapota, ahol az egyének felismerik képességeiket, boldogulnak az élet normális stresszével, termékenyen dolgoznak és támogatják közösségeiket (WHO, 2003; WHO Friedlt, 2009.). Wilkinson szerint a jelentős területi egyenlőtlenségeknek komoly egészségügyi és társadalmi káros következményei lehetnek, mint például alacsonyabb születéskor várható élettartam, magasabb csecsemőhalandóság, alacsonyabb írni-olvasni tudás, öngyilkosság hajlama, bizalomhiány, mentális betegségek (drog és alkoholfüggőség), társadalmi mobilitás hiánya (Wilkinson-Pickett, 2009.). A jövedelmi egyenlőtlenségek és a csecsemőhalandóság pozitív korrelációját mutatta ki Flegg (1982), Waldmann (1992) és Mayer-Sarin (2005) is. Vagyis minél magasabb a jövedelmi egyenlőtlenség egy országban, annál magasabb a csecsemő halálozások valószínűsége. Az OECD vizsgálatai szerint a felsőfokú oktatásba történő beruházások jelentősen javítják a GDP-t, ezáltal hozzájárulnak a területi különbségek csökkentéséhez (OECD, 2012.). Míg a humán tőkébe történő alacsony invesztíció magasabb területi jövedelmi egyenlőtlenségekhez vezethet (OECD, 2014.). A fentiek alapján belátható, hogy a magas területi jövedelemkülönbségeknek hosszú távon komoly gazdasági, politikai és társadalmi hatásai lehetnek, ezért vizsgálatuk kiemelt fontosságú. Megjegyzendő ugyanakkor, hogy a hatások többsége kétirányú, vagyis a különböző gazdasági, politikai és társadalmi problémák növekedése mélyítheti a területi differenciákat. 3.2. A területi fejlődés mérése - életminőség A területi egyenlőtlenségek vizsgálata tehát nem új keletű. Számos kutatót foglalkoztatott már a kérdés, hogyan alakul az országok, régiók gazdasági fejlettsége, és mekkora egyenlőtlenségek állnak fönn közöttük. A területi egyenlőtlenségek vizsgálata kapcsán a tanulmányok többsége az egy főre jutó GDP alapján vizsgálja a diszparitásokat. A gazdasági 38
vonatkozás azonban az egyenlőtlenségeknek csak egy aspektusa. Az országok, régiók teljesítményének vizsgálatakor nem elegendő csupán a gazdasági tényezőket vizsgálni, mivel a régiók társadalmi és infrastrukturális helyzetében is jelentős differenciák állhatnak fönn, és a gazdasági különbségek csökkenése nem mindig jár együtt a társadalmi egyenlőtlenségek csökkenésével. Ezért a mainstream GDP alapú vizsgálatok mellett indokolt egyéb, a társadalmi helyzetről is képet adó indikátorok elemzése. Ezek egyike lehet az életminőség mérése. Az irodalomban számos index jelenik meg az életminőség mérésére vonatkozóan, melyek alapján elmondható, hogy nincs egységes indikátor készlet az életminőség mérésére. Giannias, Liargovas és Manolas már 1999-ben kísérletet tett az életminőség konvergenciájának mérésére az EU-15 1970-90-es időszaki teljesítményére vonatkozóan. Tanulmányukban az alapvetően GDP alapú konvergencia elemzés mellett az életminőség indikátoraira is kitértek, úgy mint a háztartások fogyasztása, fogyasztói árak, személygépkocsi ellátottság, telefon és televízó készülékkel való ellátottság, orvosi ellátás és népsűrűség elemzése. Megállapításaik értelmében az életszínvonal konvergenciája 1970 és 1975 között megvalósult minden országban, ezután azonban az országok eltérő pályát futottak be. Például Spanyolország és Portugália javított az életminőségi viszonyain, de Görögország pozíciókat veszített. Hyun Song Lee (2003) Korea életminőség indexét hasonlította össze az OECD országokéval az alábbi komponensek alapján: jövedelem, egészségügy, oktatás, munka, kultúra és információ, társadalmi egyenlőség. A vizsgálatok értelmében Korea értékei jelentősen elmaradnak az OECD országok szintjétől. Korea 1995. évi reáljövedelme számos OECD ország 1960-as évek végi egy főre jutó jövedelmének feleltethető meg. Tehát körülbelül 30 éves differencia figyelhető meg a gazdaságok között. Marchante és Ortega (2006) a spanyol régiók gazdasági és életminőségbeli konvergenciáját vizsgálta 1980 és 2001 között a bruttó hozzáadott érték mutató és HDI indikátor alapján. Arra a megállapításra jutottak, hogy azok a régiók, melyek hasonló hozzáadott értékkel rendelkeznek, magasabb HDI elérésére lehetnek képesek. Einig és Jonas (2009) az életkörülmények vizsgálatára tett kísérletet Németország NUTS3-as körzeteiben, melynek során kitért a demográfiai mutatók, a gazdasági indikátorok, a munkaerőpiac, a jólét, az ingatlanpiac, és az infrastrukturális ellátottság elemzésére. Ennek során 2007-2008-ra vonatkozóan az életkörülmények tekintetében is alátámasztották a nyugati és keleti országrész fejlettségbeli különbségét. Rodríguez-Pose és Tselios (2013) a Sen-féle jóléti index mérésére tett javaslatot, és Európa egyes részei között jelentős mértékű jóléti különbségeket tapasztalt. Megállapításaik szerint észak-déli vonatkozásban a legjelentősebbek a differenciák. A déli periféria országainak (Spanyolország, Portugália, valamint Görögország és Dél-Olaszország) jóléti szintje csupán az EU átlag felét éri el. Az elmúlt évekre vonatkozóan az OECD 9 fő dimenzió mentén vizsgálta a regionális jólét mutatóit (jövedelem, munkahelyek, lakáshelyzet, egészségügy, oktatás, környezet, biztonság, választások, és szolgáltatások elérhetősége). (OECD, 2014.) Disszertációmban arra törekedtem, hogy a gazdasági konvergencia vizsgálata mellett a társadalmi jólétet és életminőséget is megvizsgáljam, ezért esett a választásom az életminőség index elemzésére. Lényeges jellemzője például a HDI-vel szemben, hogy nem tartalmazza a GDP indikátorát, tehát ettől némiképp függetlenül tud képet adni a társadalmi helyzetről. A fenti kutatásokból kiindulva, ugyanakkor azoktól némileg eltérően saját indexet hoztam létre a német és magyar gazdaság életminőségének mérésére, mivel olyan mutatót szerettem volna vizsgálni, mely nem tartalmazza a GDP tényezőjét. Az index kialakításakor fontosnak tartottam, hogy a vizsgált adatkör elérhető legyen mindkét országra vonatkozóan (a német esetben NUTS2-es és NUTS3-as szinten, míg a magyar vonatkozásban emellett LAU1-es 39
területi szinten is), illetve megfelelő képet adjon a társadalmi és infrastrukturális viszonyokról. Ezért indexem kialakítása során az alábbi indikátorokat használtam: 1. születéskor várható élettartam, 2. oktatás (középfokú végzettségűek aránya a 18-x korosztályban 1/3-os súllyal, ill. felsőfokú végzettséggel rendelkezők aránya a 25-x korosztályban 2/3-os súllyal), 3. egészségügyi helyzet (100000 főre jutó csecsemőhalálozások száma), 4. közlekedés (1000 főre jutó személygépkocsik száma), 5. lakókörülmények (1000 főre jutó az év folyamán épített lakások alapterülete), 6. munkanélküliségi ráta. Az index számszerűsítésekor felhasznált adatok forrását a 2. számú melléklet tartalmazza. Az index hat komponensének súlyozása során az UNDP 2013-as módszertanát követtem, melyet Lengyelországban a kistérségi HDI kidolgozása során alkalmazott. Ennek értelmében egy részindex számítása az alábbi képlettel végezhető el: @ABCD=E+FF G HG IHA G IJD G IHA (9) A komplex életminőség indikátort pedig a hat alindex mértani átlagaként alakítottam ki. V @ élcmiha = N@ élcmm @ OPM @ Cü @ PöSL @ LJPáU @ IACLP (10) 3.3. Területi fejlettség, területi egyenlőtlenség indexei A területi egyenlőtlenségek vizsgálatakor számos index áll az elemző rendelkezésére, melyek körültekintő kiválasztása komoly feladat. A regionális egyenlőtlenségek nagyságát ugyanis befolyásolja, hogy milyen indexszel számszerűsítjük. Két tényező fontos a kiválasztásuknál: adott jellemző mérési skálája (nominális, ordinális-sorrendi, intervallum, arányskála), egyenlőtlenségek aspektusa (szélsőségek egymáshoz való viszonya, térségi átlaghoz való viszonyítás, belső egyenlőtlenségi tagolódás). (Dusek, 2004a.) Továbbá az egyenlőtlenségek vizsgálata során meg kell különböztetni azok állapotjellemzőit (differenciáltság, kiegyenlítettség), illetve változásuk irányát (differenciálódás, kiegyenlítődés). (Tóth, 2013.) Ezek alapján az indexeknek számos megjelenési formája van. Elemzésemben főként azokra az indexekre koncentrálok, amelyek a két ország vonatkozásában a legrelevánsabb információkkal bírnak. Disszertációmban az egyenlőtlenségi indexek módszertani lehatárolásánál alapvetően Nemes Nagy József 2005-ös munkájára támaszkodtam. 3.3.1. Adatsor terjedelme (range-arány) (M) Az egyenlőtlenségi indexek egyik legegyszerűbben számítható formája a range arány, amely az adatsor legnagyobb és legkisebb értékének hányadosaként számítható. Megmutatja, hány szoros különbség van az adatsor két szélsőértéke között. (Nemes Nagy, 2005. 3.2. fejezet) Az adatsor terjedelmének vizsgálatakor cél, hogy a mutató értéke az időszakok alatt csökkenjen. Ez jelzi az egyenlőtlenségek csökkenését. W= (11) 40
3.3.2. Éltető-Frigyes index Duál indikátor A mutató az átlag feletti jövedelmek átlagát (X m ) osztja az átlag alatti jövedelmek átlagával (X a ), így teljes jövedelemegyenlőség esetén értéke 1. Ettől nagyobb értéke a jövedelmi olló mértékét mutatja egy adott gazdaságban az átlagosan gazdagok és átlagosan szegények között. (Nemes Nagy, 2005. 3.2. fejezet) X= (12) 3.3.3. Súlyozott relatív szórás (V) A súlyozott relatív szórás a vizsgált adatsor súlyozott átlagához viszonyítva adja meg az adatsor szóródásának mértékét százalékos formában (szórás/átlag). (Nemes Nagy, 2005. 3.2. fejezet) Y=100 [ 3\ ] (3 3\) _` a (13) ` 3.3.4. Hoover - index Az index Két mennyiségi ismérv területi megoszlásának eltérését méri. Azt vizsgálja, hogy az egyik vizsgált ismérv mennyiségének hány százalékát kell a területegységek között átcsoportosítani ahhoz, hogy a területi megoszlás a másik ismérvvel azonos legyen. (Nemes Nagy, 2005. 3.2. fejezet) Speciális esete a Robin-Hood index, amikor a jövedelem és a népesség viszonyát számszerűsítjük. Minél nagyobb a kapott érték, annál jelentősebb a területi jövedelemegyenlőtlenség. h= e* d ` f (14) 3.3.5. GINI index A GINI index egy olyan egyenlőtlenségi mutató, amely a területi jövedelmek koncentrációjának relatív nagyságát méri. Minden területegység részarányának az összes többiétől való átlagos eltérését viszonyítja az átlaghoz (Nemes Nagy, 2005. 3.2. fejezet). A mutató esetében több ország összehasonlítása során fokozottan ügyelni kell, hogy a GINIindex kiszámítása azonos felosztáson alapuljon, hiszen durvább felosztás esetén kisebb, míg finomabb felosztás esetén nagyobb egyenlőtlenséget kapunk eredményül. (Dusek, 2004a.) g= fd _ k ij j k i (15) 3.3.6. SW (jóléti) index Az EU kiemelt célja a gazdasági, társadalmi kohézió erősítése, és a területi egyenlőtlenségek csökkentése. Pose és Tselios 2013-ban a Sen-féle jóléti indexet (Sen, 1976.) használta a társadalmi egyenlőtlenségek feltérképezésére. Legfontosabb kutatási kérdésük az volt, hogy 41
vajon az egy főre jutó GDP-ben mért konvergencia hozzájárul-e a társadalmi konvergenciához is. Vizsgálatuk során arra a megállapításra jutottak, hogy Európa egyes területei között jelentős különbségek állnak fönn a jóléti index vonatkozásában, különösen a kontinens északi és déli területei között. Az index az alábbi számításon alapul: lm =µ (1 g ), (16) ahol: µ az átlagjövedelem, G a jövedelem egyenlőtlenségek GINI koefficiense az i-edik régióban, a t-edik időszakban. (Rodríguez-Pose Tselios, 2013.) 3.4. Területi autokorreláció Amennyiben a területegységek elhelyezkedése, és egymáshoz való viszonya befolyásolja az indikátorok eloszlását, a befolyás mértékének megállapításához térökonometriai módszerek alkalmazása szükséges. A térökonometria az ökonometria azon része, mely a keresztmetszeti, idősoros és paneladatokra épülő regressziós modellekben a térbeli aspektust (autokorreláció és térbeli struktúrák) vizsgálja. (Varga, 2002; Gerkman, 2010.) Térbeli hatások akkor jönnek létre, amikor a megfigyelési egységek térbeli elhelyezkedése befolyásolja az egységek közötti interakciókat. (Gerkman, 2010.) A térbeli hatások valószínűsége a szomszédos területegységek között a legnagyobb. (Gerkman, 2010.) A területi autokorreláció jelensége a fentiek miatt gyakorta megjelenik a regionális elemzésekben, arra a kérdésre keresve a választ, hogy az adatok (például gazdasági-társadalmi jellemzők, mint GDP, munkanélküliségi ráta, beruházások ) térbeli eloszlása véletlenszerű, vagy valamilyen szabályos alakzatba rendeződik-e. (Dusek, 2004a.) A területi autokorreláció megközelítőleg úgy definiálható, mint az értékek és elhelyezkedések hasonlóságának egybeesése. Más szavakkal valamely változó magas illetve alacsony értékei térbeli csoportosulást mutatnak (pozitív területi autokorreláció) vagy az egyes területeket nagyon különböző értékekkel rendelkező szomszédok veszik körül (negatív területi autokorreláció sakktáblaszerű térszerkezet). (Anselin-Bera, 1998.) Negatív autokorreláció esetén a magas értékű területegységeknek alacsony értékű szomszédja van és fordítva. Ez ritka, okozhatja például a városi régió-falusi régió típusú térfelosztás. (Dusek, 2004a; Csite Németh, 2007; Tóth, 2013.) Az autokorreláltság tehát azt jelenti, hogy a szomszédos területek hatással vannak egymásra, értékeiket kölcsönösen befolyásolják. Autokorrelálatlanság esetén a szomszédos térségek indikátorai (pl.: egy főre jutó GDP értékei) függetlenek egymástól, időben nem hatnak egymásra és a területek távolsága nem befolyásolja az értékekben mutatkozó különbségeket. A nullához közeli értékek az adatok véletlenszerű eloszlására utalnak, vagyis az eloszlás nem szomszédság függő. (Dusek, 2004a., 10.2. fejezet) A térbeni egymásra hatások, vagyis az autokorreláció mérésére a Moran-féle I mutató szolgál. A térökonometria e módszerét Moran javasolta 1950-ben, képlete az alábbi: n=o p q r s (d d) td r du q r (d d) _ (17) ahol: (x i -x)*(x j -x) a területegységekhez tartozó értékek és az átlagok különbségének szorzata, D ij a szomszédsági kapcsolatokat leíró mátrix, az N pedig a területegységek száma. Amennyiben I>-1/N-1 akkor pozitív, ha I<-1/N-1 akkor pedig negatív autokorrelációs kapcsolatról beszélhetünk. Ha I=-1/N-1, akkor pedig nem áll fönn autokorrelációs kapcsolat 42
az egyes területi egységek között. Maximuma az 1-hez, míg minimuma a -1-hez közelít, azonban pontos értéke nincs, mivel függ a szomszédsági mátrixtól és a területi egységek számától is. (Dusek, 2004a. 10.2. fejezet) Az irodalomban széles körben ismert, hogy a megfelelő térbeli súlymátrix kiválasztása kritikus. (Harris-Kravtsova, 2009.) A súlymátrix fejezi ki a változók feltételezett térbeli struktúráját a modellben (Gerkman-Ahlgren, 2011.), vagyis leírja a szomszédsági kapcsolatokat. Bhattacharjee és Jensen-Butler (2013) szerint a súlymátrix kiválasztása gyakran önkényes, érezhető bizonytalanság övezi a kiválasztást, és a tanulmányok eredményei érezhetően változnak a térbeli mátrix kiválasztásától függően. A megfelelő szomszédsági mátrix kiválasztásában segíthetnek az úgynevezett goodness-offit tesztek, mint például az Akaike információs kritérium. Emellett nem-paraméteres megközelítést alkalmazva is meghatározható a szomszédság foka. (Harris-Kravtsova, 2009.) A súlymátrix általános alakja egy n x n-es mátrix, ahol n a megfigyelések száma (Gerkman, 2010.). w w m=v { (18) w w A szomszédsági mátrix és szomszédsági súlyok meghatározása többféle módon történhet. Legegyszerűbb formája, amennyiben a szomszédos területeket 1-essel, a nem szomszédosokat 0-val jelöljük. Azonban kevésbé torzítja az elemzést, ha úgynevezett sorstandardizált mátrixot alkalmazunk, ahol az egyes sorokban az értékek összege 1-el egyenlő. Négyzetrácsok esetében beszélhetünk bástya, vezér illetve királynő szomszédságról, attól függően, hogy mely területeket tekintjük határosnak. Bástyaszomszédság esetén w k =1, ha i-nek közös határa van j-vel. A határ lehet fölfelé, lefelé, balra, jobbra. Vezérszomszédság esetén w k =1, ha i-nek közös csúcsa van j-vel, ami lehet északkeleti, délkeleti, délnyugati vagy északnyugati irányban. Királynőszomszédság esetén w k =1, ha i-nek közös határa vagy csúcsa van j-vel. (Gerkman, 2010.) További módszer a szomszédsági súlyok meghatározására valamely küszöbtávolság alapján történő meghatározás, vagy a legközelebbi szomszédok módszer alkalmazása, esetleg az euklidészi távolság figyelembe vétele. Cliff és Ord (1973) az euklidészi távolság alkalmazását javasolta a térbeli súlymátrixok esetén. A legközelebbi szomszédok módszer esetében minden i egységnek k számú legközelebbi szomszédja van, és a súlymátrix sor-normalizált. Tesztelése történhet térbeli J-teszttel. (Gerkman-Ahlgren, 2011.) Az így létrejövő súlymátrix nem szimmetrikus, hiszen i-nek ugyan k-adik legközelebbi szomszédja j, de j-nek nem biztos, hogy k-adik szomszédja i. (Gerkman, 2010.) Megjegyzendő, hogy társadalmi-gazdasági adatok vizsgálata során a négyzetrácsos térfelosztás relevanciája kicsi (így a királynő-, bástya- és vezér-szomszédságé), főként ökológiai és környezeti elemzésekben találkozunk velük. Disszertációmban a királynőszomszédságot az átlagos szomszédságszám meghatározásához használtam föl, közös határszakaszt értve alatta. Így elemzéseimben, a hazai szakirodalomban gyakrabban alkalmazott vezér-szomszédságként hivatkozom rá. A Moran-féle I a teljes térrendszerre vonatkozóan ad jellemzést az értékén keresztül (Tóth, 2003; Nemes Nagy, 2005.). A Local Moran I mutató ennek lokális változata, amely egy konkrét számértéket rendel minden területegységhez. A mutató esetében a negatív értékek negatív, míg a pozitív értékek pozitív területi autokorrelációt jeleznek. A Local Moran I megmutatja azt is, hogy hol csoportosulnak a magas vagy alacsony értékek a térben (HH LL), másrészt azt, hol vannak azok a területi egységek, amelyek jelentősen különböznek 43
szomszédjaiktól (HL LH), így klasztereket képez. (Tóth Nagy, 2013. p. 605.) A létrejövő klaszterek jelentését az alábbi, 8. táblázat foglalja össze. High-high (magas-magas) 8. táblázat: Local Moran I klasztereinek jelentése Klaszter elnevezése High-low (magas-alacsony) Low-high (alacsony-magas) Low-low (alacsony-alacsony) Forrás: Tóth, 2013. alapján saját szerkesztés Jelentése mind az adott NUTS3-as területegység, mind pedig a szomszédjai szignifikánsan átlag feletti értékekkel rendelkeznek az adott NUTS3-as területegység szignifikánsan átlag feletti, míg a szomszédjai szignifikánsan átlag alatti értékekkel rendelkeznek az adott NUTS3-as területegység szignifikánsan átlag alatti, míg a szomszédjai szignifikánsan átlag feletti értékekkel rendelkeznek mind az adott NUTS3-as területegység, mind pedig a szomszédjai szignifikánsan átlag alatti értékekkel rendelkeznek 3.5. Shift-share elemzés A shift-share elemzés (vagy hatásarány elemzés) a regionális egyenlőtlenségi vizsgálatok egyik fontos kérdésére, a térbeli fejlettség hatótényezőire ad választ. A módszer segítségével meghatározható, egy térség fejlődésére vajon a területi vagy az ágazati tényezők gyakoroltak nagyobb hatást. A módszert elsőként az Egyesült Államokban alkalmazták, hazánkban az 1970-es évektől terjedt el. Számítása a kettős standardizálás módszerén alapul, számításához területi és ágazati bontású adatok szükségesek. A területi dimenzió alatt érthetünk megyéket, régiókat, és egyéb területi felosztást, míg ágazati bontású adatok lehetnek korcsoportos, település-kategória szerinti, illetve gazdasági ágazat szerinti adatok is. (Nemes Nagy, 2005.) A shift-share analízis eredményeképpen az összes hatás (S i ) valamennyi területegység esetében felbontható két tényezőre, az úgynevezett területi (S r ) és az ágazati (S a ) hatásra. (S i ) = (S r ) + (S a ) (19) A számítás eredményeként a vizsgált területegységek a kapott (S i ), (S r ) és (S a ) értékek előjele és nagyságviszonya alapján nyolc típusba sorolhatók. (Tóth, 2013.) A nyolc térségtípust az alábbi 9. táblázat szemlélteti. 44
9. táblázat: A shift-share elemzés eredményeképpen kialakítható nyolc elméleti térségtípus A térségek jellemzői szerinti típusok S S S i r a A tényezők nagyság Előjele viszonya Sorszám Pozitív területi és pozitív strukturális tényező, az átlagosnál nagyobb jövedelemdinamika + + + S r >S a 1. S r <S a 2. Pozitív strukturális és negatív területi tényező, az átlagosnál nagyobb jövedelemdinamika Negatív strukturális és pozitív területi tényező, az átlagosnál nagyobb jövedelemdinamika Pozitív strukturális és negatív területi tényező, az átlagosnál kisebb jövedelemdinamika Negatív strukturális és pozitív területi tényező, az átlagosnál kisebb jövedelemdinamika + - + S < S r a 3. + + - S > S r a 4. - - + S > S r a 5. - + - S < S r a 6. Negatív területi és negatív strukturális tényező, az átlagosnál kisebb jövedelemdinamika - - - Forrás: Nemes Nagy, 2005. alapján saját szerkesztés S r >S a 7. S r <S a 8. A táblázat első felében (1-4. kategória) az összesített hatás pozitív, vagyis a jövedelemdinamika átlag feletti (átlagnál kisebb jövedelem csökkenéssel számolhatunk), míg a táblázat második felében (5-8. kategória) az összesített hatás negatív, tehát átlagnál nagyobb jövedelem csökkenés megy végbe. Az 1. 4. 5. és 7. kategóriában a területi hatás abszolút értékben nagyobb, a 2. 3. 6. és 8. csoportban kisebb, mint a strukturális tényezőket megtestesítő ágazati hatás (Nemes Nagy, 2005.). A shift-share analízis kritikus pontjai: Minél kisebb a vizsgált egység, a szisztematikus hatások mellett annál magasabb a véletlen hatások szerepe a területi tényezőben. Minél több ágazat bevonásával történik a vizsgálat, annál inkább csökken a területi tényezők szerepe, és annál jobban nő a strukturális tényezők befolyásoló hatása. A fejlődés trendjét befolyásolja a bázisév megválasztása, és a konjunktúra változása a vizsgálati intervallumban. Minél hosszabb a vizsgálat időtartama, annál inkább változik az ágazati struktúra, miközben a shiftshare elemzés azt feltételezi, hogy a vállalati méretek, a tőkeintenzitás és a technológiai haladás változatlan marad. Ezért prognosztikai vizsgálatokra a shift-share elemzés alkalmatlan. Az ismeretek értéke relatíve alacsony, a strukturális és területi hatások csak nehezen interpretálhatók (Maier - Beck, 2000; Benedek, 2006.). 3.6. Konvergencia számítások A regionális gazdaságtanban a konvergencia vizsgálatai kiemelt szerephez jutnak. Az 1970-es évekig a regionális fejlődési tagoltság fő elemzési iránya egyenlőtlenségelméleti alapú volt, vagyis szigma konvergencia vizsgálat, melyben a területi fejlettségi szinteknek az országos átlaghoz viszonyított differenciáltságát, szóródását vizsgálták. Az évezred végétől azonban a 45
növekedéselméleti megközelítésen alapuló béta-konvergencia vizsgálatok terjedtek el, melyek a területi fejlettségi szintek és a fejlődési ütem regressziójából következtetnek (Nemes Nagy, 2005.). 3.6.1. Szigma konvergencia A konvergencia mérésének alapvető mérőszáma a szigma-konvergencia, amelyet általában vagy az értékek szóródásának változásával, vagy a coefficient of variation (CV) mutató dinamikájával mérünk. A szigma-konvergencia segítségével meghatározható, vajon a változó egyre hasonlóbbá válik-e a vizsgált területegységek között. (Royuela-García, 2015.) A coefficient of variation mutató számítása a következő: Y= &}óá& á2 (20) A szigma konvergencia elemzése során azt vizsgáljuk, hogy az időszak során az egy főre jutó GDP értékeinek átlaghoz viszonyított relatív szórása milyen tendenciát mutat. Amennyiben az értékek az időszak során csökkennek, teljesül a szigma konvergencia jelensége. 3.6.2. Béta konvergencia A béta konvergencia vizsgálata során megnézzük az egy főre eső GDP éves növekedési üteme, és a kezdeti év GDP-je közti regressziós egyenes egyenletét. Amennyiben a béta koefficiens negatív, és szignifikáns, akkor teljesül a béta konvergencia. (Ferkelt, 2005.) Azt mondja meg, hogy milyen ütemben közelít egymáshoz két térség egy főre eső jövedelme. Amennyiben a vizsgált konvergencia egyenlet szignifikáns, a szegényebb országok dinamikusabban nőnek, mint a gazdagok, és következésképpen megvalósul a konvergencia. Barro és Sala-i-Martin (1991) elméletében tehát az egy főre jutó jövedelem növekedési rátája negatív kapcsolatban áll a kezdeti jövedelem szintjével, feltételezve a technológia exogén növekedési rátáját, az egy hatékony dolgozóra jutó steady-state értéket, és a technológia kezdeti színvonalát. (Royuela-García, 2015.) 3.6.3. Konvergencia klubok A 2.2.2. alfejezetben ismertetettek szerint, azon gazdaságok sorolhatók egy konvergencia klubba, melyek hosszú távú növekedési pályája közel esik egymáshoz, vagyis egyfajta kvázi homogenitást mutatnak valamilyen társadalmi, gazdasági szempontok alapján. (Benedek- Kocziszky, 2014, 2015.) A konvergencia klubok képzésére két elterjedt módszert használ a szakirodalom, az egyik valamilyen priori kritériumot alkalmaz (egy főre jutó GDP, oktatás, technológia, tőke akkumulációja), míg a második módszer belső, endogén kiválasztási folyamatot preferál (Durlauf - Johnson, 1995). Az eljárások célja olyan klubok kialakítása, amelyek minimalizálják a klubon belüli különbségeket, és maximalizálják az egyes klubok közti differenciákat. Elemzéseim során a konvergencia klubok fennállását minden esetben az SPSS program segítségével ábrázoltam. Az alkalmazott elemzési módszerem a Ward módszer volt, amely a hierarchikus klaszterek csoportjába tartozik, és a variancia alapú modellek közé sorolható. Az 46
eljárás célja az optimális klaszterek megállapítása olyan módon, hogy a klasztereken belüli szórásnégyzet növekedése a legkisebb legyen. (Sajtos-Mitev, 2006.) 3.6.4. Gamma konvergencia A gamma konvergencia fogalmát Boyle és McCarthy (1997) vezette be a gazdasági elemzésekkel kapcsolatban. Az index egyfajta rangszám változást mér, hogyan változott az egyes területek rangsorbeli helyezése a bázisévhez viszonyítva. γ=% ƒ ( ˆ Š ' ˆ Š= ) ) (21) ƒ ( ˆ Š= f) ahol Œ Ž( gx ) az egy főre jutó GDP sorszámainak varianciáját jelzi, míg a az aktuális, vizsgált évet, a? pedig a bázisévet jelenti. A gamma konvergencia vizsgálata új nézőpontot ad a konvergencia elemzésekor, hiszen amellett, hogy vizsgálja a területek közötti felzárkózást, azt elemzi, hogy történt-e változás a térségek rangsorában. A konvergencia dinamikájából megállapítható, hogy mekkora mértékű átrendeződés történt a legfejlettebb és kevésbé fejlett térségek rangsorában (Liddle, 2010.), ezáltal részletesebb vizsgálatra ad lehetőséget. 3.7. Korreláció és regresszió számítás, faktoranalízis Korrelációszámítás során az elemzésbe bevont változók közötti kapcsolatot vizsgáljuk. A vizsgálat egyik formája a lineáris korrelációszámítás. Pozitív irányú kapcsolat esetén az egyik változóban bekövetkező elmozdulás irányát követi a másik változó elmozdulása. A kapcsolat számszerűsítésére a lineáris korrelációs együttható alkalmazható, melynek iránya megadja a kapcsolat irányát, értéke pedig a kapcsolat szorosságát. (Sajtos-Mitev, 2006.) A többváltozós lineáris regresszió számítás célja, hogy egy vagy több ismérv által hordozott információt felhasználjunk egy másik ismérv értékeinek meghatározására. A létrejövő regressziós modell a tényezőváltozók eredményváltozóra gyakorolt hatását számszerűsíti. (Sajtos-Mitev, 2006.) Az elemzés a legkisebb négyzetek módszerén alapul. A számítások során egy vagy több magyarázó változóval (x 1, x 2, x 3 ) próbáljuk magyarázni az eredményváltozó (y) értékeinek szóródását. A feltételezések szerint az eredményváltozó és a magyarázó változók között fennáll egy lineáris összefüggés, az ettől való eltérések pedig egy hibatagba sűríthetők (ε) (Szakálné, 2008. p. 266.). A létrejövő regressziós modell az alábbi általános alakban írható le. =? + j+ (22) ahol? az egyenlet értéke x=0 helyen (ebben az esetben valamennyi magyarázó változó értéke nulla); megmutatja, hogy a többi magyarázó változó változatlansága esetén a változó egységnyi változása milyen mértékben befolyásolja az eredményváltozót; ε a hibatag. A lineáris regressziós modell érvényességének feltételrendszere az alábbiakban foglalható össze. Magyarázó változókra vonatkozó feltételek: egymástól lineárisan függetlenek multikollinearitási feltétel (VIF mutató), értékük rögzített, mérési hibát nem tartalmaznak, nincsenek korrelációs kapcsolatban a hibatényezővel. A hibatagra vonatkozó megállapítások: várható értéke nulla, hibatag szórása állandó homoszkedaszticitás feltétele (Bartlett ill. 47
Goldfeld-Quandt féle teszt), hibatag értékei korrelálatlanok (Durbin-Watson teszt), hibatag eloszlása normális (khi négyzet próbafüggvény). E mellett indokolt lehet az adattartományból jelentősen kiugró értékek (outlierek) tesztelése. A regressziós modell kialakítása során lényeges a változók kiválasztási folyamata. A gyakorlatban két fő technika alkalmazása terjedt el, a backward és forward módszer. A backward eljárás során kezdetben minden magyarázó változót tartalmaz a modell, és a számítás során meghatározott szignifikancia szintek mellett lépésenként az a magyarázó változó kerül ki a modellből, amelynek legkisebb az F próba értéke. A modell végül az eredményváltozóval legszorosabb kapcsolatban álló változókat hagyja a modellben. A forward módszer során ezzel ellentétben először az eredményváltozóval legszorosabb kapcsolatban lévő változót vonjuk be. Ezt követően az a változó következik, amely legnagyobb mértékben növeli a magyarázott hányadot. Addig növeljük a változók számát, amíg az újonnan bekerülő változó varianciája még jelentős. (Sajtos-Mitev, 2006.) 3.7.1. Faktoranalízis Többváltozós elemzések esetében, amennyiben a változók között komplex kapcsolat van, célszerű a változók összevonása, számának csökkentése. Ennek egyik módszere a faktoranalízis (főkomponens elemzés). Célja, hogy a megfigyelt változók információtartalmát néhány faktorváltozóba tömörítse, és egy sokváltozós adatállományt néhány faktor lineáris kombinációjaként értelmezzen (Nagy, 2004.). A faktoranalízis elvégzése előtt vizsgálni kell az adatok alkalmazhatóságát. (Sajtos-Mitev, 2006.) Ennek elemzésére több módszer nyújt lehetőséget: változók közötti korrelációs mátrix; anti-image mátrix (MSA kritérium: 0,5 fölötti értékek), KMO és Bartlett teszt. A KMO teszt a változók faktoranalízisre való alkalmazhatóságát vizsgálja. Értéke 0 és 1 között változik, és minél magasabb, annál alkalmasabbak a változók a faktoranalízis elvégzésére. (10. táblázat) 10. táblázat: Kaiser-Meyer-Olkin teszt értelmezése KMO értéke KMO 0,9 KMO 0,8 KMO 0,7 KMO 0,6 KMO 0,5 KMO < 0,5 Forrás: Sajtos-Mitev (2006) alapján saját szerkesztés 48 Minősítés kiváló nagyon jó megfelelő közepes gyenge elfogadhatatlan A faktorszám meghatározásakor több módszerre támaszkodhatunk. a priori kritérium alkalmazása: ennek során az elemzés elvégzője kezdetben dönt a létrehozandó faktorok számáról. Kaiser kritérium alkalmazása: a faktorok sajátértékeit használja fel, és általában az 1- nél magasabb sajátértékek határozzák meg az optimális faktorszámot, mivel az egy alatti sajátértékkel rendelkező faktor már kevesebb információt hordoz, mint egy változó. Varianciahányad módszer: azt mutatja meg, hogy a létrehozott faktorok az eredeti változók varianciájának hány százalékát képesek magyarázni. Minél magasabb a magyarázott variancia, annál megbízhatóbb az elemzés. Scree plot ábra: a faktorok meghatározását grafikus teszttel teszi lehetővé, ennek során a faktorok sajátértékeit ábrázolja a faktorok sorrendjében. (Sajtos-Mitev, 2006.)
A faktorok könnyebb értelmezhetősége miatt szükséges lehet a faktorok forgatása, más néven rotációja. Ennek során általában a varimax eljárás alkalmazható, mely derékszögű forgatással járó rotációs eljárás. A rotálás után az egyes faktorokhoz tartozó tényezők könnyen csoportosíthatók, és értelmezésük egyszerűbbé válik. 3.7.2. Területi regresszió Amennyiben a területi egységek kapcsolatban állnak egymással, vagyis fennáll a területi autokorreláció jelensége, akkor a hagyományos OLS regressziós becslés nem feltétlenül hoz megbízható eredményeket. Ekkor területi regressziós modellek alkalmazása indokolt. A térökonometriában a területi autokorreláció modellezése az y változó vagy ε hibatag és a hozzájuk kapcsolódó térbeli késleltetést tartalmazó tag (W y a térben késleltetett függő változó esetében, és W ε a térben késleltetett hibatag esetében) egyenletének felírásával történik. (Anselin-Bera, 1998.) Így a térbeli autokorreláció ökonometriai modellezésének két legelterjedtebb módszere a térbeli késleltetés modellje (spatial lag model), illetve a térbeli hiba autokorreláció modellje (spatial error model) (Varga, 2002.). A térbeli késleltetés az adott megfigyelési egység szomszédos értékeinek súlyozott átlaga. A területi autoregresszív modell általános alakja (Gerkman-Ahlgren, 2011.): 6= + m6+ (23) =λw +ε ρ és λ skaláris területi autoregresszív paraméterek. Két speciális eset fordulhat elő, amennyiben vagy ρ=0 vagy pedig λ=0. Ha ρ=0, ebben az esetben spatial error modellről van szó (térben késleltetett hibatagot tartalmaz), ha pedig λ=0 a modell spatial lag (térben késleltetett függő változót tartalmaz). Amennyiben ρ=0 és λ=0, hagyományos lineáris regressziós modellről van szó. (Gerkman-Ahlgren, 2011.) A spatial lag modell térben késleltetett változót tartalmazó regressziós modell, fennálló térbeli függőségre utal, és a térbeli spillover hatások nagyságát méri (Anselin-Bera, 1998.). Egyik esete a térben késleltetett függő változót tartalmazó modell, amelyben a függő változó szomszédos értékei direkt hatással vannak a függő változó értékére. Általános alakja: 6= m6+ + (24) ahol ρ (rho) a modellben a térbeli függőséget méri. Vizsgálja, hogy a szomszédos területi egységek átlagos befolyása milyen az egyes területekre. A mutató iránya (pozitív, negatív) megadja a befolyás irányát. Amennyiben a rho értéke pozitív, azt jelenti, hogy az egyes területek magasabb GDP/fő értékekkel fognak rendelkezni, ha átlagban a szomszédjaiknak magas az egy főre jutó GDP-jük. A modellben a függő változót jelentősen befolyásolják a szomszédos értékek. (Anselin, 2001.) A spatial error modellben ezzel szemben a térbeli függőség a hibatag esetében jelentkezik. A területi hiba (például hiányzó értékek) térbeli függőségi viszonyait vizsgálja. A modell általános alakja: 6= + (25) =λm + 49
ahol λ (lambda) a térben autokorrelált hibatag mutatója. Amennyiben a lambda értéke nem nulla, akkor az egymással kapcsolatban álló megfigyelési egységek körében a hibatag esetében térbeli függőségi viszony áll fönt. (Anselin, 2001.) Ahhoz, hogy eldönthető legyen, mely modell alkalmazható, Lagrange Multiplier tesztek alkalmazása indokolt. Ez a területi interakció nélküli és a területi interakciót tartalmazó modellek likelihood értékeit hasonlítja össze. (LM-lag és Robost LM-lag: a spatial lag modellt preferálják alternatívaként. LM-error és Robost LM-error: a spatial error modellt preferálják alternatívaként.) A területi regresszió döntési folyamata az alábbiak szerint írható föl (12. ábra). 12. ábra: Térbeli regresszió döntési folyamata Forrás: Anselin, GeoDa Workbook, 2005. alapján saját szerkesztés 50
4. Tézisek Disszertációmban hat hipotézist fogalmaztam meg, melyeket két fő dimenzió (gazdasági és társadalmi) mentén teszteltem (13. ábra). Ennek során az alábbi indikátorokat vizsgáltam. 13. ábra: Vizsgálat dimenziói A gazdasági indikátorok elemzése során az egy főre jutó GDP-t tekintettem alaptényezőnek, mely makroökonómiailag a fogyasztás, beruházások, kormányzati fogyasztás és a nettó export összegeként számszerűsíthető. Ezért olyan kiegészítő mutatókat vontam be az elemzésbe, mint a jövedelem eloszlása, K+F+I ráfordítások, és a regisztrált vállalkozások száma. A társadalmi indikátorok közül pedig az életminőség mutatójára esett a választásom. Ez egy mesterségesen létrehozott mutató, és az alábbi komponensek alkotják: születéskor várható élettartam, oktatás (1/3 középfokú végzettségűek aránya a 18 év felettiek körében, és 2/3 felsőfokú végzettségűek aránya a 25 év feletti népességben), 100000 főre jutó csecsemőhalálozások száma, személygépkocsi ellátottság, ezer főre jutó újonnan épített lakások alapterülete, ill. munkanélküliségi ráta. A vizsgálat alapvető célja az indikátorok eloszlásában bekövetkezett konvergencia és/vagy divergencia elemzése (szigma, béta, gamma vizsgálat és klub-konvergencia), ill. a területi hatások számszerűsítése. A vizsgálatok lépéseit az alábbi, 14. ábra összegzi. 51
14. ábra: Vizsgálatok módszertana Első lépésben célom az indikátorok eloszlásában fennálló differenciák elemzése volt, mely kiindulási alapot jelenthet a későbbi egyenlőtlenségi és konvergencia vizsgálatokhoz. Ennek során dinamikus vizsgálatok, ill. egyenlőtlenségi indexek alkalmazásával térképeztem fel a folyamatokat, majd a konvergencia vizsgálatok során kitértem a szigma, béta és gamma konvergencia elemzésére. A konvergencia vizsgálata során azonban véleményem szerint elengedhetetlen az egyes indikátorokban tapasztalható átfedések elemzése, a tényezők egymásra hatásának tesztelése. Emiatt korrelációs, regressziós vizsgálatok, területi autokorrelációs elemzések, és hatásarány elemzés elvégzése volt indokolt. 4.1. Policentrikus társadalmi és gazdasági térszerkezet ellentétes tendenciák (GDP, életminőség) H1) Nemcsak a vizsgált két ország makrogazdasági növekedési és fejlődési pályája tér el, hanem feltételezéseim szerint a mezo-gazdasági pályák is különböznek egymástól. A hipotézis bizonyítása érdekében a regionális (NUTS2) és megyei (NUTS3) szintű GDP és életminőség index dinamikus vizsgálatát végzem el. Az egy főre jutó GDP esetében az adatok forrását az Eurostat adatbázisa jelentette, míg a területi szintű életminőség index esetében az Eurostat, KSH, Statistisches Bundesamt Deutschland, ill. Zensus (Népszámlálás) adatokat használtam (2. melléklet). A regionális és megyei életminőség index számszerűsítésekor az ENSZ - UNDP 2013-ban a lengyel KHDI számítás során alkalmazott metodikáját követtem. A vonatkozó szakirodalmakból kiindulva, ugyanakkor némileg azoktól eltérően komplex indexet hoztam létre a német és magyar gazdaság életminőségének mérésére. Fő célom, a GDP indexével szemben olyan ellenpont képzése volt, amely képes a társadalmi, és infrastrukturális változások nyomon követésére. Az életminőség index számításának részletes 52
módszertanát és az egyes komponenseihez tartozó indikátorokat a 3.2.-es Alkalmazott kutatás módszertana, módszerei A területi fejlődés mérése - életminőség alfejezet tartalmazza. A magyar gazdaság esetében az adatforrások lehetővé tették a kistérségi szintű vizsgálatok elvégzését is. 4.1.1. Két ország eltérő térbeli mintázata A közigazgatási térfelosztás mindkét vizsgált országban jelentős történelmi hagyományokra tekint vissza. Németországban a területi egyenlőtlenségek fennállása, a területi felosztottság nem új keletű, jelentős múltja van. Az ország története során számos alkalommal aprózódott, területét több területegység alkotta. A német regionalizmus történeti hátterét foglalja össze a 4. melléklet. Magyarországon a megyerendszer, mint statisztikai, tervezési egység, nagy múlttal rendelkezik, sokáig a területi felosztás kizárólagos egysége volt. Ugyanakkor az EU-s csatlakozási folyamattal előtérbe kerülő regionális felosztás rövidebb múltra tekinthet vissza. A történelemben számos próbálkozás történt a regionális jellegű felosztás kialakítására, azonban jelentős változást csak az EU tagság hozott. A magyar közigazgatási rendszer kialakulását, fejlődését az 5. melléklet tartalmazza. A két ország esetében a területfelosztás tekintetében jelentős eltérések fedezhetők fel az egyes területi szinteken, mind a területegységek átlagos méretét, mind pedig népességszámát tekintve. Ezen különbségeket összesíti a 6. melléklet táblázata. A GDP és az életminőség index eloszlását vizsgálva Németországban NUTS3-as szinten (434 területegység) 2011-ben jelentős eltérések tapasztalhatók az egyes körzetek között. Az egy főre jutó GDP-ben erőteljesebben jelenik meg a nyugat-keleti fejlettségbeli differencia, mint az életminőség indikátora esetében. Utóbbi tényezőben az egykori NDK területén is számos esetben azonosítható az indikátor térbeli koncentrációja, melyek az egyes nagyvárosok környékén csoportosulnak. Ennek oka az életminőség többtényezős jellegében keresendő. Az indexben a várható élettartam, egészségügyi indikátor és munkanélküliségi ráta területi egységek közötti szóródása nem jelentős (a nagyvárosi területek értékei csak kismértékben haladják meg a vidékiesebb területekét), viszont az oktatási komponensben, a személygépkocsi ellátottságban, és a lakásépítések nagyságrendjében jelentősebb eltérések figyelhetők meg. A keleti országrészben kiemelkednek az olyan nagyvárosi régiók, amelyek jelentős felsőoktatási intézménnyel rendelkeznek, mint például Magdeburg, Halle, vagy Dessau Szász-Anhaltban, Lipcse, Chemnitz és Drezda Szászországban, vagy Berlin. Ennek oka az oktatási komponens felépítésében rejlik (2/3 arányban felsőfokú végzettségűk aránya, 1/3 arányban középfokú végzettségűek aránya határozza meg). Ezért a GDP-vel ellentétben a keleti országrész nagyvárosai az életminőség indexben hot spotként jelennek meg. Kiemelhető továbbá Brandenburg tartomány, melynek egésze az életminőség szempontjából kedvezőbb képet mutat, mint az egy főre jutó GDP-je alapján. Ezt a nyugati területekhez viszonyítva relatíve kedvező iskolai végzettsége, egészségügyi helyzete, személygépkocsi ellátottsága, és ingatlanpiaci helyzete okoz (15. ábra). A tartomány kedvező adataihoz nagyban hozzájárul a főváros közelsége. Brandenburg tartományban kedvező az 1000 főre jutó újonnan épített lakások alapterülete, ugyanakkor az ingatlanpiaccal kapcsolatosan nem elhanyagolható, hogy az építési terület átlagos vásárló értéke a teljes keleti országrészben jelentősen elmarad a nyugati tartományok átlagától (Brandenburg 51,67 Euro/m 2, Baden- Württemberg 155,62 Euro/m 2 Statistisches Bundesamt Deutschland, 2012.). A két indikátor esetében számos alkalommal azonos területeken igazolható az értékek térbeli koncentrációja: Ruhr-vidék egy része, Dél-Bajorország, Északkelet-Baden-Württemberg, Hamburg, Bréma és Braunschweig. A GDP szempontjából legfejlettebb területeket München, 53
Ingolstadt és a Ruhr vidék nagyvárosai jelentik (például Düsseldorf, Duisburg, Dortmund, Essen, Leverkusen), míg a legfejletlenebb térségek Mecklenburg-Elő-Pomeránia területén azonosíthatók. 15. ábra: Egy főre jutó GDP (balra) és az életminőség index értékeinek eloszlása, Németország, NUTS3, 2011. Forrás: Eurostat adatai és saját számítások alapján saját szerkesztés A kiemelkedően magas GDP-t az érintett térségek többsége esetében a tőkeerős nagyvállalatok telephelyeinek jelenléte okozza (pl.: autóipar, feldolgozóipar, szerszámgépgyártás). Az érintett térségek meghatározó vállalatai között említhető a Forbes Global 2000-es listája alapján a BMW, MAN, Siemens, Linde Münchenben, az Audi Ingolstadtban, a Wolskwagen AG Wolfsburgban, illetve a Ruhr-vidék városai között az E.on, Metro, Henkel Düsseldorfban, Deutsche Telekom és Deutsche Post Bonnban, RWE és Thyssen Krupp Essenben, Bayer Leverkusenben, stb.. (Forbes Global 2000, 2014.) Mecklenburg-Elő-Pomeránia tartomány alacsony GDP-jének oka, hogy kiterjedt vidéki térség, nagyvárosai sem képviselnek domináns szerepet. Pozíciójára azonban a későbbiekben kedvező hatással lehet az olyan húzóiparágak megtelepedése, mint a biotechnológia, orvosi tudományok, űrkutatás, megújuló energia-gazdálkodás, melyek betelepülése az elmúlt években indult meg. A keleti területeken további problémát okozhatnak a gazdaságszerkezeti különbségek is, mivel ugyan a keleti tartományokban is számos vállalat található (7. melléklet), azonban ezek nagy része kis és középvállalkozás, melyek gazdasági ereje elmarad a nyugati nagyvállalatokétól. Az életminőség szempontjából München és Frankfurt mellett jók a pozíciói Münsternek, Regensburgnak, Heidelbergnek, Darmstadtnak és Bonnak. Ezt München és Frankfurt esetében főként az oktatási komponens, a személygépkocsi ellátottság és a lakásépítések relatíve magas volumene okozza. Bonn, Münster, Darmstadt és Heidelberg esetében az oktatási komponens értéke kiemelkedően magas, melyet a városok nagy múltú egyetemeinek hatása is indokolhat. Az életminőség index értéke Türingia (pl.: Sömmerda), és Szász-Anhalt (pl.: Harz, Saale, Mansfeld-Südharz, Salzland körzetek) tartományban a legalacsonyabb, amit 54
több tényező együttes hatása okoz, így: alacsony az iskolai végzettség, mivel nincs nagyobb egyetemi központ, és az egészségügyi helyzet is kedvezőtlenebb képet mutat. További gondot jelent, hogy az érintett körzetek gazdasági fejlettségben is elmaradnak a nyugati körzetek teljesítményétől, a területek között még nem ment végbe a bér konvergencia. Ez azt eredményezi, hogy a személygépkocsi ellátottság illetve a lakásépítések volumene is relatíve alacsonyabb. Ezen tényezők együttesen okozhatják a fentebb említett területek lemaradását. Az életminőség index esetében a keleti térség is policentrikusabb térszerkezetet mutat. Az egy főre jutó GDP tekintetében a nyugati és keleti területek két alapjaiban egybefüggő tömbként azonosíthatóak, néhány hot-spot kivételével, míg az életminőség index esetében a térben jelentősebb csomópontok rajzolódnak ki (keleten és nyugaton egyaránt). A folyamatok pontosabb magyarázata érdekében megvizsgáltam az egy főre jutó GDP, és az életminőség komponenseinek korrelációját (11. táblázat). 11. táblázat: Egy főre jutó GDP és az életminőség tényezőinek korrelációs kapcsolata Németország (2011) Indikátor 55 Lineáris korrelációs együttható Egy főre jutó GDP születéskor várható élettartam 0,181* Egy főre jutó GDP oktatási komponens 0,465* Egy főre jutó GDP egészségügyi helyzet (csecsemőhalálozás) 0,498* Egy főre jutó GDP személygépkocsi ellátottság -0,103* Egy főre jutó GDP lakásépítések volumene 0,225* Egy főre jutó GDP munkanélküliségi ráta -0,166* Egy főre jutó GDP komplex életminőség index 0,471* *szignifikáns korrelációs kapcsolat Az egy főre jutó GDP és az életminőség indexei között általában gyenge, vagy közepesen erős korrelációs kapcsolat igazolható. A GDP és a születéskor várható élettartam között gyenge, pozitív irányú, szignifikáns kapcsolat tapasztalható, vagyis az egy főre jutó GDP növekedésével Németország NUTS3-as térségeiben növekszik a születéskor várható élettartam. Az egy főre jutó GDP és az oktatási komponens (közép és felsőfokú végzettségűek aránya) vonatkozásában közepesen erős, pozitív irányú kapcsolat áll fönn, mely arra utal, hogy az egy főre jutó GDP növekedésével az oktatási komponens értéke is növekedni fog, mivel a GDP növekedésével nő az oktatásra fordítható kiadások összege. Az oktatáshoz hasonlóan a GDP az egészségügyi helyzettel (100000 főre jutó csecsemőhalálozások száma) is közepesen erős pozitív korrelációs kapcsolatot mutat. Ezzel szemben például a személygépkocsi ellátottság és a munkanélküliségi ráta esetében negatív gyenge kapcsolat mutatható ki, vagyis minél inkább magas egy körzet egy főre jutó GDP-je, annál alacsonyabb a térségben a személygépkocsi ellátottság, illetve annál kedvezőbb a munkanélküliségi ráta. A lakásépítések volumenében pozitív gyenge kapcsolat fedezhető föl, vagyis a GDP növekedésével emelkedik a lakásépítésre fordítható kiadások volumene, és a fejlettebb térségekben ezáltal magasabb az egy főre jutó újonnan épített lakások alapterülete. A GDP és az életminőség komplex mutatója összességében közepesen erős, pozitív kapcsolatot mutat, vagyis a GDP növekedésével igazolható a körzetek életminőségének javulása is. Szász-Anhalt tartományban, a nagyvárosok (Magdeburg, Dessau-Rosslau és Halle) az életminőség index alapján kedvezőbb besorolásúak, mint az egy főre eső GDP alapján, a térben hot spotként jelennek meg. E városi térségekben az oktatási komponens (az érintett nagyvárosok jelentős felsőoktatási központok) és a várható élettartam tényezők is relatíve magasabbak az átlagnál. Az életminőség index eloszlásában Salzland és Wernigerode (Harz) körzet kedvezőtlenebb képet mutat, mint az egy főre jutó GDP-je alapján. Szász-Anhalt
területe összességében az életminőség szempontjából homogénebb képet mutat, mint a GDP alapján, e tekintetben az egyenlőtlenségek kisebb mértékűek, csak a fentiekben felsorolt várostérségek emelkednek ki jelentősebben a környezetükből. Magyarország esetében a GDP eloszlása egybefüggő, országos átlagnál fejlettebb északnyugati északi sávot jelez (Vas, Győr-Moson-Sopron, Komárom-Esztergom, Fejér és Pest megyék, ill. a főváros esetében). Ennek oka többnyire a megyék területén tevékenykedő külföldi nagyvállalatok magas hozzáadott értékében és az iparágak specifikus jellegéből fakadóan a magasan képzett munkaerő rendelkezésre állásában kereshető. Az érintett térségekben jelentős autóipari tevékenység zajlik gyártók és beszállítók szintjén egyaránt (pl.: Pannon Autóipari Klaszter és Közép-Magyarországi Autóipari klaszter; Audi, Suzuki). A legfejletlenebb területek az indikátor alapján az északkeleti-északi országrészben (Borsod- Abaúj-Zemplén, Nógrád, Szabolcs-Szatmár-Bereg megyék), továbbá Békés megye esetében láthatók. Ezt a Balassagyarmat Békéscsaba tengely fennállását, mint a fejlődés és lemaradás térbeli határvonalát állapította meg Pénzes is (2011; 2012). A legfejletlenebb terület Nógrád megye. Ezek a térségek a közlekedési kapcsolatok és nyugati tőkeerős partnerek szempontjából periférikus jellegűek, sok esetben csak a megyeszékhelyeik rendelkeznek komolyabb gazdasági potenciállal. Az életminőség alapján a legfejlettebb területek a főváros mellett Veszprém, Pest, Fejér és Csongrád megyék területén azonosíthatók (16. ábra). Az érintett megyékben az oktatási komponens az országos átlagnál (2011-ben: 27,75) magasabb értéket vesz föl, valamint e megyék kiemelkednek egészségügyi helyzetük tekintetében is, és munkanélküliségi rátájuk is relatíve kedvező. A megyék közül valamennyiben működik felsőoktatási intézmény. A legalacsonyabb az életminőség index értéke Szabolcs-Szatmár- Bereg és Borsod-Abaúj-Zemplén megyékben, valamint Nógrád megye esetében. Ezeken a területeken a legjelentősebb problémákat a relatíve alacsony iskolázottság, és a magas munkanélküliségi ráta jelentik. Emellett a területek személygépkocsi ellátottsága is messze elmarad az országos átlagtól. 16. ábra: Egy főre jutó GDP (balra) és az életminőség index értékeinek eloszlása, Magyarország, NUTS 3 Forrás: Eurostat adatai és saját számítások alapján saját szerkesztés A gazdasági teljesítmény és életminőség vizsgálatát elvégeztem kistérségi szinten is, amely során a gazdasági teljesítmény kistérségi szintű mérésekor, az egy főre jutó GDP dezaggregálása helyett az egy főre jutó adóköteles jövedelem mutatójának elemzése mellett döntöttem. Ez utóbbi erős korrelációs kapcsolatban áll a becsült fajlagos GDP-vel. (Kiss, 2003.) A helyettesíthetőséget támasztja alá, hogy a lakossági jövedelmek nagysága és 56
változása fő vonalaiban általában szinkronban szokott lenni a GDP alakulásával, hiszen a szétosztható jövedelmek legfőbb forrása mindenképpen a helyi gazdaság Ugyanakkor a két indikátor eloszlásában szükségszerűen különbségek is vannak, melyek az eredmények értelmezését korlátozhatják. (Kiss, 2007., p. 21; Dusek-Kiss, 2008.) A területfejlesztési dokumentumokban az egy főre jutó adóköteles jövedelem az egyik leggyakrabban alkalmazott mutatószám a térségi gazdasági teljesítmény elemzésekor, továbbá számos tanulmányban alkalmazzák a kistérségi szintű gazdasági egyenlőtlenségek vizsgálatakor (Kiss, 2003; Dusek, 2006; Németh-Kiss, 2007; Kiss, 2007; Farkas, 2012.). A kistérségi adatok (168 kistérség 3 ) vizsgálata alapján kijelenthető, hogy mindkét indikátor esetében kirajzolható sugaras elrendezésben a Budapest-Miskolc, Budapest-Győr, Budapest- Szeged, Budapest-Keszthely és Budapest-Pécs tengely. Ezen tengelyek mentén a legmagasabb az egy főre jutó GDP és az életminőség index értéke is. Ezt okozhatja a GDP esetében a vállalkozások tengely menti csoportosulása, mivel ezek a fő irányok az autópályahálózat nyomvonalában helyezkednek el, ahol a kedvező feltételek miatt jellemzőbb a vállalatok megtelepedése, és a magasabb jövedelem (Dusek, 2006.). Mindkét indikátor esetében megfigyelhető a megyei jogú városok, ill. a fontosabb vállalati telephelyek kiemelkedése a térben (17. ábra). Az életminőség index ugyanakkor policentrikusabb, és heterogénebb eloszlást mutat, mint a GDP. Az eltérést az esetek legnagyobb részében a személygépkocsi ellátottságnak és a lakásépítések volumenének egyenetlen eloszlása okozza, a várható élettartam, az egészségügyi, oktatási tényező és munkanélküliségi ráta esetében nincs jelentősebb eltérés a kistérségek adatai között (várható élettartam komponens szórása csupán: 1,38). 17. ábra: Egy főre jutó adóköteles jövedelem (balra) és az életminőség index értékeinek eloszlása, Magyarország, LAU1, 2011. Forrás: Eurostat adatai és saját számítások alapján saját szerkesztés A magyar kistérségek esetében is vizsgáltam az egy főre jutó adóköteles jövedelem és az életminőség index komponensei közötti korrelációs kapcsolatot (12. táblázat). Az egy főre jutó kistérségi adóköteles jövedelem és a születéskor várható élettartam között közepesen erős, pozitív irányú, szignifikáns kapcsolat mutatható ki. Ez arra utal, hogy az egy főre jutó kistérségi jövedelem növekedésével nő a kistérségben a születéskor várható élettartam. A lineáris korrelációs kapcsolat a magyar térségek esetében szorosabb kapcsolatot mutatott a két indikátor között, mint a német területek vonatkozásában. 3 A 168 tagú kistérségi körre az elemzés térinformatikai támogatása miatt esett a választásom, azonban elmondható, hogy a kistérségek számának változása érdemben nem befolyásolta az eredményeket. 57
12. táblázat: Egy főre jutó adóköteles jövedelem és az életminőség index tényezőinek korrelációs kapcsolata Magyarország (2011) Indikátor Lineáris korrelációs együttható Egy főre jutó adóköteles jövedelem születéskor várható élettartam 0,624* Egy főre jutó adóköteles jövedelem oktatási komponens 0,707* Egy főre jutó adóköteles jövedelem egészségügyi helyzet (csecsemőhalálozás) 0,256* Egy főre jutó adóköteles jövedelem személygépkocsi ellátottság 0,628* Egy főre jutó adóköteles jövedelem lakásépítések volumene 0,524* Egy főre jutó adóköteles jövedelem munkanélküliségi ráta -0,727* Egy főre jutó adóköteles jövedelem komplex életminőség index 0,567* *szignifikáns korrelációs kapcsolat Az egy főre jutó kistérségi adóköteles jövedelem és az életminőség oktatási komponense közötti kapcsolat erős, pozitív irányú. A jövedelem növekedése, a német területekhez hasonlóan pozitívan befolyásolja az iskolázottság alakulását. A jövedelem és az egészségügyi helyzet között azonban a német területekénél gyengébb, pozitív korreláció áll fönn. A személygépkocsi ellátottság és a lakásépítések volumene közepesen erősen, és pozitívan korrelál a jövedelemmel. A munkanélküliségi rátával mutatott kapcsolata a jövedelemnek, hasonlóan a német területekhez negatív, azonban a magyar kistérségek esetében erős a kapcsolat az indikátorok között. Vagyis minél magasabb az egy főre jutó kistérségi jövedelem, annál alacsonyabb a terület munkanélküliségi rátája. A német területekhez viszonyított különbséget indokolhatja a térfelosztás, és településszerkezet különbözősége is. A komplex index a kistérségi adóköteles jövedelemmel közepesen erős korrelációt mutat, hasonlóképpen a német térségeknél látottakhoz. Az adatokat leszűkítettem Borsod-Abaúj-Zemplén megyére, mely alapján megállapítható, hogy mindkét vizsgált indikátor esetében a Miskolci kistérség rendelkezik a legkiemelkedőbb értékekkel, melyet a vállalkozások és a középfokú intézmények kistérségi koncentrációja okoz. A legalacsonyabb értékekkel a megye északi, periférikus helyzetben lévő kistérségei rendelkeznek (pl.: Edelényi, Szikszói, Encsi, Abaúj-Hegyközi). Borsod-Abaúj-Zemplén megyében a mutatók eloszlásában lényeges különbségek nem tapasztalhatók, a közepes értékek kategóriáiban az életminőség index eloszlása egyenletesebb. Az életminőség index értékeinek eloszlásában valószínűsítettem, hogy a kutatás-fejlesztés szerepe befolyásoló hatással bír. Ezért megvizsgáltam a német és magyar gazdaság esetében is a kutatás-fejlesztés és az életminőség kapcsolatát, valamint az egyetemek, főiskolák és főbb kutatóközpontok eloszlását. Az eredményeimet, valamint az egyetemek és kutatóközpontok részletes térképeit a 8. melléklet tartalmazza. 1. a) Tézis: 2011-ben a magyar (LAU1-es) és német (NUTS3-as szint) gazdaság esetében az általam kialakított, társadalmi és infrastrukturális jelzőszámokat magában foglaló életminőség index értékeinek eloszlása az egy főre jutó GDP/jövedelem területi eloszlásához viszonyítva, a település-hierarchia jellegzetességeit erőteljesebben kirajzolva (városok elhelyezkedése), policentrikusabb eloszlást mutat. Az egy főre jutó GDP alapján kevésbé fejlett térségekben (például: Kelet-Németország, Észak-Magyarország) is számos hot spot figyelhető meg az életminőség esetében, melyek általában nagyvárosi központokat jeleznek a térben. Szász- Anhalt tartomány nagyvárosai: Dessau-Rosslau, Magdeburg és Halle, és Borsod-Abaúj- Zemplén megye székhelye: Miskolc is hot spot az életminőség esetében. Ennek oka az index komplex jellegéből fakad, a különböző alindexekben eltérő a legjobban teljesítő térségek listája. A magyar területek esetében az eltérést főként a személygépkocsi ellátottságnak és a 58
lakásépítések volumenének egyenetlen eloszlása okozza, a többi indikátor esetében nincs jelentősebb eltérés a kistérségek adatai között. A két indikátor esetében számos alkalommal azonos területeken igazolható az értékek térbeli koncentrációja, a térségekben a gazdasági fejlettség mellé kedvező társadalmi és infrastrukturális helyzet párosul (Ruhr-vidék egy része, Dél-Bajorország, Északkelet-Baden- Württemberg, Hamburg, Bréma és Braunschweig Németországban és Budapest-Miskolc, Budapest-Győr, Budapest-Szeged, Budapest-Keszthely és Budapest-Pécs tengely Magyarországon). 4.1.2. A GDP és az életminőség dinamikájának vizsgálata A területi egyenlőtlenségek alapvető oka, hogy nem létezik a térben két olyan pont, mely azonos tulajdonságokkal rendelkezne. Különbözőek gazdasági, társadalmi, és kulturális paramétereikben is (Benedek-Kurkó, 2011.). Az egyenlőtlenségek vizsgálata számos módszerrel, és indexszel történhet, attól függően, hogy az adott jelenség mely aspektusaira vagyunk kíváncsiak. (Nemes Nagy, 2005.) Jelen alfejezet a német és magyar GDP és életminőség dinamikájának és egyenlőtlenségi indexeinek elemzését tartalmazza a NUTS2-es régiók, ill. a NUTS3-as megyei szint esetében (2000-2011). 4.1.2.1. Dinamikus GDP növekedés területi differenciákkal Elemzésem az egy főre jutó GDP éves átlagos növekedési rátájának vizsgálatával kezdem, melynek során célom az egyes területi egységek GDP dinamikájának vizsgálata. Az egy főre eső GDP átlagos növekedési rátáját NUTS 2-es szinten vizsgálva elmondható, hogy az egykori EU-15 és a 2004-ben és 2007-ben csatlakozott EU-12 tagállamok eltérő tendenciákat mutatnak. Az EU-15 országaiban a legjobban teljesítő régiók már legtöbb esetben (néhány kivételtől eltekintve: Svédország, Egyesült Királyság) nem a fővárosi régiók. Megfigyelhető olyan eset is, ahol 1995 és 2011 között a legalacsonyabb növekedési ütemmel rendelkező régió volt a fővárosi (Ausztria, Németország - Berlin, Belgium). 18. ábra: Németország: 1 főre eső GDP átlagos növekedési rátája (%) 1995-2011 (NUTS2) Forrás: Eurostat adatai és saját számítások alapján saját szerkesztés 59
A német keleti tartományok a vizsgált időszakban magasabb átlagos GDP növekedési ütemmel rendelkeztek, mint a nyugatnémet területek, vagyis e tekintetben konvergenciát mutattak (18. ábra). A keleti tartományok 1 főre eső GDP-je ennek köszönhetően 2012-re elérte a nyugati területek GDP-jének 71 %-át. Amennyiben a keleti tartományok adatait a gazdaságilag hátrányosabb helyzetben lévő nyugati területekkel hasonlítjuk össze (Alsó- Szászország, Rajna-vidék-Pfalz, Schleswig-Holstein, Saar-vidék és Bréma), ez a szint közel 80%. A gazdasági erőkülönbség további oka az eltérő strukturális különbségekben keresendő. A keleti tartományok gazdaságában nagyrészt KKV-k uralma figyelhető meg, és kevés az igazán nagyvállalat, és konszernközpont. Ez kihat az átlagos termelékenységi szintre, és a K+F tevékenységre is. Szász-Anhalt tartomány GDP növekedési rátái esetében (19. ábra) megfigyelhető, hogy a legjobban teljesítő területek Börde, Salzland és Altmark körzetek voltak. Ennek oka jórészt a gazdasági szerkezetükben és a kedvező infrastrukturális viszonyaikban keresendő. Valamennyi térség kedvező autópálya, vízi és légi elérhetőséggel rendelkezik, mely a logisztika szempontjából fontos. Börde területén a KKV-k telephelyei mellett hazai nagyvállalatok székhelye is megtalálható, a körzet kedvező helyzetét javítja továbbá az olyan technológiai központok közelsége, mint Braunschweig és Magdeburg. Salzland és Altmark körzetek esetében a gazdasági növekedéshez hozzájárultak a térségben megalakult megújuló energiát előállító és hasznosító vállalatok. A városi területek (Magdeburg, Halle) relatíve alacsony növekedési ütemet mutattak fel az időszakban, vagyis a térségben lassú felzárkózás indult meg. 19. ábra: Szász-Anhalt: 1 főre eső GDP átlagos növekedési rátája (%) 2000-2011 (NUTS 3) Forrás: Eurostat adatai és saját számítások alapján saját szerkesztés Az újonnan csatlakozott országok régiói esetében, így Magyarországon (20. ábra) is az egy főre jutó GDP átlagos növekedési üteme magasabb, mint az EU-15 átlaga. A 2004-ben és 2007-ben csatlakozott országokban a legmagasabb GDP növekedési ütemmel a főváros régiója rendelkezik (Bulgária, Csehország, Magyarország, Lengyelország, Románia, Szlovénia és Szlovákia esetében), ami a regionális, országon belüli egyenlőtlenségek további szélesedését hozza magával. Magyarországon a Közép-magyarországi régió közel 1,5-szeres értékekkel rendelkezik a többi területi egységhez képest. 60
A fentiek alapján az EU tagállamai esetében igazolódni látszik Williamson hipotézise, miszerint a gazdasági fejlődés kezdeti időszakában a tőke és a képzett munkaerő néhány növekvő pólusú régióban összpontosul, ami regionális divergenciához vezet (újonnan csatlakozott EU-13 tagállamok esete), majd a későbbi időszakban a tőke azokba a régiókba áramlik, ahol relatíve alacsonyak a költségei, ezáltal térbeli konvergenciát idézve elő (régi tagállamok, EU-15 esete). 20. ábra: Magyarország: 1 főre eső GDP átlagos növekedési rátája (%) 1995-2011 (NUTS 2, NUTS3) Forrás: Eurostat adatai és saját számítások alapján saját szerkesztés Az adatokat megyei szinten (NUTS 3) vizsgálva látható, hogy az egyes régiók megyéi szintjén jelentős különbségek fedezhetők fel. A magyar megyék esetében komoly szórás figyelhető meg az egy főre jutó GDP növekedési rátájában. A legmagasabb értékekkel bíró megyék a főváros mellett Pest és Komárom-Esztergom megye, amely a már korábban is fejlettebb területek további gazdasági fejlődését vetíti elő. A tőkeerős vállalkozások a gazdaságilag magasabban fejlett térségeket preferálják, ami magyarázhatja Pest és Komárom- Esztergom megye kiemelkedő növekedési ütemét. Az Észak-magyarországi régió megyéi esetében megfigyelhető, hogy Borsod-Abaúj-Zemplén és Heves megye növekedési rátái körülbelül az országos átlag (4,1%) körül szóródnak. Nógrád megye helyzete hátrányos olyan szempontból, hogy az egyik legalacsonyabb GDP növekedési ütemmel rendelkezett az időszakban. A megye alacsony növekedési ütemét indokolhatja periférikus helyzete, és relatíve kedvezőtlen gazdasági szerkezete. Az Észak-magyarországi régió esetében elmondható, hogy alacsony a nagyvállalatok részaránya (2010-ben 1% alatti KSH), vállalkozási szerkezetében a mikrovállalkozások dominálnak. Nógrád megyében a nagyvállalatok aránya kiemelkedően alacsony, a 10 főnél többet foglalkoztató cégek aránya csak 3,4% (KSH, 2013). A megyében a külföldi tulajdonú vállalkozások által befektetett tőke aránya a régió többi megyéjéhez képest alacsony, a régió befektetett tőkéjének 9%-a (KSH, 2013). 4.1.2.2. Regionális szintű életminőség konvergencia vizsgálata A magyar és német régiók életminőség indexeit, és változását 2001 és 2011 között, saját számítások alapján a 9. melléklet szemlélteti. A magyar régiók életminőség index értékei a fővárosi és a Dél-dunántúli régió kivételével nem magasak, a legtöbb esetben (Közép-Magyarország és Dél-Alföld kivételével) az értékük 61