DOI: 10.14750/ME.2014.012
MISKOLCI EGYETEM MIKOVINY SÁMUEL FÖLDTUDOMÁNYI DOKTORI ISKOLA A doktori iskola vezetője: DR. DOBRÓKA MIHÁLY, DSC, EGYETEMI TANÁR
AZ ÁTALAKULÓ GAZDASÁGI TÉRSZERKEZET SAJÁTOSSÁGAINAK FELTÁRÁSA AZ ÉSZAK-MAGYARORSZÁGI RÉGIÓBAN DOKTORI (PHD) ÉRTEKEZÉS
Készítette: BALLA GERGELY okleveles közgazdász
Témavezető: PROF. DR. KOCSIS KÁROLY, AKADÉMIKUS intézetigazgató, egyetemi tanár
Kutatóhely: MISKOLCI EGYETEM MŰSZAKI FÖLDTUDOMÁNYI KAR FÖLDRAJZ INTÉZET
Miskolc, 2014
DOI: 10.14750/ME.2014.012
TARTALOM TÉMAVEZETŐI AJÁNLÁS .................................................................................................. 4 1.
BEVEZETÉS ..................................................................................................................... 5
2.
CÉLKITŰZÉS................................................................................................................... 6
3.
SZAKIRODALMI ELŐZMÉNYEK .............................................................................. 8 3.1.
Térszerkezet fogalma, mutatói és elemzésének módszerei ........................................ 8
3.1.1. A gazdasági térszerkezet fogalma, mutatói, mérése ............................................ 12 3.1.2. A térszerkezet elemzésére alkalmazott jelentősebb matematikai-statisztikai módszerek ............................................................................................................ 24 3.2.
Térbeliség elemzésének lehetőségei a térszerkezet vizsgálata kapcsán ................... 25
3.2.1. Térkapcsolatok, szociálfizikai modellek .............................................................. 26 3.2.1.1. Hálózati elemzés ......................................................................................... 26 3.2.1.2. Gravitációs modell ...................................................................................... 28 3.2.1.3. Rugó-tömb modell ...................................................................................... 29 3.2.1.4. Potenciálmodell........................................................................................... 31 4.
POTENCIÁLMODELL KISTÉRSÉGI ALKALMAZHATÓSÁGA ........................ 36 4.1.
Vállalkozási potenciálmodell ................................................................................... 37
4.2.
Munkaerő potenciálmodell ....................................................................................... 37
4.3.
Potenciálmodell elemszám hatásának elméleti vizsgálata ....................................... 39
4.4.
Potenciálmodell magyarországi kistérségi szintű vizsgálatokhoz ........................... 42
4.4.1. Távolság számításának hatása................................................................................. 43 4.4.2. Budapest tömegének hatása .................................................................................... 47 4.4.3. Potenciálok kistérségi szomszédsági gráf szerinti csoportosítása .......................... 49 4.4.4. Regionális kistérségi szintű hatásos potenciálmodell ............................................. 50 5.
6.
AZ ÉSZAK-MAGYARORSZÁGI RÉGIÓ TÁRSADALMI, GAZDASÁGI HELYZETÉNEK ÁLTALÁNOS BEMUTATÁSA ..................................................... 53 5.1.
Demográfiai jellemzők ............................................................................................. 53
5.2.
Foglalkoztatás, munkanélküliség ............................................................................. 55
5.3.
Gazdasági jellemzők ................................................................................................ 55
5.4.
A gazdasági térszerkezet és a társadalmi térszerkezet kapcsolata ........................... 59
A MAGYARORSZÁGI RÉGIÓK ÖSSZEHASONLÍTÁSA ..................................... 62 6.1.
Vállalkozások ........................................................................................................... 62 2
DOI: 10.14750/ME.2014.012
7.
8.
9.
6.2.
Foglalkoztatottság .................................................................................................... 65
6.3.
Bruttó hazai termék .................................................................................................. 68
AZ ÉSZAK-MAGYARORSZÁGI RÉGIÓ MEGYÉINEK ÖSSZEHASONLÍTÁSA ........................................................................................................................................... 72 7.1.
Vállalkozások ........................................................................................................... 72
7.2.
Foglalkoztatottság .................................................................................................... 75
7.3.
Bruttó hazai termék .................................................................................................. 78
A GAZDASÁGI TÉR VÁLLALKOZÁSI POTENCIÁLJÁNAK VIZSGÁLATA AZ ÉSZAK-MAGYARORSZÁGI RÉGIÓBAN ................................................................ 82 8.1.
Mezőgazdaság .......................................................................................................... 87
8.2.
Ipar ........................................................................................................................... 90
8.3.
Szolgáltatás............................................................................................................... 94
A GAZDASÁGI TÉR MUNKAERŐ POTENCIÁLJÁNAK VIZSGÁLATA AZ ÉSZAK-MAGYARORSZÁGI RÉGIÓBAN ................................................................ 98 9.1.
Foglalkoztatottság .................................................................................................. 103
9.2.
Munkanélküliek ...................................................................................................... 107
10. TUDOMÁNYOS EREDMÉNYEK ÖSSZEFOGLALÁSA ...................................... 111 SUMMARY........................................................................................................................... 113 KÖSZÖNETNYILVÁNÍTÁS ............................................................................................. 116 ÁBRÁK JEGYZÉKE ........................................................................................................... 117 TÁBLÁZATOK JEGYZÉKE ............................................................................................. 121 FELHASZNÁLT IRODALOM .......................................................................................... 122 MELLÉKLETEK................................................................................................................. 129
3
DOI: 10.14750/ME.2014.012
TÉMAVEZETŐI AJÁNLÁS Balla Gergely doktori tanulmányait az okleveles közgazdász diplomájának Miskolci Egyetemen történt megszerzése után, 2004-ben kezdte meg, melyet időközben hosszabb időre megszakított. A tanulmányok felfüggesztése alatt a közigazgatásban dolgozott, ahol nagy tapasztalatra tett szert a fejlesztéspolitika és a területfejlesztés szabályozása, stratégiai tervezése, végrehajtása, monitorozása és értékelése területén. Feladatai közé tartozott a támogatáspolitikai eszközök, fejlesztési programok tervezése, monitorozása és értékelése, amelyekhez sok gazdasági és területi elemzésre volt szüksége. Ennek megfelelően igen sok gyakorlati tapasztalatot szerzett a különböző statisztikai területegységekre lebontott egyenlőtlenségi és összehasonlító vizsgálatok területén. Több nyelven is beszél, így munkájának
köszönhetően
a
szakterület
nemzetközi
gyakorlatával
is
alaposan
megismerkedett. A szerző doktori tanulmányait levelező hallgatóként végezte, így kutatómunkája során nem kapcsolódott be szervesen az Intézetünk munkájába, de amennyire megismertem segítőkész és precíz személynek tartom, aki az elvállalt feladatait határidőre és maradéktalanul elvégzi. A doktorjelölt eddigi kutatómunkájának összefoglalásaként elkészült doktori értekezés túlnyomó része alapos és igen koncentrált munka eredménye. A disszertáció a választott témát logikusan felépített rendszerben, mind elméleti, mind gyakorlati összefüggéseiben járja körül. A dolgozat témájához kapcsolódóan a szerzőnek eddig három publikációja jelent meg. A szerző kiforrott, értékes kutatómunkáját jól tükröz a jelölt által megfogalmazott számos új tudományos eredmény, melyet a 2014. januárjában megtartott házi védésen a hivatalos bírálók egybehangzóan értékes munkának találtak. A fentiek és a doktori értekezés alapján Balla Gergelynek a PhD fokozat odaítélését javaslom. Miskolc, 2014. február 10.
Kocsis Károly, akadémikus intézetigazgató, egyetemi tanár
4
DOI: 10.14750/ME.2014.012
1. BEVEZETÉS Világszerte, ezzel együtt az Európai Unió tagállamaiban, köztük Magyarországon, azon belül Észak-Magyarországon is a régiók gazdaságának fejlesztése érdekében fontos, hogy megismerjük azt, hogy milyen tényezők, milyen mértékben hatnak egy régió gazdasági fejlődésére. A régió gazdasági helyzetét a régiók összehasonlíthatósága érdekében célszerű a gazdasági térszerkezet indikátoraival jellemezni. A régiók, illetve a régiók kistérségeinek gazdasági térszerkezete nagymértékben függ azok társadalmi térszerkezetétől. Egy régió gazdasági fejlettségét az ott működő vállalkozások számával, tevékenységi köreikkel, a foglalkoztatottak számával, az általuk termelt bruttó hazai termékkel, a vállalkozások külföldi tőkevonzó képességével, és még számos más jellemző mutatóval mérhetjük. A jellemző mutatók közül kiemelten fontos az Észak-magyarországi régióban a működő vállalkozások száma és változása nemzetgazdasági áganként, a munkaerő, foglalkoztatottak, munkanélküliek száma és annak változása nemzetgazdasági áganként, valamint a vállalkozások által termelt bruttó hazai termék és annak változása nemzetgazdasági áganként. Az Észak-magyarországi régióban a gazdasági teret fenti mutatók alapján regionális, megyei szinteken statisztikai módszerekkel, kistérségi szinten a vállalkozások és munkaerő mutatók szerinti térszerkezetet potenciálmodellel vizsgálom.
5
DOI: 10.14750/ME.2014.012
2. CÉLKITŰZÉS Az értekezésem fő célja az „Átalakuló gazdasági térszerkezet sajátosságainak feltárása az Észak-magyarországi régióban” című kutatási témán belül az észak-magyarországi gazdasági térben a vállalkozások és a munkaerő száma által meghatározott térszerkezetek alakulásának potenciálmodellekkel történő vizsgálata 2004-ben és 2010-ben. A választott téma aktuális, mivel a 2004. évi európai uniós csatlakozást követően, a régiók gazdasági súlyának erősödése miatt szükséges a régiók gazdasági terével kapcsolatos vizsgálatok készítése. A térszerkezeti vizsgálatok legkisebb egységének a kistérséget választottam, mivel az elemzések regionális és megyei szintű vizsgálata nem ad elég részletes információt, a települési adatokra épülő elemzések pedig a nagymennyiségű adathalmaz miatt túlságosan időigényesek. A gazdasági térszerkezet vizsgálatom a 2004-2010. évek közti időszakra vonatkozik, mivel 2004. évtől lettünk az Európai Unió tagjai, amely nagy fejlődési lehetőségekkel kecsegtetett, továbbá ezen időszak alkalmas a 2008. évi világválság előtti és utáni tendenciák felvázolására. A vizsgált időszakban a kiválasztott jellemző mutatók, azaz a működő vállalkozások száma nemzetgazdasági áganként, valamint a foglalkoztatottak és a munkanélküliek száma a KSH adatbázisában kistérségi szinten rendelkezésre állnak. A vállalkozások és munkaerő számát jellemző mutatók azért kiemelten fontosak az Északmagyarországi régióban, mivel a régió egyik sajátossága, hogy az országban a munkanélküliség a legmagasabbak közé tartozik, amelynek csökkentése, azaz a foglalkoztatás növelése minden regionális és megyei fejlesztési stratégiában jelenleg is első helyen szerepel (NORRIA, 2013; BAZ Megyei Közgyűlés; 2013, Heves Megyei Közgyűlés; 2013, Nógrád Megyei Közgyűlés, 2013). A foglalkoztatási helyzet és a változás alapos feltérképezéséhez a munkaerőre vonatkozó mutatók mellett a foglalkoztatás nagy részét biztosító működő vállalkozások számának és a megtermelt bruttó hazai termék alakulását is elemezni szükséges. Az Észak-magyarországi régióban a gazdasági teret a fenti mutatók alapján regionális és megyei szinten statisztikai összehasonlító módszerekkel, kistérségi szinten a térszerkezetet a vállalkozások és a munkaerő mutatók szerinti potenciálmodellel vizsgálom. A gazdasági térszerkezet alakulásának vizsgálatához, sajátosságainak feltáráshoz a szakirodalmi előzmények feldolgozása alapján a potenciálmodell vizsgálati módszert választottam, mivel jelenleg ez az egyik leggyakrabban használt térkapcsolati vizsgálati módszer, amely alkalmas a térszerkezet elemei közti együttes területi hatások megismerésére. A szakirodalmi előzmények alapján az az alapvető feltevésem, hogy a magyarországi régiók kistérségi szintű potenciálmodell vizsgálataihoz a lineáris ellenállási tényezőt használó, minden kistérséget figyelembe vevő teljes potenciálmodell helyett lehet olyan potenciálmodell-változatot kialakítani, amellyel a lokális interakciók térképi ábrázolása szemléletesebb lesz. A kistérségi szintű potenciálmodell vizsgálatokhoz egyedi potenciálmodell-változat kialakítása a célom elméleti vizsgálatokra alapozva, a konkrét modellalkalmazás előtt azonban hagyományos elemzési módszerekkel határozom meg az Észak-magyarországi régió 6
DOI: 10.14750/ME.2014.012
helyzetét az ország régiói között, illetve meghatározom az Észak-magyarországi régió megyéinek egymáshoz viszonyított helyzetét, amelyhez a 2004-2010. évek közti adatokon túl a szélesebbkörű helyzetelemzéshez felhasználtam még korábbi nyilvánosan elérhető adatokat is. Az így bemutatásra kerülő pozicionálás keretet ad a kistérségi szintű potenciálmodellel való vizsgálatokhoz. Az értekezésem 3. fejezete tartalmazza a témával kapcsolatos szakirodalmi feldolgozást, a gazdasági térszerkezet alakulásának vizsgálatához használt potenciálmodellek leírását. A 4. fejezet tartalmazza a potenciálmodellek kistérségi szintű alkalmazhatóságára vonatkozó elméleti vizsgálataimat, illetve a vizsgálatok alapján meghatározott egyedi potenciálmodell változat ismertetését. Az 5. fejezet bemutatja általánosan az Észak-magyarországi régió gazdasági, társadalmi helyzetét. A 6. fejezet elemzi az Észak-magyarországi régió helyzetének viszonyát a magyarországi régiókkal való összehasonlítással a működő vállalkozásokra, foglalkoztatottakra, bruttó hazai termékre vonatkozólag. A 7. fejezet az Észak-magyarországi régió megyéiben a működő vállalkozások jellemzőit, a foglalkoztatási adatokat, és a megtermelt bruttó hazai termékeket hasonlítja össze. A 8. fejezetben a 4. fejezetben meghatározott hatásos potenciálmodellel vizsgálom kistérségi szinten az Észak-magyarországi régió gazdasági tér változását a vállalkozások számát tekintve összevontan és az összevont nemzetgazdasági ágakban. A vizsgálat során a potenciálértékeket összehasonlítom az adott mutató népességarányos fajlagos értékeivel, illetve az adott területegység fejlettségi besorolásával. A 9. fejezetben a 4. fejezetben meghatározott hatásos potenciálmodellel vizsgálom kistérségi szinten az Észak-magyarországi régió gazdasági tér változását a munkaerő, illetve azon belül a foglalkoztatottak és a munkanélküliek számát tekintve. A vizsgálat során a potenciálértékeket összehasonlítom az adott mutató népességarányos fajlagos értékeivel, illetve az adott területegység fejlettségi besorolásával. A 10. fejezet összefoglalja az értekezésemben szereplő új és újszerű tudományos eredményeimet.
7
DOI: 10.14750/ME.2014.012
3. SZAKIRODALMI ELŐZMÉNYEK 3.1.
Térszerkezet fogalma, mutatói és elemzésének módszerei
Egy fogalomnak számos értelmezése lehet a tudomány területén, mivel a különböző tudományok különböző módón, sajátos nyelvezetüket felhasználva, eltérő megközelítésüket figyelembe véve írják le ezeket. Ez a különböző tudományokra, tudományágakra nézve egyedi szakszókincskészletet és fogalomrendszert eredményez. A műszaki- és természettudományokra az egyértelmű, konszenzusra épülő fogalmi definíciók a jellemezőek, a társadalomtudományok esetében azonban ennek pont ellentettje érvényesül, tudományáganként, de sokszor még az azokon belüli eltérő irányzatok, szakterületek művelői is másképp értelmezik az egyes fogalmakat. Ez igaz a regionális tudomány és a gazdaságföldrajz szókincskészletére is, magyar regionális tudományi szótár megalkotására az eddigi egyetlen kísérletet a Regionális Tudományi Kislexikon (Regionális Tudományi Tanulmányok 11. kötetének appendixe, Nemes Nagy J., 2005) megalkotása jelentette , de ez sem vált általánosan elfogadottá. (Szabó P., 2008) A fogalmi meghatározásokra, értelmezésekre tett kísérletekben szereplő különbségek tudományos vitákat eredményeznek. Ezen belül különösen érdekes a térszemlélet különböző értelmezése kapcsán folyó vita a regionális tudomány, a gazdaságföldrajz és a közgazdaságtan területén, amelyre Czirfusz Márton tanulmánya is rávilágít: „A főáramú közgazdaságtan és a krugmani új gazdaságföldrajz felfogásában a fizikai távolság ortodoxiájának megfelelően az univerzális gazdasági (piaci) folyamatoknak ugyan földrajzilag különböző kimenetele van, ám e különbségek egymástól csupán fokozatokban jelentkeznek, nem pedig minőségi eltérést jelenítenek meg. A helyi vagy regionális gazdaságok tartályok (abszolút térfelfogás), egyúttal az általános egyensúly elmélet és a piac nagy narratívájának elem(zés)i egységei (Peck 2012, 118). A gazdaságföldrajz „uralkodó” felfogása szerint ezzel szemben a gazdasági cselekvések és folyamatok térbelileg változatos formákban vannak jelen, a terek gazdasági jellemzői nem értelmezhetők a „gazdaságon kívüli” feltételektől elválasztva (Peck 2012, 120). Így a gazdaságföldrajz legtöbb témáját manapság nem kizárólagosan, de hangsúlyosan egyfajta relációs (tér)szemlélet jellemzi (tág értelmezéséről lásd Yeung 2005)” (Czirfusz M., 2012, 56. p.) Az előbb említett térszemléletbeli különbség a gazdasági térszerkezet vizsgálatok során is megjelenik, az eltérő megközelítések miatt más-más mélységű elemzések születnek. A térszerkezet fogalmi meghatározása során az előzőekhez hasonló kihívásokkal állunk szemben, a különböző tudományok különbözőképpen definiálják. A műszaki- és természettudományokra külön-külön vannak konszenzusra épülő fogalmi definíciók, azonban a társadalomtudományok és azon belül a regionális tudomány és a gazdaságföldrajz területén nincs egységesen elfogadható, konszenzusra épülő meghatározása, értelmezése a térszerkezetnek. Maga a fogalom egy összetett kifejezés, amely két tagból áll: tér és szerkezet. A különböző megfogalmazások alapvetően ezen tagok különböző értelmezéséből/meghatározásából következnek (Szabó P., 2008). Szabó P. (2008) munkája alapján a térszerkezet fogalmának értelmezései a különböző szerkezet-felfogástól függően három csoportba sorolhatók: Az első csoportba tartoznak, amelyek a „térszerkezet mindkét jellemzőjére, az elemekre és azok térbeli elrendeződésére is felhívják a figyelmet”: 8
DOI: 10.14750/ME.2014.012
„A térszerkezet valójában állapot, de egyben az a mód is, ahogyan a működő természeti és társadalmi folyamatok megszervezik, elfoglalják, kitöltik a teret. A fogalom maga annak a kettősségnek a felismeréséből ered, amely megjelenik, kifejeződik a területi (térbeli) folyamat és a térben megjelenő szerkezet között.” (Mészáros R., 2000, 25. p.) „A térbeli objektumok (modellekben pontok) és a közöttük lévő kapcsolatok, viszonyok, (modellekben: élek, tengelyek) alkotta, működőképes konfigurációként, illetve nagyobb téregységeknek lehatárolt térrészekre bontásával, s általában egy-egy kiemelt jellemző szerinti értékelésével, térképezésével feltáruló („regionális”) egyenlőtlenségi és rendezettségi sajátosságok összességeként értelmezhető összetett térkategória.” (Nemes Nagy J., 2005, 23. p.) A második csoportba azok tartoznak, amelyek az „alkotóelemekre helyezik a hangsúlyt”: „A gazdasági térszerkezeten – tömören fogalmazva – az egymáshoz szorosan kapcsolódó gazdasági, társadalmi, természeti tényezők, folyamatok térbeli rendszerét értjük.” (Krajkó Gy., 1989, 54. p.) „Térstruktúra (térszerkezet): a cselekvések eredményeként létrejött anyagi artefaktumok (településszerkezet, területhasznosítás), az ezeket létrehozó társadalmi struktúrák, valamint a természeti erőforrások alkotják. … A térstruktúra a tevékenységek, a cselekvés kontextusát alkotja, és mint bizonyos célok elérésére felhasznált eszköz vagy bizonyos célokat meghiúsító akadály kap jelentést.” (Benedek J., 2000, 141. p.) A harmadik csoportba tartozók a „térszerkezet (területi szerkezet) „viszonyítási” részére helyezik a hangsúlyt”: „Területi szerkezeten a gazdaságot, illetve a társadalmat alkotó különféle elemek térbeli megoszlását, egymáshoz viszonyított elhelyezkedését értjük.” (Bartke I., 1989, 9. p.) „A térben egymás mellett létező jelenségek egymáshoz függő viszonyaik, kapcsolataik alapján különböző elrendeződéseket (rendezettség), térstruktúrákat alkotnak” (Faragó L., 2004, 10. p.) Mindezek mellett érdemes még megemlíteni a területpolitika és területfejlesztés által megfogalmazott aktuális térszerkezeti definíciót, mivel a szakterület szoros kapcsolatban van a tér tudományával, a geográfiával. Az egyértelműség kiemelt jelentősége miatt a területpolitika és területfejlesztés alapfogalmait országgyűlési határozatban, jogszabályokban rögzítik. „Térszerkezet, területi struktúra: a térbeli objektumok és a közöttük lévő kapcsolatok, viszonyok alkotta, működőképes rendszer, összetett térkategória, melynek értelmezését és leírását erősen determinálja a közelítés módja, szemlélete. A regionális kutatásokban leggyakrabban a térségek lehatárolt térrészekre bontásával, s általában egy-egy kiemelt jellemző szerinti értékelésével, térképezésével feltáruló („regionális”) egyenlőtlenségi és rendezettségi sajátosságok összessége.” (Nemzeti Fejlesztés 2030 – Országos Fejlesztési és
9
DOI: 10.14750/ME.2014.012
Területfejlesztési Koncepció, 2014, 295. p.; Országos Területfejlesztési Koncepció, 2005, 11495. p.) Látásmódomhoz az első csoport áll közelebb, ahol is a „térszerkezet mindkét jellemzőjére, az elemekre és azok térbeli elrendeződésére is felhívják a figyelmet”, mivel számomra ez fogalmazza meg a fogalom kellő összetettségét. Az értekezésben és kutató munkám során a térszerkezet vizsgálatakor a Nemes Nagy J. (2005) szerinti térszerkezet definíciót használom. A térszerkezet fogalmi sokszínűsége mellett az alkalmazása is igen sokrétű. Az értelmezéseknek, alkalmazásoknak rengeteg típusa van, Szabó P. (2008) munkája alapján a szakirodalomban megjelent értelmezések, alkalmazások két csoportba sorolhatók. Az egyik csoport azt vizsgálja, hogy miként jelenik meg valamely jelenség a földrajzi térben – erre utalnak az olyan kifejezések, mint a társadalmi, gazdasági, etnikai térszerkezet –, míg a szakirodalom másik ága egy-egy földrajzi térség leírásához használja a térszerkezetet, ahol több jelenség kölcsönhatása mutatkozik meg (mint például Európa, Magyarország, stb. térszerkezete). Szabó Pál egy másik kontextus-gyűjtést is készített, amely az mutatja, hogy a térszerkezet milyen jelzőket kap, milyen birtokai vannak, milyen cselekvések kapcsolódhatnak hozzá stb. (1. táblázat). Látható, hogy széleskörű értelmezése és kutatása során nagyon sokféle jelzővel illetjük a térszerkezet fogalmát, sok mindent tudni szeretnénk róla, sok mindent csinálunk, vagy szeretnénk csinálni vele, és összességében számos dolog kapcsolódik hozzá.
10
DOI: 10.14750/ME.2014.012
1. táblázat: A térszerkezet különböző szakmai kontextusokban JELZŐI - társadalmi ~ - gazdasági ~ - harmonikus ~ - kiegyensúlyozott(abb) ~ - kedvező(bb) ~ - sajátos ~ - racionális ~ - markáns ~ - klasszikus ~ - tagolt ~ - dominált ~ - mai ~ - meglévő ~ - korábbi ~ - történeti ~ - jövőbeli ~ - távlati ~ - építendő ~ - új ~ - megváltozott ~ - funkcionális ~ - komplex ~ - regionális ~ - makroregionális ~ - övezetes ~ - agglomerációs ~ - hazai ~ - európai ~ - globális ~ BIRTOKAI - ~ területe - ~ csomópontja - ~ központja - ~ góca - ~ gócterülete - ~ hálózata - ~ tartópillére - ~ alapja - ~ gazdasági erővonala - ~ egyensúlya - ~ merevsége - ~ arányai - ~ összetettsége - ~ tér és időbeli dinamikája - ~ jelentősége - ~ jellemzője - ~ (negatív) vonása - ~ problémái
CSELEKMÉNYEK - ~ felépülése - ~ kialakulása - ~ fejlődése - ~ változása - ~ alakulása - ~ átalakulása - ~ differenciálódása - ~ összekapcsolódása - ~ kialakítása - ~ megteremtése - ~ létrehozása - ~ illesztése - ~ felosztása - ~ kedvező alakítása - ~ arányos fejlesztése - ~ modernizációja - ~ fejlődésének elősegítése - ~et formál - ~et alakít - ~et befolyásol - ~en változtat - ~et megkettőz - ~et old - ~ felé való törekvés - kapcsolódás a ~be - ~ leírása - ~ bemutatása - ~ről tájékoztatás - ~ vizsgálata - ~ elemzése - ~ kutatása - ~ feltárása - ~ ismerete - ~ térképi ábrázolása
KAPCSOLÓDÓ FOGALMAI - ~i egység - ~i elem - ~i tényező - ~i típus - ~i modell - ~i szint - ~i eredet - ~i jellemző - ~i hatás - ~i változás - ~i sajátosság - ~i jelentőség - ~i helyzet - ~i hely - ~i adottság - ~i hiányosság - ~i struktúra - ~i rendszer - ~i javaslat - ~i irányelv - ~i terv - ~i tervművelet - ~i tervlap - ~i szempont - ~i konfliktus - ~i feszültség - ~i célkitűzések - ~i alapú fejlesztés - ~i összefüggések - ~i előzmények - ~i vonatkozások - tengelyek a ~ben - változási irányok a ~ben - innovációs pontok, zónák a ~ben - szerep a ~ben - elhelyezkedés a ~ben - források a ~ben - átmenet a ~ben - ~ben elfoglalt hely - ~ben egyenlőtlenség - ~ben változás - ~ben elkülönül - ~ileg meghatározó
Forrás: Szabó P. (2008)
11
DOI: 10.14750/ME.2014.012
3.1.1. A gazdasági térszerkezet fogalma, mutatói, mérése Varga A. (2005) szerint a gazdasági térszerkezet a „gazdasági tevékenységek térbeli eloszlása.” Vizsgálatai alapján megállapította, hogy a gazdasági térszerkezet valószínűsíthetően hat a makrogazdasági növekedés mértékére. „Feltehetőleg ugyanis a növekedés szempontjából sem mindegy, hogy a gazdasági tevékenységek viszonylag egyenletesen oszlanak-e el a térben, vagy pedig néhány helyen sűrűsödve helyezkednek el, ezáltal a pozitív (termelési költségcsökkentő) és negatív (költségnövelő, mint például a magas ingatlanárak) externáliák különböző kombinációit keltve életre.” (Varga A., 2005, 3. p.) Ez a megállapítás megerősíti a vizsgálataim létjogosultságát, mivel a gazdasági térszerkezet elemzéséből ezek szerint következtetések vonhatók le a növekedésről, amely egy kiemelten fontos gazdasági folyamat. A gazdasági térszerkezet csak úgy operacionálható hatékonyan, hogy ezt a gazdasági tér vonatkozásában értelmezzük. A gazdasági térnek két meghatározó eleme van: szerkezet és folyamat. A kettő szoros viszonyban van, egymást kölcsönösen meghatározzák, azaz a gazdasági térszerkezet bizonyos gazdasági folyamatok eredménye, illetve a gazdasági folyamatok jellegzetességeit nagymértékben a térszerkezet határozza meg. A VÁTI (2003) tanulmánya alapján, amely a területfejlesztés gyakorlatias megközelítését követi, „a gazdasági térszerkezet - csakúgy, mint a gazdaság maga - tartalma sokrétű, felbontására, pl. ágazatai szerint lehet kísérleteket tenni, azonban lehet törekedni komplex vizsgálatára is. Az előbbi esetében a térszerkezet felfogástól a területi egyenlőtlenségi vizsgálatok irányába mozdulunk el, és közelítünk a pontosabban megragadható jelenségek felé. A komplex felfogás - bár esetében több a szubjektív elem (pl. a gazdaság mely szegmenseit, és ezek mely jelzőszámait emeljük be) – közelebb áll a területfejlesztés szemléletéhez, amely a gazdaságot komplexen és a térben közelíti. Jelentősen behatárolja a gazdasági térszerkezet feltárására irányuló törekvéseket, hogy a jelenlegi viszonyok között gyakorlatilag csak az egyes területegységek gazdasági jellemzéséből, a közöttük fennálló egyenlőtlenségek oldaláról indulhatunk ki, mivel a gazdasági térszerkezet feltárását erősen determinálják a rendelkezésre álló számszerű információk, adatok. A gazdasági térszerkezet kutatását emiatt le kell szűkítenünk a különböző térségek (ország, nagyrégió, régió, megye, kistérség, település) gazdasági jellemzésére, ezek (egyedi vagy komplex) jellemzőinek térbeli megjelenítésére, és ezáltal a gazdaság ilyen irányú térbeliségének elemzésére.” (VÁTI 2003, 51. p.) A VÁTI által előbbiekben megfogalmazott szűkítés indokoltságát nem tartom megalapozottnak, hiszen az egész hálózati szemléletmód, a relatív térről szóló regionális tudományi és gazdaságföldrajzi tudományos viták sora állítja, hogy a gazdasági térszerkezet nemcsak a különböző térségek (a terek mint tartályok) jellemzésével oldható meg, lásd Czirfusz Márton (2012) fejezet elején szereplő idézete. A gazdasági térszerkezet igen sokrétegű, számos faktor összjátékával írható le. Egyedi jellemzők vizsgálata esetén elég a vizsgált jellemző mutató (pl. vállalkozások száma, foglalkoztatottak száma) térbeliségének elemzése a gazdasági térszerkezet leírásakor. Egy területegység komplex elemzése során viszont célszerű úgynevezett kiemelt mutatókat (pl. GDP, HDI) vagy a különböző tényezőket együttesen figyelembe venni és azok összegzésével ún. komplex mutatókat alkalmazva leírni a gazdaság térszerkezetét. (VÁTI 2003)
12
DOI: 10.14750/ME.2014.012
A gazdasági térszerkezet kistérségű szintű feltárásához használható hivatalos statisztikai mutatók csak korlátozott mértékben állnak rendelkezésre. Probléma egyrészt, hogy nem minden adat érhető el területi szinten, s ezek nem képesek számot adni a köztük lévő kapcsolatokról, áramlásokról. Másrészt az is hátráltathatja az ilyen irányú vizsgálódásokat, hogy több adat csak megyei bontásban található meg, ahogy az is nehézség lehet, hogy a gazdaság térbelisége csak igen nehezen számszerűsíthető. Így a kistérségi szintű térszerkezet feltárása erősen korlátozott hivatalos statisztikai mutatókkal. (VÁTI 2003) A kistérségi, vagy annál alacsonyabb területi szintű elemzések esetén a GDP és a HDI kiemelt mutatók használata igen nehézkes, mert hivatalos adatok ezen a területi szinten nem állnak rendelkezésre, csak becslések útján lehet előállítani, amelyek megbízhatósága és alkalmazhatósága külön bizonyítást igényel. A legnagyobb probléma a GDP-vel van, amely a HDI indexnek is része, mivel jelenleg a KSH csak megyei szinten közli ezt a gazdaság leírására használt legáltalánosabb jelzőszámot. A probléma kiküszöbölésére azonban lehetőséget nyújthat a kistérségi GDP-becslés módszertana, mely egy új térségi szintet jelent a gazdasági térszerkezet mérésében (legutóbb Kiss J., 2003), de megbízhatósága és alkalmazhatósága sok kutató szerint kérdéses (Nemes Nagy J., 1995). Ezek ismeretében kistérségi, vagy annál alacsonyabb területi szintű komplex gazdasági térszerkezet elemzések esetében a GDP kiemelt mutató helyett a fajlagos jövedelmi mutatókat vagy egyedi komplex mutatókat szoktak alkalmazni. (VÁTI 2003) A komplex mutatók létrehozásában egyrészt kérdés, hogy mely mutatók kombinációjával állítjuk őket elő, másrészt pedig egyesítésük hogyanja is kulcsfontosságú tényező. A szelekció folyamata és a mutatók súlyozása nagyban függ attól, hogy a gazdaság mely szegmensét hangsúlyozza az elemzés (azaz hogy milyen indikátorokat használunk egy komplex jelenség vizsgálatában). Ekként mindig az elemzőre hárul a felelősség, hogy a feladatnak megfelelő jelzőszámokat válassza ki. Az is a vizsgálatot lefolytató személy igen szubjektív döntésétől függ, hogy a tisztán gazdasági mutatók (mint pl. a vállalkozások száma) mellett áttételes mutatókat is felhasznál-e (ilyen lehet az életszínvonal vagy az infrastruktúra jelzőszáma). A tisztán gazdasági adatok elemzésében probléma lehet, hogy kistérségi szinten ezek közül igen kevés érhető el. (VÁTI 2003) További kihívás a komplex mutatókkal kapcsolatban, hogy összemérhetővé kell tenni a különböző mértékegységekben megjelenő alapadatokat. Ezt dimenziótlanítási eljárásokkal szokás elérni, mint például: ordinális skálára transzformálás (rangsorolás); az adatsorok jellegadó értékéhez viszonyítás; a minimum-maximum intervallumra való vetítés; standardizálás. (VÁTI, 2003) A komplex mutatók a VÁTI (2003) tanulmánya szerint következő eljárásokkal hozhatók létre:
Rangszám módszer: Mind elméletileg, mind gyakorlatilag ez a legegyszerűbb a rendelkezésre álló módszerek közül. Adott n darab ordinális vagy ordinálissá alakítható (sorbarendezés) jelzőszám (rangsorszám) esetén a komplex mutatót ezek összeadásával lehet létrehozni. Ez esetben az a térség lesz a leginkább előnyös helyzetben, ahol a rangszámok összege a legkisebb.
Bennett-féle komplex mutató: Ez a módszer a vizsgálatba vont különböző mutatókat az értékük maximumának százalékában fejezi ki összehasonlítható módón. A komplex 13
DOI: 10.14750/ME.2014.012
mutatót a kiszámolt százalékos értékek súlyozatlan számtani átlaga adja. A 0 és 100 közé eső komplex mutatók közül a szélsőértékekhez közelebb eső térségnek a legjobb vagy a legrosszabb a helyzete. Az esetek többségében a legnagyobb érték jelenti legjobb pozíciót, de ha vizsgálatba vont különböző mutatóknál a kisebb érték jelenti a jobb helyzetet (pl. munkanélküliség), ott pont fordított a helyzet. Faktoranalízis: A módszer segítségével olyan faktorokat állíthatunk elő, melyek a vizsgált változók lineáris kombinációiból jönnek létre, egymástól függetlenek, és az eredeti változók összes varianciájának lehető legtöbb részére magyarázatot adnak. A faktoranalízis segítségével kezelhetetlen adathalmaz helyett egy jól áttekinthető, könnyen értelmezhető, faktorokba tömörített mutatócsoport jön létre. A faktorsúlyok, melyek a rotált faktormátrixban jelennek meg, azt mutatják, hogy mekkora a szerepe az adott változónak a faktorok kialakításában. A faktoranalízis során megtörténik az eredeti változók dimenziótlanítása, az egységesítés eltünteti az eredeti mértékegységeket, s így a mutatók összehasonlíthatóvá válnak. A standardizált változók számtani átlaga 0, szórásuk pedig 1 lesz. A faktorok egymással teljesen korrelálatlanok. Az 1990-es évektől számos elemzés született a hazai térszerkezettel kapcsolatosan, melyek azt igazolták, hogy a rendszerváltást követő folyamatok jelentősen megváltozatták a gazdasági térszerkezetet (például Rechnitzer J. 1993, 1998, Enyedi Gy. 1993, 1996, Cséfalvay Z. 1995, Csatári B. 1996, Nemes Nagy J. 1995, 1996, 1998, Faluvégi A. 1996, 2000, Kiss J. 1998, 2003, VÁTI 2001, Deák Sz.-Lengyel I. 2003, Obádovics Cs.-Kulcsár L. 2003, G. Fekete É. 2004). Az említett kutatók különböző területegységek tekintetében tárták fel az új hazai térszerkezetet, jelen értekezés témájához illeszkedve most a kistérségi, illetve városkörnyéki szintű elemzésekből tekintek át néhányat a VÁTI (2003) tanulmányára támaszkodva. Nemes Nagy J. tanulmányában (1995) a faktoranalízis módszerét használta a városkörnyékek „gazdasági egészségének” vizsgálatában, ahol négy mutatót vizsgált: egy főre jutó adóköteles jövedelem, cégsűrűség, vegyes vállalkozások aránya, munkanélküliségi ráta. Egy későbbi munkájában (1998) hét mutatószámot alkalmazott a 150 kistérségre kiterjesztett kutatásban: adóköteles jövedelem, munkanélküliségi ráta, vállalkozási aktivitás, személygépkocsi-, telefonellátottság, külfölditőke-koncentráció, vegyes vállalkozások aránya. A vidéki átlaghoz viszonyította a mutatószámokat, majd pontozta a térségek értékeit. Csatári B. (1996) kutatásának egyik célja a kistérségek hosszú távú beavatkozási igényük szerinti tipizálása volt, melyet faktoranalízissel oldott meg és 6 faktortort határolt el. A másik célja a területfejlesztés szempontjából rövid távú, sürgős beavatkozást igénylő kistérségek elhatárolása volt. Ennek kapcsán három különböző módszert választott a jelentős és akut válságot mutató kistérségek meghatározására (elmaradott kistérségek, mezőgazdasági (rurális) vidékfejlesztés kistérségei, ipari válság sújtotta kistérségek, tartós munkanélküliséggel sújtott kistérségek), melyek közelítenek az európai regionális beavatkozási térségtípusokhoz: „1. Az EU szabványt alkalmazva NUTS 3 (megyei) szinten határozhatók meg a területi GDP átlaghoz viszonyítva elmaradott megyék és kistérségeik, 14
DOI: 10.14750/ME.2014.012
2. Komplex mutató szerint határozhatóak meg az elmaradott kistérségek, 3. Az EU elhatárolási szabályok alkalmazásával, az abban a rendszerben is alkalmazott mutatók kiválasztása és átlagolása után, az adott különböző tényezőcsoportok alapján határozhatóak meg a speciális (ipari, mezőgazdasági, tartós munkanélküliséggel sújtott) térségtípusok.” (Csatári B., 1996, 14. p.) Az elmaradott kistérségek elhatárolásához egyrészt minden olyan kistérséget elmaradottnak határozott meg, melynek megyéjében a GDP értéke nem éri az országos átlag 75%-át, másrészt egy speciális rangszám módszer (a kistérségek különböző vizsgált mutatóit rangsorba állította, majd azokat szórásuk szerint 1-5-ig terjedő értékekkel osztályozta) segítségével létrehozott komplex mutató öt kategóriájának két alsó részéhez tartozó kistérségeket tekinthette elmaradottnak. A komplex mutatók előállításához 6 tematikus csoporthoz tartozó (demográfia, foglakozási szerkezet, munkanélküliség, gazdaság, infrastruktúra, egyéb speciális mutatók) 32 indikátorból álló mutatórendszert használt fel. Faluvégi A. (1996) tanulmányában a kistérségek osztályozását végezte el a vállalkozói kapacitás függvényében – amely a piacgazdaságra történő áttérés alapvető feltétele –, illetve, hogy az állami tulajdonú ipari nagyvállalatok mennyire befolyásolják az adott kistérség gazdaságát és munkaerőpiacát. A kutatás módszertani alapját a kistérségi vállalkozási és ipari adatok faktoranalízise képezte. Négy évvel későbbi munkájában (2000) hét mutató felhasználásával hozott létre egy kistérségi szintű komplex mutatót: jövedelem, külföldi tőke, gazdasági szervezetek, munkanélküliség, vándorlási különbözet, telefon- és személygépkocsi ellátottság. Az előbbi gazdasági térszerkezettel, területi egyenlőtlenségekkel foglalkozó tanulmányok ugyan eltérő módszerekkel, de javarészt a kistérségek területi eloszlását, szóródását, rendezettségét vizsgálták. A kutatási eredmények a korábbinál jóval tagoltabb gazdasági térszerkezetet mutatnak. (VÁTI 2003) Faluvégi A. (2004) szerint az új térszerkezet kialakulását az elinduló piaci alapú folyamatok, elsősorban a külföldi tőkebefektetésekre épülő gazdasági megújulás és a párhuzamosan jelenlévő válságjelenségek (munkanélküliség, jövedelemcsökkenés, a beruházások jelentős visszaesése) formálták. „Az új térszerkezet meghatározó elemei: a főváros kiugró fejlődése az ország többi részéhez viszonyítva; a nyugati térségek növekvő előnye a keleti és az északi régiókkal szemben; a kistérségek fejlődésének növekvő térbeli tagoltsága és a település-hálózat erősödő gazdasági tagoltsága.” (Faluvégi A., 2004, 5. p.) A gazdasági térszerkezet aktuális változásait feltérképezendő, illetve a tudomány jelenlegi állásának megismerése érdekében törekedtem a legfrissebb szakirodalmak felkutatására és megismerésére is, a következőkben ezekből ismertetek néhányat.
15
DOI: 10.14750/ME.2014.012
Jakobi Á.-Jeney L. (2008) a szomszédsági modellekben, különösen a területi autokorrelációban használatos szomszédsági mátrix meghatározásának módjait vizsgálja pontalakzatok esetén, azaz hogy térbeli egymásra hatás, vagy egymásmellettiség vizsgálatában mit tekintünk szomszédosnak. A tanulmányukban 8 különböző szomszédsági relációt elemeznek, közöttük a Voronoi, más néven Thiessen, vagy Dirichlet szomszédokat. A módszerrel vizsgálják a szomszédsági együttmozgást az Európai Unió 59 nagyvárosában a GDP értékre vonatkozólag, használva a Pearson-féle lineáris korrelációt és a Moran-féle területi autokorrelációt. Ezzel megállapítható a szomszédsági együttmozgás, amely azonban fokozatosan csökken az időben a területi kiegyenlítődési folyamat eredményeként. Benedek J.-Kurkó I. (2011) tanulmányukban a romániai térségekre vizsgálta statisztika elemzésekkel a GDP, mezőgazdaság, ipar, szolgáltatás közti foglalkoztatottság, munkanélküliség összefüggéseket. A tanulmányban elemzik a gazdasági növekedés, a külföldi tőkebefektetés és az egy főre jutó GDP közti összefüggéseket, amelyek elfogadható korrelációval lineárisnak tekinthetők, különösen az FDI/fő és a GDP/fő esetében. A gazdasági térszerkezetek modellezéséhez használt módszereket Kuttor D. (2012) a Visegrádi Négyek régiói alapján vizsgálja. A Visegrádi Négyek regionális térszerkezetének elemzését a népesség koncentrációja a gazdasági struktúra és a régió földrajzi helyzete szerint külön-külön végezte el. A gazdasági struktúra szerinti elemzésnél a régiókat a primer, szekunder, tercier szektorok hozzáadott értéke alapján öt kategóriába sorolta, eszerint a térképen ábrázolta őket, amelyen feltüntette, hogy a régió foglalkoztatottság szempontjából mezőgazdasági, ipari vagy szolgáltatási profilú. A potenciál modell alkalmazását a Visegrádi Négyek egy főre eső GDP regionális saját és belső potenciál értékekkel 2004 és 2006 évekre vonatkozóan mutatja be, a külső potenciáltól eltekintve. Kuttor D. (2011) egy korábbi elemzésében az ipari szerkezetváltás területi hatásait vizsgálta a visegrádi országok tekintetében. A regionális összehasonlító vizsgálata igazolta, hogy a vizsgált 2000-2007-es időszakban szerkezetváltás történt a szekunder szektoron belül. „Az elemzés eredményeként előállt különböző térelemek, régiócsoportok így jellemezhetők röviden: A fővárosi térségek („abszolút nyertesek”), ahol a gazdaság dinamikus növekedést mutatott föl, a munkaerő rugalmas, aktív és képzett, kiterjedt a szolgáltató szektor, fejlett a termelő kapacitás és az azt kiszolgáló infrastruktúrával. A másodlagos haszonélvező (potenciális felzárkózó) térségek, amelyek kedvező geopolitikai helyzetűek (többnyire nyugati fekvésűek), urbanizáltak, jelentős és modernizált ipari hagyományokkal és kapacitásokkal, valamint fejlett (noha kisebb súlyú) szolgáltató szektorral bírnak, ezáltal sikeresen kapcsolódtak be az európai munkamegosztásba és értékteremtésbe. Az átmenet vesztes régiói („potenciális leszakadók”) azok, amelyek azokat a régiókat jelöli, amelyek földrajzi elhelyezkedése kedvezőtlenebb, (belső vagy külső) periférikus; a gazdasági szerkezetváltás folyamatban van, ami a gazdaság hátrányos szektorális megoszlását és a kedvezőtlen munkaerőpiaci kondíciókat eredményez.” (Kuttor D., 2011, 102. p.) Megállapításai Magyarországra nézve azt mutatják, hogy a ’90-es évekre kialakult új gazdasági térszerkezet napjainkban is meghatározó. 16
DOI: 10.14750/ME.2014.012
A Kincses Á.-Nagy Z.-Tóth G. (2013a, 2013b) tanulmányukban Európa térszerkezetének vizsgálatára 3 modell használatát elemzik, melyek a következők: a területi mozgóátlag, a potenciál modell és a gravitációs erő modell. A területi mozgóátlag modell esetén i területi egységre vonatkozó vizsgált jellemző M i területi mozgóátlagának kiszámítása az alábbi képlet szerinti (Kincses Á.-Nagy Z.-Tóth G., 2013a): Mi
f x j
j
m
f
j
m
d ij m ahol x j - j területi egység jellemző értéke, esetükben egy főre jutó GDP jövedelem, f j - j területi egységhez tartozó súly, esetükben a népesség nagysága, d ij - az i és j egység közti távolság, m - mozgóátlag kiterjedése.
A potenciálmodell esetében a hagyományos potenciálmodellt használták a távolságnak az 1 értékű hatványkitevővel és a külső potenciáltól eltekintettek. A saját és belső potenciálokat azonban szétbontották átlagos tömegre vonatkozó saját és belső potenciálokra illetve az eltérésre vonatkozó belső és külső potenciálokra, és ezek hatását ábrázolták. A gravitációs modelljük a Kincses Á.-Tóth G. (2012) szerinti, csak Európára alkalmazva. A vizsgálat eredménye általánosságban az volt, hogy a modellek nehezen összehasonlíthatóak, voltak olyan szerkezetek, amelyek minden modellben megjelentek, voltak olyanok, amelyek csak egy modellben jelentek meg, a modellezés eredményeinek összehasonlíthatóságához mindenképpen további idősoros vizsgálatokat tartanak szükségesnek. Több elemzés is igazolja (pl. KSH 2008c; Tánczos T., 2011; Magyar Köztársaság Kormánya 2012), hogy a ’90-es évek végére kialakult új gazdasági térszerkezet meghatározó elemei lényegében napjainkig változatlanok, sajnos e téren nem tapasztalható javulás. A gazdasági térszerkezet változása folyamatos, napjainkban új tényezők is hatással vannak rá, amelyben meghatározó az EU-tagság (határok megszűnése, egységes piac), az innováció és technológiai fejlődés, az információs társadalom fejlődése és a klímaváltozás. A következőkben a hazai gazdasági térszerkezet területfejlesztési szempontú kistérségi szintű elemzését mutatom be részletesen egy gyakorlati példán keresztül. Az értékeléséhez, mint kiinduló állapothoz a Magyar Köztársaság Kormánya (2001) által kiadott „Jelentés a területi folyamatok alakulásáról a területfejlesztési politika érvényesüléséről és az OTK végrehajtásáról” c. dokumentum által alkalmazott mutatószámokat tekintjük át, melyet a 2. táblázat mutat. (VÁTI 2003) A VÁTI által végzett kistérségi szintű vizsgálat keretében a gazdaság térszerkezetének összegző többváltozós értékelésére került sor a komplex gazdasági fejlettség többmutatós elemzésével, melynek alapja két komplex mutató, a fejlettség és az állapotváltozás mutatója. 17
DOI: 10.14750/ME.2014.012
A fejlettség faktorértékéhez a mutatók 1998. évi értékei, az állapotváltozás mutatójához pedig azok 1990-1998 évek közötti, %-ban kifejezett változása került felhasználásra. A kistérségek mindkét komplex faktorérték szerinti sorrendben 3 egyenlő esetszámú csoportba, vagyis alsó, középső és felső tercilisbe kerültek besorolásra (Magyar Köztársaság Kormánya, 2001). 2. táblázat: A gazdasági fejlettség dinamikus térszerkezete meghatározásához használt 10 mutató
Mutatószám GDP
Területi egység, melyre elérhető az adat megye
külföldi működőtőke aránya a teljes jegyzett tőke százalékában
kistérség
ipari termelés változása
kistérség
állami tulajdon aránya
megye
100.000 lakosra jutó vállalkozások száma
kistérség
az iparban foglalkoztatottak aránya az aktív népességen belül
kistérség
agrárvállalkozások aránya az összes vállalkozáson belül
kistérség
kereskedelmi szállásférőhelyek száma
kistérség
bankfiókra jutó lakosságszám
kistérség
egy gazdasági szolgáltatóra jutó vállalkozások száma
kistérség
Forrás: VÁTI (2003)
A fenti mutatók összevont állapot- és változáselemzése alapján 5 eltérő fejlődési pályát bejáró térségtípus különült el, és az egyes kistérségek a fejlettségi állapot és állapotváltozás alapján 5 típusba kerültek besorolásra (Magyar Köztársaság Kormánya, 2001):
Dinamikusan fejlődő térségek Fejlődő térségek Felzárkózó térségek Revitalizálódó térségek Stagnáló térségek
Az 1. ábra a kistérségi szintű gazdasági térszerkezetet mutatja Magyarországon 1998. évben.
18
DOI: 10.14750/ME.2014.012
Forrás: Magyar Köztársaság Kormánya (2001) 1. ábra: Magyarország gazdasági térszerkezete (1998)
Az 1. ábra alapján egyértelműen megállapítható, hogy az Észak-magyarországi régió kistérségi szintű gazdasági térszerkezete az országos kistérségi szintű gazdasági térszerkezethez viszonyítva elmaradottabb. Kocziszky György a következők szerint foglalja össze a folyamatokat:„A XX. század utolsó évtizedében a régiók közötti gazdasági polarizáció felerősödött, s mint azt az elemzések és a tények igazolják, a területfejlesztési politika (amely 1995-tól deklaráltan is kiemelt prioritásként kezeli a leszakadt kistérségek felzárkóztatását) nem hozott látványos eredményt. A tendencia ui. érdemben nem változott: a tehetősebb magyarországi térségek előnyösebb helyzetbe kerültek, míg a leszakadt térségek hátránya(bárcsak néhány százalékkal, de)tovább nőtt, miközben a területfejlesztési támogatásoknak csak kisebb része került az elmaradott térségekbe, így például az Észak-magyarországi régióba került.” (Kocziszky Gy., 2006, 128. p.) Egy későbbi cikkében a gazdasági depresszió okait és következményeit összegzi: „Az 1989 után végbement geopolitikai irányváltás (a többi posztszocialista országhoz hasonlóan) számos pozitív és negatív társadalmi- és gazdasági változást indukált hazánkban. Az utóbbiak közül talán a legnyomasztóbb, hogy az elmúlt két évtizedben a gazdaságpolitika nem tudta megteremteni sem rövid, sem pedig hosszabb távon a fenntartható egyensúlyi gazdaság növekedését, ill. kezelni az ennek hiányából származó gondokat. Az így kialakult külső- és belső (makro- és mezo szintű) egyensúlytalanság folytonosan komoly feszültségeket generál.” (Kocziszky Gy. 2011, 5. p.) Az Észak-magyarországi régió kistérségeit térségtípusonként az 1. ábra alapján a 3. táblázat tartalmazza. 19
DOI: 10.14750/ME.2014.012
3. táblázat: Észak-magyarországi régió kistérségei térségtípusonként (1998) Térségtípus Dinamikusan fejlődő kistérség:
Kistérség Tiszaújvárosi kistérség Mezőcsáti kistérség Fejlődő kistérség: Hatvani kistérség Miskolci kistérség Gyöngyösi kistérség Egri kistérség Bélapátfalvi kistérség Pétervásárai kistérség Felzárkózó kistérség: Füzesabonyi kistérség Mezőkövesdi kistérség Revitalizálódó kistérség: Rétsági kistérség Balassagyarmati kistérség Pásztói kistérség Bátonyterenyei kistérség Ózdi kistérség Stagnáló kistérség: Hevesi kistérség Salgótarjáni kistérség Szécsényi kistérség Kazincbarcikai kistérség Edelényi kistérség Szikszói kistérség Encsi kistérség Abaúj-Hegyközi kistérség Sátoraljaújhelyi kistérség Bodrogközi kistérség Szerencsi kistérség Tokaji kistérség Sárospataki kistérség Forrás: saját szerkesztés a Magyar Köztársaság Kormánya (2001) adatai alapján
A „Jelentés a területi folyamatok alakulásáról a területfejlesztési politika érvényesüléséről és az OTK végrehajtásáról” c. dokumentum a következők szerint foglalja össze a különböző térségtípusok értelmezését: „A dinamikusan fejlődő térségekben jellemző, hogy magas a külföldi tőke aránya, a vállalkozói aktivitás és a jövedelemszint és alacsony a munkanélküliség szintje. E csoportba sorolhatók még azok a térségtípusok is, ahol e tényezők egyike eltérő az ágazati jelleg (ipar, idegenforgalom) miatt, valamint azok, amelyekben a nyugat-európai gazdasági erőtér hatásai érvényesülnek. - Kiemelkednek a dinamikus centrumok (főváros és vonzástérsége, a nagyvárosok és megyeszékhelyek) és a dinamikus tengelyek az autópályák mentén. E gazdasági terek kiterjedése egyértelműen a nagytérségi közlekedési infrastruktúra fejlesztésétől függ. - A stabil, modernizált nagyiparral rendelkező iparvárosokat a külföldi tőke nagyobb aránya (kivéve, ha még a privatizáció nem történt meg, mint pl. Dunaújváros), kedvező munkanélküliségi és jövedelmi kép jellemzi. Viszont az ipari alkalmazottak nagyobb aránya miatt a vállalkozói aktivitás jóval elmarad az átlagtól. E térségek fejlődése folyamatos, bár az egyoldalú ágazati szerkezet veszélyeket is rejt magában. - Az idegenforgalmi vonzerővel rendelkező településekre a nagyobb vállalkozási 20
DOI: 10.14750/ME.2014.012
aktivitás, és ezzel párhuzamosan feltételezhetően magasabb jövedelemszint jellemző, ami a rejtett gazdaság és a vállalkozási aktivitás miatt sok esetben nem jelentkezik a jövedelembevallást tekintve (mint a Balaton-part településein és a gyógyfürdővárosokban, ahol átlag alattiak a személyi jövedelmek a bevallások szerint). Az idegenforgalom sokszereplős jellege miatt a külföldi tőke aránya kisebb, mint az ország más karakterű térségeiben. -A hosszútávon is stabil fejlődést megalapozó, új gazdasági szerkezetben elsődleges előnyt élveznek a kedvező földrajzi helyzetű térségek, mint a nyugati határmenti térség, ahol a fejlődés hajtóereje az osztrák-olasz gazdasági térhez való földrajzi közelség és formálója lehet nagy iparvállalat (Szentgotthárd), idegenforgalom (Bük) és kiugró vállalkozói aktivitás (Sopron). A fekvési, elérhetőségi előny és vonzerő a nyugati régióban már nemcsak a legnagyobb városokban, a megyeszékhelyeken, hanem a kisebb településeken is megmutatkozik, ami nagyobb tőkevonzásban, a magas vállalkozási aktivitásban és átlag feletti jövedelmekben nyilvánul meg. A fejlődő térségek némileg elkülönülnek a dinamikusan fejlődő térségektől, mivel növekedési lehetőségei csak később, a külföldi tőke megjelenésével (Kaposvár, Nagykanizsa), a főváros vonzerejének agglomerációjának kiterjedésével és a centrumtérségekkel való kapcsolatuk javítása után (Aszód, Hatvan, Gyöngyös) tudták kihasználni. A dinamikusan fejlődő centrumtérségek hatása kisugárzik a környező térségekre is, ahol kedvező változásokat idéz elő. A fejlődésben felzárkózó térségek a környező centrumoknál eredetileg kevésbé fejlettebbek, főleg mezőgazdasági jelleggel bírtak, de a külföldi tőke beáramlásával és a vállalkozási aktivitás élénkülésével a helyi gazdaság növekedési pályára állt. Külön csoportot képviselnek a revitalizálódó területek, melyek eltérő fejlettségi szintről indultak, a ’90-es években ipari visszaesést éltek át, de mára kezdenek felzárkózni (pl. Ózd). A társadalmi-gazdasági szempontból stagnáló térségeket az átlagosnál rosszabb munkanélküliségi és jövedelmi helyzet, a külföldi tőke és a vállalkozói aktivitás kis aránya jellemzi. Ennek oka lehet a térség agrárjellege (pl. Közép-Tiszavidék), ország- és megyehatár menti fekvés (pl. Ormánság, Tamási térsége) vagy meghatározó városközpont hiánya (pl. Szécsény, Bácsalmás). Ezen belül típusok nem különíthetők el, mivel ezek az okok egymásra rakódnak és halmozódnak. Ipari válságtérségként már csak Salgótarján jelenik meg a stagnáló térségek között A közép-dunántúli térség válságjegyei mérséklődtek, stabilizálódott a nagyipar. A kormányzati válságkezelő intézkedések és a megjelenő külföldi tőke hatására az ipari összeomlás térségei közül egyesek elkezdtek felzárkózni (Ózd, Bátonyterenye), míg Salgótarjánban nem változott lényegesen a helyzet. A stagnáló térségek köre a Dunántúlon szűkült, míg a Tiszántúlon lényegében változatlan maradt. Az autópálya építések térségformáló ereje és befolyása kiterjedt a Duna-Tisza közére és ÉszakMagyarországra, ezzel lendületet adva e térségek fejlődésének.” (Magyar Köztársaság Kormánya, 2001, pp. 16-17.)
A fentiekben részletezett elemzés és fejlettségi térségtípus besorolás a gazdasági tér szerkezetét kellő alapossággal vizsgálja, ábrázolja, a fejlettségi állapot mellett az állapot változást, mint folyamatot is figyelembe véve. Ezek miatt a 8., 9. fejezetben ismertetett vizsgálataim során ezen fejlettségi térségtípusokat vetem majd össze a különböző mutatók potenciálértékeivel. 21
DOI: 10.14750/ME.2014.012
Végezetül a társadalmi-gazdasági térszerkezet egy kiemelt mutatóval, a humán fejlettségi indexszel (HDI index) történő elemzését mutatom be. A humán fejlettségi index, illetve az azt megalapozó, az emberi életminőséget középpontban állító humán fejlettség koncepció a GDPorientált fejlődési koncepció alternatívájaként jött létre az ENSZ Fejlesztési Programjának (UNDP) keretében. Ennek meghatározására alkották meg 1990-ben a humán fejlettségi indexet. Ezen megközelítés szerint a gazdasági növekedés alapfeltétele a fejlődésnek, de ez önmagában még nem magyarázza, ahhoz vizsgálni kell az emberi élet minőségét is. (Tánczos T. 2011) A humán fejlettségi index három fő összetevőből áll, a legfrissebb, 2010-től használatos, UNDP által meghatározott mutatókészlet a következő: életszínvonal: egy főre eső reál GNI vásárlóerő-paritáson vett értékének logaritmusa élettartam: a születéskor várható átlagos élettartam oktatási teljesítmény: az átlagos (felnőttek iskolai évei) és az elvárható (gyermekek várható iskolai évei) iskolázottság mértani átlaga A mutatók összetétele az elmúlt években változott az életszínvonal és az oktatási teljesítmény tekintetében, a legnagyobb változást a GDP GNI-ra történő cseréje jelentette. (Lipták K. 2013) A kistérségi szintű vizsgálatok során a megfelelő területi adatok hiánya miatt helyettesítő értékeket alkalmaznak, ezt Tánczos T. (2011) értekezése a következőkben foglalja össze: „Obádovics és Kulcsár (2003) a személyi jövedelemadó nagyságát, Józan (2008) a GDP-vel erőteljesen korreláló személyi jövedelemadó-alapot, míg Csite és Németh (2007) a személyi jövedelemadó-alap, a helyi adó, valamint a vállalkozások száma alapján becsült bruttó hozzáadott érték (térségi gazdasági erő) nagyságát használta a GDP helyettesítésére, és logaritmus transzformáció nem történt.” (Tánczos T., 2011, 21. p.) Ezt a frissebb elemzések is követik, például Lipták K. (2013) értekezésében a GNI-t a háztartások rendelkezésre álló nettó jövedelmével (EUR/fő) helyettesítette. Az index meghatározásához a különböző mértékegységű indikátorokat először is dimenziótlanítani kell a minimális és maximális értékeket figyelembe vevő normalizálással. Ezek után a humán fejlettségi index a három összetevő normalizált változatának mértani átlagaként számítható. (Lipták K. 2013) Kistérségi alkalmazására első példaként a következőkben az Észak-magyarországi régió kistérségi szintű társadalmi-gazdasági térszerkezetét ismertetem a Kocziszky Gy. (2007) előadásában közölt Magyarország kistérségeire vonatkozó 2002. évi HDI értékekkel a 4. táblázat alapján.
22
DOI: 10.14750/ME.2014.012
4. táblázat: Észak-magyarországi régió kistérségeire vonatkozó HDI értékek (2002) Kistérség HDI érték HDI besorolás Borsod-Abaúj-Zemplén megye Sátoraljaújhelyi 0,321 alacsony HDI Sárospataki 0,337 alacsony HDI Szerencsi 0,313 alacsony HDI Szikszói 0,286 alacsony HDI Encsi 0,212 alacsony HDI Edelényi 0,182 alacsony HDI Miskolci 0,566 magas HDI Tiszaújvárosi 0,480 közepes HDI Mezőkövesdi 0,402 közepes HDI Kazincbarcikai 0,498 közepes HDI Ózdi 0,304 alacsony HDI Heves megye Egri 0,668 magas HDI Gyöngyösi 0,609 magas HDI Füzesabonyi 0,386 alacsony HDI Hatvani 0,532 magas HDI Hevesi 0,246 alacsony HDI Pétervásárai 0,392 alacsony HDI Nógrád megye Balassagyarmati 0,520 közepes HDI Salgótarjáni 0,515 közepes HDI Rétsági 0,469 közepes HDI Pásztói 0,399 alacsony HDI Bátonyterenyei 0,381 alacsony HDI Szécsényi 0,296 alacsony HDI Forrás: saját szerkesztés Kocziszky Gy. (2007) adataiból (G. Balla, 2012) Az alkalmazott magas, közepes, alacsony HDI értékű kistérségi besorolás szintén az Északmagyarországi régiónak a magyarországi régiókkal szembeni elmaradottságát állapítja meg a 4. táblázat alapján, mivel a kistérségek több mint fele az alacsony HDI értékű, és közel egynegyede a közepes HDI értékű, és csak kevesebb, mint egynegyede tartozik a magas HDI értékű kistérségek közé, azaz többségében az alacsony HDI érték jellemző a régióra. A HDI index kistérségi szintű számítását, elemzését többen elkészítették, aktualizálták saját számítású becslések útján (Obádovics Cs. - Kulcsár L. 2003, Csite A. – Németh N. 2007, Lipták K. 2009), sőt voltak, akik továbbfejlesztett humánt fejlettségi indexet készítettek (Józan P. 2008, Farkas M. B. 2012). Ezek közül a legfrissebb HDI indexet tartalmazót, a Lipták Katalin (2009) által készített Észak-magyarországi régió kistérségi szintű HDI becslését kívánom még ismertetni (2. ábra) a társadalmi-gazdasági térszerkezet ábrázolása érdekében.
23
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés Lipták K. (2009) adatai alapján
2. ábra: Az Észak-magyarországi régió kistérségeire vonatkozó HDI értékek (2007) A 2. ábrán az látszik, hogy az M3-as autópályához közel eső Hatvan-Gyöngyös-Eger-Miskolc tengelyen lévő kistérségek rendelkeznek a legjobb értékekkel, a legrosszabb eredményei pedig az Edelényi, Szikszói, Encsi kistérségeknek van. Ez összhangban van a gazdasági térszerkezetet mutató 1. ábrával. Lipták a HDI értékeket a régiók számának megfelelően, az értékektől függően három egyenlő számú csoportra osztotta: Magas HDI érték (0,781-0,600): Egri, Gyöngyösi, Hatvani, Miskolci, Balassagyarmati, Salgótarjáni, Tiszaújvárosi, Rétsági, Kazincbarcikai, Pásztói. Közepes HDI érték (0,599-0,420): Mezőkövesdi, Bátonyterenyei, Pétervásárai, Sátoraljaújhelyi, Sárospataki, Füzesabonyi, Bélapátfalvai, Szerencsi, Tokaji, Szécsényi. Alacsony HDI érték (0,419-0,242): Hevesi, Ózdi, Mezőcsáti, Abaúj-hegyközi, Szikszói, Edelényi, Encsi, Bodrogközi. (Lipták K., 2009)
3.1.2. A térszerkezet elemzésére alkalmazott jelentősebb matematikai-statisztikai módszerek
A térszerkezet leírása során nem elég az egyenlőtlenségek területi ábrázolása, elemzése, ezen felül a jelenségek közötti kapcsolatot és a térbeliséget is elemezni kell. Ehhez nyújtanak segítséget az alábbi matematikai-statisztikai módszerek. Fábián Zsófia (2012) vizsgálata alapján ezen módszerek szakirodalomban történő alkalmazása a következő képet festi: Jelentősebb elemzési módszerek: Regresszió (OLS) Autoregresszió, spatial lag model (SLM), spatial error model (SEM), geographically weighted regression (GWR) Korreláció Autokorreláció 24
DOI: 10.14750/ME.2014.012
Ökonometriai modell Területi egyenlőtlenségi mutatók Gravitációs és potenciál modell GIS, térképezés Klaszteranalízis Faktor- és főkomponens-analízis Hálózati elemzés Rugó-tömb modell
„A legtöbb esetben a regressziót és annak területi vizsgálatokra továbbfejlesztett változatait használták. Ennek az az oka, hogy a regresszió széles körben elterjedt eljárás, számtalan tudományágban alkalmazzák. Közkedveltsége a lényegéből adódik, hiszen ez a kutatások fő célját szolgáló, a jelenségek közötti kapcsolatok (ok-okozat) feltárására alkalmas módszer. Nem utolsósorban könnyen is értelmezhető, számítható. Azokban a tanulmányokban, amelyekben a területiséget hangsúlyozottan figyelembe vevő regressziós modell is szerepel, sok esetben modelljavítási kísérletet követhetünk nyomon. Ezekben az esetekben adott egy földrajzi probléma, amit a kutató regresszió segítségével akar feltárni, azonban az elsőként létrehozott modell (általában OLS) magyarázóereje a vártnál jelentősen gyengébb, tehát a hibatag súlya túlságosan nagy marad. Ekkor kísérletet tesznek a modell javítására, s területi jelenségek révén, a területiséget jellemző, megragadó mutatók modellbe történő bevonása következik. A modellek elnevezése Fixed/Random Effects Model, (FEM vagy REM). A szerzők jó része eleve ilyen modellből indult ki. Ezt tovább korrigálva jutnak el a spatial lag, illetve a spatial error modellekhez, amelyek térben késleltetett változók bevonásával kísérlik meg a magyarázóerő növelését (Nemes Nagy J., 2009). Ezenkívül jelentős számban szerepelnek a cikkekben a regressziónál bonyolultabb ökonometriai modellek, valamint a regresszióval rokonítható korreláció és autókorreláció is. A területi egyenlőtlenségi mutatók is megjelennek ezekben a vizsgálatokban, a legelterjedtebb a Gini-koefficiens használata. A többváltozós statisztikai módszerek közül a faktoranalízis és a klaszteranalízis kis számban „képviselteti” magát. Ennek oka az, hogy ezek a vizsgálatok módszertanukból adódóan kevésbé alkalmasak térparaméterek alkalmazására. Ezzel szemben a gravitációs, illetve a potenciál modell már értelmezéséből adódóan használ térparamétert (távolságot).” (Fábián Zs., 2012, 183. p.)
3.2.
Térbeliség elemzésének lehetőségei a térszerkezet vizsgálata kapcsán
A gazdasági térszerkezet leírásához hozzá tartozik a térbeliség, térbeli elhelyezkedés, a rendezettség és a térelemek egymáshoz való viszonyának, viszonyulásának számszerűsítése. Az új térszerkezet vizsgálatában nemcsak a területi egyenlőtlenség, hanem a térbeliség mint olyan kutatása is felértékelődött. Mindez azzal magyarázható, hogy az általános tendencia szerint is egyre fontosabb lesz a térbeliség szerepe Magyarország társadalmi-gazdasági életében. A térbeliség többé már nem kizárólag egy-egy jelenség területi vetületét jelenti, a térparaméterek megvilágító erejűek is lehetnek. Röviden összefoglalva: a földrajzi elhelyezkedés nemcsak helyi, de helyzeti tényezőket is generál. (VÁTI 2003) A térbeliség számszerűsítésével és körültekintő olvasatokkal az is vizsgálhatóvá válik például, hogy az adott térségben a térbeli egyenlőtlenség mely formája a domináns. Továbbá azt is mérhetővé teszi, hogy hogyan alakulnak a makroregionális jellemzők, mint például a keletnyugat közti szakadás. Az olyan módszerek, mint a regresszió vagy a legközelebbi 25
DOI: 10.14750/ME.2014.012
szomszédanalízis, miközben számos új információt kínálnak a gazdasági térszerkezet vizsgálatához azáltal, hogy számszerűsítik a térbeliséget, megkérdőjelezik annak magyarázó erejét is. Ugyanakkor az ilyen módszertani eljárások adósok maradnak az adott jelenségek társadalmi, gazdasági okainak leírásával. (VÁTI 2003) Tagai G. (2012) szerint a példaként említett „elemzési eszközök viszonylag jól ragadják meg a társadalmi térben értelmezett fekvés egyik vagy másik kiemelt tényezőjét. Ugyanakkor csak a térbeliség és a társadalmi térben ható interrelációk egy-egy sajátos aspektusát képviselik, nehezen hozhatók fedésbe egymással, így a fekvés átfogó értelmezésének igényét nem elégítik ki. Ezzel szemben a relatív helyzetet viszont a maga összetettségében képes viszonylag hatásos módon megragadni a térkapcsolati modellek sajátos szemléletét hordozó potenciálmodell. A térkapcsolati modellek alapvonása, hogy nem az egyedi jellemzők értékeléséből indulnak ki, hanem a tömeg- és távolságviszonyok beépítésén keresztül a tér más elemeihez viszonyított kapcsolatokra helyezik a vizsgálat alapját. Így a társadalmi tér jelenségei nemcsak önmagukban értelmezhetők, hanem egy rendszer részeként, amelynek elemei kölcsönösen hatással vannak egymásra. A fennálló gazdasági, politikai és szociális körülmények között (akár lokális, regionális vagy globális értelemben) a társadalom ritkán alkot zárt (térbeli) rendszert. Az egyedi jellemzők értékelése a társadalmi tér megismerésének fontos eleme, de egy rendszer egyetlen része sem értelmezhető teljes mértékben az egészhez való viszonyának ismerete nélkül (Stewart, Warntz 1958). Ezen relációk, az előbbiek során bemutatott módon, többféleképpen is értelmezhetők. A társadalmi tömegek és távolságviszonyok különböző módokon egymásra vetített kapcsolatrendszerét szemléltető térkapcsolati modellek – jelen példában a potenciálmodell – egyszerűen fordítják le a relatív térbeli helyzet különböző dimenzióit a regionális kutatások nyelvére.” (Tagai G., 2012, pp. 186-187.) A leírtak szerint a térbeliség elemzésére a térkapcsolati modellek a legalkalmasabbak, azok közül is a potenciálmodell ad a lehetőséget a legösszetettebb vizsgálatokra. A vizsgálataimra legalkalmasabb eszköz meghatározása érdekében a következőkben megvizsgálom a különböző térkapcsolati modelleket. 3.2.1. Térkapcsolatok, szociálfizikai modellek
A műszaki- és természettudományok, ugyan más megközelítésben, de szintén vizsgálnak térkapcsolatokat és térfolyamatokat. Mivel az ott használt matematikai, illetve fizikai elvek és törvények jól működő elemzési keretet biztosítanak a térbeliség vizsgálatára, a társadalomtudományok művelői folyamatosan dolgoznak azon, hogy ezeket valamilyen analóg módon adaptálják saját munkájukhoz, jelen esetben a térszerkezet elemzéséhez. Ezek közül matematikai és fizikai alapokra épül a hálózati elemzés, a szociálfizikai modellek családjába tartozik a gravitációs modell, a rugó-tömb modell és a potenciál modell, melyeket jelen fejezetben röviden ismertetek. 3.2.1.1.
Hálózati elemzés
A hálózati elemzés alapját, szükségességét az a meglátás adja, hogy nem elegendő, ha a bonyolult társadalmi-gazdasági szerkezeteket csupán elemeire bontjuk, majd ezeket az elemeket megvizsgálva, jellemezve próbáljuk meg leírni a térszerkezetet. A különböző elemeket számtalan kapcsolat fűzi össze, e kapcsolatok mennyisége és erőssége ugyanúgy meghatározza a vizsgált elem viselkedését, mint annak saját belső tulajdonságai (abszolút és fajlagos mutatók). (Osváth L., 2005) 26
DOI: 10.14750/ME.2014.012
A hálózat olyan rendszer, amelynek a részei a csomópontok és a csomópontokat összekötő elemek. A hálózatok modellezésére a gráfokat, a hálózatok jellemzésére a matematikai gráfelméletet használjuk. A területi vizsgálatok esetében a hálózati elemzéseknél a vizsgálat tárgyától függően a gráfok éleihez hosszak, áramlási értékek stb. rendelhetők, és a hálózati elemzéseket ezek alapján lehet elvégezni. A hálózati elemzéseket alapvetően valóságos térbeli koordinátákhoz tartozó csomópontok közötti valamilyen valóságos áramlási mutató alapján az áramláshoz kapcsolódó térfelosztásra lehet felhasználni azáltal, hogy különböző optimalizáló matematikai szimulációs módszerekkel a hálózatokat valós területhez tartozó klaszterekre lehet bontani. (M. E. J. Newman-M. Girvan, 2004) A területi vizsgálatokhoz a hálózati elemzéseket a Barabási Albert-László modell 1999. évi megalkotásig (Barabás A.-L.-Albert R., 1999) lényegileg a hálózati mintázatok osztályozásával, összehasonlításával, csomópontok, élek számából képzett mutatókkal végezték.A hálózatok elemzéséhez leggyakrabban az Erdős P.-Rényi A. (1958) véletlen gráf modellt használták, amelynek a csomópontok fokszámának eloszlása a Poisson-eloszlás, amely a vizsgált hálózatok jelentős részében megfelelő volt. Az Erdős-Rényi modellt azonban nem lehetett megfelelően használni azon valós hálózatok elemzésére, amelyben megfigyelhető a csomópontok klaszterezettsége, illetve ahol a csomópontok fokszámának eloszlása hatványfüggvény szerinti, amely problémák közül a klaszterezettségre vonatkozóan a D. J. Watts-S. H. Strogatz (1998) modell már alkalmasnak bizonyult. A hálózat elemzésben nagy előrelépést jelentett a Barabási Albert-László féle skálafüggetlen modell megalkotása, amelyről bővebben olvashatunk Barabási A.-L. (2003) Behálózva című könyvében. Ezzel már vizsgálni lehetett a valóságban gyakran előforduló olyan hálózatokat, amelyben a csomópontok fokszámának eloszlása a Z k f hatványfüggvény szerinti. Ha magas a hatványfüggvény kitevője, akkor a gráfot a szélsőségek jellemzik, a köztes fokszám értékek ritkák, erős centrumok mutatkoznak, még kisebb esetén a fokszám eloszlása szimmetrikusabb, a gráfot kevésbé jellemzik centrumok. A hálózatok jellemzésére használt fontos mutatók a sűrűség, a centralitás, az átlagos fokszám, az átlagos elérési úthossz, a klaszterezettségi mutató, a kis világ mutató (Nemes N. J., 2005, Sebestyén T., 2011). Az S sűrűség azt fejezi ki, hogy egy N csomópontból álló gráfban a tényleges élek száma hogyan viszonyul az elméletileg lehetséges N (N 1) élszámhoz (Sebestyén T., 2011): N
S
f i 1
i
N (N 1)
ahol f i az i csomópont fokszáma, azaz mennyi él tartozik az i csomóponthoz. A centralitás azt fejezi ki, hogy a hálózatban hol vannak a nagy f i fokszámú csomópontok, az f i fokszám maximális érték N 1 lehet az N csomópontból álló gráfban (Nemes N. J., 2005). Az f a átlagos fokszám a csomópontok fokszámának átlaga az N csomópontból álló gráfban (Sebestyén T., 2011): N
f a
f i 1
i
N 27
DOI: 10.14750/ME.2014.012
Az ea átlagos elérési úthossz az i és j csomópontok közötti d ij legrövidebb utak átlaga (Sebestyén T., 2011): ea
N
N
j1
i 1
d
ij
Ne
ahol N e a legrövidebb utak száma. A gráf c klaszterezettségi mutatója a csomópontok ci klaszterezettségi mutatójának az átlaga az N csomópontból álló gráfban (Sebestyén T., 2011): ei ci f i (f i 1) N
c
c i 1
i
N
ahol ei az i csomópont szomszédai között lévő élek száma. A k kis világ mutató a klaszterezettség és az átlagos elemzési úthossz hányadosa (Sebestyén T., 2011): c k a e
A hálózati elemzés alapján a térfelosztás módszerével Thieman et al (2010) meghatározta a humán mobilitási mutató alapján az USA területének felosztását, amely közel 50%-ban megegyezik a jelenlegi USA államok közigazgatási határával.
3.2.1.2.
Gravitációs modell
A gravitációs modell az általános tömegvonzás törvényére épülő szociálfizikai modell, amelyet vonzásterületek lehatárolására, vonzásintenzitások kimutatására, valamint a térbeli áramlások nagyságrendjének becslésére alkalmaznak. A modell révén bármely két vizsgálati elem között megállapítható a vonzás erősége, a vizsgálati elemek tömegének és egymástól való távolságuknak ismeretében. Számításokkal a tér minden pontjáról könnyen láthatóvá válik, hogy mely vonzáscentrumok vannak rá hatással és milyen intenzitással. Hasonlóképpen alkalmas a modell a centrum és periférikus térségek elkülönítésére is. (Nagy G., 2011)
A modell alapképlete, amelyben két térbeli tömegpont közti erő nagyságát F értéke mutatja (Nemes Nagy J., 2005): F = g·mi·mj/dij2 ahol: g - tapasztalati állandó , mi - az i pont tömege, mj - a j pont tömege, dij - az i és j pont távolsága.
28
DOI: 10.14750/ME.2014.012
A modell alkalmazása során oda kell figyelni az elemzés elemi egységének, a távolság fogalmának, a tömeg és a képletben szereplő kitevő meghatározására. Kincses Á.-Tóth G. (2012) a hagyományos gravitációs modellből kiindulva nemcsak két tömegpont közti erő nagyságát, hanem annak irányát is vizsgálja az alábbi összefüggéssel: mi m j n ij Fij g d ij2 ahol: Fij - az i pontra j által ható erő, m i - az i pont tömege, m j - a j pont tömege,
d ij - az i és j pont távolsága,
g - tapasztalati állandó, n ij - a j pontból az i pontba mutató egységvektor. A fenti képlettel meghatározható az i pontra ható erők Fi eredője, azaz n Fi Fij i 1
a saját erők bevezetésétől eltekintenek. A Kincses Á.-Tóth G. (2012) Magyarország kistérségi szintű vizsgálataihoz használt tömeg a kistérségek személyi jövedelemalapot képező jövedelme, dij a közúton megengedett átlagsebességgel mért elérési idő. A kidolgozott modelljüket nem tekintik függetlennek a potenciálmodelltől, azoknak egyfajta kiegészítéseként, elmélyítéseként fogják fel. A modellel 2000. és 2010. évekre végezték el a számításokat, a térképi megjelenéshez kétdimenziós regressziós analizálást használtak a Darcy szoftver használatával. A térképek alapján 4 kategóriába sorolták be a kistérségeket, attól függően, hogy milyen irányból dominánsak a hatások az egyes kistérségekre. A térképek is egyértelműen kimutatták, hogy Budapestnek Magyarországon nincsen ellensúlya, vagyis a lokális centrumok gyengék, jelenlétük azonban kimutatható volt. 3.2.1.3.
Rugó-tömb modell
A fizikában ismert rugó-tömb modell is alkalmazható területi elemzésekre, azon belül is térfelosztásra. Lényege, hogy rugókkal összekapcsolt tömbökkel szemléltet egy olyan struktúrát, ahol az adott csomópontokat rugalmas kapcsolatok kötik össze a szomszédaikkal. Vagyis nem pusztán az egyes tömbök sajátságai, hanem az ezek közötti kapcsolat az, ami determinálja, hogy adott feszültségnél merre csúszik egy tömb, hol törnek el a rugók, hol képződik a „területek” között a határ. (Néda Z., 2013)
G. Máté-Z. Néda-J. Benedek (2011) cikkükben a rugó-tömb modell analógiáját alkalmazták és mutatták be földrajzi területek egyszerű vagy többszintű felosztására, paraméter-független csoportosítására a települések kapcsolatai, nagyságuk és térbeliségük alapján, amelynek eredménye az objektív, bizonyos szempontból optimális térfelosztás megadása. 29
DOI: 10.14750/ME.2014.012
A tömb tömege a település népessége, amely arányos az Fis súrlódási erővel, azaz Fis m i ahol mi az i település népessége, a a súrlódási együttható. A települések kapcsolati topológiája a Voronoi térfelosztás úgy, hogy a centrumok a települések, amely alapján a szomszédos Voronoi cellában lévő települések összekötődnek. A tömbök közti rugóerő, azaz a települések közti Fij hatóerő az alábbi szerinti: k Fij ij n ij d ij ahol: k ij - a rugókban lévő feszültség, azaz az i és j települések közti egymásra hatás erőssége
valamely releváns szociális mutató relatív változásában lévő Pearson korreláció abszolút értéke, d ij - a tömbök, azaz az i és j település közti GPS koordináták által számított légvonalbeli távolság, n ij - a tömbök, azaz az i településből a j településbe mutató egységvektor.
Az i tömbre ható teljes rugóerő, azaz az i településre ható teljes Fi hatóerő az alábbi: Vi Fi Fij j1
ahol Vi a Voronoi település szomszédok. A módszer lényege, hogy a kiinduló állapotban olyan nagy a súrlódási erő, hogy egyik tömb sem csúszik meg, majd a súrlódási együtthatót addig csökkentjük, míg az első tömbre teljesül az Fi Fis , azaz megcsúszik, a rendszerben lévő feszültség lavinaszerűen relaxálódik az egymást követő csúszások által, ha a két tömb elég közel kerül egymáshoz, akkor a tömböket egybeolvasztjuk és az új tömb örökli az eredetiek kötéseit. A súrlódási együtthatót minden relaxáció után tovább csökkentjük, amíg az egész rendszer egy tömbbé esik össze. A hierarchikus összeolvadás dinamikája lépésenként visszanézhető, amely által különböző szinten lévő hierarchikus klaszter, régió struktúrát kapunk. G. Máté-Z. Néda-J. Benedek (2011) a módszer segítségével igazolták, hogy Székelyföld jól elkülönülő terület Erdélyben az 1850-től 2002-ig elérhető népszámlálások adatok alapján, így objektív számítással támasztották alá önállóságának szükségességét. A módszer alkalmasságát G. Máté-Z. Néda-J. Benedek (2011) magyarországi példán keresztül is bizonyította településszintű egy főre eső átlagos adó adatokkal számított települések közti erősséggel. A rugó-tömb modellel végzett számítások eredményeként különböző hierarchikus szinten kirajzolódtak a magyarországi régiók és megyék jelenlegi határai.
30
DOI: 10.14750/ME.2014.012
3.2.1.4.
Potenciálmodell
A potenciál modell a gravitációs modell kiterjesztéseként jött létre, a gravitációs törvény kitágításához hasonlóan. A modell a társadalmi-gazdasági tér minden pontjához hozzárendeli az ott várható területközi áramlás mértékét.
Pénzes J. (2011) a következők szerint foglalta össze: „a potenciálmodell a térbeli interakciók mérésének és a térszerkezet vizsgálatának alapvető módszere, mely a gravitációs modellhez hasonlóan fizikai analógiájú regionális elemzési metódus (Dusek T., 2005). A módszer első földrajzi alkalmazója John Quincy Stewart volt (Stewart, J. Q., 1942), a hazai elemzésekben való meghonosítása pedig Bene László és Tekse Kálmán nevéhez fűződik (Bene L. –Tekse K., 1966), akik a népességpotenciál számításai a hazai demográfiai tér 1900 és 1960 közötti Budapest körüli koncentrálódásának folyamatát mutatták be. A másik úttörő Papp Antal, aki mikroregionális térfelosztásra használta a módszert, az Alföld északi részének központi funkcióval rendelkező településeit rangsorolta egy komplex mutató alapján számított potenciálértékkel (Papp A., 1978). A hazai szakirodalomban az utóbbi időszakban is – nem túl gyakori, de – elterjedt vizsgálati metódusnak számít, amelynek segítségével a népességi-gazdasági térszerkezetet elemezték (Nagy G. 2004, Tagai G. 2004, Molnár E. 2008, Nemes Nagy J. – Tagai G. 2009), valamint prediktív hatásvizsgálatok esetében alkalmazták (Tóth G. 2005, Tagai – Pénzes – Molnár 2008).” (Pénzes J., 2011, 187. p.) A leírtak szerint a potenciálmodell a térszerkezeti vizsgálatok fontos és elterjedt eszköze, továbbá a gyakorlati alkalmazásai azt mutatják, hogy alkalmas a vizsgálataimhoz. A módszer a társadalmi-gazdasági jelenségek „térerősségét” oly módon mutatja ki, hogy a téregységekhez kapcsolódó tömegeket (azaz az adott jelenség értékét) és azok egymástól mért távolságát is figyelembe veszi. A potenciálértékeket térképes megjelenítéssel szokták szemléltetni. A potenciálértékek dimenzió nélküli adatok, azonban az időszakos változásukat szemléltető potenciál-térképeken a bekövetkezett változást százalékban lehet kifejezni. (Pénzes J., 2011) Egy adott tömegpont potenciál mértékét az összes többi pont távolsága és tömege határozza meg a következő alap-potenciálmodell képlet alapján (Nemes Nagy J., 2005): n
mj
j1
d ijk
pij
ahol: pij - az i tömegpont potenciálja, mj - a tér többi, figyelembe vett tömegpontjának a tömege, dij - i és j tömegpontok közötti távolság, n - a vizsgált tömegpontok száma, k - a távolság hatását definiáló konstans. Az alkalmazások során k értékét legtöbbször 1 és 2 értékkel szokták meghatározni, k=1 esetén távolsággal egyenes arányban, a k=2 esetén a távolság négyzetével csökken az erőhatás. (Nemes Nagy J., 2005) A potenciálmodellt részletesen elemző Tagai G. (2011) az alap-potenciálmodell kapcsán úgy fogalmaz: „nem tekinthető univerzálisan használható eljárásnak, felépítéséből adódóan, a
31
DOI: 10.14750/ME.2014.012
gyakorlatba átültetve néhány további nehézséggel szembesíti a modell alkalmazóját. Az alapmodell ebben a formájában megfelelően ragadja meg a potenciálkoncepció lényegét, azonban konkrét alkalmazásai során számos olyan kérdés vetődhet fel, amelyek megválaszolása bizonyos kiegészítéseket, módosítást igényel.” (Tagai G., 2011, 23. p.) A gyakorlatban tehát minden esetben az alapmodellhez képest egyedi modellváltozatot kell építeni a megfelelő erőhatás kimutatása érdekében.
Az elmúlt évtizedek különböző alkalmazásai során egyik megoldandó nehézség volt, hogy az alapmodell nem vizsgálja az egyes tömegpontok önmagukra gyakorolt hatását, illetve az adott vizsgálat tárgyát képező térség határain kívüli tömegpontok hatását. A három (saját, belső és külső) különböző hatás bevonásával alakították ki a teljes potenciál modellt (Nemes Nagy J., 1998), ahol a teljes potenciál mértéke a három erőhatás összege. Ezen teljes potenciál modell sem tekinthető azonban univerzálisan használhatónak, hiszen a különböző potenciál modellalkalmazásokból jól látszik, hogy a külső potenciálok alkalmazásában, illetve még a belső és külső potenciál jelentések definiálásában sincsen konszenzus a hazai kutatói gyakorlatban (Tagai G., 2011), például Kincses-Nagy-Tóth-ék (Kincses Á.–Nagy Z.–Tóth G. 2013b) munkájukban nem tartják szükségesnek a külső potenciált, mivel állításuk szerint azzal, hogy a lehető legtöbb területi egységet figyelembe vették, a belső potenciállal az alapvető viszonyok modellezhetők. Ennek ellenére a teljes potenciál modellt tartom a szakirodalomban legrészletesebben elemzett modellnek, így az irodalmi áttekintés keretében ezt fogom az alábbiakban részletesebben ismertetni. A teljes potenciál értékét az előbbiekben leírtak alapján e három eredmény összege adja: Teljes potenciál = saját potenciál + belső potenciál + külső potenciál. Saját potenciál: A saját potenciál a vizsgált téregységekhez tartozó tömegek önmagukra gyakorolt hatását mutatja. Az i pont saját potenciáljának értéke az alábbi formulával számítható ki (Nemes Nagy J., 2005; Tagai G., 2011):
pis
mi d iik
ahol: pis - az i pont saját potenciálja mi - a pont saját tömege, dii - a téregységhez rendelt távolságadat (legegyszerűbb esetben a területével megegyező nagyságú kör sugarának hossza), k - a távolság hatását definiáló konstans.
32
DOI: 10.14750/ME.2014.012
Forrás: Tagai G. (2011, 40. p.) 3. ábra: A sajátpotenciál vizuális ábrázolása Belső potenciál: A belső potenciál a vizsgált téregységekhez tartozó tömegek egymásra gyakorolt hatását mutatja. Az i pont belső potenciáljának értéke az alábbi formulával számítható ki (Nemes Nagy J., 2005; Tagai G., 2011): n m pib kb b 1 d ib ahol: pib - az i pont belső potenciálja mb - a vizsgált térség többi pontjának tömege, dib - i és b (vizsgált térség többi pontja) pontok közötti távolság, k - a távolság hatását definiáló konstans.
Az erőhatás mértéke függ a vizsgált térség többi pontjának tömegétől, és az adott ponttól mért távolságtól. A nagyobb tömegű pontok térbeli sűrűsödésénél vesz fel nagyobb értéket.
Forrás: Tagai G. (2011, 44. p.) 4. ábra: A belső potenciál vizuális ábrázolása
33
DOI: 10.14750/ME.2014.012
Külső potenciál: A külső potenciál a vizsgált téregységekből álló térség határain kívüli téregységekhez tartozó tömegek vizsgált téregységekre gyakorolt hatását mutatja. Az i pont külső potenciáljának értéke az alábbi formulával számítható ki (Nemes Nagy J., 2005; Tagai G., 2011): n
mo k o 1 d io
pik
ahol: pik - az i pont külső potenciálja mo - a vizsgált térség határán kívüli, figyelembe vett pontok tömege, dio - i és o (vizsgált térség határán kívüli, figyelembe vett) pontok közötti távolság, k - a távolság hatását definiáló konstans. Számítása jól láthatóan hasonlít a belső potenciál számítási módjához, a különbség mindössze annyi, hogy itt a vizsgált térség belső pontjai helyett a vizsgált térség határán kívüli, figyelembe vett pontok hatását veszik számításba. Az alkalmazás során az elemzőnek kell eldöntenie, hogy külső hatásként milyen téregységeket vesz figyelembe; a kiválasztás sokszor kihívást jelent.
Forrás: Tagai G. (2011, 45. p.) 5. ábra: A külső potenciál vizuális ábrázolása A potenciálformula továbbfejlesztési lehetőségei
A teljes potenciálmodell mellett még rengeteg potenciálmodell-változat született és alkotható meg, amelyek képesek arra, hogy az alapformula egyes anomáliáit korrigálják. Ez egy aktuális kutatási terület, amely jelenleg is folyamatosan fejlődik. Tagai G. (2011) szerint a potenciálformula fejlesztéseket két csoportba sorolhatjuk: Egyrészt beszélhetünk azokról a variánsokról, amelyek egy bizonyos probléma felől értelmezik újra az alapmodellt, szignifikánsan, ám még azonosítható módon térve el a Stewart-féle típustól. A modellépítéssel kapcsolatban releváns lehet az a 34
DOI: 10.14750/ME.2014.012
modellvariáció, amely integrálja az iránytényezőt, illetve az a potenciál koncepció, amely a folytonos tér feltételrendszeréhez idomul. Másrészt, azok a kiegészítések is a modell változatainak tekinthetők, amelyek a modellépítés során jelentkező gyakorlati problémák feloldása kapcsán jönnek létre. Ilyen például a modell összetevőinek meghatározásával kapcsolatos tömeg- és távolságviszonyok, valamint az ezekkel összefüggő parametrizálás problémaköre, illetve a térbeli keretek kiterjesztésének, vagyis a saját- és külső potenciálok integrálásának kérdése. Jelen értekezésben én egy utóbbi típusú, saját fejlesztésű potenciálmodell építését és alkalmazását ismertetem annak érdekében, hogy a regionális kistérségi szintű potenciál elemzések hatékonyan mutatják be az adott régió gazdasági térszerkezetét, esetleges változását. A 3.2.1. fejezetben leírtak alapján kijelenthető, hogy a potenciálmodell alkalmas leginkább a vizsgálataimhoz, hiszen én a gazdasági térszerkezet vizsgálata során a gazdasági tér egyes mutatóinak szerkezetét, folyamatát és térbeliségét kívánom vizsgálni figyelembe véve a relatív helyzetet a maga összetettségében. A fentiekben ismertetett hálózati elemzés és a rugótömb modell ezzel szemben alapvetően térfelosztásra használható, a gravitációs modell pedig a vonzásterületek lehatárolására, vonzásintenzitások kimutatására, illetve a centrum és periférikus térségek elkülönítésére alkalmas.
35
DOI: 10.14750/ME.2014.012
4. POTENCIÁLMODELL KISTÉRSÉGI ALKALMAZHATÓSÁGA Az értekezésemben a gazdasági térszerkezet alakulásának vizsgálatát a gazdasági térszerkezet meghatározó elemeinek, a legfőbb gazdasági szereplők, azaz a működő vállalkozások száma, valamint a munkaerő létszáma alakulásának vizsgálata által végeztem. A vizsgálataimhoz a 3.2.1.4. fejezet szerinti potenciálmodellt alkalmaztam a vállalkozási potenciál és a munkaerő potenciál számításokhoz. A potenciál alapú vizsgálatokhoz, mint elemezendő területi egységet a kistérséget választottam alkalmazkodva az európai uniós közigazgatási csoportosításhoz, amelyhez az adatok a KSH adatbázisában kistérségi bontásban rendelkezésre állnak, az értekezésemnek nem volt célja a településszintű vizsgálat. Vizsgálatom és a térképi megjelenítés során a 2010. évben hatályos területi felosztást vettem alapul, Magyarországon ekkor 7 régió, 19 megye és Budapest, 174 kistérség volt, amely kistérségi területi felosztást a 6. ábra tartalmazza.
Forrás: saját szerkesztés KSH adatokkal 6. ábra: Magyarország régiói és kistérségei (2010)
Az értekezésemben a különböző potenciálértékek megjelenítésére a Miskolci Egyetem Műszaki Földtudományi Kar Földrajzi Intézet által biztosított ESRI ArcGIS 9.3 szoftvert használtam.
36
DOI: 10.14750/ME.2014.012
4.1.
Vállalkozási potenciálmodell
A 3.2. szerinti képletek alkalmazásával kerül kiszámításra a későbbiekben vizsgálatra kerülő kistérségi szintű éves működő vállalkozási potenciál, amely esetben a tömeg az adott évben a működő vállalkozások száma nemzetgazdasági áganként: pixv pixg g
A teljes vállalkozási potenciál nemzetgazdasági áganként: pitg pisg pibg pikg A vállalkozási potenciál számításkor mi vig , k=1, d ij a kistérségek között közúton mért legrövidebb távolság, vagy saját potenciál esetén a kistérség területével megegyező kör sugara. ahol: g - nemzetgazdasági ágazat i - kistérség sorszáma pixv - vállalkozási potenciál pixg - vállalkozási potenciál nemzetgazdasági áganként vig - működő vállalkozások száma nemzetgazdasági áganként x - potenciál összetevő k - a távolság hatását definiáló konstans
A számítások során egy adott évben működő vállalkozásnak tekintünk egy vállalkozást a KSH által alkalmazott fogalmak szerint, „ha az év folyamán volt árbevétele, vagy foglalkoztatottja. A vállalkozási demográfia a vállalkozások működését mindig egy adott időszakra, konkrétan egy adott évre vizsgálja. A demográfiai felmérésben a működő vállalkozások köre az adott évre vonatkozó tényleges statisztikai és adóadatok alapján, mindig utólag kerül megállapításra, ezen adatok beérkezése után. Gazdálkodási formák szerint a működő vállalkozások köre tartalmazza a jogi személyiségű és jogi személyiség nélküli társas vállalkozásokat és a vállalkozói igazolvánnyal rendelkező egyéni vállalkozókat” (www.ksh.hu).
4.2.
Munkaerő potenciálmodell
A 3.2. pont szerinti képletek alkalmazásával kerül kiszámításra a későbbiekben vizsgált éves munkaerő potenciál, amely a foglalkoztatotti potenciál és a munkanélküli potenciál összege: pixm pixf pixn A teljes foglalkoztatotti potenciál: pitf pisf pibf pikf
37
DOI: 10.14750/ME.2014.012
A foglalkoztatotti potenciál számításakor mi fi , k=1, d ij a kistérségek között közúton mért legrövidebb távolság, vagy saját potenciál esetén a kistérség területével megegyező kör sugara. A teljes munkanélküli potenciál: pitn pisn pibn pikn A munkanélküli potenciál számításakor mi n i , k=1, d ij a kistérségek között közúton mért legrövidebb távolság, vagy saját potenciál esetén a kistérség területével megegyező kör sugara. ahol: f - foglalkoztatotti f i = foglalkoztatottak száma i - kistérség sorszáma m - munkaerő n - munkanélküli n i = munkanélküliek száma pixm - munkaerő potenciál pixf - foglalkoztatotti potenciál pixn - munkanélküli potenciál x - potenciál összetevő k - a távolság hatását definiáló konstans „A számítások során a KSH által alkalmazott fogalmakat és adatokat használtam a foglalkoztatottak és a munkanélküliekre vonatkozó vizsgálatok kapcsán. A KSH a 15-74 éves személyek gazdasági aktivitását vizsgálta a munkaerő felmérések kapcsán annak érdekében, hogy a nemzetközi statisztikai ajánlásoknak, valamint a mindenkori munkaügyi szabályozásoknak megfelelően a Nemzetközi Munkaügyi Szervezet, az ILO fogalmait használva figyelje meg a foglalkoztatottság és munkanélküliség alakulását. Eszerint a vizsgált népességet egy meghatározott időszakban végzett tevékenységük alapján 2 fő csoportja bontja: - gazdaságilag aktívak - gazdaságilag nem aktívak, inaktívak A gazdaságilag aktívak mindazon személyek, akik a megfigyelés hetében a munkaerőpiacon megjelentek vagy foglalkoztatottként vagy munkanélküliként. A gazdaságilag nem aktívak azok, akik az adott héten nem dolgoztak, illetve nem volt rendszeres jövedelmet biztosító munkájuk, és nem is kerestek, vagy kerestek, de nem tudtak munkába állni. A KSH a gazdaságilag aktívak csoportját bontja két alcsoportra: - foglalkoztatottak, - munkanélküliek. 38
DOI: 10.14750/ME.2014.012
A foglalkoztatottaknak tekinti azokat, akik az adott héten legalább 1 óra jövedelmet biztosító munkát végzett, vagy munkájától csak átmenetileg az alábbi okok miatt volt távol: szabadság, betegség. Nem számít foglalkoztatottnak, aki önkéntes munkát végez, aki a saját lakását építi, újítja, aki szakmai gyakorlatát tölti, valamint aki saját háztartásában saját maga részére dolgozik. Munkanélkülinek tekinti azokat, akik az adott héten nem dolgoztak és nem kerestek munkát a felmérés előtti időszakot megelőző négy héten keresztül, de ha találna megfelelő munkát két héten belül munkába tudna állni” (www.ksh.hu).
4.3.
Potenciálmodell elemszám hatásának elméleti vizsgálata
Az elméleti feltételezésem az, hogy a lineáris ellenállási tényezőt használó potenciálmodellekben nagy elemszám esetén, amely nagyobb földrajzi terület kistérségi szintű elemzéseinél fennállhat, a nem saját potenciálérték jóval meghaladja a saját potenciálértéket, így eltűnhetnek a térképi megjelenítés során a lokális interakciók, ezért nagyon fontos, hogy a vizsgálandó feladatokhoz a megfelelő elemszámot és ezzel összefüggésben a megfelelő távolságot válasszuk. A fentiek elméleti bizonyítására tekintsünk egy terület d oldalhosszúságú négyzetekkel való raszter felosztását, amelyet a 7. ábra szemléltet.
Forrás: saját szerkesztés 7. ábra: Négyzetrácsos területfelosztás
Vizsgáljuk meg, hogy a négyzetrács középpontjában lévő m o tömegpontnak milyen a saját potenciáljának a viszonya a teljes potenciáljához viszonyítva. 39
DOI: 10.14750/ME.2014.012
Az m o tömegpont saját potenciálja az alábbi: pos
mo d
Az m o tömegpont belső potenciálja a k-dik rácsszeletre vonatkozólag a szimmetria szerint a rácspontokban egyenlő m tömeggel számolva: k 1 m m m k p ob 4 4 8 2 k d k d 2 i 1 d k i Az m o tömegpont belső potenciálja az összes n rácsrészletre vonatkozólag: n
k p pob n ob
k 1
A fentiek alapján az m o tömegpont teljes potenciálja: n pot pos pob
Vizsgáljuk meg, hogy hogyan alakul a saját potenciál viszonya a teljes potenciálhoz képest, n azaz vizsgáljuk meg, hogy hogyan függ a pos / potn az n értéktől, azaz elemszám sokaságot jelöli, valamint az M m o / m értéktől, amely a vizsgált középpont és a ráható tömegek arányát jelenti. Az előző összefüggések alapján: n p os p otn
M i 1 1 1 1 M 4 ( ) 2 i 2 i 1 i j1 i 2 j2 n
A számítások eredményét a 8. ábra tartalmazza n 1, 2,...10 , valamint M 1, 2,...10 esetén.
40
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés 8. ábra: Saját potenciál relatív viszonya a teljes potenciálhoz
A 8. ábra alapján egyértelműen megállapítható, hogy a saját potenciál hatása a teljes potenciálon belül exponenciálisan csökken az elemszámot kifejező n értékével, illetve az M növekedésével, azaz a saját tömegnek a ráható tömeghez viszonyított növekedésével az exponenciális csökkenés mértéke növekszik, de a csökkenés még nagy M érték esetén is igen jelentős. A következőkben vizsgáljuk meg, hogy milyen a viszonya a k rácsszeletig a potk teljes potenciálnak az n rácsszeletig a potk teljes potenciálhoz. Az előző összefüggések alapján: k i 1 1 1 1 M 4 ( ) 2 i 2 i 1 i j1 i 2 j2 p otk n i 1 1 1 1 p otn M 4 ( ) 2 i 2 i 1 i j1 i 2 j2
A számítások eredményét a 9. ábra tartalmazza M 1 , n 1, 2...10 , k=1,2…6 esetén.
41
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés 9. ábra: Távolság relatív hatása a teljes potenciálban
A 9. ábra alapján egyértelműen megállapítható, hogy a környező k elemek teljes potenciáljának a teljes potenciálhoz viszonyított hatása exponenciálisan csökken az elemszámot kifejező n értékével, illetve minél több k környező elemet választunk, annál kevésbé érzékelhető a közelebbi környező elemek hatása. Az elméleti számítási eredmények egyértelműen igazolják a gyakorlati tapasztalattal való hasonlóságot, azonban az elméleti modell a tendencia mértékére is ad elméleti meghatározást. A fentiek szerint bizonyítottam az elméleti feltételezésemet, azaz hogy a lineáris ellenállási tényezőt használó potenciálmodellekben nagy elemszám esetén, amely nagyobb földrajzi terület kistérségi szintű elemzéseinél fennállhat, a nem saját potenciálérték jóval meghaladja a saját potenciálértéket, így eltűnhetnek a térképi megjelenítés során a lokális interakciók, ezért nagyon fontos, hogy a vizsgálandó feladatokhoz a megfelelő elemszámot és ezzel összefüggésben a megfelelő távolságot válasszuk.
4.4.
Potenciálmodell magyarországi kistérségi szintű vizsgálatokhoz
A potenciálmodell magyarországi kistérségi szintű vizsgálatokhoz megvizsgáltam a távolság számításának hatásait, Budapest tömegének hatását, a saját potenciálon kívüli potenciálok kistérségi szomszédsági gráf alapján az elérhetőség szerinti felbontását, meghatároztam a regionális kistérségi szintű hatásos potenciálmodellt.
42
DOI: 10.14750/ME.2014.012
4.4.1. Távolság számításának hatása
A feltételezésem az, hogy a magyarországi kistérségi szintű potenciálmodell vizsgálatokhoz a légvonalbeli távolságok helyett célszerűbb a közúton mért legrövidebb távolságot használni, mivel ez figyelembe tudja venni a táj adottságait. A területi vizsgálatokhoz használt potenciálmodellek a homogén térre vonatkozó fizikai potenciálmodellből származik, ahol a távolságok a homogenitás miatt légvonalbeli távolságok, azonban a területi vizsgálatoknál a vizsgált tér sok esetben inhomogén, amely inhomogenitást a légvonallal számított távolság korrekciójával vehetünk figyelembe, amelynek egyik gyakran használt módja, ha az inhomogenitási korrekciós tényezőnek a közúton mért legrövidebb távolság és a légvonalbeli távolság hányadosát használjuk. A feltételezésem bizonyításához elvégeztem a potenciál számítását kétféle módon, egyrészt megvizsgáltam a potenciál alakulását a kistérségek központjainak légvonalban mért egymástól való távolságával számolva, másrészt a kistérségek központjainak közúton mért egymástól való legrövidebb távolságával. A közúton mért legrövidebb távolságot útvonaltervező weboldal használatával számoltam ki. A légvonalbeli távolság kiszámításánál három koordináta párra használtam a Pithagorasz tételt, amely nem számol a Föld görbületével, ami viszont Magyarország, mint kis ország esetén megengedhető pontosságot biztosít. A távolságok meghatározása után Magyarország mind a 174 kistérségre kiszámoltam a kistérségek között közúton mért legrövidebb távolságnak a kistérségek közötti légvonalbeli távolságra vonatkozó hányadosát, amely alapján a közúti távolság és a légvonalbeli távolság hányadosának országos átlaga 0,8239, szórása ± 0,0919, relatív szórása 11,2%, a minimális érték 0,1082, a maximális érték 0,9998, amely azt jelenti, hogy vannak olyan területek, amelyek jelentősen eltérnek az átlagtól, a hatásuk lokálisan jelentős. A közúti távolság és légvonalbeli távolság számított hányadosait a 4.4.1. táblázat szerint az Észak-magyarországi régióra vonatkozóan szemléltetem. A légvonalbeli és közúti távolsággal kiszámítottam a magyarországi kistérségekre vonatkozó vállalkozási és a munkaerő teljes potenciálokat a kistérségi szintű potenciálmodell vizsgálatok kiinduló évére, a 2004. évre vonatkozólag. Mivel a munkaerő és az áruk többségében közúton mozognak, így egyértelműnek tűnhet a legrövidebb közúti távolság alkalmazása az érintett potenciálszámításoknál, de nem teljesen az. A potenciálszámításoknál a távolság, mint erőhatást csökkentő arányítás jelenik meg, így ha a légvonalbeli és a közúti távolságok egyenletesen térnek el egymástól egy adott térség területegységei között, úgy a különböző távolság típusokkal mért potenciáltérkép azonos képet mutat. A pontos helyzet feltárása érdekében elkészítettem a közúti és légvonalbeli távolságot figyelembe teljes potenciálok közötti eltérést ábrázoló számításokat, térképeket. A 10.-15. ábrák alapján egyértelműen megállapítható, hogy vannak olyan területek, amelyeknél a kétféle módon számított potenciálok között jelentős, közel 40%-os eltérés is van az ország több részén, ezáltal a két potenciál értelmezése ezeken a területeken lényegesen eltérhet. Mivel az eltérés nem egyenletes, így egyértelműen kijelenhető, hogy az érintett potenciálszámításoknál a közúton mért legrövidebb távolság alkalmazása az indokolt. A légvonallal számított potenciálértékek ezeken a területeken nem veszik figyelembe a táj 43
DOI: 10.14750/ME.2014.012
adottságait elérhetőség szempontjából, ezáltal a potenciálok értelmezése ezeken a területeken nem megfelelő, szemben a közúton mért legrövidebb távolsággal számított potenciálokkal. Ez utóbbi a valóságos mozgásokat követi és figyelembe veszi a tér inhomogenitását a potenciálértékek számításakor. A 12. és a 15. ábrán egyértelműen látható, hogy a tájból adódó jelentős lokális eltérések a két útvonalszámítás között a hegyvidékes tájakon, folyók két partján lévő híddal nem rendelkező kistérségeknél jelentkezik, különösen igaz ez a vizsgálatunk területét képező Északmagyarországi régióra.
Forrás: saját szerkesztés KSH adatokkal 10. ábra: Vállalkozási teljes potenciál, légvonal (2004)
44
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 11. ábra: Vállalkozási teljes potenciál, közút (2004)
Forrás: saját szerkesztés KSH adatokkal 12. ábra: Vállalkozási teljes potenciál változás, közút/légvonal (2004)
45
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 13. ábra: Munkaerő teljes potenciál, légvonal (2004)
Forrás: saját szerkesztés KSH adatokkal 14. ábra: Munkaerő teljes potenciál, közút (2004)
46
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 15. ábra: Munkaerő teljes potenciál változás, közút/légvonal (2004)
A fentiek szerint bizonyítottam a feltételezésemet, azaz hogy a magyarországi kistérségi szintű potenciálmodell vizsgálatokhoz a légvonalbeli távolságok helyett célszerűbb a közúton mért legrövidebb távolságot használni, mivel ez figyelembe tudja venni a táj adottságait. A vizsgálataimban továbbiakban a fentiek figyelembevétele alapján a távolságok számításánál a közúton mért legrövidebb távolsággal számoltam. 4.4.2. Budapest tömegének hatása
A feltételezésem az, hogy a magyarországi kistérségi szintű vállalkozási és munkaerő potenciálmodell vizsgálatok esetén egyértelmű Budapest túlsúlya, a lokális interakciók a térképi ábrázoláson nem megfelelően látszódnak, azaz a vállalkozási és munkaerő lokális viszonyok elemzésére az olyan lineáris ellenállási tényezővel számoló potenciálmodellek nem használhatók, ahol minden kistérségi nem saját potenciált figyelembe vesznek. A fentiek bizonyítására vizsgáljuk meg a közúti távolsággal számított vállalkozás, munkaerő teljes potenciálokat és vállalkozás, munkaerő saját potenciálokat 2004. évre vonatkozólag. A 11. ábra szerinti Vállalkozás teljes potenciál térképet a 16. ábra szerinti Vállalkozás saját potenciál térképpel, valamint a 14. ábra szerinti Munkaerő teljes potenciál térképet a 17. ábra szerinti Munkaerő saját potenciál térképpel összehasonlítva egyértelműen megállapítható, hogy a teljes potenciál térképen csak Budapest központi nagy potenciálja látható, amelytől kifelé haladva eléggé erősen lecsökkennek a teljes potenciálértékek a lokális központok nem látszanak megfelelően, míg a saját potenciál térképeken Budapest központ mellett megjelennek a régiós központok, illetve a nagyobb városok, mint lokális központok.
47
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 16. ábra: Vállalkozás saját potenciál, közút (2004)
Forrás: saját szerkesztés KSH adatokkal 17. ábra: Munkaerő saját potenciál, közút (2004)
48
DOI: 10.14750/ME.2014.012
A térképek alapján megállapítható, hogy a teljes potenciál térképek helyett, a magyarországi budapesti központiság miatt célszerűbb egy olyan potenciálmodellt alkalmazni regionális kistérségi szintű vizsgálthoz, amely nem tünteti el a lokális központokat és figyelembe veszi a legközelebbi ható kistérségek hatását. A fentiek szerint bizonyítottam a feltételezésemet, azaz hogy a magyarországi kistérségi szintű vállalkozási és munkaerő potenciálmodell vizsgálatok esetén egyértelmű Budapest túlsúlya, a lokális interakciók a térképi ábrázoláson nem megfelelően látszódnak, azaz a vállalkozási és munkaerő lokális viszonyok elemzésére az olyan lineáris ellenállási tényezővel számoló potenciálmodellek nem használhatók, ahol minden kistérségi nem saját potenciált figyelembe vesznek. 4.4.3. Potenciálok kistérségi szomszédsági gráf szerinti csoportosítása
Az egy adott tömegpontra való teljes potenciál számításoknál a saját potenciálon kívül az adott tömegpontnak még minden más tömegponttal való hatása, mint belső, vagy külső potenciál figyelembevételre kerül. A teljes potenciál saját potenciálon kívüli összetevőit Tagai G. (2011) részletesen elemezte, úgymint adott távolságon belüli hatások, nagy tömegű tömegpontok hatása, adott területen belüli tömegpontok hatása szerint. Az általam javasolt potenciálmodell vizsgálatoknál a teljes potenciál saját potenciálon kívüli összetevőit a kistérségi tömegpontok közötti kapcsolatot leíró kistérségi szomszédsági gráf alapján csoportosítom. A kistérségi szomszédsági gráf alapján meghatározom a vizsgált tér minden i tömegpontjára vonatkozóan, hogy egy adott i tömegpontból a kistérségi szomszédsági gráf melyik j tömegpontját lehet elérni legrövidebben k élen keresztül. A csoportosítás k=1 esetén kezdődik és addig folytatódik k értékét egyesével növelve amíg k=Ni esetén a kistérségi szomszédsági gráf minden pontja elérésre kerül az i tömegpontból. Az i tömegpontból k elérésű tömegpontnak tekintem azt a j tömegpontot, amelyet k élen keresztül lehet legrövidebben elérni. A kistérségi szomszédsági gráf alapján való csoportosítás szerint az általam kialakított egyedi potenciálmodell változat, a hatásos potenciálmodell az alábbi képlettel határozható meg: Ni
pit pis pik k 1
ahol N i - k maximális értéke pis - az i tömegpont saját potenciálja pik - az i tömegpontból k elérésű tömegpontok potenciálja A pik számítása az alábbi: Nik
pik pijk j1
49
DOI: 10.14750/ME.2014.012
ahol pijk - az i tömegpontból k elérésű tömegpont potenciálja N ik - az i tömegpontból k elérésű tömegpontok száma A fenti kistérségi szomszédsági gráf alapú csoportosítással meg lehet határozni egy adott gazdasági mutató potenciálmodell vizsgálatához egy olyan hatásos potenciálmodell változatot, amely a 3.2.1.4. fejezetben bemutatott, 11. és 14. ábrával ábrázolt teljes potenciálhoz képest erősebben jeleníti meg a saját potenciálok lokális hatását, miközben figyelembe veszi a megfelelő szomszédsági közegben lévő tömegpontok hatását is. A megfelelő hatásos potenciálmodell meghatározását különböző k értékekkel történő számításokkal és összehasonlító vizsgálatokkal lehet elvégezni. 4.4.4. Regionális kistérségi szintű hatásos potenciálmodell
Az előzőekben végzett vizsgálataim alapján az elméleti feltételezésem az, hogy a magyarországi regionális kistérségi szintű vállalkozási, munkaerő potenciál vizsgálatokhoz a k=2 elérésű pih hatásos potenciál használható, amelyet az alábbi képlettel lehet meghatározni: pih =pis +pi1 +pi2 ahol: pis - az i kistérség saját potenciálja, pi1 - az i kistérséggel szomszédos kistérségek potenciáljainak összege, pi2 - az i kistérséget közvetlenül az i kistérséggel szomszédos kistérségen keresztül elérő kistérségek potenciáljainak összege. A fenti összefüggés használhatóságát az Észak-magyarországi régióra a 8. és 9. fejezetekben bizonyítom. A hatásos potenciál számításhoz figyelembe veendő kistértségeket a 18. ábra szemlélteti.
Forrás: Saját szerkesztés 18. ábra: i pontra hatásos kistérségek k=2 esetén
50
DOI: 10.14750/ME.2014.012
A pi1 és pi2 számítása az alábbi képletek szerinti: n i1
mi1j
j1
d i1ij
ni 2
mi2j
j1
d i2 ij
pi1 pi2
ahol: i1- az i kistérséggel szomszédos kistérség i2 - az i kistérséget közvetlenül az i kistérséggel szomszédos kistérségén keresztül elérő kistérség n i1 - az i1 kistérségek száma n i2 - az i2 kistérségek száma Az Észak-magyarországi régióban 28 kistérség van 2004. évtől, 15 Borsod-Abaúj-Zemplén megyében, 7 Heves megyében, 6 Nógrád megyében, amelyek elhelyezkedését a 19. ábra szemlélteti.
Forrás: saját szerkesztés KSH adatokkal 19. ábra: Észak-magyarországi régió kistérségei
A 20. ábra tartalmazza azokat az Észak-magyarországi régión kívül eső kistérségeket, amelyek a hatásos potenciál számításakor figyelembevételre kerültek. A szlovák határon túli szomszédos kistérségek hatását nyilvánosan, magyar nyelven elérhető tömeg adatok hiánya miatt nem vettem figyelembe.
51
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 20. ábra: Észak-magyarországi régió kistérségeire ható külső kistérségek k=2 esetén
A 21. ábra tartalmazza a kistérségi szomszédsági gráfot a 20. ábra szerinti kistérségekre vonatkozólag.
Forrás:saját szerkesztés 21. ábra: Az Észak-magyarországi régió kistérségi szomszédsági gráf k=2 esetén
A 8. és 9. fejezetekben a hatásos potenciál számításokat a 21. ábra szerinti kistérségi szomszédsági gráf alapján végeztem.
52
DOI: 10.14750/ME.2014.012
5. AZ ÉSZAK-MAGYARORSZÁGI RÉGIÓ TÁRSADALMI, GAZDASÁGI HELYZETÉNEK ÁLTALÁNOS BEMUTATÁSA Magyarországon 7 tervezési-statisztikai régió van. A 7 régió fogja össze Magyarország 19 megyéjét, ezen belül az Észak–magyarországi régióhoz három megye, Borsod-AbaújZemplén, Heves, és Nógrád megye tartozik (22. ábra), a régió központja Miskolc, amely egyben Borsod-Abaúj-Zemplén megye székhelye. Heves megye székhelye Eger, Nógrád megye székhelye Salgótarján (Gelsei S. et al. 2004).
Forrás: saját szerkesztés KSH adatokkal 22. ábra: Magyarország régiói
Az Észak-magyarországi régió területe 13.428 km2, amelyből Borsod-Abaúj-Zemplén megye 7.247 km2, Heves megye 3.637 km2, Nógrád megye 2.544 km2 területű (www.statinfo.ksh.hu).
5.1.
Demográfiai jellemzők
A régió népességszámát tekintve a negyedik helyen áll Magyarországon. A 2001. évi népszámlálás adatai szerint a régió népessége 1.291.403 fő, amely az ország lakosságának 12,66 %-a. Az Észak-magyarországi régióban található az ország második legnagyobb megyéje Borsod-Abaúj-Zemplén, és a második legkisebb megyéje Nógrád megye. Magyarországon Borsod-Abaúj-Zemplén megyében található a legtöbb település (358 darab), aminek oka, hogy a településhálózatot számos aprófalu alkotja, ezt alátámasztja az is, hogy a települések átlagos lakosságszáma 900 fő alatt van a megyében. Népességszámát tekintve a megye Pest megye után a második legnagyobb 692 771 fővel (KSH 2010. jan 1.) (Siskáné Sz. 53
DOI: 10.14750/ME.2014.012
B.-Kiss J. 2013). Nógrád megye népessége 201 919 fő ( KSH 2011. jan 1.), Heves megye népessége 307 985 fő (KSH 2011. jan 1.). A 23. ábrán látható, hogy 2001 óta folyamatosan csökken a régió és ezen belül a megyék népességszáma, 2011. évben azonban, a vándorlási nyereségnek köszönhetően, népességszám növekedést regisztráltak. Az Észak-magyarországi régió népsűrűsége 95 fő/km² ami elmarad az országos átlagtól (Tóth J. et al. 2012).
Forrás: KSH 23. ábra: Az Észak-magyarországi régió népességszámának alakulása (2000-2011)
Borsod-Abaúj-Zemplén megye népsűrűsége meghaladja a régió másik két megyéjének a népsűrűségét. A legsűrűbben lakott kistérségek az ózdi, kazincbarcikai, miskolci, tiszaújvárosi, egri, gyöngyösi, hatvani és a salgótarjáni kistérség (Tóth J. et al. 2012). Észak-Magyarország a legkevésbé városias régiónk, a népességnek mindösszesen a fele él városban. Ennek egyik oka lehet a tagolt domborzat valamint a gazdasági elmaradottság is. A régió hét húszezer lakos feletti városa Miskolc, Eger, Gyöngyös, Hatvan, Kazincbarcika, Ózd és Salgótarján, összességében a térség népességének közel 53 %-a városlakó (Tóth J. et al. 2012). A régióra jellemző a demográfiai viszonyok romlása, hiszen ahogy ezt Tóth J. et al. (2012) írja, több éve alacsony a termékenység, relatív magas a halandóság, vagyis a természetes szaporodás negatív, amivel együtt jár a rosszabb korszerkezet (idősebb korcsoportok túlsúlya). A régió esetében azt is meg kell jegyezzük, hogy ezen a helyzeten csak ront az évek óta jellemző migrációs veszteség, ami az elmúlt évtizedben évi átlagban -4,1 ezrelék volt, és csak az utóbbi pár évben (2011. évtől) változott meg. A régió iskolázottsági mutatói is meglehetősen rosszak, hiszen Tóth J. et al. (2012) vizsgálatai alapján messze alulmúlják az országos átlagot, a második legrosszabbak. Adott korú népességhez viszonyítva itt a legkevesebb a diplomások, érettségizettek száma. Ha a régión belül nézzük meg a mutatót, akkor Nógrád megyében találjuk a legrosszabb értékeket. Kistérségi szinten pedig az észak-borsodi területen (pl.: Abaúj-Hegyköz, Bodrogköz, Edelényi, Encsi, Szikszói) találunk rosszabb mutatókat. 54
DOI: 10.14750/ME.2014.012
5.2.
Foglalkoztatás, munkanélküliség
Megvizsgálva a régióban a gazdasági aktivitást megfigyelhető, hogy a foglalkoztatottak száma jelentős csökkenést mutat 2004-2010. között. Észak-Magyarországon az aktivitási arány már 2004. évben is 49,3% volt, ami jelentősen elmaradt az országos értéktől (53,8%) (Tóth J. et al. 2012). Míg 2004 évben a foglalkoztatottak száma a régióban 430 924 fő volt, addig 2010. évben már csak 386 436 fő volt ez az érték. A munkanélküliség tekintetében elmondható, hogy 2004-2010 között a régióban növekedés figyelhető meg, hiszen az évek során 43 430 főről 74 599 főre emelkedett a munkanélküli státuszban lévők száma. A fő veszélyforrást a tartós munkanélküliség jelenti, mivel a munka világából való kivonulás megszokottá válhat, és később nehéz integrálni azokat, akik hosszabb időt töltöttek el munka nélkül (Tóth J. et al. 2012). A foglalkoztatottsági ráta Tóth J. et al. (2012) alapján 2000-2004. évek között egyedül Borsod-Abaúj-Zemplén megyében növekedett 2,1%-kal, míg csökkent Nógrádban (1,2%) és Hevesben (0,5%). Ezek az adatok összefüggésben vannak a régió gazdasági, ipari hanyatlásával, ezen keresztül pedig a munkahelyek megszűnésével. A 2004-2010. évek közötti időszakot vizsgálva megállapítható, hogy a folyamat az újabb beruházók megjelenésének, valamint az egyéb foglalkoztatáspolitikai programoknak köszönhetően változott. A nemzetgazdasági ágakat vizsgálva elmondható, hogy legdrasztikusabban a mezőgazdaságban foglalkoztatottak száma csökkent, hiszen míg 1990. évben 75 834 fő dolgozott ebben a szektorban, addig 2010. évben mindössze már csak 15 529 fő. A szekunder szektorban is jelentős csökkenés mutatkozik a már említett ipari visszaesés következtében, ami azt jelenti, hogy az 1990. évben 250 920 fő, 2010. évben pedig már csak 143 562 fő foglalkoztatott volt. A tercier szektorban figyelhető meg egyedül a foglalkoztatottak számának az emelkedése, hiszen 1990. évben 230 847 fő, 2010. évben pedig 233 409 fő végzett munkát a szolgáltatásokkal kapcsolatos munkahelyen (www.statinfo.ksh.hu).
5.3.
Gazdasági jellemzők
Az Észak-magyarországi régió eltérő gazdasági fejlettségű területekből áll. A rendszerváltás ebben a régióban éreztette hatásait a leginkább, a nehézipar és a mezőgazdaság összeomlása ezt a térséget érintette a legsúlyosabban. A régió GDP-je a rendszerváltás előtti években meghaladta az országos átlagot, jelenleg annak kétharmadát sem éri el. Az egy főre jutó GDP az Észak-magyarországi régióban 1995. évben 347 ezer (474 ezer országosan), 2007 évben 1378 ezer (országosan 2161 ezer), 2010. évben 1364 ezer (2244 ezer országosan) Ft volt (MARMOL, 2011). 2011. évben a KSH jelentése alapján a régió három megyéje közül kettőben (B-A-Z, Heves) 1701-2000 ezer Ft, míg Nógrádban 1250-1700 ezer Ft. között mozgott a GDP (www.ksh.hu/teruleti_atlasz_megyek). A KSH jelentése alapján megállapítható, hogy az ország gazdasági fejlettségi rangsorát, az átlagtól számottevően elmaradva, Észak-Alföld és Észak-Magyarország zárja. A főváros és a megyék rangsorában Nógrád megye áll a rangsor utolsó helyén, a fővároshoz képest ötszörös 55
DOI: 10.14750/ME.2014.012
különbséggel. A gazdasági ágak szerinti összetételt vizsgálva Észak-Magyarország gazdasági szerkezetében az ipar súlya jóval átlagon felüli (www.ksh.hu/teruleti_atlasz_megyek). „A régió gazdaságát természeti adottságai és történelmi hagyományai miatt elsősorban a nehézipar és a bányászat határozta meg. A gazdasági szerkezetváltás után ezek az iparágak leépültek és az ipari termelés visszaesett. A régió ipari (gép- és vegyipari) karakterét részben mégis megőrizte napjainkban is, ami a külföldi tőke segítségével korszerűsített néhány nagyvállalat jelenlétének köszönhető. A gazdasági szerkezetet korszerűsítő külföldi tőke beáramlása azonban még nem igazán jelentős, elsősorban bérmunka jellegű, amiben meghatározó szerepet játszik a térség gazdasági centrumoktól való távolsága” (www.valtozovilag.hu/di/regio.htm).
Mezőgazdaság és bányászat
Az Észak-magyarországi régió elmaradott térség mezőgazdasági tekintetben. A Központi Statisztikai Hivatal 2012. évben kiadott elemzésében felhívják a figyelmet arra, hogy a régió termelési szerkezetét az állattenyésztés és a növénytermesztés egyensúlya jellemezte 1990. évig, azóta ez az arány megváltozott. Az állatállomány jelentős csökkenése következtében fokozatosan nőtt a növénytermesztés súlya az ágazaton belül, országosan is az jellemző, hogy 2010. évre a növénytermelés már hattizedét adta a mezőgazdasági termelésnek. (KSH, 2012). Az Észak-magyarországi régióban a legmagasabb az erdősültség Magyarországon, a gyepterület aránya magas. A régióban főként Borsod-Abaúj-Zemplén megyében és Heves megyében jelentős a szőlő- és gyümölcstermelés, nemzetközileg ismert az egri és a tokaji borvidék (www.valtozovilag.hu). Természeti adottságokat tekintve Észak-Magyarországon számos ásványkincs előfordul, azonban ezek jó részét nem művelik már. A legjelentősebb ásványkincsek közé tartozik a barnakőszén, a mészkő, a lignit, a kavics, a zeolit, a bentonit, a kaolinit, a perlit, a gipsz és az anhidrit (Tóth J. et. al, 2012). Miocén korú barnakőszén található a nógrádi és borsodi szénmedencében, a lignitkészletek többsége Visonta, Kál, Kálkápolna, Füzesabony, Bükkábrány térségében van. Az építőipari ásványi nyersanyagok közül az andezitet és riolitot érdemes említeni, valamint jelentős kavics-és agyagkitermelés folyik az Észak-alföld hordalékkúp-síkságának több településén (Tóth J. et al., 2012). Borsod-Abaúj-Zemplén megyében található az egykori Ózd környéki, továbbá a nógrádi és borsodi bányavidék, amely korábban nehézipari bázist jelentett, a szénbányászat révén, ma válságövezet, aminek fejlesztése a jövőben elképzelhető és fontos lenne.
Ipar és építőipar
Az ipar szerepe meghatározó volt Észak-Magyarország gazdaságában. A rendszerváltás után lezajlott ipari szerkezetváltás és gazdasági változás egyik legnagyobb vesztesének tekinthető a régió. Az eltelt időszakban az ipar fejlesztésében fontos szerepe volt a vállalkozási övezetek és ipari parkok létesítésének, ez utóbbiak adnak helyet a nagyobb létszámot foglalkoztató termelő vállalkozásoknak is. A régió számos kistérsége, szinte minden városa, rendelkezik ipari parkkal, melyek egy része zöldmezős beruházás (Tóth J. et al., 2012). Fontos lenne a jövőben a rozsdaövezetek megújítása és gazdasági újrahasznosítása is. 56
DOI: 10.14750/ME.2014.012
A gazdasági folyamatok tekintetében Tóth J. et al. (2012) megállapította, hogy Heves megyében meghatározó a nehezen változtatható térszerkezet, a megye gazdasága évtizedeken át centrumfüggő volt. A gazdaság a kilencvenes évek második felétől megélénkült, fontos szerep jutott ebben a tőkebefektetők megjelenésének, az élénkülő ipari és kommunális beruházásoknak. Nógrád megye egyoldalú iparszerkezete meghatározta a további fejlődési lehetőségeket is. Ahhoz, hogy a térség fejlődni tudjon, mindenképp külső forrásokra van szükség, de az állam is támogatja különböző forrásokból a munkahelyteremtést. A megyében korábban meghatározó szerepet játszó iparágak (bányászat, kohászat) elsorvadásával az elektronika, textilipar, építőanyagipar és a gépipar kapott fontosabb szerepet. Néhány termék az országos termelés meghatározó része, így például az autóbuszszélvédő-üvegek, tűzhelyek, acélhuzalok, csempék. Borsod-Abaúj-Zemplén megyét különösen súlyosan érintették az 1990 utáni dezindusztrializációs folyamatok, hiszen bezárták az összes szénbányát, a rudabányai vasércbányát, gyakorlatilag megszűnt a vas-és acéltermelés (Diósgyőr, Ózd). Ezen túlmenően az élelmiszeripart is jelentős veszteségek érték: szerencsi cukorgyár bezárása például. A legjobban a vegyipar vészelte át a gazdasági változásokat, így máig megmaradtak az ország vegyipari központjai közé tartozó vállalatok Kazincbarcikán és Tiszaújvárosban. Lassan halad azonban az új iparágak kialakítása, azonban reményre ad okot például a Bosch és a Jabil megjelenése, valamint a Takata közelgő letelepedése a régióban.
K+F és innováció
A régióban a felsőoktatás szerepe meghatározó, jelentős K+F kapacitások állnak rendelkezésre. A régióban fontos szerepe van a 15 ezer hallgató képzését ellátó Miskolci Egyetemnek, valamint az egri Eszterházy Károly Főiskolának és a gyöngyösi Károly Róbert Főiskolának is. Ugyanakkor a végzett hallgatók döntő része másutt, főként a fővárosban és a Dunántúlon talál megélhetést. Ezáltal, attól eltekintve, hogy az Észak-magyarországi régióban komoly képzések valósulnak meg, az országban található kutatóhelyek mindössze hét százaléka található itt. A meglévő kutatóhelyekből ráadásul több mint száz Borsod-Abaúj-Zemplén megyében koncentrálódik. Különösen rossz helyzetben van a K+F helyek tekintetében Nógrád megye, ahol a K+F helyek száma alig haladja meg a tízet (Nyiry A., 2011). A régió innovációs potenciálját mindenképp szükséges a jövőben növelni, melyhez hozzájárulhat az új befektetők megjelenése, hiszen a Miskolci Egyetemnek a BOSCH céggel, a MOL Nyrt.-vel, valamint a Borsodchem Zrt.-vel is jelentős kutatási megállapodása van. A Bay Zoltán Alkalmazott Kutatási Közalapítvány Logisztikai és Gyártástechnológiai Intézet a régió, ezen belül Miskolc, meghatározó kutató intézete, A szervezet fő jellemzője a tudástranszfer elősegítése, a többszektorú kutatómunka, valamint az innovációs és technológia szolgáltatás. A szőlészeti és borászati hagyományokra építve Egerben található az FVM Szőlészeti és Borászati Kutató Intézet. Az intézet feladata a szőlőtermesztés biológiai alapjainak megőrzése és továbbfejlesztése, ezen túlmenően pedig új agrotechnikai eljárások kifejlesztése. A szűkebb tudományterületeken működő szakmai vagy tudományos szervezeteket a Műszaki és Természettudományi Egyesületek szövetsége fogja össze (NORRIA, 2011). Az érdekképviseletek és gazdasági kamarák legfontosabb feladata az innováció területén, hogy a piaci versenyben a vállalkozói környezet javításával, gazdasági elemzésekkel segítsék
57
DOI: 10.14750/ME.2014.012
a gazdasági élet szereplőit (Borsod-Abaúj-Zemplén megyei-, Heves megyei-, Nógrád megyei Kereskedelmi és Iparkamara). A régióban fontos cél a kis-és középvállalkozások innovációs teljesítményének javítása, ehhez nyújtanak segítséget azok a piaci-és nem piaci szereplők, akik innovációs szolgáltatásokat nyújtó szervezetként tevékenykednek. Ilyenek például az inkubátorházak, ezek a régióban Egerben, Salgótarjánban, Ózdon, Sátoraljaújhelyen, Felsőzsolcán és Pálházán találhatóak meg (NORRIA, 2011). Kiemelt szerepet játszanak az innovációs és technológiai transzfer központok, melyek menedzselik a K+F eredményeket és felkutatják a hasznosításra, alkalmazásra vállalkozó partnereket (NORRIA Észak-Magyarországi Regionális Innovációs Ügynökség; NORDA Észak-Magyarországi Regionális Fejlesztési Ügynökség). Az Észak-magyarországi régió innovációs potenciáljának növelésére elkészült az Északmagyarországi régió innovációs stratégiája (NORRIA, 2011).
Turizmus, vendéglátás
Napjainkban a turizmust az egyik legjelentősebb húzó ágazatként említik, kitörési lehetőséget remélnek tőle, amely elősegítheti az elmaradottabb térségek gazdasági felzárkózását, a természeti és a kulturális értékek megőrzését. A Központi Statisztikai Hivatal 2010-re vonatkozó elemzése rámutat, hogy a magyarországi turizmus és vendéglátás problémái hosszú idő óta változatlanok. Az egyik számottevő jellemző és egyben probléma az erős szezonalitás, ami magyarországi viszonylatban nem csupán időbeli, hanem térbeli koncentrációt jelent. A meghatározó turisztikai célpontok: a Balaton és környéke, valamint Közép-Magyarország és Budapest (Bakos N. et al. 2011). Mátraalján, Tokaj-Hegyalján és az egri körzetben a történelmi borvidékek megőrizték jellegüket, Tokaj-Hegyalja, mint történelmi borvidék a világörökség listáján is szerepel, ezek mellett meg kell említeni az Aggteleki karszt barlangjait és Hollókő ófalu és táji környezetét is, mint a világörökség részeit (www.palyatanacsadok.hu). A szelíd-vagy zöldturizmust teszik lehetővé a térség, változatos természeti környezetét bemutató, nemzeti parkjai. A Magyarországon lévő tíz nemzeti parkból három található a régióban: az Aggteleki, a Bükki és részben a Duna-Ipoly Nemzeti Park. A régióban még számos természetvédelmi terület, tájvédelmi körzet, valamint NATURA 2000-es terület is található. A régió turizmusára vonatkozóan Siskáné Sz. B. (2012) megállapította, hogy a régióban és főként Borsod-Abaúj-Zemplén megyében kiemelt szerepet szántak a turizmusnak az iparibányászati válságot követően. A szakemberek és a gazdaság szereplői is azt remélték, és feltételezték, hogy ez az ágazat képes lesz némileg változtatni, enyhíteni a foglalkoztatási és társadalmi problémákon. Az elmúlt 22 évet követően megállapítható, hogy részben történtek próbálkozások a megvalósításra, azonban a leginkább hátrányos helyzetben lévő térségekben (aprófalvas és egykori bányászati területek) a gazdasági befektetők elmaradása miatt nem mindig volt sikeres az idegenforgalom integrálása. A turisztikai fejlesztések csak részben valósultak meg annak ellenére, hogy a fent említett térségek bővelkednek természeti, táji, valamint kulturális és ipari látnivalókban, örökségben. A turizmus ágazatai közül a megyében 58
DOI: 10.14750/ME.2014.012
kiemelt szerepet kapott az egészségturizmus, a bor- és gasztronómia turizmus, a kulturális turizmus, az aktív-, falusi- és ökoturizmus, valamint 2006 évben még jelentős szerepet szántak a tematikus utaknak is. Az egyik legjelentősebb turisztikai ágazat Magyarországon a gyógyturizmus, aminek kiemelt szerepe van az Észak-magyarországi régióban is (Siskáné Sz. B., 2012). Siskáné Sz. B. (2011) kimutatta, hogy az Észak-magyarországi régióba egészségmegőrzési célból érkező turisták aránya 2008-2010 évek között 1,27%-ról 2,14%-ra nőtt. Ehhez a növekedéshez hozzájárul a régió egyre javuló szálláshelykínálata is. Az Észak-magyarországi régió a második helyen áll a 7 statisztikai régió között Magyarországon. Az utóbbi években a régió szálláskínálata jelentősen átalakult, napjainkra 4 gyógyszállodával (Eger, Jósvafő, Mezőkövesd, Tiszaújváros), valamint 13 wellness szállodával (kiemelten Miskolc, Sárospatak, Tarcal, Tokaj, Mezőkövesd) rendelkezik. A növekvő tendencia fenntartásához a kínálatot tovább kell növelni, figyelmet fordítva arra, hogy a kapacitások színvonala és minősége is emelkedjen, és a régió vonzó maradjon a turisták számára (Siskáné Sz. B. , 2011).
5.4.
A gazdasági térszerkezet és a társadalmi térszerkezet kapcsolata
Ezen pontban az Észak-magyarországi régió kistérségeire vonatkozólag a gazdasági térszerkezet két jellemzője, a fejlettség, a külföldi tőkebefektetés mértéke és a társadalmi térszerkezet meghatározó jellemzője, a kistérségekben mért HDI értékek közötti kapcsolat kerül megvizsgálásra (G. Balla, 2012). Az elméleti feltételezésem az, hogy az Északmagyarországi régió kistérségeiben erős kapcsolat áll fenn a külföldi tőkebefektetés és a HDI értéke között. Az 5. táblázat tartalmazza az Észak-magyarországi régió besorolását a 3. táblázat szerinti fejlettségi térségtípusok alapján, valamint a 2. táblázat szerinti 10 mutató közül az egyik legfontosabb mutatót külföldi tőkebefektetés szempontjából, a külföldi működőtőke arányát a teljes jegyzett tőke százalékában, valamint a 4. táblázat szerinti értékeket.
59
DOI: 10.14750/ME.2014.012
5. táblázat: Észak-Magyarországi régió kistérségeinek főbb jellemző mutatói (2002) Kistérség Borsod-Abaúj-Zemplén megye Sátoraljaújhelyi Sárospataki Szerencsi Szikszói Encsi Edelényi Miskolci Tiszaújvárosi Mezőkövesdi Kazincbarcikai Ózdi Heves megye Egri Gyöngyösi Füzesabonyi Hatvani Hevesi Pétervásárai Nógrád megye Balassagyarmati Salgótarjáni Rétsági Pásztói Bátonyterenyei Szécsényi Forrás: saját szerkesztés
Térségtípus
Külföldi tőke a jegyzet tőke százalékában
HDI érték
Stagnáló Stagnáló Stagnáló Stagnáló Stagnáló Stagnáló Fejlődő Dinamikusan fejlődő Felzárkózó Stagnáló Revitalizálódó
11-30 11-30 11-30 0-10 0-10 0-10 31-50 51-91 11-30 11-30 31-50
0,321 0,337 0,313 0,286 0,212 0,182 0,566 0,480 0,402 0,498 0,304
Fejlődő Fejlődő Felzárkózó Fejlődő Stagnáló Fejlődő
31-50 51-91 0-10 31-50 0-10 31-50
0,668 0,609 0,386 0,532 0,246 0,392
Revitalizálódó Stagnáló Revitalizálódó Revitalizálódó Revitalizálódó Stagnáló
11-30 11-30 51-90 31-50 31-50 11-30
0,520 0,515 0,469 0,399 0,381 0,296
Az 5. táblázat szerinti adatok alapján az egyes térségtípusokhoz tartozó HDI népességgel súlyozott átlagos értékei, valamint a térségtípusok között elvégezve a Spearman rangkorrelációt 0,8 értéket kapunk. A 0,8 értékű rangkorreláció alapján egyértelműen megállapítható, hogy az Északmagyarországi régióban egyenes arányosság áll fenn a kistérségi térségtípus és az azonos térségtípusba sorolt kistérségek HDI átlagértéke között, azaz minél nagyobb egy kistérség HDI értéke, annál fejlődőbb az adott kistérség.
60
DOI: 10.14750/ME.2014.012
Az 5. táblázat szerinti, jelen statisztikai vizsgálat szempontjából közel egyidejű adatok alapján a 24. ábra mutatja a külföldi tőke és a HDI kapcsolatát.
HDI értékek népességgel súlyozott átlaga
0,7 0,6 0,5
y = 0,0041x + 0,3021 R² = 0,8102
0,4 0,3 0,2 0,1 0 0
10
20
30
40
50
60
70
80
Külföldi tőke a jegyzett tőke százalékában
Forrás: saját szerkesztés KSH adatokkal 24. ábra: A külföldi tőke és a HDI kapcsolata (2002)
A 24. ábrán a pontok az 5. táblázat alapján a 4 sáv szerinti, külföldi tőke a jegyzett tőke százalékában sáv középértékeihez a sávhoz tartozó kistérségek HDI népességgel súlyozott átlagos értékeit jelöli, amelyre végeztük el a lineáris regressziót. A lineáris regressziós egyenes, y 0, 0041 x 0,3021 és a hozzá tartozó magas értékű, R2 = 0,8102 determinációs együttható alapján megállapítható, hogy az Észak-magyarországi régióban igen erős kapcsolat áll fenn a két mutató között, azaz minél nagyobb a kistérségben a külföldi tőkebefektetés mértéke, annál nagyobb a kistérség HDI értéke. Benedek J.-Kurkó I. (2011) tanulmányában hasonló vizsgálatokkal igazolta Romániai megyéire nézve a külföldi tőkebefektetések és az egy főre jutó GDP kapcsolatát. Az Észak-magyarországi régióról 2002. évben általánosságban megállapítható, hogy a régió kistérségei nagy részének alacsony a HDI értéke, a régió kistérségeiben alacsony a tőkebefektetés mértéke, a régió kistérségei túlnyomó részének gazdasága nem fejlődik. A fentiek szerint igazoltam az elméleti feltételezésemet, azaz hogy az Észak-magyarországi régióban minél nagyobb a kistérségben a külföldi tőkebefektetés mértéke, annál nagyobb a kistérség HDI értéke.
61
DOI: 10.14750/ME.2014.012
6. A MAGYARORSZÁGI RÉGIÓK ÖSSZEHASONLÍTÁSA Magyarországon a régiók gazdaságának fejlesztése érdekében fontos, hogy megismerjük azt, hogy milyen tényezők, milyen mértékben hatnak egy régió gazdasági fejlődésére. A gazdaság fejlesztésével kapcsolatos tényezőket jellemzők közül a 2. fejezetben leírtak szerint az Északmagyarországi régióban kiemelten fontos a működő vállalkozások száma és alakulása nemzetgazdasági áganként, a foglalkoztatottak száma és alakulása nemzetgazdasági áganként, valamint a bruttó hazai termék és alakulása nemzetgazdasági áganként. Ezen jellemzők alakulását megvizsgálom Magyarországon és a magyarországi régiókban részletesen a 2001. és a 2010. évek között a KSH adatok saját feldolgozása alapján (G. Balla, 2011). Az elemzések során a nemzetgazdasági ágak összevont nemzetgazdasági ágakat jelölnek, amelyek a következők: mezőgazdaság, és erdőgazdálkodás, vadgazdálkodás, halászat együtt, a következőkben Mezőgazdaságként nevesítve, az ipar, beleértve a bányászatot, és építőipart együtt, a következőkben összefoglaló néven Iparként, valamint a Szolgáltatás, amelyet az előbbiekben nem említett nemzetgazdasági ágakat együtt jelenti, ide tartozik a kereskedelem, javítás, a szálláshely-szolgáltatás, vendéglátás, a szállítás, raktározás, posta, távközlés, a pénzügyi közvetítés, az ingatlanügyek, gazdasági szolgáltatás, a közigazgatás, védelem, kötelező társadalombiztosítás, az oktatás, az egészségügyi, szociális ellátás, az egyéb közösségi, személyi szolgáltatás nemzetgazdasági ágak.
6.1.
Vállalkozások
A 25. ábra, amely a mellékletben található 6.1.1. táblázat alapján készült, a működő vállalkozások számának alakulását mutatja összevont nemzetgazdasági áganként Magyarországon az 1999-2010 évek között. 800
Működő vállalkozások száma, ezer db
700
600
500 Mezőgazdaság
400
Ipar Szolgáltatás
300
Összesen 200
100
0 1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 25. ábra: A működő vállalkozások számának változása Magyarországon összevont nemzetgazdasági áganként
62
DOI: 10.14750/ME.2014.012
A 25. ábra alapján egyértelműen megállapítható, hogy az összes vállalkozások száma folyamatosan nő, amely a folyamatosan növekedő szolgáltatás összevont nemzetgazdasági ágban működő vállalkozások számának eredménye, mivel a mezőgazdaság és ipar összevont nemzetgazdasági ágakban működő vállalkozások száma lényegileg nem nagyon változott, inkább minimálisan csökkent. A 26. ábra, amely a mellékletben található 6.1.2.1.-6.1.2.4. táblázatok alapján készült, a mezőgazdaság összevont nemzetgazdasági ágban működő vállalkozások arányát mutatja be régiónként a régióban az összes működő vállalkozás számához viszonyítva.
Közép‐Magyarország Közép‐Dunántúl Nyugat‐Dunántúl Dél‐Dunántúl Észak‐Magyarország Észak‐Alföld Dél‐Alföld Magyarország
10% 9% 8% 7% 6% 5% 4% 3% 2% 1% 0% 1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 26. ábra: A mezőgazdaság összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva
A 26. ábra, valamint a melléklet szerinti 6.1.2.1.-6.1.2.4. táblázatok alapján elmondható, hogy Magyarországot tekintve a mezőgazdaság összevont nemzetgazdasági ágban a működő vállalkozások száma és aránya is csökkent 1999. évről 2007. évre, azonban 2008. évről 2010. évre a mezőgazdaság összevont nemzetgazdasági ágban a működő vállalkozások számában és arányában kis mértékű növekedés figyelhető meg a Nyugat-dunántúli, Észak-magyarországi, Észak-alföldi és Dél-alföldi régiókban. A 27. ábra, amely a mellékletben található 6.1.2.1.-6.1.2.4. táblázatok alapján készült, az ipar összevont nemzetgazdasági ágban működő vállalkozások arányát mutatja be régiónként a régióban az összes működő vállalkozás számához viszonyítva.
63
DOI: 10.14750/ME.2014.012
25%
20%
15%
Közép‐Magyarország Közép‐Dunántúl
10%
Nyugat‐Dunántúl Dél‐Dunántúl Észak‐Magyarország 5%
Észak‐Alföld Dél‐Alföld Magyarország
0% 1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 27. ábra: Az ipar összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva
A 27. ábra, valamint a melléklet szerinti 6.1.2.1.-6.1.2.4. táblázatok alapján megfigyelhető, hogy az ipar összevont nemzetgazdasági ágban a működő vállalkozások számában és arányában szintén csökkenés figyelhető meg, mind országosan, mind pedig minden régióban 2003. évtől 2010. évig. A 28. ábra, amely a mellékletben található 6.1.2.1.-6.1.2.4. táblázatok alapján készült, a szolgáltatás összevont nemzetgazdasági ágban működő vállalkozások arányát mutatja be régiónként a régióban az összes működő vállalkozás számához viszonyítva. 90%
85%
80%
75% Közép‐Magyarország Közép‐Dunántúl Nyugat‐Dunántúl Dél‐Dunántúl Észak‐Magyarország Észak‐Alföld Dél‐Alföld Magyarország
70%
65%
60% 1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 28. ábra: A szolgáltatás összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva
A 28. ábra, valamint a melléklet szerinti 6.1.2.1.-6.1.2.4. táblázatok alapján megfigyelhető, hogy a szolgáltatás összevont nemzetgazdasági ágban működő vállalkozások számában és 64
DOI: 10.14750/ME.2014.012
arányában növekedés figyelhető meg 2002. évről 2010. évig mind országosan, mind pedig minden régióban.
6.2.
Foglalkoztatottság
A 29. ábra, amely a mellékletben található 6.2.1. táblázat alapján készült, a foglalkoztatottak számának alakulását mutatja összevont nemzetgazdasági áganként Magyarországon 1990. évben és a 2001-2010 évek között. Mezőgazdaság
5 000
Ipar 4 500
Szolgáltatás Összesen
Foglalkoztatottak száma, ezer fő
4 000 3 500 3 000 2 500 2 000 1 500 1 000 500 0 1990
2001
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 29. ábra: A foglalkoztatottak számának alakulása összevont nemzetgazdasági áganként Magyarországon
A 29. ábra alapján egyértelműen megállapítható, hogy jelentős, közel milliós nagyságrendű foglalkoztatotti létszámcsökkenés volt 1990-2001 évek között összesen, majd utána kismértékű növekedést követően 2003. évtől kezdődően folyamatos csökkenés tapasztalható az összes foglalkoztatott létszámában, főként az ipar összevont nemzetgazdasági ágban foglalkoztatottak számának csökkenése miatt.
A 30. ábra, amely a mellékletben található 6.2.2.1.-6.2.2.4. táblázatok alapján készült, a mezőgazdaság összevont nemzetgazdasági ágban foglalkoztatottak arányát mutatja be régiónként a régióban az összes foglalkoztatott számához viszonyítva.
65
DOI: 10.14750/ME.2014.012
30%
Közép‐Magyarország Közép‐Dunántúl Nyugat‐Dunántúl
25%
Dél‐Dunántúl Észak‐Magyarország 20%
Észak‐Alföld Dél‐Alföld Magyarország
15%
10%
5%
0% 1990
2001
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 30. ábra: A mezőgazdaság összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva
A 30. ábra, valamint a melléklet szerinti 6.2.2.1.-6.2.2.4. táblázatok alapján megállapítható, hogy a mezőgazdaság összevont nemzetgazdasági ágban foglalkoztatottak létszáma és részaránya 1990. évről 2010. évre fokozatosan lecsökkent. Az Észak-magyarországi régióban a mezőgazdaság összevont nemzetgazdasági ágban foglalkoztatottak aránya kisebb az országos átlagnál. A 31. ábra, amely a mellékletben található 6.2.2.1.-6.2.2.4. táblázatok alapján készült, az ipar összevont nemzetgazdasági ágban foglalkoztatottak arányát mutatja be régiónként a régióban az összes foglalkoztatott számához viszonyítva. 50% 45% 40% 35% 30% 25% Közép‐Magyarország Közép‐Dunántúl Nyugat‐Dunántúl Dél‐Dunántúl Észak‐Magyarország Észak‐Alföld Dél‐Alföld Magyarország
20% 15% 10% 5% 0% 1990
2001
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 31. ábra: Az ipar összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva
66
DOI: 10.14750/ME.2014.012
A 31. ábra, valamint a melléklet szerinti 6.2.2.1.-6.2.2.4. táblázatok alapján megállapítható, hogy 1990. évtől a társadalmi-gazdasági változások hatására az ipari termelés visszaesése drasztikus mértékű volt, ami létszámcsökkenéssel járt együtt. A 2001. évre az ipar összevont nemzetgazdasági ágban a foglalkoztatottak aránya 1990. évhez képest minden régióban 2-10 százalékkal csökkent, kivéve Nyugat-Dunántúlt, ahol ez az érték nőtt, míg 2001. évtől 2010. évig már csak közel 2 százalék volt a csökkenés minden régióban, az Észak-magyarországi régióban az ipar összevont nemzetgazdasági ágban foglalkoztatottak aránya magasabb az országos átlagnál. A 32. ábra, amely a mellékletben található 6.2.2.1.-6.2.2.4. táblázatok alapján készült, a szolgáltatás összevont nemzetgazdasági ágban foglalkoztatottak arányát mutatja be régiónként a régióban az összes foglalkoztatott számához viszonyítva. 90% 80% 70% 60% 50% Közép‐Magyarország Közép‐Dunántúl Nyugat‐Dunántúl Dél‐Dunántúl Észak‐Magyarország Észak‐Alföld Dél‐Alföld Magyarország
40% 30% 20% 10% 0% 1990
2001
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 32. ábra: A szolgáltatás összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva
A 32. ábra, valamint a melléklet szerinti 6.2.2.1.-6.2.2.4. táblázatok alapján megállapítható, hogy még 1990. évben a régióban a foglalkoztatottak 42-58, míg a 2010. évre már a foglalkoztatottak 57-77 százaléka dolgozott a szolgáltatás összevont nemzetgazdasági ágban, a szolgáltatás összevont nemzetgazdasági ágban foglalkoztatottak aránya az Északmagyarországi régióban kisebb az országos átlagnál. A szolgáltatás összevont nemzetgazdasági ág szerepe megnőtt az elmúlt szűk két évtized alatt és várhatóan ez a tendencia fog folytatódni.
67
DOI: 10.14750/ME.2014.012
6.3.
Bruttó hazai termék
A 33. ábra, amely a mellékletben található 6.3.1. táblázat alapján készült, a GDP értékének alakulását mutatja összevont nemzetgazdasági áganként Magyarországon 1995. évben és 2001-2010 évek között. 25 000
Mezőgazdaság Ipar Szolgáltatás
GDP, milliárd Ft
20 000
Összesen
15 000
10 000
5 000
0 1995
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 33. ábra: A GDP értékének alakulása összevont nemzetgazdasági áganként Magyarországon
A 33. ábra alapján egyértelműen megállapítható, hogy a folyó áras országos GDP folyamatosan nőtt a 2008-2009. évi gazdasági világválságot kivéve, a gazdasági világválság miatti országos GDP csökkenést alapvetően az ipar összevont nemzetgazdasági ág országos GDP csökkenése okozta. A 34. ábra, amely a mellékletben található 6.3.2.1.-6.3.2.4. táblázatok alapján készült, a mezőgazdaság összevont nemzetgazdasági ág GDP arányát mutatja be régiónként a régió GDP értékéhez viszonyítva. 18%
Közép‐Magyarország Közép‐Dunántúl Nyugat‐Dunántúl Dél‐Dunántúl Észak‐Magyarország Észak‐Alföld Dél‐Alföld Magyarország
16% 14% 12% 10% 8% 6% 4% 2% 0% 1995
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 34. ábra: A mezőgazdaság összevont nemzetgazdasági ág GDP aránya a régió GDP értékéhez viszonyítva
68
DOI: 10.14750/ME.2014.012
A 34. ábra, valamint a melléklet szerinti 6.3.2.1.-6.3.2.4. táblázatok alapján megállapítható, hogy Magyarországot tekintve a GDP aránya a mezőgazdaság összevont nemzetgazdasági ágban Közép-Magyarországon a legkisebb mindegyik vizsgált évben, és a Dél-Alföldön a legmagasabb. Közép-Magyarország az országos átlag alatt, Észak-Magyarország az országos értékhez közel van a mezőgazdaság összevont nemzetgazdasági ág által termelt GDP arányát tekintve mindegyik vizsgált évben. A 35. ábra, amely a mellékletben található 6.3.2.1.-6.3.2.4. táblázatok alapján készült, az ipar összevont nemzetgazdasági ág GDP arányát mutatja be régiónként a régió GDP értékéhez viszonyítva. 60%
50%
40%
30%
20%
Közép‐Magyarország Közép‐Dunántúl Nyugat‐Dunántúl Dél‐Dunántúl Észak‐Magyarország Észak‐Alföld Dél‐Alföld Magyarország
10%
0% 1995
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 35. ábra: Az ipar összevont nemzetgazdasági ág GDP aránya a régió GDP értékéhez viszonyítva
A 35. ábra, valamint a melléklet szerinti 6.3.2.1.-6.3.2.4. táblázatok alapján megállapítható, hogy a ipar összevont nemzetgazdasági ágban termelt GDP aránya, csak úgy mint a mezőgazdaság összevont nemzetgazdasági ágban termelt GDP aránya a KözépMagyarországon a legalacsonyabb mindegyik vizsgált évben, ez az arány Közép-Dunántúlon a legmagasabb. A GDP aránya Észak-Magyarországon magasabb az országos átlagnál. A 36. ábra, amely a mellékletben található 6.3.2.1.-6.3.2.4. táblázatok alapján készült, a szolgáltatás összevont nemzetgazdasági ág GDP arányát mutatja be régiónként a régió GDP értékéhez viszonyítva.
69
DOI: 10.14750/ME.2014.012
90% 80% 70% 60% 50% 40% Közép‐Magyarország Közép‐Dunántúl Nyugat‐Dunántúl Dél‐Dunántúl Észak‐Magyarország Észak‐Alföld Dél‐Alföld Magyarország
30% 20% 10% 0% 1995
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 36. ábra: A szolgáltatás összevont nemzetgazdasági ág GDP aránya a régió GDP értékéhez viszonyítva
A 36. ábra, valamint a melléklet szerinti 6.3.2.1.-6.3.2.4. táblázatok alapján megállapítható, hogy a szolgáltatás összevont nemzetgazdasági ágban, a másik két összevont nemzetgazdasági ággal ellentétben Közép-Magyarországon a legmagasabb a termelt GDP aránya, míg Közép-Dunántúlon a legalacsonyabb a vizsgált időszakban. A GDP aránya az Észak-Magyarországon kisebb az országos átlagnál. A 6.1.-6.2. pontokban foglaltak alapján megállapítható, hogy a 2001-2010 évek között az Észak-magyarországi régióban a működő vállalkozások száma, a foglalkoztatottak száma, valamint ezek részaránya a többi magyar régióhoz hasonlóan a mezőgazdasági és ipari összevont nemzetgazdasági ágakban csökkent, míg a szolgáltatás összevont nemzetgazdaságban nőtt. A változás mértéke a rendszerváltást követő első évtizedben jelentősebb volt a rendszerváltást követő második évtizedhez képest, mivel akkorra lényegileg befejeződött a nagyobb állami cégek privatizációja és külföldi befektetők piacszerzését követően jelentős létszámleépítés történt gazdasági okokból a mezőgazdasági, ipari termelő szektorban a felszabaduló munkaerő nagy része pedig a növekvő szolgáltatási szektorban talált munkát. A 6.1.-6.3. pontokban foglaltak alapján megállapítható, hogy a 2008-2009. évi gazdasági világválság hatása mind országos, mind regionális szinten a GDP jelentősebb csökkenésében, valamint az ipari vállalkozások, iparban foglalkoztatottak kisebb mértékű csökkenésében jelentkezett. Az előző elemzések összhangban vannak azzal, hogy a konvergencia klub elmélet (Major K., 2001) szerinti polizarizáció Magyarországon a régiókra vonatkozóan is létezik az 1990. év elejétől (Lőcsei H., 2010), azaz a régiók között konvergencia klubbok alakultak ki a régiók fejlettségét jellemző 1 főre jutó GDP alapján. A dinamikusan növekedő csoportba Közép-Magyarország, a stagnáló csoportba NyugatDunántúl és Közép-Dunántúl, a leszakadó csoportba Észak-Magyarország, Dél-Dunántúl, Észak-Alföld, Dél-Alföld tartozik, a dinamikusan növekvő csoportba tartozó régió és a 70
DOI: 10.14750/ME.2014.012
leszakadó csoportba tartozó régiók közötti egyenlőtlenség folyamatosan növekszik (Lőcsei H., 2010), amely konvergencia klubbok a foglalkoztatottakra, munkanélküliekre is léteznek (Lőcsei H., 2011), amely nehéz helyzetbe hozza a leszakadó régiókat, köztük a Északmagyarországi régiót.
71
DOI: 10.14750/ME.2014.012
7. AZ ÉSZAK-MAGYARORSZÁGI ÖSSZEHASONLÍTÁSA
RÉGIÓ
MEGYÉINEK
Egy megye gazdaság fejlesztésével kapcsolatos tényezőket jellemzők közül, megfelelően a 6. fejezet szerinti régiós jellemzőkhöz, kiemelten fontos a működő vállalkozások száma és alakulása nemzetgazdasági áganként, a foglalkoztatottak száma és alakulása nemzetgazdasági áganként, valamint a bruttó hazai termék és alakulása nemzetgazdasági áganként, amely nemzetgazdasági ágak a 6. fejezet szerinti összevont nemzetgazdasági ágakat jelölik. Ezen jellemzők alakulását megvizsgálom Észak-Magyarországon és az Észak-magyarországi régió megyéiben részletesen az 1999. és a 2010. évek között a KSH adatok saját feldolgozása alapján (Balla G., 2011).
7.1.
Vállalkozások
A 37. ábra, amely a mellékletben található 7.1.1. táblázat alapján készült, a működő vállalkozások számának alakulását szemlélteti összevont nemzetgazdasági áganként az Északmagyarországi régióban 1999-2010 évek között. 70
Működő vállalkozások száma, ezer db
60
50
40 Mezőgazdaság 30
Ipar Szolgáltatás Összesen
20
10
0 1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 37. ábra: A működő vállalkozások száma összevont nemzetgazdasági áganként az Északmagyarországi régióban
A 37. ábra alapján egyértelműen megállapítható, hogy a vállalkozások száma 2002. évig emelkedést mutat, majd ezt követően csökkenést, ami a mezőgazdaság összevont nemzetgazdasági ág és az ipar összevont nemzetgazdasági ág mellett a szolgáltatás összevont nemzetgazdasági ág szektor vállalkozásait is érintette. A 38. ábra, amely a mellékletben található 7.1.2.1.-7.1.2.4. táblázatok alapján készült, a mezőgazdaság összevont nemzetgazdasági ágban működő vállalkozások arányát mutatja be megyénként a megyében az összes működő vállalkozás számához viszonyítva.
72
DOI: 10.14750/ME.2014.012
7%
6%
5%
4%
3% Borsod‐Abaúj‐Zemplén megye 2%
Heves megye Nógrád megye Észak‐Magyarország
1%
Magyarország 0% 1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 38. ábra: A mezőgazdaság összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva
A 38. ábra, valamint a melléklet szerinti 7.1.2.1.-7.1.2.4. táblázatok alapján megállapítható, hogy a mezőgazdaság összevont nemzetgazdaságban működő vállalkozások aránya a vizsgált időszakban lényegileg csökkent, kivéve, hogy 2010. évre kismértékű emelkedés figyelhető meg. Az Észak-magyarországi régió mindhárom megyéje közül Heves megyében a legnagyobb a mezőgazdasági összevont nemzetgazdasági ágban működő vállalkozások aránya, és ez meghaladja mind a régiós, mind pedig az országos arányt. Az 39. ábra, amely a mellékletben található 7.1.2.1.-7.1.2.4. táblázatok alapján készült, az ipar összevont nemzetgazdasági ágban működő vállalkozások arányát mutatja be megyénként a megyében az összes működő vállalkozás számához viszonyítva. 25%
20%
15%
Borsod‐Abaúj‐Zemplén megye 10%
Heves megye Nógrád megye Észak‐Magyarország
5%
Magyarország
0% 1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 39. ábra: Az ipar összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva
73
DOI: 10.14750/ME.2014.012
A 39. ábra, a melléklet szerinti 7.1.2.1.-7.1.2.4. táblázatok alapján megállapítható, hogy az ipar összevont nemzetgazdasági ágban működő vállalkozások aránya a vizsgált időszakban 2002. évtől kezdve csökkent a régió mindhárom megyéjében. Az ipar összevont nemzetgazdaságban működő vállalkozások aránya Nógrád megyében volt a legmagasabb a vizsgált időszak minden évében a három megye közül, ami magasabb volt mind az Északmagyarországi, mind pedig az országos átlagnál. A 40. ábra, amely a mellékletben található 7.1.2.1.-7.1.2.4. táblázatok alapján készült, a szolgáltatás összevont nemzetgazdasági ágban működő vállalkozások arányát mutatja be megyénként a megyében az összes működő vállalkozás számához viszonyítva. 80%
78%
76%
74%
72%
Borsod‐Abaúj‐Zemplén megye Heves megye Nógrád megye
70%
Észak‐Magyarország Magyarország
68%
66% 1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 40. ábra: A szolgáltatás összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva
A 40. ábra, a melléklet szerinti 7.1.2.1.-7.1.2.4. táblázatok alapján megállapítható, hogy a szolgáltatás összevont nemzetgazdasági ágban működő vállalkozások aránya a vizsgált időszakban 2002. évről 2010. évre folyamatos növekedést mutat az Észak-magyarországi régió megyéiben is, csakúgy, mint a régiós, országos tendenciák esetében. A három megye közül Borsod-Abaúj-Zemplén megyében volt a legmagasabb a szolgáltatás összevont nemzetgazdasági ágban működő vállalkozások aránya, amely arány magasabb, mint a régiós átlag.
74
DOI: 10.14750/ME.2014.012
7.2.
Foglalkoztatottság
A 41. ábra, amely a mellékletben található 7.2.1. táblázat alapján készült, a foglalkoztatottak számának alakulását mutatja összevont nemzetgazdasági áganként az Észak-magyarországi régióban 1990. évben, 2001. évben és 2003.-2010. évek között. 600
Mezőgazdaság Ipar Szolgáltatás
Foglalkoztatottak száma, ezer fő
500
Összesen 400
300
200
100
0 1990
2001
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 41. ábra: A foglalkoztatottak számának alakulása összevont nemzetgazdasági áganként az Észak-magyarországi régióban
A 41. ábra alapján egyértelműen megállapítható, hogy a régióban jelentős visszaesés regisztrálható az 1990-2001 évek között a foglalkoztatottak számát tekintve, kivéve a szolgáltatás összevont nemzetgazdasági ágban foglalkoztatottak számát, a jelentős visszaesést követően 2003. évtől minden összevont nemzetgazdasági ágban a foglalkoztatottak száma lényegileg folyamatosan csökkent 2010. évig az Észak-magyarországi régióban. A 42. ábra, amely a mellékletben található 7.2.2.1.-7.2.2.4. táblázatok alapján készült, a mezőgazdaság összevont nemzetgazdasági ágban foglalkoztatottak arányát mutatja be megyénként a megyében az összes foglalkoztatott számához viszonyítva.
75
DOI: 10.14750/ME.2014.012
18% Borsod‐Abaúj‐Zemplén megye 16%
Heves megye
14%
Nógrád megye Észak‐Magyarország
12%
Magyarország
10% 8% 6% 4% 2% 0% 1990
2001
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 42. ábra: A mezőgazdaság összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva
A 42. ábra, valamint a melléklet szerinti 7.2.2.1.-7.2.2.4. táblázatok alapján megállapítható, az Észak-magyarországi régió mindhárom megyéjében a mezőgazdaság összevont nemzetgazdasági ágban foglalkoztatottak aránya az 1990-2001 évek közötti jelentős visszaesést követően 2003. évtől 2010. évig lényegileg kisebb mértékben tovább csökkent Nógrád megyét kivéve, ahol az arány kisebb mértékben növekedett. Az Észak-magyarországi régió megyéi közül Heves megyében a legmagasabb a mezőgazdasági összevont nemzetgazdasági ágban foglalkoztatottak aránya. A 43. ábra, amely a mellékletben található 7.2.2.1.-7.2.2.4. táblázatok alapján készült, az ipar összevont nemzetgazdasági ágban foglalkoztatottak arányát mutatja be megyénként a megyében az összes foglalkoztatott számához viszonyítva. 50% 45% 40% 35% 30% 25% Borsod‐Abaúj‐Zemplén megye
20%
Heves megye 15%
Nógrád megye Észak‐Magyarország
10%
Magyarország
5% 0% 1990
2001
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 43. ábra: Az ipar összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva
76
DOI: 10.14750/ME.2014.012
A 43. ábra, valamint a melléklet szerinti 7.2.2.1.-7.2.2.4. táblázatok alapján megállapítható, hogy az ipar összevont nemzetgazdasági ágban foglalkoztatottak aránya az Északmagyarországi régió mindhárom megyéjében 1990. évről 2001. évre jelentősen, majd 2003. évtől 2010. évig kisebb mértékben csökkent. Az ipar összevont nemzetgazdasági ágban foglalkoztatottak aránya 2004. évtől a régió minden megyéjében nagyobb az országos átlagnál. A 44. ábra, amely a mellékletben található 7.2.2.1.-7.2.2.4. táblázatok alapján készült, a szolgáltatás összevont nemzetgazdasági ágban foglalkoztatottak arányát mutatja be megyénként a megyében az összes foglalkoztatott számához viszonyítva. 70%
60%
50%
40% Borsod‐Abaúj‐Zemplén megye Heves megye
30%
Nógrád megye Észak‐Magyarország
20%
Magyarország 10%
0% 1990
2001
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 44. ábra: A szolgáltatás összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva
A 44. ábra, valamint a melléklet szerinti 7.2.2.1.-7.2.2.4. táblázatok alapján megállapítható, hogy 1990. évről 2001. évre jelentős, majd 2001. évtől kezdve 2010. évig kisebb mértékű a növekedés a szolgáltatás összevont nemzetgazdasági ágban foglalkoztatottak aránya, amely tendencia megfigyelhető mind megyei, mind regionális szinten a vizsgált időszakban, kivéve Nógrád megyét, ahol ez az arány kisebb mértékben csökkent. Az Észak-magyarországi régióban Borsod-Abaúj-Zemplén megyében a legmagasabb a szolgáltatás összevont nemzetgazdasági ágban a foglalkoztatottak aránya.
77
DOI: 10.14750/ME.2014.012
7.3.
Bruttó hazai termék
A 45. ábra, amely a mellékletben található 7.3.1. táblázat alapján készült, a GDP értékének alakulását mutatja összevont nemzetgazdasági áganként az Észak-magyarországi régióban 1995. évben és 2001-2010 évek között. 2 000
Mezőgazdaság Ipar
1 800
Szolgáltatás 1 600
Összesen
GDP, milliárd Ft
1 400 1 200 1 000 800 600 400 200 0 1995
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 45. ábra: A GDP értékének alakulása összevont nemzetgazdasági áganként az ÉszakMagyarországi régióban
A 45. ábra alapján egyértelműen megállapítható, hogy a GDP értéke növekedést mutat a 2001-2010 évek között, ami az ipar, valamint a szolgáltatás összevont nemzetgazdasági ágaknak köszönhető. A 2009. évben figyelhető meg visszaesés, ami a gazdasági világválság általános hatásaival magyarázható. A 46. ábra, amely a mellékletben található 7.3.2.1.-7.3.2.4. táblázatok alapján készült, a mezőgazdaság összevont nemzetgazdasági ág GDP arányát mutatja be megyénként a megye GDP értékéhez viszonyítva.
78
DOI: 10.14750/ME.2014.012
12% Borsod‐Abaúj‐Zemplén megye Heves megye
10%
Nógrád megye Észak‐Magyarország 8%
Magyarország
6%
4%
2%
0% 1995
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 46. ábra: A mezőgazdaság összevont nemzetgazdasági ág GDP aránya a megye GDP értékéhez viszonyítva
A 46. ábra alapján, valamint a melléklet szerinti 7.3.2.1.-7.3.2.4. táblázatok alapján megállapítható, hogy a mezőgazdaság összevont nemzetgazdasági ágban a GDP aránya az 1995.-2001. évek közötti jelentős esést követően fokozatosan kisebb mértékben csökkent 2001. évről 2010. évre mindhárom megyében, csak úgy mint, régiós, illetve országos viszonylatban. A 47. ábra, amely a mellékletben található 7.3.2.1.-7.3.2.4. táblázatok alapján készült, az ipar összevont nemzetgazdasági ág GDP arányát mutatja be megyénként a megye GDP értékéhez viszonyítva. 45% 40% 35% 30% 25% Borsod‐Abaúj‐Zemplén megye
20%
Heves megye 15%
Nógrád megye Észak‐Magyarország
10%
Magyarország
5% 0% 1995
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 47. ábra: Az ipar összevont nemzetgazdasági ág GDP aránya a megye GDP értékéhez viszonyítva
79
DOI: 10.14750/ME.2014.012
A 47. ábra, valamint a melléklet szerinti 7.3.2.1.-7.3.2.4. táblázatok alapján megállapítható, hogy az ipar összevont nemzetgazdasági ágat tekintve a régió, Borsod-Abaúj-Zemplén megye és Heves megye esetében elmondható, hogy hullámzás figyelhető meg a GDP arányát tekintve, hiszen 1995. évről 2001. évre kisebb mértékben nőtt az arány, 2004. évre visszaesett lényegileg az 1995. évi szintre, majd 2010. évre ismét kismértékű növekedés figyelhető meg, kivéve 2008.-2009. évek közötti, világválságnak tulajdonítható csökkenést. A GDP arány Nógrád megyében az 1995. évről a 2001. évre való kisebb mértékű növekedés után 2001. évtől 2010. évig lényegileg kisebb mértékben csökkent. A 48. ábra, amely a mellékletben található 7.3.2.1.-7.3.2.4. táblázatok alapján készült, a szolgáltatás összevont nemzetgazdasági ág GDP arányát mutatja be megyénként a megye GDP értékéhez viszonyítva. 80%
70%
60%
50%
40% Borsod‐Abaúj‐Zemplén megye 30%
Heves megye Nógrád megye
20%
Észak‐Magyarország Magyarország
10%
0% 1995
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Forrás: saját szerkesztés KSH adatokkal 48. ábra: A szolgáltatás összevont nemzetgazdasági ág GDP aránya a megye GDP értékéhez viszonyítva
A 48. ábra, alapján, valamint a melléklet szerinti 7.3.2.1.-7.3.2.4. táblázatok alapján megállapítható, hogy a szolgáltatás összevont nemzetgazdasági ágban az Északmagyarországi régiót, Borsod-Abaúj-Zemplén megyét és Heves megyét tekintve elmondható, hogy a GDP aránya 2001. évről 2010. évre lényegileg nem nagyon változott, kivéve Nógrád megyét, ahol 1995. évről 2010. évig a GDP aránya fokozatosan kisebb mértékben növekedett. A vizsgálatok alapján elmondható, hogy hasonló tendencia figyelhető meg mind a működő vállalkozások, mind pedig a foglalkoztatottak számának alakulásában az összevont nemzetgazdasági ágak szerinti bontások alapján. Elmondható hogy a megfigyelt időszakban a mezőgazdasági és az ipari összevont nemzetgazdasági ágakban a működő vállalkozások aránya és a foglalkoztatottak aránya is csökkent az Észak-magyarországi régióban és az általuk termelt GDP is csak kis mértékben növekedett. Ezzel szemben a szolgáltatási jellegű ágazatokban növekedés figyelhető meg a vizsgált jellemzők alakulásában. A vizsgált időszakban a mezőgazdaság és az ipar összevont nemzetgazdasági ágakban a működő vállalkozások által foglalkoztatottak aránya csökkent, ezzel szemben a szolgáltatási jellegű ágazatokban növekedés figyelhető meg. 80
DOI: 10.14750/ME.2014.012
A vállalkozások által megtermelt GDP mindhárom összevont nemzetgazdasági ágban növekedett, azonban a legkisebb növekedés a mezőgazdasági összevont nemzetgazdasági ágban, amelyet a legnagyobb foglalkoztatotti létszámcsökkenés eredményezhetett. A lényeges különbség a magyarországi és az Észak-magyarországi tendencia között az, hogy a foglalkoztatotti létszám csökkenése nagyobb, míg a GDP növekedése kisebb volt az Északmagyarországi régióban, mint Magyarországon. A fentiek alapján megállapítható, hogy a világtendenciát követve az Észak-magyarországi régióban, illetve Magyarországon is a termelő ágazatok aránya csökkent, a szolgáltató ágazatok aránya pedig nőtt. Ennek oka egyrészt a folyamatos fejlődés és az ebből következő keresletnövekedés a szolgáltatások iránt, illetve, hogy a termelő ágazatok termelékenysége nagyot nőtt a technológia fejlődésével, így a felszabaduló munkaerő a szolgáltató ágazatban talált munkát és ott termel hozzáadott értéket, továbbá, hogy a termelő ágazatok fejlődésével azokból több szolgáltatói jellegű tevékenység levált és elkülönülten jelenik meg a piacon, mint például a logisztika (Szalavetz A., 2008).
81
DOI: 10.14750/ME.2014.012
8. A GAZDASÁGI TÉR VÁLLALKOZÁSI POTENCIÁLJÁNAK VIZSGÁLATA AZ ÉSZAK-MAGYARORSZÁGI RÉGIÓBAN A 6., 7. fejezetekben ismertetett regionális megyei szintű statisztikai adatokon alapuló gazdasági térszerkezet elemzések után a 8. fejezetben az Észak-magyarországi régió vállalkozások száma szerinti térszerkezet alakulását vállalkozások összesen és összevont nemzetgazdasági ágazatonként vállalkozási potenciál alapján vizsgálom a 2004. és a 2010. évekre vonatkozólag. A vállalkozási potenciál vizsgálatoknál a 4.1. és 4.4.1. pontok szerint számított hatásos potenciálmodellt alkalmaztam, amelynek használhatóságát az Észak-magyarországi régió kistérségi szintű vállalkozási potenciál vizsgálatokhoz a következőekben bizonyítom. A hatásos vállalkozási potenciálértékeket a 2004. és 2010. évekre vonatkozólag a működő vállalkozások számát, mint vállalkozási tömeget összevont nemzetgazdasági áganként, valamint ezek összegét hasonlítom össze, és az így képzett hányadost, mint relatív változást kistérségi szinten vizsgálom az Észak-magyarországi régióban mind a három összevont nemzetgazdasági ágban, valamint ezek összegében bekövetkezett alakulásaként. A vizsgálatok alapja a 2004. évi és a 2010. évi jelenleg nyilvánosan elérhető hivatalos KSH adatok kistérségi szinten, nemzetgazdasági áganként a működő vállalkozások számára és a népességre vonatkozólag, amelyet a melléklet szerinti 8.1., 8.2., 8.3. táblázatok tartalmaznak, amelyek felhasználásával készültek a 8. fejezet szerinti térképek. Az egyes térképek szerkesztése az alábbi nagyszámú számítások elvégzésén alapul: kistérségi szomszédsági gráf alapján a k=1 és a k=2 elérésű kistérségi szomszédsági csoportok meghatározása a régió mind a 28 kistérségére vonatkozólag, a Magyarországra vonatkozó 174x174 elemszámú teljes kistérségi távolság reciprok mátrixból a régió mind a 28 kistérségére leválogatásra kerültek a csak a kistérségi szomszédsági csoportokra vonatkozó értékek, azaz a mátrixban azokat a távolság reciprok értékeket 0 értékűvé változtattuk, amelyek nem részei a hatásos potenciál számításoknak, a 2004. évre, és a 2010. évre vonatkozóan az összes működő vállalkozás számából, valamint a vállalkozások három összevont nemzetgazdasági ág szerinti számából, ami a tömeget jelenti a potenciál számításakor, meghatároztuk a hatásos távolság reciprok mátrix alapján a hatásos potenciálokat, majd ezek hányadosát képeztük, az 1000 főre eső vállalkozások számának kiszámítása a népességre vonatkozólag a régió mind a 28 kistérségére, és mind a 2 évre vonatkozólag, és ezek hányadosának kiszámítása, valamint ezek számtani átlagának meghatározása, a számtani átlag alapján a régió mind a 28 kistérségére vonatkozó fajlagos értékek 3 kategóriába sorolása mind a 2 évre, minden összevont nemzetgazdasági ágra és ezek összegére vonatkozólag, a 3 kategória az alábbi: - átlagos: az érték x min és (x a 0, 2(x a x min )) közötti, - átlag alatti: az érték (x a 0, 2(x a x min )) és (x a 0, 2(x max x a )) közötti, - átlag felett: az érték (x a 0, 2(x max x a )) és x max közötti, az 1 értéket tendenciaváltozási fordulópontnak tekintve és ehhez viszonyítva a régió mind a 28 kistérségére vonatkozó fajlagos értékek hányadosaiból 3 kategóriát 82
DOI: 10.14750/ME.2014.012
alakítottunk ki és ezekbe soroltuk minden összevont nemzetgazdasági ágra és az összes vállalkozásra vonatkozólag a kistérségeket, a 3 kategória az alábbi: - csökkenő: az érték x min és (1 0, 2(1 x min )) között van, - stagnáló: az érték (1 0, 2(1 x min )) és (1 0, 2(x max 1)) között van, - növekvő: az érték (1 0, 2(x max 1)) és x max között van, ahol x min a minimális, az x a a számtani átlag, x max a maximális értéket jelenti valamely x jellemzőnek a régió mind a 28 kistérségére vonatkozó értékei alapján. A térképeken a hatásos potenciál mellett feltüntetésre kerültek a kistérségek 1000 főre eső vállalkozások számával kapcsolatos kategóriái, valamint a Magyar Köztársaság Kormánya (2001) általi térségtípus besorolások is, amelyek az 1. ábra alapján a következők: a gazdasági térszerkezet dinamikusan fejlődő, fejlődő, felzárkózó, revitalizálódó, stagnáló. Az Észak-magyarországi régió kistérségenkénti összes működő vállalkozásaira vonatkozó hatásos potenciálok térképi megjelenítése a 49., 50., 51. ábrák alapján a következők. A 49. ábra szerinti 1000 főre jutó vállalkozások száma besorolása az alábbi értékek szerinti: átlag alatti: 19,528 - 38,464 átlagos: 38,464 - 52,240 átlag feletti: 52,240 - 88,407 Az 50. ábra szerinti 1000 főre jutó vállalkozások száma besorolása az alábbi értékek szerinti: átlag alatti: 19,555 - 38,238 átlagos: 38,238 - 51,050 átlag feletti: 51,050 - 83,615 Az 51. ábra szerinti 1000 főre jutó vállalkozások száma változásának besorolása az alábbi értékek szerinti: csökkenő: 0,914 - 0,982 stagnáló: 0,982 - 1,028 növekvő: 1,028 - 1,143
83
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 49. ábra: A vállalkozási hatásos potenciál az Észak-magyarországi régióban 2004. évben
Forrás: saját szerkesztés KSH adatokkal 50. ábra: A vállalkozási hatásos potenciál az Észak-magyarországi régióban 2010. évben
84
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 51. ábra: A vállalkozási hatásos potenciál változás az Észak-magyarországi régióban 2010/2004. években
A 49., 50., 51. ábrák szerinti, az összes működő vállalkozásra vonatkozó vállalkozási hatásos potenciál, továbbiakban vállalkozási hatásos potenciál térképek alapján megállapíthatóak az alábbiak: - a régió gazdasági terének a vállalkozási hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a vállalkozási hatásos potenciálok csökkentek kisebb, 4% alatti mértékben 0,999-0,981 közötti értékkel, - az Észak-magyarországi régió minden kistérségében csökkent a vállalkozási hatásos potenciál, - az Észak-magyarországi régióban megmaradt a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely dominanciája a vállalkozási hatásos potenciált tekintve, - a régió északkeleti perifériáján található kistérségeknél a legkisebb a vállalkozási hatásos potenciál, - a vállalkozási hatásos potenciál esése tekintetében az Észak-magyarországi régió relatíve legnagyobb vesztesei az ózdi, salgótarjáni, miskolci kistérségek, - az Észak-magyarországi régió nyugati részén csökkent legkisebb mértékben a vállalkozási hatásos potenciál.
A vállalkozási hatásos potenciállal kapcsolatos megállapítások az alábbi tényekkel összhangban vannak: - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely városai az Észak-magyarországi régió fő közlekedési útvonalához közel találhatók, és 2004. év után már újabb fő közlekedési út nem került megépítésre, amely a potenciáltengely változására hatással lehetett volna (Kocsis K.-Schweitzer F., 2011.),
85
DOI: 10.14750/ME.2014.012
- a kistérségi szomszédsági gráf gráfelméleti elemzése alapján a centrális érték legnagyobb Miskolcnál, fM = 9, és a legmagasabbak közé tartozik ez az érték Gyöngyösnél, fG = 8, és Egernél, fE = 6 is, - az Észak-magyarországi régió nyugati részén lévő kistérségek kedvezőbb helyzetűek Budapest közelsége miatt, - Nógrád megye térségei különösen hátrányos helyzetben vannak a hosszú elérési idők miatt, nyugat-nógrádi területeknek a földrajzi adottságok és a centrális magyarországi közlekedési hálózat miatt alakult ki szorosabb kapcsolata a Középmagyarországi régió kistérségeivel (Győrffy I. , 2011), - a 2008.-2009. évi gazdasági világválság éreztette hatását, az Észak-magyarországi régió kistérségeiben is csökkent a vállalkozások száma, egyik legnagyobb mértékben az ózdi, salgótarjáni kistérségekben (www.ksh.hu), - az Észak-magyarországi régió északkeleti részén van a legtöbb leghátrányosabb helyzetű kistérség, amelyek nagy részében a roma lakosok aránya magas (Kullmann Á.-Janza F.-Herczeg B. 2010), - az elmaradott kistérségek központjaiban általában hiányoznak a vállalkozások betelepülését, működtetését, illetve újak létrehozását ösztönző ipari parkok, inkubátorházak és a kapcsolódó tanácsadási szolgáltatások (NORRIA, 2011).
A vállalkozási hatásos potenciálok, az 1000 főre jutó vállalkozások száma, a térségtípusok alapján mind a 2004. évre, mind a 2010. évre vonatkozólag az alábbi, egymással összhangban lévő megállapítások tehetők: - a periférikus, főként határ menti kistérségekben a vállalkozási hatásos potenciálok a legalacsonyabbak közé tartoznak, ezen kistérségek nagy többségében átlag alatti az 1000 főre jutó vállalkozások száma, valamint korábban mind a stagnáló térségtípushoz tartoztak, - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely menti kistérségekben, mint lokális centrumokban, a hatásos potenciálok a legmagasabbak közé tartoznak, átlag feletti az 1000 főre eső vállalkozások száma, kivéve Hatvan, ahol átlagos ez a mutató, valamint korábban mind a négy város a fejlődő térségtípushoz tartozott.
A 49.-51. ábrák szerinti vállalkozási hatásos potenciál térképeknek a tényekkel, valamint az 1000 főre jutó vállalkozások számával, annak változásával, térségtípusokkal való összhangja a következőket bizonyítja: - az Észak-magyarországi régióban megmaradt a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely dominanciája az összes vállalkozások számára vonatkozólag, - a régió gazdasági terének a vállalkozási hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a vállalkozási hatásos potenciálok csökkentek kisebb mértékben, - a vállalkozási hatásos potenciálmodell alkalmazhatóságát a gazdasági tér működő vállalkozási szám szerinti térszerkezete regionális, kistérségi szintű alakulásának vizsgálatára, sajátosságainak feltárására.
A következő fejezetekben bemutatott részletes vizsgálatokat a kistérségi szintű összevont nemzetgazdasági ágak szerinti működő vállalkozások száma alapján végeztem.
86
DOI: 10.14750/ME.2014.012
8.1.
Mezőgazdaság
A mezőgazdaság összevont nemzetgazdasági ág vállalkozási hatásos potenciáljának térképi megjelenítése 2004. évre vonatkozólag az 52. ábrán, 2010. évre vonatkozóan az 53. ábrán, a két év potenciáljának változása, azaz a 2010. évi potenciál és a 2004. évi potenciál hányadosának térképi megjelenítése az 54. ábrán látható. Az 52. ábra szerinti 1000 főre jutó mezőgazdasági vállalkozások száma besorolása az alábbi értékek szerinti: átlag alatti: 0,942 - 2,354 átlagos: 2,354 - 3,233 átlag feletti: 3,233 - 5,334 Az 53. ábra szerinti 1000 főre jutó mezőgazdasági vállalkozások száma besorolása az alábbi értékek szerinti: átlag alatti: 0,834 - 2,335 átlagos: 2,335 - 3,223 átlag feletti: 3,223 - 5,274 Az 54. ábra szerinti 1000 főre jutó mezőgazdasági vállalkozások száma változásának besorolása az alábbi értékek szerinti: csökkenő: 0,687 - 0,937 stagnáló: 0,937 - 1,111 növekvő: 1,111 - 1,556
Forrás: saját szerkesztés KSH adatokkal 52. ábra: A vállalkozási hatásos potenciál a mezőgazdaság összevont nemzetgazdasági ágban az Észak-magyarországi régióban 2004. évben
87
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 53. ábra: A vállalkozási hatásos potenciál a mezőgazdaság összevont nemzetgazdasági ágban Észak-magyarországi régióban 2010. évben
Forrás: saját szerkesztés KSH adatokkal 54. ábra: A vállalkozási hatásos potenciál változása a mezőgazdaság összevont nemzetgazdasági ágban Észak-magyarországi régióban a 2004-2010 évek között
88
DOI: 10.14750/ME.2014.012
Az 52., 53., 54. ábrák szerinti, a mezőgazdaság összevont nemzetgazdasági ágra vonatkozó vállalkozási potenciál, továbbiakban mezőgazdasági vállalkozási hatásos potenciál térképek alapján megállapíthatóak az alábbiak: - a régió gazdasági terének a mezőgazdasági vállalkozási hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a mezőgazdasági vállalkozási hatásos potenciálok csökkentek kisebb, 10% alatti mértékben, 0,909-0,988 közötti értékkel, az Észak-magyarországi régió nyugati részén volt relatíve legnagyobb mértékű a mezőgazdasági vállalkozási potenciál csökkenése, - az Észak-magyarországi régió minden kistérségében csökkent a mezőgazdasági vállalkozási hatásos potenciál, - az Észak-magyarországi régióban megmaradt a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely dominanciája a mezőgazdasági vállalkozási hatásos potenciált tekintve, - az Észak-magyarországi régió nyugati részén csökkent legnagyobb mértékben a mezőgazdasági vállalkozási hatásos potenciál, - a régió északkeleti, északi perifériáin található kistérségeknél a legkisebb a mezőgazdasági vállalkozási hatásos potenciál, - a mezőgazdasági vállalkozási hatásos potenciál esése tekintetében az Északmagyarországi régió relatíve legnagyobb vesztesei a bátonyterenyei, füzesabonyi, gyöngyösi kistérségek. A mezőgazdasági vállalkozási hatásos potenciállal kapcsolatos megállapítások az alábbi tényekkel vannak összhangban: - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely városai az Észak-magyarországi régió fő közlekedési útvonalához közel találhatók, és 2004. év után már újabb fő közlekedési út nem került megépítésre, amely a potenciáltengely változására hatással lehetett volna (Kocsis K.-Schweitzer F., 2011), - a kistérségi szomszédsági gráf gráfelméleti elemzése alapján a centrális érték legnagyobb Miskolcnál, fM = 9, és a legmagasabb közé tartozik ez az érték Gyöngyösnél, fG = 8, és Egernél, fE = 6 is, - az Észak-magyarországi régió déli része a kedvező mezőgazdasági adottságokkal rendelkező Észak-Alföld régióval határos, - a 2008.-2009. évi gazdasági világválság éreztette hatását, az Észak-magyarországi régió kistérségeiben is csökkent a mezőgazdasági vállalkozások száma, egyik legnagyobb mértékben a bátonyterenyei, füzesabonyi, gyöngyösi kistérségben (www.ksh.hu), - az Észak-magyarországi régióban a régió nyugati részéhez közelebb eső, főleg annak déli részén található területeken kiemelkedő a mezőgazdaság szerepe, itt található az egri, gyöngyösi borvidék, valamint ezen a területen már közepesen jó minőségű szántók találhatók (Kocsis K.-Schweitzer F., 2011), ezért a régióban itt éreztette hatását legjobban a világgazdasági válság a mezőgazdaságot tekintve, - az Észak-magyarországi régió északkeleti részén van a legtöbb leghátrányosabb helyzetű kistérség, amelyek nagy részében a roma lakosok aránya magas (Kullmann Á.-Janza F.-Herczeg B. 2010), - az elmaradott kistérségek központjaiban általában hiányoznak a vállalkozások betelepülését, működtetését, illetve újak létrehozását ösztönző ipari parkok, inkubátorházak és a kapcsolódó tanácsadási szolgáltatások (NORRIA, 2011),
89
DOI: 10.14750/ME.2014.012
A mezőgazdasági vállalkozási hatásos potenciálok, az 1000 főre jutó vállalkozások száma, a térségtípusok alapján mind a 2004. évre, mind a 2010. évre vonatkozólag az alábbi, egymással összhangban lévő megállapítások tehetők: - a periférikus, főként határ menti kistérségekben a mezőgazdasági vállalkozási hatásos potenciálok a legalacsonyabbak közé tartoznak, ezen kistérségek nagy többségében átlag alatti az 1000 főre jutó mezőgazdasági vállalkozások száma, kivéve az északkeleti részén lévő kistérségeket, ahol ez inkább átlag feletti, és amely kistérségben volt a legkisebb mértékű a mezőgazdasági potenciál csökkenés, valamint korábban mind a stagnáló térségtípushoz tartoztak, - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely menti kistérségekben, mint lokális centrumokban a mezőgazdasági hatásos potenciálok a legmagasabbak közé tartoznak, átlagos vagy átlag alatti az 1000 főre eső vállalkozások száma, valamint korábban mind a négy város a fejlődő térségtípushoz tartozott. Az 52., 53., 54. ábrák szerinti mezőgazdasági vállalkozási hatásos potenciál térképeknek a tényekkel, valamint az 1000 főre jutó vállalkozások számával, annak változásával, térségtípusokkal való összhangja bizonyítja: - a régió gazdasági terének a mezőgazdasági vállalkozási hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a mezőgazdasági vállalkozási hatásos potenciálok csökkentek kisebb mértékben, - a mezőgazdasági vállalkozási hatásos potenciálmodell alkalmazható a gazdasági tér működő mezőgazdasági vállalkozási szám szerinti térszerkezete regionális, kistérségi szintű alakulásának vizsgálatára, sajátosságainak feltárására.
8.2.
Ipar
Az ipar összevont nemzetgazdasági ág vállalkozási hatásos potenciáljának térképi megjelenítése 2004. évre vonatkozólag az 55. ábrán, 2010. évre vonatkozóan az 56. ábrán, a két év potenciáljának változása, azaz a 2010. évi potenciál és a 2004. évi potenciál hányadosának térképi megjelenítése az 57. ábrán látható. Az 55. ábra szerinti 1000 főre jutó ipari vállalkozások száma besorolása az alábbi értékek szerinti: átlag alatti: 3,100 - 8,031 átlagos: 8,031 - 10,647 átlag feletti: 10,647 - 16,179 Az 56. ábra szerinti 1000 főre jutó ipari vállalkozások száma besorolása az alábbi értékek szerinti: átlag alatti: 2,652 - 7,223 átlagos: 7,223 - 9,468 átlag feletti: 9,468 - 13,876 Az 57. ábra szerinti 1000 főre jutó ipari vállalkozások száma változásának besorolása az alábbi értékek szerinti: csökkenő: 0,688 - 0,937 stagnáló: 0,937 - 1,045 növekvő: 1,045 - 1,228 90
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 55. ábra: A vállalkozási hatásos potenciál az ipar összevont nemzetgazdasági ágban az Északmagyarországi régióban 2004. évben
Forrás: saját szerkesztés KSH adatokkal 56. ábra: A vállalkozási hatásos potenciál az ipar összevont nemzetgazdasági ágban Északmagyarországi régióban 2010. évben
91
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 57. ábra: A vállalkozási hatásos potenciál változása az ipar összevont nemzetgazdasági ágban Észak-magyarországi régióban a 2004-2010 évek között
Az 55., 56., 57. ábrákon látható, az ipar összevont nemzetgazdasági ágra vonatkozó vállalkozási potenciál, továbbiakban ipari vállalkozási hatásos potenciál térképek alapján megállapíthatóak az alábbiak: - a régió gazdasági terének az ipari vállalkozási hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak az ipari vállalkozási hatásos potenciálok csökkentek 12-18% közötti mértékben, 0,873-0,825 közötti értékkel, - az Észak-magyarországi régió minden kistérségében csökkent az ipari vállalkozási hatásos potenciál, - az Észak-magyarországi régióban megmaradt a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely dominanciája az ipari vállalkozási hatásos potenciált tekintve, - a régió északkeleti perifériáján található kistérségeknél a legkisebb az ipari vállalkozási hatásos potenciál, - az ipari vállalkozási hatásos potenciál esése tekintetében az Észak-magyarországi régió relatíve legnagyobb vesztesei a nógrád megyei kistérségek, - az Észak-magyarországi régió déli részén relatíve kevésbé csökkent az ipari vállalkozási hatásos potenciál. Az ipari vállalkozási hatásos potenciállal kapcsolatos megállapítások az alábbi tényekkel összhangban vannak: - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely városai az Észak-magyarországi régió fő közlekedési útvonalához közel találhatók, és 2004. év után már újabb fő közlekedési út nem került megépítésre, amely a potenciáltengely változására hatással lehetett volna (Kocsis K.-Schweitzer F., 2011),
92
DOI: 10.14750/ME.2014.012
- a kistérségi szomszédsági gráf gráfelméleti elemzése alapján a centrális érték legnagyobb Miskolcnál, fM = 9, és a legmagasabb közé tartozik ez az érték Gyöngyösnél, fG = 8, és Egernél, fE = 6 is, - Nógrád megye térségei különösen hátrányos helyzetben vannak a hosszú elérési idők miatt, nyugat-nógrádi területeknek a földrajzi adottságok és a centrális magyarországi közlekedési hálózat miatt alakult ki szorosabb kapcsolata a Közép-magyarországi régió kistérségeivel (Győrffy I. , 2011), - a 2008.-2009. évi gazdasági világválság éreztette hatását, az Észak-magyarországi régió kistérségeiben is csökkent az ipari vállalkozások száma, legnagyobb mértékben a salgótarjáni kistérségben (www.ksh.hu), - Észak-magyarországi régió északkeleti részén van a legtöbb leghátrányosabb helyzetű kistérség, amelyek nagy részében a roma lakosok aránya magas (Kullmann Á.-Janza F.-Herczeg B. 2010), - az elmaradott kistérségek központjaiban általában hiányoznak az ipari vállalkozások betelepülését, működtetését, illetve újak létrehozását ösztönző ipari parkok, inkubátorházak és a kapcsolódó tanácsadási szolgáltatások (NORRIA, 2011).
Az ipari vállalkozási hatásos potenciálok, az 1000 főre jutó vállalkozások száma, a térségtípusok alapján mind a 2004. évre, mind a 2010. évre vonatkozólag az alábbi, egymással összhangban lévő megállapítások tehetők: - a periférikus, főként határ menti kistérségekben az ipari vállalkozási hatásos potenciálok a legalacsonyabbak közé tartoznak, ezen kistérségek nagy többségében átlag alatti az 1000 főre jutó ipari vállalkozások száma, valamint korábban mind a stagnáló térségtípushoz tartoznak, - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely szerinti kistérségekben, mint lokális centrumokban a hatásos potenciálok a legmagasabbak közé tartoznak, átlag feletti az 1000 főre eső ipari vállalkozások száma, kivéve Hatvan, ahol átlagos ez a mutató, valamint korábban mind a négy város a fejlődő térségtípushoz tartozott. Az 55., 56., 57. ábrák szerinti ipari vállalkozási hatásos potenciál térképeknek a tényekkel, valamint az 1000 főre jutó ipari vállalkozások számával, annak változásával, térségtípusokkal való összhangja bizonyítja: - a régió gazdasági terének az ipari vállalkozási hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak az ipari vállalkozási hatásos potenciálok csökkentek kis mértékben, - az ipari vállalkozási hatásos potenciálmodell alkalmazhatóságát a gazdasági tér működő ipari vállalkozási szám szerinti térszerkezete regionális, kistérségi szintű alakulásának vizsgálatára, sajátosságainak feltárására.
93
DOI: 10.14750/ME.2014.012
8.3.
Szolgáltatás
A szolgáltatás összevont nemzetgazdasági ág vállalkozási hatásos potenciáljának térképi megjelenítése 2004. évre vonatkozólag az 58. ábrán, 2010. évre vonatkozóan az 59. ábrán, a két év potenciáljának változása, azaz a 2010. évi potenciál és a 2004. évi potenciál hányadosának térképi megjelenítése a 60. ábrán látható. Az 58. ábra szerinti 1000 főre jutó szolgáltató vállalkozások száma besorolása az alábbi értékek szerinti: átlag alatti: 13,707 - 27,733 átlagos: 27,733 - 38,785 átlag feletti: 38,785 - 69,020 Az 59. ábra szerinti 1000 főre jutó szolgáltató vállalkozások száma besorolása az alábbi értékek szerinti: átlag alatti: 13,571 - 28,180 átlagos: 28,180 - 38,874 átlag feletti: 38,874 - 67,041 A 60. ábra szerinti 1000 főre jutó szolgáltató vállalkozások száma változásának besorolása az alábbi értékek szerinti: csökkenő: 0,926 - 0,985 stagnáló: 0,985 - 1,032 növekvő: 1,032 - 1,164
Forrás: saját szerkesztés KSH adatokkal 58. ábra: A vállalkozási hatásos potenciál a szolgáltatás összevont nemzetgazdasági ágban az Észak-magyarországi régióban 2004. évben
94
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 59. ábra: A vállalkozási hatásos potenciál a szolgáltatás összevont nemzetgazdasági ágban Észak-magyarországi régióban 2010. évben
Forrás: saját szerkesztés KSH adatokkal 60. ábra: A vállalkozási hatásos potenciál változása a szolgáltatás összevont nemzetgazdasági ágban Észak-magyarországi régióban a 2004-2010 évek között
95
DOI: 10.14750/ME.2014.012
Az 58., 59., 60. ábrák szerinti, a szolgáltatás összevont nemzetgazdasági ágra vonatkozó vállalkozási potenciál, továbbiakban szolgáltatási vállalkozási hatásos potenciál térképek alapján megállapíthatóak az alábbiak: - a régió gazdasági terének a szolgáltatási vállalkozási hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a szolgáltatási vállalkozási hatásos potenciálok változtak kisebb -1%-4% közötti mértékben, 0,993-1,043 közötti értékkel, az Észak-magyarországi régió nyugati részének kismértékű szolgáltatási potenciál növekedésével, - az Észak-magyarországi régió minden kistérségében csökkent a szolgáltatási vállalkozási hatásos potenciál, - az Észak-magyarországi régióban megmaradt a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely dominanciája a szolgáltatási vállalkozási hatásos potenciált tekintve, - a régió északkeleti perifériáján található kistérségeknél a legkisebb a szolgáltatási vállalkozási hatásos potenciál, - a szolgáltatási vállalkozási hatásos potenciál esése tekintetében az Északmagyarországi régió relatíve legnagyobb vesztese az Ózd-Miskolc potenciáltengely, - az Észak-magyarországi régió nyugati részén kisebb mértékben nőtt a szolgáltatási vállalkozási hatásos potenciál. A szolgáltatási vállalkozási hatásos potenciállal kapcsolatos megállapítások az alábbi tényekkel összhangban vannak: - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely városai az Észak-magyarországi régió fő közlekedési útvonalához közel találhatók, és 2004. év után már újabb fő közlekedési út nem került megépítésre, amely a potenciáltengely változására hatással lehetett volna (Kocsis K.-Schweitzer F., 2011), - a kistérségi szomszédsági gráf gráfelméleti elemzése alapján a centrális érték legnagyobb Miskolcnál, fM = 9, és a legmagasabbak közé tartozik ez az érték Gyöngyösnél, fG = 8, és Egernél, fE = 6 is, - az Észak-magyarországi régió nyugati részén lévő kistérségek kedvezőbb helyzetűek Budapest közelsége miatt, - a 2008.-2009. évi gazdasági világválság éreztette hatását az Észak-magyarországi régió kistérségeiben is csökkent a vállalkozások száma, egyik legnagyobb mértékben az ózdi kistérségben (www.ksh.hu), - Észak-magyarországi régió északkeleti részén van a legtöbb leghátrányosabb helyzetű kistérség, amelyek nagy részében a roma lakosok aránya magas (Kullmann Á.-Janza F.-Herczeg B. 2010), - az elmaradott kistérségek központjaiban általában hiányoznak a szolgáltató vállalkozások betelepülését, működtetését, illetve újak létrehozását ösztönző ipari parkok, inkubátorházak és a kapcsolódó tanácsadási szolgáltatások (NORRIA, 2011). A szolgáltatási vállalkozási hatásos potenciálok, az 1000 főre jutó vállalkozások száma, a térségtípusok alapján mind a 2004. évre, mind a 2010. évre vonatkozólag az alábbi, egymással összhangban lévő megállapítások tehetők: - a periférikus, főként határ menti kistérségekben a szolgáltatási vállalkozási hatásos potenciálok a legalacsonyabbak közé tartoznak, ezen kistérségek nagy többségében átlag alatti az 1000 főre jutó szolgáltatási vállalkozások száma, valamint korábban mind a stagnáló térségtípushoz tartoztak, - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely szerinti kistérségekben, mint lokális centrumokban a hatásos potenciálok a legmagasabbak közé tartoznak, átlag
96
DOI: 10.14750/ME.2014.012
feletti az 1000 főre eső szolgáltatási vállalkozások száma, kivéve Hatvan, ahol átlagos ez a mutató, valamint korábban mind a négy város a fejlődő térségtípushoz tartozott. Az 58., 59., 60. ábrák szerinti szolgáltatási vállalkozási hatásos potenciál térképeknek a tényekkel, valamint az 1000 főre jutó szolgáltatási vállalkozások számával, annak változásával, térségtípusokkal való összhangja bizonyítja: - a régió gazdasági terének a szolgáltatási vállalkozási hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a szolgáltatási vállalkozási hatásos potenciálok változtak kisebb mértékben, - a szolgáltatási vállalkozási hatásos potenciálmodell alkalmazhatóságát a gazdasági tér működő szolgáltatási vállalkozási szám szerinti térszerkezete regionális, kistérségi szintű alakulásának vizsgálatára, sajátosságainak feltárására.
97
DOI: 10.14750/ME.2014.012
9. A GAZDASÁGI TÉR MUNKAERŐ POTENCIÁLJÁNAK VIZSGÁLATA AZ ÉSZAK-MAGYARORSZÁGI RÉGIÓBAN A 6., 7. fejezetekben ismertetett regionális megyei szintű statisztikai adatokon alapuló gazdasági térszerkezet elemzések után a 9. fejezetben az Észak-magyarországi régió munkaerő száma szerinti kistérségi térszerkezet alakulását munkaerő és foglalkoztatotti, munkanélküli bontásban munkaerő potenciál alapján vizsgálom a 2004. és a 2010. évekre vonatkozólag. A munkaerő potenciál vizsgálatoknál a 4.2. és a 4.4.1. pontok szerint számított hatásos potenciálértékeket, alkalmaztam, amelynek használhatóságát az Észak-magyarországi régió kistérségi szintű munkaerő potenciál vizsgálatokhoz a következőekben bizonyítom. A hatásos vállalkozási potenciálértékeket a 2004. és 2010. évekre vonatkozólag a munkaerő összetevőit, mint munkaerő tömeget foglalkoztatotti, munkanélküli bontásban, valamint ezek összegét hasonlítom össze, és az így képzett hányadost, mint relatív változást vizsgálom az Észak-magyarországi régió adott munkaerő összetevőiben, valamint ezek összegében bekövetkezett alakulásaként. A vizsgálatok alapja a 2004. évi és a 2010. évi jelenleg elérhető hivatalos KSH adatok kistérségi szinten, munkaerő, foglalkoztatotti, munkanélküli összes létszámra vonatkozólag, amelyet a melléklet szerinti 9.1. táblázat tartalmaz. A 9. fejezet térképei az előbbi adatok és a 8.3. táblázat felhasználásával készültek. Az egyes térképek szerkesztése előtt az alábbi nagyszámú számítások elvégzésén alapul: a 2004. évre, és a 2010. évre vonatkozóan az összes munkaerő, a foglalkoztatottak, a munkanélküliek létszámából, ami a tömeget jelenti a potenciál számításakor, meghatároztuk a 8. fejezet szerinti hatásos kistérségi távolság reciprok mátrix alapján a hatásos potenciálokat, majd ezek hányadosát képeztük, a munkaerő, a foglalkoztatottak, a munkanélküliek létszámának a népességszámra vonatkozó arányának kiszámítása a régió mind a 28 kistérségére, mind a 2 évre vonatkozólag, és ezek hányadosának kiszámítása, valamint ezek számtani átlagának meghatározása, a számtani átlag alapján a régió mind a 28 kistérségére vonatkozó fajlagos értékek 3 kategóriába sorolása mind a 2 évre, foglalkoztatottakra, munkanélküliekre és ezek összegére vonatkozólag, a 3 kategória az alábbi: - átlagos: az érték x min és (x a 0, 2(x a x min )) között van, - átlag alatti: az érték (x a 0, 2(x a x min )) és (x a 0, 2(x max x a )) között van, - átlag felett: az érték (x a 0, 2(x max x a )) és x max között van, az 1 értéket tendenciaváltozási fordulópontnak tekintve és ehhez viszonyítva a régió mind a 28 kistérségére vonatkozó fajlagos értékek hányadosaiból 3 kategóriát alakítottunk ki és ezekbe soroltuk minden összevont nemzetgazdasági ágra és az összes vállalkozásra vonatkozólag a kistérségeket, a 3 kategória az alábbi: - csökkenő: az érték x min és (1 0, 2(1 x min )) között van, - stagnáló: az érték (1 0, 2(1 x min )) és (1 0, 2(x max 1)) között van, - növekvő: az érték (1 0, 2(x max 1)) és x max között van, 98
DOI: 10.14750/ME.2014.012
a munkanélküliekre, mivel esetükben csak növekedés van az előző szerinti kategorizálás lett használva azzal az eltéréssel, hogy ennél a kategóriák megnevezése értelemszerűen átlag alatti növekedés, átlagos növekedés, átlag feletti növekedés, ahol x min a minimális, az x a a számtani átlag, x max a maximális értéket jelenti valamely x jellemzőnek a régió mind a 28 kistérségére vonatkozó értékei alapján. A térképeken feltüntetésre kerültek a kistérségeknek a munkaerő, a foglalkoztatottak, a munkanélküliek létszámának a népességszámra vonatkozó arányával kapcsolatos kategóriái, valamint a Magyar Köztársaság Kormánya (2001) általi térségtípus besorolások is, amelyek az 1. ábra alapján a következők: a gazdasági térszerkezet dinamikusan fejlődő, fejlődő, felzárkózó, revitalizálódó, stagnáló. Az Észak-magyarországi régió kistérségenkénti összes munkaerőre vonatkozó hatásos potenciálok térképi megjelenítése a 61., 62., 63. ábrák alapján a következő. A 61. ábra szerinti munkaerő/népesség arány besorolása az alábbi értékek szerinti: átlag alatti: 0,303 - 0,349 átlagos: 0,349 - 0,377 átlag feletti: 0,377 - 0,446 A 62. ábra szerinti munkaerő/népesség arány besorolása az alábbi értékek szerinti: átlag alatti: 0,340 - 0,373 átlagos: 0,373 - 0,395 átlag feletti: 0,395 - 0,449 A 63. ábra szerinti munkaerő/népesség arány változásának besorolása az alábbi értékek szerinti: csökkenő: 0,916 - 0,983 stagnáló: 0,983 - 1,050 növekvő: 1,050 - 1,253
99
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 61. ábra: A munkaerő hatásos potenciál az Észak-magyarországi régióban 2004. évben
Forrás: saját szerkesztés KSH adatokkal 62. ábra: A munkaerő hatásos potenciál az Észak-magyarországi régióban 2010. évben
100
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 63. ábra: A munkaerő hatásos potenciál változása az Észak-magyarországi régióban a 20042010 évek között
A 61., 62., 63. ábrák szerinti térképek alapján a munkaerő hatásos potenciálokkal kapcsolatosan megállapíthatóak az alábbiak: - a régió gazdasági terének a munkaerő hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a munkaerő hatásos potenciálok változtak kisebb mértékben, a munkaerő hatásos potenciálok a miskolci kistérségben és szomszédos kistérségeiben kisebb mértékben csökkentek, míg a többi térségben inkább kisebb mértékben növekedtek, - az Észak-magyarországi régióban megmaradt a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely dominanciája a munkaerő hatásos potenciált tekintve, - az Észak-magyarországi régió encsi kistérségében nőtt a legnagyobb mértékben a munkaerő hatásos potenciál, - a régió északkeleti periférián található kistérségekben a legkisebb a munkaerő hatásos potenciál, - a munkaerő hatásos potenciál esése tekintetében az Észak-magyarországi régió relatíve legnagyobb vesztese az Ózd-Miskolc potenciáltengely, - az Észak-magyarországi régió nyugati részén kisebb mértékben nőtt a munkaerő hatásos potenciál. A munkaerő hatásos potenciállal kapcsolatos megállapítások az alábbi tényekkel összhangban vannak: - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely városai az Észak-magyarországi régió fő közlekedési útvonalához közel találhatók, és 2004. év után már újabb fő közlekedési út nem került megépítésre, amely a potenciáltengely változására hatással lehetett volna (Kocsis K.-Schweitzer F., 2011),
101
DOI: 10.14750/ME.2014.012
- a kistérségi szomszédsági gráf gráfelméleti elemzése alapján a centrális érték legnagyobb Miskolcnál, fM = 9, és a legmagasabbak közé tartozik ez az érték Gyöngyösnél, fG = 8, és Egernél, fE = 6 is, - az Észak-magyarországi régió nyugati részén lévő kistérségek kedvezőbb helyzetűek Budapest közelsége miatt, - a 2008.-2009. évi gazdasági világválság éreztette hatását, az Észak-magyarországi régió kistérségeiben kismértékben, átlagosan 3% mértékben csökkent a munkaerő létszáma (www.ksh.hu), - kevés a felsőfokú végzettségűeknek foglalkoztatási munkahely a régióban, különös tekintettel a közép- és kisvárosokban, ezért nőtt az elvándorlás (NORRIA 2011), - legnagyobb foglalkoztatás csökkenéssel a foglalkoztatási középponttól távol eső települések szembesültek (Pénzes J. 2013), - periferiális területeken nőtt a romák aránya legjobban (Pásztor I.-Z.-Pénzes J., 2012), - a világválság hatására a kisméretű nyitott Magyarországban az export a külföldi kereslet csökkenésére és ezáltal a megrendelések számának csökkenésére, valamint a vásárlóerő visszaesése miatt a vállalkozásokat a költségek csökkentésére kényszerítette, amelyet a munkaerő átstrukturálásával, létszámleépítéssel valósítottak meg (Dabasi H. Zs. 2011) - Nógrád megye térségei különösen hátrányos helyzetben vannak a hosszú elérési idők miatt, nyugat-nógrádi területeknek a földrajzi adottságok és a centrális magyarországi közlekedési hálózat miatt alakult ki szorosabb kapcsolata a Közép-magyarországi térségével (Győrffy I. 2011), - Észak-magyarországi régió északkeleti részén van a legtöbb leghátrányosabb helyzetű kistérség, amelyek nagy részében a roma lakosok aránya magas (Kullmann Á.-Janza F.-Herczeg B. 2010), - Az Észak-magyarországi régió foglalkoztatásban az országos csökkenő tendenciát követte, a munkanélküliség növekedésben viszont az egyik legnagyobb volt (Szalainé H. A. 2009), - a munkaerő létszáma a foglalkoztatotti létszám és a munkanélküli létszám összege, ezért a vizsgálatoknál figyelembe kell venni a 9.1. pont szerinti foglalkoztatotti hatásos potenciál és a 9.2. munkanélküliek hatásos potenciál vizsgálatok eredményét, amelyek szerint a foglalkoztatotti hatásos potenciál a miskolci kistérségben csökkent, míg a munkanélküli hatásos potenciál az encsi kistérségben nőtt a legnagyobb mértékben.
A munkaerő hatásos potenciálok, a munkaerő létszámának a népességszámra vonatkozó aránya, a térségtípusok alapján mind a 2004. évre, mind a 2010. évre vonatkozólag az alábbi, egymással összhangban lévő megállapítások tehetők: - a periférikus, főként határ menti kistérségekben a munkaerő hatásos potenciálok a legalacsonyabbak közé tartoznak, ezen kistérségek nagy többségében átlagos, vagy átlag alatti a munkaerő létszámának a népességszámra vonatkozó aránya, valamint korábban mind a stagnáló térségtípushoz tartoztak, - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely szerinti kistérségekben, mint lokális centrumokban a munkaerő hatásos potenciálok a legmagasabbak közé tartoznak, átlag feletti a munkaerő létszám létszámának a népességszámra vonatkozó aránya, kivéve Miskolc, ahol átlagos ez a mutató, valamint korábban mind a négy város a fejlődő térségtípushoz tartozott.
102
DOI: 10.14750/ME.2014.012
A 61.-63. ábrák szerinti munkaerő hatásos potenciál térképeknek a tényekkel, valamint a munkaerő létszámának a népességszámra vonatkozó arányával, annak változásával, térségtípusokkal való összhangja bizonyítja: - az Észak-magyarországi régióban megmaradt a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely dominanciája a munkaerő hatásos potenciált tekintve, - a munkaerő hatásos potenciál esése tekintetében az Észak-magyarországi régió relatíve nagy vesztese az Ózd-Miskolc potenciáltengely, - a régió gazdasági terének a munkaerő hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a munkaerő hatásos potenciálok változtak kisebb mértékben, - a munkaerő hatásos potenciálmodell alkalmazhatóságát a gazdasági tér munkaerő létszám szerinti térszerkezete regionális, kistérségi szintű alakulásának vizsgálatára, sajátosságainak feltárására. A következő fejezetekben lévő részletes vizsgálatokat a kistérségi szintű foglalkoztatotti, munkanélküli létszám adatok alapján végeztem.
9.1.
Foglalkoztatottság
A foglalkoztatotti hatásos potenciál térképi megjelenítése a 2004. évre vonatkozólag a 64. ábrán, a 2010. évre vonatkozóan a 65. ábrán, a két év potenciáljának változását, azaz a 2010. évi potenciál és a 2004. évi potenciál hányadosának térképi megjelenítése a 66. ábrán látható. A 64. ábra szerinti foglalkoztatott/népesség arány besorolása az alábbi értékek szerinti: átlag alatti: 0,256 - 0,308 átlagos: 0,308 - 0,341 átlag feletti: 0,341 - 0,420 A 65. ábra szerinti foglalkoztatott/népesség arány besorolása az alábbi értékek szerinti: átlag alatti: 0,223 - 0,293 átlagos: 0,293 - 0,324 átlag feletti: 0,324 - 0,379 A 66. ábra szerinti szerinti: csökkenő: stagnáló: növekvő:
foglalkoztatott/népesség arány változásának besorolása az alábbi értékek 0,857 - 0,971 0,971 - 1,037 1,037 - 1,189
103
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 64. ábra: A foglalkoztatotti hatásos potenciál az Észak-magyarországi régióban 2004. évben
Forrás: saját szerkesztés KSH adatokkal 65. ábra: A foglalkoztatotti hatásos potenciál az Észak-magyarországi régióban 2010. évben
104
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 66. ábra: A foglalkoztatotti hatásos potenciál változása az Észak-magyarországi régióban a 2004-2010 évek között
A 64., 65., 66. ábrák szerinti térképek alapján a foglalkoztatotti hatásos potenciálokkal kapcsolatosan megállapíthatóak az alábbiak: - a régió gazdasági terének a foglalkoztatotti hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a foglalkoztatotti hatásos potenciálok csökkentek 8% alatti mértékben, 0,928-0,980 közötti értékkel, - az Észak-magyarországi régió minden kistérségében csökkent a foglalkoztatotti hatásos potenciál, - az Észak-magyarországi régióban megmaradt a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely dominanciája a foglalkoztatotti hatásos potenciált tekintve, - a régió északkeleti periférián található kistérségekben a legkisebb a foglalkoztatotti hatásos potenciál, - a foglalkoztatotti hatásos potenciál legnagyobb mértékben az Észak-magyarországi régióban a miskolci kistérségben csökkent, - az Észak-magyarországi régió nyugati részén csökkent a legkisebb mértékben a foglalkoztatotti hatásos potenciál. A foglalkoztatotti hatásos potenciállal kapcsolatos megállapítások az alábbi tényekkel összhangban vannak: - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely városai az Észak-magyarországi régió fő közlekedési útvonalához közel találhatók, és 2004. év után már újabb fő közlekedési út nem került megépítésre, amely a potenciáltengely változására hatással lehetett volna (Kocsis K.-Schweitzer F., 2011), - a kistérségi szomszédsági gráf gráfelméleti elemzése alapján a centrális érték legnagyobb Miskolcnál, fM = 9, és a legmagasabbak közé tartozik ez az érték Gyöngyösnél, fG = 8, és Egernél, fE = 6 is, 105
DOI: 10.14750/ME.2014.012
- az Észak-magyarországi régió nyugati részén lévő kistérségek kedvezőbb helyzetűek Budapest közelsége miatt, - a 2008.-2009. évi gazdasági világválság éreztette hatását, az Észak-magyarországi régió kistérségeiben is csökkent, átlagosan 10% mértékben a foglalkoztatottak létszáma, igen nagy mértékben az Ózd-Miskolc potenciál tengely szerinti kistérségekben (www.ksh.hu), - kevés a felsőfokú végzettségűeknek foglalkoztatási munkahely a régióban, különös tekintettel a közép- és kisvárosba, ezért nőtt az elvándorlás (NORRIA 2011), - legnagyobb foglalkoztatás csökkenéssel a foglalkoztatási középponttól távol eső települések szembesültek (Pénzes J. 2013), - periferiális területeken nőtt a romák aránya legjobban (Pásztor I.-Z.-Pénzes J., 2012), - a világválság hatására a kisméretű nyitott Magyarországban az export a külföldi kereslet csökkenésére és ezáltal a megrendelések számának csökkenésére, valamint a vásárlóerő visszaesése miatt a vállalkozásokat a költségek csökkentésére kényszerítette, amelyet a munkaerő átstrukturálásával, létszámleépítéssel valósítottak meg (Dabasi H. Zs. 2011) - Nógrád megye térségei különösen hátrányos helyzetben vannak a hosszú elérési idők miatt, nyugat-nógrádi területeknek a földrajzi adottságok és a centrális magyarországi közlekedési hálózat miatt alakult ki szorosabb kapcsolata a Közép-magyarországi térségével (Győrffy I. 2011), - Észak-magyarországi régió északkeleti részén van a legtöbb leghátrányosabb helyzetű kistérség, amelyek nagy részében a roma lakosok aránya magas (Kullmann Á.-Janza F.-Herczeg B. 2010), - Az Észak-magyarországi régió foglalkoztatásban az országos csökkenő tendenciát követte, a munkanélküliség növekedésben viszont az egyik legnagyobb volt (Szalainé H. A. 2009).
A foglalkoztatotti hatásos potenciálok, a foglalkoztatotti létszámnak a népességszámra vonatkozó aránya, a térségtípusok alapján mind a 2004. évre, mind a 2010. évre vonatkozólag az alábbi, egymással összhangban lévő megállapítások tehetők: - a periférikus, határ menti, főként az északkeleti határ menti kistérségekben a foglalkoztatotti hatásos potenciálok a legalacsonyabb közé tartoznak, ezen kistérségek nagy többségében átlag alatti a foglalkoztatotti létszámnak a népességszámra vonatkozó aránya, valamint korábban mind a stagnáló térségtípushoz tartoztak, - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely szerinti kistérségekben, mint lokális centrumokban a foglalkoztatotti hatásos potenciálok a legmagasabbak közé tartoznak, átlag feletti a foglalkoztatotti létszámnak a népességszámra vonatkozó aránya, valamint korábban mind a négy város a fejlődő térségtípushoz tartozott. A 64., 65., 66. ábrák szerinti foglalkoztatotti hatásos potenciál térképeknek a tényekkel, valamint a foglalkoztatotti létszámnak a népességszámra vonatkozó arányával, annak változásával, és a térségtípusokkal való összhangja bizonyítja: - a 2004.-2010. évek között az Észak-magyarországi régióban a foglalkoztatotti potenciál legnagyobb mértékben a miskolci kistérségben csökkent, - a régió gazdasági terének a foglalkoztatotti hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a foglalkoztatotti hatásos potenciálok csökkentek kisebb mértékben, - a foglalkoztatotti hatásos potenciálmodell alkalmazhatóságát a gazdasági tér foglalkoztatotti létszám szerinti térszerkezete regionális, kistérségi szintű alakulásának vizsgálatára, sajátosságainak feltárására. 106
DOI: 10.14750/ME.2014.012
9.2.
Munkanélküliek
A munkanélküliek hatásos potenciáljának térképi megjelenítése a 2004. évre vonatkozólag a 67. ábrán, a 2010. évre vonatkozóan a 68. ábrán, a két év potenciáljának változását, azaz a 2010. évi potenciál és a 2004. évi potenciál hányadosának térképi megjelenítése a 69. ábrán látható. A 67. ábra szerinti munkanélküli/népesség arány besorolása az alábbi értékek szerinti: átlag alatti: 0,017 - 0,034 átlagos: 0,034 - 0,044 átlag feletti: 0,044 - 0,067 A 68. ábra szerinti munkanélküli/népesség arány besorolása az alábbi értékek szerinti: átlag alatti: 0,033 - 0,063 átlagos: 0,063 - 0,092 átlag feletti: 0,092 - 0,174 A 69. ábra szerinti munkanélküli/népesség arány változásának besorolása az alábbi értékek szerinti: átlag alatti növekvő: 1,262 - 1,760 átlagos növekvő: 1,760 - 2,114 átlag feletti növekvő: 2,114 - 3,029
Forrás: saját szerkesztés KSH adatokkal 67. ábra: A munkanélküli hatásos potenciál az Észak-magyarországi régióban 2004. évben
107
DOI: 10.14750/ME.2014.012
Forrás: saját szerkesztés KSH adatokkal 68. ábra: A munkanélküli hatásos potenciál az Észak-magyarországi régióban 2010. évben
Forrás: saját szerkesztés KSH adatokkal 69. ábra: A munkanélküli hatásos potenciál változás az Észak-magyarországi régióban a 2004-2010 évek között
108
DOI: 10.14750/ME.2014.012
A 67., 68., 69. ábrákon látható térképek alapján a munkanélküli hatásos potenciálokkal kapcsolatosan megállapíthatóak az alábbiak: - a régió gazdasági terének a munkanélküli hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a munkanélküli hatásos potenciálok növekedtek 73%-203% közötti mértékben, 1,731-2,035 közötti értékkel, - az Észak-magyarországi régió minden kistérségében nőtt a munkanélküli hatásos potenciál, - az Észak-magyarországi régióban megmaradt a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely dominanciája a munkanélküli hatásos potenciált tekintve, - a régió északkeleti perifériáján található encsi kistérségben nőt a legnagyobb mértékben a munkanélküli hatásos potenciál, - a munkanélküli hatásos potenciál esése tekintetében az Észak-magyarországi régió relatíve legnagyobb vesztese a miskolci kistérség, - az Észak-magyarországi régió nyugati részén nőtt a legkisebb mértékben a munkanélküli hatásos potenciál. A munkanélküli hatásos potenciállal kapcsolatos megállapítások az alábbi tényekkel összhangban vannak: - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely városai az Észak-magyarországi régió fő közlekedési útvonalához közel találhatók, és 2004. év után már újabb fő közlekedési út nem került megépítésre, amely a potenciáltengely változására hatással lehetett volna (Kocsis K.-Schweitzer F., 2011), - a kistérségi szomszédsági gráf gráfelméleti elemzése alapján a centrális érték legnagyobb Miskolcnál, fM = 9, és a legmagasabbak közé tartozik ez az érték Gyöngyösnél, fG = 8, és Egernél, fE = 6 is, - az Észak-magyarországi régió nyugati részén lévő kistérségek kedvezőbb helyzetűek Budapest közelsége miatt, - a 2008.-2009. évi gazdasági világválság éreztette hatását az Észak-magyarországi régió kistérségeiben is csökkent a munkaerő létszáma (www.ksh.hu), - legnagyobb foglalkoztatás csökkenéssel a foglalkoztatási középponttól távol eső települések szembesültek (Pénzes J. 2013), - periferiális területeken nőtt a romák aránya legjobban (Pásztor I.-Z.-Pénzes J., 2012), - a világválság hatására a kisméretű nyitott Magyarországban az export a külföldi kereslet csökkenésére és ezáltal a megrendelések számának csökkenésére, valamint a vásárlóerő visszaesése miatt a vállalkozásokat a költségek csökkentésére kényszerítette, amelyet a munkaerő átstrukturálásával, létszámleépítéssel valósítottak meg (Dabasi H. Zs. 2011) - az Észak-magyarországi régióban a 2008. évben a munkanélküliségi ráta legmagasabb, 17,8%, legrosszabb az északkeleti határ melletti kistérségekben, és ez 2010. évre sem változott (Dabasi H. Zs. 2011) - Nógrád megye térségei különösen hátrányos helyzetben vannak a hosszú elérési idők miatt, nyugat-nógrádi területeknek a földrajzi adottságok és a centrális magyarországi közlekedési hálózat miatt alakult ki szorosabb kapcsolata a Közép-magyarországi térségével (Győrffy I. 2011), - Észak-magyarországi régió északkeleti részén van a legtöbb leghátrányosabb helyzetű kistérség, amelyek nagy részében a roma lakosok aránya magas (Kullmann Á.-Janza F.-Herczeg B. 2010),
109
DOI: 10.14750/ME.2014.012
- Az Észak-magyarországi régió foglalkoztatásban az országos csökkenő tendenciát követte, a munkanélküliség növekedésben viszont az egyik legnagyobb volt (Szalainé H. A. 2009), - a gazdasági világválság hatására az álláskeresők aránya 2010. szeptemberére az Észak-magyarországi régió perifériális, határ menti kistérségeiben a legnagyobb értékre, a 16% fölé emelkedett (Lőcsei H., 2011).
A munkanéküli hatásos potenciálok, a munkanélküli létszámnak a népességszámra vonatkozó aránya a térségtípusok alapján mind a 2004. évre, mind a 2010. évre vonatkozólag az alábbi, egymással összhangban lévő megállapítások tehetők: - a periférikus, határ menti, különösen az északkeleti határ menti kistérségekben a munkanélküli hatásos potenciálok a legalacsonyabbak közé tartoznak, ezen kistérségek nagy többségében átlagos, vagy átlag feletti a munkanélküli létszámnak a népességszámra vonatkozó aránya, valamint korábban mind a stagnáló térségtípushoz tartoztak, - a Miskolc-Eger-Gyöngyös-Hatvan potenciáltengely szerinti kistérségekben, mint lokális centrumokban a munkanélküli hatásos potenciálok a legmagasabbak közé tartoznak, átlag alatti a munkanélküli létszámnak a népességszámra vonatkozó aránya, valamint korábban mind a négy város a fejlődő térségtípushoz tartozott. A 67., 68., 69. ábrák szerinti munkanélküli hatásos potenciál térképeknek a tényekkel, valamint a munkanélküli létszámnak a népességszámra vonatkoztatott aránya , annak változása, és a térségtípusokkal való összhangja bizonyítja: - a régió gazdasági terének a munkanélküli hatásos potenciál szerinti térszerkezete a 2004. és a 2010. éveket tekintve lényegileg nem változott, csak a munkanélküli hatásos potenciálok növekedtek nagyobb mértékben, - a munkanélküli hatásos potenciálmodell alkalmazhatóságát a gazdasági tér munkanélküli létszám szerinti térszerkezete regionális, kistérségi szintű alakulásának vizsgálatára, sajátosságainak feltárására.
110
DOI: 10.14750/ME.2014.012
10. TUDOMÁNYOS EREDMÉNYEK ÖSSZEFOGLALÁSA Értekezésemben az Észak-magyarországi régióban, mint gazdasági térben a vállalkozások és a munkaerő száma által meghatározott térszerkezetek alakulását vizsgáltam különböző módszerekkel. Tudományos eredményeimet, téziseimet az alábbiakban foglalom össze. 1.
Elméleti vizsgálattal bizonyítottam, hogy a lineáris ellenállási tényezőt használó potenciálmodellekben nagy elemszám esetén, amely nagyobb földrajzi terület kistérségi szintű elemzéseinél fennállhat, a nem saját potenciálérték jóval meghaladja a saját potenciálértéket, így eltűnhetnek a térképi megjelenítés során a lokális interakciók, ezért nagyon fontos, hogy a vizsgálandó feladatokhoz a megfelelő elemszámot és ezzel összefüggésben a megfelelő távolságot válasszuk (4.3. fejezet).
2.
Igazoltam, hogy a magyarországi kistérségi szintű lineáris ellenállási tényezőt használó potenciálmodell vizsgálatokhoz a légvonalbeli távolságok helyett célszerűbb a közúton mért legrövidebb távolságot használni, mivel ez figyelembe tudja venni a táj adottságait (4.4.1. fejezet).
3.
Igazoltam, hogy a magyarországi kistérségi szintű vállalkozási és munkaerő potenciálmodell vizsgálatok esetén egyértelmű Budapest túlsúlya, a lokális interakciók a térképi ábrázoláson nem megfelelően látszódnak, azaz a vállalkozási és munkaerő lokális viszonyok elemzésére az olyan lineáris ellenállási tényezővel számoló potenciálmodellek nem használhatók, ahol minden kistérségi nem saját potenciált figyelembe vesznek (4.4.2. fejezet).
4.
Igazoltam, hogy az Észak-magyarországi régióban minél nagyobb a kistérségben a külföldi tőkebefektetés mértéke, annál nagyobb a kistérség HDI értéke (5.4. fejezet).
5.
Az általam kidolgozott kistérségi szomszédsági gráf alapú vállalkozási hatásos potenciál és munkaerő hatásos potenciál számításával, térképi ábrázolásával, azok elemzésével bizonyítottam, hogy az Észak-magyarországi régió kistérségi szintű vállalkozási, valamint munkaerő potenciál vizsgálatokhoz a k=2 elérésű pih hatásos potenciál használható, amelyet az alábbi képlettel lehet meghatározni: pih =pis +pi1 +pi2 ahol: pis - az i kistérség saját potenciálja, pi1 - az i kistérséggel szomszédos kistérségek potenciáljának összege, pi2 - az i kistérséget közvetlenül az i kistérséggel szomszédos kistérségen keresztül elérő kistérségek potenciáljának összege (4.4.3., 4.4.4., 8., 9. fejezetek).
6.
A vállalkozási és a munkaerő hatásos potenciálok vizsgálata alapján igazoltam, hogy a 2004-2010 évek között az Észak-magyarországi régióban a Miskolc-Eger-GyöngyösHatvan potenciáltengely dominanciája megmaradt, továbbra is ez a meghatározó potenciáltengely a vállalkozások számára és a munkaerő létszámára vonatkozóan (8., 9. fejezetek).
111
DOI: 10.14750/ME.2014.012
7.
A munkaerő hatásos potenciál vizsgálata alapján igazoltam, hogy a 2004-2010 évek között az Észak-magyarországi régió nagy vesztese az Ózd-Miskolc potenciáltengely a munkaerő hatásos potenciál változásra vonatkozóan (8., 9. fejezetek).
8.
A vállalkozási és a munkaerő hatásos potenciálok vizsgálata alapján igazoltam, hogy 2010. évben a 2004. évhez képest az Észak-magyarországi régióban a gazdasági tér vállalkozási és munkaerő hatásos potenciál szerinti térszerkezete a kisebb eltérésektől eltekintve lényegileg nem változott, azaz a régió fejlődése a vállalkozások száma, a munkaerő létszáma tekintetében lényegileg stagnál (8., 9. fejezetek).
9.
A foglalkoztatotti hatásos potenciál vizsgálata alapján igazoltam, hogy a 2004-2010 évek között az Észak-magyarországi régióban a foglalkoztatotti hatásos potenciál legnagyobb mértékben a miskolci kistérségben csökkent (8., 9. fejezetek).
10. A gazdasági tér vállalkozási és munkaerő potenciál szerinti térszerkezeti vizsgálatához használt k=2 elérésű hatásos potenciálmodell alkalmazható az Észak-magyarországi régió kistérségi szintű területi folyamatainak vizsgálatára, sajátosságainak feltárására (8., 9. fejezetek). A hatásos potenciál értékek kiszámításával, illetve azok térképi megjelenítésével az adott mutató adott területre vonatkozó fajlagos értékének szórása szerinti kategóriájával, illetve az adott terület fejlettségi térségtípus besorolásával nemcsak a tudományos, hanem a gyakorlati elemzések eszköztárát is bővíti. A számítások révén képet kaphatunk a tér szerkezetéről, a térfolyamatokról és a térbeli kapcsolatokról. A hatásos potenciálmodellek gyakorlatban használhatók egy adott régió kistérségi szintű területi folyamatainak vizsgálatára, sajátosságainak feltárására, ezáltal alkalmazhatók ezen folyamatok monitoringozására, ami hozzájárulhat a regionális, megyei vagy kistérségi szintű területfejlesztési stratégiák tervezéséhez.
112
DOI: 10.14750/ME.2014.012
SUMMARY Just like all over the world, including the member states of the European Union, in Hungary, and specifically in Northern Hungary it is relevant to understand which factors and to what extent affect the economic development in order to develop the economy of the region. The main objective of my PhD dissertation is to analyze the transformation of spatial structures of the economic space determined by the number of enterprises and number of workforce of the Northern Hungarian region within the research topic entitled 'Exploration of characteristics of transforming economic spatial structure in the economic space of Northern Hungarian region both in 2004 and 2010 using potential models. I chose the subregion in my research as the smallest unit of the spatial structure, as evaluations at regional and county level do not provide detailed information, while the analysis of settlement data is too time consuming. The particular focus on indicators for the number of enterprises and workforce in the Northern Hungarian region is justified by a characteristic of the region, namely, having one of the highest unemployment rate in the country, the reduction of which, that is increasing employment, is a priority in every regional- and county-level development strategy (NORRIA, 2013; General Assembly of Borsod-Abaúj-Zemplén County; 2013, General Assembly of Heves County; 2013, General Assembly of Nógrád County, 2013). In this connection, it is necessary to investigate the evolution of the number of operating enterprises which provide the majority of employment and the gross domestic product. In order to select an evaluation tool suitable for my research I analyzed spatial interaction and social physical models such as network analysis, gravitational model, spring-block model and potential model then I chose the potential model or its version enhanced on the basis of a specific aspect, which is most suitable for my analyses. To this end, I have devised the effective potential models suitable for subregional-level analyses in the region for enterprises and employee indicators. These potential models can be applied for the study of regional, subregional processes and for the exploration of their characteristics; hence, they can be also used for monitoring these processes. The analyses can contribute to the planning of regional-, county- or subregional-level spatial development strategies. In my dissertation I confirm my assumption that my effective potential model, which is able to give a better consideration of neighborhood effects of the subregions, functions properly in the effective potential model analyses of Hungarian regions at subregional level and it plots local interactions well. For the analyses I determined the neighborhood graph with access k=2 referring to twenty eight subregions of the Northern Hungarian region. The matrixes necessary for potential calculations were designed accordingly. In addition to potential calculations, the specific values of studied indicators were calculated for both dates and then their ratios were also given to get the change and deviation characteristics. Based on these, they were divided into
113
DOI: 10.14750/ME.2014.012
different categories (average, below average, above average; decreasing, stagnating, increasing; increasing less than average, average, increase more than average). Data on active enterprises and workforce, including employees and the unemployed were obtained from the database of the Hungarian Statistics Office. Map illustrations were created using the ESRI ArcGIS software in a way that it plots data via interpolation between real values. My dissertation covers various analysis methods of the evolution of spatial structure determined by the number of enterprises and employees of the economic space in the Northern Hungarian region. My scientific results, theses are summarized as follows. 1. I proved by means of a theoretical analysis that the other-than-self-potential exceeds much more the self-potential in case of a large number of elements in potential models, as it may occur in subregional-level evaluations of a large region. Thus, as a result of the cartographic method, local interactions may disappear during the mapping illustration process, therefore it is crucial to choose the number of elements suitable for the weight of mass points and to select the suitable distance accordingly. 2. I proved that it is more practical for potential model analyses using linear resistance factor at subregional level in Hungary to use the shortest distance measured via roads than the distance as the crow flies, as it can take the characteristics of the region into consideration. 3. I proved that the predominance of Budapest is prevalent in the case of entrepreneurial and workforce potential model analyses at subregional level in Hungary; local interactions are not properly plotted in map illustrations, i.e. potential model analyses using linear resistance factor that takes other-than-self-potential of every subregions into account cannot be used for the analysis of entrepreneurial and workforce local conditions. 4. I proved that the higher the share of foreign capital investment in the subregion in the Northern Hungarian region, the higher the HDI value of the subregion. 5. I proved by means of the calculation, map illustration and evaluations of the subregion neighborhood graph-based entrepreneurial effective potential and effective workforce potential that the pih effective potential with access k=2 can be used for entrepreneurial and workforce potential model analyses at subregional level in the regions of Hungary, defined as follows: pih =pis +pi1 +pi2 where: pis - is the self-potential of subregion i, pi1 - is the sum of potentials of subregions neighboring subregion i, pi2 - is the sum of potentials of subregions reaching subregion i directly via subregion i. 6. I proved based on entrepreneurial and employee potential analyses that the dominance of the Miskolc-Eger-Gyöngyös-Hatvan potential axis in the Northern Hungarian region has not decreased between 2004 and 2010, and this potential axis has remained decisive for enterprises and employees.
114
DOI: 10.14750/ME.2014.012
7. On the basis of the workforce potential analysis, I proved that the Ózd-Miskolc potential axis suffered the major losses in the Northern Hungarian region between 2004 and 2010 in terms of the change in workforce potential. 8. On the basis of entrepreneurial and workforce potential analyses, I proved that the entrepreneurial and workforce potential did not change significantly in the Northern Hungarian region between 2004 and 2010, apart from a minor, few percent deviation. It is to say that the development of the region stagnates in the field of number of enterprises and employees; its spatial structure did not change apart from slight changes. 9. Based on the employee potential analysis I proved that the employee potential in the Northern Hungarian region between 2004 and 2010 decreased the most in Miskolc. 10. The effective potential model with access k=2 used for the analysis of spatial structure based on the entrepreneurial and workforce potential of the economic space can be applied for the analysis and exploration of characteristics of subregional-level local processes in the region. According to the above, I proved in my dissertation that the effective potential with access k=2 may be used for the subregional-level entrepreneurial and workforce model analyses in the region in Hungary. It does not only extend the toolkit for scientific examinations, but also that of practical inquiries by the effective potential values and their map representations through categories based on the deviation feature of the specific value related to a specific indicator for a specific region, as well as the classification of a specific region into a development region type. The calculations provide an overview of the structure of the space, processes and spatial connections. Effective potential models can be applied for the study of regional, subregional processes and for the exploration of their characteristics; hence, they can be also used for monitoring these processes, which could contribute to the planning of regional-, county- or subregional-level spatial development strategies.
115
DOI: 10.14750/ME.2014.012
KÖSZÖNETNYILVÁNÍTÁS Ezúton is szeretném kifejezni köszönetemet mindazoknak, akik segítették kutató munkámat és hozzájárultak az értekezés megírásához. Először is köszönet témavezetőmnek Dr. Kocsis Károlynak a sok támogatásért, tanácsért és tudásért, amit átadott nekem. Szakmai hozzáértésével nagymértékben hozzájárult az általam elért eredményekhez. Emellett kiemelten köszönöm a Mikoviny Sámuel Földtudományi Doktori Iskola egykori és jelenlegi vezetőinek, különösen Dr. Kovács Ferencnek, Dr. Tihanyi Lászlónak és Dr. Dobróka Mihálynak a támogatást. A Miskolci Egyetem Műszaki Földtudományi Kar Földrajzi Intézetének dolgozóinak, különösen Siskáné Dr. Szilasi Beátának és Dr. Vágó Jánosnak, is köszönöm a segítséget, amelyet a térképi megjelenítés kapcsán nyújtottak. Köszönöm opponenseimnek Dr. Benedek Józsefnek és Dr. Nyiry Attilának a házi védés során tett építő véleményüket, amelyek sokat segítettek az értekezés véglegesítésében. Végezetül, de nem utolsó sorban köszönöm családomnak és páromnak a megértést és a türelmet.
116
DOI: 10.14750/ME.2014.012
ÁBRÁK JEGYZÉKE 1. ábra: Magyarország gazdasági térszerkezete (1998) ............................................................ 19 2. ábra: Az Észak-magyarországi régió kistérségeire vonatkozó HDI értékek (2007) ............ 24 3. ábra: A sajátpotenciál vizuális ábrázolása ............................................................................ 33 4. ábra: A belső potenciál vizuális ábrázolása.......................................................................... 33 5. ábra: A külső potenciál vizuális ábrázolása ......................................................................... 34 6. ábra: Magyarország régiói és kistérségei (2010).................................................................. 36 7. ábra: Négyzetrácsos területfelosztás .................................................................................... 39 8. ábra: Saját potenciál relatív viszonya a teljes potenciálhoz ................................................. 41 9. ábra: Távolság relatív hatása a teljes potenciálban .............................................................. 42 10. ábra: Vállalkozási teljes potenciál, légvonal (2004) .......................................................... 44 11. ábra: Vállalkozási teljes potenciál, közút (2004) ............................................................... 45 12. ábra: Vállalkozási teljes potenciál változás, közút/légvonal (2004) .................................. 45 13. ábra: Munkaerő teljes potenciál, légvonal (2004) .............................................................. 46 14. ábra: Munkaerő teljes potenciál, közút (2004) ................................................................... 46 15. ábra: Munkaerő teljes potenciál változás, közút/légvonal (2004) ...................................... 47 16. ábra: Vállalkozás saját potenciál, közút (2004) ................................................................. 48 17. ábra: Munkaerő saját potenciál, közút (2004) .................................................................... 48 18. ábra: i pontra hatásos kistérségek k=2 esetén..................................................................... 50 19. ábra: Észak-magyarországi régió kistérségei ..................................................................... 51 20. ábra: Észak-magyarországi régió kistérségeire ható külső kistérségek k=2 esetén ........... 52 21. ábra: Az Észak-magyarországi régió kistérségi szomszédsági gráf k=2 esetén................. 52 22. ábra: Magyarország régiói .................................................................................................. 53 23. ábra: Az Észak-magyarországi régió népességszámának alakulása (2000-2011).............. 54 24. ábra: A külföldi tőke és a HDI kapcsolata (2002) .............................................................. 61 25. ábra: A működő vállalkozások számának változása Magyarországon összevont nemzetgazdasági áganként ....................................................................................................... 62 117
DOI: 10.14750/ME.2014.012
26. ábra: A mezőgazdaság összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva .................................................................. 63 27. ábra: Az ipar összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva.............................................................................. 64 28. ábra: A szolgáltatás összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva .................................................................. 64 29. ábra: A foglalkoztatottak számának alakulása összevont nemzetgazdasági áganként Magyarországon ....................................................................................................................... 65 30. ábra: A mezőgazdaság összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva ........................................................................... 66 31. ábra: Az ipar összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva ...................................................................................... 66 32. ábra: A szolgáltatás összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva ...................................................................................... 67 33. ábra: A GDP értékének alakulása összevont nemzetgazdasági áganként Magyarországon .................................................................................................................................................. 68 34. ábra: A mezőgazdaság összevont nemzetgazdasági ág GDP aránya a régió GDP értékéhez viszonyítva ............................................................................................................................... 68 35. ábra: Az ipar összevont nemzetgazdasági ág GDP aránya a régió GDP értékéhez viszonyítva ............................................................................................................................... 69 36. ábra: A szolgáltatás összevont nemzetgazdasági ág GDP aránya a régió GDP értékéhez viszonyítva ............................................................................................................................... 70 37. ábra: A működő vállalkozások száma összevont nemzetgazdasági áganként az Északmagyarországi régióban ........................................................................................................... 72 38. ábra: A mezőgazdaság összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva .................................................................. 73 39. ábra: Az ipar összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva.............................................................................. 73 40. ábra: A szolgáltatás összevont nemzetgazdasági ágban működő vállalkozások aránya az összes működő vállalkozás számához viszonyítva .................................................................. 74 41. ábra: A foglalkoztatottak számának alakulása összevont nemzetgazdasági áganként az Észak-magyarországi régióban ................................................................................................ 75 42. ábra: A mezőgazdaság összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva ........................................................................... 76 118
DOI: 10.14750/ME.2014.012
43. ábra: Az ipar összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva ...................................................................................... 76 44. ábra: A szolgáltatás összevont nemzetgazdasági ágban foglalkoztatottak aránya az összes foglalkoztatott számához viszonyítva ...................................................................................... 77 45. ábra: A GDP értékének alakulása összevont nemzetgazdasági áganként az ÉszakMagyarországi régióban ........................................................................................................... 78 46. ábra: A mezőgazdaság összevont nemzetgazdasági ág GDP aránya a megye GDP értékéhez viszonyítva ............................................................................................................... 79 47. ábra: Az ipar összevont nemzetgazdasági ág GDP aránya a megye GDP értékéhez viszonyítva ............................................................................................................................... 79 48. ábra: A szolgáltatás összevont nemzetgazdasági ág GDP aránya a megye GDP értékéhez viszonyítva ............................................................................................................................... 80 49. ábra: A vállalkozási hatásos potenciál az Észak-magyarországi régióban 2004. évben .... 84 50. ábra: A vállalkozási hatásos potenciál az Észak-magyarországi régióban 2010. évben .... 84 51. ábra: A vállalkozási hatásos potenciál változás az Észak-magyarországi régióban 2010/2004. években ................................................................................................................. 85 52. ábra: A vállalkozási hatásos potenciál a mezőgazdaság összevont nemzetgazdasági ágban az Észak-magyarországi régióban 2004. évben ....................................................................... 87 53. ábra: A vállalkozási hatásos potenciál a mezőgazdaság összevont nemzetgazdasági ágban Észak-magyarországi régióban 2010. évben ............................................................................ 88 54. ábra: A vállalkozási hatásos potenciál változása a mezőgazdaság összevont nemzetgazdasági ágban Észak-magyarországi régióban a 2004-2010 évek között ................. 88 55. ábra: A vállalkozási hatásos potenciál az ipar összevont nemzetgazdasági ágban az Északmagyarországi régióban 2004. évben ....................................................................................... 91 56. ábra: A vállalkozási hatásos potenciál az ipar összevont nemzetgazdasági ágban Északmagyarországi régióban 2010. évben ....................................................................................... 91 57. ábra: A vállalkozási hatásos potenciál változása az ipar összevont nemzetgazdasági ágban Észak-magyarországi régióban a 2004-2010 évek között ........................................................ 92 58. ábra: A vállalkozási hatásos potenciál a szolgáltatás összevont nemzetgazdasági ágban az Észak-magyarországi régióban 2004. évben ............................................................................ 94 59. ábra: A vállalkozási hatásos potenciál a szolgáltatás összevont nemzetgazdasági ágban Észak-magyarországi régióban 2010. évben ............................................................................ 95
119
DOI: 10.14750/ME.2014.012
60. ábra: A vállalkozási hatásos potenciál változása a szolgáltatás összevont nemzetgazdasági ágban Észak-magyarországi régióban a 2004-2010 évek között ............................................. 95 61. ábra: A munkaerő hatásos potenciál az Észak-magyarországi régióban 2004. évben ..... 100 62. ábra: A munkaerő hatásos potenciál az Észak-magyarországi régióban 2010. évben ..... 100 63. ábra: A munkaerő hatásos potenciál változása az Észak-magyarországi régióban a 20042010 évek között .................................................................................................................... 101 64. ábra: A foglalkoztatotti hatásos potenciál az Észak-magyarországi régióban 2004. évben ................................................................................................................................................ 104 65. ábra: A foglalkoztatotti hatásos potenciál az Észak-magyarországi régióban 2010. évben ................................................................................................................................................ 104 66. ábra: A foglalkoztatotti hatásos potenciál változása az Észak-magyarországi régióban a 2004-2010 évek között ........................................................................................................... 105 67. ábra: A munkanélküli hatásos potenciál az Észak-magyarországi régióban 2004. évben 107 68. ábra: A munkanélküli hatásos potenciál az Észak-magyarországi régióban 2010. évben 108 69. ábra: A munkanélküli hatásos potenciál változás az Észak-magyarországi régióban a 2004-2010 évek között ........................................................................................................... 108
120
DOI: 10.14750/ME.2014.012
TÁBLÁZATOK JEGYZÉKE 1. táblázat: A térszerkezet különböző szakmai kontextusokban .............................................. 11 2. táblázat: A gazdasági fejlettség dinamikus térszerkezete meghatározásához használt 10 mutató ....................................................................................................................................... 18 3. táblázat: Észak-magyarországi régió kistérségei térségtípusonként (1998) ......................... 20 4. táblázat: Észak-magyarországi régió kistérségeire vonatkozó HDI értékek (2002) ............ 23 5. táblázat: Észak-Magyarországi régió kistérségeinek főbb jellemző mutatói, 2002 ............. 60
121
DOI: 10.14750/ME.2014.012
FELHASZNÁLT IRODALOM Bakos N. et al. (2011): Magyarország, 2010, Központi Statisztikai Hivatal, Budapest, pp. 7476 Balla G. (2011): A gazdasági térszerkezet vállalkozási jellemzőinek változása az Északmagyarországi régióban, Bányászati és Kohászati Lapok, 144. évfolyam 5. szám, pp. 26-30 G. Balla (2011): Changes of the Enterprise Characteristics of Spatial Economic Stucture in the North-Hungarian Region, Petroleum-Gas University of Ploiesti, Bulletin, Vol. LXIII, No. 4/2011, pp. 11-18 G. Balla (2012): The Human Resource as a Tool in Technological Systems for the Development of Spatial Economic Structure, Kharkiv Polytechnic Institute, Modern Technologies of Engineering, pp. 256-263 Barabási A.-L. - Albert R. (1999): Emergenc eof scaling in random networks. Science 286, pp. 509-512. Barabási A.-L. (2003): Behálózva: A hálózatok új tudománya, Magyar Könyvklub, Budapest Bartke I. (1989): A társadalom és a gazdaság területi szerkezetének alapvonásai. Akadémiai Kiadó, Budapest, 258 p. Bene L. - Tekse K. (1966): Vizsgálatok a népesség területi eloszlásának alakulásáról Magyarországon 1900-1960, in KSH Népességtudományi Kutatócsoport Közleményei 9., Budapest Benedek J. (2000): A társadalom térbelisége és térszervezése - RISOPRINT, Kolozsvár, 131 p. Benedek J.-Kurkó I. (2011): A területi egyenlőtlenségek alakulása és jellemzői Romániában, Észak-magyarországi Stratégiai Füzetek, VIII. évf. 2. szám, pp. 104-119 Berey K. - Kulcsár G. (2000): A területfejlesztési országgyűlési beszámoló összefoglaló ismertetése, in Falu-Város-Régió 9., pp. 7-12 B.-A.-Z. Megyei Önkormányzat Hivatala (2013): Területfejlesztési Koncepciója 2014-2020, Miskolc
Borsod-Abaúj-Zemplén
Megye
Bröcker, J. (1989): How to Eliminate Certain Defects of the Potential Formula, in Environment and Planning A 21(6), pp. 817-830 Csatári B. (1996): A magyarországi kistérségek néhány jellegzetessége - MTA RKK, Alföldi Tudományos Intézet, Kecskemét, 25 p. Cséfalvay Z. (1995): Hátország nélkül? A magyar gazdaság területi átrendeződése 1989-1993, in: Rendszerváltás és stabilizáció, Az átmenet trendjei 1., Magyar Trendkutató Központ, Budapest, pp. 29-53 122
DOI: 10.14750/ME.2014.012
Csite A. - Németh N. (2007): Az életminőség területi differenciái Magyarországon: a kistérségi szintű HDI becslési lehetőségei, in Budapesti Munkagazdaságtani Füzetek 3., MTA Közgazdaságtudományi Intézet, 69 p. Czifusz M. (2012): A térszemlélet szerepe a regionális tudomány, a gazdaságföldrajz és a közgazdaságtan viszonyában, Dialógus a regionális tudományról, Széchenyi István Egyetem Regionális- és Gazdaságtudományi Doktori Iskola - Magyar Regionális Tudományi Társaság, pp. 52-59. Deák Sz.–Lengyel I. (2003): Some Aspects of Regional Development in Hungary. in: Lengyel Imre (szerk.): Knowledge Transfer, Small and Medium-Size Enterprise, and Regional Development in Hungary, JATEPress, Szeged, pp. 145–160 Dusek T. (2005): Térbeli egymásrahatások, szociálfizikai modellek, in: Regionális elemzési módszerek. Regionális Tudományi Tanulmányok. 11. ELTE Regionális Földrajzi Tanszék – MTA-ELTE Regionális Tudományi Kutatócsoport, Budapest, pp. 237-243 Enyedi Gy. (szerk.) (1993): Társadalmi-területi egyenlőtlenségek Magyarországon Közigazgatási és Jogi Kiadó, Budapest, 390 p. Enyedi Gy. (1996): Regionális folyamatok Magyarországon az átmenet időszakában - Ember– Település–Régió – Hilscher Rezső Szociálpolitikai Egyesület, Budapest, 138 p. Erdős P.-Rényi A. (1958): On random graphs, Budapest Fábián Zs. (2012): A térparaméterek értelmezése és szerepük a területi kutatásokban, in Területi Statisztika 15. évf. 2. sz., pp. 177-186 Faluvégi A. (1996): A regionális térszerkezet változásának jellemzői, in Comitatus, 4.sz. Faluvégi A. (2000): A magyar kistérségek fejlettségi különbségei, in Területi Statisztika 4.sz. Faluvégi A. (2004): A társadalmi-gazdasági jellemzők területi alakulása és várható hatásai az átmenet időszakában, in KTK/IE Műhelytanulmányok 2004/5, MTA Közgazdaságtudományi Kutatóközpont, Budapest, 44 p. Faragó L. (2004): A regionalizmus hajtóerői Magyarországon, in: Tér és Társadalom 3., pp. 123 Farkas M. B. (2012): A korrigált humán fejlettségi mutató kistérségek közötti differenciáltsága Magyarországon, in Területi Statisztika 15. (52.) évf. 3. sz. G. Fekete É. (2004): Az Észak-magyarországi régió kistérségeinek abszorpciós képessége és helyzetük Magyarország más kistérségeivel összehasonlítva. Észak-Magyarországi Stratégiai Füzetek. 1. sz., pp. 40–97 Gelsei S. et al. (2004): Helyzetértékelés. Észak-magyarországi régió. NORDA ÉszakMagyaroszági Regionális Fejlesztési Ügynökség Kht., Miskolc, pp. 6-12
123
DOI: 10.14750/ME.2014.012
Heves Megyei Önkormányzat Hivatala (2013): Heves Megye Területfejlesztési Koncepciója 2014-2020, Eger Jakobi Á.-Jeney L. (2008): A szomszédsági mátrix problematikájának megoldási lehetőségei – elmélet és gyakorlat, Területi Statisztika, 3. szám, pp. 295-305 Józan P. (2008): A módosított humán fejlettségi mutató (MHFM) és alkalmazhatósága az életminőség mérésében, in Statisztikai Szemle 10–11 Kincses Á.-Tóth G. (2012): Gravitációs modell alkalmazása a térszerkezet vizsgálatára, Területi statisztika, 5. szám, pp. 479-491 Kincses Á.-Nagy Z.-Tóth G. (2013a): Európa térszerkezete különböző matematikai modellek esetén I. rész, Területi Statisztika, 2. szám, pp. 148-156 Kincses Á.-Nagy Z.-Tóth G. (2013b): II. rész Európa térszerkezete különböző matematikai modellek esetén II. rész, Területi Statisztika, 3. szám, pp. 237-252 Kiss J. (szerk.) (2003): A gazdasági fejlődés indikátorai a kistérségekben (kutatási jelentés) MTA RKK, Békéscsaba-Budapest Kocsis K.-Schweitzer F. (2011): Magyarország térképekben, MTA Földrajztudományi Kutatóintézet, Budapest, (www.nemzetiatlasz.hu) Kocziszky Gy. (2006): Az Észak-magyarországi régió felzárkózási esélyei, in Északmagyarországi Stratégiai füzetek III. évf. 2006/1., pp. 128–146 Kocziszky Gy. (2007): Adalékok az innovációs folyamatok regionális hatásának vizsgálatához c. előadás, Miskolc Kocziszky Gy. (2011): Adalékok a regionális gazdasági növekedés és egyensúly kérdéséhez Észak-Magyarországi Stratégiai Füzetek 2011. VIII. 2., pp. 5-14 Krajkó Gy. (1989): A gazdasági térszerkezetek és a közigazgatás összefüggései, in: Tér és Társadalom 3., pp. 53-69 Kristóf T. (2003): Magyarország gazdasági fejlettségének lehetséges forgatókönyvei, in Statisztikai Szemle, LXXXI. évfolyam, 12. szám, pp. 1090-1106 Kuttor D. (2011): Az ipari szerkezetváltás területi hatásai a visegrádi országokban pp. 94-103; in: Észak-magyarországi Stratégiai Füzetek. Miskolc, 2011. VIII. évfolyam 2. szám. ISSN: 1786-1594 Kuttor D. (2012): Kelet-Közép-Európa változó gazdasági térszerkezetének modellezése, Miskolc: Miskolci Egyetemi Kiadó, 105 p. KSH (1991): Területi statisztikai évkönyv 1990, Budapest KSH (1996): Területi statisztikai évkönyv 1995, Budapest 124
DOI: 10.14750/ME.2014.012
KSH (2002): Területi statisztikai évkönyv 2001, Budapest KSH (2003): Területi statisztikai évkönyv 2002, Budapest KSH (2006): A kistérségek társadalmi, gazdasági helyzete, Budapest, 2006 KSH (2006b): A humán fejlettségi index, Statisztikai tükör, Budapest KSH (2008a) Magyarország nemzeti számlái 1995-2007, Budapest KSH (2008b): A humán fejlettségi mutató, Statisztikai tükör, II. évfolyam 85. szám KSH (2008c): Tájékoztató a kiemelten támogatott kistérségekről, Budapest, 52 p. KSH (2009a): Magyarország nemzeti számlái 1995-2007., Budapest KSH (2009b): Területi statisztikai évkönyv 2008, Budapest KSH (2012): Észak-Magyarország megyéinek gazdasági-társadalmi helyzete, 2010. szerk.: Grábics Ágnes, 2012. április, 56 p. Lipták K. (2009): Kistérségi szintű HDI becslés az Észak-magyarországi régióban, in Doktoranduszok Fóruma 2009, Miskolci Egyetem Gazdaságtudományi Kar szekciókiadványa Lipták K. (2013): A globalizáció hatása a regionális munkaerőpiacokra c. doktori értekezés, Miskolci Egyetem Vállalkozáselmélet és Gyakorlat Doktori Iskola, Miskolc Lőcsei H. (2010): Területi növekedési pályák Magyarországon, 1990-2008, Eötvös Lóránd Tudományegyetem, Természettudományi Kar, Doktori értekezés, 153 p. Lőcsei H. (2011): A gazdasági válság hatása a munkanélküliség területi egyenlőtlenségére Magyarországon, A válság regionális munkaerő-piaci hatásai konferencia, 2011. május 6-7., Miskolc Magyar Köztársaság Kormánya (2001): Jelentés a területi folyamatok alakulásáról, a területfejlesztési politika érvényesüléséről, és az Országos Területfejlesztési Koncepció végrehajtásáról, Budapest, 94 p. Magyar Köztársaság Kormánya (2012): Jelentés az ország területi folyamatainak alakulásáról, a területfejlesztési politika és a területrendezési tervek érvényesítésének hatásairól, az Országos Területfejlesztési Koncepció felülvizsgálatáról, valamint a magyar településhálózat helyzetéről, Budapest, 144 p. Major K. (2001): A nemzetközi jövedelemegyenlőtlenség dinamikája, Budapesti Közgazdaságtudományi és Államigazgatási Egyetem, Doktori értekezés, Budapest, 123 p. MARMOL Research Budapest (2011): Munkaerőpiaci helyzetkép az Észak-magyarországi régióban. Disszeminációs cikk, Budapest, pp. 3-12
125
DOI: 10.14750/ME.2014.012
G. Máté-Z. Néda-J. Benedek (2011): Spring-block model reveals region-like structures, in PLoS ONE 6 (2): e16518. doi: 10.1371/journal.pone.0016518, 8 p. Mészáros R. (2000): A társadalomföldrajz gondolatvilága - SZTE, Szeged, 164 p. Molnár E. (2008): Az ipar területi folyamatai Magyarországon a rendszerváltás után, in Geographia generalis et specialis. Tanulmányok a Kádár László születésének 100. évfordulóján rendezett tudományos konferenciára, Debreceni Egyetem Kossuth Egyetemi Kiadó, Debrecen, pp. 355-360 Nagy G. (2004): Centrális és periférikus térségek lehatárolása a potenciál-modell felhasználásával, II. Magyar Földrajzi Konferencia, Szeged, pp. 1243–1256 Nagy G. (2011): A gravitációs modell felhasználásának lehetőségei a várostérségek lehatárolásában, in Területi Statisztika, 14/6., pp. 656-673 Néda Z. (2013): A fizika is Székelyföldnek drukkol, in manna.ro (http://manna.ro/kozter/afizika-is-szekelyfoldnek-drukkol-2013-05-08.html) Nemes Nagy J. (1995): A GDP regionális számbavétele, in Pro Geographia Humana, ELTE Eötvös Kiadó, Budapest, pp. 99-118. Nemes Nagy J. (1996): Centrumok és perifériák a piacgazdasági átmenetben. Földrajzi Közlemények CXX. (XLIV) kötet 1.sz., pp. 31-48 Nemes Nagy J. (1998): A tér a társadalomkutatásban - Hilscher Rezső Szociálpolitikai Egyesület, Budapest, 187 p. Nemes Nagy J. (1998b): A földrajzi helyzet szerepe a regionális tagoltságban, in Munkaerőpiac és regionalitás. MTA Közgazdaságtudományi Intézet, Budapest, pp. 147–165 Nemes Nagy J. (szerk.) (2005): Regionális elemzési módszerek, Regionális Tudományi Tanulmányok, 11. ELTE Regionális Földrajzi Tanszék - MTA-ELTE Regionális Tudományi Kutatócsoport, Budapest, 284 p. Nemes Nagy J. (2009): Terek, helyek, régiók - A regionális tudomány alapjai - Akadémiai Kiadó, Budapest Nemes Nagy J. – Tagai G. (2009): Területi egyenlőtlenségek, térszerkezeti determinációk, in Területi Statisztika 12(49)/2., pp. 152–169 Nemzeti Fejlesztés 2030 – Országos Fejlesztési és Területfejlesztési Koncepció (2014): Melléklet az 1/2014. (I. 3.) OGY határozathoz, in Magyar Közlöny 2014/1., Budapest, 300 p. M. E. J. Newman-M.Girvan (2004): Finding and evaluating community structure in networks, Physical Review E NORRIA (2011): Észak-Magyarországi Régió Innovációs Stratégiája, NORRIA ÉszakMagyarországi Regionális Innovációs Ügynökség, Miskolc, 135 p.
126
DOI: 10.14750/ME.2014.012
NORRIA (2013): Észak-magyarországi régió intelligens innovációs szakosodási stratégiája, NORRIA Észak-Magyarországi Regionális Innovációs Ügynökség, Miskolc, 102 p. Nógrád Megyei Önkormányzat Hivatala (2013): Nógrád Megye Területfejlesztési Koncepciója 2014-2020, Salgótarján Nyiry A. (2011): Elmélet és Gyakorlat, a regionális innováció hálózati megközelítése, NORRIA kiadvány, Miskolc Obádovics Cs. - Kulcsár L. (2003): A vidéki népesség humánindexének alakulása Magyarországon, in Területi Statisztika 4. Országos Területfejlesztési Koncepció (2005): Melléklet a 97/2005.(XII.25.) OGY határozathoz, in Magyar Közlöny 2005/168/2, Budapest Osváth L. (2005): Kapcsolathálózati elemzés zalai települések teleházaiban, in: A településföldrajz helyzete és főbb kutatási irányai az ezredforduló után, Berzsenyi Dániel Főiskola Társadalomföldrajz Tanszék, Szombathely Papp A. (1978): A Tiszántúl középső részének központjai, területi rendeződésük, potenciáljuk, in Földrajzi Közlemények, pp. 269-279 Pénzes J. (2011): Északkelet-Magyarország jövedelmi térszerkezetének változásai a rendszerváltás után, 14. évfolyam 2. szám, pp. 181-197 Rechnitzer J. (1993): Szétszakadás vagy felzárkózás - MTA RKK, Győr Rechnitzer J. (1998): Az átmenet a területi gazdaságban és a siker, in: Munkaerőpiac és regionalitás az átmenet időszakában, MTA KKI, Budapest, pp. 113-145 Salamin G. (2004): A gazdasági térszerkezet alakulásának legújabb folyamatai, in FaluVáros-Régió 9. sz., pp. 14-24 Sebestyén T. (2011): Hálózatelemzés a tudástranszferek vizsgálatában – régiók közötti tudáshálózatok struktúrájának alakulása Európában, Statisztika Szemle, Budapest, 89. évf. 6. szám, pp. 667-697 Siskáné Sz. B.-Kiss J. (2013): Az önkormányzati kérdőívek statisztikai kiértékelésének részletes elemzése. Felsőzsolca, Segédlet a Szlovák Magyar árvízvédelem aktuális kérdéseihez; Gyakorlati tanácsok helyi vízkárok rendezéséhez. Szerk.: Lénárt L. et al. Miskolci Egyetem Sprint Nyomdaipari Kft. ISBN 978-963-358-038-7, pp. 142-153 Siskáné Szilasi B.-Vágó J. (2012): A geoturizmus lehetőségei a falusi térségekben (az AbaújiHegyalja példáján). in: Prof. Dr. Hanusz Árpád (szerk.): A turizmus területi dimenziói, Nyíregyháza; Kapitális Nyomdaipari és Kereskedelmi Kft., Debrecen; ISBN 978-963-733697-3, pp. 155-167 Siskáné Szilasi B. (2011): Borod-Abaúj-Zemplén megye egészségturisztikai potenciáljának vizsgálata, in: Geotudományok, A sorozat, Bányászat, 80. kötet, Miskolci Egyetemi Kiadó ISSN 1417-5398, pp. 210-220 127
DOI: 10.14750/ME.2014.012
Stewart, J. Q. (1942): A Measure of the Influence of a Population at a Distance, in Sociometry 5/1., pp. 63–71. Szabó P. (2008): A térszerkezet fogalma, értelmezése, in Tér és Társadalom 22. évf. 2008/4., pp. 63-80 Szalavetz A. (2008): A szolgáltatási szektor és a gazdasági fejlődés, in Közgazdasági Szemle, LV. évf. 6. szám, pp. 503–521 Tagai G. (2004): Kelet-Közép-Európa gazdasági és népességi potenciáltere, in MTA Közgazdaságtudományi Intézet Műhelytanulmányok. 2004/26., 19 p. Tagai G. – Pénzes J. – Molnár E. (2009): Methods of the Analysis of Integration Effect on Border Areas: The Case of Hungary, in The European Parliament, Intercultural Dialogue and European Neighbourhood Policy. University of Oradea Publishing House, Oradea., pp. 177– 188 Tagai G. (2011): Térkapcsolati modellek a regionális kutatásban, Doktori értekezés, ELTE Földtudományi Doktori Iskola, Budapest Tagai G. (2012): Térkapcsolati modellek a társadalmi térben értelmezett fekvés vizsgálatában, in: Társadalomföldrajz – Területfejlesztés – Regionális tudomány, ELTE TTK Földtudományi Doktori Iskola, Budapest, pp. 177-193 Tánczos T. (2011): A társadalmi és gazdasági fejlettség térbeli folyamatvizsgálata Magyarországon c. doktori értekezés, Szent István Egyetem, Gödöllő, 149 p. C. Thieman - F. Theis - D. Grady - R. Brune - D. Brochama (2010): The Structure of Borders in a Small World, PLOS ONE Tóth G. (2005): A potenciálmodell alkalmazásának lehetőségei az autópálya-nyomvonalak területfejlesztési szempontú vizsgálatában, in Gazdaság és Statisztika. 17(56)/3., pp. 3–18 Tóth J. et al. (2012): Kelet-Magyarország. in: Dövényi Z szerk.: A Kárpát-medence földrajza. Akadémiai Kiadó, Budapest, pp. 812-892 VÁTI (2002): A területi egyenlőtlenségek új indikátorainak és értékelési módszereinek lehetőségei, Kutatási jelentés (kutatásvezető: Nemes Nagy József) VÁTI (2003): A gazdasági térszerkezet vizsgálatát elősegítő új dimenziók illetve az ezzel kapcsolatos módszerek kutatása, I. sz. Részjelentés - VÁTI, Budapest (szerk.: Rechnitzer János-Barsi Boglárka-Szabó Pál-Németh Nándor) D.J. Watts-S.H. Strogatz (1998): Collective dynamics of ’Small-world’ networks, Nature
128
DOI: 10.14750/ME.2014.012
MELLÉKLETEK
129
Nógrád megye
Heves megye
Borsod-Abaúj-Zemplén megye
AbaújszántóCigánd Abaújszántó 1 0,705728 Cigánd 0,705728 1 Edelény 0,559368 0,676356 Encs 0,70255 0,723329 Kazincbarcika 0,630798 0,727999 Mezőcsát 0,787254 0,698481 Mezőkövesd 0,833445 0,768734 Miskolc 0,82511 0,791983 Ózd 0,697969 0,747816 Sárospatak 0,774809 0,689447 Sátoraljaújhely 0,764775 0,676242 Szerencs 0,762572 0,716137 Szikszó 0,782531 0,708992 Tiszaújváros 0,649863 0,614375 Tokaj 0,809252 0,550083 Bélapátfalva 0,675163 0,719769 Eger 0,722154 0,724683 Füzesabony 0,814748 0,777354 Gyöngyös 0,790805 0,782193 Hatvan 0,828126 0,826809 Heves 0,847162 0,799494 Pétervására 0,676177 0,714604 Balassagyarmat 0,734614 0,754913 Bátonyterenye 0,708406 0,73485 Pásztó 0,710135 0,73801 Rétság 0,729092 0,751609 Salgótarján 0,706972 0,739349 Szécsény 0,715166 0,741847
Megye/Kistérség központja
Edelény 0,559368 0,676356 1 0,57197 0,631966 0,937307 0,86392 0,818325 0,772175 0,688523 0,682147 0,700916 0,555957 0,812665 0,723137 0,743968 0,702506 0,800242 0,704645 0,752293 0,845385 0,721505 0,767583 0,747539 0,756058 0,756615 0,753164 0,746405
Encs 0,70255 0,723329 0,57197 1 0,602682 0,817818 0,902832 0,890328 0,689595 0,760422 0,743524 0,702958 0,92491 0,701476 0,761931 0,679325 0,753723 0,857163 0,811078 0,841338 0,894146 0,676763 0,72879 0,70719 0,710861 0,726368 0,705057 0,708876
Kazincbarcika Mezőcsát 0,630798 0,787254 0,727999 0,698481 0,631966 0,937307 0,602682 0,817818 1 0,925065 0,925065 1 0,792775 0,847861 0,756534 0,941064 0,855213 0,729376 0,757892 0,825566 0,74781 0,835632 0,77311 0,813997 0,581026 0,838427 0,841198 0,828466 0,776098 0,683415 0,767245 0,692657 0,734055 0,810858 0,730963 0,871876 0,689273 0,882196 0,737075 0,945678 0,788144 0,895837 0,729618 0,800092 0,78727 0,800158 0,758507 0,806673 0,773487 0,819366 0,770397 0,785426 0,769804 0,792273 0,765852 0,789434
Borsod-Abaúj-Zemplén megye MezőkövesdMiskolc Ózd 0,833445 0,82511 0,697969 0,768734 0,791983 0,747816 0,86392 0,818325 0,772175 0,902832 0,890328 0,689595 0,792775 0,756534 0,855213 0,847861 0,941064 0,729376 1 0,842371 0,741538 0,842371 1 0,65959 0,741538 0,65959 1 0,870345 0,907951 0,783152 0,871961 0,883269 0,772852 0,857444 0,920221 0,789886 0,89901 0,855897 0,690927 0,773273 0,832325 0,74548 0,785904 0,848432 0,78669 0,78945 0,561662 0,7067 0,879651 0,628201 0,76682 0,759304 0,784672 0,7794 0,884935 0,741587 0,677345 0,900325 0,79429 0,745473 0,879189 0,848303 0,797445 0,840076 0,603261 0,760807 0,793291 0,700351 0,765611 0,812034 0,66905 0,737835 0,796795 0,682518 0,768945 0,809866 0,697058 0,75169 0,811077 0,654199 0,737399 0,790787 0,670431 0,731587 Sárospatak Sátoraljaújhely Szerencs 0,774809 0,764775 0,762572 0,689447 0,676242 0,716137 0,688523 0,682147 0,700916 0,760422 0,743524 0,702958 0,757892 0,74781 0,77311 0,825566 0,835632 0,813997 0,870345 0,871961 0,857444 0,907951 0,883269 0,920221 0,783152 0,772852 0,789886 1 0,912564 0,900512 0,912564 1 0,894121 0,900512 0,894121 1 0,758726 0,770486 0,60268 0,714361 0,739414 0,619975 0,753511 0,775683 0,784362 0,754563 0,755899 0,714886 0,783697 0,788524 0,740069 0,868158 0,869423 0,855802 0,841162 0,840261 0,826528 0,886646 0,88326 0,88465 0,901015 0,900517 0,904573 0,74161 0,743023 0,707657 0,774581 0,76978 0,768295 0,761185 0,760181 0,739481 0,765416 0,765265 0,743599 0,772126 0,769676 0,76084 0,766067 0,761611 0,75452 0,761265 0,757208 0,750955 Szikszó 0,782531 0,708992 0,555957 0,92491 0,581026 0,838427 0,89901 0,855897 0,690927 0,758726 0,770486 0,60268 1 0,731814 0,671388 0,627321 0,696311 0,838173 0,78663 0,831963 0,888279 0,64256 0,728607 0,688877 0,692114 0,720352 0,697533 0,704655
TiszaújvárosTokaj 0,649863 0,809252 0,614375 0,550083 0,812665 0,723137 0,701476 0,761931 0,841198 0,776098 0,828466 0,683415 0,773273 0,785904 0,832325 0,848432 0,74548 0,78669 0,714361 0,753511 0,739414 0,775683 0,619975 0,784362 0,731814 0,671388 1 0,532341 0,532341 1 0,605055 0,715905 0,718539 0,725077 0,817889 0,796367 0,830038 0,803074 0,898623 0,854532 0,8674 0,83526 0,720894 0,708566 0,756066 0,765754 0,751411 0,73642 0,770183 0,746531 0,755168 0,760235 0,728354 0,753443 0,738228 0,750167
BélapátfalvaEger 0,675163 0,722154 0,719769 0,724683 0,743968 0,702506 0,679325 0,753723 0,767245 0,734055 0,692657 0,810858 0,78945 0,879651 0,561662 0,628201 0,7067 0,76682 0,754563 0,783697 0,755899 0,788524 0,714886 0,740069 0,627321 0,696311 0,605055 0,718539 0,715905 0,725077 1 0,890799 0,890799 1 0,827527 0,807692 0,644073 0,752148 0,724494 0,822808 0,8523 0,867801 0,685137 0,842334 0,769925 0,795064 0,782898 0,818451 0,786491 0,768569 0,739156 0,729221 0,694223 0,80381 0,736857 0,778304
Heves megye FüzesabonyGyöngyös Hatvan 0,814748 0,790805 0,828126 0,777354 0,782193 0,826809 0,800242 0,704645 0,752293 0,857163 0,811078 0,841338 0,730963 0,689273 0,737075 0,871876 0,882196 0,945678 0,759304 0,884935 0,900325 0,784672 0,741587 0,79429 0,7794 0,677345 0,745473 0,868158 0,841162 0,886646 0,869423 0,840261 0,88326 0,855802 0,826528 0,88465 0,838173 0,78663 0,831963 0,817889 0,830038 0,898623 0,796367 0,803074 0,854532 0,827527 0,644073 0,724494 0,807692 0,752148 0,822808 1 0,831128 0,920732 0,831128 1 0,980402 0,920732 0,980402 1 0,947552 0,909174 0,844442 0,746202 0,594782 0,740305 0,789706 0,807036 0,802451 0,711977 0,592089 0,846643 0,790949 0,838735 0,908892 0,746024 0,780222 0,712968 0,73432 0,667931 0,852224 0,763629 0,813451 0,864327
4.4.1. táblázat A közúti távolságnak a légvonalbeli távolságra vonatkozó hányadosai az Észak-magyarországi régió kistérségei között
Heves 0,847162 0,799494 0,845385 0,894146 0,788144 0,895837 0,879189 0,848303 0,797445 0,901015 0,900517 0,904573 0,888279 0,8674 0,83526 0,8523 0,867801 0,947552 0,909174 0,844442 1 0,834436 0,841837 0,73308 0,877896 0,815962 0,789354 0,8478
Nógrád megye PétervásáraBalassagyarmat Bátonyterenye Pásztó Rétság 0,676177 0,734614 0,708406 0,710135 0,729092 0,714604 0,754913 0,73485 0,73801 0,751609 0,721505 0,767583 0,747539 0,756058 0,756615 0,676763 0,72879 0,70719 0,710861 0,726368 0,729618 0,78727 0,758507 0,773487 0,770397 0,800092 0,800158 0,806673 0,819366 0,785426 0,840076 0,793291 0,812034 0,796795 0,809866 0,603261 0,700351 0,66905 0,682518 0,697058 0,760807 0,765611 0,737835 0,768945 0,75169 0,74161 0,774581 0,761185 0,765416 0,772126 0,743023 0,76978 0,760181 0,765265 0,769676 0,707657 0,768295 0,739481 0,743599 0,76084 0,64256 0,728607 0,688877 0,692114 0,720352 0,720894 0,756066 0,751411 0,770183 0,755168 0,708566 0,765754 0,73642 0,746531 0,760235 0,685137 0,769925 0,782898 0,786491 0,739156 0,842334 0,795064 0,818451 0,768569 0,729221 0,746202 0,789706 0,711977 0,790949 0,746024 0,594782 0,807036 0,592089 0,838735 0,780222 0,740305 0,802451 0,846643 0,908892 0,712968 0,834436 0,841837 0,73308 0,877896 0,815962 1 0,802302 0,904755 0,842317 0,748072 0,802302 1 0,716826 0,657503 0,845979 0,904755 0,716826 1 0,898542 0,699377 0,842317 0,657503 0,898542 1 0,644404 0,748072 0,845979 0,699377 0,644404 1 0,748889 0,792079 0,806912 0,810025 0,751405 0,768241 0,929178 0,646423 0,619157 0,808555
SalgótarjánSzécsény 0,706972 0,715166 0,739349 0,741847 0,753164 0,746405 0,705057 0,708876 0,769804 0,765852 0,792273 0,789434 0,811077 0,790787 0,654199 0,670431 0,737399 0,731587 0,766067 0,761265 0,761611 0,757208 0,75452 0,750955 0,697533 0,704655 0,728354 0,738228 0,753443 0,750167 0,694223 0,736857 0,80381 0,778304 0,73432 0,763629 0,667931 0,813451 0,852224 0,864327 0,789354 0,8478 0,748889 0,768241 0,792079 0,929178 0,806912 0,646423 0,810025 0,619157 0,751405 0,808555 1 0,709997 0,709997 1
DOI: 10.14750/ME.2014.012
Mezőgazdaság Ipar Szolgáltatás Összesen
1999 25 666 117 617 434 977 578 260
2000 26 542 124 060 447 293 597 895
2001 26 299 128 425 461 802 616 526
2002 25 927 140 318 493 056 659 301
2003 25 035 140 221 500 285 665 541
Magyarország, db 2004 2005 24 784 24 274 140 537 138 069 509 545 511 914 674 866 674 257 2006 23 519 132 963 509 191 665 673
2007 22 921 128 792 505 147 656 860
6.1.1. táblázat A működő vállalkozások száma összevont nemzetgazdasági áganként Magyarországon
2008 23 020 128 396 548 862 700 278
2009 22 678 122 082 543 138 687 898
2010 23 252 120 244 552 134 695 630 DOI: 10.14750/ME.2014.012
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
6.1.2.1. táblázat
2000 3 242 2 946 3 532 3 888 2 836 4 979 5 119 26 542
2001 3 270 2 990 3 461 3 878 2 877 4 809 5 014 26 299
2003 3 094 2 915 3 285 3 675 2 852 4 466 4 748 25 035
6.1.2.2. táblázat
2002 3 229 2 954 3 446 3 759 2 965 4 603 4 971 25 927
2004 3 121 2 878 3 237 3 577 2 800 4 347 4 824 24 784
2005 3 088 2 879 3 163 3 487 2 694 4 195 4 768 24 274
2006 2 957 2 815 3 123 3 389 2 565 4 061 4 609 23 519
2007 2 948 2 755 3 075 3 274 2 534 3 919 4 416 22 921
1999 44 600 14 136 12 293 10 499 10 626 11 808 13 655 117 617
2000 47 342 14 673 12 491 10 659 11 165 13 727 14 003 124 060
2001 47 790 15 391 13 069 11 170 11 972 14 596 14 437 128 425
2002 51 209 17 117 14 940 12 436 12 939 15 742 15 935 140 318
2003 50 776 17 242 15 003 12 449 12 895 15 839 16 017 140 221
Ipar, db 2004 2005 50 378 49 167 17 265 17 030 15 078 14 991 12 466 12 254 12 899 12 696 15 921 15 661 16 530 16 270 140 537 138 069
2006 46 997 16 386 14 501 11 900 12 159 15 285 15 735 132 963
2007 45 370 15 972 14 248 11 441 11 879 14 666 15 216 128 792
A működő vállalkozások száma ipar összevont nemzetgazdasági ág szerint régiónként
1999 3 116 2 846 3 456 3 778 2 771 4 580 5 119 25 666
Mezőgazdaság, db
A működő vállalkozások száma mezőgazdaság összevont nemzetgazdasági ág szerint régiónként
2008 44 761 15 966 14 323 11 641 11 484 14 863 15 358 128 396
2008 2 822 2 656 3 078 3 273 2 462 4 150 4 579 23 020
2009 42 286 15 141 13 921 11 085 10 914 14 120 14 615 122 082
2009 2 618 2 579 3 060 3 157 2 441 4 258 4 565 22 678
2010 41 874 14 797 13 697 11 046 10 631 13 802 14 397 120 244
2010 2 608 2 609 3 180 3 256 2 499 4 469 4 631 23 252
DOI: 10.14750/ME.2014.012
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
6.1.2.3. táblázat
1999 220 413 60 640 58 612 53 567 53 157 62 659 69 212 578 260
1999 172 697 43 658 42 863 39 290 39 760 46 271 50 438 434 977
2000 240 321 64 207 61 105 53 837 56 281 72 998 72 038 597 895
2000 189 737 46 588 45 082 39 290 42 280 54 292 52 916 447 293
2003 214 893 52 996 51 259 39 290 47 157 62 411 58 583 500 285
6.1.2.4. táblázat
2002 211 741 52 007 50 479 39 290 46 476 60 910 58 096 493 056
2001 247 690 66 832 63 246 54 338 58 327 76 091 73 763 616 526
2002 266 179 72 078 68 865 55 485 62 380 81 255 79 002 659 301
2003 268 763 73 153 69 547 55 414 62 904 82 716 79 348 665 541
Összesen, db 2004 2005 272 871 273 283 73 697 73 886 70 297 70 597 55 333 55 031 63 493 63 306 83 629 82 696 82 241 82 302 674 866 674 257
Az összes működő vállalkozások száma régiónként
2001 196 630 48 451 46 716 39 290 43 478 56 686 54 312 461 802
Szolgáltatás, db 2004 2005 219 372 221 028 53 554 53 977 51 982 52 443 39 290 39 290 47 794 47 916 63 361 62 840 60 887 61 264 509 545 511 914
2006 271 965 72 161 69 592 54 579 61 696 81 515 80 785 665 673
2006 222 011 52 960 51 968 39 290 46 972 62 169 60 441 509 191
2007 270 786 71 177 68 820 54 005 60 703 78 942 78 752 656 860
2007 222 468 52 450 51 497 39 290 46 290 60 357 59 120 505 147
A működő vállalkozások száma szolgáltatás összevont nemzetgazdasági ág szerint régiónként
2008 277 669 71 402 69 455 59 823 59 978 81 169 80 782 700 278
2008 230 086 52 780 52 054 44 909 46 032 62 156 60 845 548 862
2009 274 673 69 693 68 409 58 644 58 373 79 446 78 660 687 898
2009 229 769 51 973 51 428 44 402 45 018 61 068 59 480 543 138
2010 279 430 70 153 69 034 59 352 58 230 80 067 79 364 695 630
2010 234 948 52 747 52 157 45 050 45 100 61 796 60 336 552 134
DOI: 10.14750/ME.2014.012
Mezőgazdaság Ipar Szolgáltatás Összesen
1990 698 714 1 712 161 2 111 889 4 522 764
2001 203 158 1 212 506 2 273 361 3 689 025
2003 215 100 1 305 900 2 401 000 3 922 000
2004 204 900 1 280 600 2 415 000 3 900 500
Magyarország, fő 2005 2006 193 900 190 600 1 264 000 1 269 400 2 443 600 2 470 000 3 901 500 3 930 000 2007 183 000 1 281 300 2 462 100 3 926 400
2008 168 291 1 254 261 2 456 016 3 878 568
A foglalkoztatottak száma összevont nemzetgazdasági áganként Magyarországon
6.2.1. táblázat
2009 175 820 1 180 467 2 425 608 3 781 895
2010 161 826 1 160 773 2 448 638 3 771 237 DOI: 10.14750/ME.2014.012
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
6.2.2.1. táblázat
2001 17 440 23 234 23 214 27 617 16 465 36 329 58 859 203 158
2003 19 200 23 400 20 500 33 500 20 000 42 200 56 300 215 100
2005 16 700 22 400 22 700 28 300 16 700 36 800 50 300 193 900
6.2.2.2. táblázat
2004 17 600 23 600 21 800 29 900 17 400 39 600 55 000 204 900
2006 14 100 23 000 20 400 27 400 17 400 41 300 47 000 190 600
2007 13 800 23 100 18 500 26 500 16 500 38 800 45 800 183 000
2008 12 097 20 404 16 978 21 999 15 031 34 686 47 096 168 291
1990 480 207 223 694 176 065 157 000 250 920 222 659 201 616 1 712 161
2001 292 986 193 918 169 544 110 132 146 223 150 906 148 797 1 212 506
2003 314 000 201 200 174 200 113 500 159 000 181 600 162 400 1 305 900
2004 305 100 197 100 173 900 111 500 163 600 174 300 155 100 1 280 600
2005 301 700 198 100 166 500 114 800 156 100 166 500 160 300 1 264 000
2006 296 000 205 300 170 000 117 500 154 200 171 100 155 300 1 269 400
Ipar, fő 2007 303 400 201 800 172 400 109 200 162 300 175 000 157 200 1 281 300
2008 292 780 197 514 175 482 110 654 155 355 170 368 152 108 1 254 261
A foglalkoztatottak száma ipar összevont nemzetgazdasági ág szerint régiónként
1990 91 468 73 729 74 489 86 590 75 834 137 117 159 487 698 714
Mezőgazdaság, fő
A foglalkoztatottak száma mezőgazdaság összevont nemzetgazdasági ág szerint régiónként
2009 287 538 188 300 157 763 112 684 145 565 152 036 136 581 1 180 467
2009 12 346 19 114 22 172 27 007 13 851 33 809 47 521 175 820
2010 277 614 179 076 156 991 112 529 143 562 151 859 139 142 1 160 773
2010 12 608 8 878 19 220 27 352 15 529 34 528 43 711 161 826
DOI: 10.14750/ME.2014.012
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
1990 1 345 118 501 055 451 449 437 325 557 601 628 979 601 237 4 522 764
1990 773 443 203 632 200 895 193 735 230 847 269 203 240 134 2 111 889
2001 1 162 643 446 815 414 119 336 795 392 020 465 758 470 875 3 689 025
2001 852 217 229 663 221 361 199 046 229 332 278 523 263 219 2 273 361
2005 920 500 239 000 236 300 210 500 245 900 314 100 277 300 2 443 600
6.2.2.4. táblázat
2004 903 700 234 600 228 900 209 500 250 100 309 600 278 600 2 415 000
2006 931 000 238 100 237 600 206 500 251 200 317 000 288 600 2 470 000
2003 1 205 700 476 000 425 900 358 000 437 200 534 000 485 200 3 922 000
2004 1 226 400 455 300 424 600 350 900 431 100 523 500 488 700 3 900 500
2005 1 238 900 459 500 425 500 353 600 418 700 517 400 487 900 3 901 500
2006 1 241 100 466 400 428 000 351 400 422 800 529 400 490 900 3 930 000
Összesen, fő
Az összes foglalkoztatott száma régiónként
2003 872 500 251 400 231 200 211 000 258 200 310 200 266 500 2 401 000
Szolgáltatás, fő
2007 1 249 100 466 700 433 800 335 200 424 300 521 800 495 500 3 926 400
2007 931 900 241 800 242 900 199 500 245 500 308 000 292 500 2 462 100
2008 1 246 871 459 382 424 722 335 541 410 229 513 082 488 741 3 878 568
2008 941 994 241 464 232 262 202 888 239 843 308 028 289 537 2 456 016
A foglalkoztatottak száma szolgáltatás összevont nemzetgazdasági ág szerint régiónként
6.2.2.3. táblázat
2009 1 239 168 435 074 408 468 337 778 396 699 489 144 475 564 3 781 895
2009 939 284 227 660 228 533 198 087 237 283 303 299 291 462 2 425 608
2010 1 228 772 423 064 404 302 342 147 392 500 497 393 483 059 3 771 237
2010 938 550 235 110 228 091 202 266 233 409 311 006 300 206 2 448 638
DOI: 10.14750/ME.2014.012
2001
691 719
4 043 260
8 458 674
13 193 653
1995
392 658
1 449 786
3 019 505
4 861 949
Mezőgazdaság
Ipar
Szolgáltatás
Összesen
14 807 628
9 788 663
4 474 617
544 348
2002
16 159 300
10 715 537
4 911 063
532 700
2003
17 654 438
11 442 802 18 891 603
12 369 161
5 704 343
818 099
20 540 102
13 517 130
6 174 108
848 864
Magyarország, mFt 2005 2006
5 347 472
864 164
2004
6.3.1. táblázat A GDP értéke összevont nemzetgazdasági áganként Magyarországon
2007
21 755 966
14 405 477
6 486 180
864 309
2008
22 646 111
14 405 477
6 891 233
912 029
2009
21 660 871
14 479 113
6 420 541
761 217
2010
22 474 564
14 780 749
6 902 678
791 137
DOI: 10.14750/ME.2014.012
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
123 189
69 228 103 634 58 771 142 650 165 245 691 719
53 309
39 918
77 742
93 510
392 658 544 348
49 938
79 335
63 430
532 700
118 882
100 295
54 214
80 975
65 641
59 857
52 836
2003
6.3.2.2. táblázat
864 164
192 907
163 539
103 724
111 947
105 894
87 564
80 589
2004
818 099
201 209
155 373
77 225
122 089
101 543
93 869
66 791
2005
848 864
212 039
167 319
74 352
130 788
97 871
97 558
68 937
2006
Mezőgazdaság, mFt
864 309
213 256
173 880
72 319
120 841
109 310
104 874
69 829
2007
1 358 845 610 685 586 296 279 085 427 087 415 797 365 465 4 043 260
188 341
190 437
112 742
165 983
151 212
160 804
1 449 786
2001
4 474 617
403 693
464 318
462 967
320 828
643 340
626 083
1 553 118
2002
4 911 063
410 107
523 044
485 608
309 517
768 011
749 738
1 665 578
2003
5 347 472
428 976
537 216
538 876
314 475
768 731
863 500
1 895 698
2004
5 704 343
461 987
550 840
611 972
321 706
787 652
922 278
2 047 800
2005
Ipar, mFt
6 174 108
509 522
620 252
668 390
360 438
907 329
979 263
2 128 914
2006
6 486 180
529 862
614 412
692 229
385 787
921 851
1 075 257
2 266 782
2007
A GDP értéke ipar összevont nemzetgazdasági ág szerint régiónként
480 267
1995
104 160
82 638
47 674
62 372
69 553
61 274
2002
43 573
2001
36 932
1995
6.3.2.1. táblázat
2008
912 029
212 886
189 639
84 335
126 608
106 565
105 814
86 182
2008
6 891 233
595 383
659 115
683 540
428 997
977 607
1 101 882
2 444 709
A GDP értéke mezőgazdaság összevont nemzetgazdasági ág szerint régiónként
6 420 541
565 246
661 966
604 066
433 661
884 007
913 409
2 357 386
2009
761 217
177 160
161 768
67 440
110 705
91 659
91 483
61 002
2009
6 902 678
577 468
687 518
652 644
422 376
1 061 167
1 028 584
2 472 921
2010
791 137
179 883
161 160
65 067
120 973
103 177
103 911
56 966
2010
DOI: 10.14750/ME.2014.012
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
Közép-Magyarország Közép-Dunántúl Nyugat-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Dél-Alföld Magyarország
Területi egység
1 363 138 957 616
1 086 507
1 346 183
1 263 900
13 193 653
393 356
451 995
535 393
558 728
4 861 949
8 458 674
3 019 505
493 052
733 190
304 414
1 365 104
787 736
306 439
5 811 205
600 649
246 094
483 655
574 897
227 305
2001
707 614
254 941
1995
671 781
1 945 770
4 382 807
251 741
2001
1 428 571
1995
6.3.2.3. táblázat
14 807 628
1 376 724
1 461 879
1 200 590
1 056 142
1 515 241
1 442 548
6 754 504
2002
9 788 663
849 842
893 401
687 685
655 979
808 471
754 093
5 140 112
2002
11 442 802
1 042 364
1 077 073
842 714
800 362
954 664
899 612
5 844 013
2004
2005
12 369 161
1 052 166
1 125 046
873 463
821 546
968 761
937 043
6 591 244
16 159 300
1 475 681
1 619 087
1 310 700
1 122 919
1 731 734
1 650 650
7 248 489
2003
17 654 438
1 664 247
1 777 828
1 485 314
1 226 784
1 829 289
1 850 676
7 820 300
2004
18 891 603
1 715 362
1 831 259
1 562 660
1 265 341
1 857 956
1 953 190
8 705 835
2005
1 093 394
1 179 132
896 698
843 905
1 039 824
968 897
7 495 280
2006
20 540 102
1 814 955
1 966 703
1 639 440
1 335 131
2 045 024
2 045 718
9 693 131
2006
13 517 130
Összesen, mFt
Az összes GDP értéke régiónként
6.3.2.4. táblázat
10 715 537
946 692
995 748
770 878
732 427
898 082
841 055
5 530 075
2003
Szolgáltatás, mFt
21 755 966
1 933 872
2 070 518
1 725 024
1 422 912
2 120 350
2 223 629
10 259 661
2007
14 405 477
1 190 754
1 282 226
960 476
916 284
1 089 189
1 043 498
7 923 050
2007
A GDP értéke szolgáltatás összevont nemzetgazdasági ág szerint régiónként
22 646 111
2 022 477
2 141 641
1 732 961
1 479 632
2 192 846
2 260 921
10 815 633
2008
14 405 477
1 190 754
1 282 226
960 476
916 284
1 089 189
1 043 498
7 923 050
2008
21 660 871
1 898 196
2 106 685
1 613 860
1 424 206
2 014 932
1 984 480
10 618 512
2009
14 479 113
1 155 790
1 282 951
942 354
879 840
1 039 266
979 588
8 200 124
2009
22 474 564
1 924 075
2 123 450
1 649 066
1 447 745
2 238 048
2 150 827
10 941 353
2010
14 780 749
1 166 724
1 274 772
931 355
904 396
1 073 704
1 018 332
8 411 466
2010
DOI: 10.14750/ME.2014.012
Mezőgazdaság Ipar Szolgáltatás Összesen
1999 2 771 10 626 39 760 53 157
2000 2 836 11 165 42 280 56 281
2001 2 877 11 972 43 478 58 327
2002 2 965 12 939 46 476 62 380
Észak-Magyarország, db 2003 2004 2005 2 852 2 800 2 694 12 895 12 899 12 696 47 157 47 794 47 916 62 904 63 493 63 306 2006 2 565 12 159 46 972 61 696
2007 2 534 11 879 46 290 60 703
2008 2 462 11 484 46 032 59 978
7.1.1. táblázat A működő vállalkozások száma összevont nemzetgazdasági áganként az Észak-magyarországi régióban
2009 2 441 10 914 45 018 58 373
2010 2 499 10 631 45 100 58 230 DOI: 10.14750/ME.2014.012
7.1.2.1. táblázat
Borsod-Abaúj-Zemplén megye Heves megye összesen Nógrád megye összesen Észak-Magyarország Magyarország
Területi egység
1 370 939 462 2 771 25 666
1999 1 384 1 005 447 2 836 26 542
2000 1 444 989 444 2 877 26 299
2001 1 403 1 024 425 2 852 25 035
2003
7.1.2.2. táblázat
1 466 1 043 456 2 965 25 927
2002 1 380 1 013 407 2 800 24 784
1 325 973 396 2 694 24 274
Mezőgazdaság, db 2004 2005 1 253 930 382 2 565 23 519
2006 1 249 908 377 2 534 22 921
2007
1 219 907 336 2 462 23 020
2008
1999 5 434 3 046 2 146 10 626 117 617
2000 5 630 3 293 2 242 11 165 124 060
2001 6 067 3 534 2 371 11 972 128 425
2002 6 523 3 912 2 504 12 939 140 318
2003 6 544 3 931 2 420 12 895 140 221
Ipar, db 2004 2005 6 516 6 386 3 961 3 911 2 422 2 399 12 899 12 696 140 537 138 069
2006 6 185 3 756 2 218 12 159 132 963
2007 6 083 3 656 2 140 11 879 128 792
2008 6 000 3 652 1 832 11 484 128 396
A működő vállalkozások száma ipar összevont nemzetgazdasági ág szerint az Észak-magyarországi régióban
Borsod-Abaúj-Zemplén megye összesen Heves megye összesen Nógrád megye összesen Észak-Magyarország Magyarország
Területi egység
A működő vállalkozások száma mezőgazdaság összevont nemzetgazdasági ág szerint az Észak-magyarországi régióban
2009 5 750 3 476 1 688 10 914 122 082
1 244 883 314 2 441 22 678
2009
2010 5 638 3 403 1 590 10 631 120 244
1 283 884 332 2 499 23 252
2010
DOI: 10.14750/ME.2014.012
7.1.2.3. táblázat
Borsod-Abaúj-Zemplén megye Heves megye összesen Nógrád megye összesen Észak-Magyarország Magyarország
Területi egység
Borsod-Abaúj-Zemplén megye Heves megye összesen Nógrád megye összesen Észak-Magyarország Magyarország
Területi egység
1999 29 292 14 643 9 222 53 157 578 260
1999 22 488 10 658 6 614 39 760 434 977
2001 24 104 12 119 7 255 43 478 488 850
2003 25 863 13 568 7 726 47 157 533 100
7.1.2.4. táblázat
2002 25 696 13 156 7 624 46 476 525 044
2006 25 781 13 697 7 494 46 972 541 664
2000 30 427 16 062 9 792 56 281 622 935
2001 31 615 16 642 10 070 58 327 643 574
2002 33 685 18 111 10 584 62 380 691 289
2003 33 810 18 523 10 571 62 904 698 356
Összesen, db 2004 2005 34 143 34 019 18 776 18 716 10 574 10 571 63 493 63 306 708 307 707 756
2006 33 219 18 383 10 094 61 696 698 146
Az összes működő vállalkozások száma az Észak-magyarországi régióban
2000 23 413 11 764 7 103 42 280 472 333
Szolgáltatás, db 2004 2005 26 247 26 308 13 802 13 832 7 745 7 776 47 794 47 916 542 986 545 413
2007 32 599 18 169 9 935 60 703 688 058
2007 25 267 13 605 7 418 46 290 536 345
2008 32 770 18 347 8 861 59 978 700 278
2008 25 551 13 788 6 693 46 032 548 862
A működő vállalkozások száma szolgáltatás összevont nemzetgazdasági ág szerint az Észak-magyarországi régióban
2009 31 943 17 908 8 522 58 373 687 898
2009 24 949 13 549 6 520 45 018 543 138
2010 32 090 17 819 8 321 58 230 695 630
2010 25 169 13 532 6 399 45 100 552 134 DOI: 10.14750/ME.2014.012
Mezőgazdaság Ipar Szolgáltatás Összesen
1990 75 834 250 920 230 847 557 601
2001 16 465 146 223 229 332 392 020
2003 20 000 159 000 258 200 437 200
2004 17 400 163 600 250 100 431 100
Észak-Magyarország, fő 2005 2006 2007 16 700 17 400 16 500 156 100 154 200 162 300 245 900 251 200 245 500 418 700 422 800 424 300 2008 15 031 155 355 239 843 410 229
2009 13 851 145 565 237 283 396 699
A foglalkoztatottak száma összevont nemzetgazdasági ágak szerint az Észak-magyarországi régióban
7.2.1. táblázat
2010 15 529 143 562 233 409 392 500 DOI: 10.14750/ME.2014.012
Borsod-Abaúj-Zemplén megye Heves megye Nógrád megye Észak-Magyarország Magyarország
Területi egység
Borsod-Abaúj-Zemplén megye Heves megye Nógrád megye Észak-Magyarország Magyarország
Területi egység
144197 60461 46262 250920 1712161
1990
8145 6145 2175 16465 203158
2001 10000 7800 2200 20000 215100
2003 8200 7100 1400 16700 193900
2005
7.2.2.2. táblázat
9230 6400 1770 17400 204900
2004 8100 6800 2500 17400 190600
2006 8300 5800 2400 16500 183000
2007
71867 42668 31688 146223 1212506
2001 77800 46700 34500 159000 1305900
2003
86180 47310 30110 163600 1280600
2004
77300 48400 30400 156100 1264000
2005
79900 45700 28600 154200 1269400
2006
Ipar, fő
83500 46600 32200 162300 1281300
2007
A foglalkoztatottak száma ipar összevont nemzetgazdasági ág szerint az Észak-magyarországi régió megyéiben
40861 21044 13929 75834 698714
1990
Mezőgazdaság, fő
2008
7400 5100 2531 15031 168291
2008
78885 45985 30485 155355 1254261
A foglalkoztatottak száma mezőgazdaság összevont nemzetgazdasági ág szerint az Észak-magyarországi régió megyéiben
7.2.2.1. táblázat
75559 41837 28169 145565 1180467
2009
6790 4806 2255 13851 175820
2009
74321 41821 27420 143562 1160773
2010
8209 5010 2310 15529 161826
2010
DOI: 10.14750/ME.2014.012
Borsod-Abaúj-Zemplén megye Heves megye Nógrád megye Észak-Magyarország Magyarország
Területi egység
Borsod-Abaúj-Zemplén megye Heves megye Nógrád megye Észak-Magyarország Magyarország
Területi egység
129290 61230 38812 229332 2273361
2001 150000 64300 43900 258200 2401000
2003 146000 58300 41600 245900 2443600
2005
7.2.2.4. táblázat
145628 61786 42686 250100 2415000
2004 147500 59800 43900 251200 2470000
2006 143300 61200 41000 245500 2462100
2007
317281 142488 97832 557 601 4 522 764
1990 209302 110043 72675 392 020 3 689 025
2001 237800 118800 80600 437 200 3 922 000
2003 241038 115496 74566 431 100 3 900 500
2004
231500 113800 73400 418 700 3 901 500
235500 112300 75000 422 800 3 930 000
Összesen, fő 2005 2006
235100 113600 75600 424 300 3 926 400
2007
Az összes foglalkoztatottak száma az Észak-magyarországi régió megyéiben
132223 60983 37641 230847 2111889
1990
Szolgáltatás, fő
A foglalkoztatottak száma szolgáltatás összevont nemzetgazdasági ág szerint az Észak-magyarországi régió megyéiben
7.2.2.3. táblázat
226135 113934 70160 410 229 3 878 568
2008
139850 62849 37144 239843 2456016
2008
220001 109144 67554 396 699 3 781 895
2009
137652 62501 37130 237283 2425608
2009
218333 109034 65133 392 500 3 771 237
2010
135803 62203 35403 233409 2448638
2010
DOI: 10.14750/ME.2014.012
427087 600649
165983
246094
451995
Ipar
Szolgáltatás
Összesen
687685
462967
49 938
2002
770878
485608
54 214
2003
842714
538876
103 724 873463
611972
77 225 896698
668390
74 352 960476
692229
72 319
2007
960476
683540
84 335
2008
942354
604066
67 440
2009
931355
652644
65 067
2010
1 086 507 1 200 590 1 310 700 1 485 314 1 562 660 1 639 440 1 725 024 1 732 961 1 613 860 1 649 066
58 771
39918
2001
Mezőgazdaság
1995
Észak-Magyarország, mFt 2004 2005 2006
7.3.1. táblázat A GDP értéke összevont nemzetgazdasági áganként az Észak-magyarországi régióban
DOI: 10.14750/ME.2014.012
Magyarország 544 348
49 938
6 709
17 661
25 568
2002
532 700
54 214
6 343
20 759
27 112
2003
77 225
9 508
26 598
41 119
2005
818 099
7.3.2.2. táblázat
864 164
103 724
13 900
42 073
47 751
2004
2006
848 864
74 352
8 291
25 819
40 242
Mezőgazdaság, mFt
864 309
72 319
8 939
24 589
38 791
2007
912 029
84 335
10 053
28 724
45 558
2008
165 983
1 449 786
Magyarország
108 236 37 894 19 853
1995
4 043 260
427 087
239 619 131 899 55 569
2001
4 474 617
462 967
257 668 146 433 58 866
2002
4 911 063
485 608
261 128 147 439 62 881
2003
5 347 472
538 876
330 259 145 953 62 664
2004
5 704 343
611 972
392 153 158 322 61 497
2005
Ipar, mFt
6 174 108
668 390
412 856 184 560 70 974
2006
6 486 180
692 229
419 012 208 362 64 855
2007
6 891 233
683 540
395 400 215 048 73 092
2008
A GDP értéke ipar összevont nemzetgazdasági ág szerint az Észak-magyarországi régió megyéiben
Észak-Magyarország
Nógrád megye
Borsod-AbaújZemplén megye Heves megye
Területi egység
392 658
Észak-Magyarország
691 719
7 087
58 771
6 560
39 918
20 693
12 376
Nógrád megye
30 991
2001
20 982
1995
Borsod-AbaújZemplén megye Heves megye
Területi egység
67 440
8 422
22 864
36 154
2009
6 420 541
604 066
340 179 201 789 62 098
2009
761 217
A GDP értéke mezőgazdaság összevont nemzetgazdasági ág szerint az Észak-magyarországi régió megyéiben
7.3.2.1. táblázat
6 902 678
652 644
380 935 206 034 65 675
2010
791 137
65 067
8 038
21 938
35 631
2010
DOI: 10.14750/ME.2014.012
Magyarország
Észak-Magyarország
Nógrád megye
Borsod-AbaújZemplén megye Heves megye
2001
8 458 674
600 649
344 988 158 918 96 743
2001
10 715 537
770 878
454 440 211 344 119 254
2003
2005
12 369 161
873 463
504 433 236 083 132 947
7.3.2.4. táblázat
11 442 802
842 714
481 295 231 419 130 000
2004
13 517 130
896 698
521 221 238 887 136 590
2006
14 405 477
960 476
558 510 265 169 136 797
2007
2002
2003
2004
2005
Összesen, mFt 2006
2007
Az összes GDP értéke az Észak-magyarországi régió megyéiben
9 788 663
687 685
394 107 184 511 109 067
2002
Szolgáltatás, mFt
2008
14 405 477
960 476
558 510 265 169 136 797
2008
2010
2009
22 474 564
1 649 066
960 629 482 342 206 095
2010
556 302 544 063 250 403 254 370 135 649 132 382 942 354 931 355 14 479 113 14 780 749
2009
270 032 615 598 677 343 742 680 859 305 937 705 974 319 1 016 313 1 110 937 932 635 118 002 311 510 348 605 379 542 419 445 421 003 449 266 498 120 502 885 475 056 63 961 159 399 174 642 188 478 206 564 203 952 215 855 210 591 219 139 206 169 451 995 1 086 507 1 200 590 1 310 700 1 485 314 1 562 660 1 639 440 1 725 024 1 732 961 1 613 860 4 861 949 13 193 653 14 807 628 16 159 300 17 654 438 18 891 603 20 540 102 21 755 966 22 646 111 21 660 871
1995
3 019 505
Magyarország
Területi egység
246 094
140 814 67 732 37 548
1995
Észak-Magyarország
Nógrád megye
Borsod-AbaújZemplén megye Heves megye
Területi egység
A GDP értéke szolgáltatás összevont nemzetgazdasági ág szerint az Észak-magyarországi régió megyéiben
7.3.2.3. táblázat
DOI: 10.14750/ME.2014.012
DOI: 10.14750/ME.2014.012
8.1. táblázat Működő vállalkozások száma összevont nemzetgazdasági áganként 2004. évben Magyarország kistérségeiben
Kistérség székhelye Aba Abaújszántó Abony Ajka Aszód Bácsalmás Baja Baktalórántháza Balassagyarmat Balatonalmádi Balatonföldvár Balatonfüred Balmazújváros Barcs Bátonyterenye Békés Békéscsaba Bélapátfalva Berettyóújfalu Bicske Bonyhád Budaörs Budapest Cegléd Celldömölk Cigánd Csenger Csepreg Csongrád Csorna Csurgó Dabas Debrecen Dombóvár Dorog Dunakeszi Dunaújváros Edelény Eger Encs Enying Ercsi Érd
Mezőgazdaság
Ipar
Szolgáltatás
2004
2004
2004
105 83 63 136 68 55 284 137 84 90 58 112 139 107 45 242 166 35 219 142 92 177 1 022 359 84 50 70 53 115 185 115 140 369 114 51 52 83 107 255 62 140 66 0
225 76 308 694 632 126 947 222 477 554 194 463 298 175 227 730 990 91 379 506 477 3 152 30 579 1 468 259 57 76 182 330 552 122 664 3 030 469 595 1 263 1 108 214 1 286 120 197 265 0
556 265 708 2 101 1 232 431 3 536 723 1 573 1 698 679 1 772 804 793 723 1 867 4 461 367 1 590 1 234 1 153 10 442 158 961 4 434 795 252 316 472 936 1 295 422 1 853 14 480 1 482 1 390 4 240 3 685 737 5 486 508 509 849 0
Összes vállalkozás 2004 886 424 1 079 2 931 1 932 612 4 767 1 082 2 134 2 342 931 2 347 1 241 1 075 995 2 839 5 617 493 2 188 1 882 1 722 13 771 190 562 6 261 1 138 359 462 707 1 381 2 032 659 2 657 17 879 2 065 2 036 5 555 4 876 1 058 7 027 690 846 1 180 0
DOI: 10.14750/ME.2014.012
Kistérség székhelye Esztergom Fehérgyarmat Fonyód Füzesabony Gárdony Gödöllő Gyál Gyöngyös Győr Gyula Hajdúböszörmény Hajdúhadház Hajdúszoboszló Hatvan Heves Hévíz Hódmezővásárhely Ibrány Jánoshalma Jászberény Kadarkút Kalocsa Kaposvár Kapuvár Karcag Kazincbarcika Kecskemét Keszthely Kisbér Kiskőrös Kiskunfélegyháza Kiskunhalas Kiskunmajsa Kistelek Kisvárda Komárom Komló Körmend Kőszeg Kunszentmárton Kunszentmiklós Lengyeltóti Lenti Létavértes Letenye Makó Marcali
Mezőgazdaság
Ipar
2004
2004 66 163 120 123 64 188 141 240 261 146 248 180 156 101 145 0 172 118 105 200 0 219 547 132 146 80 554 124 121 357 145 162 89 155 148 155 82 59 48 125 99 66 181 187 124 163 135
Szolgáltatás 2004 984 291 436 339 428 1 884 1 276 1 021 3 298 538 641 477 415 546 349 0 979 420 176 1 081 0 707 1 467 323 530 445 2 596 922 242 836 555 540 224 193 367 595 474 278 233 321 325 104 288 364 190 379 310
2 721 1 009 1 669 1 080 1 228 5 989 3 176 3 350 12 882 2 302 1 982 1 420 1 569 1 861 896 0 2 644 1 020 495 2 792 0 2 005 6 320 930 1 566 1 868 9 623 3 392 613 2 259 1 896 2 199 603 561 2 835 1 836 1 454 816 710 973 914 278 974 977 471 1 686 1 078
Összes vállalkozás 2004 3 771 1 463 2 225 1 542 1 720 8 061 4 593 4 611 16 441 2 986 2 871 2 077 2 140 2 508 1 390 0 3 795 1 558 776 4 073 0 2 931 8 334 1 385 2 242 2 393 12 773 4 438 976 3 452 2 596 2 901 916 909 3 350 2 586 2 010 1 153 991 1 419 1 338 448 1 443 1 528 785 2 228 1 523
DOI: 10.14750/ME.2014.012
Kistérség székhelye Mátészalka Mezőcsát Mezőkovácsháza Mezőkövesd Mezőtúr Miskolc Mohács Monor Mór Mórahalom Mosonmagyaróvár Nagyatád Nagykálló Nagykanizsa Nagykáta Nyirbátor Nyíregyháza Orosháza Oroszlány Ózd Őriszentpéter Pacsa Paks Pannonhalma Pápa Pásztó Pécs Pécsvárad Pétervására Pilisvörösvár Polgár Püspökladány Ráckeve Rétság Salgótarján Sárbogárd Sarkad Sárospatak Sárvár Sásd Sátoraljaújhely Sellye Siklós Siófok Sopron Sümeg Szarvas
Mezőgazdaság
Ipar
2004
2004 157 49 174 141 104 259 236 142 82 148 236 150 176 228 147 158 247 238 51 81 51 0 169 84 255 66 253 45 114 131 46 211 243 53 98 108 97 102 155 102 85 65 162 96 258 76 176
Szolgáltatás 2004 551 105 175 573 356 3 056 718 1 305 499 201 1 068 187 393 987 730 306 2 259 657 415 447 112 0 650 256 784 453 2 813 234 329 1 802 106 394 2 401 336 719 212 151 257 403 144 174 66 399 648 1 380 232 401
1 973 326 1 097 1 477 1 016 13 899 1 904 3 441 1 226 698 3 478 865 1 365 3 779 1 757 1 205 10 817 2 353 980 1 870 183 0 1 925 513 2 619 1 024 13 143 432 762 6 004 415 1 352 6 653 810 3 004 705 513 900 1 354 427 900 283 1 459 2 526 4 960 485 1 202
Összes vállalkozás 2004 2 681 480 1 446 2 191 1 476 17 214 2 858 4 888 1 807 1 047 4 782 1 202 1 934 4 994 2 634 1 669 13 323 3 248 1 446 2 398 346 0 2 744 853 3 658 1 543 16 209 711 1 205 7 937 567 1 957 9 297 1 199 3 821 1 025 761 1 259 1 912 673 1 159 414 2 020 3 270 6 598 793 1 779
DOI: 10.14750/ME.2014.012
Kistérség székhelye Szécsény Szeged Szeghalom Székesfehérvár Szekszárd Szentendre Szentes Szentgotthárd Szentlőrinc Szerencs Szigetvár Szikszó Szob Szolnok Szombathely Tab Tamási Tapolca Tata Tatabánya Tét Tiszafüred Tiszaújváros Tiszavasvári Tokaj Törökszentmiklós Vác Várpalota Vásárosnamény Vasvár Veresegyház Veszprém Záhony Zalaegerszeg Zalakaros Zalaszentgrót Zirc
Mezőgazdaság
Ipar
2004
2004 61 404 153 225 313 121 206 60 69 130 148 39 51 235 271 101 232 133 120 94 87 112 57 107 55 104 111 21 85 80 28 175 0 390 0 86 144
Szolgáltatás 2004 210 3 023 336 2 541 1 441 1 566 415 147 120 368 264 122 113 1 411 1 777 144 410 639 856 1 660 220 312 379 311 123 352 1 051 463 258 169 492 1 440 0 1 765 0 269 360
611 13 703 1 005 9 263 4 722 5 533 1 898 527 489 1 155 786 411 345 6 741 7 052 409 1 338 1 855 2 404 5 094 540 1 138 1 252 1 107 427 1 306 3 775 1 307 870 380 1 537 5 981 0 5 954 0 525 735
Összes vállalkozás 2004 882 17 130 1 494 12 029 6 476 7 220 2 519 734 678 1 653 1 198 572 509 8 387 9 100 654 1 980 2 627 3 380 6 848 847 1 562 1 688 1 525 605 1 762 4 937 1 791 1 213 629 2 057 7 596 0 8 109 0 880 1 239
DOI: 10.14750/ME.2014.012
8.2. táblázat Működő vállalkozások száma összevont nemzetgazdasági áganként 2010. évben Magyarország kistérségeiben
Kistérség székhelye Aba Abaújszántó Abony Ajka Aszód Bácsalmás Baja Baktalórántháza Balassagyarmat Balatonalmádi Balatonföldvár Balatonfüred Balmazújváros Barcs Bátonyterenye Békés Békéscsaba Bélapátfalva Berettyóújfalu Bicske Bonyhád Budaörs Budapest Cegléd Celldömölk Cigánd Csenger Csepreg Csongrád Csorna Csurgó Dabas Debrecen Dombóvár Dorog Dunakeszi Dunaújváros Edelény Eger Encs Enying Ercsi Érd
Mezőgazdaság
Ipar
Szolgáltatás
2010
2010
2010
99 80 43 141 77 53 289 128 88 57 55 85 132 96 32 139 162 32 247 132 91 101 739 353 93 54 88 48 91 192 100 145 369 110 47 66 72 120 228 57 135 46 77
234 91 294 629 575 106 810 183 370 467 201 380 281 177 171 430 858 97 328 474 391 1 474 23 734 1 286 271 43 60 146 293 505 109 666 2 539 402 539 1 354 931 208 1 173 118 154 224 1 707
528 274 726 1 955 1 270 423 3 368 714 1 484 1 667 641 1 755 833 721 703 1 378 4 440 372 1 650 1 369 1 178 8 164 165 409 4 438 887 220 294 443 894 1 292 425 2 189 15 374 1 374 1 404 5 699 3 461 742 5 667 487 467 877 6 519
Összes vállalkozás 2010 861 445 1 063 2 725 1 922 582 4 467 1 025 1 942 2 191 897 2 220 1 246 994 906 1 947 5 460 501 2 225 1 975 1 660 9 739 189 882 6 077 1 251 317 442 637 1 278 1 989 634 3 000 18 282 1 886 1 990 7 119 4 464 1 070 7 068 662 756 1 147 8 303
DOI: 10.14750/ME.2014.012
Esztergom Fehérgyarmat Fonyód Füzesabony Gárdony Gödöllő Gyál Gyöngyös Győr Gyula Hajdúböszörmény Hajdúhadház Hajdúszoboszló Hatvan Heves Hévíz Hódmezővásárhely Ibrány Jánoshalma Jászberény Kadarkút Kalocsa Kaposvár Kapuvár Karcag Kazincbarcika Kecskemét Keszthely Kisbér Kiskőrös Kiskunfélegyháza Kiskunhalas Kiskunmajsa Kistelek Kisvárda Komárom Komló Körmend Kőszeg Kunszentmárton Kunszentmiklós Lengyeltóti Lenti Létavértes Letenye Makó Marcali Mátészalka Mezőcsát Mezőkovácsháza
52 179 92 90 70 125 84 208 228 90 273 181 126 94 131 36 153 115 85 204 120 214 358 118 127 86 527 71 120 363 140 139 137 146 126 158 81 65 50 110 107 56 178 162 114 166 142 186 47 191
840 228 349 258 417 1 684 646 904 2 824 389 618 509 372 467 301 210 792 304 139 923 216 648 1 083 326 414 368 2 312 540 217 784 498 480 201 192 257 503 445 258 215 270 325 95 224 332 154 368 334 445 99 143
2 773 1 009 1 382 851 1 492 6 520 2 000 3 250 12 695 2 096 2 024 1 551 1 639 1 848 856 871 2 508 950 441 2 742 627 1 993 5 514 948 1 480 1 762 10 208 2 394 622 2 267 1 893 2 152 660 585 1 687 1 786 1 481 820 767 899 913 270 881 897 458 1 529 1 232 1 859 303 964
3 665 1 416 1 823 1 199 1 979 8 329 2 730 4 362 15 747 2 575 2 915 2 241 2 137 2 409 1 288 1 117 3 453 1 369 665 3 869 963 2 855 6 955 1 392 2 021 2 216 13 047 3 005 959 3 414 2 531 2 771 998 923 2 070 2 447 2 007 1 143 1 032 1 279 1 345 421 1 283 1 391 726 2 063 1 708 2 490 449 1 298
DOI: 10.14750/ME.2014.012
Mezőkövesd Mezőtúr Miskolc Mohács Monor Mór Mórahalom Mosonmagyaróvár Nagyatád Nagykálló Nagykanizsa Nagykáta Nyirbátor Nyíregyháza Orosháza Oroszlány Ózd Őriszentpéter Pacsa Paks Pannonhalma Pápa Pásztó Pécs Pécsvárad Pétervására Pilisvörösvár Polgár Püspökladány Ráckeve Rétság Salgótarján Sárbogárd Sarkad Sárospatak Sárvár Sásd Sátoraljaújhely Sellye Siklós Siófok Sopron Sümeg Szarvas Szécsény Szeged Szeghalom Székesfehérvár Szekszárd Szentendre
129 94 220 230 135 68 155 198 158 213 139 148 177 303 218 52 85 63 57 155 74 242 68 215 39 101 63 57 210 208 79 88 106 97 94 141 87 81 66 168 63 278 88 229 56 387 157 188 289 107
492 317 2 644 697 1 554 462 215 1 087 188 364 760 845 279 1 965 570 324 333 106 117 589 258 713 349 2 363 186 203 1 212 108 382 2 232 247 521 193 114 245 482 142 166 67 393 565 1 399 187 515 179 2 575 287 2 100 1 180 1 340
1 385 979 13 454 1 833 4 722 1 218 753 3 387 828 1 283 3 292 2 249 1 165 10 327 2 082 958 1 603 225 236 2 032 563 2 554 911 13 296 470 688 4 916 371 1 361 7 838 724 2 769 667 489 871 1 372 412 899 297 1 379 2 488 5 286 468 1 686 532 13 935 935 8 925 4 459 6 374
2 006 1 390 16 318 2 760 6 411 1 748 1 123 4 672 1 174 1 860 4 191 3 242 1 621 12 595 2 870 1 334 2 021 394 410 2 776 895 3 509 1 328 15 874 695 992 6 191 536 1 953 10 278 1 050 3 378 966 700 1 210 1 995 641 1 146 430 1 940 3 116 6 963 743 2 430 767 16 897 1 379 11 213 5 928 7 821
DOI: 10.14750/ME.2014.012
Szentes Szentgotthárd Szentlőrinc Szerencs Szigetvár Szikszó Szob Szolnok Szombathely Tab Tamási Tapolca Tata Tatabánya Tét Tiszafüred Tiszaújváros Tiszavasvári Tokaj Törökszentmiklós Vác Várpalota Vásárosnamény Vasvár Veresegyház Veszprém Záhony Zalaegerszeg Zalakaros Zalaszentgrót Zirc
196 48 57 116 149 36 50 207 318 64 215 110 97 121 92 108 38 124 40 83 98 28 98 86 32 140 42 334 67 92 112
353 121 124 300 274 100 95 1 223 1 656 108 368 538 1 290 724 207 287 306 263 125 284 965 411 202 177 505 1 228 65 1 343 101 210 324
1 744 537 449 1 090 755 434 356 6 298 7 083 334 1 173 1 727 4 965 2 468 586 1 016 1 184 1 080 461 1 013 3 997 1 301 821 382 2 288 5 913 480 5 800 415 537 701
2 293 706 630 1 506 1 178 570 501 7 728 9 057 506 1 756 2 375 6 352 3 313 885 1 411 1 528 1 467 626 1 380 5 060 1 740 1 121 645 2 825 7 281 587 7 477 583 839 1 137
DOI: 10.14750/ME.2014.012
8.3. táblázat Észak-magyarországi régió kistérségeinek népessége 2004. évben és 2010. évben
Megye
Kistérség Abaújszántó
Nógrád
Heves
Borsod-Abaúj-Zemplén
Cigánd Edelény Encs Kazincbarcika Mezőcsát Mezőkövesd Miskolc Ózd Sárospatak Sátoraljaújhely Szerencs Szikszó Tiszaújváros Tokaj Bélapátfalva Eger Füzesabony Gyöngyös Hatvan Heves Pétervására Balassagyarmat Bátonyterenye Pásztó Rétság Salgótarján Szécsény
Népesség, fő 2004 2010 15 558 15 167 18 384 16 210 36 299 34 014 24 251 23 366 64 077 58 731 15 048 13 814 44 565 41 626 274 840 263 658 74 283 66 788 27 146 24 712 24 632 22 012 45 006 41 401 19 586 18 310 33 616 32 584 14 563 13 501 13 739 12 207 79 484 84 530 38 040 30 335 77 773 75 250 53 952 51 103 36 481 33 688 23 287 20 872 42 581 40 125 26 319 23 880 33 641 31 624 25 795 24 698 68 070 62 717 20 095 18 875
DOI: 10.14750/ME.2014.012
9.1. táblázat Foglalkoztatottak, munkanélküliek, munkaerő létszáma 2004. évben és 2010. évben Magyarország kistérségeiben
Kistérség Aba Abaújszántó Abony Ajka Aszód Bácsalmás Baja Baktalórántháza Balassagyarmat Balatonalmádi Balatonföldvár Balatonfüred Balmazújváros Barcs Bátonyterenye Békés Békéscsaba Bélapátfalva Berettyóújfalu Bicske Bonyhád Budaörs Budapest Cegléd Celldömölk Cigánd Csenger Csepreg Csongrád Csorna Csurgó Dabas Debrecen Dombóvár Dorog Dunakeszi Dunaújváros Edelény Eger Encs Enying Ercsi Érd
Munkanélküliek, fő 2004 2010 837 1 415 1 056 1 734 735 1 085 1 345 3 666 658 1 527 917 1 482 2 376 3 238 1 446 2 738 849 2 424 544 1 186 197 542 436 1 464 1 103 1 738 1 095 2 131 1 036 1 605 1 269 2 589 1 194 2 684 498 871 2 040 3 345 675 1 647 887 1 052 753 2 133 34 087 60 327 3 645 6 050 600 2 638 997 1 658 693 1 200 205 652 513 1 120 683 1 863 605 1 199 1 169 2 430 3 152 7 979 1 141 1 653 1 001 1 948 843 2 128 2 229 3 169 2 061 3 410 2 040 3 008 1 417 4 070 1 196 1 624 588 1 032 1 823 2 939
Foglalkoztatottak, fő 2004 2010 8 286 7 439 4 105 3 596 8 583 7 778 23 352 22 150 14 613 16 904 5 498 5 412 26 451 25 033 8 663 8 317 15 829 13 694 10 138 8 810 4 023 3 586 8 310 7 366 10 233 9 778 8 473 8 265 8 626 7 888 13 998 13 735 30 146 29 850 4 235 4 148 16 803 16 477 14 478 12 918 11 734 10 198 33 498 34 393 767 728 751 892 46 021 54 512 11 544 10 210 4 709 4 117 3 725 3 792 4 436 3 760 8 082 8 941 14 477 15 359 6 210 5 925 17 128 19 504 85 448 79 430 13 443 11 437 16 764 16 525 30 630 31 139 32 793 32 041 9 939 8 704 33 419 31 546 6 330 5 231 7 743 7 457 9 123 8 067 39 336 42 738
Munkaerő, fő 2004 2010 9 123 8 854 5 161 5 330 9 318 8 863 24 697 25 816 15 271 18 431 6 415 6 894 28 827 28 271 10 109 11 055 16 678 16 118 10 682 9 996 4 220 4 128 8 746 8 830 11 336 11 516 9 568 10 396 9 662 9 493 15 267 16 324 31 340 32 534 4 733 5 019 18 843 19 822 15 153 14 565 12 621 11 250 34 251 36 526 801 815 812 219 49 666 60 562 12 144 12 848 5 706 5 775 4 418 4 992 4 641 4 412 8 595 10 061 15 160 17 222 6 815 7 124 18 297 21 934 88 600 87 409 14 584 13 090 17 765 18 473 31 473 33 267 35 022 35 210 12 000 12 114 35 459 34 554 7 747 9 301 8 939 9 081 9 711 9 099 41 159 45 677
DOI: 10.14750/ME.2014.012
Esztergom Fehérgyarmat Fonyód Füzesabony Gárdony Gödöllő Gyál Gyöngyös Győr Gyula Hajdúböszörmény Hajdúhadház Hajdúszoboszló Hatvan Heves Hévíz Hódmezővásárhely Ibrány Jánoshalma Jászberény Kadarkút Kalocsa Kaposvár Kapuvár Karcag Kazincbarcika Kecskemét Keszthely Kisbér Kiskőrös Kiskunfélegyháza Kiskunhalas Kiskunmajsa Kistelek Kisvárda Komárom Komló Körmend Kőszeg Kunszentmárton Kunszentmiklós Lengyeltóti Lenti Létavértes Letenye Makó Marcali Mátészalka Mezőcsát Mezőkovácsháza
1 363 1 817 482 1 101 442 1 782 851 1 849 3 169 780 1 234 2 471 715 1 260 1 995 224 1 448 1 377 566 1 460 680 2 197 2 265 751 1 434 2 533 3 887 700 682 1 610 989 1 280 649 547 1 790 783 1 251 709 411 1 416 1 181 384 600 965 598 1 636 929 2 647 803 2 000
2 457 3 445 969 1 631 1 004 3 561 1 773 2 784 5 858 1 407 2 806 4 553 1 375 1 689 2 325 393 2 794 3 170 1 100 2 791 1 495 2 630 4 938 1 534 2 438 4 427 5 914 1 380 1 153 2 715 1 571 2 086 939 882 3 372 1 514 2 271 1 421 693 2 066 1 509 755 1 879 2 239 1 363 2 637 2 108 5 159 1 145 2 769
23 365 10 369 7 999 10 454 9 692 41 571 17 751 28 813 73 790 15 573 20 909 16 339 12 557 19 982 10 751 4 994 21 412 13 330 5 375 32 535 6 537 20 352 39 622 10 260 15 682 20 178 67 168 14 660 9 223 22 613 19 401 17 274 7 834 6 313 17 669 18 767 12 101 10 150 7 241 11 702 11 490 3 760 10 028 10 424 7 113 15 638 13 052 18 619 4 131 12 470
22 426 10 305 7 286 9 919 8 167 44 785 19 943 27 391 76 070 15 293 19 729 14 644 11 698 19 285 10 383 3 763 23 299 12 682 5 200 30 367 5 903 19 731 36 526 11 057 15 306 18 029 61 191 11 804 9 224 21 621 18 625 16 622 7 449 6 874 17 301 18 785 13 205 8 955 6 056 11 215 10 851 3 447 8 375 9 533 5 960 17 275 12 123 18 527 3 565 12 880
24 728 12 186 8 481 11 555 10 134 43 353 18 602 30 662 76 959 16 353 22 143 18 810 13 272 21 242 12 746 5 218 22 860 14 707 5 941 33 995 7 217 22 549 41 887 11 011 17 116 22 711 71 055 15 360 9 905 24 223 20 390 18 554 8 483 6 860 19 459 19 550 13 352 10 859 7 652 13 118 12 671 4 144 10 628 11 389 7 711 17 274 13 981 21 266 4 934 14 470
24 883 13 750 8 255 11 550 9 171 48 346 21 716 30 175 81 928 16 700 22 535 19 197 13 073 20 974 12 708 4 156 26 093 15 852 6 300 33 158 7 398 22 361 41 464 12 591 17 744 22 456 67 105 13 184 10 377 24 336 20 196 18 708 8 388 7 756 20 673 20 299 15 476 10 376 6 749 13 281 12 360 4 202 10 254 11 772 7 323 19 912 14 231 23 686 4 710 15 649
DOI: 10.14750/ME.2014.012
Mezőkövesd Mezőtúr Miskolc Mohács Monor Mór Mórahalom Mosonmagyaróvár Nagyatád Nagykálló Nagykanizsa Nagykáta Nyirbátor Nyíregyháza Orosháza Oroszlány Ózd Őriszentpéter Pacsa Paks Pannonhalma Pápa Pásztó Pécs Pécsvárad Pétervására Pilisvörösvár Polgár Püspökladány Ráckeve Rétság Salgótarján Sárbogárd Sarkad Sárospatak Sárvár Sásd Sátoraljaújhely Sellye Siklós Siófok Sopron Sümeg Szarvas Szécsény Szeged Szeghalom Székesfehérvár Szekszárd Szentendre
975 682 7 511 1 545 2 043 881 770 1 123 1 074 1 177 1 618 1 997 1 728 2 229 1 197 580 2 951 225 255 1 120 327 1 617 839 2 428 269 1 039 765 462 1 856 2 501 456 2 690 1 470 970 1 135 879 707 904 1 054 1 499 684 1 170 548 1 049 727 3 732 1 570 3 262 2 511 1 448
1 996 1 512 13 502 2 905 4 654 1 401 1 255 2 221 1 642 2 861 4 015 3 867 3 009 5 569 2 606 1 173 5 642 931 1 013 1 538 1 385 4 366 1 956 6 397 784 1 412 2 017 967 2 983 4 788 1 128 4 387 1 866 1 581 1 741 1 778 2 320 1 538 1 621 3 751 1 291 2 849 1 317 1 589 1 273 6 565 2 162 5 315 3 256 2 421
15 272 9 877 100 567 17 531 42 748 14 250 9 014 30 344 9 642 12 992 29 759 28 471 11 935 57 869 21 729 10 893 21 906 2 944 4 558 20 574 6 396 25 495 11 380 68 467 4 252 7 280 26 104 4 638 16 938 49 570 9 776 23 158 8 828 6 436 9 086 16 880 4 440 9 227 3 614 11 511 13 324 39 842 6 169 15 823 6 389 75 577 12 876 59 551 36 843 30 813
13 013 9 643 87 610 18 666 46 645 13 362 9 387 31 614 9 117 12 515 25 314 32 576 11 610 54 454 21 720 11 171 19 757 2 649 3 700 17 456 6 655 23 708 9 881 70 683 4 548 7 248 27 163 4 385 16 336 50 613 8 167 20 667 8 342 6 431 8 003 14 720 4 941 8 361 4 104 12 368 11 625 40 307 5 710 15 791 5 608 78 400 13 092 56 411 31 528 32 711
16 247 10 559 108 078 19 076 44 791 15 131 9 784 31 467 10 716 14 169 31 377 30 468 13 663 60 098 22 926 11 473 24 857 3 169 4 813 21 694 6 723 27 112 12 219 70 895 4 521 8 319 26 869 5 100 18 794 52 071 10 232 25 848 10 298 7 406 10 221 17 759 5 147 10 131 4 668 13 010 14 008 41 012 6 717 16 872 7 116 79 309 14 446 62 813 39 354 32 261
15 009 11 155 101 112 21 571 51 299 14 763 10 642 33 835 10 759 15 376 29 329 36 443 14 619 60 023 24 326 12 344 25 399 3 580 4 713 18 994 8 040 28 074 11 837 77 080 5 332 8 660 29 180 5 352 19 319 55 401 9 295 25 054 10 208 8 012 9 744 16 498 7 261 9 899 5 725 16 119 12 916 43 156 7 027 17 380 6 881 84 965 15 254 61 726 34 784 35 132
DOI: 10.14750/ME.2014.012
Szentes Szentgotthárd Szentlőrinc Szerencs Szigetvár Szikszó Szob Szolnok Szombathely Tab Tamási Tapolca Tata Tatabánya Tét Tiszafüred Tiszaújváros Tiszavasvári Tokaj Törökszentmiklós Vác Várpalota Vásárosnamény Vasvár Veresegyház Veszprém Záhony Zalaegerszeg Zalakaros Zalaszentgrót Zirc
1 116 538 556 2 186 1 407 1 045 307 2 122 2 246 499 1 705 681 967 1 747 451 1 581 811 1 057 666 1 176 1 346 1 132 1 422 496 506 1 333 689 1 828 420 547 532
1 864 1 061 1 383 2 932 2 446 1 822 748 3 994 3 744 959 2 237 2 502 1 587 3 150 1 198 2 239 1 474 1 886 1 015 2 357 2 913 2 174 2 461 1 083 1 154 2 944 1 486 7 315 1 007 1 218 1 010
16 638 6 252 4 732 13 169 7 965 5 349 5 504 49 655 50 962 5 442 15 273 14 279 17 377 36 640 7 546 11 175 12 781 11 964 4 083 13 572 29 855 15 791 8 178 5 968 11 251 36 792 6 794 43 475 4 422 7 571 8 363
18 680 5 540 5 054 11 338 8 709 4 560 6 532 46 999 44 079 5 281 13 072 13 455 16 574 36 666 7 732 10 734 11 106 11 695 3 621 13 044 34 453 14 745 8 130 5 276 10 360 32 667 6 729 35 668 3 505 6 312 7 719
17 754 6 790 5 288 15 355 9 372 6 394 5 811 51 777 53 208 5 941 16 978 14 960 18 344 38 387 7 997 12 756 13 592 13 021 4 749 14 748 31 201 16 923 9 600 6 464 11 757 38 125 7 483 45 303 4 842 8 118 8 895
20 544 6 601 6 437 14 270 11 155 6 382 7 280 50 993 47 823 6 240 15 309 15 957 18 161 39 816 8 930 12 973 12 580 13 581 4 636 15 401 37 366 16 919 10 591 6 359 11 514 35 611 8 215 42 983 4 512 7 530 8 729
