Az eredménykommunikációs kiadvány az ÁROP Jogszabály-előkészítési folyamat racionalizálása projekt keretében készült

Közigazgatási és Igazságügyi Hivatal

Az eredménykommunikációs kiadvány az ÁROP-1.1.10-2011-2011-0001 „Jogszabály-előkészítési folyamat racionalizálása” projekt keretében készült.

Az eredménykommunikációs kiadvány létrehozásában közreműködött: Balogh Tünde Dr. Cserháti Ilona Dr. Elek Péter Keresztély Tibor Lőrincz László Nagyné Kun Gabriella Dr. Takács Tibor Varga Balázs Vereckei András Kiadta: Közigazgatási és Igazságügyi Hivatal Nyomda: Monobit Nyomdaipari Kft.

Budapest, 2013

A jogszabály-előkészítési folyamat racionalizálása

ÁROP-1.1.10-2011-2011-0001

Tartalomjegyzék Bevezetés

5

1. Az ECONS-TAX háztartási dinamikus és viselkedési mikroszimulációs modell 7 1.1. A modell háttere 8 1.1.1. A fogyasztási modul 9 1.1.2. M unkaerő-kínálati modul 11 1.1.3. D inamikus munkaerő-piaci mikroszimuláció 13 1.2. M odellek felhasznált adatai 16 1.2.1. F ogyasztási modul 16 1.2.2. M unkaerő-kínálati modell 16 1.2.3. D inamikus munkaerő-piaci mikroszimuláció 16 1.3. A modell megbízhatósága: az eredmények tesztelése 17 1.4. A mikroszimulációs eredmények és a főbb makrogazdasági mutatók közötti összhang 17 1.5. A modellek összekapcsolásának módszere 17 2. Egy mikromegalapozású makromodell kifejlesztése 24 2.1. A GAP modell leírása 25 2.1.1. M iért van szükség egy kisméretű, dinamikus makromodellre? 25 2.1.2. A modell inputjai és outputjai 25 2.1.3. A modell általános jellemzői 26 2.1.4. A modell felépítése, blokkjai 27 2.1.5. A datok a modellben 28 2.2. A CGE modell főbb jellemzőiről 30 2.2.1. A CGE modell kapcsolata a mikroszimulációs modellel 35 2.2.2. A z adatbázis kialakítása 42 2.2.3. A z adatok feldolgozása 43 2.2.4. A modell formális leírása 45 2.2.5. A modell matematikai tulajdonságainak összefoglalása 46 2.2.6. A modell változói 49

3


ÁROP-1.1.10-2011-2011-0001

3. Adatfelvételek eredményei 61 3.1. S zegénységségvizsgálat 500-as mintán 62 3.1.2. A z alsó decilist célzó vizsgálat során alkalmazott szűrőkérdőív kialakításának folyamata 63 3.1.3. Az egy főre eső jövedelem mint szegénységet mérő eszköz 66 3.1.4. A szegénységi küszöb meghatározása, abszolút és relatív szegénység 67 3.1.5. Az alsó decilist célzó mintavételi eljárás bemutatása 68 3.2. Tulajdonosi jövedelmek vizsgálata 2000-es mintán 69 3.2.1. Nemzetközi tapasztalatok áttekintése 69 3.2.2. Javaslatok a KIH/TÁRKI kutatáshoz 71 3.2.3. A gazdag háztartások felülsúlyozása 72 3.2.4. A 2000 fős mintavétel bemutatása 75 3.2.5. A próbakérdezés tapasztalatainak összefoglalása mindkét kérdőívre vonatkozóan 75 3.2.6. Az eredmények 76 3.2.7. Összegzés 78 4. A társadalom, a gazdaság, a környezet és az állam működésének indikátorrendszere 83 4.1. Az indikátorrendszerekről 83 4.1.1. A magyarországi átfogó indikátorrendszerek 85 4.1.2. Célok 86 4.1.3. Az átfogó indikátorrendszer koncepcionális szerkezete 88 4.1.4. Koncepcionális keret és a blokkok közötti kapcsolat 88 4.1.5. Területek, átfedések, kapcsolatok 89 4.1.6. Az indikátorok hierarchiája és típusai 91 4.2. Az átfogó indikátorrendszer tematikus blokkjai, területek és indikátorok 93 4.2.1. Gazdaság 93 4.2.2. Társadalom 96 4.2.3. Környezet 102 4.2.4. Állam 108 5. A KIH Kutatási Osztály hatásvizsgálati adatbankja

113

6. Utólagos hatásvizsgálatok 123 6.1. A társasági adó rugalmassága a 2009–2011 közötti adókulcscsökkentés alapján 123 6.1.1. E lméleti háttér 124 6.1.2. M ódszertan 129 6.1.3. A datok 135 6.1.4. E redmények 141 6.1.5. Az adózás előtti eredmény rugalmassága 145 6.2. A személyijövedelemadó-rendszer változásainak réteghatásai 152 6.2.1. A mikroszimuláció mint hatásvizsgálati eszköz 152 6.2.2. A datkorrekciók 154 6.2.3. Átvezetés 155 6.2.4. A z szja lakossági réteghatásai 157 7. Hatásvizsgálati képzés 4

168


ÁROP-1.1.10-2011-2011-0001

Bevezetés „A jogszabály-előkészítési folyamat racionalizálása” című, ÁROP-1.1.10-2011-2011-0001 számú kiemelt projekt az Államreform Operatív Program keretében valósult meg. A projekt célja olyan eszköztár és tudásanyag kifejlesztése és terjesztése volt, amely a jogszabályok hatásvizsgálatát támogatja, illeszkedve a Magyary Zoltán Közigazgatás-fejlesztési Program célkitűzéseihez. A jogszabályok hatásvizsgálata, illetve a hatásvizsgálati módszertan fejlesztése a 2012 augusztusában alakult Közigazgatási és Igazságügyi Hivatal (KIH) egyik alaptevékenysége. A KIH Kutatási Osztálya a jogszabályi hatásvizsgálatok módszertani központjaként a hatásvizsgálatokban használható komplex adatbázisokat alakít ki, valamint ezekre épülő modelleket fejleszt, tanácsadást, képzéseket tart az államigazgatás szakemberei számára, és szükség szerint egyedi hatásvizsgálatokat is végez. A projekt mind a módszertani fejlesztéseket, mind az oktatási tevékenységet tekintve támogatta a KIH ez irányú tevékenységét, és az új eszközök kifejlesztésével megalapozta a hatásvizsgálatok továbbfejlesztését. A projekt keretében folyó munkába a szakterületükön nemzetközileg ismert, külföldi és hazai publikációkkal és ismertséggel rendelkező szakembereket sikerült bevonni, akiknek köszönhetően a projekt szakmailag sikeres lett. A KIH a projektben a Közigazgatási és Igazságügyi Minisztérium konzorciumi partnereként vett részt. A jelen kiadvány fő célja, hogy az érdeklődő szakemberek számára összefoglaljuk a projektben a KIH részéről elért főbb eredményeket. A projekt egyik fókusza a hatásvizsgálati képzés beindítása volt államigazgatási szakemberek részére. A képzésben részben a KIH Kutatási Osztályának szakemberei, részben külsős szakértők vettek részt. A résztvevők a gazdaság- és szociálpolitikai intézkedések hatásainak vizsgálatában már korábban is sikerrel alkalmazott ökonometriai és mikroszimulációs modelleket, valamint a döntés-előkészítésben felhasználható adatbázisokat, illetve hatásvizsgálati esettanulmányokat ismertek meg. A jogszabályok tervezéséhez kapcsolódó elemzési, hatásvizsgálati tevékenységek alapja egy hiteles és folyamatosan frissített, karbantartott adatrendszer. Ezek az adatok részben közvetlenül is felhasználhatók a döntés-előkészítésben, illetve az ehhez kapcsolódó elemzésekben, részben pedig a hatásvizsgálatban alkalmazott modelleket szolgálják ki. A szociális ellátó- és személyijövedelemadó-rendszer változásainak hatásait például a lakossági adatfelmérések információit felhasználó mikroszimulációs modellekkel lehet vizsgálni. A háztartás-statisztikai adatok azonban sok tekintetben torzítottak, illetve hiányosak. A projekt egyik fontos eleme volt, hogy ezeket a statisztikákat kiegészítő, a torzításokat csökkentő lakossági adatfelvételeket hajtsunk végre. Két adatfelvételre került sor. Az első egy szegénységvizsgálat volt egy 500 háztartásból álló mintán, mivel a statisztika számára a legalacsonyabb jövedelmi rétegek általában nem érhetők el. A másik adatfelvétel a tulajdonosi jövedelmekre vonatkozott; itt egy 2000 háztartásból álló reprezentatív mintát használtunk. Ennek a kutatásnak az volt a fő motivációja, hogy a háztartás-statisztikai adatok a tulajdonosi jövedelmeknek csak töredékére kérdeznek rá, holott ezek súlya hosszú távon növekvő a lakossági rendelkezésre álló jövedelmeken belül. 5


ÁROP-1.1.10-2011-2011-0001

A KIH Kutatási Osztályának szakértői már korábban is jelentős adatbázis-fejlesztői tevékenységet végeztek, így nagyszámú, különféle forrásból származó adatok elérhetők a hatásvizsgálatok készítői számára. A projekt keretében elkészült egy felhasználófelület, amely az információk lekérdezését megkönnyíti, és nem informatikus képzettségű felhasználók számára is megkönnyíti az adatokhoz való hozzáférést, azok strukturált lekérdezését. A KIH Kutatási Osztály szakembereinek több évtizedes tapasztalatuk van a társadalom- és gazdaságpolitikai döntések előkészítésében, a döntések értékelésében alkalmazható modellek fejlesztésében és alkalmazásában. Ilyen matematikai-statisztikai, ökonometriai és szimulációs modellek alkalmazhatók a jogszabályi hatásvizsgálatokban is. Az elmúlt években egyre nagyobb súlyt kapott a mikroszimulációs modellezés, amellyel mind a lakossági, mind a vállalati szektor időbeli viselkedését, azoknak a szabályozórendszer változásaira való reakcióit, illetve a változásoknak egyes rétegekre, csoportokra való hatásait lehet számszerűsíteni. Korábban például a lakossági réteghatás vizsgálatok egy saját fejlesztésű, ún. első generációs, alapvetően statikus mikroszimulációs modellre épültek. A projekt keretében kifejlesztésre került egy második generációs, dinamikus mikroszimulációs modell, amely a munkapiaci folyamatok dinamikáját, illetve a demográfiai változásokat is követni tudja. Természetes alapkövetelmény, hogy a hatásvizsgálatban alkalmazott különféle modellek, így a mikroszimulációs és a nemzetgazdaság egészét leíró makrogazdasági modellek eredményei összhangban legyenek egymással. Ezt a célt szolgálta egy mikromegalapozású általános egyensúlyi makromodell kialakítása. Ez a modell a kialakított dinamikus mikroszimulációs modellel képes iterálni, így biztosítható a mikro- és makroszintű eredmények konzisztenciája. Két konkrét hatásvizsgálat is készült a projekt keretében. Az egyik a társasági adórendszer változásai nak utólagos hatásvizsgálata volt, amely a társasági adóbevallások adataira épült. A másik a lakossági szektort érintő hatásvizsgálat, ebben az esetben a 2011. évi családi adókedvezmények hatásait számszerűsítő vizsgálatra került sor alapvetően háztartás-statisztikai adatokra alapozva, de a modellezés során számos egyéb adatforrást is fel kellett használni. Az egyes projektelemek megvalósításában részt vett a Kopint-Tárki Zrt. (modellfejlesztés és koor dináció), a KKIKK Alapítvány (modellfejlesztés), az OG Research (modellfejlesztés), az IID Kft. (modellfejlesztés), a NATSEM kutatóintézet (mikroszimuláció), a TEAGASC intézet (mikroszimuláció), a Tárki Zrt. (adatfelvétel és indikátorrendszer), a Bivia Kft. (adatbank-lekérdező rendszer) és a Hétfa Kft. (hatásvizsgálati képzés).

6


ÁROP-1.1.10-2011-2011-0001

1. A z ECONS-TAX háztartási dinamikus és viselkedési mikroszimulációs modell Az ÁROP-1.1.10-2011-2011-0001 projekt keretében egy olyan háztartási dinamikus és viselkedési mikroszimulációs modell került kidolgozásra, amely a Közigazgatási és Igazságügyi Hivatal (KIH) Kutatási osztályán már sikerrel használt statikus ECOS-TAX mikroszimulációs modellen alapul. A modell kialakítását Cathal O’Donoghue, a Nemzetközi Mikroszimulációs Szövetség (International Microsimulation Association) elnöke és az ír TEAGASC kutatóintézetének vezetője koordinálta, aki már több ország viselkedési és dinamikus mikroszimulációs modelljének kiépítésében részt vett. A kialakított ECONS-TAX modell egy olyan háztartási dinamikus/viselkedési mikroszimulációs modell, amellyel vizsgálható a háztartások jövedelmeinek alakulásán felül azok fogyasztási és munkakínálati viselkedése és külső sokkokhoz való alkalmazkodása is. A szimulációs modell az ECOS-TAX modellt három fő blokk hozzáadásával fejlesztette tovább: a fogyasztási modullal, a munkaerő-kínálati modullal és a munkaerő-keresletet szimuláló dinamikus munkaerő-piaci modullal. Ezen kívül az új modell közvetlen (top-down) kapcsolatban áll az ÁROP projekt keretében párhuzamosan kifejlesztett mikromegalapozású makromodellel is. A modell széles körű szimulációs lehetőséget biztosít a felhasználók számára. Egyrészt képes a személyi jövedelemadó, a járulékok és a fogyasztást terhelő adók szintjében bekövetkezett változások háztartási szintű hatásainak feltérképezésére (azaz annak kimutatására, hogy egy gazdaságpolitikai intézkedés mely jövedelmi és demográfiai csoportokat milyen mértékben érint). A mikroszintű hatások statikus szemléletben és a viselkedési (fogyasztási és munkakínálati) alkalmazkodás figyelembe vételével is vizsgálhatók. Másrészt a modellel elemezni lehet azt, hogy különböző külső makrogazdasági szcenáriók (például a gazdasági válság) hatásai hogyan gyűrűznek be a különböző háztartástípusok szintjére, és ezek aztán milyen visszaható következményekkel járnak makrogazdasági szinten. A modell számos elemében teljesen újszerű a magyarországi mikroszimulációs modellezési gyakorlatban. Az összefoglalóban bemutatjuk a modell hátterét, három új blokkjának struktúráját és működését, a felhasznált adatokat és a modell felhasználói felületét.

7


ÁROP-1.1.10-2011-2011-0001

1.1. A modell háttere A világon a következő főbb mikroszimulációs modelltípusok léteznek (erről lásd részletesen O’Donoghue és Li [2012])1: 1. Statikus adómodellek, amelyek az adóreformok nyomán azonnal (statikus szemléletben) bekövetkezett változásokat modellezik; 2. Munkaerő-kínálati modellek, amelyek lehetővé teszik a munkaerő-kínálat viselkedési visszacsatolásának a beépítését (lásd Creedy et al. 2002-es felmérését);2 3. Közvetett adózási modellek, amelyek a statikus modellek szimulációs kapacitását bővítik ki viselkedési válasszal (Decoster et al. [2011] írja le azt a rendszert, amelyet számos EU-országban használnak);3 4. Dinamikus mikroszimulációs modellek, amelyek magukban foglalják a lakosság tulajdonságainak időbeli változásait (O’Donoghue és Li [2012] adnak egy friss összefoglalást); 5. Makro-mikroszimuláció, amely lehetővé teszi a makrováltozások mikroszintű – például az egyenlőségre kifejtett – hatásainak a modellezését (Ahmed és O’Donoghue 2005-ös felmérése írja le ezt a módszert);4 6. Térbeli dimenzióval bíró mikroszimulációs modellek (O’Donoghue [2013] írja le ennek az irodalmát).5 Magyarországon a statikus mikroszimulációs modellezésnek már nagy hagyománya van: ilyen az ECOS-TAX modell (ennek módszertani leírását lásd például Cserháti és Keresztély [2010] tanulmányában)6 vagy a Pénzügyminisztérium és a TÁRKI által a 2000-es években kifejlesztett TÁRSZIM modell is (lásd TÁRKI [2005]).7 Munkakínálati viselkedést beépítő mikroszimulációs modellre példa a Magyar Nemzeti Bankban a közelmúltban kifejlesztett rendszer (lásd Benczúr et al. [2011]).8 A jelen modellfejlesztés ezeken a már működő modelleken több tekintetben is túllép, és a világon létező mikroszimulációs modellezés három jelentős vívmányát is beépíti az ECOS-TAX modellbe: • explicit módon modellezi a fogyasztói magatartást; • az ECOS-TAX modellhez képest új munkaerő-kínálati blokkot tartalmaz (némiképp hasonlóan a Benczúr et al. [2011] modellhez) • dinamikus munkaerő-piaci mikroszimulációt, illetve statikus mikro- és makroöregbítést („aging”) alkalmaz. Az alábbiakban ezeket az összetevőket mutatjuk be külön-külön.

1 O’Donoghue, C.,Li, J. (2012). A methodologicalsurvey of dynamic microsimulation models, Maastricht Economic and Social Research Institute on Innovation and Technology (UNU-MERIT) Working Paper Series 2012-002. 2 Creedy, J., Duncan, A., Harris, M., Scutella, R. (2002). Microsimulation Modelling of Taxation and the Labour Market: the Melbourne Institute Tax and Transfer Simulator, Edward Elgar Publishing, Cheltenham. 3 Decoster, A., Loughrey, J., O’Donoghue, C., Verwerft, D. (2011). International Microsimulation Association, vol. 4(2), pages 41–56. 4 Ahmed, V., O’ Donoghue, C. (2007). CGE-Microsimulation Modelling: A Survey. MPRA Paper. 5 O’Donoghue, C. (2013): In: Spatial Microsimulation for Rural Policy Analysis. Ed. Cathal O’Donoghue et al. Print ISBN 978-3-64230025-7. 6 Cserháti I., Keresztély T. (2010). A megfigyelési egységektől a makrogazdasági aggregátumokig – a mikroszimulációs modellezés néhány módszertani kérdése, Statisztikai Szemle 88. évfolyam, 7–8. szám. 7 TÁRKI (2005): TÁRSZIM 2005. Professional mikroszimulációs modell, Felhasználói kézikönyv. 8 Benczúr, P., Kátay, G.,Kiss, Á., Reizer, B., Szoboszlai, M. (2011). Az adó- és transzferrendszer változásainak elemzése viselkedési mikroszimulációs modell segítségével, MNB Szemle, 2012. október, 15–26. oldal.

8


ÁROP-1.1.10-2011-2011-0001

1.1.1. A fogyasztási modul A modul röviden összefoglalva a következőket tartalmazza. • Modellezi a mikroszintű fogyasztást a háztartási szintű jövedelmek és a különböző termékek árainak függvényében: tehát figyelembe veszi a háztartások viselkedési reakcióit a jövedelmek és az árak változására. Ezt egy keresleti rendszer segítségével teszi meg, amely sajátár-rugalmasságot, keresztár-rugalmasságot és jövedelemrugalmasságot tartalmaz. • Ennek segítségével szimulálni lehet a fogyasztástól függő közvetett adókat (áfa, jövedéki adók, népegészségügyi termékdíj, regisztrációs adó). A szimulált közvetett adók külső adatforrásokkal összevetésre kerülnek. A fogyasztást terhelő termékadók az államháztartás legnagyobb bevételi kategóriája, és eloszlásuk jelentős mértékben befolyásolja az egyes háztartások életszínvonalát és viselkedését. Ezért a mikroszimulációs modellekben is gyakran megjelenítik az indirekt adókat. E modellek nemcsak jövedelmi, hanem kiadási adatokat is felhasználnak. A közvetett adók jövedelemelosztási hatásai azáltal érvényesülnek, hogy beépülnek a fogyasztói árakba, csakúgy, mint az árakra ható más tényezők. A fogyasztást terhelő termékadók különböző formát ölthetnek, ezek közül a leggyakrabban modellezettek az alábbiak: • Általános forgalmi adó (vagy hozzáadottérték-adó, áfa vagy VAT). • Jövedéki adók. • A fogyasztói árra vetített értékarányos adók. Ezek az adók a kiszámítási módjukban különböznek. • Az áfa alapja az áfa nélküli (nettó) kiadás. Mivel fogyasztási modellünk adatai az áfával növelt (bruttó) árra vonatkoznak, a szimulált fogyasztói kiadások a fogyasztói árakon alapulnak. Ezekből az áfa kiszámításához először az áfa nélküli kiadások összegét számítjuk ki, majd azt szorozzuk az éppen szimulálandó áfakulccsal. • A jövedéki adókat a fogyasztás mennyiségére vetik ki. Azonban sokszor csak a kiadást ismerjük, a mennyiséget nem, ezért a mennyiségek meghatározásához a kiadásokat az (egység-) árakkal le kell osztani. • A fogyasztói árra vetített értékarányos adók a fogyasztói árakkal arányosan határozódnak meg. Ezek meghatározása kézenfekvőbb, mivel a bruttó árakat közvetlenül ismerjük a modellben. A fogyasztási viselkedés modellezéséhez egy olyan keresleti rendszerre van szükség, amely a termékek fogyasztását a saját áraiktól, a többi termék árától, a háztartás jövedelmétől, valamint a háztartás egyéb jellemzőitől teszi függővé. (Erről lásd Deaton and Muellbauer [1980] bevezető jellegű tanulmányát.9) Néhány alkalmazásban csak fő kategóriák szerepelnek, mint élelem, ruházat, lakáskiadások és közlekedés. Más alkalmazásokban az egyes élelmiszerek iránti keresletet külön is vizsgálják. Az ár- és jövedelemrugalmasságok becslése a keresleti rendszerekben nem magától értetődő. Stone (1954) lineáris keresleti rendszere óta széles körű érdeklődés mutatkozik a háztartások termékkeres-

9 Deaton, A., Muellbauer, J. (1980). An almost ideal demand system, American Economic Review 70, 312–326.

9


ÁROP-1.1.10-2011-2011-0001

letének egy statisztikailag becsülhető egyenletrendszer formájában való ábrázolására.10 A két legismertebb ilyen rendszer Christensen et al. (1975)11 translog egyenletrendszere és Deaton és Muellbauer (1980) „majdnem ideális keresleti rendszere” (Almost Ideal Demand System, AIDS). Kettőjük közül az AIDS bizonyult népszerűbbnek a háztartások pontos aggregálhatósága és könnyebb becsülhetősége miatt. Banks et al. (1997) modellje, mivel egy négyzetes tagot is tartalmaz, a QUAIDS nevet kapta.12 A keresleti rendszerek függő változói jellemzően a kiadási részarányok. Egy háztartás kiadási részaránya az i-edik termék esetében a wi =

pi qi m

képlettel határozható meg, ahol ∑ wi = 1 és pi az i-edik termék ára, qi az i-edik termék fogyasztott men�i nyisége, m pedig az összkiadás a keresleti rendszeren belül. Egy bonyolultabb keresleti rendszer, mint például a QUAIDS becsléséhez megfelelő számú és nagyságú áreltérésre van szükség ahhoz, hogy a rendszer paramétereit számszerűsíthessük. A mikroszimulációs modellekben azonban az időben változó árak hiánya miatt gyakran nehéz a QUAIDS-hoz hasonló keresleti rendszerek becslése. Creedy (1998) kidolgozott egy módszert, amellyel ezekben az esetekben is robusztus árrugalmasságokat lehet becsülni Stone lineáris keresleti rendszerében, felhasználva Frisch (1959) módszerét,13 amely a saját- és keresztár-rugalmasságokat a teljes kiadási rugalmasság (η i ), a kiadási részarányok (wi) és a „Frisch” paraméter, a jövedelem határhaszna (ξ) függvényében írja fel közvetlenül additív hasznossági függvényekre.14 Ez a következőképpen néz ki:  η i δ ij  + ξ   , p jc j ahol δij = 1, ha i = j, és 0 egyébként, és ahol w j = C a j-edik termék kiadási részaránya (további részle

η ij = −η i w j 1 +

ηj ξ

teket lásd Creedy [1998] művében).

A teljes keresleti rugalmasságot (η i ) a következőképpen lehet definiálni: ηi = 1 +

dwi C = 1 + (β i + 2γ i ln C ) / wi , C wi

ahol a paraméterek az Engel-függvények alapján becsülhetők: wi = α + β ln C HBS + γ (ln C HBS ) 2 + δ X HBS ,

ahol wi az i-edik kiadási részarány, C a háztartási fogyasztás, és X a demográfiai jellemzők halmaza az Engel-függvényben.

10 Stone, R. (1954). Linear expenditure system and demand analysis: an application to the British pattern of demand, Economic Journal, 64, pp. 511–532. 11 Christensen, L. R., Jorgenson, D. W., Lau, L. J. (1975). Transcendental logarithmic utility function, American Economic Review 65, 367-383. 12 Banks J., Blundell, R., Lewbel, A. (1997). Quadratic Engel curves and consumer demand,The Review of Economics and Statistics 79, No. 4. 13 Frisch, R. (1959). A complete scheme for computing all direct and cross-demandelasticitiesin a model with many sectors, Econometrica, 27, pp. 177–196. 14 Megjegyzendő, hogy az additív hasznossági függvény nem enged meg komplementer (kiegészítő) viszonyt, így az eredmények bizonyos óvatossággal kezelendők.

10


ÁROP-1.1.10-2011-2011-0001

A Frisch-paramétert (ξ), ami az utolsó elköltött pénzegység határhasznának az egy főre eső nominális fogyasztási kiadásokra való rugalmassága, a szakirodalomból lehet származtatni. 1.1.2. M unkaerő-kínálati modul A modul röviden összefoglalva a következőket tartalmazza: • Szimulálja az adó- és támogatási rendszerben bekövetkezett változások hatását az elsődleges korú (18–55 éves) családtagok munkakínálatára. (A munkakínálati rugalmasságok összevetésre kerültek az elméleti értékekkel és más, nemzetközi tanulmányokból kapott rugalmasságokkal.) • Az ECOS-TAX rövid távú előrejelzési képességének felhasználásával és a munkaerő-kínálati modul paramétereinek segítségével legalább két évre előre képes a munkakínálat előrejelzésére. Mikroszimulációs technikákat az 1980-as évek elejétől használnak a munkapiaci viselkedés vizsgálatára, és ezek mára az adók jóléti hatásaival foglalkozó (tax-benefit) modellek általánosan elfogadott részei lettek. Kezdetben a modellek csak olyan potenciális viselkedési ösztönzésre vonatkozó mutatószámokat produkáltak, mint a helyettesítési ráták (replacementrate) vagy marginális effektív adókulcsok. Alternatív módon a modellek megpróbálták explicit módon modellezni a gazdaságpolitika változásának munkakínálati hatását. E célból a modellek működéséhez szükség van a munkakínálat rugalmasságára, ami a viselkedés%-os megváltozása például a jövedelem egyszázalékos változására. Az alapkoncepció lényegében van Soest (1995),15 Aaberge (1999),16 Duncan és Giles (1996)17 műveiből származik. Megkülönböztetünk egy döntéshozós (pl. egyedülálló) és két döntéshozós háztartásokat (pl. házaspárok). Természetesen lehetnek más személyek is a háztartásban, de ezek viselkedését exogénnek vesszük. A modellezés során feltesszük, hogy az n-edik háztartás az U n ( X , hF , hM ) hasznossági függvényt maximalizálja a hF ∈ Ω hM ∈ Ω X n = R( wFn hF , wMn hM , y n )

feltételek18 mellett, ahol hi = a j-edik munka időigénye az i indexű partner (F = nő; M = férfi) számára Ω = diszkrét értékek halmaza (mint például 0, 200, …, 3200, 3400 éves munkaórák száma) win = az i partner órabére y n = a háztartások exogén bruttó jövedelmeinek vektora X n = nettó háztartási jövedelem R = adófizetési szabály, ami a bruttó jövedelmeket nettóvá alakítja. Az első két feltétel azt mondja ki, hogy a munkaórák hi számát a lehetséges értékek egy diszkrét hal15 van Soest A., (1995). Structural models of family labor supply: a discrete choice approach, Journal of Human Resources, 30(1), 63–88. 16 Aaberge, R. (1999). Sampling errors and cross-country comparisons of income inequality,Discussion Papers 252, Research Department of Statistics Norway. 17 Duncan, A., Giles,C.(1996). Should we subsidise childcare, and if so, how? Fiscal Studies, Institute for Fiscal Studies, vol. 17(3), pages 39–62, August. 18 Hasonló modellt lehet levezetni az egyedülállókra is.

11


ÁROP-1.1.10-2011-2011-0001

mazából választják ki ( Ω ), beleértve a 0 órás munkát is (azaz a nem dolgozást). A h értékek e diszkrét halmazát a választási lehetőségek (esetleg intézményi korlátok által meghatározott) halmazaként lehet értelmezni, vagy mint az igazi (esetlegesen végtelen számosságú) választási lehetőségek halmazának közelítését. A harmadik feltétel azt mondja ki, hogy az X nettó jövedelem az R adófizetési szabálynak a bruttó jövedelmekre való hatásából áll elő. A hasznossági függvényt egy szisztematikus komponens és egy véletlen tag összegeként írjuk fel:

= U n ( X , hF , hM ) V ( X , hF , hM ; Z n ,θ ) + ε , ahol Z n a háztartások jellemzői, θ a becsülendő paraméterek halmaza és ε a véletlen változó, ami képviseli az általunk nem megfigyelt változók hatását a ( X , hF , hM ) kategóriáknak az n-edik háztartás általi értékelésére. Azzal a feltevéssel, hogy ε független és azonos, extrémérték-eloszlású véletlen változó, a háztartás által választott munkaóra-mennyiségek valószínűsége felírható a következő alakban: P n ( f , m;θ ) =

{

}

exp V ( R( wFn f , wMn m, y n ), f , m; Z n ,θ )

∑ ∑ exp {V ( R( w h

hF ∈Ω hM ∈Ω

n F F

}

, w hM , y ), hF , hM ; Z n ,θ ) n M

n

.

A V hasznossági függvényt jelen modellünkben kvadratikus (négyzetes) alakban specifikáljuk, amely a paraméterekben viszont lineáris, így lehetővé válik a Stata programcsomagbeli feltételes logitmodellel történő becslés, maximum likelihood módszerrel. A nemzetközi kutatásokból ismert, hogy különböző okok miatt a fenti modell nem becsli jól a nem szokványos családok munkaerő-kínálatát. A nem normál munkavállalási korú és a tanuló népesség munkakínálati viselkedése valószínűleg az életciklus-elméletek tárgya, hiszen esetükben különösen fontos a vagyonfelhalmozás és a jövőbeni alternatív vagyonáramlások figyelembevétele. Ezek egy dinamikus mikroszimulációs modell és egy nyugdíjmodell kifejlesztését követelik meg, amelyek azonban a jelen projekten túlmutató kérdések. A ledolgozott munkaórák különböző alternatív értékeihez (azaz Ω × Ω minden lehetséges kombinációjához) tartozó hipotetikus nettó jövedelmet ( X -et) az ECOS-TAX modell segítségével számítottuk ki. A legtöbb országos felmérés a heti munkában töltött órákról gyűjt adatokat. Másfelől azonban az adók tipikusan az éves jövedelmeket terhelik. Ebben az esetben az éves munkaórák számát a hetiből kell megbecsülnünk úgy, hogy azt egy általános szorzóval (48-50-nel) felszorozzuk. Ezután a (névleges) órabért az éves munkajövedelem és az éves munkaórák hányadosaként számíthatjuk. Jellemzően nem figyeljük meg azoknak a (potenciális) órabérét, akik nem dolgoznak. Ennek a problémának a kezelésére szolgál a Heckman-eljárás, amely az órabért a dolgozók mintáján becsüli, és utána imputálja (egy becslő egyenleten alapulva) a nem dolgozó népességre a becsült értéket.

12


ÁROP-1.1.10-2011-2011-0001

A reformok szimulációja A fenti módon megbecsült és kialakított viselkedési modellel számos alternatív szimuláció futtatható. Ezek generálására az alábbi módszer a legkézenfekvőbb. Tegyük fel, hogy egy RA alternatív adófizetési szabály hatásait keressük. Az adott (f, m) munkaóran n n választás az n-edik háztartás számára az RA ( wF f , wM m, y ) nettó rendelkezésre álló jövedelmet genen ML rálja. Legyen PA ( f , m;θ ) a vonatkozó munkaóra-választási valószínűség a becsült θ ML paraméterek n és az új adófizetési szabály alapján. Ha valamely ϕ ( f , m) függvény várható értékét kívánjuk szimulálni, akkor egyszerűen az alábbi formulát használjuk:

E (ϕ n ( f , m )) =

∑ ∑ϕ f ∈Ω m∈Ω

n

( f , m ) PAn ( f , m;θ ML ) .

A reformok szimulációjakor azonban sokszor szükséges a különböző munkaóra-választások hasznosságához tartozó véletlen tagokat is becsülni minden egyes háztartásra. A becslés és a szimuláció konzisztenciájának biztosítására ugyanis megkívánhatjuk, hogy a tényleges munkaóra-választásokat reprodukálhassuk a feltételezett eloszlás reziduális tagjai segítségével úgy, hogy továbbra is igaz maradjon, hogy a háztartás a legmagasabb hasznosságú munkaóra-kombinációt választja. Az ilyen tényleges választásoknak megfelelő hibatagok azonban könnyen generálhatók a csonkolt extrémérték-eloszlás tulajdonságai segítségével.

ε

Megjegyzendő végül, hogy a munkaerő-kínálati modellek nem foglalkoztatási modellek, mivel nem veszik figyelembe a munkaerő-keresletet. Ehelyett a modell eredményeit, mint a pénzügyi ösztönzőknek a viselkedésre való nyomását lehet értelmezni és nem elsősorban, mint foglalkoztatási előrejelzést. A munkakínálatot erősítő ösztönzők kereslethiányos időszakban (mint pl. a recesszió) nem biztos, hogy foglalkoztatásnövekedést eredményeznek. 1.1.3. D inamikus munkaerő-piaci mikroszimuláció A dinamikus munkaerő-piaci blokk rövid távon modellezi az exogén makrogazdasági sokkok mikroszintű hatását egy jövedelemgenerációs modellnek nevezett egyenletrendszer segítségével, amely az árak, a foglalkoztatás és a bérek keresztmetszeti szintű változásait számolja. A rendelkezésre álló jövedelem a piaci jövedelmek, az adófizetés és a transzferek kombinációjából áll elő, amelyek pedig a képzettségtől, családi jellemzőktől (Z) és az adó- és támogatási rendszer θ paramétereitől függenek:

YD = YM (Z ) − T (Z , θ ) + B(Z , θ ) . A háztartások piaci jövedelmét meghatározhatjuk az alkalmazotti és az önálló vállalkozásból származó jövedelem, a tőkejövedelem, illetve az egyéb piaci források összegeként:

YM = YEmp I Emp + YSE I SE + YCap I Cap + YOther I Other,

ahol Yi az i forrásból származó jövedelem, és I i ennek a jövedelemnek a jelenléte (ami zérus vagy egy értéket vesz fel). Mindkettő kifejezhető függvényként:

13


ÁROP-1.1.10-2011-2011-0001

Yi = f i (Z , θ t , ε i ,t ) I i = g i (Z , θ t , ε i ,t ) , ahol Z a személyes jellemzőket írja le, θ t a rendszer paramétereit sűríti magába, és t az idődimenzió. A jövedelemgeneráló modellhez ezért szükséges egy egyenletrendszer, amely magában foglalja a foglalkozási döntéseket, az ezekkel kapcsolatos jövedelmeket, illetve az egyéb piaci jövedelemforrások meglétét és szintjét. Ez tehát három modellrendszert foglal magában: • Bináris logitmodell a foglalkoztatás modellezésére. • Multinomiális logitmodell a foglalkoztatáson belül a különböző státusok elkülönítésére. • Mincer-féle regressziós modell a jövedelmek nagyságának modellezésére. Minden esetben először meg kell becsülni a modellek paramétereit, majd egyéni szinten – a tényleges választásokkal összhangban – szimulálni kell az hibatagokat Monte-Carlo-módszer segítségével. Ez alatt a logit és a multinomiális logitmodell esetén azt értjük, hogy olyan hipotetikus hibatagokat kell minden egyes hipotetikus munkapiaci státushoz generálni, amelyek összességében visszaadják az egyének ténylegesen megfigyelt választásait. (Ez – részben a fent a multinomiális logitmodellnél már említett extrémérték-szimulálási eljárással – megtehető.)

ε

Hasonló a helyzet a jövedelmek modellezésére szolgáló Mincer-féle regresszióban is: ott olyan esetekben is kell hibatagokat szimulálni, amikor ténylegesen nem figyelünk meg az adott személynél jövedelmet. Előfordulhat ugyanis, hogy valaki a tárgyidőszakban nem foglalkoztatott, de a szimuláció szerint egy másik időszakban már foglalkoztatott lesz, ezért számára is szükséges, hogy a foglalkoztatásból származó jövedelem szimulálva legyen. Ezekre az esetekre sztochasztikusan generálunk egy hibatag-értéket. Mivel a Mincer típusú regressziós modellek általában szelekciós torzításokkal terheltek, ezért ennek kezelésére Heckman-szelekciós modellt használunk. Átsúlyozás, továbbvezetés, összehangolás, kalibráció A lakosság jövedelemképzését a jövedelemgeneráló vagy dinamikus mikroszimulációs modellben lévő egyenletrendszer írja le. Az aktuális adószabályok és szabályozók figyelembevételével rétegspecifikus reakciófüggvények alapján történik az adatok öregítése („aging”). Ahhoz, hogy az exogén piaci változások hatását szimulálhassuk a jövedelemeloszlásra, az egyenleteket kalibrálni kell az exogén változásokhoz. Először a bináris változók kalibrálási módszerét írjuk le. Mint fentebb láttuk, bináris eseményeket, mint például a foglalkoztatottság, logitmodellel lehet modellezni a szimulációk számítási könnyedsége miatt. Ahhoz, hogy a bázisévben a (zérus vagy egy értékű) foglalkoztatási indikátorokat egy MonteCarlo-szimuláció keretében egyénenként tökéletesen reprodukálni tudjuk, megfelelő véletlen számokat kell generálnunk egyénenként a logisztikus modellből adódó egyéni foglalkoztatási valószínűségek figyelembevételével. Így elérjük, hogy a bázisévben a logitmodell hátterében álló latens (hasznossági) változó pozitív értéket vesz fel minden olyan emberre, aki foglalkoztatott; és negatív értéket minden olyan emberre, aki nem foglalkoztatott. 14


ÁROP-1.1.10-2011-2011-0001

Ezután ha változnak az exogén kontrollösszegek (exogén foglalkoztatás), akkor a bináris választási modelleket úgy kalibráljuk, hogy a latens változó értékeit rangsoroljuk és kiválasztjuk az N legmagasabb latens változós esetet. Hasonló módszert alakítunk ki multinomiális logitmodellekben is, amelyekben * minden j eshetőség y j értékeinek rangsorolásával tesszük a választásokat konzisztenssé a külsőleg meghatározott Nj kontrollösszegekkel. Végül, a jövedelemváltozók kiigazítása (makro-összehangolása) a csoportspecifikus jövedelemnövekedési ráták alapján történik. A mikroszimulációs modellek kölcsönhatásba léphetnek a makrogazdasággal összehangolás („alignment”), illetve általános egyensúlyi modellek (CGE) útján történő visszacsatolás által. A gazdaságpolitikai elemzések során szinte minden létező dinamikus mikroszimulációs modellt kiigazítanak úgy, hogy összehangolják azokat a külsőleg előre jelzett aggregált vagy csoportos változókkal. Az efféle külső összehangoláson túl növekvő érdeklődés övezi a CGE modellek alkalmazását a makro-, mezoés mikromodellek összekapcsolásában (lásd Ahmed és O’Donoghue [2007],19 Davies [2004]20), annak érdekében, hogy elemezzék a makrogazdasági sokkok vagy a makroszintű gazdaságpolitikai változások mikrohatásait. Mindazonáltal a CGE és a mikroszimuláció integrációja korlátozott, és főleg statikus modellekre korlátozódik (lásd Ahmed és O’Donoghue, 2007). Ehhez több tényező járulhat hozzá, többek között a modellezés komplexitása, az adatok kérdése, a modellstabilitás és a számítástechnikai igény. Robilliard és Robinson (2003)21 azt mutatja, hogy a mikro-makro összekapcsolásra alkalmazott jelenlegi megközelítéseken még finomítani kell, mielőtt eloszlási kérdésekkel foglalkozhatnának. Ezenkívül a CGE modellekkel való összekötéshez megfelelő minőségű adatokra van szükség a háztartások jövedelméről és kiadásairól, amelyek nem mindig érhetők el széles körben. Egyébként is, a CGE és a dinamikus mikroszimulációs modellek közti integráció esetleg felnagyítaná az eredmények bizonytalanságát, amely a különböző társadalmi és gazdasági változók bonyodalmas kölcsönhatásainak tulajdonítható, és jelentősen megnövekedett számítási időt eredményezne. A jelen modell céljaira az összehangolásban alkalmazott exogén kontrollfőösszegek származhatnak külsőleg a CGE keretből, exogén előrejelzésekből vagy pedig forgatókönyv-elemzésekből. Ezeket a külső kontrollösszegeket arra lehet használni, hogy felmérjük a külső sokkok jövedelemeloszlásra gyakorolt hatásait a fent említett összehangolási módszer révén. Így a modell nem az egyéni dinamikára, hanem az eloszlási hatásokra összpontosít. A modell szintén tartalmazza az alapvető demográfiai változásokat, mint a halálozást, az öregedés és a termékenységet, ugyanakkor nem összpontosít a tágabb családalapítás kérdéseire. A dinamikus mikroszimulációs modellekben a dinamikus öregítés azzal a kihívással jár, hogy modellezni kell a családalapítási viselkedést (mint a házasságot, különélést, válást és partnerválasztást) vagy a különböző háztartástípusok közötti átmeneteket (mint például az otthon elhagyásáról szóló döntését). Ezek modellezése nem volt megvalósítható a jelen projekt időtartama alatt. 19 Ahmed, V., O’Donoghue, C.(2007). CGE-microsimulation modelling: a survey, MPRA Paper. 20 Davies, J. B. (2004). Microsimulation, CGE and macro modelling for transition and developing economies, UNU/WIDER research paper. 21 Robilliard, A.-S., Robinson, S. (2003). Reconciling household surveys and national accounts data using a cross entropy estimation method, Review of Income and Wealth, Vol. 49, pp. 395–406.

15


ÁROP-1.1.10-2011-2011-0001

1.2. Modellek felhasznált adatai 1.2.1. Fogyasztási modul A fogyasztási modulban felhasznált főbb adatbázis természetesen a KSH Háztartási Költségvetési és Életkörülmények Adatfelvétele (HKÉF), amelynek fő követelményei között szerepel, hogy megfelelően részletes – az indirekt adóztatás modellezésére – alkalmas változói legyenek. Ennek keretében a modellben a következő inputváltozók vannak: • A fogyasztási változók COICOP kódjai. • A fogyasztási változó tartóssági kódjai. • A változók közvetett adóztatási kódjai. Ezeket az információkat a modell Excelben kezeli, és azon keresztül juttatja be az ECOS-TAX modellbe, hogy a közvetett adóknak a háztartások által fizetett árakra gyakorolt hatását szimulálni lehessen. Ezzel a viselkedési reakciót megelőző elosztási hatások modellezhetők. Majd a COICOP-kategóriákra becsült fogyasztási és jövedelmi rugalmasságok segítségével új fogyasztásokat lehet számolni, amik szintén bekerülnek az ECOS-TAX modellbe, hogy ott a viselkedési változás utáni fogyasztási volumeneket, valamint az adózott fogyasztás értékeit le lehessen vezetni. 1.2.2. M unkaerő-kínálati modell A munkaerő-kínálati modellhez először ki kellett alakítani egy sor input adathalmazt, egyet-egyet a költségvetési halmaz minden egyes elemére, a következőképpen: • A SAS ECOS-TAX input adatbázis Statába való exportálása. • A Heckman-szelekciós béregyenletek becslése. • Minden tényleges és tényellentétes állapotra alternatív ECOS-TAX input adatbázisok Statában való szimulálása által. Ez az eljárás tehát azt igényelte, hogy meglegyen minden lehetséges munkaóra-választás esetén a megfelelő rendelkezésre álló jövedelem. Ehhez egy olyan SAS program készült, amely hurokban sorba veszi az összes input adathalmazt, szimulálja a kapcsolódó rendelkezésre álló jövedelmet, és létrehoz egy egyedi kimeneti fájlt SAS-ban, amely aztán exportálható volt Statába. Ezután kerülhetett sor a munkakínálati hasznosságfüggvények feltételes logitmodell segítségével történő becslésére (lásd fentebb). A gazdaságpolitikai szimulációkhoz a fenti eljárás alternatív ECOS-TAX intézkedési szimulációkkal történő ismétlése javasolt, ismét SAS-ciklusokban generálván kimenő adathalmazokat, amelyeket be lehet vinni Statába, hogy ebből új munkaerő-kínálati becslések keletkezzenek a lakosságra. Az utóbbi módszert replikálni lehet a standard munkaerő-kínálati előrejelzések előállításához is. 1.2.3. Dinamikus munkaerő-piaci mikroszimuláció A dinamikus munkaerő-piaci mikroszimulációs modell adatigényei a következők voltak: • HKÉF mikroadatok a becslések céljából. • Exogén kalibrációs paraméterek, beleértve a foglalkoztatási rátát, bérrátát és az árakat (CGE modellből, forgatókönyv-elemzésből vagy exogén előrejelzésből). • Egy magyarországi élettartamtábla. • Demográfiai súlyok. 16


ÁROP-1.1.10-2011-2011-0001

1.3. A modell megbízhatósága: az eredmények tesztelése A modell érvényességének teszteléséhez több tényezőt figyelembe vettünk, illetve az eredményeket több dimenzió mentén ellenőriztük. Ezek a következők: • Az adatok elsődleges ellenőrzése: outlierek (kiugró értékek), hiányzó, illetve extrém értékű adatpontok azonosítása annak érdekében, hogy a becslés, illetve a szimuláció során elkerüljük a torzítást. • A szimuláció eredményeinek összehasonlítása külső statisztikákkal az indirekt adókulcsok ellenőrzése érdekében, valamint annak feltárására, hogy összehasonlítva a nemzeti számlákkal, milyen különbségek mutatkoznak a HKF-alapú fogyasztás és a nemzeti számla felhasználási oldala között. A diszkrepancia eredményeit nemzetközi benchmarkokkal is összevetettük. • A viselkedési paraméterekre vonatkozó becsléseket összehasonlítottuk a nemzetközi irodalomban megtalálható gyakorlattal. Ez leginkább a fogyasztási árrugalmasságok, illetve a munkaerő-kínálati rugalmasságok validálásakor hasznos. • Annak biztosítása, hogy a baseline szimuláció tükrözze az eredeti adatokat. Ezzel ellenőrizhető, hogy az adatbázisban ne legyenek kódolási hibák. • Annak biztosítása, hogy a változások szimulációja összhangban legyen az elmélettel és a nemzetközi szakirodalommal. Így tesztelhető a szimuláció elméleti megalapozottsága. 1.4. A mikroszimulációs eredmények és a főbb makrogazdasági mutatók közötti összhang A mikroszimulációs eredmények és a főbb makrogazdasági mutatók közötti összhangot a mikro- és a makromodell kapcsolatának megteremtésével, a makrogazdasági mutatók alakulását hitelesen leíró makromodell főbb kategóriáihoz való igazítással, iterációs eljárással teremtjük meg. A két modell összekapcsolása a szakirodalomban leginkább elfogadott TD-BU (top down - bottom up) megközelítés alapján történik. Ebben a megközelítésben először a mikroszimulációs modellben a háztartások egyes rétegeinek részletes jövedelmei határozódnak meg a makrogazdasági peremfeltételek (beleértve az árakat is) és a részletes fiskális szabályozás alapján. A makrogazdasági szimulációból származó adatok összekapcsolása a mikroszimulációs modellel több kihívást vet fel: például előfordulhat, hogy a makrogazdasági aggregátumok gazdaságstatisztikai definíciója eltér a felmérésből származó változóktól. Egy ilyen időhorizontú projekt esetében nem volt lehetséges az ilyen típusú hibák áthidalása, arról nem is beszélve, hogy a felmérésekből származó adatok kiigazítása a makromodellnek megfelelően nagy valószínűséggel megváltoztatja a kiindulási egyenlőtlenségi szinteket. Ezért annak érdekében, hogy megteremtsük a mikroszimulációs eredmények és a makrováltozók közötti harmóniát, az arányosított változások módszerét használtuk a mikromodell vezérléséhez: ha például a CGE modell alapján a foglalkoztatás megváltozását szimuláljuk (például egy intézkedés vagy bérváltozás miatt), akkor csak az arányosított változást vesszük át a mikromodellben ahelyett, hogy az egész foglalkoztatási szintet beépítenénk. Ezzel mind a mikroszimulációs modell, mind a CGE modell előnyeit kihasználhatjuk egy keretrendszeren belül. 1.5. A modellek összekapcsolásának módszere A modellek összekapcsolásának célja az, hogy vezérelje a közreműködő modellek együttes működésének a folyamatát. 17


ÁROP-1.1.10-2011-2011-0001

A modellek együttes üzemeltetésének a vezérlése akkor lehetséges, ha a modellek szabványos adat- és paraméter-állományok beolvasására és szabványos eredmények kiírására alkalmasak, és a számítógépes környezetben parancssorból indíthatóak. Mivel úgy a makromodell, mint a mikromodell egyes elemei is megfelelnek e követelményeknek, így a modellek együttes vezérlése lehetséges. Egy vezérlőszoftver végzi a modellek vezérlését, amelynek működését beépített vagy különálló adatkonverziós modulok segítik ki. Maguk a modellek vagy azok alkotórészei a saját környezetükben futnak, egymástól függetlenül (Stata, SAS, GAMS, MatLab). Funkcionálisan a következőképpen lehet jellemezni a modulokat: • Vezérlés: A modellek sorozatos elindítását és kontrollját végzi. A kívánt feltételek mellett a vezérlőmodul beindítja a modelleket a logikusan megkívánt sorrendben. Minden modellfutás után gondoskodik róla, hogy a kapott eredményeket a megfelelő adatkonvertáló szoftver átalakítsa a következő modell igényei szerint, mielőtt a következő modellt elindítaná. Ezeket a műveleteket a logikailag megkívánt sorrendben végzi, beleértve ebbe az esetleges iterációs folyamatok konvergenciájának a figyelését és a konvergenciaküszöb elérése esetén a leállítását. Az eseményeket naplózza oly módon, hogy a teljes folyamat bármelyik része utólag ellenőrizhető, kézzel megismételhető legyen. • Adatkonverziós modulok. Ezeknek az a feladata, hogy az egyik modell eredményeit úgy alakítsák át, hogy egy másiknak az adatigényeit kielégítsék. Ez az átalakítás lehet csupán formai, de lehet tartalmi is, pl. összegzések, dimenzióváltás, sőt minőség-ellenőrzést is tartalmazhat. A sikeres konverziót jelzik a vezérlőmodulnak, vagy hibaüzenetet közvetítenek. Ilyen konverziós modul végzi el például azt a feladatot, hogy a Stata-eredményeket SAS formátumra fordítsa. A fenti mechanizmus azt is lehetővé teszi, hogy a későbbiekben a futtatások részben párhuzamosan történjenek. Mivel a mikromodell több eleme azonos számításokat végez a HKF számos népességén, és ezek a számítások egymástól függetlenek, amennyiben indokoltnak tűnik, a népességet csoportokra lehet bontani és ezeken párhuzamosan lehet dolgozni több számítógépen. Természetesen, amennyiben kialakulna ennek az igénye, bizonyos modellmodulokat erre alkalmassá kellene tenni. Ilyen esetben a részfeladatok lefuttatása után az illetékes adatkonverziós modul elvégzi majd az esetleg szükséges összesítést. A vezérlőprogram Excel felhasználói felületen működik. Ez azért is célszerű, mert az egyes modulokat is ilyen felhasználói felülettel láttuk el, ami arra ad lehetőséget, hogy egyetlen munkakönyvből lehessen egy komplett folyamatot vezérelni. Továbbá, annak a munkakönyvnek az elmentése megőrzi a futtatás összes paramétereit és feltételeit, ami az utólagos ellenőrzés teljes körű lehetőségét biztosítja. Az Excel felületet használjuk a különböző outputok kivételére az egyes modellekből, hogy a modellek standard output táblázatait is elkészítsük. Ezek magukban foglalják: • Az indirekt adók változtatásának elosztásra gyakorolt hatásait (viselkedés modellezése nélkül). • A fogyasztási viselkedési reakció hatását a jövedelemelosztásra. • A szabályozásban történő változások hatását a munkakínálatra csoportok szerint. • A makrogazdasági szcenáriók hatását a jövedelemelosztásra. A makromodellek és a mikromodell egyes moduljai közötti együttműködést az 1.1. ábra blokkdiagramja mutatja be. 18


Macro financial indicators, Income-index, Sectorial Employment-, and Priceindexes

ÁROP-1.1.10-2011-2011-0001

Labour Demand (STATA )

Employment of Households /sector (19) /strata (12)

MACRO (CGE ) (GAMS )

Ecos-Tax

CPI , GDP , Labour/ Employment, Wages , Monetary&Financial, Externalities

(SAS )

Front End & Flow Control

GAP model (MatLab)

(Excel)

Incomes of Households /sector (19) /strata (12)

Net Incomes of Households /sector (19) /strata (12)

Labour Supply

Consumption

(STATA )

(STATA )

Consumptions of Households /coicop /strata (12)

Kamatcsatorna

Belső kereslet

Export

Kiadás átterelés

Jövedelem

Munkapiac

Import

Mérlegcsatorna

Bérköltség Várakozások

CPI

Külső kereslet

Importált infláció

Reálárfolyam Inflációs várakozások Reálkamat

Nominális kamat

Nominális árfolyam

1.1. ábra: A dinamikus mikroszimulációs modell elemeinek és a makrogazdasági modellek együttműködésének és adatáramlásának ábrázolása

19


ÁROP-1.1.10-2011-2011-0001

A mikroszimulációs modell programfájljai A következőekben leírjuk az elkészített programok struktúráját. A kövérrel szedett és ékjelek közt lévő <állományok> elkészült programelemeket tartalmaznak. A gyökérkönyvtár három fő alkönyvtárat tartalmaz: ..\DoFiles [programfájlok] ..\OrigData [az eredeti adatok] ..\OutData [a szimulált adatok] Minden könyvtár tartalmazza az egyes modellekhez szükséges specifikus fájlokat. Az alábbiakban a DoFiles tartalmát mutatjuk be, mivel az tartalmazza a programfájlokat. ..\Expenditure [a Kiadási és Indirekt Adó Modell] ..\IGM [a Dinamikus Munkaerőpiac Modell, illetve Jövedelem Generáló Modell, és a mikro-makro szimulációhoz szükséges kódok] ..\Labour Supply [a Munkaerő-kínálati modell] A következőekben leírjuk a modell struktúráját, és a hozzájuk társított programfájlok komponenseit. Fogyasztási és indirektadó-modell Ez a modell számos eljárásból áll, melyeket a < ExpenditureModel1.do> törzsfájl hív meg. • Adatok importálása CSV-ből • Származtatott és Coicop kiadási változók létrehozása, melyek szükségesek a szimulációban • Költségvetési sorozatok regressziójából számítani költségvetési rugalmasságokat • LES keresletrendszer alkalmazásával árrugalmasságok számítása • Ekvivalenciaskála előkészítése • felhasználásával indirekt adóráták importálása a fájlból • használatával alapadóráták szimulálása • Eredmények táblázatba foglalása • Összegzett elosztási statisztikák számítása Dinamikus munkaerő-piaci modell és mikro-makro modell Ez a modell számos eljárásból áll, melyeket a < RunIGM2.do> törzsfájl hív meg. • Becsülendő változókkal, könyvtár struktúrával, runset paraméterekkel, év/forgatókönyv szimuláció, felhasználandó mikroadatokkal kapcsolatos futó paraméterek definiálása • Naplófájlok • Az egyenletekhez használandó magyarázó változók definiálása

20


ÁROP-1.1.10-2011-2011-0001

Összehangolási paraméterek importálása a különböző modellkomponensekhez. Így lépnek kapcsolatba a mikroegyenletek mind a makro CGE modellel, mind pedig a forgatókönyv-elemzéssel. • Munkaerőpiac <StoreAlignmentData.do> mely szintén felhasználja azokat a specifikus fájlokat, amelyek beolvassák a „dolgozik” változóra vonatkozó paramétereket • Árak <StorePrices.do> • Jövedelemindexálás <StoreIncomeIndexation.do> Adat-előkészítés • Adatok importálása és a személyi, illetve háztartási szintek kapcsolása • A későbbi szimulációs célokra becsülendő egyenletekhez véletlen számok generálása Jövedelemgenerálási modell futtatása – becslés • Állapotváltozók előkészítése, az egyes egyenletekhez felhasználandó részpopulációk meghatározásához • Modellparaméterek és maradéktagok becslése modelltípus szerint • Multinomiális logit <EstimationMLogit.do> • Házastárs Logit <EstimationSpouseLogit.do> (ahol a házastárs foglalkoztatottsága az első házastárstól függ) • Személyszintű logit <EstimationPersonLogit.do> • Háztartási szintű logit <EstimationHHLogit.do> • Jövedelemregresszió <EstimationRegr.do> • Származtatott maradéktagok egyesítése a nyers adatokban • Mentett adatok tárolása az adatfájlokban • Multinomiális logit <StoreMLogitEstimates.do> • Házastárs logit <StoreSpouseLogitEstimates.do> (ahol a házastárs foglalkoztatottsága az első házastárstól függ) • Személyszintű logit <StorePersonLogitEstimates.do> • Háztartási szintű logit <StoreHHLogitEstimates.do> • Jövedelemregresszió <StoreRegrEstimates.do> Jövedelemgeneráló modell futtatása – a munkaerőpiacra vonatkozó forgatókönyvek szimulálása • Paraméterek kitömörítése az adatfájlokból a helyi memóriába szimulációs célokra • Multinomiális logit <ExtractMLogitEstimates.do> • Házastárs Logit <ExtractSpouseLogitEstimates.do> (ahol a házastárs foglalkoztatottsága az első házastárstól függ) • Személyszintű logit <ExtractPersonLogitEstimates.do> • Háztartási szintű logit <ExtractHHLogitEstimates.do> • Adatok megnyitása • Összehangolási paraméterek előkészítése • „Dolgozik” összehangolási paraméterek előkészítése • Eredeti értékek tárolása a hibák ellenőrzésére • Szimuláció futtatása 21


ÁROP-1.1.10-2011-2011-0001

• Multinomiális logit <SimulateMLogit.do> • Házastárs Logit <SimulateSpouseLogit.do> (ahol a házastárs foglalkoztatottsága az első házastárstól függ) • Személyszintű logit <SimulatePersonLogit.do> • Háztartási szintű logit <SimulateHLogit.do> Jövedelemgeneráló modell futtatása – jövedelmekre vonatkozó forgatókönyvek szimulálása • Adatok kicsomagolása – Jövedelemregresszió < ExtractRegrEstimates.do> • Szimuláció futtatása – Jövedelemregresszió <SimulateRegr.do> • Jövedelmek frissítése a forgatókönyv-indexálás segítségével Munkaerő-kínálati modell Ez a modell számos eljárásból áll, melyeket a törzsfájl hív meg. • Becsülendő változókkal, könyvtár struktúrával, runset paraméterekkel, modellspecifikációval, ECOS-TAX területtel, SAS-telepítéssel stb. kapcsolatos Futó Paraméterek definiálása (Ehhez a .do fájlhoz szükség van mind a Stata, mind pedig a SAS telepítésére.) • Naplófájlok • A -t használó egyenletrendszerhez szükséges magyarázó változók definiálása Adatkészletek importálása és előkészítése • Személyi és háztartási fájlok importálása • A háztartások kisebb döntéshozó egységekre bontása, ahol legfeljebb kettő (dolgozó) felnőtt van egy egységben • Eltartottak hozzárendelése a döntési egységekhez, kapcsolati illesztéssel Kereseti modell becslése • Változók generálása a becslésekhez • Két Mincertípusú béregyenlet becslése és mentése, a munkakínálati szelekciós torzítások kezelésére Munkaerő-kínálati modell becslése • Társadalmi-gazdasági jellemzők generálása minden egyes döntési egységhez • Alap kereseti profil szimulálása az egy dolgozó felnőttel rendelkező döntési egységekre (ECOSTAX használatával) • Kereseti profil szimulálása az egyedülállókra minden lehetséges választás esetére (ECOS-TAX használatával) • Az egyedülállókra vonatkozó minden szimulációs fájl egyesítése • Egyedülállókra vonatkozó munkaerő-kínálati modell becslése • Maradéktagok származtatása és az összehangolás ellenőrzése • A modellek mentése a memóriába, illetve a maradéktagok mentése fájlba • A házaspárokra vonatkozó alap kereseti profil becslése, minden lehetséges munkaerő-kínálati döntés esetére (ECOS-TAX használatával) 22


ÁROP-1.1.10-2011-2011-0001

• A házaspárokra vonatkozó szimulált fájlok egyesítése és a munkaerő-kínálati modell becslése • Maradéktagok származtatása, illetve az összehangolás ellenőrzése • A modellek mentése a memóriába, illetve a maradéktagok mentése fájlba Munkaerő-kínálat szimulálása a forgatókönyv-elemzéshez • Újraszimulációs .do fájlok előhívása, a beállításokban leírtak szerint • Alternatív beállítások használata az egyedülállókra vonatkozó adóprofil szimulálására • Maradéktag fájlok beolvasása, illetve az egyedülállókra vonatkozó munkaerő-kínálat előrejelzése • Alternatív beállítások használata a házaspárokra vonatkozó adóprofil szimulálására • Maradéktag fájlok beolvasása, illetve a házaspárokra vonatkozó munkaerő előrejelzése • Az összes eredmény összegzése. Azt tételezzük fel, hogy a munkaképes korú felnőttet nélkülöző döntési egységek nem fognak reagálni az új intézkedésre • Az eredeti háztartási struktúra és ID-k helyreállítása • Kimeneti adatsor háztartási ID-vel, személyi ID-vel, szimulált ledolgozott munkaórák, nettó háztartási jövedelem Néhány magyarázat az ECOS-TAX-nak a szimulációba való integrálásáról • Az adózás utáni jövedelmek szimulálására az ECOS-TAX-nak egy személyre szabott verzióját használjuk • Az ECOS-TAX-ot egy SAS fájl hívja be <ecostax_JL.sas>, mely a szimulációs eljárások közben kerül generálásra. A SAS kód alapját a <ecostax_JL_template.sas> képezi • A SAS programban előforduló bug-ok megakakadályozhatják a „butch” folyamat lefutását. Ha ez előfordul, akkor a következő patch-t kell telepíteni:

23


ÁROP-1.1.10-2011-2011-0001

2. Egy mikromegalapozású makromodell kifejlesztése A kidolgozott modell egy olyan, előrejelzésre és a fiskális szabályozás részletes hatásvizsgálatára is alkalmas makrogazdasági modell, amely képes a háztartási dinamikus/viselkedési mikroszimulációs modellnek a lakossági jövedelmekre, munkakínálatra és fogyasztásra adott eredményei integrálására. Ennek a célnak az elérését két makromodell kombinációjával teremtettük meg: • egy dinamikus, szemistrukturált „GAP” modell, • egy 2010-re kalibrált, számszerűsített általános egyensúlyi (CGE) modell. A két modell alkalmazása és együttműködése eredményezte azt az optimális megoldást, amely a különböző makrogazdasági modellek előnyeit egyesítve, koherens módon teremti meg az elméleti megalapozottság (koherencia, magyarázóképesség) és az empirikus relevancia (a múltbeli és jövőbeni folyamatokat megfelelő pontossággal leíró képesség) kombinációját. Az elméletben gyökerező és a viselkedési reakciókra nagy hangsúlyt helyező modellek igen hasznosak a gazdasági folyamatok megértésében, a magyarázatok feltárásában, ám általában (különösen rövid távon) rosszabbul teljesítenek az empirikus illeszkedésben, mint azok a tisztán statisztikai konstrukciók, amelyek fő célja a megfigyelések minél tökéletesebb leképezése. Az utóbbiak nem alkalmasak azonban arra, hogy az empirikus jelenségeket visszavezessék a gazdasági szereplők vagy piacok viselkedési törvényszerűségeire. Ezek a dilemmák a legmodernebb modellekben, a legjobb adatokkal és kutatói tapasztalattal rendelkező intézményekben is tetten érhetők. Nem véletlen, hogy szinte egyetlen nagy gazdaságpolitikai kutatóműhelyben vagy jegybankban sem egyetlen modellt használnak, a különböző céloknak más és más modellek felelnek meg. Egy alkalmazott döntéstámogató és előrejelző modellnek ugyan mind az elméleti konzisztencia, mind az empirikus illeszkedés szempontjának meg kell felelnie, azonban általában az egyes modellek inkább az egyikben, vagy inkább a másikban erősek. Az általunk alkalmazott „GAP” modell a makrováltozókat egy trend- és egy ciklikus komponensre bontja. A GAP (rés) elnevezés is ebből ered, a közgazdasági szakirodalom ugyanis GDP gap-nek nevezi a bruttó hozzáadott értéknek a hosszú távú trendtől vett eltérését, ami a gazdaság ciklikusságából adódik. A makrováltozók hosszú távú mozgását a trendekről tett feltevések írják le, míg a rövid és középtávon a trend körüli ciklikus mozgások (az ún. nemegyensúlyi dinamikák) határozzák meg. A modell a makropálya teljes dinamikus leírását adja, vagyis a változók múltbeli meghatározottsága és a jövőre vonatkozó várakozások egyaránt számítanak. A modell erősen aggregált, vagyis csak a főbb makroökonómiai változók leírását adja meg. Ezek a következők: GDP, belföldi felhasználás, export, import, foglalkoztatás, infláció, nominális kamat és nominális árfolyam.

24


ÁROP-1.1.10-2011-2011-0001

A CGE modell ugyanakkor a gazdaság részletes, a nemzeti számlák szerinti leírását adja, ágazati bontásban. A legutolsó ÁKM ugyan csak 2008-ra áll rendelkezésre, de ezt a 2010. évre újrabecsüljük. A CGE modell a gazdaság számszerűsíthető kategóriáinak elsősorban a várható, illetve az egyensúlyi értékét számítja ki, a véletlen hatások és az egyensúlytól való eltérések alakulásának (például a különféle „buborékok”) bemutatására más modellek, jelesül az említett GAP modellek alkalmasak. Ezért az általunk alkalmazott modellben a CGE és a GAP modell együttműködik, mégpedig úgy, hogy a CGE modell elsősorban a nominális változókat (infláció, árfolyam, kamatok), illetve megfelelő illeszkedés esetén az aggregált foglalkoztatási adatokat veszi át a GAP modellből. Ebben a rendszerben a CGE modell áll kapcsolatban a mikroszimulációs modellel, valamint a GAP modellel. A dinamikus mikroszimulációs modellt bemutató fejezetben már bemutattuk a mikroszimulációs és a makromodellek integrálásának logikai sémáját, az inputok és outputok áramlását. 2.1. A GAP modell leírása 2.1.1. M iért van szükség egy kisméretű, dinamikus makromodellre? Bármilyen kormányzati intézkedés hatásvizsgálatához szükség van egy makrogazdasági alappályára, csak ehhez képest tudjuk kiszámítani az intézkedések tényleges, konkrét értékét. Maga a költségvetés alappályája is feltételezi a makrogazdasági változók előrejelzését, vagyis a nominális és reálváltozók pályáját a vizsgált, jellemzően néhány éves horizonton. A kisméretű makromodell két fontos szemponttal egészíti ki a mikroszimulációs és a CGE modellt. Egyrészt megadja azt a makrogazdasági alappályát, amihez képest a másik két modell hatásvizsgálati eredményeit viszonyítani lehet. Másrészt rögzíti az aggregált nominális változók (CPI, kamat és árfolyam) pályáját, amelyek ismerete elengedhetetlen bármiféle költségvetési számításhoz és kivetítéshez. 2.1.2. A modell inputjai és outputjai A modell exogénként használt feltevései a következők: 1. K ülpiaci változók A modell exogénként kezeli az összes külföldi változót (külső kereslet, külső kamatszint, külső infláció, kockázati prémium). A külföldet a modellben az eurózónának feleltetjük meg. 2. Fiskális paraméterek Szintén a modell számára adottságként kezeljük a költségvetési politika főbb paramétereit, így a fogyasztást és a munkajövedelmet terhelő adók mértékét, valamint a kormányzati vásárlások szintjét. 3. Hosszú távú növekedési pályát meghatározó paraméterek (trendek) A gazdaság reálváltozóinak középtávú alakulását meghatározó trendek szintén adottak a modell számára.

25


ÁROP-1.1.10-2011-2011-0001

A modell endogén változói a következők: 1. A gazdaság legfontosabb (aggregált szintű) nominális változói, azaz a fogyasztói árindex, az irányadó nominális kamat és az euróval szembeni nominális árfolyam. 2. A reálgazdasági teljesítmény aggregált szintű változói, vagyis a reál GDP, a belső kereslet, az export és az import. 3. A munkapiac legfontosabb aggregált változói, vagyis a foglalkoztatás és a nominális bérszint. 2.1.3. A modell általános jellemzői A GAP modell ún. kisméretű, szemistrukturális, dinamikus makromodell. Kisméretű, vagyis igen nagy aggregáltsági szinten kezeli a változókat. A reálgazdasági teljesítményt leíró változók esetében ez például azt jelenti, hogy egyetlen végső kibocsátási indikátorba sűríti a gazdasági teljesítményt (GDP) vagy a munkapiac alakulását (nemzetgazdasági foglalkoztatás). Az információk ilyen nagyfokú sűrítése azért hasznos, mert így a makromodell viszonylag kevés korlátot jelent a magasabb dezaggregáltságú modelleknek, így az esetleges inkonzisztenciák is minimálisra szoríthatók. A modell szemistrukturális jellege azt jelenti, hogy a modell nem teljesen mikroalapú, bár a viselkedési egyenletek függvényszerű alakja levezethető szabályos mikroökonómiai optimalizálási problémákból. A modell inkább viselkedési heurisztikákat ragad meg, és nem próbál minden összefüggést mikroökonómiai alapon igazolni. A modell dinamikus jellege pedig arra utal, hogy a modell konzisztensen kezeli a makrováltozók múltbeli meghatározottságát (perzisztenciáját) és a modellkonzisztens várakozások szerepeltetésével a makrováltozók előretekintő jellegét. Így a makrováltozók pályájának teljes dinamikus leírását adja. Míg a reálgazdasági változók esetében elsősorban a lassú alkalmazkodás, a nehézkesség játszik döntő szerepet, a könnyebben igazodó nominális változók esetében meghatározó jelentőségű az előretekintés. A modell ún. gap modell, vagyis a reálváltozók alakulását egy középtávú egyensúlyfogalomnak megfelelő trendre és a trend körüli ingadozásokat leíró gap komponensre bontja fel. A nominális változók csak az ún. gap komponensektől függnek, így jelenik meg a monetáris makroökonómia híres tétele, a klasszikus dichotómia a modellben. Konkrétan: az infláció csak az aggregált túlkereslet, a trend fölötti kibocsátási rés (vagy output gap) nagyságától függ, és a monetáris politika is csak a kínálati kapacitásoktól elszakadó rövid távú egyensúlytalanságokra reagál. A nominális változók szintje önmagában szintén nem hat vissza a gazdaság reáloldalára, csak a gazdaság relatív árainak (így a reálkamatnak és a reálárfolyamnak) van hatása a reálgazdasági teljesítményre. A modell gyakorlatilag négy fontos magyarázó mechanizmusra (négy klasszikus makroegyenletre) épül, amelyek a kis, nyitott gazdaság ún. újkeynesi modelljének alapkövei. Ezek a következők: 1. A z aggregált kereslet csökken, ha a reálkamatláb nő (IS-görbe). 2. Az aggregált túlkereslet növeli az inflációt (Phillips-görbe). 3. Ha a várt infláció meghaladja a jegybank célját, a jegybank szigorít a monetáris kondíciókon (Taylor-szabály). 4. A magas nominális kamat vonzza a külföldi befektetőket, a tőkebeáramlás pedig erősíti az árfolyamot (fedezetlen kamatparitás). 26


ÁROP-1.1.10-2011-2011-0001

Valamennyi fent felsorolt egyenlet tartalmaz országspecifikus elemeket is. Például a magyar esetben feltételeztük, hogy a monetáris politika nem csupán az inflációra reagál, hanem lehetnek például az árfolyammal kapcsolatos megfontolásai is. Hasonlóképpen, az aggregált belső kereslet Magyarországon vélhetően nem csupán az irányadó kamatlábtól, hanem a banki kamatfeláraktól és a devizahitel átértékelődésén keresztül az árfolyamtól is függ. Ezeket a jellemzőket természetesen megjelenítettük a modellben. 2.1.4. A modell felépítése, blokkjai A modell felépítését a következő folyamatábra szemlélteti: Kamatcsatorna

Belső kereslet

Export

Kiadás átterelés

Jövedelem

Munkapiac

Import

Mérlegcsatorna

Bérköltség Várakozások

CPI

Külső kereslet

Importált infláció

Reálárfolyam Inflációs várakozások Reálkamat

Nominális kamat


A modell a (szürkével jelölt) reálgazdasági folyamatok és (feketével jelölt) nominális változókban bekövetkező változások megértésére vállalkozik. A nominális változók központi eleme a fogyasztóiár-index, az inflációs folyamat alakulása nagyban befolyásolja a monetáris politikai döntéshozatalt (az irányadó kamatláb mértékét), a nominális kamatláb pedig hatással van a nominális árfolyam alakulására. Az infláció időbeli dinamikája az ún. Phillips-görbével írható le. A Phillips-görbe egyszerre jeleníti meg a reálgazdaság felől érkező inflációs nyomást, valamint a jövőről kialakított inflációs várakozások jelenbeni hatását. A reálgazdasági inflációs nyomást visszavezethetjük külső vagy belső keresleti és kínálati tényezőkre. A belső kereslet elsősorban a lakossági fogyasztáson keresztül képes befolyásolni az infláció alakulását. A kínálati hatásokban különbséget tehetünk belső és külső tényezők között. Előbbi tényezőkön elsősorban a munkapiac felől, a bérezésből adódó költségtényezők változását értjük. Utóbbi tényezők (az ún. importált inflációs 27


ÁROP-1.1.10-2011-2011-0001

csatorna) visszavezethető a kereskedelmi partereink inflációjának alakulására, illetve közvetlenül az importált termékek árváltozására (pl. globális olajárak és élelmiszerárak). A monetáris politika mandátuma szerint arra törekszik, hogy a célon tartsa az inflációs folyamatokat, ezáltal horgonyozza az inflációs várakozásokat. Amennyiben a jegybank azt érzékeli, hogy az infláció várhatóan elmarad a céljától, akkor a nominális kamatláb változtatásával a belső kereslet befolyásolásán keresztül képes visszajuttatni az inflációt a cél közelébe. Modellünkben a monetáris politika átnéz az egyszeri árszintet emelő sokkokon, ugyanakkor erősen reagál abban az esetben, amikor azt érzékeli, hogy a jövőben az infláció cél körüli alakulása veszélybe kerülhet. A nominális árfolyam a hazai és a külső kamatkülönbözet, valamint a hazai kockázati prémium függvénye. Azáltal, hogy a monetáris politika képes a hazai kamatok megváltoztatására, hatással lehet a nominális árfolyam alakulására is. Mivel a monetáris politika belső keresletre kifejtett hatása időben elnyújtottan jelentkezik, ezzel szemben a nominális árfolyamon keresztül képes gyorsan kifejteni a hatását, ezért a monetáris politikai döntések az árfolyamon és az importált inflációs csatornákon hamarabb megjelenhetnek a CPI-ben, mint a kereslet oldali hatások. A reálgazdasági folyamatokat a belső kereslet és a nettó export alakulásaként írtuk le. Az export függ a kereskedelemi partnereink importjának alakulásától és az itthon megtermelt exporttermékek relatív árától. A belső kereslet egyrészt függvénye a hazai kamatkörnyezetnek, másrészt a háztartások vagy vállalatok jövedelmi helyzetének. A háztartások jövedelmi helyzete a foglalkoztatás és a vállalatok bérezésének a függvénye. Magyarország esetében feltételeztük, hogy a magas devizahitel-állományból adódóan a háztartások és vállalatok jövedelmi helyzete érzékeny az árfolyamváltozásra is, így az árfolyamot érintő sokkok képesek közvetlenül befolyásolni a belső kereslet alakulását (mérlegcsatorna). 2.1.5. A datok a modellben A felhasznált adatokat öt fő csoportra bontottuk: 1. Fogyasztói árindex és adószűrt (változatlan adótartalmú) fogyasztói árindex (CPI); 2. GDP és résztételei; 3. Foglalkoztatási és béradatok; 4. Monetáris és pénzügyi adatok; valamint 5. Külső kereskedelmi partnereink főbb adatai. Az első három csoport adatai (nyers CPI, GDP és munkapiaci adatok) a KSH honlapján szabadon hozzáférhetők. A modell a KSH által szezonálisan igazított adatokat használja fel, ugyanakkor esetenként szükségünk volt a szezonálisan nem igazított és folyó áras adatokra is. Modellünk viselkedési egyenleteiben a fogyasztóiár-index (CPI) változatlan adótartalmú indexét használtuk fel. Erre azért volt szükség, mert a magyar gazdaságban számos időszakban történtek a CPI-t közvetlenül érintő kormányzati intézkedések (fogyasztási és jövedéki adóemelések), ugyanakkor az egyszeri árszintemelő sokkokra a monetáris politika nem reagál. Ugyanakkor a reálárfolyam és reálkamat számításához szükségünk volt a teljes fogyasztóiár-indexre is. A GDP felhasználási tételeit úgy csoportosítottuk, hogy azok egyrészt tartalmazzák a nemzeti számlákban található statisztikai kategóriákat, másrészt beazonosíthatóak legyenek azok a közgazdasági szempontból fontos változók is, amelyek a modellel konzisztensek. A KSH által számolt háztartások fogyasztási kiadásából, kormányzattól és nonprofit szervezetektől származó természetbeni társadalmi juttatásból, közösségi fogyasztásból és bruttó felhalmozásból állítottuk elő a belső kereslet idősorát. 28


ÁROP-1.1.10-2011-2011-0001

A belső kereslet idősorának előállításához a láncindexálás szabályait felhasználva a folyó áras és előző évi áras adatokat használtuk fel. Az export- és importadatok esetében nem volt szükség további transzformációkra. A munkapiaci adatok esetében a modell kizárólag a versenyszektor foglalkoztatási és béradatait képes kezelni (ezekről feltételeztük, hogy közgazdasági magyarázó mechanizmusok szerint alakulnak, nem teljesen exogének), így a KSH által publikált létszám és bér idősorokból ki kellett szűrni az állami foglalkoztatáshoz kapcsolódó értékeket. A monetáris politikával kapcsolatos változók a nominális kamatláb, a nominális árfolyam és az inflá ciós cél. Ezeket az adatokat az MNB hivatalos statisztikáiból vettük át. A hitelfelárakhoz az állományi súlyokat alapul véve a meglévő fogyasztási és beruházási célú hitelállomány átlagos kamatkondícióit számoltuk ki. Historikus adatok alapján elmondható, hogy a háztartások és a vállalatok számára effektív hitelkamat számos időszakban eltért a jegybanki alapkamattól, így azt gondoltuk, hogy a modell magyarázó erejét nagyban javítja, ha felhasználjuk a számított hitelfeláradatokat. A külső kereskedelmi partnereink három változón keresztül befolyásolhatják a gazdaság működését, ezek a változók a külső kereslet, a külső irányadó kamatláb és a külső infláció. A modellel konzisztens külső kereslethez az MNB által becsült importalapú külső keresletet használtuk fel, míg a modellbeli külső inflációt az Eurostat által publikált eurózóna inflációnak, a külső kamatot pedig az EKB alapkamatának feleltettük meg. Az olajárakra a Brent típusú árakat használtuk fel, amelyet a Bloombergről töltöttünk le, továbbá a többi változóval összhangban, euróban szerepeltettük. A modellben használt változókat a következő táblázat foglalja össze: Makrogazdasági változó Reálgazdasági változók:

Forrás Tulajdonságok

Bruttó hazai termék (GDP)

KSH

Háztartások fogyasztási kiadása Természetbeni társadalmi juttatás a kormányzattól Természetbeni társadalmi juttatás a háztartásokat segítő nonprofit intézményektől Közösségi fogyasztás Bruttó állóeszköz-felhalmozás

„2005 évi átlagáron Negyedéves frekvenciájú Szezonálisan igazított adatok”

MNB

Tulajdonságok


Állományi súlyozású kamatláb

Külső gazdasági változók

KSH

Import alapú külső kereslet

Eurostat

Havi frekvenciájú, negyedévesített szezonálisan igazított adatok

Eurózóna kamatláb

ECB

„Negyedéves frekvenciájú Szezonálisan igazított adatok”

EUR-USD keresztárfolyam

Változatlan adótartalmú fogyasztóiár-index Munkapiaci adatok

Foglalkoztatottak száma nemzetgazdasági ágak szerint

Inflációs cél

Átlagos hitelkamat

Import CPI

Alkalmazásban állók bruttó átlagkeresete

Forrás

Irányadó kamatláb

Export

Fogyasztóiár-index

Makrogazdasági változó Monetáris és pénzügyi adatok:

KSH

„Kereskedelmi partnereink Importjából számított kompozit index Negyedéves frekvenciájú Szezonálisan igazított adatok”

„2005. évi bázisáron Eurózóna fogyasztói árindex (HICP) Eurostat Negyedéves frekvenciájú Szezonálisan igazított adatok” BloomVilágpiaci olajár (Brent, USD) berg ECB

A modell programozása Matlabban történt, a kimeneti adatokat pedig Excelben jelenítettük meg. 29


ÁROP-1.1.10-2011-2011-0001

2.2. A CGE modell főbb jellemzőiről A modell célja a háztartásokat érintő gazdaságpolitikai intézkedések és piaci sokkok hatásainak elemzése. A rekurzív dinamikus számszerűsített általános egyensúlyi (CGE) modell figyelembe veszi az egyes háztartási csoportok különböző jövedelmi és kiadási szerkezetét, valamint pénzügyi- és lakásvagyon-felhalmozási képességét. A modell rétegspecifikusan szerepelteti az emberi tőkét, a tőkejövedelmeket (imputált lakásszolgáltatást is beleértve) és a pénzügyi vagyont, aminek szintje és szerkezete jelentősen visszahat a háztartások jövedelmére, fogyasztására és megtakarítására. A modellt a 2010. évre, mint bázisévre, és 19 ágazat és 12 háztartási meghatározott csoport társadalmi, gazdasági, demográfiai jellemzőire számszerűsítettük. A 19 ágazatot aszerint határoztuk meg, hogy azok a tevékenységek, amelyek leginkább kapcsolódnak a háztartási szektorhoz, illetve amelyek az állami támogatások és adózási változások érintettjei lehetnek, különálló ágazatként szerepeljenek. A külföldi turisták fogyasztását is külön ábrázoltuk, hogy a rezidens háztartási rétegek fogyasztásához hozzáadva a hazai fogyasztási kereslet egészét ábrázolhassuk. A modell a munkaerő ágazatok közötti áramlásának motívumait és korlátait is figyelembe veszi egy rétegenként specifikált relatív bér-rugalmasságokat tartalmazó (CET típusú) munkaerő-kínálati függvénnyel. A kidolgozott számos alternatív lezárási szabály lehetővé teszi a mikroszimulációs modellből származó fogyasztási, jövedelmi és megtakarítási eredményeknek a modellben való exogén szerepeltetését. A bérekre, árakra és egyéb jövedelmekre vonatkozó modellszámítási eredmények pedig visszatáplálhatók a mikroszimulációs modellbe. A CGE modellben az általános egyensúly arra utal, hogy együtt, kölcsönhatásaiban, szimultán módon elemezzük minden termék és erőforrás piacán az egyensúly megvalósulását. A CGE modellek egyenletei a gazdasági mutatószámok egymással konzisztens változásának a feltételeit rögzítik, amelyek egy szimultán egyenletrendszert képeznek. A CGE modellekben ábrázolt körkörös összefüggések láncolatát célszerű az elsődleges erőforrások (a tőke, munkaerő, de bizonyos szempontból idesorolható a deviza is) árából, azok feltételezett változásából kiindulva nyomon követni. Az elsődleges erőforrások keresletét, illetve fajlagos felhasználásuk összetételét az áruk határozza meg. A konstans volumenhozadék, illetve az ebből adódó nonprofit árképzés feltételezése miatt, az ágazati termékek árának meg kell egyeznie az előállításukra felhasznált termékek és elsődleges erőforrások költségével. Emiatt az elsődleges erőforrások árai, lényegében az input-output ármodellekhez hasonlóan, meghatározzák az ágazati termékek árait. Mindössze annyi a különbség, hogy egy CGE modellben a ráfordítási együtthatók maguk is az árak függvényei, az input-output modellekben pedig állandók. Az elsődleges erőforrások árai (és az adókulcsok) meghatározzák a keletkező elsődleges jövedelmeket is. Ezeknek a másodlagos elosztása alakítja ki a jövedelemtulajdonosok (lakosság, állam, háztartások, külföld) rendelkezésére álló végső jövedelmeit. Az árak, a jövedelmek elosztása és a jövedelemtulajdonosok megtakarítási-beruházási viselkedése meghatározza a különböző termékek végső keresletét (személyes és közösségi fogyasztás, beruházás, export). A végső felhasználási igények és a ráfordítási együtthatók, ismét csak az ágazati kapcsolati modellek logikáját követve, meghatározzák a hazai bruttó kibocsátás, illetve az import iránt jelentkező igényt. 30


ÁROP-1.1.10-2011-2011-0001

Az import és a hasonló jellegű hazai termékek iránti kereslet összetételének arányát, pontosabban azok változását, a CGE modellekben feltevésszerűen az áraik arányai, illetve azok változása szabályozza. A bruttó kibocsátás és az elsődleges erőforrások fajlagos felhasználási igényei alapján meghatározható az utóbbiak kereslete. Ha egy erőforrás ára kívülről adott a modellben (reálértékben), akkor rendszerint a kínálat feltételezett rugalmas alkalmazkodása teremti meg az egyensúlyt kereslete és kínálata között. Ha az erőforrások kínálata rögzített, akkor keresletük és kínálatuk összhangját áraik változása teremti meg. És ezzel visszaérkeztünk a kiindulóponthoz, ahol ezeket az árakat adottnak tekintettük. A fenti körfolyamat iterációs megoldása a következő kategóriák értékeinek a kiszámítását eredményezi (a modell főbb outputjai) a következők: • ágazati termékek forrásai (termelési értékek és import) és annak felhasználása felhasználónként (az ÁKM rekonstrukciója), • ágazati munkaerő-kereslet (adatoktól függően képzettségi szintenként), • egyensúlyi bérszint, • árarányok, • adóbevételek részletes bontásban, • ágazati (termelési) támogatások, • ágazati beruházások és tőkeállomány alakulása, • tulajdonosi és transzferjövedelmek, • átértékelődési hatások, • pénzügyi állományok (portfóliók) alakulása szektoronként. A modell paramétereinek meghatározása elsősorban a 2010. évre vonatkozó kalibrálással történt, de támaszkodtunk a szakirodalomban található (ökonometriai módszerrel stb.) készült becslésekre is. a) A modell speciális vonásai Az általunk kidolgozott modell a szokásos CGE modellektől az alábbiakban tér el: • a nemzetközi gyakorlathoz képest erőteljesebben igyekeztünk a modellek megbízható statisztikai adatok alapján történő számszerűsítésre; • a modell a munkaerő ágazatok közötti áramlásának motívumait és korlátait is figyelembe veszi egy rétegenként specifikált relatív bérrugalmasságokat tartalmazó (CET típusú) munkaerő-kínálati függvénnyel; • a modellben (és annak kalibrálásában) az egyensúlyitól és optimalizálótól eltérő viselkedést is figyelembe vettük, tekintettel az intézményi korlátokra és egyéb súrlódási tényezőkre; • a jövedelemelosztást és az újraelosztást a szokásosnál részletesebben és némileg sajátos módon ábrázoltuk: a modell ágazati mélységben követi nyomon a működési eredmény felosztását is, figyelembe véve a felhalmozási juttatásokat is. Egyedi megoldás, hogy több transzfer esetében az államot közvetítőként ábrázoltuk: bizonyos fizetések egyszerűen keresztülfolynak rajta (az SNA kézikönyv „routing through”-nak nevezi ezt). Erre olyan esetekben került sor, amikor nem volt megállapítható, vagy közgazdaságilag nem volt jelentősége, hogy ki kinek fizette az adott transzfert. Így például a külföldre menő, illetve onnan jövő transzfereket az állam fizeti, 31


ÁROP-1.1.10-2011-2011-0001

illetve bevételezi (a kamatokat viszont éppen fordítva, a pénzintézetek). A modell aktuális futtatásának lezárásakor döntjük el, hogy az ágazatok által felvett (nettó) hitelekre vagy az ágazati beruházásokra adunk meg explicit viselkedési függvényeket, míg a másik tétel nagysága reziduum módjára alakul ki; • a fentivel összefügg az adórendszer elemeinek részletes kibontása; • a makroökonómiai lezárás általánosabb és rugalmasabb megvalósítása; • a pénzügyi vagyon és annak instrumentumonkénti bontásának a szokásosnál nagyobb részletezettsége (ágazatok, háztartáscsoportok) és speciális jellege (forint- és devizaállományok és -tranzakciók megkülönböztetése, a külföldi cégtulajdon összevonása a devizakövetelésekkel), valamint a pénzügyi viselkedés sajátos, a magyar gazdaság jellemzőit figyelembe vevő ábrázolása (beruházási függvények, MNB-szabályozás, bruttó vagy nettó pozíciók magyarázata); • a lakosság ( jövedelmeinek és fogyasztásának) 12 háztartáscsoportra való felbontása, a külföldi turisták, mint 13. fogyasztói csoport kezelése és az ágazati munkajövedelmekből a külföldieknek jutó rész ábrázolása; A modell rétegbontása (12 réteg, A = aktív, I = inaktív, E = képzett, U = képzetlen, x = képzett és képzetlen együtt, G = gyermekes, 0 = gyermektelen, 1, 2, 3 = 1., 2., 3. jövedelmi tercilisek): Rövidítés

Réteg tartalma

HKF-beli db-szám

AUG1

Aktív, képzetlen, gyermekes, alacsony jövedelmű

746

AUG2

Aktív, képzetlen, gyermekes, közepes jövedelmű

542

AEG1

Aktív, képzett, gyermekes, alacsony jövedelmű

339

AEG2

Aktív, képzett, gyermekes, közepes jövedelmű

495

AxG3

Aktív, gyermekes, magas jövedelmű**

579

Ax01

Aktív, gyermek nélküli, alacsony jövedelmű*

508 568

AU02

Aktív, képzetlen, gyermek nélküli, közepes jövedelmű

AE02

Aktív, képzett, gyermek nélküli, közepes jövedelmű

Ax03

Aktív, gyermek nélküli, magas jövedelmű**

319 1868

Inak1

Inaktív, alacsony jövedelmű

1107

Inak2

Inaktív, közepes jövedelmű

1428

Inak3

Inaktív, magas jövedelmű

1438

* zömében képzetlen, **zömében képzett

A HKF-beli kódok és a létszám megoszlása alapján a modellben úgy definiáltuk, hogy a legalább érettségivel rendelkezők számítanak képzettnek.

32


ÁROP-1.1.10-2011-2011-0001

A modell ágazati bontása (19 ágazat): Rövidítés

Megnevezés

AGRIC

Mező-, erdő-, halgazdaság

FOODI

Élelmiszeripar

REFIN

Kőolajfeldolgozás (kokszgyártással)

ELGAH

Villamosenergia-, gáz-, gőzellátás

PHARM

Gyógyszergyártás

VEHIC

Járműgyártás

OINDU

Egyéb feldolgozóipar

CONST

Építőipar

HOREC

Szálláshely-szolgáltatás; vendéglátás

TRANS

Közlekedés

TELEC

Távközlés

OMATE

Egyéb anyagi szolgáltatások

FINAN

Pénzügyi szolgáltatás

HOUSE

Ingatlanügyletek

ECSER

Egyéb gazdasági szolgáltatások

ADMIN

Közigazgatás és védelem

EDUCA

Oktatás

HEALT

Egészségügyi-szociális szolgáltatás

OSERV

Egyéb nem anyagi szolgáltatások

A 19 ágazatot aszerint határoztuk meg, hogy azok a tevékenységek, amelyek leginkább kapcsolódnak a háztartási szektorhoz, illetve amelyek az állami támogatások és adózási változások érintettjei lehetnek, különálló ágazatként szerepeljenek. b) A makrogazdasági keresleti blokk vázlata A részletes makrogazdasági keresleti blokk a GDP felhasználásának minden tételét (fogyasztási kiadás – kapcsolatban a mikroszimulációs modellel –, természetbeni juttatás, közösségi fogyasztás, állóeszköz-felhalmozás, export, import) egyenként határozza meg az intézményi és termelőszektorok rendelkezésre álló jövedelmei, az árak és egyéb sajátosságok (preferenciák, komplementerviszonyok stb.) függvényében. A keresletet ágazati és import-hazai eredet szerinti bontásban is ábrázoltuk. Az erőforrások (tőke, munkaerő) keresletét ágazati bontásban, az ágazatokra jellemző termelési függvények és költségminimalizálás feltevése mellett határoztuk meg. A foglalkoztatási egyenletek képzettségi szintenként is megbontásra kerültek. c) A makrogazdasági kínálati blokk vázlata Az ágazati termékek hazai kínálatát (bruttó termelés) vagy exogén módon adjuk meg, vagy – általában, és megfelelő jövedelmezőség mellett – a (végső és a származtatott közbenső kereslet összegeként számítandó) kereslethez alkalmazkodónak tételezzük fel. A tőke kínálatát vagy aggregált módon, vagy ágazatonként az akkumuláció révén az előző évi tőkeállomány amortizációval csökkentett maradványértéke és az előző évi felhalmozás összegeként határozzuk meg (gyakorlatilag egy év átlagos beruházás átfutási időt feltételezve). 33


ÁROP-1.1.10-2011-2011-0001

d) A munkaerő-piaci folyamatokat elemző blokk A munkaerő-kínálat aggregált szinten (illetve képzett-képzetlen bontásban) vagy a GAP modellből kerül átvételre, vagy akkumulációs folyamat révén rétegenként, majd a relatív bérek függvényében ágazatonként is határozódik meg. e) Ár-bér blokk A (ágazati) termékek belföldi termelői árai valamely normatív vagy leíró jellegű viselkedési formulával határozódnak meg. A felhasználói árak a termelői árak és a termékadók és támogatások egyenlegeként adódnak, általában%-os adókulcsot feltételezve. Ezen belül a fogyasztásra jutó termékadókat és támogatásokat külön kezeltük a más felhasználásokra jutó közvetett adóktól és támogatásoktól (ez utóbbiak közül az üzemanyagadót, a beruházási adókat és a folyó termelő felhasználásra jutó adókat különböztetjük meg, ez utóbbiakat a termelési adókkal és támogatásokkal összevonva, az ágazatok termelési értékével arányosan határoztuk meg). A modell lehetőséget biztosít a vámok és az exporttámogatások figyelembevételére az import- és exportárak meghatározásában. Az erőforrások árai alternatív módon (a megfelelő váltókapcsoló paraméter adott beállításától függően) exogén módon (legalábbis explicit viselkedési formulával) vagy egyensúlyi árként határozódnak meg. A munkaerő ára (béregyenletek) főbb tevékenységi területenként (ágazatonként) vagy képzettségi szintenként adódik (az itteni eredmények inputként kerülnek a mikroszimulációs modellbe). f ) A jövedelemelosztás ábrázolása A modell ábrázolja az intézményi szektoronkénti jövedelemelosztást az ESA95 nemzeti számlarendszer főbb kategóriái szerint. Ezen túlmenően (és ezzel összhangban) a modell a jövedelemelosztást ágazati és háztartási rétegbontásban is megadja, figyelembe véve az egyes ágazatok, illetve rétegek markánsan eltérő adózási/támogatási, megtakarítási és beruházási viselkedését. g) Az államháztartási hiány és a külső finanszírozási igény visszacsatolásainak beépítése A modell a nemzeti számlák (ESA95) kategóriái szerint bontva ábrázolja az államháztartás és a külföld főbb bevételeit és kiadásait, beleértve az államháztartás beruházási kiadásait is. A bevételek és kiadások egyenlegeként kialakuló államháztartási hiány és a külső finanszírozási igény visszacsatolási mechanizmusait is meghatározza. h) Az egyes szektorok eladósodottságának visszahatásai A beruházási-megtakarítási viselkedés ábrázolása során a stock-flow elszámolási azonosságok keretében a modell nyomon követi az egyes ágazatok és rétegek vagyonának (beleértve adósságának) alakulását, méghozzá a főbb pénzügyi instrumentumok szerinti bontásban (portfólió, beleértve a forint és devizaeszközök szerint bontást is). A modell az egyes intézményi szektorok rendelkezésre álló jövedelmeinek, illetve az államháztartási hiány és a külső finanszírozási igény visszacsatolási mechanizmusait is ábrázolja. Ennek során vagy 34


ÁROP-1.1.10-2011-2011-0001

exogénként (akár a GAP modellből átvéve), vagy a modell által endogén módon számított monetáris feltételek (kamat, árfolyam stb.) alakulását és ezek hatását is figyelembe veszi. Jelesül a modell képes meghatározni a devizaadósságoknak a forintárfolyam változásából adódó átértékelődését, és ennek visszahatását (vagyonhatás) a keresletre és a háztartások egyéb viselkedési jellemzőire. i) A modell hatásvizsgálati lehetőségeinek vázolása A modell alkalmas az alábbi változások hatásainak elemzésére: • külső keresleti és ársokkok, • kormányzati keresleti sokkok (pénzbeni transzferek, közszféra bérei, kormányzati vásárlások), • adó- és járulékszabályozás-változások (szja, munkaadói járulék, áfa, társasági adó), • makroszintű termelékenység változásának hatásai, • monetáris sokkok (kamat, árfolyam). A modell megfelelő szintű előrejelző képességét a múltra vonatkozó validálással (gyakorlatilag a 2011– 2012. évre rendelkezésre álló statisztikai adatokkal való összehasonlítással, a gazdaságban történt változásoknak a főbb paraméterek számértékének változására való „lefordításával” történt szimulációkkal) igazoltuk. 2.2.1. A CGE modell kapcsolata a mikroszimulációs modellel A CGE és mikroszimulációs modell összekapcsolása a szakirodalomban leginkább elfogadott TD-BU (top down - bottom up) megközelítés alapján történt. Ebben a megközelítésben először a háztartások egyes rétegeinek részletes jövedelmei határozódnak meg a makrogazdasági peremfeltételek és a részletes fiskális szabályozás alapján. A referenciaév (az első év, amelyre a modelleket összekapcsoljuk) 2011, alkalmazkodva a mikroszimulációs modellhez. A tervezett informatikai megoldás lehetővé teszi, hogy a mikro- és makromodellek egymásnak adatot szállítva koordináltan működjenek. A CGE modell a mikroszimulációs modellnek átadja a makropénzügyi mutatók (árfolyam, kamat, infláció) értékét, az általános bérindexet, a foglalkoztatottság ágazati indexeit (esetleg képzett-képzetlen bontásban) és az ágazati árindexeket. Ez utóbbiakat COICOP bontásba transzformálja. Konkrétabban a CGE modell a mikroszimulációs modell számára a következő kategóriák becsült értékeit adja át: • forintárfolyam • referencia-kamatláb (konkrétan az alapkamat és a 10 éves államkötvények aukciós hozama) • árak ágazati bontásban (ez egy átmenet mátrixszal visszatranszformálandó COICOP bontásba) • foglalkoztatottság ágazati (és esetleg rétegenkénti) indexei • egyensúlyi vagy a bérblokkban meghatározott alapon számított bérek ágazati bontásban • a CGE modellben endogén módon számítódó adókulcsok • a CGE modellben endogénként számítandó, a háztartások felé történő állami támogatások vagy azok kulcsai

35


ÁROP-1.1.10-2011-2011-0001

Ezt követően a mikroszimulációs modell fentiek és egyéb, a fiskális szabályozásra, stb. vonatkozó információk felhasználásával készít becsléseket háztartási szinten a háztartások foglalkoztatottságára, jövedelmeire és fogyasztására. A mikroszimulációs modell aggregált eredményei visszahatnak a makrogazdasági pálya alakulására a háztartások rendelkezésre álló jövedelmén, fogyasztásán és munkakínálatán keresztül. A mikroszimulációs modell átadja a CGE modellnek a háztartások társadalmi jövedelmeit a HKF kategóriák és háztartáscsoportok (rétegek) szerinti bontásban, a háztartások munkajövedelmeit ágazati és rétegbontásban, a fogyasztást COICOP és rétegbontásban. Az ágazati és rétegbontás a fent felsorolt 19 ágazat és 12 réteg szerint történik. A COICOP bontás a lentebb megadott táblázat kategóriái szerint értendő. Ezenfelül a fogyasztást terhelő termékadók változása esetén az adóváltozásokat is ágazatra transzformálva adja át a CGE modellnek. Konkrétabban a mikroszimulációs modell a következő kategóriák számított értékeit adja át a CGE modellnek: • a háztartások (azon belül esetleg háztartási rétegek) számított munkajövedelme ágazatonként és/vagy képzettségi szintenként feltételezve a kínált munkaerő foglalkoztatását az adott bérek mellett • a háztartások (azon belül esetleg háztartási rétegek) számított társadalmi jövedelme alkategóriánként (a HKF minden érdemi jövedelemkategóriájára vonatkozó becslések aggregálásával a nemzeti számlák [SNA] 2-számjegyű kódú bontásában) • a háztartások (azon belül esetleg háztartási rétegek) számított fogyasztási kiadása a nemzeti számlák kiadvány COICOP bontásában (ezeket a makromodell egy transzformációs mátrix segítségével ágazati bontásra transzformálja), beleértve a külföldi költéseket is A CGE modell a mikroszimulációs modellből átvett fenti adatokhoz megbecsüli az alábbi, a HKF-ből nem becsülhető kategóriákat: • a háztartások (azon belül esetleg háztartási rétegek) fogyasztásának közvetlen importtartalma (és ezzel egyidejűleg a hazai termékekre irányuló része) • a háztartások (azon belül esetleg háztartási rétegek) a HKF-ben nem, de a nemzeti számlákban szereplő egyéb jövedelmei (pl. imputált lakásszolgáltatás értéke, biztosítottak jövedelmei, természetbeni társadalmi juttatások) • a háztartások (azon belül esetleg háztartási rétegek) számított lakásberuházási kiadása • a háztartások (azon belül esetleg háztartási rétegek) a HKF-ben nem, de a pénzügyi számlákban szereplő pénzügyi vagyonváltozása (pl. devizaátértékelődés, adósságleírás, a vagyonváltozásnak a tranzakciós komponense)

36


ÁROP-1.1.10-2011-2011-0001

A CGE modellnek a mikroszimulációs modelltől várt inputjainak bontása: A fogyasztási kiadások bontása COICOP kóddal: 01.1 Élelmiszerek 01.2 Alkoholmentes italok 02.1 Szeszes italok 02.2 Dohányáruk 02.3 Kábítószerek 03.1 Ruházat 03.2 Lábbeli 04.1 Tényleges lakbér 04.2 Imputált lakbér 04.3 Lakáskarbantartás és -javítás 04.4 Vízellátás,egy.lak.szolg. (adó) 04.5.1 Villamosenergia 04.5.2 Gáz 04.5.3 Folyékony tüzelőanyagok 04.5.4 Szilárd tüzelőanyagok 04.5.5 Távfűtés 05.1 Bútorok és lakberendezési cikkek, szőnyegek és más padlóburkoló anyagok 05.2 Lakástextíliák 05.3 Háztartási gépek és készülékek 05.4 Háztartási üvegáruk, edények és konyhafelszerelés 05.5 Barkács- és kerti szerszámok, eszközök 05.6 Rendszeres lakáskarbantartáshoz igénybe vett termékek és szolgáltatások 06.1 Gyógyszerek, egészségügyi termékek, gyógyászati segédeszközök 06.2 Járóbeteg-ellátás 06.3 Kórházi szolgáltatások 07.1 Járművásárlás 07.2 Személyszállító járművek üzemeltetése (adó) 07.3 Közlekedési és szállítási szolgáltatások 08.1 Postai szolgáltatás 08.2 Telefon- és egyéb hírközlő berendezés 08.3 Telefonálás és egyéb hírközlési szolgáltatás 09.1 Audiovizuális, fotooptikai és információfeldolgozó berendezések 09.2 Egyéb szabadidős és kulturális tevékenységet szolgáló tartós javak 09.3 Játékok, hobbi- és sportcikkek, kertészkedés, hobbiállat 09.4 Szabadidős és kulturális tevékenységekkel kapcsolatos szolgáltatások 09.5 Újság, könyv, papír és írószer 09.6 Szervezett társasutazás (külf-i) 10. Oktatás 11.1 Vendéglátás 37


ÁROP-1.1.10-2011-2011-0001

11.2 Szálláshely-szolgáltatás 12.1 Testápolás 12.2 Prostitúció 12.3 Máshova nem sorolt személyes ingóság 12.4 Szociális ellátás 12.5 Biztosítás 12.6 Máshova nem sorolt pénzügyi szolgáltatások 12.7 Máshova nem sorolt egyéb szolgáltatások A munkajövedelmek ágazati bontása TEÁOR08 (Nace 2)-kóddal: 01== Növénytermesztés, állattenyésztés, vadgazdálkodás és kapcsolódó szolgáltatások 02== Erdőgazdálkodás 03== Halászat, halgazdálkodás 05== Szénbányászat 06== Kőolaj-, földgázkitermelés 07== Fémtartalmú érc bányászata 08== Egyéb bányászat 09== Bányászati szolgáltatás 10== Élelmiszergyártás 11== Italgyártás 12== Dohánytermék gyártása 13== Textília gyártása 14== Ruházati termék gyártása 15== Bőr, bőrtermék, lábbeli gyártása 16== Fafeldolgozás (kivéve: bútor), fonottáru gyártása 17== Papír, papírtermék gyártása 18== Nyomdai és egyéb sokszorosítási tevékenység 19== Kokszgyártás, kőolaj-feldolgozás 20== Vegyi anyag, termék gyártása 21== Gyógyszergyártás 22== Gumi-, műanyag termék gyártása 23== Nemfém ásványi termék gyártása 24== Fémalapanyag gyártása 25== Fémfeldolgozási termék gyártása 26== Számítógép, elektronikai, optikai termék gyártása 27== Villamos berendezés gyártása 28== Gép, gépi berendezés gyártása 29== Közúti jármű gyártása 30== Egyéb jármű gyártása 31== Bútorgyártás 32== Egyéb feldolgozóipari tevékenység 33== Ipari gép, berendezés, eszköz javítása 35== Villamosenergia-, gáz-, gőzellátás, légkondicionálás 38


ÁROP-1.1.10-2011-2011-0001

36== Víztermelés, -kezelés, -ellátás 37== Szennyvíz gyűjtése, kezelése 38== Hulladékgazdálkodás 39== Szennyeződésmentesítés, egyéb hulladékkezelés 41== Épületek építése 42== Egyéb építmény építése 43== Speciális szaképítés 45== Gépjármű, motorkerékpár kereskedelme, javítása 46== Nagykereskedelem (kivéve: jármű, motorkerékpár) 47== Kiskereskedelem (kivéve: gépjármű, motorkerékpár) 49== Szárazföldi, csővezetékes szállítás 50== Vízi szállítás 51== Légi szállítás 52== Raktározás, szállítást kiegészítő tevékenység 53== Postai, futárpostai tevékenység 55== Szálláshely-szolgáltatás 56== Vendéglátás 58== Kiadói tevékenység 59== Film, videó, televízióműsor gyártása, hangfelvétel-kiadás 60== Műsor-összeállítás, műsorszolgáltatás 61== Távközlés 62== Információtechnológiai szolgáltatás 63== Információs szolgáltatás 64== Pénzügyi közvetítés (kivéve: biztosítási, nyugdíjpénztári tevékenység) 65== Biztosítás, viszontbiztosítás, nyugdíjalapok (kivéve: kötelező társadalombiztosítás) 66== Egyéb pénzügyi tevékenység 68== Ingatlanügyletek 69== Jogi, számviteli, adószakértői tevékenység 70== Üzletvezetési, vezetői tanácsadás 71== Építészmérnöki tevékenység; műszaki vizsgálat, elemzés 72== Tudományos kutatás, fejlesztés 73== Reklám, piackutatás 74== Egyéb szakmai, tudományos, műszaki tevékenység 75== Állat-egészségügyi ellátás 77== Kölcsönzés, operatív lízing 78== Munkaerő-piaci szolgáltatás 79== Utazásközvetítés, utazásszervezés, egyéb foglalás 80== Biztonsági, nyomozói tevékenység 81== Építményüzemeltetés, zöldterület-kezelés 82== Adminisztratív, kiegészítő egyéb üzleti szolgáltatás 84== Közigazgatás, védelem; kötelező társadalombiztosítás 85== Oktatás 86== Humán-egészségügyi ellátás

39


ÁROP-1.1.10-2011-2011-0001

87== Bentlakásos, nem kórházi ápolás 88== Szociális ellátás bentlakás nélkül 90== Alkotó-, művészeti, szórakoztató tevékenység 91== Könyvtári, levéltári, múzeumi, egyéb kulturális tevékenység 92== Szerencsejáték, fogadás 93== Sport-, szórakoztató, szabadidős tevékenység 94== Érdekképviselet 95== Számítógép, személyi, háztartási cikk javítása 96== Egyéb személyi szolgáltatás 97== Háztartási alkalmazottat foglalkoztató magánháztartás 98== Háztartás termék-előállítása, szolgáltatása saját fogyasztásra 99== Területen kívüli szervezet A HKF-beli jövedelemkategóriák közül az alábbiakra lesz szükség: Külföldről vállalkozásból származó jövedelem: ehkuj4 Külföldről származó munkajövedelem: EHKUJ1 Saját jogú öregségi nyugdíj: EHNYUsa Saját jogú rokkantsági nyugdíj: ehnyuro Özvegyi nyugdíj, ideiglenes özvegyi nyugdíj: ehozvegy Özvegyi nyugdíj-kiegészítés: ehonyuki Álláskeresési járadék (munkanélküli-járadék): EHMJA Álláskeresési segély (nyugdíj előtti munkanélküli-segély): ehms Rendszeres szociális segély: EHMNJ Egyéb támogatás munkanélkülieknek (átképzési, vállalkozóvá válásra stb.) EHMEGY Gyed EHGYDFT Gyes EHGYS Gyet EHGYT Terhességi gyermekágyi segély (ún. szülési szabadságra jutó) EHTERS Egyszeri anyasági segély EHANYS Árvaellátás összege EARVFT Ösztöndíj, oktatással kapcsolatos ellátások (kivéve lakhatási támogatás) EHOSZ Táppénz EHTAPFT Ápolási díj EHAPO Rendszeres segély, támogatás EHRSE Nem rendszeres egyéb segély, támogatás EHNRS Kapott lakásfenntartási támogatás elfe Külföldről származó jövedelem: Társadalmi juttatás (nyugdíj stb.) EHKUJ2 Mozgáskorlátozottak közlekedési támogatása ehmkta Családi pótlék összege ecspft Egészségkárosodással kapcsolatos járadékok EHJEU Időskorral kapcsolatos járadékok EHJNY Rászorultsággal kapcsolatos járadékok EHJRASZ

40


ÁROP-1.1.10-2011-2011-0001

Felvett kamat, osztalék, árfolyamnyereség Ingó, ingatlan hasznosításából (bérbeadásból) származó jövedelem Külföldről származó egyéb jövedelem: Biztosítótól összeg (élet-, nyugdíj-, baleset-biztosítás) Eltartási szerződés, kárpótlási jegyért, földért, lakásért stb. kapott életjáradék Egyéb jövedelem összege Saját termelésből ajándék Kapott támogatás összesen Adott támogatás összesen Jövedelmi kapott támogatás összesen Jövedelmi adott támogatás összesen Egyéb pénzjövedelem összesen Összes fizetett adó (OADOK3) Társadalombiztosítási járulékok összesen

EFELKOA EHIHA ehkuj3 EBIZ EHKJE EEJO ehstaj KTAM ATAM jktam jatam EEJOV EHFIZszja EHTBNYEM

A HKF fenti jövedelmi kategóriái jelentős mértékben eltérnek a nemzeti számlák kategóriáitól, ezért kiigazításra és transzformációra volt szükség. Az egyéb jövedelmek és adók bontása a magyar nemzeti számlákban (az SNA kóddal): D.41 Kamatok, nettó ebből: kapott kamatok fizetett kamatok D.421 Osztalék, nettó D.44 Biztosítottak tulajdonosi jövedelme ebből: életbiztosítások miatt nem életbiztosítások miatt D.45 Bérleti díjak D.51 Jövedelemadók D.61 Társadalombiztosítási hozzájárulások D.62 Pénzbeni társadalmi juttatások

41


ÁROP-1.1.10-2011-2011-0001

2.2.2. Az adatbázis kialakítása A makrogazdasági modell kialakításánál elsősorban a Központi Statisztikai Hivatal, a Magyar Nemzeti Bank, a Magyar Államkincstár, illetve a nemzetközi szervezetek (IMF, OECD, EUROSTAT) publikált adatait használtuk fel, amiket kiegészítettünk a fenti szervezetektől közvetlenül beszerzett munkatáblákkal és a szakirodalomban található további adatokkal és paraméterbecslésekkel. A főbb, a modell több blokkjánál is felhasznált adatforrások az alábbiak: • Nemzeti számlák teljes kiadványa (beleértve a nemzetgazdaság integrált számláit) http://portal.ksh.hu/pls/ksh/docs/hun/xftp/idoszaki/monsz/monsz0911.pdf • A 2008. évi ÁKM (HU_sut08bp_nac.xls, HU-Imp08_Use.xls, husuiot08s_cur_ii.xls, • A 2008. évi termékadómátrix (a TIMESUT adatbázis Magyarországra vonatkozó 2008. évi becsült termékadómátrixa, a HU_sut08bp_nac.xls file tls08 munkalapja) • A 2009. évi SUT (HUsut09s_cup.xlsx) • 2010. évi Költségvetési Zárszámadás (főleg a devizakamatok, lehetőleg az önkormányzatok részletes adataival, Zárszám10-mk11121.pdf ) A modell egyes blokkjai kalibrálásánál az alábbi főbb adatbázisokat használtuk: Háztartási jövedelmek és kiadások blokkja: • A KSH 2010. évi Háztartási Költségvetési Adatfelvételének (HKF) elektronikus (SAS) formája • A 2010. évi fogyasztás 4 számjegyű COICOP-bontása (fogy2010.xls) • A TEÁOR08xCOICOP bontású fogyasztás transzformációs mátrix (CZ_COICOPxCPA.xlsx) • A beutazó turisták fogyasztási kiadása fogyasztási kategóriák szerint ( jeltur10.pdf ) • Szociális Statisztikai Évkönyv 2010 (elektronikus formában is) • A pénzbeni társadalmi juttatások (a HKF-hez hasonló bontású) részletesebb listája értékadatai (penzbeni.xls) • A háztartások fogyasztási kiadása rendeltetés szerinti (COICOP) bontásban • http://portal.ksh.hu/pls/ksh/docs/hun/xstadat/xstadat_eves/i_qpt010.html • A háztartások összetétele, fogyasztása évente (2000-től) • http://portal.ksh.hu/portal/page?_pageid=37,592968&_dad=portal&_schema=PORTAL • Létszám és kereset (bruttó, illetve nettó) a nemzetgazdaságban gazdasági áganként és versenyszféra (öt fő feletti vállalatok) / költségvetés bontásban, havonta • http://portal.ksh.hu/portal/page?_pageid=37,601417&_dad=portal&_schema=PORTAL • MEF szerinti foglalkoztatottság és munkanélküliség, negyedévente http://portal.ksh.hu/portal/page?_pageid=37,601417&_dad=portal&_schema=PORTAL • A külföldi munkavállalók létszáma és munkajövedelmei ágazatonként (Külfmjov_2010.xls) • Egyenértékes létszám ágazatonként (ag08-10teáor08.xls és a SUT-ban megtalálható adatok) GDP felhasználási összetevői, végső kereslet: • A 2008. és 2010. évi termékexport TEÁOR2008-as ágazati bontásban (Statinfo_export_08_09_ tea2008.xls és Statinfo_kulker.xls fájlok) • A 2008. és 2010. évi szolgáltatás külkereskedelmi forgalom TEÁOR2008-as ágazati bontásban (Statinfo_szolg-export.xls, Statinfo_szolg-import.xls) 42


ÁROP-1.1.10-2011-2011-0001

• Állóeszköz-felhalmozás ágazati és intézményi szektoronkénti bontásban (Beruh-2010előzetes�szektagaz.xls) • Állóeszköz-felhasználás (amortizáció) ágazati és intézményi szektoronkénti bontásban (ECS2010 (2013.04.26).xls file) Jövedelemelosztás: • Társasági adóbevallási adatok 2010 (2009-es bázisadatokkal indexek számításához) és hozzá a pénzintézetek kiegészítő adatai (2009_2010 aggregált TÁSA.xls) • A felhalmozási juttatások (Tőketranszfer2010Háztartás (2013.03.07).xls) Pénzügyi adatok: • Fizetési mérleg, külfölddel szembeni állományok negyedévente (1995–2011) • http://www.mnb.hu/Statisztika/statisztikai-adatok-informaciok/adatok-idosorok/vii-kulkereskedelem/mnbhu_fizm_20090330 • MNB-pénzügyi számlák (a pénzügyi eszközök és tartozások, tranzakciók és átértékelődések deviza-forint bontásban) (pszisalnk_hu.xls, pszisatnk_hu.xls, pszistrnk_hu.xls file-ok) • MNB mérlege (MNB Éves Jelentésből, bevétel kiadások és partnerek szerint, MNB-Eves_jelentes_2010_hu.pdf ) • MNB-kamatmátrix 2010-re forint és deviza bontásban (KamatmátrixMNB2010.xls) 2.2.3. A z adatok feldolgozása A fenti módon specifikált modell számszerűsítési folyamatának főbb lépései az alábbiak: 1. SAS-programban a HKF-feldolgozása az alábbi lépésekben: 1.0. A SAS-szoftver beszerzése, telepítése 1.a. A modellezéshez szükséges változók körének beazonosítása 1.b. A személyi és háztartási szintű adatok beolvasása 1.c. A személyi szintű adatokból háztartás szintű adatok képzése 1.d. A háztartási szintű személyi adatok és a háztartási adatok összefűzése (párosítása) 1.e. Az állományhoz ellenőrző és új kategóriák számítása 1.f. A jövedelmi centilisek meghatározása 1.g. A jövedelmi centilisek és egyéb társadalmi-gazdasági-demográfiai jellemzők alapján 24 réteg képzése 1.h. A rétegek (a teljes népességre felszorzott) adatainak kiszámítása 1.i. A rétegadatok kiíratása text-file-ba 2. A HKF további feldolgozási lépései Excelben: 2.a. A beutazó turisták kiadásainak transzformálása ágazati eredetre 2.b. A rétegadatok beolvasása text-file-ról, oszlopokra bontása 2.c. A HKF rétegadatoknak a nemzeti számla jövedelmi és kiadási kategóriái részletezettségének megfelelő aggregálása 2.d. A HKF rétegadatoknak és a beutazó turisták adatainak a nemzeti számla aggregált COICOP-bontású értékeihez való (arányos, „sorirányú”) kiigazítása ( jövedelmi és kiadási tételeket egyaránt) 43


ÁROP-1.1.10-2011-2011-0001

2.e. A kiigazított turista- és HKF rétegadatoknak aggregálása a (cseh) fogyasztás transzformációs mátrix COICOP-kategóriáira (a háztartási energiafajtákat külön hagyva) 2.f. A turista- és HKF kiadásoknak COICOP-kategóriákból a TEÁOR08-as ágazati bontásba való transzformációja (közvetlenül és/vagy a fogyasztási transzformációs mátrixszal) 2.g. Az ágazat x réteg bontású fogyasztási mátrixból a kereskedelmi árrés becsült értékének leválasztása 2.h. A fogyasztási mátrix kiigazítása a 2010. évi becsült ÁKM fogyasztási oszlopához (miután ezt a 3. pontban elkészítettük) 3. A 2010. évi ÁKM-becslése 3.a. A RAS és Additív RAS-módszer Excel-programjába (template) a 2008. évi referenciaadatok beépítése 3.b. A RAS-módszer 2010. évi peremadatainak meghatározása (összfelhasználás termékenként és felhasználónként) 3.c. A 2010. évi ÁKM egyes celláinak becslése a rendelkezésre álló statisztikai adatokból (export, import, egyes ágazatokkal 1:1-ben megfeleltethető COICOP-kategóriák, készletváltozás, beruházás anyagi-műszaki összetétele, kormányzati fogyasztás COFOG-szerkezete, természetbeni társadalmi juttatások stb.) 3.d. A 2010. évi ún. „B típusú” ÁKM-becslése az additív-RAS algoritmussal. Ezáltal az importmátrix és a termékadómátrix alsó peremének előállítása 3.e. A 2010. évi importmátrix becslése a RAS algoritmussal (sorösszesen-peremeket a külkereskedelmi statisztika 2010/2008-as indexeiből véve) 3.f. A 2010. évi ún. „A típusú” ÁKM, és (a nemzeti számla adatokból) az ÁKM alsó szárnyának készítése. 3.g. A 2010. évi (nettó) termékadómátrix becslése (az EU TIMESUT adatbázisa 2008-as adatait használva referenciaként) 3.h. A 2010. évi beruházási mátrix becslése (a beruházási termékadóké is beruházó ágazatonkénti bontásban) 4. A nemzeti számla adatok feldolgozása: 4.a. Egyszerűsített „Integrált nemzeti számlák” táblázat készítése, a pénzügyi megtakarítások levezetésével „felülről” ( jövedelem oldalról) intézményi szektoronként 4.b. Alulról (instrumentumonként, forint és deviza bontásban) 4.c. Átértékelődések, egyéb passzív vagyonváltozások 5. A z ágazatok jövedelem-kiadás-megtakarítás mérlegei levezetése: 5.a. TÁSA-ból vett adatok és proxy-k alapján a nemzeti számlák vállalati szektorra vonatkozó számláinak lebontása ágazatokra 5.b. A háztartások és az állam ágazati transzfereinek integrálása a vállalati ágazati adatokhoz 5.c. Az ágazati becsült adatok kiigazítása a nemzeti számlák aggregátumaihoz 6. Tőkeadatok ágazati bontása: 6.a. Állóeszköz-állomány intézményi szektoronként és ágazatonként 6.b. Beruházási adatok intézményi szektoronként és ágazatonként 6.c. Amortizáció adatok intézményi szektoronként és ágazatonként 6.d. A felhalmozási juttatások ágazati megoszlása (Zárszámadás, TÁSA alapján) 44


ÁROP-1.1.10-2011-2011-0001

7. Munkaerőadatok feldolgozása: 7.a. Egyenértékes létszám 7.b. Munkanélküliség 7.c. Fizikai-szellemi bontás ágazatonként 7.d. Bértömegbontás fizikai-szellemire ágazatonként 7.e. A humántőke akkumulációjának becslése a fogyasztás változatlan áras idősora alapján (humantok2010.xls) 8. A pénzügyi rendszerre vonatkozó adatok feldolgozása 8.a. Intézményi szektorok 2010. évi nyitó és záró portfólióinak összeállítása forint és deviza bontásban 8.b. Intézményi szektorok 2010. évi pénzügyi vagyon átértékelődéseinek és egyéb volumenváltozásainak bontása forint és deviza összetevőkre 8.c. Intézményi szektorok 2010. évi pénzügyi vagyonváltozásának (B.9f ) és pénzügyi megtakarításának (B.9) eltérésének kiküszöbölése 8.d. Intézményi szektorok 2010. évi pénzügyi tulajdonosi jövedelmeinek (kamat, osztalék) bontása forint és deviza összetevőkre 8.e. A vállalati szektor tulajdonosi jövedelem adatai, valamint a pénzügyi számlákban található portfólió-, és átértékelődési adatai dezaggregálása ágazatokra a társasági adóbevallások (proxy-k), vállalati hitelstatisztikák stb. alapján 8.f. A vállalati szektor 2010. évi pénzügyi vagyonváltozásának (B.9f ) és pénzügyi megtakarításának (B.9) eltérésének kiküszöbölése (a jövedelem-kiadás vagy a stock adatok becslésének revideálásával) 2.2.4. A modell formális leírása Először a különféle halmazok nevét és elemeit (kategóriák bontásait) soroljuk fel, majd szabványos matematikai jelöléseket alkalmazva bemutatjuk a modell egyenleteit. Mivel a modellt GAMS programozási nyelven programoztuk, esetenként utalunk a GAMS programkódra is, hogy megkönnyítse az egyenletek beazonosítását a GAMS programbeli megfelelőjükkel. Halmazok: G : háztartási csoportok (általános elemét a g index vagy h index jelöli, elemszáma: Ng), I: ágazatok (általános elemét az i index jelöli, elemszáma: Ni; általános elemét j-vel is jelöljük) Y: évszám (2010-től 2020-ig, de a záróév szabadon módosítható, az időszakok száma: NT) Jelen esetben Ni = 19 (19 ágazat) Ng = 12 (12 háztartási réteg). NT =11 (11 év) Függvények (általában CES-, illetve CET-függvények és a belőlük származtatott „izoelasztikus” viselkedési függvények: Export ár-volumen függvény, ei( Zi) fi ( Mi , XDi ) Import-hazai helyettesítési függvény, gi ( RLi , RKi ) Tőke-Munka helyettesítési függvény, hg ( CVg,i ) Fogyasztói jóléti függvény rétegenként, ti ( Zi , XDi ) Export-hazai transzformációs függvény

45


ÁROP-1.1.10-2011-2011-0001

2.2.5. A modell matematikai tulajdonságainak összefoglalása Összesen 71 változó-blokk szerepel a modellben. Abban az esetben, ha Ni = 19 (19 ágazat), Ng = 12 (12 réteg) és az NT = 11 (11 időszak) a modell 18668 egyedi változóból és azonos számú egyenletből áll. Ezért a modell jól meghatározott, de az egyenletrendszer szimultán, a változók rekurzív módon nem meghatározhatók. A GAMS csomag meglehetősen hatékony algoritmusokat tartalmaz (CONOPT, PATH), amelyek iterációval megoldják ezt a nagyméretű nemlineáris egyenletrendszert. Bár kívánatos lenne, ha a modell „zártságát” a modell egyenletei és változói olyan mechanikus párosításával tudnánk ellenőrizni, amely az egyenletekhez azt a változót rendeli, amely az egyenlet bal oldalán áll egyedül függő (a jobb oldali kifejezés által definiált vagy magyarázott) változóként. Azonban a modellben számos egyenlet implicit, semelyik változó nincs a bal oldalon kifejezve. Azonban általában ezek az implicit egyenletek a modell legfontosabb és közgazdaságilag legtartalmasabb egyenletei: például a kínálat = kereslet típusú egyenlet képviseli az egyensúlyi követelményt, amely előírja, hogy a megfelelő (vagy az összes) ár alkalmazkodjon e cél eléréséhez szükséges szintre. Ezért is tekinthetjük ezeket az egyenleteket az adott árváltozókat „meghatározó” egyenleteknek. A modell paraméterei (amelyek explicit módon megjelennek a modell egyenleteiben): Jelölés és dimenzió

Magyarázat

AC(G,I,Y)

Változó fogyasztás CES-jóléti függvényének részesedési paraméterei

AD(I,Y)

Hazai értékesítés részesedési paramétere a CET-transzformációs függvényben

AH(I,Y)

Hazai termék részesedési paramétere a felhasználási területenkénti import-hazai CES-helyettesítési függvényben

AHM(I,J,Y)

Folyó (nem-energia) termelőráfordítási együtthatók

AK(I,Y)

Tőke részesedési együtthatója a CES-termelési függvényben

AL(I,Y)

Munkaerő részesedési együtthatója a CES-termelési függvényben

ALS(G,J,Y)

a CET-munkakínálati függvény részesedési paraméterei

AM(I,Y)

Importtermék részesedési paramétere az import-hazai CES-helyettesítési függvényben

AMR(J,Y)

Amortizációs ráták

AMRH(Y)

Amortizációs arány a lakásállományban

AMRL(G,Y)

Amortizációs aránya a munkaerőben

AZ(I,Y)

Export részesedési paramétere a CET-transzformációs függvényben

BB(I,Y)

Beruházás a termékek ágazati eredete szerint

BETA(I,Y)

Import-hazai CES-helyettesítési függvény rugalmassági paramétere

BHM(I,J,Y)

Beruházási együttható mátrix

BTE(Y)

A kereskedelmi mérleg egyenlegének előírt szintje

CEL(G,Y)

Változó fogyasztás CES-jóléti függvényének helyettesítési rugalmassága

CF(G,I,Y)

Alapfogyasztás

CPIE(Y)

Fogyasztói árindex előírt szintje

FINVR(J,Y)

Kezdeti ágazati beruházás/tőke arány (lakástőke nélkül)

GB(I,Y)

A kormányzati fogyasztás ágazati eredet szerinti bontásban

HHINT(I)

Ágazatok részesedése a háztartásoknak fizetett kamatokból (dummy)

HINVSH(J)

Ágazatok részesedése a háztartások lakásberuházásából (dummy)

46


ÁROP-1.1.10-2011-2011-0001

HPIT(G,Y)

Rétegenkénti átlagos személyijövedelemadó-kulcs

HSSC(G,Y)

Rétegenkénti munkavállalói járulékkulcs

IBE(J,Y)

Beruházási volumenindex szektoronként

ICE(Y)

Fogyasztás volumenindexe

IGE(Y)

A kormányzati fogyasztás volumenindexe

IKE(Y)

Az állóeszközök kapacitáskihasználási indexe

ILE(Y)

foglalkoztatás indexe

IME(Y)

Import volumenindexe

INCTX0(I,Y)

Vállalati jövedelemadók a bázisévben

INTRS(J,Y)

Ágazatonkénti induló reálkamatláb

INTRH(G,Y)

Háztartási rétegenkénti induló reálkamatláb

INTRG(Y)

A kormányzati adósság induló reálkamatlába

INTRF(Y)

A külföldi tartozások induló reálkamatlába

INVEL(J)

Autonóm beruházások tőkeár-rugalmassága

INTEL(J)

Autonóm beruházások reálkamat-rugalmassága

INVG0(J,Y)

Államháztartási beruházások és a nettó beruházási támogatások indulószintje

INVS0(J)

Ágazati nem lakáscélú beruházások a bázisévben

INVSH(J,Y)

Részvények, befektetési

INVGSH(J,Y)

részvények, állami beruházások és beruházási támogatás , adó-

IRCHE(Y)

reálkamatláb exogén változása

IRE(Y)

Profitráta indexe

IVE(Y)

Devizakosár árfolyamindexe

IWE(Y)

Bérindex általános exogén szorzója

IZE(Y)

Export volumenindexe

LBETA(G,Y)

a CET-munkakínálati függvény kitevő (rugalmassági) paramétere

LDSH(G,J,Y)

Ágazatok részesedése a rétegek munkaerő-keresletében

LEL(G,Y)

a CET-munkakínálati függvény helyettesítési rugalmassága

LESH(G,J,Y)

A nem optimális munkaerő-kínálatban az ágazatok részesedése

LS0(G,J)

Ágazati munkaerő-kínálat rétegenként a bázisévben

LST0(G)

A háztartási rétegek CET-függvény alapú munkaerő-kínálata a bázisévben

LT0(G)

Munkaerő-kínálat a bázisévben

MEL(I,Y)

Import-hazai arány (import/hazai) relatív árarány rugalmassága

MH(I,Y)

Import-hazai arányt meghatározó függvény szorzókonstans paramétere

MORC(G,Y)

Lakásberuházási támogatások rétegenkénti multiplikátora

MORTG(G,Y)

Lakásberuházási támogatások reálértéken rétegenként

NTRS0( j,y)

Ágazatok nettó transzferjövedelme reálértékben

NTRH0(g,y)

Háztartások nettó transzferjövedelme reálértékben

NTRG0(y)

a kormány nettó transzferjövedelmere álértékben

NTRF0(y)

A külföld nettó transzferjövedelme reálértékben

PC0(I)

A fogyasztói árak a bázisévben

PROCSH(G,J,Y)

Hatékony fogyasztás részaránya rétegenként és termékcsoportonként

PROFC(J,Y)

Nem tőkearányos tiszta jövedelmek (Mark up-ok) ágazatonként

PROFT0(J,Y)

Adóköteles nyereség kezdeti szintje

47


ÁROP-1.1.10-2011-2011-0001

PRT(Y)

Marginális általános adókulcs

PTX(J,Y)

Termelési adók/támogatások kulcsa ágazatonként

PWE(I,Y)

Exportált áruk világpiaci ára (= kezdeti exportár)

PWM(I,Y)

Import világpiaci ára (dFt)

REL(J,Y)

Helyettesítési rugalmasság a tőke és a munka között a termelési függvényben

RHINV(G,Y)

Az autonóm lakásberuházások aránya a lakossági megtakarításokban

RK0(J,Y)

Tőke hatékonysági paramétere a termelési függvényben (RK exogén értéke)

RL0(J,Y)

Munkaerő hatékonysági paramétere a termelési függvényben (RL exogén értéke)

RRC(Y)

Standard nettó tőkehozamráta

RRH(G,Y)

Imputált lakásszolgáltatás/lakásérték arány változatlan áron

RS0(I,Y)

Induló tőkehozamráták ágazatonként

SAVRG(Y)

Elsődleges (kamatok) megtakarítási ráta a kormány

SF0(Y)

a külföldi szektor kezdeti megtakarítása

SG0(Y)

a kormány kezdeti megtakarítása

SH0(G,Y)

a háztartások kezdeti megtakarítása

SPR(Y)

a munkaerőköltség részesedése a nyereségből

SS0(J,Y)

az ágazatok kezdeti megtakarítása

STACC(I,Y)

Készletfelhalmozás a termékek ágazati eredete szerint

STOSH(I,Y)

Részvények ágazatok készletfelhalmozására

TC(G,Y)

Rétegek fogyasztásának esetlegesen előírt szintje

TEXP(I,Y)

Külföldi turisták hazai fogyasztása ágazati termékenként (volumenben)

TG

Közfogyasztás esetlegesen előírt szintje

TI

Beruházás esetlegesen előírt szintje

TK

Tőkekínálat esetlegesen előírt szintje

TL

Munkaerő-kínálat esetlegesen előírt szintje

TM

Összes import ( ha rögzített)

TXC(I,Y)

Fogyasztói adók szorzótényezői (1+kulcs)

TXM(I,Y)

Vámok szorzótényezői (1+kulcs)

TXZ(I,Y)

Exporttámogatások szorzótényezői (1+kulcs)

TZ

Összexport volumene (ha rögzített)

WES0(J)

az ágazatok kezdeti pénzügyi vagyona

WEH0(G)

Kezdeti pénzügyi vagyona a rétegek

WEF0

a külföldi szektor kezdeti pénzügyi vagyona

WEG0

a kormány kezdeti pénzügyi vagyona

WG0(J,Y)

Effektív munkaadói társadalombiztosítási járulékkulcsok ágazatonként

WR0(J,Y)

Induló ágazati bérszintek

XD0(I,Y)

Hazai ágazati termékek felhasználása

ZBETA(I,Y)

a CET export-hazai transzformációs függvény rugalmassági paramétere

Z0(I,Y)

Exportkínálati függvény szorzókonstansa

ZD(I,Y)

Exportkeresleti függvény szorzókonstansa

ZELD(I,Y)

Exportkeresleti függvény relatív-ár rugalmassága

ZELS(I,Y)

Exportkínálati függvény relatív-ár rugalmassága

ZXEL(I,Y)

Exportkínálati függvény termelés rugalmassága

aa, aux, ll,c0 .... az input-file azonos nevű adattömbjeire való közvetlen hivatkozásokat jelentik.

48


ÁROP-1.1.10-2011-2011-0001

Segédparaméterek { csak a kalibrációnál használt segédparaméterek } Jelölés és dimenzió

Magyarázat

CB(I)

Fogyasztás termékenként

CV0(G,I)

A rétegek változó fogyasztásának indulóértéke ágazatonként

INTRAV

Átlagos hitelkamat távlatilag (konvergenciával) kialakuló mértéke

ISPEED

Kamatkülönbségek csökkenésének éves%-os mértéke

M0(I)

Bázisévi import

MARKUP

a „mark-up” részaránya a tisztajövedelemből (PROFC-hez)

OTRCORR(I)

Output eltérés (egyéb transzferkorrekció)

Q(G,J)

változó (CET-függvény alapú optimális) munkakínálat részaránya

QM(I)

optimális/tényleges import-hazai arány a bázisévben

QZ(I)

optimális/tényleges exportkínálat a bázisévben

SD(I)

a hazai kínálat részesedése a termelésben

SH2(I)

a hazai kínálat részesedése a teljes felhasználásban

SM(I)

Import aránya

SURPLUS(I)

Többlet a bázisévben

WT0(I)

Bértömeg ágazatonként a bázisévben

X0(I)

Output a bázisévben (a hazai árakon)

XDIFF(I)

Output-eltérés az adatokban

ZHD(I)

Bázisévi export/belföldi értékesítés arány

2.2.6. A modell változói Jelölés és dimenzió

Magyarázat

IC(Y)

Fogyasztási szint index

IG(Y)

Kormányzati fogyasztás szintjének indexe

INVS(J,Y)

Beruházás szintje beruházó ágazatonként

IL(Y)

foglalkoztatás indexe

IK(Y)

tőke kapacitáskihasználás indexe

BTR(Y)

Kereskedelmi mérleg egyenlege

B(I,Y)

Beruházás ágazati eredet szerint

C(G,I,Y)

Személyes fogyasztás

CES(I,Y)

Import-hazai kompozit

CESLK(I,Y)

Munkaerő-tőke kompozit

CL(G,Y)

Változó fogyasztás ( jólét) szintje rétegenként

CPI(Y)

Átlagos fogyasztói árindex

CPIS(G,Y)

Változó fogyasztás rétegenkénti árnyékárindexe

CPIST(G,Y)

Fogyasztói árindex rétegenként

CV(G,I,Y)

Változó fogyasztás termékenként és rétegenként

DCPI(Y)

A fogyasztói árak változása egy év alatt

FSS(J,Y)

ágazatok pénzügyi megtakarítása

FSH(G,Y)

rétegek pénzügyi megtakarítása

FSG(Y)

államháztartás pénzügyi megtakarítása

FSF(Y)

a külföldi szektor pénzügyi megtakarítása

49


ÁROP-1.1.10-2011-2011-0001

HINV(G,Y)

lakásberuházások rétegenként

HOUS(G,Y)

Bruttó lakásállomány rétegenként

HUMINV(G,Y)

Humántőke-beruházás rétegenként

INCTX(J,Y)

Nyereségadó ágazatonként

INTF(Y)

a külföldi szektor nettó kamatbevétele

INTG(Y)

az államháztartás nettó kamatbevétele

INTH(G,Y)

a rétegek nettó kamatbevétele

INTS(J,Y)

az ágazatok nettó kamatbevétele

INVG(J,Y)

Kormányzati beruházási kiadások és beruházási transzferek (adók is)

IRCH(Y)

Reálkamatláb általános változása

K(J,Y)

tőkeállomány ágazatonként

KS(J,Y)

Ágazatonkénti tőkekínálat

L(J,Y)

foglalkoztatás (munkaerő-kereslet) ágazatonként

LS(G,J,Y)

munkaerő-kínálat ágazatonként és rétegenként

LSM(G,J,Y)

munkaerő-kínálat változó (optimális) része ágazatonként és rétegenként

LT(G,Y)

Teljes munkaerő-kínálat rétegenként

M(I,Y)

importtermékenként

NTRS(J,Y)

Ágazatok nettó transzferjövedelme

NTRH(G,Y)

Háztartások nettó transzferjövedelme

NTRG(Y)

a kormány nettó transzferjövedelme

NTRF(Y)

A külföld nettó transzferjövedelme

OBJ

célfüggvény

PA(I,Y)

Átlagos eladási ár

PD(I,Y)

Hazai értékesítés termelői ára

PE(I,Y)

Exportár (bázisévi árfolyamon forintra átszámítva)

PHM(I,Y)

Ágazati termékek felhasználói árindexe felhasználási területenként

PINV(Y)

Aggregált beruházási árindex

PINVS(J,Y)

Ágazatonkénti beruházási árindex

PK(I,Y)

Tőke kalkulatív ára ágazatonként

PL(I,Y)

Munkaerő kalkulatív ára ágazatonként

PM(I,Y)

Import felhasználói ára termékenként

PR(I,Y)

Tőke és munkaerő aggregátumának kalkulatív ára ágazatonként

PZ(I,Y)

Exportértékesítés fajlagos (egységnyi volumenre jutó) bevétele

R(Y)

a nettó tőkehozam általános szorzótényezője

RK(I,Y)

Tőke hatékonysági paramétere az ágazati termelési függvényekben

RL(I,Y)

Munka hatékonysági paramétere az ágazati termelési függvényekben

RS(J,Y)

Nettó tőke hozamráta ágazatonként

SS(J,Y)

Ágazatok megtakarítása

SH(G,Y)

A háztartások megtakarítása

SG(Y)

az államháztartás megtakarítása

SF(Y)

a külföldi szektor megtakarítása

V(Y)

Deviza árfolyamindexe

W(Y)

Bérek általános szorzótényezője (indexe)

WAV(G,Y)

Átlagos bruttó bérek rétegenként

50


ÁROP-1.1.10-2011-2011-0001

WES(J,Y)

az ágazatok pénzügyi vagyona

WEH(G,Y)

a rétegek pénzügyi vagyona

WEG(Y)

a kormányzat pénzügyi vagyona

WEF(Y)

külföldi szektor pénzügyi vagyona

WR(J,Y)

Ágazati bérek

X(I,Y)

Bruttó termelés volumene

XD(I,Y)

Hazai termékek hazai értékesítése ágazatonként

Z(I,Y)

Export ágazatonként

(1) Egységnyi termelést biztosító lehetséges tőke-munka kombinációk a Johansen-féle termelési függvényben: 1 1−1/ rel ( J ,Y ) 1−1/ rel ( J ,Y ) 1−1/ rel ( J ,Y )    RLJ ,Y   RK J ,Y  + ak J ,Y ⋅  CESLK J ,Y = alJ ,Y ⋅    rl0   rk0  J ,Y     J ,Y   (ECESLK) (2) CES típusú import-hazai helyettesítési függvény: (a CES aggregátum definíciója): − beta ( I ,Y )

CES I ,Y = (ahI ,Y ⋅ XDI ,Y

− beta ( I ,Y )

+ amI ,Y ⋅ M I ,Y

−1

) beta ( I ,Y )

(ECES)

(3) CET típusú output-transzformációs függvény (általában zbetaI = 1/zelsI-1):(X definíciója): − zbeta ( I ,Y )

X I ,Y = (ad I ,Y ⋅ XDI ,Y

− zbeta ( I ,Y )

+ az I ,Y ⋅ Z I ,Y

−1

) zbeta ( I ,Y )

(EPA2)

(4) Külkereskedelmi mérleg (Export – Import) (BTR definíciója):

∑ ( PE

BTR = Y

I

I ,Y

⋅ Z I ,Y − pwmI ,Y ⋅ M I ,Y )

(EV2)

(5) Összes munkaerőkereslet (IL munkaerő-felhasználási index definíciója):

∑ RL J

j ,Y

⋅ X J ,Y =ILY ⋅ tl

(EW2)

(6) Összes tőkeigény (IK tőke kapacitáskihasználási index definíciója):

∑ RK J

j ,Y

⋅ X J ,Y =IKY ⋅ tl

(EQ2)

(7) Exportár az eladott mennyiség függvényében:

Z = PEI ,Y pweI ,Y ⋅  I ,Y  z0  I ,Y

1

 zdel ( I ,Y )   (EPE)

(8) A változó fogyasztás árnyékárindexe:

CPISG ,Y =

∑ ( txc I

I,Y

⋅ PHM I,Y ⋅ CVG , I ,Y ) CLG ,Y

(ECPIS)

51


ÁROP-1.1.10-2011-2011-0001

(9) Termékmérlegek:

∑ ahm J

I , J ,Y

⋅ X J ,Y + ∑ (cfG , I ,Y + CVG , I ,Y ) + texpI ,Y + gbI ,Y ⋅ IGY + ∑ bhmI , J ,Y ⋅ INVS J ,Y + staccI ,Y = CES I ,Y G

J

(EPHM2)

 ∑ LSG , J ,Y  IL − G , J 0= Y tl (10)  WY − 1 

1 optw = optw ≠ 1

Munkaerő-felhasználás, illetve reálbér szintjének beállítása:

(EW)

 ∑ KS J ,Y  IK − J 0= Y tl (11)  RY − 1 

1 optr = optr ≠ 1

Tőkehasználat, illetve a profitráta indexének beállítása: (ER)

(12) Kormányzati fogyasztás szintjének beállítása (indirekt módon, a kormányzati fogyasztás a reálkamatláb-változás mínusz kétszeresével változik):

= FSGY INTGY +savrgY ⋅ WEGY ⋅ (1+ DCPIY ) - IRCH Y ⋅ 2 ⋅ ∑ PHM I,Y ⋅ GB ⋅ IGY I

(EIG)

(13) F ogyasztás, illetve háztartási megtakarítások szintjének beállítása (OPTC = 2 esetén a változó fogyasztás a reálkamatláb-változás mínusz kétszeresével változik): CLG ,Y − tcG ,Y ha OPTC = 1  0=   SH / CPIS sh0 CL IRCH 2 ha OPTC 2 = G ,Y −  G ,Y + G ,Y ⋅ Y ⋅   G ,Y (ECPIS2) (14) Ágazati beruházások szintjének beállítása (invelJ és intelJ az autonóm beruházások tőkeár- és reálkamat-rugalmassága):  PK J ,Y  ( finvrJ ,Y ⋅  INVS J ,=  Y  pk 0 J 

invelJ

− IRCH Y ⋅ intelJ ) ⋅ ( K J ,Y − HINVSH J ⋅ ∑ HOUSG ,Y ) + G

INVGJ ,Y PINVS J ,Y

+ HINVSH J ⋅ ∑ HINVG ,Y G

(EINVS) (15) Célfüggvény definíciója (nt az időszakok számát jelenti)22

OBJ =

∑ BTR Y

Y

nt

(EOBJ)

(16) Ágazati tőkekínálat akkumulációja (KSJ,Y jelesül a (11)-es és (23)-as egyenletekben szerepel):

aacap , J  KS J ,Y =  KS (1 amr ⋅ − J ,Y −1 ) + INVS J ,Y  J ,Y −1

Y =1 Y >1

(EKS)

22 Technikai változó: a GAMS egy kifejezést (függvényt) nem tud maximalizálni, csak egy szabad változót, ezért a célfüggvényértéket az OBJ változóhoz rendeljük

52


ÁROP-1.1.10-2011-2011-0001

(17) Ágazati tőkekeresletek (felhasználva pl. a (14)-ben):

= K J ,Y RK J ,Y ⋅ X J ,Y

(EK)

(18) Ágazati munkaerőkeresletek (felhasználva pl. a (24)-ben):

= LJ ,Y RLJ ,Y ⋅ X J ,Y

(EL)

(19) Az output egy egységére jutó tőke-munka kombináció (kompozit) minimális (optimális) költsége ágazatonként:

( ak

PRJ ,Y=

rel ( J ,Y ) J ,Y

⋅ (rk0J ,Y ⋅ PK J ,Y )1− rel ( J ,Y ) + alJrel,Y( J ,Y ) ⋅ (rl 0 J ,Y ⋅ PLJ ,Y )1− rel ( J ,Y ) )

1/(1− rel ( J ,Y ))

(EPR)

További definíciók: (20) Beruházás beruházási javakból (ahogy megjelenik az Input-Output táblákban):

= BI ,Y

∑ ( bhm

I , J ,Y

J

⋅ INVS J ,Y )

(EB)

(21) Beruházási árindex (aggregált):

PINVY =

∑ PHM ∑B

I ,Y

I

I

⋅ BI ,Y

I ,Y

(EPINV)

(22) Beruházási árindex beruházó szektoronként:

= PINVS J ,Y

∑ PHM I

I ,Y

⋅ bhmI , J ,Y

(EPINVS)

(23) Ágazati profitráták, illetve tőkehasználatok (in the case of OPTR = 1 and rs0J,Y should be uniform accross sectors, i.e. rs0J,Y = rrc):

 RS J ,Y − RY ⋅ rs0J ,Y ha OPTR = 1 és rs0J ,Y > 0  0= 1 és rs0J ,Y ≤ 0  RS J ,Y − rs0J ,Y ha OPTR =  K − KS ha OPTR = 2 J ,Y J ,Y  (ERS) (24) Bruttó bérek ágazatonként:

 WRJ ,Y − wr0J ,Y 0 =  LS G , J ,Y − LJ ,Y ∑ G

optw = 1 optw ≠ 1 (EWR)

(25) Tőke bérleti díja (walrasi értelemben):

PK J ,Y= PINVS J ,Y ⋅ (amrJ ,Y + RS J ,Y )

(EPK2)

53


ÁROP-1.1.10-2011-2011-0001

(26) A munkaerő fajlagos költsége:

PLJ ,Y = WY ⋅ WRJ ,Y ⋅ (1 + wg0J ,Y )

(EPL)

(27) Export fajlagos bevétele:

PZ I ,Y= txz I ,Y ⋅ VY ⋅ PEI ,Y

(EPZ)

(28) A hazai kibocsátás árindexe:

PDI ,Y =

PAI ,Y ⋅ X I ,Y − PZ I ,Y ⋅ Z I ,Y XDI ,Y

(EPD)

(29) Import felhasználói ára:

PM I= txmI ,Y ⋅ VY ⋅ pwmI ,Y ,Y

(EPM)

(30) Exportkínálat (a fajlagos bevétel maximalizálása esetén zxelI,Y = 1 , zelsI,Y = a transzformáció rugalmassága, és a z0I,Y/xdt0I,Y arányt a bázisévi adatokból és a CET-függvény paramétereiből határozzuk meg: pl. ha PD/PZ = 1, akkor z0I,Y/xdt0I,Y = (azI,Y /adI,Y) zelsI,Y):

Z I ,Y

 PDI ,Y = z0I ,Y ⋅   PZ I ,Y 

  

zelsI ,Y

 XDI ,Y ⋅  xd0 I ,Y 

  

zxelI ,Y

(EZ)

(31) Ágazati output átlagára:

PAI ,Y ⋅ (1 −= ptxI ,Y )

∑ PHM J

J ,Y

⋅ ahmJ , I ,Y + PLI ,Y ⋅ RLI ,Y + PK I ,Y ⋅ RK I ,Y + PINVY ⋅ profcI ,Y (DX)

(32) Háztartások változó fogyasztása (a jólét maximalizáló esetben acG,I,Y és celG,Y a jóléti függvény részesedési és helyettesítési rugalmassági paramétere):

 CPISG ,Y CV= CLG ,Y ⋅ acG , I ,Y  G , I ,Y  txc ⋅ PHM I ,Y  I ,Y

  

cel ( G ,Y )

(DCV)

(33) Árszint beállítása („numeraire”) (figyelembe véve, hogy a fogyasztói árindex rétegenként eltérő):

VY = 1 (DBTR)

54


ÁROP-1.1.10-2011-2011-0001

A következő 4 egyenlet (részben általánosítva) a statikus NLP-feladat alábbi elsőrendű feltételeiből (Lagrange-fügvénye parciális deriváltjaiból) vannak származtatva:

∂f I ∂t ∂L = PHM I ⋅ − PAI ⋅ I = 0 ∂XDI ∂XDI ∂XDI , ∂g I ∂L = PRI ⋅ −W ⋅ X I= 0 ∂RLI ∂RLI , ∂g I ∂L = PRI ⋅ − R ⋅ X I= 0 ∂RK I ∂RK I

∂f ∂L 0 = PHM I ⋅ I − (1 + V ) ⋅ pwm = I ∂M I ∂M I ,

(34) Az import-hazai kombináció (kompozit-termék) árindexe:

PHM I ,Y =

PDI ,Y ⋅ XDI ,Y + PM I ,Y ⋅ M I ,Y CES I ,Y

(EPHM)

(35) Import kereslet (optimális viselkedés esetén melI,Y a helyettesítési rugalmasság és mhI,Y = (amI,Y /ahI,Y) mel(I,Y), ahol amI,Y és ahI,Y a CES import-hazai helyettesítési függvény részesedési paraméterei):

 PDI ,Y M I ,Y = mhI ,Y ⋅   PM I ,Y 

  

mel ( I ,Y )

⋅ XDI ,Y

(EM)

(36) Fajlagos ágazati munkaerő-keresletek (optimális, ha alI,Y és relI,Y a CES tőke-munka helyettesítési függvény részesedési és helyettesítési rugalmassági paraméterei; a CESLKJ,Y szorzó pedig ki lett helyettesítve 1-gyel a CESLKJ,Y = 1 összefüggés miatt):

 al ⋅ PRJ ,Y = RLJ ,Y rl0J1−,Yrel ( J ,Y ) ⋅  J ,Y  PL J ,Y 

  

rel ( J ,Y )

(ERL)

(37) Fajlagos ágazati tőkekeresletek: (optimális, ha akI,Y és relI,Y a CES tőke-munka helyettesítési függvény részesedési és helyettesítési rugalmassági paraméterei; a CESLKJ,Y szorzó pedig ki lett helyettesítve 1-gyel a CESLKJ,Y = 1 összefüggés miatt): 1− rel ( J ,Y ) J ,Y

= RK J ,Y rk0

 ak ⋅ PRJ ,Y ⋅  J ,Y  PK J ,Y 

  

rel ( J ,Y )

(ERK)

Ezzel befejeztük azon egyenletek felsorolását, amelyek egy NLP optimális erőforrás-allokációs feladatból származtathatók. Az egyenletek következő csoportja a munkaerő ágazatközi mobilitásának korlátait (a transzformáció veszteségét) és relatív bérrugalmasságát, a másodlagos jövedelemelosztást, a megtakarítási-beruházási viselkedést, a reál- és pénzügyi vagyon akkumulációját és a segédváltozókat (beleértve a statisztikákat) képviseli:

55


ÁROP-1.1.10-2011-2011-0001

(38) Beruházás az emberi tőkébe (az emberi tőke volumenét a bázisévi fogyasztói áron mérjük, és a prochsG,I,Y együtthatók mutatják meg, hogy egy adott termék egységnyi fogyasztása hány egységgel növeli az adott réteg emberi tőkéjét23):

HUMINV = G ,Y

∑ ( procsh

G,I,Y

I

⋅ pc0I ⋅ CG , I ,Y )

(EHUMINV)

(39) R étegenkénti teljes munkaerő-kínálat (a munkaerő amortizációja és az emberi tőkébe való beruházás eredőjeként változik):

lt0G Y =1  LTG ,Y =  LT (1 amrl ) HUMINV Y >1 ⋅ − + G ,Y −1 G ,Y −1  G ,Y −1 (ELT) (40) A munkaerő-kínálat relatív bérrugalmas része (leshG,I,Y a rögzített – elkötelezett - rész):

⋅ WAVG ,Y    als LSM G , J = LTG ,Y ⋅ 1 − ∑ leshG , I ,Y  ⋅  G , J ,Y ,Y  ⋅ W WR    I Y J ,Y

  

lel ( G ,Y )

(ELSM)

(41) Átlagos bruttó bérszint rétegenként:

WAVG ,Y =

∑ (W J

Y

⋅ WRJ,Y ⋅ LSM G,J,Y )

LTG ,Y ⋅ (1 − ∑ leshG , I ,Y ) I

(EWAV)

(42) Ágazati munkaerő-kínálat rétegenként (az elkötelezett és változó komponens összege):

LSG , J ,Y= leshG , J ,Y ⋅ LTG ,Y + LSM G , J ,Y

(ELS)

(43) Lakásberuházás (egy autonóm és egy lakásberuházási támogatástól függő rész összege, ahol az autonóm részt a reálkamatláb 1%-os emelkedése az induló megtakarítás 3%-ával csökkenti): SHG, Y HINVG ,Y = ⋅ RHINVG, Y ⋅ (1-IRCHY ⋅ 3)+MORCG, Y ⋅ MORTGG, Y PINVY (EHINV) Lakásállomány rétegenként (az amortizáció és a lakásberuházás egyenlegével változik):

auxdweal ,G Y =1  HOUSG ,Y =  HOUS (1 amrh ) HINV Y >1 ⋅ − + G ,Y −1 Y −1 G ,Y −1  (EHOUS)

23 Megjegyzendő, hogy ez az együttható függhet más körülményektől, pl. a közfogyasztás (társadalmi tőke), az egyenlőtlenség, a bizalom, az egészségi állapot, és az életmódot befolyásoló tudás szintjétől.

56


ÁROP-1.1.10-2011-2011-0001

(44) Államháztartási beruházási kiadások (a saját beruházásokat és a beruházási adók és támogatások egyenlegét foglalja magában, és a reálkamatláb 1% -os változása mínusz 2%-kal változtatja a szintjét):

INVGY = PINVY ⋅ ∑ invg0J ,Y ⋅ (1-IRCH Y ⋅ 2) J

(EINVG)

(45) Ágazati jövedelemadók: (inflációszűrt induló szint + a reálprofit változásának és a határadókulcsnak a szorzata):

INCTX J ,Y= PINVY ⋅ inctx0J ,Y +prtY ⋅ ( PK J,Y ⋅ K J,Y + SPRY ⋅ PLJ,Y ⋅ LJ,Y + PINVY ⋅ X J,Y ⋅ PROFCJ,Y + INTS J,Y - PINVY ⋅ AMRJ,Y ⋅ K J,Y - PINVY ⋅ PROFT0J,Y ) (EINCTX) (46) Háztartások fogyasztása (a fix és a változó rész összege):

C G , I ,Y = cf G , I ,Y + CVG , I ,Y

(EC)

(47) Átlagos fogyasztói árindex (a bázisévben r = 1):

CPIY =

∑ ( txc ⋅ PHM ∑ ( pc0 ⋅ C I,Y

G,I

⋅ CG,I,Y )

G , I ,Y

I

G,I

I,Y

)

(ECPI)

(48) Fogyasztói árak változása:

CPI Y * (1 + dcpi0) − 1 Y = 1 DCPI Y =  Y >1  CPI Y / CPI Y −1 − 1 (EDCPI) (49) Rétegspecifikus fogyasztói árindexek (a bázisévben = 1, csak statisztika, nincs szerepe a modell többi részében):

CPISTG ,Y =

∑ ( txc ⋅ PHM ⋅ C ) ∑ ( pc0 ⋅ C ) I,Y

I

I,Y

I

I

G,I,Y

G,I,Y

(ECPIST)

(50) Ágazatok nettó transzferjövedelme (megfelelően tovább részletezendő) (reálértékben rögzített):

NTRS J ,= VY ⋅ ntrs0J ,Y Y

(ENTRS)

(51) Háztartási rétegek nettó transzferjövedelme (megfelelően tovább részletezendő) (reálértékben rögzített):

NTRH G ,= VY ⋅ ntrh0G ,Y Y

(ENTRH) 57


ÁROP-1.1.10-2011-2011-0001

(52) Külföld nettó transzferjövedelme (megfelelően tovább részletezendő) (reálértékben rögzített):

NTRF= VY ⋅ ntrf0Y (ENTRF) Y (53) Államháztartás nettó transzferjövedelme (megfelelően tovább részletezendő) (a többi szereplőt ellentételezi, mintha minden transzfer a kormányzaton keresztül lenne átfolyatva):

NTRGY = −∑ NTRS J ,Y − ∑ NTRH G ,Y − NTRFY J

G

(ENTRG)

(54) Háztartási rétegek nettó reálkamat jövedelme (a valorizált nyitóvagyon szorozva a réteg induló reálkamatlába és az általános kamatlábváltozás összegével):

INTH = ( IRCH Y +intrhG ,Y ) ⋅ (1+DCPIY ) ⋅ WEH G ,Y G ,Y

(EINTH)

(55) Külföld nettó reálkamat jövedelme (a valorizált nyitóvagyon szorozva a szereplőre jellemző induló reálkamatláb és az általános kamatlábváltozás összegével):

INTF = ( IRCH Y +intrfY ) ⋅ (1+DCPIY ) ⋅ WEFY (EINTF) Y (56) Államháztartás nettó reálkamat jövedelme (a valorizált nyitóvagyon szorozva az államháztartás induló reálkamatlába és az általános kamatlábváltozás összegével):

INTG = ( IRCH Y +intrgY ) ⋅ (1+DCPIY ) ⋅ WEGY (EINTG) Y (57) Á gazatok nettó reálkamat jövedelme (a valorizált nyitóvagyon szorozva az ágazat induló reálkamatlába és az általános kamatlábváltozás összegével, de a bankrendszer egyenlegezi a többi szereplőét):

 ( IRCH Y +intrsJ ,Y ) ⋅ (1+DCPIY ) ⋅ WES J ,Y INTS J ,Y =  INTS + INTH + INTF + INTG ∑ I ,Y G ,Y Y Y ∑ I ≠J G

ha HHINTJ = 0 ha HHINTJ = 1 (EINTS)

(58) Reálkamatláb változása (ha opti = 1, akkor exogén, ha opti = 2, akkor arányosan változik a nettó adósság/tőkeérték hányadossal, ahol a tőkeérték képviseli a törlesztés forrását és fedezetét):

ircheY ha opti = 1      IRCH Y =  WEFY wef0   ha opti = 2 0.15 ⋅  PINVS ⋅ KS tk  ∑ J Y J Y , ,    J  (EIRCH) (59) Ágazatok megtakarítása (a hinvshJ dummy-paraméter szerepe, hogy csak az ingatlanszolgáltatás fizeti a háztartások imputált lakásszolgáltatását): (ESS) SS = NTRS J ,Y + INTS J ,Y + PINVY ⋅ profcJ ,Y ⋅ X J ,Y + PK J ,Y ⋅ K J ,Y − INCTX J ,Y − hinvshJ ⋅ PINVY ⋅ ∑ ( rrhG ,Y ⋅ HOUSG ,Y ) − stoshJ ,Y ⋅ ∑ ( PHM I ,Y ⋅ staccI ,Y ) J ,Y G

58

I


ÁROP-1.1.10-2011-2011-0001

Háztartási rétegek megtakarítása: (ESH)

SH G ,Y= NTRH G ,Y + INTH G ,Y + PINVY ⋅ mortgG ,Y

 LSG , I ,Y + ∑  (1 − HPITG ,Y − HSSCG ,Y ) ⋅ WY ⋅ WRI ,Y ⋅ LI ,Y ⋅ + hinvshI ⋅ PINVY ⋅ rrhG ,Y ⋅ HOUSG ,Y − txcI ,Y ⋅ PHM I ,Y ⋅ CG , LS H , I ,Y I  ∑ H  Államháztartás megtakarítása (költségvetési mérleg): (ESG)

SG,Y = NTRGY + INTGY - PINVY ⋅ ∑ mortgG ,Y G

+ ∑ ( INCTX I ,Y − PHM I ,Y ⋅ gbI ,Y ⋅ IGY + WY ⋅ WRI ,Y ⋅ wg 0 I ,Y ⋅ LI ,Y ⋅ (HPITG,Y + HSSCG,Y ) + PAI ,Y ⋅ ptxI ,Y ⋅ X I ,Y ) I

+ ∑ ((txcI ,Y − 1) ⋅ PHM I ,Y ⋅ (∑ CG , I ,Y + texpI ,Y ) − (txz I ,Y − 1) ⋅ VY ⋅ PEI ,Y ⋅ Z I ,Y + (txmI ,Y − 1) ⋅ VY ⋅ pwmI ,Y ⋅ M I ,Y ) I

G

(60) Külföld megtakarítása (nemzetközi fizetési mérleg): (ESF)

SF,Y = NTRFY + INTFY − BTRY − ∑ ( txcI ,Y ⋅ PHM I ,Y ⋅ texpI ,Y ) I

(61) Ágazatok nettó pénzügyi megtakarítása (bevételezik a beruházási támogatásokat és a lakásberuházási összegeket, viszont viselik az összes beruházás költségét):

FSS J ,Y =SS J ,Y + INVGJ ,Y + hinvshJ ⋅ PINVY ⋅ ∑ ( HINVG ,Y ) − PINVS J ,Y ⋅ INVS J ,Y G

(EFSS)

(62) Háztartási rétegek nettó pénzügyi megtakarítása:

FSH G ,Y = SH G ,Y − PINVY ⋅ HINVG ,Y

(EFSH)

(63) Államháztartás nettó pénzügyi megtakarítása:

FSG = SGY − ∑ INVGJ ,Y Y J

(EFSG)

(64) Külföld nettó pénzügyi megtakarítása:

FSFY = SFY (EFSF) (65) Ágazatok nettó pénzügyi vagyonának záróállománya (in the following the financial wealths are opening stocks at previous years prices):

wes0J  WES J ,Y =  WES (1 DCPIY ) + FSS J ,Y ⋅ + J ,Y −1 

Y =1 Y >1

(66) Háztartási rétegek nettó pénzügyi vagyonának záróállománya:

weh0G  WEH G ,Y =  WEH (1 DCPIY ) + FSH G ,Y ⋅ + G ,Y −1 

Y =1 Y >1

59


ÁROP-1.1.10-2011-2011-0001

(67) Államháztartás nettó pénzügyi vagyonának záróállománya:

weg0  WEGY =  WEGY −1 ⋅ (1 + DCPIY ) + FSGY

Y =1 Y >1

(68) Külföld nettó pénzügyi vagyonának záróállománya:

wef0  WEFY =  WEFY −1 ⋅ (1 + DCPIY ) + FSFY

Y =1 Y >1

Megjegyzések: A változók nagybetűvel, a paraméterek kisbetűvel vannak jelölve. A G és H halmazok egyaránt a háztartási rétegekre vonatkoznak. Az I és J halmazok egyaránt az ágazatokra vonatkoznak (rendszerint a J a termelő ágazatra, az I pedig az ágazatba sorolható termékekre). Y = 1 az induló (bázis-) évre vonatkozik, jelen esetben 2010-re. Hasonlóan Y = 2 20111-re stb.

60


ÁROP-1.1.10-2011-2011-0001

3. Adatfelvételek eredményei A Közigazgatási és Igazságügyi Hivatal (a Közigazgatási és Igazságügyi Minisztérium konzorciumi partnereként) az ÁROP-1.1.10-2011-2011-0001 jelű, „A jogszabály-előkészítési folyamat racionalizálása” című projekt keretében adatfelvételt valósított meg a magyarországi háztartások tőkejövedelme és vagyona témakörben. Az adatfelvétel lebonyolítására a hivatal a közbeszerzési eljárás, illetve az azt követő közbeszerzés nélküli tárgyalásos eljárás során, 2013. április 10-én a TÁRKI Zrt.-t választotta ki. Az adatfelvételek kidolgozása jelentős hozzáadott értékkel rendelkezik, így az előállító módszer minőségének biztosítása érdekében a KIH Kutatási Osztály, mint megbízó, is részt vett az adatfelvételi módszertan és elméleti hátterének kidolgozásában, illetve a keletkezett adatbázist saját felhasználásra gondozza és használja. A KIH – Kutatási osztály és a TÁRKI együttműködésének eredményeként 2013. augusztus 30-ra elkészült a szerződésben vállalt 500-as mintán folytatott szegénységvizsgálat, illetve a 2000-es mintán végzett tulajdonosi jövedelmek felmérése. Az alábbi dokumentumban bemutatásra kerül a KIH Kutatási Osztály és a TÁRKI által kivitelezett háztartási adatfelvétel során alkalmazott módszertan és annak elméleti háttere, illetve a lezajlott kutatás eredményei és tapasztalatai. Lépésről lépesre ismertetjük a módszertan kialakításának a menetét. A dolgozat első felében a szegény háztartásokat célzó adatfelvétel kerül összegzésre, ezt követően a 2000 háztartás felölelő általános tulajdonosi jövedelmek felmérésének a kialakítását ismertetjük. Az általános módszertani problémák bemutatása Akik a társadalom jövedelmi helyzetéről kívánnak reprezentatív képet kapni, rendszerint ugyanazzal a módszertani problémával szembesülnek, miszerint a lakosság alsó és felső deciliséről nehéz megbízható adatokat gyűjteni. Az alsó 10%-ot az adott körülmények között maradéktalanul szinte lehetetlen elérni, míg a felső 10%-ra a többségtől eltérő, nagyobb fokú válaszmegtagadás jellemző, tartva a kiadott adatokkal történő visszaéléstől. Bár a tőkejövedelmekre vonatkozóan létezik kérdés a KSH Háztartási Költségvetési és Életkörülmények Adatfelvételében (HKÉF), azonban ez a tőkejövedelmekre vonatkozó makro adat nagyon kis részét reprezentálja. Ez tekinthető a tőkejövedelem-felmérés kiinduló problémájának. A két adatfelvétel során eltérő eszközökkel igyekeztek minimalizálni a becslés torzítását a kutatás gyakorlatát kialakító szakemberek. Az ilyen adatfelvételi problémák nem egyediek, más országokban a hazai viszonyokhoz nagyon hasonló kihívásokkal kell szembenézniük a kutatóknak, ezért a nemzetközi kitekintés modellként szolgálhatott a 2000-es mintát célzó tőkejövedelmi adatfelvétel eszköztárának kialakításánál. Míg az alsó decilist célzó 500 fős felmérés esetében a hazai viszonyokhoz adaptált szűrőkérdőív nyújtott segítséget a megfelelő mintavételhez.

61


ÁROP-1.1.10-2011-2011-0001

3.1. Szegénységségvizsgálat 500-as mintán 3.1.1. A szegénység mérésének nehézségei A KIH Kutatási Osztály hangsúlyozza annak fontosságát, hogy a jövőben részletesebb információk álljanak rendelkezésre a lakosság egészének tőkejövedelméről és vagyonáról, illetve a társadalom alsó tizedének anyagi helyzetéről, hiszen ennek ismerete nélkülözhetetlen a politikai döntések és szociális intézkedések szempontjából, illetve a kutatások, elemzések és hatásvizsgálatok során használt társadalmi mutatószámokat is árnyalná egy olyan longitudinális kutatás, ami az eddig végzett felméréseknél pontosabb képet szolgáltatna a vizsgálni kívánt sokaságról. A gazdasági recesszió szintén indokolja, hogy a legrosszabb anyagi feltételek között élők ne essenek ki a szakemberek látóköréből, illetve az általuk használt adatbázisokból. Az alsó 10% elérése több oknál fogva is nehézséget okozhat a kutatók számára. Ezek közül a legfontosabb, hogy áthidalhatatlan akadályt jelent az érintettek egy részéhez történő eljutás, hiszen sokaknak nincs bejelentett lakcímük vagy nem találhatóak meg azon a címen, ami állandó lakhelynek van feltüntetve. Nyilván ez a társadalmi szegmens a legérintettebb az önkéntes lakásfoglalásokban, az idénymunkák esetében történő alkalmi elszállásolásokban, illetve innen kerül ki a hajléktalanok nagy része is. Sokszor jobb munkakörülmények reményében jobb feltételeket kínáló régiókba költöznek az elmaradottabb területek lakosai, akik később még arra sem tudják előteremteni a pénzt, hogy a nekik járó segélyért visszautazzanak, hogy a számukra biztosított támogatást felvegyék. Emellett a felvett adatok minőségét az is ronthatja, hogy a válaszmegtagadók száma nagyobb, mint a teljes populációban, illetve az adott válaszok sokszor kedvezőbb képet mutatnak a valóságnál. Látható, hogy ilyen kondíciók mellett nehézséget jelenthet, hogy legalább olyan pontos képet kapjunk, mint a társadalom módszertanilag könnyebben elérhető részéről. A társadalomtudósok és kutatók különböző módszertani korrekciókkal igyekeznek növelni az alsó decilis reprezentativitását. Jellemzően súlyozással próbálják korrigálni a rendelkezésre álló adatokat, amivel részben csökkenthető a torzítása a mintának, de mivel nincs pontos képük az alsó szegmens eloszlásáról, így a torzítás csak mérsékelhető, de nem kiküszöbölhető, ebből következik, hogy ez a megközelítés nem feltétlenül kielégítő ebben az esetben. A meglévő adatbázisokkal kapcsolatban felmerülő korlátok szintén a fent tárgyalt okokra vezethetőek vissza. Annak ellenére, hogy jelenleg Magyarországon több olyan háztartási körülményeket célzó felmérés is készül, amely eljut az alsó decilishez is, mégsem reprezentálja maradéktalanul azt, az említett okokon túl az anonimitásnak köszönhetően. Az anonim adatbázisok esetében nehezen ellenőrizhető a felvett minta megbízhatósága, hiszen az adatok nem megfeleltethetőek más mintákkal, felmérésekkel. Szemléletes példaként hozható fel az szja, ami érinti a vizsgálni kívánt háztartásokat, de feltehetőleg nem olyan arányban, mint, ahogy az a valóságban jelen van, hiszen feltételezhetjük, hogy az alsó decilisből kerülnek ki jelentős mértékben azok az egyének, akik nem töltenek ki szja bevallást, mert el sem jut hozzájuk, vagy ők nem juttatják vissza. Ebből fakadóan a rendelkezésre álló szja adatbázis nem használható mintavételhez. Egy „önmagába mutató hivatkozással” találjuk szembe magunkat, miszerint a nehezen elérhető háztartásokat súlyoznunk kellene az eloszlásuk szerint, de a nehéz elérhetőségük okán nem tudjuk az eloszlásukat. Az szja mellett, a háztartások körülményeit célzó felmérések is érintik az alsó 10%-ot. Ilyenek, a már említett, KSH által évente felvett HKÉF (Háztartási Költségvetési és Életkörülmények Adatfelvétel), 62


ÁROP-1.1.10-2011-2011-0001

illetve a TÁRKI által készített Háztartás Monitor kutatások, melyek longitudinális keresztmetszeti háztartásvizsgálatok. Mind a két felmérés reprezentatív, tehát elméletileg megfelelően képezi le az összes háztartást, de ismételten azzal szembesülünk, hogy az alsó decilist csak súlyozással lehet statisztikailag megfelelő mértékben reprezentálni, de mint említettük ez akkor lenne torzításmentes, ha jobban ismernénk az alsó 10% kondícióit, de sajnos ezek a felmérések sem nyújtanak tökéletes képet. Ezért javasolta a KIH Kutatási Osztály, hogy készüljön egy olyan felmérés, ami kimondottan ezt a közeget célozza meg és olyan módszertani eszközökkel operál, melyek képesek minimalizálni a társadalom egészét érintő felmérésekre jellemző pontatlan prezentációt. A vizsgálni kívánt populáció nagyságának megállapításához a KSH, valamint a TÁRKI egyéb adataira támaszkodtak a TÁRKI munkatársai. Ezekből az adatforrásokból kiszámítható, megbecsülhető a háztartások legszegényebb 10%-ának területi elhelyezkedése. Ily módon aggregálható a régiók és településtípusok szerinti eloszlás. Az érintett háztartások eléréséhez véletlen valószínűségi mintavételt alkalmaztak, melyben kétlépcsős, rétegzett mintavétel segítségével választották ki a mintába kerülő háztartásokat. A mintavétel első lépcsőjében a rétegekbe sorolt települések közül választottak, az ott élő háztartások számával arányos valószínűséggel a rétegek, a régió és a település típusa szerint. A második lépésben pedig a kiválasztott települések háztartásaiból egyszerű véletlen mintavétel segítségével választották ki a válaszadókat. Így biztosították, hogy a mintavételi keret minden háztartása egyenlő valószínűséggel került a mintánkba. A célcsoportot személyes kérdezéssel, „véletlen sétás” módszer segítségével érték el. A mintanagyság megállapításánál kalkuláltak azzal, hogy a különböző településtípusok között igen nagy különbség tapasztalható válaszadási hajlandóság tekintetében. Kulcsfontosságú a kérdőív alapos elkészítése, hiszen a kérdőív a kutatás mérőeszköze, a mért értékek megbízhatósága és érvényessége függ tőle. A kérdőívet a KIH Kutatási Osztály igényeinek megfelelően, vele folyamatosan egyeztetve készítette el a TÁRKI. A kérdezői munka megkönnyítése érdekében már a kérdések kérdőívbeli formájának kialakításakor arra törekedtek, hogy megelőzzék az olyan kérdezői hibákat, amelyek utólag már ritkán korrigálhatóak. A kérdezési felületbe épített logikai kontrollok segítettek a kérdezőnek az adott válaszolót érintően a fel nem teendő kérdések, a szűrőkérdések és a logikai ugratásokban történő eligazodásban. A végleges kérdőív kialakítását próbakérdezés előzte meg, ezt a mintavétel ismertetésénél részletezzük. 3.1.2. Az alsó decilist célzó vizsgálat során alkalmazott szűrőkérdőív kialakításának folyamata A megbízó, KIH Kutatási Osztály munkatársai, a pályázati anyag értelmében, kérték a megbízott szakemberektől, hogy ismertessék a háztartási kérdőív kitöltését megelőző szűrőkérdőív kérdéseit, illetve szakmailag indokolják meg, hogy a bekerült kérdések milyen megfontolások mentén lettek kialakítva. A szűrőkérdőív esetében két lehetséges megközelítés közül lehetett kiválasztani a kutatáshoz mérten a legalkalmasabbat. Az alábbiakban ismertetésre kerül, hogy az első módszertani alkalmazás eredményeképpen a szegények mekkora része került volna be a mintába és a kutatásban részt vevő háztartások mekkora része nem tartozott volna a vizsgálni kívánt sokasághoz, illetve a két megközelítés közül a Kutatási Osztály képviselői végül miért választották a második módszertani eljárást. A népesség legalacsonyabb jövedelmű egytizedére kiterjedő kérdőíves adatfelvétel nehézsége – mint már feljebb említettük–, hogy nem áll rendelkezésre olyan nyilvántartás, amely a szegény népesség 63


ÁROP-1.1.10-2011-2011-0001

mintakeretét jelenthetné. Ha ezt a keretet most kéne létrehozni, akkor tízszer annyi háztartást kellene felkeresni és lekérdezni ahhoz, hogy a szükséges számot megtaláljuk. Az ilyen jellegű felmérések hátránya a költségesség és az önkéntességből fakadó korlátozott reprezentativitás, illetve a nagyfokú időigényesség. Egyes országokban elérhető lehetőség, a hazai gyakorlattól eltérően, hogy ezekhez az információkhoz a lakosság megkérdezése nélkül, regiszteri adatok felhasználásával lehet hozzájutni. Ha nincs direkt elérési lehetőségünk, akkor szükségessé válik, hogy többségében a vizsgálni kívánt sokaságra koncentrálódjon a felkeresett háztartások száma. Ezt leghatékonyabban a kérdőívet megelőző rövid szűrőkérdőívvel lehetett kivitelezni. A szűrőkérdőív funkciója nagyon fontos, mind költség, mind minőség hatékonyság szempontjából, hiszen ki kell válogatni a kérdezőbiztosnak, hogy a hosszú és részletes kérdéssort lehetőleg csak a megcélzott sokaság, jelen esetben a szegény háztartások tagjai, töltsék ki. A szűrőkérdőív tartalmáról, a lehetséges alternatívák mérlegelése után, közösen döntöttek a TÁRKI szakemberei és a KIH Kutatási Osztály munkatársai. A kutatás előkészítési szakaszában két megközelítési lehetőség merült fel a kérdezendő háztartások kiválasztására. Egyrészt indirekt módon lehetett volna megközelíteni a problémát, proxy kérdések segítségével, másrészt direkt módon, az adott háztartásban az egy főre jutó jövedelemre konkrétan rákérdezve. Először az első megközelítés által kínált lehetőség hatékonyságát mérték fel a TÁRKI munkatársai. Ebben az esetben, a kérdőív elején egy olyan pár kérdésből álló szűrőkérdőív került volna kialakításra, amelynek célja, hogy néhány egyszerű kérdéssel kiválogassa azokat a háztartásokat, akik az átlagosnál lényegesen nagyobb valószínűséggel tartoznak a népesség jövedelem szerinti alsó tizedébe. Ez a kérdéssor a jövedelmi kondíciókat direkt nem érintette volna, hanem olyan feltételekre kérdezett volna rá, melyek valószínűsítik a célsokasághoz való tartozást. Hogy a maximális hatékonyságot elérjék, mindenképpen szem előtt kellett tartani az alábbi szempontokat: egyszerűség: hogy a szűrőkérdőív csak néhány item terjedelmű legyen, reprezentativitás: azok között, akik nem mennének át a szűrőkérdezésen nem lehet sok szegény, mert akkor a bennmaradó szegény-népesség nem lesz reprezentatív az összes szegényre; illetve hatékonyság: akik átmennek, azok között minél nagyobb legyen a szegények aránya, hogy relatíve kevés háztartást kelljen „feleslegesen” lekérdezni. Látható, hogy ezek a szempontok ellentmondanak egymásnak: a reprezentativitás igénye szükségessé teszi, hogy olyan csoportot is a mintában maradjon, ahol viszonylag alacsony a szegények aránya, ha ez a csoport elég nagy. A hatékonyság és a reprezentativitás követelményeinek egyszerre eleget tevő szűrési szabály viszont túl bonyolult lenne ahhoz, hogy egy ilyen szűrőkérdőívben alkalmazzuk. Ez volt az egyik érv, amiért a KIH Kutatási Osztály munkatársai nem támogatták ezt a megoldást. Az eredeti megközelítés értelmében a TÁRKI szakemberei – mint följebb említettük – nem akartak közvetlenül jövedeleminformációt kérdezni, arra hivatkozva, hogy a háztartás részletes jövedelem felmérése bonyolult és hosszú kérdéssor megválaszolását igényelné. A reprezentativitás érdekében a szűrést nem is a szegénnyé válás valószínűségét növelő demográfiai és társadalmi-gazdasági háttérváltozókra (iskolázottság, munkaerő-piaci státusz, háztartásszerkezet) alapozták volna, hanem a szűrésnél a jövedelmi szegénységgel szorosan korreláló más szegénységi indikátorokra. Az anyagi 64


ÁROP-1.1.10-2011-2011-0001

depriváltság és a szubjektív szegénység indikátorait vették volna bele az előzetes kérdőívbe Az anyagi depriváltságon belül a tartós fogyasztási cikkekkel való rendelkezés, lakásjellemezők, valamint a fogyasztási nehézségeket értették (pl. nem jutott elegendő pénze fűtésre). A szubjektív szegénység indikátorainál pedig a háztartás tagjai saját maguk jellemezték volna a háztartás anyagi helyzetét: („Hogy érzi, Önök anyagilag hogy élnek?”, „Az elmúlt 12 hónapban előfordult, hogy hónap végére elfogyott a pénzük?”). A szűrőkérdések kiválasztásának első fázisában a lehetséges változók közül azok merültek fel megfelelő indikátornak, amelyek legerősebben korrelálnak a jövedelmi szegénységgel. Ennek vizsgálatára olyan többváltozós statisztikai modelleket (probitmodelleket24) futtattak, amelyek az jövedelmi szegénységet a szubjektív szegénység és az anyagi depriváltság indikátoraival magyarázták. Mivel itt a háztartásra jellemző indikátorok kiválasztásáról volt szó, ezért a szegénységet háztartási szinten definiálták, és elméletben azt a háztartást tekintették szegénynek, amely a jövedelmek háztartások közötti eloszlásának medián jövedelme 60%-ánál kevesebb jövedelemmel rendelkezett. Az előzetes próbakutatásból kapott adatok alapján azt kapták, hogy a legerősebben a szubjektív szegénység indikátorai magyarázzák a jövedelmi szegénység előfordulását. Ezért a próbaszakaszban a szubjektív szegénység első szűrőként szerepelt. A két lehetséges kérdés közül a „hónap végi pénzzavar” kérdésre esett a választás, és azokat szűrték ki első lépésben, akiknél az elmúlt 12 hónapban egyszer sem fordult elő ilyen típusú anyagi nehézség. Az előzetes tapasztalatok, a próbakérdezés alapján ezen a szűrőn a háztartások 55%-a akad fenn, tehát 45% azok aránya, akiknél előfordult az elmúlt évben hónap végi pénzzavar. A másik, meglehetősen szubjektív kérdés, „Hogy érzi, Önök anyagilag hogy élnek?” kevésbé használható előszűrőként, ha ezt a kategóriát kiszűrték volna, akkor nagyon sok szegény háztartást vesztettünk volna el a mintából (n = 86), ha pedig ezt a kategóriát nem szűrték volna ki, akkor a kérdésük csak kevés háztartást válogat ki, így ez a szelekció kevésbé hatékony. A további szűrőkérdéseket az alapján választották ki, hogy a mennyire magyarázzák a jövedelmi szegénységet azok között, akik az első szűrőkérdésen átmentek, tehát akiknél előfordult az elmúlt 12 hónapban hó végi pénzzavar. A kapott eredmények értelmében, a jövedelmi szegénységet statisztikailag leginkább befolyásoló magyarázó változók: „előfordult, hogy nem jutott elegendő pénz élelmiszerre”, „nincs vízöblítéses WC a lakásban” „következő 12 hónapban nem tudnak megtakarítani”, „nincs digitális fényképezőgép”, „nincs hagyományos telefon”. Ezek közül az első három indikátor használatát javasolták szűrőkérdésként. Ebben a második lépcsőben az első szűrésen átment háztartások további 20%-át szűrték volna ki. Összességében a szűrés két lépcsőjén a háztartások 36%-a ment volna át, tehát mintegy 2/3-ad a kérdések segítségével kiszűrt háztartások aránya. De ezzel a megoldással a szűrőkérdőíven átment háztartások közel 25%-a is a jövedelmi szegények csoportjába tartozott volna, sőt ez az arány a kutatás lebonyolítása során még magasabb lehetett volna. Ezen eredmények következményeként a KIH Kutatási Osztály munkatársai kérésére nem ez a módszertani megközelítés került alkalmazásra.

24 A probit modellt lásd az 1. mellékletben.

65


ÁROP-1.1.10-2011-2011-0001

A választás végül a második megoldásra esett, amely a direkt jövedelmi kérdést tartalmazó szűrőkérdőív használatát jelenti, ahol a jövedelmi kérdést néhány, az anyagi helyzettel kapcsolatos, az előzőekben vázolt kérdés egészít ki. A közvetlen kérdezés kellemetlenségét oldandó előzik meg a direkt kérdést általánosabb kérdések. Az indikátorrendszer kialakításában közreműködő munkatársak az alábbi javaslatokat kérték a szegény háztartásokat célzó kérdőív esetében: Az eredeti szűrőkérdőívben a négy kérdés esetében kettő olyan volt, hogy a nem megfelelő válasz esetén új háztartást kellet keresni. Ezt a KIH Kutatási Osztály javaslatára módosították úgy, hogy a négy kérdés közül csak az utolsó határozza meg a felmérésbe való bekerülés lehetőségét. A kritérium értelmében a kérdezőbiztos akkor veheti fel a teljes kérdőívet, ha a háztartásában az egy főre jutó havi jövedelem 40 000 forintnál kevesebb. Az így meghatározott határ megfelelően szűri a kutatásba kerülőket. Továbbá olyan módosítási javaslatok fogalmazódtak meg a KIH részéről, mint a foglalkoztató szervezetről lehessen tudni, hogy állami, vagy nem állami; a háztartásokban található szobák számára is kérdezzenek rá; a lakásértékek megállapításánál az alsó kategóriát, ami eredetileg a 3 millió alattiakat foglalta magában, további kategóriákra legyen szétbontva; a hitelekkel kapcsolatos kérdéseknél az esetleges 90 napos elmaradások is kerüljenek feljegyzésre, hogy az egyéb kutatásokban található adatokkal is összevethető legyen;25 a kamat mellett a THM is kerüljön felmérésre, illetve a futamidő, mivel a futamidő, THM és törlesztőrészlet együtt kontrollként szolgálhat a hitelek valóságnak megfelelő mértékű felmérésére, és végül a kérdezőbiztos is ítélje meg, hogy a válaszadó roma/cigány származású volt-e. Bár direkt kérdésként is felmerül a kérdőívben, de így az ilyen irányú adatok megbízhatóságának is lesz így egy rendelkezésre álló, bár szubjektív, kontrollja. (A véglegesített szűrőkérdőívet lásd a 2. mellékletben.) A direkt jövedelem mint mérőeszköz ismertetéséhez érdemes bemutatni, hogy a választott indikátor milyen tulajdonságokkal rendelkezik. 3.1.3. Az egy főre eső jövedelem mint szegénységet mérő eszköz Mind a nemzetközi kutatások (EU-SILC, Eurostat), mind a hazai kutatások (KSH, TÁRKI) adatai alapján végeznek jövedelmi szegénység és anyagi depriváció vizsgálatokat. A szakemberek országonként nyomon követhetik ezeknek a mutatószámoknak a változását és az egymáshoz való nemzetközi viszonyát, ezzel olyan adatokat nyernek, melyek árnyalhatják az egyéb gazdasági mutatókat. A továbbiakban bemutatjuk a jövedelem indikátor használatából fakadó előnyöket és hátrányokat, illetve a kapcsolódó fogalmakat tisztázzuk. A háztartás a közös jövedelmi és fogyasztási egységet alkotó személyek összessége. A háztartás egészét megillető jövedelmek összeadódnak és közösen kerülnek felhasználásra, ezt tekintjük háztartási jövedelemnek. Ennek értelmében hazai és nemzetközi felmérések (pl. Eurostat), a lakosság jövedelmi helyzetének meghatározásakor a háztartás tagjainak összes jövedelméből indul ki, s azzal a feltételezéssel él, hogy a befolyt összjövedelem az együtt élő háztartástagok között arányosan oszlik meg (KSH, 2005). A jövedelem jóléti mutatóként való alkalmazását elsősorban az indokolja, hogy a többi indikátorhoz képest könnyen mérhető. A jövedelmi tételek zömét a háztartások eleve pénzben kapják. Éppen ezért meg is tudják adni, hogy mekkora jövedelemmel rendelkeznek, illetve rendelkeztek egy adott időszakban. A válaszadást olyan dokumentációk (keresetigazolás, nyugdíjszelvény, adóbevallás stb.) is megkönnyítik, amelyek az egyéb gyakran használt mérőszámok (pl. a kiadás, a fogyasztás) esetében hiányoznak. 25 P éldául az ilyen irányú KSH–HKÉF- és MNB-adatokkal.

66


ÁROP-1.1.10-2011-2011-0001

A jövedelmi adatok − számos ország esetében − nemcsak a háztartásoktól szerezhetők be, hanem intézményi forrásokból, regiszterekből is. Előnyei között szerepel még, hogy a háztartások számára rendelkezésre álló jövedelem szabadon felhasználható, elkölthető vagy felhalmozható. Nagyságát nem befolyásolják a kiadási-fogyasztási szokások, közvetlenül az értékrend és az életciklus sem. A jövedelem használatánál egyszerűbb az időbeli, illetve az országok közötti összehasonlítás. A jövedelem összetevői, a jövedelem forrásonkénti elemzése, a jólét és különösen a szegénység szempontjából többletinformációt is hordoz. A hátrányok között kell említenünk a jövedelembevallás pontatlanságát, a tudatos elhallgatásokból származó és a felejtésből származó torzításokat. A jövedelemre, a megélhetési forrásokra vonatkozó kérdésekre a lakosság nem szívesen válaszol, ezért szélsőséges esetekben nagy lehet a válaszmegtagadók aránya. A fönt bemutatott előnyöket és hátrányokat mérlegelve esett a választás a jövedelemre, mint a legmegfelelőbb indikátorra. Bár a mérőszám több elméleti és gyakorlati problémát vet fel, de tartalmában világosabb, mérését tekintve pedig egyszerűbb, stabilabb és megbízhatóbb, mint az alternatívaként alkalmazható kiadás vagy a fogyasztás. 3.1.4. A szegénységi küszöb meghatározása, abszolút és relatív szegénység A szegénység méréséhez elengedhetetlen a szegénységi küszöb, mint fogalom definiálása. Hiszen ezzel a mutatószámmal tudjuk meghatározni azt a kritériumot, ami alapján besoroljuk a háztartásokat „szegény”, illetve „nem szegény” kategóriába. A szegénység meghatározásánál különböző szempontokat kell figyelembe venni. Nagyban meghatározza a szegénység fogalmát, hogy mihez képest szeretnénk definiálni. Egy adott régió, körzet, ország belső viszonyaihoz mérten, vagy esetleg más mérések eredményeivel kívánjuk összevetni. Ebből fakadóan a szegénység mérésének nincs általános módszertana, hanem a különböző lehetőségek közül választunk annak fényében, hogy mire vagyunk kíváncsiak. Ennek értelmében két fő szegénységi fogalmat különböztetünk meg: relatív és abszolút szegénységet. Ebből az értékből kaphatjuk meg a szegénységi küszöb meghatározását, ami segít a vizsgált sokaságot két részre bontani. Egyik csoport, aki szegénynek számít, míg a másik nem. Számtalan szegénység mutató és index létezik, melyeknek a bemutatásától eltekintünk, kizárólag a relatív és abszolút szegénységgel foglalkozunk részletesebben. Mint már korábban említettük, a jövedelem tűnik a szűrőkérdőívben legideálisabb indikátornak annak eldöntésére, hogy melyik háztartás kerüljön be a mintánkba. A relatív jövedelmi szegénység meghatározásának alapja az adott ország jövedelemeloszlása. Ebben az esetben a háztartás anyagi helyzete a többi háztartás anyagi kondícióihoz képest kerül meghatározásra. Ettől a viszonytól válik a mutató relatívvá. Ez a mérőszám figyelembe veszi, hogy koronként és országonként egyedi értelmezése van a szegénységnek. A viszonyszám különböző értékeket vesz föl a legtöbb esetben, attól függően, hogy a mediánjövedelemhez képest, vagy az átlagjövedelemhez képest határozzák meg a küszöböt. A két középérték tulajdonságai között lényeges eltérések mutatkoznak. A medián esetében a különböző jövedelemszintek előfordulási gyakoriságára lesz érzékeny a küszöb, míg a kiugró értékekre és a szóródásra kevésbé. Ezzel szemben az átlagjövedelem a jövedelem nagyságára és szóródására érzékeny. Ebből fakadóan a szakemberek a mediánjövedelmet szeretik használni a felmérések során. 67


ÁROP-1.1.10-2011-2011-0001

A relatív szegénységi küszöbbel szemben van az abszolút szegénység, ami nem veszi figyelembe az adott országra jellemző belső viszonyokat. Ilyen például, ha napi fejenként egy dollárba határozzák meg a szintet. A két megközelítést ötvözi a vásárlóerő paritáson alapuló index, mely a relatív szegénységi küszöböt egy abszolút elemmel árnyal. 3.1.5. Az alsó decilist célzó mintavételi eljárás bemutatása A társadalom alsó 10%-át célzó kutatás célcsoportja a magyarországi magánháztartások alapsokasága volt. A TÁRKI munkatársai véletlen valószínűségi mintavételt javasoltak, melybe a fent bemutatott kétlépcsős, rétegzett mintavételi eljárással válogatták össze a háztartásokat, személyes kérdezéssel, „véletlen sétás” módszer segítségével érték el. A minta rétegzése a régiók valamint településtípus alapján történt. Négy településréteg került megkülönböztetésre: • Az első településréteget a főváros, Budapest alkotja. • A második településkategóriába a megyei jogú városok tartoznak (e városok a mintavételben különkülön réteget alkotnak, és a mintanagyságot ebben az esetben lakosságarányosan számították ki). • A harmadik településkategóriát pedig az egyéb városok jelentik. • A negyedik településréteget pedig a községek26 alkotják. A harmadik és negyedik településkategória esetében régiónként és településtípusonként rétegeztek a TÁRKI munkatársai, ily módon a kiemelt településeken túl 14 rétegre (7 régió mindegyikében 2-2 településtípus) osztották a populációt, és így a mintát is. A kiinduló minta nagysága a lakosságszám rétegenkénti arányától két szempont miatt tér el: 1. A rétegenkénti lakosságszám aránytól annyiban tértek el, a fönt bemutatott mintavétel értelmében, mint amennyire a szegény háztartások eloszlása más területileg, régiónként, illetve településtípusonként. 2. Budapest rétegen belül a kerületek közti elosztásnál figyelembe vették, hogy értelmesen és szakmai lag indokolható módon lehessen kiinduló címekről szegény háztartás interjút készíteni. Ennek fényében területileg koncentráltabb minta alkalmazását eszközölték Budapesten, mivel ilyen irányú kutatói tapasztalataik szerint a nagyvárosokban nagyobb arányban találhatóak a célcsoport tagjai. Az 500 fős adatfelvételnél a sikerességi hányad 0,659 (kitöltött kérdőívek száma / felkeresett mintaelemek száma) volt. 85 db volt a mintavételi pontok száma. Az Indikátorok 500 kutatás adatfelvétele 2013. július 3-tól 28-ig tartott. Az Indikátor kutatás kérdőíveinek kitöltöttsége eléri a megkívánt 70%-os szintet. Az adatbázis 427 numerikus változót tartalmaz, ez az 502 kérdőív esetén 214 354 adatot jelentene, ha minden kérdésre mindenki válaszolt volna. Jelen teljesítéssel az adathiány 1% alatti (1593). Az egyéni kérdőívek esetében az 1164 kérdőív darabonként 45 változót tartalmaz, ami 52 380 adatot jelente, ha minden kérdésre mindenki válaszolt volna. Jelen teljesítéssel az adathiány 1% alatti (227). Sikeres kérdezések ellenőrzése összesen 25 esetben, rendben találták őket. Egy esetben került sor törlésre a kérdőív, mert a kérdezett nem töltötte be a 18. életévet. További három eset pedig azért került ki a teljesített adatbázisból, mert nem felelt meg a szűrő kritériumoknak. 25 esetben ellenőrizték véletlenszerűen a sikertelen kérdőíveket, és rendben találták őket. Az ada26 Vagyis a második és harmadik településréteget közigazgatási kategóriák mentén választották el, a várossá nyilvánított települések jelentik a második csoportot.

68


ÁROP-1.1.10-2011-2011-0001

tellenőrzés az alapsorok tisztítását és az adatok logikai ellenőrzését jelenti. A „nyers” adatbázis ös�szeállítását követően az adatokat számítógépes ellenőrzési folyamatnak vetették alá, amely során az esetleges logikai ellentmondások kimutatásával keresték az esetlegesen bennmaradó hibákat. Ezt a munkálatot a hibakeresésben, javításban gyakorlattal rendelkező, a programozáshoz is értő munkatársak végzik. Az ellentmondásosnak tűnő adatokat tartalmazó kérdőíveket logikai úton vagy a kérdezettek telefonos felkeresésével javították. 3.2. T ulajdonosi jövedelmek vizsgálata 2000-es mintán A 2000-es minta-adatfelvételtől, az alsó decilisre fókuszáló felvételtől módszertanilag annyiban tér el, hogy ezen mintavétel során az egész népesség reprezentatív felmérése volt a cél. Természetesen ebben az esetben is felmerülnek az alsó 10%-ot érintő, korábban ismertetett problémák, de ebben az esetben nagyobb hangsúlyt kap a célsokságon belül található felső decilis elérhetőségének kérdése. Az 500 minta segítségével már rendelkezésünkre állhatnak olyan statisztikai, módszertani eszközök, amivel az alsó decilis torzítását ellensúlyozhatjuk. Viszont a felső 10% válaszmegtagadásának korrigálási lehetőségeit még nem tárgyaltuk. A nemzetközi irodalom különböző módszertani megoldásokat kínál, ezért az ilyen irányú kitekintés indokolt. 3.2.1. Nemzetközi tapasztalatok áttekintése A tőkejövedelmek és vagyon felmérés témájában az európai és amerikai gyakorlatot is érdemes ismertetni. Az amerikai gyakorlatot a Survey of Consumer Finances (SCF) kutatás jelenti, mely 1983-ra nyúlik vis�sza, így ez tekinthető az ilyen témájú kutatások kiindulópontjának. Az SCF az Egyesült Államok központi bankja (FED) által finanszírozott háromévente megvalósuló kérdőíves kutatása.27 A 2000 fős adatfelvételi minta esetén figyelmet kell fordítani a válaszmegtagadásból fakadó mintavételi torzításokra. A tőkejövedelem és a vagyon felmérésének módszertani problémája jelentős részben abból adódik, hogy a vagyon eloszlása nagyon koncentrált. Az Egyesült Államokban a vagyon kétharmada a lakosság leggazdagabb 10%-ának, egyharmada a lakosság leggazdagabb 1%-ának kezében van (3.1. táblázat). 3.1. táblázat: A vagyon eloszlása az SCF 2004-es adatai alapján az Egyesült Államokban Nettó vagyon Alsó 50% 50–90% 90–95% 95–99% Legmagasabb 1% Együtt

Csoport aránya

2,9% 30,9% 12,9% 19,7% 33,6% 100,0%

Arány standard hibája 0,3 2,8 1,1 1,4 5,1 0,0

Megfigyelések száma 1 642 1 097 132 109 27 3 007

Forrás: Kennickell 2008.

A vagyon eloszlásának koncentrált volta amiatt okoz problémát, mert a gazdagabb rétegekben a válaszadási arány alacsonyabb (Kennickell 2005), mint a középrétegekben. Ez vezethet oda, hogy az 27 A kutatás dokumentációja, illetve az ezzel kapcsolatos jelentések elérhetőek a http://www.federalreserve.gov/econresdata/scf/scfindex.htm honlapon.

69


ÁROP-1.1.10-2011-2011-0001

egyszerű véletlen mintavételen alapuló mérésekben a vagyont és a belőle származó tőkejövedelmet szisztematikusan alulbecsülhetjük. A vagyon eloszlásáról a fenti amerikaihoz hasonló magyar adatokkal nem rendelkezünk. Feltételezhető, hogy a koncentráció mértékében van eltérés, azonban bizonyos, hogy a tendencia létezik, és jelentős részben ez okozza a tőkejövedelem és vagyon alulbecslését. A gazdagok körében az alacsony válaszadási aránynak az amerikai tapasztalatok alapján számos oka van. Ilyen, hogy a gazdagok nehezen elérhető területen laknak (körülzárt, őrzött, személyzettel rendelkező lakókörnyezet), illetve, hogy a kérdezőbiztosnak problémát okoz, hogy: • fellelje a válaszadót, • kapcsolatba lépjen vele, • felkeltse a figyelmét, • biztosítsa a kérdezés legitim és bizalmas voltáról, • megfelelő időt kapjon az interjú elvégzésére. Utóbbi azért is fontos szempont, mert számukra a kérdőív megválaszolása hosszabb időt vett igénybe (a medián időtartam másfél óra volt, 20% esetében pedig a 2 órát is meghaladta) (Kennickell 2009). A kutatásban a problémák áthidalására több megoldást alkalmaztak. A kérdezett érdeklődésének felkeltésére és a kapcsolat megteremtésének érdekében előzetes levelet küldtek a kérdezetteknek. Az interjúk megszervezése a kérdezők számára telefonon is lehetséges volt, és a terepmunkára hosszú időt hagyott a kutatás. A magas jövedelműek körében a kiemelkedő válaszmegtagadási arány ellensúlyozására ezeket a háztartásokat a mintában felülreprezentálták. Kéttípusú mintavételt használtak: egy területileg arányos mintát és egy címlistán alapuló mintát. A címlistás minta alapjául az adóbevallás szolgált, ebben volt lehetőség a gazdagok felülreprezentálására. A címlistás minta hét rétegből állt, ennek hatodik rétege a leggazdagabb 10%-ot, hetedik rétege a leggazdagabb 1%-ot reprezentálta. Szintén fontos kiindulási pont a tőkejövedelem és vagyon felmérésében az Európai Központi Bank (ECB) Household Finance and Consumption Survey (HFCS) kutatása. A nemzetközi kutatás az eurózóna 15 országában zajlott, és 62 000 ember került a mintába. A mintavétel előkészítése 2008ban kezdődött el, az adatfelvétel az egyes országokban 2010–2011 folyamán zajlott. Az első hullám tapasztalatait összefoglaló módszertani riport 2013 áprilisában jelent meg. A kutatás megvalósítása decentralizált: a részt vevő intézmények maguk bonyolítják le a kutatást, azonban az ECB biztosítja az egységes módszertant, a minőségbiztosítást és az országok adatbázisainak egységesítését (ECB 2013). Az egységes módszertan része a közös kérdőív (corequestionnaire), mely a minden országban megkérdezendő kérdések körét tartalmazza (ECB 2012). A HFCS nem tartalmazott egységes módszertant a gazdagok felülreprezentálására, ugyanis különböző országokban más-más adatok álltak rendelkezésre, amely alapján ez megvalósítható volt. Néhány országban egyáltalán nem használtak felülreprezentálást (pl. Hollandia, Olaszország). Több országban egyes területek átlagos jövedelme alapján végezték el ezt (pl. a nagyvárosok felülreprezentálása történt Portugáliában vagy Szlovéniában, Németországban pedig bizonyos jövedelemszint feletti szomszédságokat felülreprezentáltak. Illetve ahol volt lehetőség erre, az amerikaihoz hasonlóan adminisztratív 70


ÁROP-1.1.10-2011-2011-0001

adatok alapján állították össze a mintát (például Spanyolországban az egyének vagyonadó bevallásai, Luxemburgban a társadalombiztosítási befizetések alapján). (ECB 2013. 38. oldal) Az eltérő módszerek alapján történő felülreprezentálási módszerek alapján azonban minden országban kiszámítható volt a felső 10% és a felső 5% felülreprezentálása. Ennek mutatószáma (pl. a felső 10% esetében) a várható arány növekedése, azaz az (S90-0,1)/0,1 arány. Ez azt jelenti, hogy ha 10% helyett 15% a felső 10% várható aránya a mintában, akkor ez 50%-os felülreprezentálást jelent (3.2. táblázat). 3.2. táblázat: A felső 10% felülreprezentálása a HFCS-ben Ország

Felső 10% felülreprezentálási aránya

Belgium Németország Görögország

47% 117% –2%

Spanyolország

192%

Franciaország

129%

Olaszország Ciprus

4% 55%

Luxemburg

55%

Málta

–5%

Hollandia

87%

Ausztria Portugália

1% 16%

Szlovénia

22%

Szlovákia

–11%

Finnország

68%

Forrás: ECB 2013. 38. oldal.

3.2.2. Javaslatok a KIH/TÁRKI kutatáshoz A kérdőív véglegesítése előtt több alkalommal történt egyeztetés, ami a kérdőívekben szereplő itemek véglegesítését célozta meg. Ezen találkozások során kerültek megfogalmazásra a módosítási javaslatok. A nemzetközi tapasztalatok alapján a következő pontokat emelték ki a bevont szakemberek: • A kérdőív terepmunkája szigorú szempontok szerint folyjék a nem elérhető háztartások megkeresése és ezek dokumentálása tekintetében, hogy a nehezebben elérhető gazdag és szegény háztartások az eddig rendelkezésre álló mintákhoz képest kisebb mértékben essenek ki a mintából. Ezt a szempontot a közbeszerzési ajánlattételi felhíváshoz tartozó dokumentáció megfogalmazása során rögzítettük: – „a mintába került háztartásokat személyesen kell lekérdezni nyertes ajánlattevő által, felkészített kérdezőbiztosok alkalmazásával, – a kérdezőbiztosoknak legalább négy alkalommal meg kell kísérelniük a címlistába került háztartások elérését, – a megkereséseknek a hét különböző napjaira és a nap különböző szakaira kell esnie, továbbá – minden háztartás esetén legalább egy hétvégi és egy esti időpontban történő megkeresésnek kell történnie, továbbá 71


ÁROP-1.1.10-2011-2011-0001

– a négy megkeresés nem eshet azonos hétre, a megkeresések eseményeit – különös tekintettel a sikertelen megkeresések számára és körülményeire (megkeresés időpontja, sikertelenség oka) – mintaelem szinten (azaz háztartások szintjén) rögzíteni kell, és azokat (Excel formátumú) adatbázisba kell rendezni, amelyet a teljesítéskor át kell adni a Megrendelőnek CD-n vagy DVD-n”. • A kérdőív ne legyen nagyon hosszú, a gazdagabb válaszadók esetében is férjen bele a személyes kérdezésnél általános kb. 45 perces keretbe. Ezt a TÁRKI által javasolt kérdőív teljesítette, nem kellett ezzel kapcsolatban megjegyzéssel élnünk • Abban az esetben, ha a tőkejövedelem részre vonatkozó kérdések nincsenek megválaszolva, legyen lehetőség a vagyonkérdések alapján becslést adni ezekre. Ehhez szükséges, hogy a tőkejövedelemre vonatkozó kérdés mellett a hozzá tartozó vagyon elemre is tegyünk fel kérdéseket. 3.2.3. A gazdag háztartások felülsúlyozása A felső 10%-ra reprezentatív kutatás készítésére az amerikai gyakorlat olyan alkalmazott technikákat használ, ami nagyon idő- és erőforrás igényes lenne a mi esetünkben. Emiatt az ajánlattételi felhívás megfogalmazásánál nem erre koncentráltunk, hanem egy reprezentatív adatfelvétel elkészítésére. Azonban e kereteken belül a magas jövedelműek felülsúlyozása kívánatos célként merült fel. A szakmai egyeztetések során ezért ezt az ötletet támogattuk. Tekintve, hogy Magyarországon címlista összeállításához a népesség-nyilvántartó adatai használha tóak, mely nem tartalmaz jövedelemadatot, és adminisztratív adatbázisok összekapcsolása ilyen céllal nem lehetséges, a felülsúlyozásra az egyetlen lehetőség egyes adminisztratív adatbázisokból területi aggregátumok készítése, és ennek használata a súlyozáshoz. Erre alkalmas lehet a személyi jövedelemadó adatbázis, mint az egyéni jövedelem forrása, vagy esetleg a NAV visszterhes ingatlan adatbázisa, mely az egyes területeken található ingatlanok értékét tartalmazza (melyet a vagyon proxyjának tekinthetünk). E lehetőségek közül a május 14-i egyeztetésen az szja adatbázis használata merült fel. A felülsúlyozás konkrét megvalósításával kapcsolatban a TÁRKI egy mértékében korlátozott első verziót javasolt 2013. június 12-én: a rétegzés során a lakosság számához képest a budapesti I., II. és XII. kerület lakosságának 50%-kal történő felülsúlyozását (3.3. táblázat). Ez alapján a felülsúlyozás következtében összességében mindössze (8 + 26 + 19)/( [1,5-1] / 1,5) = 18 fővel lett volna nagyobb a gazdag területekre vonatkozó minta.

72


ÁROP-1.1.10-2011-2011-0001

3.3. táblázat: A TÁRKI által küldött eredeti mintavételi terv (Budapest) Kerület

Népesség

Arány (%)

Túlminta

Arány új

Darabszám

Budapest 1

26 507

1,56836

1,5

8,186841

8

Budapest 2

85 671

5,068963

1,5

26,45999

26

Budapest 3

125 963

7,452951

0,95

24,63946

25

Budapest 4

100 872

5,968372

0,95

19,73144

19

Budapest 5

28 001

1,656757

0,95

5,477239

5

Budapest 6

39 755

2,352215

0,95

7,776423

8

Budapest 7

59 877

3,542789

0,95

11,71246

12

Budapest 8

74 362

4,399835

0,95

14,54585

14

Budapest 9

57 220

3,38558

0,95

11,19273

11

Budapest 10

75 470

4,465392

0,95

14,76259

14

Budapest 11

129 616

7,669091

0,95

25,35402

25

Budapest 12

59 756

3,53563

1,5

18,45599

19

Budapest 13

104 982

6,211552

0,95

20,53539

21

Budapest 14

111 544

6,599811

0,95

21,81898

22

Budapest 15

83 458

4,938025

0,95

16,32511

16

Budapest 16

70 536

4,173459

0,95

13,79745

14

Budapest 17

81 430

4,818032

0,95

15,92842

16

Budapest 18

97 167

5,749156

0,95

19,00671

19

Budapest 19

61 499

3,638759

0,95

12,02974

12

Budapest 20

64 539

3,818629

0,95

12,62439

13

Budapest 21

77 728

4,598993

0,95

15,20427

15

Budapest 22

52 283

3,093469

0,95

10,22701

10

Budapest 23

21 873

1,294177

0,95

4,278549

4

1 690 109

100

350,071

348

Forrás: TÁRKI és KIH Kutatási Osztály számítás.

Ehhez képest – a május 14-i szakmai egyeztetésen elhangzottaknak megfelelően alternatív javaslatot dolgoztunk ki a gazdag területek felülsúlyozására a KIH Kutatási Osztálya rendelkezésére álló személyi jövedelemadó adatbázis adatai alapján. Ennek során először meghatároztuk az összes jövedelmet. Ezután a rendelkezésre álló irányítószám változó alapján beazonosítottuk a TÁRKI által javasolt rétegeket – Budapest kerületeit és a megyei jogú városokat egyesével, az egyéb városokat és a községeket külön kategóriaként. Ezek után meghatároztuk a személyijövedelemadó-bevallás alapján az országosan legmagasabb jövedelemmel rendelkező 10%hoz tartozó jövedelemhatárt, majd az ilyen személyek eloszlását az egyes településeken. Ezek alapján a javasolt felülsúlyozási módszertan az egyes rétegek mintanagyságára a teljes lakosság és a legfelső 10% adott településen élők aránya 50-50%-os súllyal figyelembe véve. Az erre vonatkozó eredményeket a 3.4. táblázat tartalmazza.

73


ÁROP-1.1.10-2011-2011-0001

3.4. táblázat: Az szja adatbázis alapján javasolt felülreprezentálási javaslat

Budapest 1 Budapest 2 Budapest 3 Budapest 4 Budapest 5 Budapest 6 Budapest 7 Budapest 8 Budapest 9 Budapest 10 Budapest 11 Budapest 12 Budapest 13 Budapest 14 Budapest 15 Budapest 16 Budapest 17 Budapest 18 Budapest 19 Budapest 20 Budapest 21 Budapest 22 Budapest 23 Békéscsaba Debrecen Dunaújváros Eger Érd Győr Hódmezővásárhely Kaposvár Kecskemét Miskolc Nagykanizsa Nyíregyháza Pécs Salgótarján Sopron Szeged Székesfehérvár Szekszárd Szolnok Szombathely Tatabánya Veszprém Zalaegerszeg Egyéb városok Községek

Adózók megoszlása (%) (1)

Felső 10% megoszlása (2)

0,24% 0,85% 1,29% 1,08% 0,26% 0,36% 0,54% 0,64% 0,55% 0,76% 1,36% 0,56% 1,15% 1,15% 0,81% 0,73% 0,91% 1,01% 0,62% 0,63% 0,53% 0,54% 0,22% 0,65% 2,10% 0,56% 0,59% 0,65% 1,40% 0,46% 0,68% 1,17% 1,59% 0,53% 1,26% 1,49% 0,37% 0,60% 1,69% 1,12% 0,36% 0,78% 0,88% 0,73% 0,66% 0,67% 32,05% 30,14%

0,56% 2,07% 2,39% 1,87% 0,54% 0,68% 0,89% 0,96% 1,09% 1,09% 3,04% 1,42% 2,40% 2,45% 1,11% 1,33% 1,42% 1,58% 0,93% 0,90% 0,75% 0,91% 0,30% 0,59% 2,32% 0,72% 0,73% 0,89% 2,03% 0,28% 0,62% 1,31% 1,79% 0,44% 1,21% 1,68% 0,34% 0,52% 1,87% 1,70% 0,43% 0,96% 0,95% 0,81% 0,86% 0,73% 27,14% 18,45%

Forrás: KIH Kutatási Osztály számítás.

74

Felső 10% aránya a településen (3) 23,64% 24,50% 18,56% 17,27% 20,53% 18,70% 16,45% 14,89% 19,81% 14,31% 22,29% 25,20% 20,91% 21,22% 13,67% 18,07% 15,61% 15,58% 15,00% 14,19% 13,98% 16,75% 13,39% 9,10% 11,05% 12,83% 12,37% 13,77% 14,47% 6,08% 9,19% 11,19% 11,24% 8,36% 9,61% 11,30% 9,25% 8,58% 11,05% 15,20% 11,70% 12,32% 10,77% 11,00% 12,96% 10,96% 8,47% 6,12%

Minta (4) 0,40% 1,46% 1,84% 1,47% 0,40% 0,52% 0,71% 0,80% 0,82% 0,92% 2,20% 0,99% 1,77% 1,80% 0,96% 1,03% 1,16% 1,29% 0,78% 0,76% 0,64% 0,72% 0,26% 0,62% 2,21% 0,64% 0,66% 0,77% 1,71% 0,37% 0,65% 1,24% 1,69% 0,49% 1,23% 1,59% 0,35% 0,56% 1,78% 1,41% 0,40% 0,87% 0,91% 0,77% 0,76% 0,70% 29,60% 24,30%

Túlminta= (4)/(1) 1,68 1,72 1,43 1,36 1,53 1,43 1,32 1,24 1,49 1,22 1,61 1,76 1,55 1,56 1,18 1,40 1,28 1,28 1,25 1,21 1,20 1,34 1,17 0,95 1,05 1,14 1,12 1,19 1,22 0,80 0,96 1,06 1,06 0,92 0,98 1,07 0,96 0,93 1,05 1,26 1,09 1,12 1,04 1,05 1,15 1,05 0,92 0,81


ÁROP-1.1.10-2011-2011-0001

Ezzel a módszerrel elérhető, hogy a gazdagabb területek arányosan jobban legyenek felülreprezentálva. Kiszámítható továbbá a felső 10% felülreprezentálási mutatója, mely 9,86%, mely megközelíti a HFCS kutatásban területi felülreprezentálást használó országok (például Szlovénia vagy Portugália) felülreprezentálási arányát. 3.2.4. A 2000 fős mintavétel bemutatása Ez az adatfelvétel a megtakarítás-vagyon-tőkejövedelmek témákban kívánt adatokat gyűjteni a háztartásoktól. Kérdezőbiztosok 2013. június 28-tól július 29-ig személyesen keresték fel a mintába került háztartásokat. A 2000 háztartásra irányuló kutatás célcsoportja az 500 mintához hasonlóan a magyarországi magánháztartások alapsokasága volt. Itt is a már bemutatott kétlépcsős rétegzett mintavétel került alkalmazással, azzal a különbséggel, hogy a mintavétel első lépcsőjében a rétegekbe sorolt települések, illetve településtípusok közül választották az szja-adózók megoszlását és a legfelső tizedbe tartozó adózók megoszlását nemarányos valószínűséggel figyelembe véve (paraméter 0,6 volt, és így az átlagos felülreprezentálás 11,84%). A második lépésben egyszerű véletlen mintavétel segítségével választották ki a válaszadóinkat. Ezt a Közigazgatási és Elektronikus Közszolgáltatások Központi Hivatalának (KEK KH) személyi és háztartás szintű lakossági nyilvántartása adta. A mintavétel során biztosított volt, hogy a mintavételi keret minden háztartása egyenlő valószínűséggel kerülhetett a mintába. A célcsoportot „csökkenőmintás módszer” segítségével érték el. Ennek lényege, hogy nem alkalmazunk pótcímeket, hanem a mintavételi eljárás során eleve kalkuláltunk a válaszmegtagadások és egyéb okok miatt várható kieső címek számával. Négy településréteggel dolgoztak a 2000-es minta esetében. Az első településréteget Budapest alkotta (23), a második településkategóriába a megyei jogú városok tartoztak (23), ezek a városok a mintavételben külön-külön réteget alkottak. A harmadik településkategóriát pedig az egyéb városok jelentették (1), míg a negyedik településréteget pedig a községek (1).28 A harmadik és negyedik településkategória esetében régiónként további rétegeket alkottak, ily módon a kiemelt településeken túl (7 régió mindegyikében 2-2 településtípus) osztották a populációt, és így a mintát is. A sikerességi hányad a 2000-es mintán 0,623 (kitöltött kérdőívek száma/felkeresett mintaelemek száma) volt. Ennél a felvételnél a mintavételi pontok száma 176 db volt, és egy mintavételi pontról az egyéb városokban maximum 14 fő, községekben maximum 8 fő került lekérdezésre. A kérdezés folyamata és a kérdezés ellenőrzése az 500-as mintánál bemutatott gyakorlat szerint zajlott. 3.2.5. A próbakérdezés tapasztalatainak összefoglalása mindkét kérdőívre vonatkozóan A módszertani gyakorlatnak megfelelően az „éles” adatfelvételt megelőzte egy próbakérdezési fázis, amely a kérdőív tökéletesítését volt hivatott szolgálni. 2013. június 14–19. között folytak a 2000 fős, valamint az 500 fős adatfelvétel 50-50 fős próbakérdezései. A próbakérdezéshez a kérdezők számára egy kvótatáblával határozták meg a TÁRKI munkatársai a potenciálisan lekérdezhető háztartásokat. A kvóták meghatározásánál azt tartottuk szem előtt, hogy lehetőség szerint a következő paraméterek minél 28 Vagyis a második és harmadik településréteget közigazgatási kategóriák mentén választjuk el, a várossá nyilvánított települések jelentik a második csoportot.

75


ÁROP-1.1.10-2011-2011-0001

nagyobb számú kombinációjával kerüljenek be háztartások a próbakérdezésbe: a háztartási létszám, aktivitás, iskolázottság és vagyoni helyzet. Így teszteltük a kérdőívek érvényességét a lehetőleg több fellelhető élethelyzetre vonatkozóan. A próbakérdezésnél 100 háztartás és 213 egyéni kérdőívet gyűjtöttek össze a kérdezőbiztosok. A megkérdezések négy településtípusban történtek: Budapesten, kiemelt városban, egyéb városban, községben. A szegényebb háztartások mintájában a községek kerültek túlsúlyba, míg a 2000-es minta esetében a gazdagabb rétegek kerültek felülsúlyozásra. A próbakérdezés alapján feltételezhető volt, hogy a nagymintás kérdezések esetében a legnagyobb mértékben a válaszmegtagadással kell számolni. A következő nagyobb számú kiesési indok a célszemélyek, tehát a háztartás pénzügyeiben kompetens személyek távolléte volt. Ez a kiesési arány a többszöri felkeresésekkel, előzetes időpont-egyeztetésekkel volt csökkenthető. A háztartások nagy részére elmondható, hogy a konkrét adatok megadását igénylő kérdésekre adandó válaszok megtagadása a pár évvel korábbi válaszadási hajlandóság mértékénél idén jelentősen magasabbnak mutatkozott vagyoni helyzettől függetlenül. Mint a bevezetőben, illetve a 2000-es minta módszertani kialakítását bemutató részben is részleteztük leginkább a gazdagabb rétegek esetében nagy az ellenállás a kérdezéssel, különösen a vagyoni kérdésekkel szemben. Az emberek nem szeretnek vagyoni helyzetükről adatokat kiadni, még abban az esetben sem, ha a kérdezőbiztos kihangsúlyozta, hogy a válaszadás önkéntes és az adatokat a válaszadó személyétől függetlenül, összesített formában kerülnek feldolgozásra. A véleménykérdések esetében ilyen problémával nem kellett szembenézniük a kérdezőbiztosoknak. Az interjúk meghiúsulásának okát a válaszmegtagadás és a célszemélyek nehéz elérhetősége mellett a nyári szabadságok jelentették. A kérdezők kapcsolatfelvételét a mintába került háztartásokkal úgynevezett válaszadásra felkérőlevéllel segítették a TÁRKI munkatársai. Ebben röviden ismertették a vizsgálat célját, azt, hogy az adatfelvételt a KIH megbízásából végezték el. A felkérőlevél a válaszolókban jó benyomást kelthet, később is ellenőrizni tudják általa, hogy kinek és milyen célra adtak információkat. A kérdezőbiztosok egyöntetű véleménye szerint a kérdőív és az egyéni kérdőívek lekérdezése időigényes, egy háztartás kérdőív kb. 35-40 perc alatt válaszolható meg. Az egyéni kérdőívek személyenként még 10-10 perccel növelték a válaszadási időt. Ez a háztartásokban eltöltésre kerülő interjúidő a kérdezettek kérdezési idővel szembeni tűréshatárát súrolja, illetve az időtényező növeli annak a lehetőségét, hogy külső zavaró hatás, vagy sürgető magatartás lép fel a válaszadás során. A próba tapasztalatai szerint a kérdőív általában jól érthető. Egy problémával találkoztak csak: a kérdezettek nagy része nettó bevételekben, nettó jövedelmekben gondolkodik, nem tud tehát bruttó értékekkel válaszolni a kérdésekre, ezért az adatfelvétel során megengedték, hogy a válaszadó nettó összeget mondjon. 3.2.6. Az eredmények A 3.5. táblázat azt mutatja meg, hogy az Indikátor 500 felvételben a szegény családok jövedelem és demográfiai ismérvek szerinti rétegződése hogyan viszonyul a HKÉF, illetve a Tárki Háztartás Monitor felvételeiben tapasztalható arányokhoz. Látható, hogy 367 olyan háztartást találtunk, amelynek egy főre jutó jövedelme nem haladja meg a 40 000 forintot, tehát mintánk majd 75%-a valóban a kutatás célcsoportjába esik. Itt csak ezekről a háztartásokról lesz szó. A jövedelmi rétegződés esetében látható, hogy a HKÉF és a Tárki Háztartás Monitor megoszlása eltérő képet mutat, a HKÉF-ben kisebb a leg76


ÁROP-1.1.10-2011-2011-0001

alacsonyabb jövedelmű családok aránya (elsősorban a 15 000 forint alatti egy főre jutó jövedelemmel rendelkező háztarások aránya, de a két következő kategória is), magasabb viszont a 40 000 forintos szegénységi küszöbhöz közeli kategóriákba eső háztartások aránya. Az Indikátor 500 felvétel megoszlása valahol a két kutatás között helyezkedik el: a legalacsonyabb jövedelműek aránya magasabb, mint a HKÉF esetében, de kisebb, mint Háztartás Monitor esetében. 3.5. táblázat: Szegény háztartások megoszlása jövedelmi rétegekben és településtípus szerint HKÉF Jövedelem

N (súlyozott)

Monitor

% (súlyozott)

N (súlyozott)

Indikátor 500

% (súlyozott)

N

%

15e Ft alatt

11 040

4

23,3

10,5

27

15e–20e Ft

21 414

7

22,0

10,0

25

7,36 6,81

20e–23e Ft

20 874

7

22,9

10,3

23

6,27

23e–27e Ft

39 967

13

22,6

10,2

49

13,35

27e–29e Ft

28 984

9

20,5

9,3

25

6,81

29e–30,5e Ft

20 612

7

18,4

8,3

15

4,09

30,5e–33,5e Ft

50 898

16

22,8

10,3

54

14,71

33,5e–36e Ft

40 991

13

20,5

9,2

48

13,08

36e–38e Ft

42 136

14

22,4

10,1

37

10,08

38–40e Ft

34 750

11

25,8

11,7

64

17,44

Összesen

311 666

100

221,3

100,0

367

100

Település típusa Budapest Város

41 048

13

12,6

5,7

26

7,05

138 825

45

111,9

50,6

153

41,46

Község

131 793

42

96,8

43,7

190

51,49

Összesen

311 666

100

221,3

100,0

369

100

Forrás: TÁRKI számítás.

Az Indikátor 2000 kutatás a tőkejövedelmek három kategóriáját mérte fel, az ingatlanok, járművek és egyéb vagyontárgyak bérbeadásából származó jövedelmet, a pénzügyi befektetésekből származó kamat-, osztalék-, illetve hozamjövedelmeket és a vállalkozások nyereségeként a háztartások számára befolyt jövedelmet. Az eredmények alapján látható, hogy elsősorban a kamatjövedelem és a vállalkozói jövedelmek esetében fordul elő jelentős válaszmegtagadás, illetve, hogy a válaszadók nem tudnak válaszolni. Ezekben az esetekben a TÁRKI munkatársai próbálták a jövedelmeket a háztartások vagyonával rendelkezésre álló információ alapján megbecsülni. Az ilyen becslésnél azonban a kérdőíves kutatási módszer korlátai miatt feltételezésekkel kell élni. A háztartási vagyon felmérése ugyanis a kérdezés időpontjában érvényes állapotot rögzíti, a jövedelmek esetében pedig a kérdezést megelőző egy évről szeretnénk adatot gyűjteni. A tőkejövedelmek megbecslésénél feltételezzük, hogy a jelenlegi vagyoni helyzet a háztartás elmúlt évi vagyonát is jól jellemzi, tehát azt a vagyonállományt, amiből a kérdezést megelőző évben jövedelem származott. Az adott vagyonállományból származó jövedelem megbecslésénél is többféleképpen lehet eljárni. Lehetséges volna valamilyen külső adatforrásból vett hozamtényezővel számolni az adott vagyoni állományból származó jövedelmet, egy másik megközelítés vala77


ÁROP-1.1.10-2011-2011-0001

milyen makrostatisztikai becsléshez igazítaná az imputált tőkejövedelmet. A harmadik lehetőség, amit jelen esetben alkalmaztak, az adatainkban meglevő összefüggéseket használja fel. Azon háztartások adati alapján, amelyeknél mind vagyoni, mind jövedelmi információ rendelkezésre áll, megbecsülhető, hogy adott típusú vagyonelem esetén, adott nagyságú vagyon mekkora jövedelemmel „szokott” együtt járni, és ez alapján megbecsülhető azon háztartások esetében is a jövedelem, akiknél csak vagyoni jellegű információ áll rendelkezésre. Az alábbi táblázat mutatja az imputálás hatását. 3.6. táblázat: A tőkejövedelmek imputálásának eredménye N

Minimum (Ft)

Maximum (Ft)

Átlag (Ft)

Szórás (Ft)

Imputálás előtt Vállalkozói jöv.

34

30 000

14 000 000

2 425 588

3 868 426

2 837 623

5 263 508

800 000

100 901

125 166

1 375 000

104 103

159 587

Imputálás után Vállalkozói jöv.

61

25 000

30 000 000

Imputálás előtt Kamatjövedelem

96

3 000 Imputálás után

Kamatjövedelem

226

350

Forrás: TÁRKI számítás.

3.2.7. Összegzés A TÁRKI és a KIH Kutatási Osztály munkatársai szem előtt tartva a vizsgálni kívánt sokaság társadalmi jellemzőit és az ismert hazai (TÁRKI monitor, KSH – HKÉF) és külföldi gyakorlatokat (Eurostat, ECB), meghatározta a módszertanilag leghatékonyabb tűnő megközelítéseket, annak érdekében, hogy a társadalom alsó 1/10-éről és az egész az egész társadalomra kiterjedően is pontosabb képet kapjunk, mint amit az eddigi magyarországi felmérések biztosítani tudtak. A dokumentumban bemutatásra került az adatfelvételek módszertani és elméleti háttere, illetve részletekbe menően ismertetésre kerültek a Kutatási Osztály és a TÁRKI munkatársai között zajló szakmai konzultációk eredményei, illetve az ide kapcsolódó módosítási javaslatok tartalma is. Továbbá az összegzésben ismertettük az alsó decilist célzó kutatás eloszlását más kutatásokhoz mérten, illetve a 2000-es mintán kapott adatokból kinyert kamat- és vállalkozói jövedelmeket és annak imputálással korrigált eredményeit.

78


ÁROP-1.1.10-2011-2011-0001

Felhasznált irodalom • ECB 2012. „HFCS Euro Area Questionnaire”. European Central Bank. • ECB 2013. „The Eurosystem Household Finance and Consumption Survey. Methodological Report for the First Wave”. European Central Bank. • Havasi Éva és Altorjai Szilvia. 2005. „A Jövedelem mint az anyagi Jólét és a Szegénység Mérőszáma”. Társadalomstatisztikai Füzetek 43., KSH, Budapest. • http://www.ksh.hu/pls/ksh/docs/hun/xftp/idoszaki/pdf/jovedelem.pdf • Kennickell, Arthur B. 2005. „Darkness Made Visible: Field Management and Nonresponse in the 2004 SCF”. In September 2005. SRMS proceedings Proceedings of the Section on Survey Research Methods, 2005 Annual Meetings of the American Statistical Association, Minneapolis, MN. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.167.3687&rep=rep1&type=pdf. • Kennickell, Arthur B. 2008. „The Role of Over-sampling of the Wealthy in the Survey of Consumer Finances”. Irving Fisher Committee Bulletin 28: 403–408. • Kennickell, Arthur B. 2009. „Getting to the top: reaching wealthy respondents in the SCF”. Washington, DC: Federal reserve board of governors. http://www.amstat.org/sections/SRMS/ proceedings/y2009/Files/303919.pdf.

79


ÁROP-1.1.10-2011-2011-0001

Mellékletek 1. melléklet: A jövedelmi szegénység magyarázata anyagi depriváltsági valamint szubjektív szegénységi indikátorokkal (probit modellek) Model1 Összes háztartás Hóvégi pénzzavar előfordul

Összes háztartás

Model3

Model4

Ahol előfordul hóvégi pénzzavar

Éppenhogy kijönnek, anyagi gond, nélkülözés

0.539***

0.615*** (5.86)

Éppenhogy kijönnek,

0.671***

anyagi gond, nélkülöz Nem jut elegendő

Model2

(6.30) 0.488**

0.350*

0.494**

(3.21)

(2.22)

(3.16)

(3.52)

Nem jut elegendő

–0.0544

–0.0695

–0.0439

0.0294

lakbérre

(–0.39)

(–0.49)

(–0.31)

(0.21)

Nem jut elegendő

0.0529

0.128

0.0661

0.164

fűtésre

(0.46)

(1.11)

(0.52)

(1.41)

élelmiszerre

Nincs WC a lakásban Következő évben nem tudnak félretenni Rossz lakás Nincs hifi Nincs mikrosütő Nincs mélyhűtő Nincs mosogatógép Nincs automata

0.255

0.215

0.550**

0.293

(1.61)

(1.36)

(2.90)

(1.79)

0.415***

0.436***

0.432**

0.522***

(3.57)

(3.78)

(2.60)

(3.96)

–0.257*

–0.254*

–0.250

–0.244*

(–2.21)

(–2.19)

(–1.88)

(–2.04)

–0.213

–0.190

–0.122

–0.182

(–1.76)

(–1.57)

(–0.85)

(–1.42)

0.0521

0.0777

0.152

0.127

(0.42)

(0.62)

(1.00)

(0.97)

0.271**

0.253*

0.206

0.296**

(2.71)

(2.51)

(1.67)

(2.82)

0.0791

0.0457

0.464

0.461

(0.37)

(0.21)

(1.45)

(1.51) 0.333**

0.424***

0.369**

0.174

mosógép

(3.55)

(3.09)

(1.16)

(2.65)

Nincs videomagnó

0.0351

–0.0172

0.0475

0.0151

(0.31)

(–0.15)

(0.35)

(0.13)

Nincs videokamera

–0.406*

–0.389*

–0.539*

–0.472*

(–2.35)

(–2.26)

(–2.48)

(–2.36)

Nincs színes tévé

0.00136

–0.0590

–0.0629

0.000579

(0.01)

(–0.24)

(–0.23)

(0.00)

0.373*

0.366*

0.522**

0.384*

Nincs digitális fényképezőgép

(2.46)

(2.41)

(2.69)

(2.28)

Nincs kábeltévé

0.309**

0.331**

0.280*

0.275*

(2.93)

(3.15)

(2.12)

(2.46)

80

A jogszabály-előkészítési folyamat racionalizálása Nincs parabola Nincs hagyományos

ÁROP-1.1.10-2011-2011-0001

0.140

0.178

0.128

(1.01)

(1.27)

(0.77)

0.0676 (0.46)

0.278**

0.235*

0.323**

0.300**

telefon

(2.97)

(2.51)

(2.79)

(3.04)

Nincs DVD

0.0263

–0.0312

0.0215

0.0231

(0.22)

(–0.26)

(0.15)

(0.18)

Nincs értékes gép

–0.318

–0.347

–0.499

–0.497

(–1.09)

(–1.19)

(–1.27)

(–1.36)

0.617

0.673

0.422

0.441

(1.78)

(1.95)

(1.04)

(1.15)

Nincs laptop Nincs kézi

–0.330

–0.467

–0.371

–0.444

számítógép

(–1.23)

(–1.77)

(–1.08)

(–1.43)

–2.424***

–2.116***

–1.825**

–1.910**

(–4.94)

(–4.48)

(–2.74)

(–3.13)

1864

1876

833

1346

_cons N Forrás: TÁRKI számítás.

81


ÁROP-1.1.10-2011-2011-0001

2. melléklet: A véglegesített szűrőkérdőív

1. Az elkövetkező egy évben mennyire valószínű, hogy Önök megtakarítanak? 1 – nagyon valószínű 2 – valószínű 3 – talán igen, talán nem 4 – kevéssé valószínű, vagy 5 – egyáltalán nem valószínű? ______________________________ 9 – NT

X –

2. Előfordult-e az elmúlt 12 hónapban, hogy hónap végére elfogyott a pénzük? 1 – igen 0 – nem X– 3. Előfordult-e Önökkel az elmúlt 12 hónapban, hogy nem jutott elegendő pénz ennivalóra? 1 – igen 0 – nem X– 4. Az Önök háztartásában az egy főre jutó havi jövedelem 40 000 forintnál kevesebb? 1 – igen 0 – nem 8–M 9 – NT X –

82

FOLYTASD A HÁZTARTÁS KÉRDŐÍVVEL! VÉGE A SZŰRŐKÉRDŐÍVNEK, KERESS ÚJ HÁZTARTÁST!


ÁROP-1.1.10-2011-2011-0001

4. A társadalom, a gazdaság, a környezet és az állam működésének indikátorrendszere Háttér A Közigazgatási és Igazságügyi Hivatal (KIH) az ÁROP-1.1.10-2011-2011-0001 „A jogszabály-előkészítési folyamat racionalizálása” projekt keretében egy hazai átfogó indikátorrendszer kidolgozását tűzte ki, amely alkalmas a gazdasági, társadalmi és környezeti folyamatok megragadására és számszerű bemutatására. Az indikátorrendszer koncepcionális elemeinek lefektetése után az indikátorrendszer kidolgozására és annak adatokkal való feltöltésére a KIH a TÁRKI Zrt.-t bízta meg. 4.1. Az indikátorrendszerekről Az utóbbi évtizedekben egyre jelentősebb teret nyert a bizonyítékalapú szakpolitikai gyakorlatok (evidence-based policy making) működtetése és ösztönzése, illetve az azok alapját képező adatinfrastruktúrák kialakítása, melynek egyik részét az indikátorrendszerek képezik. Az indikátorrendszerek kialakítását az utóbbi időben nem feltétlenül a nemzeti kormányok, hanem nagyon gyakran nemzetközi szervezetek– például az Európai Bizottság, az ENSZ, a Világbank vagy az OECD – kezdeményezik gazdasági-társadalmi-környezeti stratégiáinak megalapozásához, a straté giák által érintett területek monitorozásához és a stratégia hatásosságának, valamint hatékonyságának méréséhez, vagy általában a folyamatok nyomon követésére. Ezzel összefüggésben egyrészt erőfeszítéseket tesznek az indikátorrendszerek megalapozására, harmonizációjának és fenntarthatóságának biztosítására. Másrészt az adatokat és az abból születő elemzéseket, értékeléseket rendszeresen publikálják kiadványok formájában, illetve az adatok és az elemzések minél szélesebb körű elterjesztése és alkalmazhatósága érdekében interaktív online felületeket üzemeltetnek. A nemzeti kormányok közül, melyek átfogó indikátorrendszereket tartanak fenn monitoring céllal, megemlíthetjük például az ausztrált, a hollandot, a svájcit vagy az Egyesült Államokét. A magyar kormányzat stratégiai tervezésének és gyakorlatában is megtalálhatók az indikátoralapú monitoringrendszerek. Ilyen például a Nemzeti Társadalmi Felzárkózási Stratégia indikátorrendszere, mely egyben szorosan kapcsolódik az Európa 2020 stratégiához is. Ezzel párhuzamosan a KSH is – elsősorban a rendszeres statisztikai adatgyűjtésekre alapozva – fenntart átfogó indikátorrendszereket, például a társadalmi haladás vagy a társadalmi befogadás területén. 83


ÁROP-1.1.10-2011-2011-0001

A vizsgált terület szerint hasznos különbséget tenni emellett specializált, adott témakörhöz kapcsolódó, valamint átfogó (komprehenzív) indikátorrendszerek között. A specializált indikátorrendszerek „csak” egy adott dimenziót vizsgálnak, de azt nagyobb részletességgel (pl. egészségügy, oktatás, környezetvédelem). Az átfogó indikátorrendszerek egyetlen rendszerbe összesítik a különböző mutatókat, amelyekben a gazdasági mellett társadalmi, környezeti, kulturális dimenziók is megjelennek, így próbálva átfogó, általános és sok esetben összehasonlítható képet adni adott országok, régiók állapotáról. Az átfogó indikátorrendszerek könnyíthetik és hatékonyabbá tehetik az elemzést, valamint a döntéshozatalt, hiszen az egyébként csak több különböző forrásból beszerezhető adatok egy koherens rendszerbe ágyazódnak. Az indikátorrendszerekben megjelentetni kívánt dimenziókat, illetve indikátorokat többféleképpen lehet csoportosítani, amelyek kiválasztására alapvetően három fő módszert alkalmaznak: 1. i ndikátor-keretrendszer megalkotása, 2. kulcsindikátor-készlet kialakítása, 3. egy összesítő indikátor létrehozása (kompozit indikátorok). Az indikátor-keretrendszer célja, hogy egy egységes elszámolási rendszerben a lehető legszélesebb területet lefedve (gazdaság, társadalom, környezet) a lehető legtöbb adatot mutassa be. Ez a megközelítés az egyik legelterjedtebb, hiszen figyelembe veszi a folyamatok komplexitását, vagyis a cél az, hogy az adott témakörök vizsgálatánál minél több egymásra ható tényező egyszerre nyomon követhető legyen a rendszerben. A kulcsindikátor-készlet az adott országot érintő legfontosabb kulcsszempontokat mutatja be, illetve megmagyarázza az egyes adatok közötti kapcsolatokat. Ez az eljárás azon a felismerésen alapszik, hogy az egyes területek és témakörök rendkívül szerteágazók, továbbá bizonyos indikátorok szignifikánsan együtt mozognak egymással. Ebből következően célszerű az adott folyamatokat legjobban leíró kulcs indikátorok kiválasztása és monitorozása az indikátorrendszerben. A kompozit indikátor egy olyan összetett indikátor, amely a különböző területek és dimenziók (pl. gazdaság, egészségügy, oktatás stb.) indikátorait összegzi valamilyen meghatározott módszertani elv alapján. Az elgondolás lényege, hogy a könnyebb kezelhetőség és a gyorsabb megértés érdekében egyetlen komplex indikátor írja le a gazdasági-társadalmi folyamatokat (pl. GDP, HDI: Human Development Index – Emberi fejlettségi index). Sok esetben a fő területek és dimenziók mentén is kompozit indikátorokat hoznak létre, amelyeket végül gyakran egy fő kompozit indikátorba szintetizálnak. Természetesen nem csak „tiszta” eljárások léteznek, vagyis a gyakorlatban a dimenziók, illetve az indikátorok csoportosítására nem csupán egy módszert alkalmaznak. Előfordulhatnak olyan esetek is, amelyekben akár mind a három alkalmazott módszer megjelenik: az indikátor-keretrendszerből kulcs indikátor-készlet kerül meghatározásra, majd mindezekből különféle kompozit indikátorok kerülnek kiszámításra, vagy az indikátor keretrendszerben kompozit indikátorokat jelenítenek meg.

84


ÁROP-1.1.10-2011-2011-0001

4.1.1. A magyarországi átfogó indikátorrendszerek A KSH társadalmi haladás indikátorai A KSH által Magyarországon kidolgozott Társadalmi Haladás Mutatószámrendszere (THM) az OECD 2007-es kezdeményezése nyomán jött létre. A THM honlapja szerint az OECD által lefektetett alapelvek mentén a Magyar Köztársaság Kormánya 2212/2007. XI. 14-i határozatában a Központi Statisztikai Hivatalt bízta meg a társadalmi haladás mérésére alkalmas komplex mutatószámrendszer kialakításával. A KSH által a társadalmi haladás monitorozásához javasolt indikátorok három területre koncentrálódnak: gazdaság, társadalom és környezet. Ezen belül összesen 18 részterület található: a gazdaság esetében 4 és a társadalom esetében 11, a környezet esetében pedig 3 alterület különül el. Jelenlegi állapotában az indikátorrendszer feltöltöttsége– területtől függően – 2009/2012-ig tart. Az indikátorrendszer a nyilvánosság bevonásával fejlesztés alatt van. A KSH fenntartható fejlődés indikátorai A KSH fenntartható fejlődési indikátorrendszere szerkezetét tekintve az elmúlt évek során szorosan követte az EUROSTAT rendszerét. Az új indikátorrendszert azonban az Unió által preferált problémaközpontú megközelítés helyett – mely az egyes indikátorokat ágazatpolitikai hovatartozás szerint csoportosítja – tematikus felbontás jellemzi. Az indikátorok azokban a fejezetekben, illetve alfejezetekben jelennek meg, amely témakör részét képezik. Az indikátorrendszer három részből áll, a környezet, társadalom és gazdaság fejezetek további 17 alfejezetet tartalmaznak. Változás a 2011-ben megjelent, 149 indikátort bemutató „A fenntartható fejlődés indikátorai Magyarországon” kiadványhoz képest, hogy jelentős számú mutató-összevonásra is sor került, melynek eredményeként az új rendszerben 106 indikátor szerepel. Az új indikátorrendszert tartalmazó kiadványban szereplő összefoglaló táblázat biztosítja az uniós mutatórendszerrel, valamint a KSH korábbi kiadványával való összehasonlíthatóságot. A Nemzeti Társadalmi Felzárkózási Stratégia indikátorrendszere A Nemzeti Társadalmi Felzárkózási Stratégiát 2011 novemberében fogadta el a Kormány, az ahhoz kapcsolódó első hároméves intézkedési tervet pedig a 2011. december 13-án kihirdetett 1430/2011. számú Kormányhatározat tartalmazza. A végrehajtás fő felelőse és koordinátora az EMMI (korábban a KIM) Társadalmi Felzárkózásért Felelős Államtitkársága. A stratégia időtávja 2020-ig terjed, összhangban az Európai Unió Európa 2020 stratégiájával, célkitűzései pedig az uniós szegénységi cél Magyarországra lebontott mutatóihoz kapcsolódnak. A dokumentum integrálja a Roma Integráció Évtizede Programot (RIÉP) és a „Legyen jobb a gyermekeknek!” Nemzeti Stratégiát. A megfogalmazott célrendszer az érintett társadalmi csoportok tekintetében átfogó. A Stratégia monitoring rendszerére a TÁRKI tett javaslatot, külső szakértők bevonásával, társadalmi egyeztetés keretében.

85


ÁROP-1.1.10-2011-2011-0001

4.1.2. Célok A nemzetközi és hazai tapasztalatok áttekintése során egyértelmű, hogy hasonló kezdeményezések jelentős számban léteznek szerte a világban. Ezek egy része nemzetközi abban az értelemben, hogy nemzetközi szervezetek harmonizált – elsődleges vagy másodlagos – adatgyűjtése, melyeken belül Magyarország egy esetként vagy adatpontként jelenik meg, míg más hazai indikátorrendszerek nemzetközi kezdeményezések nyomán, egy általános keretbe integrálódva léteznek. Miközben alapvetően a nemzetközi és hazai tapasztalatokra építve lehetségesnek láttuk egy olyan indikátorrendszer megalkotását, melynek segítségével lehetséges a hazai folyamatok monitorozása, értékelése és a szélesebb nyilvánossággal való megismertetése. Másrészt – egyéb, elsősorban a különböző ágazati stratégiákhoz, programokhoz kapcsolódó indikátorrendszerekkel kiegészülve – fontos cél a szakpolitikai döntéshozatal támogatása is. Ennek kapcsán átfogó, nemzeti indikátorrendszer kialakítását tűztük ki célul. Önmagában az indikátorok kiválasztása és azok rendszerbe foglalása ugyanis eleve koncepcionális döntést jelent. A koncepció így olyan indikátorrendszer kialakítását tűzi ki célul, mely speciálisan a magyarországi problémákra reflektáló indikátorok kiválasztását és ennek rendszerének kialakítását teszi lehetővé, melyek eltérőek lehetnek a nemzetközi szervezetek által definiált globális vagy a fejlett országokra vonatkozó prioritásoktól. Egy átfogó indikátorrendszer megalkotásának egyik legfontosabb problémáját az a tény jelenti, hogy nem koherens elméleti keretbe ágyazottak, hanem az elérhető adatok alapján rendelkezésre álló vagy előállítható indikátorok lehetséges halmazából állítják össze őket. Más megfogalmazásban: a létező indikátorrendszerek gyakran nem elmélet-, hanem adatvezéreltek. Ennek kapcsán célunk olyan indikátorrendszer kialakítása, tetszőleges elérhető adatforrásra támaszkodhat, illetve korlátozott mértékben jelenleg nem rendelkezésre álló indikátorok beépítése is. A javasolt indikátorrendszer átfogó és négy tematikus blokkra épül: • Gazdaság • Társadalom • Környezet • Állam Az eddigi magyarországi átfogó indikátorrendszerekhez képest tehát különbség az állam működésének beemelése a tematikus blokkok közé. Az indikátorrendszer kialakításának módszere kapcsán az alábbi előnyöket és hátrányokat mérlegeltük:

86


ÁROP-1.1.10-2011-2011-0001

4.1. táblázat: Az indikátorrendszerek módszertani szempontú összehasonlítása ELŐNYÖK

HÁTRÁNYOK Indikátor-keretrendszer

gyors hozzáférés az adatokhoz (különösen hasznos elemzők és kutatók számára)

rendszer komplexitása

számos terület és dimenzió vizsgálható részletesen

nehézkessé válhat a gyors értelmezés és döntéshozatal rendkívül nagy adatigény következtében nehéz a kiépítése

Kulcsindikátor-készlet önálló értelmezhetőség

leszűkíti a vizsgált adatok körét

könnyebb áttekinthetőség

szubjektivitás a kulcsindikátorok kiválasztásában

együttes, egy helyen megtalálható kulcsszempontrendszer Kompozit indikátorok egy mutatóval ragadja meg a komplex valóságot (csak egy, rendkívül szerteágazó információkat magában foglaló index pozitív, illetve negatív változását kell nézni)

egy mutatóval ragadja meg a komplex valóságot (túlzott egyszerűsítés veszélye)

könnyebb és gyorsabb kezelhetőség

szubjektivitás: komponensek kiválasztása, valamint a súlyozáskor a készítők elkötelezik magukat az adatok egyféle értelmezése mellett minél összetettebb, annál bonyolultabb az elmozdulások értelmezése: melyik komponensnek köszönhető a változás, ill. valamely komponens megváltozása miként módosítja a kompozit indikátor értékét a különböző indikátorok különböző mértékegységekben mérnek, így ezek összehangolása nehéz feladat (nincs egységes módszertan és közös álláspont)

Ezek alapján úgy találtuk, hogy a kompozit indikátorok kialakítása a fenti célokra több hátránnyal, mint előnnyel járna, így egy hierarchikus, indikátorokból, kiemelt és kulcsindikátorokból álló indikátorrendszer kialakítását tűztük ki célul. Az indikátorok értelmezése kapcsán egy adatpont értéke gyakran nem hordoz lényeges információt. Fontos, hogy az indikátorok nemzetközileg összehasonlíthatóak legyenek, ahol lehetséges (amely nincs ellentmondásban azzal, hogy az egyes indikátorok kiválasztása a magyarországi problémákra reflektáljon), és hogy időbeli elmozdulásokat lehessen elemezni. Ezért célunk az indikátorok vis�szamenőleges feltöltése volt 1990-től, ahol az adatok ezt lehetővé teszik. Emellett az indikátorrendszer kialakítása hosszú távú elköteleződést is jelent annak rendszeres feltöltése és az eredmények publikálása kapcsán. Abban az esetben, ha ez nem történik meg, az elvégzett munkát jelentős részben kárba veszettnek tekinthetjük. Fontos emellett, hogy az indikátorrendszerek, az azokat képező elemi mérőszámok gyakran egyértelmű információt vagy támpontot adjanak szakpolitikai beavatkozások hatékonyságának változásáról, illetve a szélesebb szakmai közösség által is elfogadottak legyenek. Az információk összegyűjtése és az elfogadottság érdekében ezért széles körű szakmai egyeztetésnek kell megelőzni az indikátorok kiválasztását. 87


ÁROP-1.1.10-2011-2011-0001

Ezen koncepcionális keretek mint feltételek mellett a KIH az indikátorrendszer kialakítására (koncepcionális javaslat, indikátorok kiválasztása, szakértői egyeztetések, indikátorok véglegesítése, indikátorok adatokkal való feltöltése Magyarország vonatkozásában és nemzetközi összehasonlításban, honlapon történő megjelenítési javaslat készítése) közbeszerzési, majd az azt követő közbeszerzés nélküli tárgyalásos eljárásban a TÁRKI ZRt.-t választotta ki. 4.1.3. Az átfogó indikátorrendszer koncepcionális szerkezete A javasolt indikátorrendszer a magyar társadalom jóllétének és haladásának monitorozását szolgáló mutatószámok átfogó rendszere. Segítségével nyomon követhető a magyar társadalmat alkotó egyének, családok és háztartások helyzetének alakulása, a társadalmi, gazdasági, természeti környezet, valamint az állam működésének kontextusában. A monitoring rendszer egyszerre teszi lehetővé a folyamatok időbeli és térbeli értékelését, amit az adatok idősorba rendezettsége és a nemzetközi viszonyítási pontok kijelölése alapoz meg. Az átfogó indikátorrendszer négy nagy tematikus blokkba szerveződik: gazdaság, társadalom, környezet és állam. Az egyes blokkokon belül területeket különböztetünk meg, így például a Társadalom blokkban a mutatószámok a Népesedés, család, az Iskolázottság, oktatás, a Gazdasági aktivitás, munkaerőpiac, az Anyagi jóllét, szegénység, az Egészségi állapot, életmódkockázatok, és a Társadalmi kockázatok területek szerint különülnek el. Emellett az indikátorrendszer három szinten strukturált: kulcs, kiemelt és egyszerű indikátorok alkotják. Az így összeállított indikátorrendszer célja • a szélesebb, elsősorban szakértői közönség (kutatók, államigazgatási szakemberek, szakújságírók, társadalmi szervezetek szakértői szintű munkatársai stb.) informálása; továbbá • a stratégiai és szakpolitikai döntéshozatal támogatása. 4.1.4. Koncepcionális keret és a blokkok közötti kapcsolat Az indikátorrendszer koncepciója és szerkezete biztosítja, hogy az egyének, a háztartások és a társadalom jóllétváltozásának nyomon követése átfogó jelleggel valósuljon meg. Ennek lehetőségét négy nagy blokk, a gazdaság, a társadalom, a környezet és az állam kiegyensúlyozott összekapcsolása biztosítja. A javaslat alapvetően a négy blokk egyenrangúságára épül, miközben az egyén, a család és a háztartások jóllétét, annak változását tartjuk a folyamatok legfontosabb kimenetének.Ez összhangban van az utóbbi időszak trendjeivel, amennyiben a hasonló indikátorrendszerek felépítésében a hangsúlyok eltolódni látszanak egyrészt a termeléstől a jóllét, másrészt a makroszinttől a háztartások, harmadrészt a jóllét anyagi dimenziói felől egy többdimenziós megközelítés irányába. Az egyének és a háztartások anyagi jóllétét (vagy éppen jóllétük hiányát) közvetlenül és több dimenzióban mérő indikátorokat – a háztartások jövedelmére és fogyasztására vonatkozó egyes indikátorok kivételével, ahogyan azt lejjebb részletesebben is tárgyaljuk – a Társadalom blokkban találjuk. A Gazdaság és az Állam blokkok, valamint a Társadalom blokk egyes részei a humán és intézményi, míg a Környezet a természeti környezet mint az egyéni jóllét szintjét, változását és fenntarthatóságát alakító, biztosító erőforrások és tőkeformák kontextusaként értelmezhetők. Fontos ugyanakkor megjegyez88


ÁROP-1.1.10-2011-2011-0001

nünk, hogy a kapcsolatok nem egyirányúak, hiszen az egyéni magatartás alakítja és hat a gazdasági, társadalmi, környezeti és az állam működéséhez köthető folyamatokra, nem csak fordítva. Ezt a kapcsolatrendszert illusztrálja leegyszerűsítve a 4.1. ábra. A teljes indikátorrendszeren belül az egyes blokkok önálló gondolati keretet követnek, ezeket a megfelelő helyen tárgyalja a jelentés.

Gazdaság

Állam Társasdalom

Család / Háztartás / Egyén

JÓLLÉTE

Környezet

4.1. ábra: Az átfogó indikátorrendszer koncepcionális szerkezete

4.1.5. Területek, átfedések, kapcsolatok Mialatt a négy blokk esetében az egyes területek és konkrét indikátorok azonosítását és megnevezését végeztük, több problémába ütköztünk, melyek a blokkok egyértelmű elkülönítését megnehezítették. Ezek a problémák egyúttal előre jelzik azokat a pontokat, melyek esetében a folyamatoknak az indikátorrendszeren alapuló értékelése során különös figyelmet kell fordítani a koherens értelmezésre és az adekvát következtetések megfogalmazására. Ezek a nehézségek alapvetően abból adódtak, hogy vannak olyan területek, melyek nem sorolhatók be egyértelműen valamelyik blokk alá, mert elhagyásuk egyik vagy másik blokkból csonkává teheti azokat és nehezítheti az összefüggések feltárását, az adatok megfelelő értelmezését. Továbbá, a statisztikai protokoll kötöttségei miatt egyes területek hagyományosan egyik vagy másik blokkhoz, egyes indikátorok pedig adott területhez tartoznak.

89


ÁROP-1.1.10-2011-2011-0001

A blokkok közötti átfedések leginkább egyértelmű példája a munkaerőpiac és a gazdasági aktivitás területe. A gazdasági aktivitás, a foglalkoztatottság és a munkanélküliség egyrészt a gazdasági termelés és a versenyképesség bemeneti tényezői, másrészt a gazdasági alrendszer működésének kimeneti teljesítményét is mérő mutatók, melyek egyértelmű lázmérőként szolgálnak a gazdaságban zajló folyamatok nyomon követése során. Nem kétséges ugyanakkor, hogy az egyének és a háztartás tagjainak munkaerő-piaci helyzete közvetlenül meghatározza a család, a háztartás és tagjai anyagi jóllétét, közvetetten pedig más, nem anyagi dimenziókat (pl. az egészségi állapotot, az életmódkockázatot vagy a gyermekek iskolázottságát, oktatási teljesítményét). Javaslatunkban, fenntartva a négy elkülönült blokk meghatározta szerkezetet, a gazdasági aktivitás legfontosabb indikátorai (gazdasági aktivitás, foglalkoztatási ráta, munkanélküliségi ráta) a Gazdaság blokkban kapnak helyet. Ezt kiegészítve, a Társadalom blokkban a hangsúly a gazdasági aktivitás háztartási szinten összegződő folyamatain, a háztartás munkaerő-piaci kapcsolódásán, munkakínálatán van. Ugyancsak a Gazdaság és a Társadalom blokkok határán azonosíthatjuk a háztartások jövedelmi helyzetét és fogyasztását. A jövedelem és a fogyasztás volumene egyrészt – számottevő részben – a gazdasági folyamatok eredménye, fontos kimeneti mutatója. Ugyanakkor a jövedelem és a fogyasztás mértéke és szerkezete a háztartások anyagi jóllétének kulcsfontosságú mérőszámai, azok egyenlőtlensége pedig a társadalom és az intézmények működésének jelzőszáma. Javaslatunk összeállítása során a Gazdaság blokkban jelenítettük meg a nemzeti számlák módszertana alapján számított, közvetlenül makroszinten értelmezhető, a háztartások diszponibilis reáljövedelmét és fogyasztását számszerűsítő indikátorokat, míg a Társadalom blokkban kaptak helyet a jövedelemegyenlőtlenség, a szegénység és a fogyasztási szerkezet háztartásvizsgálatokon alapuló, tehát mikroadatokból becsült, de makroeloszlási jellemzőket mutató indikátorai. A gazdaság egyensúlya és versenyképessége, a társadalmi kimenetek és intézmények működése, hatásossága, a környezet állapota nagymértékben függ az állam tevékenységétől, annak teljesítményétől, a kormányzás minőségétől. A kormányzati gazdaságpolitika és szabályozás hatással van az ország gazdasági versenyképességére és egyensúlyára, például az államháztartás egyensúlya, az államadósság, az adózás kiterjedtsége és szerkezete vagy a bérköltségek befolyásolása, a munkaerőpiac szabályozása révén. Éppen ezért, az Állam blokk esetében a bemeneti indikátorok között felmerülhet ezek használata. Mivel itt átfedés mutatkozik a Gazdaság blokkal, az államháztartás hiánya indikátor ez utóbbinál jelenik meg. Hasonlóképpen, a jóléti rendszer ellátásaink hatásossága, szolgáltatásainak minősége megjelenhetne a Társadalom blokkban is, hiszen közvetlenül befolyásolják a legfontosabb társadalmi kimeneteket: háztartások jövedelmét, fogyasztását, szegénységi kockázatát, az egyének egészségi állapotát, társadalmi részvételét. Javaslatunkban arra törekedtünk, hogy a kormányzati tevékenységgel közvetlenül összefüggő mutatószámokat szerepeltessük az Állam blokkban, jelentős mértékben azért is, hogy a Gazdaság és Társadalom blokkok a lehető legnagyobb mértékben kimenet mutatókból álljanak.

90


ÁROP-1.1.10-2011-2011-0001

4.1.6. Az indikátorok hierarchiája és típusai A javasolt átfogó indikátorrendszer hierarchiáját – a pályázati kiírásban is szereplő követelményekkel összhangban – a kulcs- és kiemelt indikátorok azonosítása biztosítja. Javaslatunk összeállítása során, a kulcs- és kiemelt indikátorok azonosítása oly módon történt, hogy az elemi indikátorok kiválasztását követően kiemelt indikátorokat jelöltünk ki. A kiemelt indikátorok azonosításakor tekintettel voltunk arra, hogy a blokkokon belül az egyes területek arányosan legyenek képviselve, azonban figyelembe vettük azt is, hogy az indikátorok együttesen és mutatószám-csoportként önállóan is alkalmasak legyenek az adott blokk által átfogott folyamatok értékelésére. Ezt követően az átfogó indikátorrendszer egészének szintjén 11 kulcsindikátort azonosítottunk. Ezek alkalmasak arra, hogy Magyarország előrehaladásáról egyértelmű, átfogó és összetett képet adjanak, melynek mélysége első körben a kiemelt, ehhez kapcsolódóan pedig a további elemi indikátorok révén ragadható meg. A 4.2. ábra, megelőlegezve a tematikus blokkokban bemutatott kiválasztási szempontok nyomán kialakított konkrét indikátorjavaslatokat, áttekintést ad az indikátorrendszer szerkezetéről, a blokkokról és az azok alá tartozó területekről, az egyes területek esetében javasolt konkrét mutatószámokról és egyben azok hierarchiájáról is. 4.2. ábra: Az átfogó indikátorrendszer szerkezete – áttekintés 1. Gazdaság

2. Társadalom

3. Környezet

4. Állam

Kulcsindikátorok

Kulcsindikátorok

Kulcsindikátorok

Kulcsindikátorok

• G1 Egy főre jutó GNI vásárlóerőparitáson

• T1 Teljes termékenységi arányszám

• K1 Erőforrás termelékenység

• T2 Érettségizettek a 20-24 évesek körében

• K2 A lakosság légköri szilárdanyag-koncentráció általi veszélyeztetettsége K3Mezőgazdasági élőhelyekhez kötődő madárfajok állományváltozása

• Á1 A kormányzat termelési költsége a GDP százalékában

• G2 Foglalkoztatottsági ráta (20–64) • G3 Háztartások diszponibilis jövedelme az EU 17%-ában

• T3 Szegénységi ráta

1.1.Növekedés

2.1. Népesedés, család

• Állóeszközfelhalmozás volumenváltozása (%)

• Természetes szaporodás/fogyás

• Beruházási ráta (állóeszközfelh./GDP) • Építőipari termelés volumenvált.% • Feldolgozóipari termelés volumenváltozása • GDP volumenváltoz ása • Háztartások diszponibilis jövedelme az EU 17% -ában • Háztartások fogyasztásának volumenváltozása

• Teljes termékenységi arányszám

3.1. T ermészeti erőforrások, erőforráshasználat • Felszín alatti vízkivétel

• Időskori eltartottsági ráta

• Kitermelt termálvíz mennyisége

• A népesség megoszl ása a háztartás összetétele szerint

• Belterületbe vont területek aránya • Kitermelhető ásványvagyon

• A gyermekek megoszlása a háztartás összetétele szerint

• Erőforrás-termelékenység • Fakitermelési arány

• Á2 Az észlelt korrupció mértéke • Á3 A jogrendszerbe vetett bizalom szintje

4.1. Input indikátorok • A kormányzat bevételei a GDP%- ában • A kormányzat kiadásai a GDP%-ában • A kormányzati kiadások szerkezete a GDP%-ában • A kormányzat termelési költsége a GDP%-ában • Az államháztartás bruttó adóssága • Az államháztartás többlete/hiánya a GDP%-ban • Az államháztartás elsődleges egyenlege a GDP%-ban • A költségvetési szektorban foglalkoztatottak aránya az összes foglalkoztatott%-ban • Az államigazgatásban foglalkoztatottak aránya az összes foglalkoztatott%-ban • A középiskolai tanárok fizetése a diplomások fizetéséhez viszonyítv

91


ÁROP-1.1.10-2011-2011-0001

4.2 ábra: Az átfogó indikátorrendszer szerkezete – áttekintés (folytatás) 1.2. Felzárkózás

2.2. Iskolázottság, oktatás

3.2. Környezetterhelés

4.2. Folyamat indikátorok

1.3. Versenyképesség

2.3.Gazdasági aktivitás, háztartások munkaerőpiaci helyzete

3.3. Környezeti állapot

4.3. E redmények és hatások

2.4.Anyagi jóllét, szegénység

3.4. Társadalmi válaszok

• Egy foglalkoztatottra jutó GDP vásárlóerős paritáson • Egy főre jutó GNI vásárlóerőparitáson • Egy ledolgozott munkaórára jutó GDP vásárlőerő paritáson • GDP/fő vásárlőerő paritáson • Háztartások egy főre jutó fogyasztása vásárlőerő paritáson • Vállalati internet penetráció

• Átlagnyugdíj/átlagbér arány • Bérhányad • FDI állomány a GDP%-ában • Innovatív vállalatok a teljes vállalati kör%-ában • Munkára rakódó adóterhek, adóék • Teljes tényezős termelékenység • Termékegységre jutó bérköltség • Tőkére rakódó adóterhek -Üzleti élet kifinomultsága (WEF)

1.4. Munkaerőpiac

• Aktivitási ráta • Felsőfokú végzettségűekaránya a 30-34 évesek körében • Foglalkoztatottsági ráta (20-64 évesek körében) • Foglalkoztatottak számának változása a versenyszektorban • Munkanélküliségi ráta

1.5. Egyensúly

• 10 éves lejáratú állampapírok évesített hozamszintje • 10 éves lejáratú állampapírok hozamkülönbsége a hasonló német állampapírhoz képest • Államadósság a GDP %-ában • Államháztartási egyenleg a GDP %-ában • Árfolyam volatilitás • Bankszektor mérlegfőösszege a GDP arányában • Export (GDP szerinti) volumenváltozása • Felhalmozási hányad a GDP %-ában • Fogyasztói árindex • Háztartások eladósodottsága a GDP %-ában • Külkereskedelmi mérleg egyenlege a GDP%-ában • Külső finanszírozási képesség a GDP%-ban • Makrogazdasági megtakarítási hányad a GDP%-ában • Nyugdíjkiadások/GDP arány • Reál effektív árfolyam • Teljes bruttó külső államadóság a GDP%-ában

92

• 25–64 éves népesség iskolázottsági szerkezete • Érettségizettek aránya a 20-24 évesek körében • Korai iskolaelhagyók aránya • Alacsony szövegértési teljesítmény 15 évesen • Alacsony szövegértési teljesítmény

• A 15-64 éves népesség gazdasági aktivitás szerinti megoszlása • Nem foglalkoztatott, oktatásban és képzésben nem részesülő fiatalok aránya • Be• és kiáramlás a foglalkoztatottak körébe • A nyugdíjba vonulás tényleges átlagéletkora • A népesség megoszlása a háztartás munkaerő-piaci aktivitása szerint • Alacsony munkaintenzitású háztartásokban élők aránya • Reálkeresetek alakulása • Kereseti egyenlőtlenségek

• Jövedelmi szint • Jövedelemszerkezet • Jövedelemegyenlőtlenség • Szegénységi ráta • Szegénységi rés-arány • Tartós szegénységi ráta • Szubjektív megélhetési helyzet • Magas élelmiszerkiadású háztartások aránya • Magas lakásfenntartási kiadású háztartás • Rezsifizetési elmaradással küzdők • Súlyos anyagi depriváció • Substandard lakásban élők aránya

2.5. E gészségi állapot, életmódkockázatok

• Alacsony testsúllyal született gyermekek aránya • Szubjektív egészségi állapot • Tartós betegség, korlátozottság • Születéskor (30, 60 évesen) várható élettartam • Egészségesen várható élettartam • Alkoholisták becsült száma • Dohányzás

2.6. Társadalmi együttélés minősége

• Általános bizalom • Civil szervezetekben való részvétel • Ismertté vált bűncselekmények aránya • Öngyilkossági ráta

• Üvegházhatású gázok kibocsátása • A háztartások éves nitrogénkibocsátása szennyvíztisztítás után • Növényvédőszer értékesítés • Lakókörnyezetet zajterhelése • Keletkezett hulladék • A közösségi közlekedés aránya a személyszállításon belül • A közúti áruszállítás áranya • Energiaintenzitás • Lakosság ózonkoncentráció általi veszélyeztetettsége • Lakosság légköri szilárdanyagkoncentráció általi veszélyeztetettsége • Folyóvizek biokémiai oxigénigénye • A talaj tápanyag-ellátottsága, nitrogénmérleg • Mezőgazdasági élőhelyhez kötődő madárfajok állományváltozása

• Települési szennyvíztisztítási index • Agrár- és környezetgazdálkodásában részt vevő területek aránya • Ökológiai gazdálkodásba bevont területek aránya • Újrafeldolgozással és komposztálással hasznosított települési szilárdhulladék aránya • Megújuló energiaforrások részesedése a teljes energiafelhasználásból • A környezetvédelmi beruházások az összes beruházás arányában

• Az észlelt korrupció mértéke • Stratégiai HR menedzsment index • Az e-kormányzást igénybe vevő állampolgárok aránya

• Az adóbevalláshoz és adófizetéshez szükséges órák száma évente • Választási részvétel • A jogrendszerbe vetett bizalom szintje • Bizalom a rendőrségben • Elégedettség a kormánnyal • A jövedelmi egyenlőtlenségek csökkentésének igénye • Készpénzes transzferek szegénységcsökkentő hatása • Az iskolarendszer szerepe a szövegértési teljesítményben • Elmulasztott orvos-beteg találkozások • Emberölések száma 100 ezer főre


ÁROP-1.1.10-2011-2011-0001

4.2. Az átfogó indikátorrendszer tematikus blokkjai, területek és indikátorok 4.2.1. Gazdaság Fő kihívások a gazdasági folyamatok terén Magyarországon A „Gazdasági fejlődés” indikátorrendszer indikátorainak kiválasztásakor igyekeztünk azokat a fő problématerületeket körülhatárolni, amelyek a magyar gazdaságot jelenleg is jellemzik, illetve az elmúlt években jellemezték. Az egyik ilyen fő problématerület a gazdasági növekedés alakulása a globális válságot követően. 1997–2006 között a magyar GDP bővülés meghaladta mind az EU-27, mind a német gazdasági növekedés ütemét. 2007-től kezdve azonban a magyar gazdaság bővülése nemcsak jelentősen veszített dinamikájából, hanem – a belső strukturális feszültségek következtében – a külső környezet a válság miatt ingatag és változó keresleti hatásaiból nem tudott elegendő impulzust meríteni, s így a növekedés üteme elmaradt mind a referenciaként használt EU-27 átlagától, mind a német GDP-rátától. A belföldi felhasználás 2007 óta tartó szűkülését a nettó export csak részben tudta kompenzálni, és ez utóbbi pozitív hozzájárulása a GDP-hez jelentős mértékben az import exportnál lassúbb bővülésének volt betudható. A másik általunk kiemelt problématerület a felzárkózás, ami szorosan kapcsolódik a gazdasági növekedés kérdéséhez. A felzárkózás vizsgálatához egyrészt egy bázisévi színvonal-összehasonlítás szükséges folyó vásárlóerő-paritáson, másrészt volumenindexek szükségesek a többi év szintjeinek konstans árakon és vásárlóerő-paritáson történő összehasonlításához. Európában általában az EU15-höz (azaz a régi uniós tagországokhoz), vagy az EU-27-hez viszonyítva célszerű vizsgálni a felzárkózási folyamat alakulását. A belső egyensúlytalanság és a gazdasági válság hatására a felzárkózás folyamata lelassult. Az egy főre jutó vásárlóerő-paritáson számított GDP tekintetében 2007–2011 között a szlovák és a lengyel felzárkózás jóval dinamikusabb volt a magyarnál. A felzárkózás lassulása következménye a szerkezeti problémák következtében tapasztalt növekedéslassulásnak. A felzárkózás több területen vizsgálható, amelyek hatással vannak a versenyképesség alakulására is. A harmadik kiemelt terület a versenyképesség, ahol a fogalom értelmezése is nemzetközi szakirodalmi viták tárgya. Itt olyan indikátorok kiemelését javasoltuk, amelyek alkalmasak egy kis, nyitott gazdaság nemzetközi pozíciójában bekövetkezett változások visszatükrözésére. A magyar gazdaság számára a nemzetközi tőkevonzó szerep megőrzése rendkívül fontos, így az indikátorok kiválogatásában arra is nagy súlyt helyeztünk, hogy ezek az indikátorok tükrözzék azokat a szempontokat is, amelyek egy befektetőt befolyásolnak a döntéseik meghozatalában. A negyedik fontos terület a munkaerő-piaci folyamatok nyomon követése. Ebben a vonatkoztatásban a legnagyobb probléma, hogy az elmúlt évtizedekben a magyar foglalkoztatottsági szint a versenyképességi és a konjunkturális hatásoktól függetlenül tartósan alacsony maradt, különösen egyes korcsoportok és kvalifikáltság esetében (fiatalok, idősek, képzetlenek), míg a kvalifikáltabb és az életpálya középső szakaszán lévők körében az elmaradás nem annyira jelentős. Fontos szerepe volt ebben a foglalkoztatáspolitikához kapcsolódó, és a kilencvenes évek elején a munkaerő-kínálat csökkentésére kialakított rendszereknek és technikáknak. A rendszerváltást követő időszakban hirtelen magasra emelkedő munkanélküliségre válaszul a munkaerő kínálatának az átmeneti csökkentésére nagyvonalú 93


ÁROP-1.1.10-2011-2011-0001

munkanélküli-segélyezési, gyermekgondozási, rokkant és korengedményes nyugdíj- és jóléti rendszert alakított ki a kormányzat, amely rendszereket csak lassan, fokozatosan és konfliktusosan sikerült leépíteni. A munkanélküli-segélyezés több lépésben szigorodott már a kétezres években, s az inaktivitás különböző formáiból a munkapiacra terelték az ott korábban is nehezen foglalkoztatható csoportokat, amelyeknek a piaci foglalkoztatása konjunktúra esetén sem súrlódásmentes, és amelyek jelentős része a munkanélküli- és szociális ellátórendszerek szigorodó rendszerébe kerültek át. Nem általában a foglalkoztatás, hanem egyes csoportok foglalkoztatási gondjai jelentik a szakpolitikai kihívást. Kiemelkedő probléma, hogy rendkívül alacsony a képzetlen népesség foglalkoztatási aránya, ami a foglalkoztatási rátában a nemzetközi szinthez képest mutatkozó elmaradás több mint felét magyarázza. Végül az ötödik kiemelt terület az egyensúlyhiány. A 2006-ig tartó dinamikus reálgazdasági növekedés ellenére a 2000-es évek közepére jelentős fiskális egyensúlyhiány alakult ki, ami a bruttó állam adósság erőteljes növekedésével járt együtt. A fenntartható adósságpályára történő átállás kényszere megkerülhetetlenné tette az éveken át ható fiskális restrikciót, ami viszont – ahogy arra már korábban is utaltunk – a belső kereslet szűkülését és ennek következtében a növekedés lassulását eredményezte. Tekintettel arra, hogy a nagy növekedési és szociális áldozatok árán elért fiskális egyensúlyjavulás eredményeinek megőrzése továbbra is kiemelt kormányzati feladat marad, ennek makrogazdasági következményei az elkövetkező években is fékezhetik a növekedést. Hasonlóképpen visszafogja a növekedést a pénzügyi rendszerben gerjesztett feszültség, ami a banki és biztosítási költségek emelkedésén, valamint a hitelkihelyezés visszafogásán érhető tetten. Ugyanígy megemlíthető az árfolyamok és kamatok magas volatilitása, ami az ország megnövekedett pénzpiaci kockázatát jelzi. Területek és indikátorok Olyan indikátorrendszert kívánunk megalkotni, amely képes a magyar gazdaság legfontosabb problémáit visszatükrözni. A mutatók kialakításánál igyekeztünk a gazdaság állapotterét a lehető legtöbb ponton lezárni, ezáltal minimalizálni azon kihagyott indikátorok számát, amelyek hatással lehetnek a gazdaság fejlődésére. Összesen öt fő területet határoztunk meg, amelyek alkalmasak a gazdaság fő neuralgikus pontjainak jellemzésére. Ezeket a területeket egy kiemelt indikátorral és több alárendelt indikátorral jellemeztük. Az öt területen végbemenő folyamatok eredményét tükrözik az általunk választott kulcsindikátorok. A gazdasági növekedés vonatkozásában különböző mutatókkal dolgozunk. Itt a változás mértékének nyomonkövethetősége a lényeg, ezért érdemes egy fix bázist kiválasztani és a változást annak fényében értékelni. Itt a bázisidőpont megválasztása külön figyelmet kíván, mivel a bázis időpontjának megfelelő szint a korábbi, illetve a későbbi időpontokhoz képest alapvetően meghatározza a későbbi értékek interpretálását. A felzárkózás és a növekedés külön területként kezelése sokáig vitatott volt. A szétválasztás mellett szól, hogy a növekedés a gazdaság különböző szegmenseinek önmagához képesti változását jelenti, míg a felzárkózás esetében különböző szinteket hasonlítunk össze. A versenyképesség a hosszú távú fejlődés alapköveit alkotja. A növekedés ezekből a mutatókból táplálkozik, ezért kulcsfontosságú, hogy a mutatók az indikátorrendszerben kellő súllyal reprezentálva jelenjenek meg. Az innováció minden versenyképességi indexben (WEF, IMD, Világbank) a fejlettség 94


ÁROP-1.1.10-2011-2011-0001

csúcsindikátora, amely elsősorban azon államok esetében releváns, amelyek a világ technológiai rendszerében vezető szerepet töltenek be. A munkaerőpiac gazdaságban betöltött szerepe az indikátorrendszer szempontjából kettős: egyrészt a munkapiaci jelenlét és foglalkoztatottsági szint növelése az EU kitüntetett célja, másrészt a gazdasági folyamatok nyomon követése szempontjából inkább kontrollváltozóként szerepeltetendő mutatókról van szó, amelyek jelzik a gazdasági fejlődéssel kapcsolatban a munkapiac jelenlegi állapotát. Fontos információ, hogy a növekedési mutatók együtt mozognak-e a munkaerőpiacot jellemző mutatók változásaival; azaz a gazdaságban végbemenő pozitív vagy negatív változások mennyiben, milyen formában hatnak vissza a munkaerőpiacra. Alkalmas indikátor a Munkaerő-felvétel (MEF) alapján vizsgált foglalkoztatási, aktivitási, illetve munkanélküliségi ráta, korcsoportonként. Ezek a mutatók érzékenyek a foglalkoztatottság változásaira, tartalmazzák az alkalmazásban állók mellett az önfoglalkoztatók csoportját is, valamint a munkapiaci alkalmazkodás határon átlépő formáit (napi vagy heti stb. ingázás, külföldi munkavállalás), és azonosítható módon a közmunkásként alkalmazottakat is. A hazai gazdasági folyamatok leírásához a MEF-alapú indikátorok mellett az alkalmazottak szűkebb csoportja (intézményi adatszolgáltatás) szolgálhat kontrollindikátorként. A foglalkoztatott csoport versenyszférára szűkítve a külföldi munkavállalástól és a közmunkától, valamint a nem alkalmazotti foglalkoztatási viszonyoktól megtisztított módon képes a versenyszféra gazdasági folyamatait leírni. A foglalkoztatás nem közvetlenül gazdasági folyamatokhoz kapcsolódó indikátorai az EU általános fejlettséget jellemző indikátorai, így például a felsőfokú végzettségűek aránya a releváns korosztályon belül. A gazdaság általános egyensúlya a hosszú távú fejlődés kulcsproblémája, ám több vitás pontot tartalmaz. Az egyik ilyen vitatott kérdés a külső és a belső egyensúly megkülönböztetése. Ezért választottunk két kiemelt indikátort (Államháztartási egyenleg a GDP %-ában, illetve a Külső finanszírozási képesség a GDP %-ában). A másik vitatott terület, hogy hogyan határozható meg az egyensúlyi mutatók kívánatos szintje. Ez nemzetközi összehasonlításban is többféle szempont szerint értelmezhető. Kulcsindikátorok Figyelembe véve, hogy egy ország gazdasági teljesítményének alakulása meghatározza az országban élő népesség jóléti viszonyait is, úgy gondoljuk, hogy a gazdasági fejlődés területének egyik kulcsindikátora az egy főre jutó – vásárlőerő-paritáson számított – GNI (bruttó nemzeti jövedelem) legyen, tekintettel arra, hogy ez mutatja legjobban, hogy mekkora jövedelem termelődött meg egy adott évben egy országban, s az milyen mértékben emeli az egyének jólétét. Az indikátor nemzetközileg elfogadott, nemzetközi összehasonlításra alkalmas, továbbá ötvözi a nemzetközi gazdasági indikátorképzés két fő vonulatát, a termelést (GDP) és a jólétet ( jövedelmek). Megjelennek benne mind a bel-, mind a külföldi jövedelmek és beruházások, így átfogóbb képet ad a nemzetgazdaság állapotáról és nemzetközi relatív pozíciójáról. Tekintettel arra, hogy a népességi jólét javulása szorosan összefügg a gazdasági növekedéssel, amelynek forrása döntően a termelékenység emelkedése és a foglalkoztatás bővülése, második kulcsindi95


ÁROP-1.1.10-2011-2011-0001

kátornak a foglalkoztatási rátát javasoljuk. Ezt indokolja az is, hogy a magyar foglalkoztatási szint uniós összevetésben is kirívóan alacsony, és az alacsony foglalkoztatottságnak, alacsony gazdasági aktivitásnak számos gazdasági és társadalmi következménye is van (az egy foglalkoztatottra jutó magas közterhek, az ellátórendszerek finanszírozásának problémái, elszegényedés stb.). A foglalkoztatottság javulásával, a munkahelyteremtéssel együtt járó gazdasági növekedés és jóléti javulás a hazai gazdaságpolitika egyik kiemelt célkitűzése. A foglalkoztatási ráta előállítása stabil módszertannal történik, nemzetközileg is jól összehasonlítható mutató. A javasolt kulcsindikátor a 20–64 éves korosztályra vonatkozóan mutatja a foglalkoztatottság változását, ami ebben a formában az EU-2020 kiemelt indikátorainak is egyike. Harmadik kulcsindikátorként a Háztartások diszponibilis jövedelmének az eurózóna tagországainak azonos mutatójának százalékában kifejezett összegét emeltük ki. Ennek legfontosabb oka az átfogó indikátorrendszer koncepcionális kereteinek kialakításakor megfogalmazott szempont volt: az indikátorrendszer középpontjában az egyének, a családok és a háztartások jólléte áll, és ennek egyik kiemelt mutatója a háztartásnak a nemzeti számlák rendszerében számított diszponibilis jövedelme. 4.2.2. Társadalom Fő kihívások a társadalmi folyamatok terén Magyarországon Az alábbiakban felsoroljuk azokat a legfontosabb társadalmi jelenségeket, folyamatokat és problémákat, amelyekre a társadalmi alrendszer indikátorai kiemelten reflektálnak: Az európai országok között is kirívóan alacsony szintű népességreprodukció (Kapitány és Spéder 2012; KSH 2013), amely a demográfiai öregedés jelenségét is alapvetően meghatározza, hosszú távon veszélyezteti a társadalom fenntarthatóságát. Az alacsony termékenység hatása 2-3 évtized múlva a munkaerőpiacra belépő fiatalok számában is megmutatkozik, ami az aktív korú népesség részarányának csökkenését eredményezi (Földházi 2012), megkérdőjelezi a társadalmi intézmények megfelelő színvonalú fenntartását. A társadalmi egyenlőtlenségek számos dimenzióban jelentősek és a rendszerváltás óta kisebb-nagyobb mértékű emelkedést mutatnak (TÁRKI 2012b). A jövedelmi egyenlőtlenségek mellett ez számos aspektusban megmutatkozik, mint például a különböző iskolai végzettségűek munkaerő-piaci lehetőségei vagy az egészségi állapotban, a halálozásban jelentkező társadalmi rétegbeli különbségek. Meghatározóak és erősödőek a területi egyenlőtlenségek is, amelyek alapvetően jövedelmi és munkaerő-piaci egyenlőtlenségek formájában jelennek meg, de kimutathatóak az egészségi állapot vonatkozásában is. A foglalkoztatottság alacsony szintje a magyar társadalom egyik legsúlyosabb problémája, a társadalmi haladás egyik legkomolyabb korlátja. Súlyos problémát nemcsak az alacsony foglalkoztatás jelent, hanem a magas inaktivitási szint, különösen az, hogy az aktív korú népességen belül magas a rokkantak aránya, és alacsony a nyugdíjba-vonulási korcentrum. A rendszerváltás utáni időszak egyik legnagyobb kihívása a mélyszegénységben élő rétegek helyzetének javítása. A mélyszegénység részben a szegénység tartósságával, részben pedig a hátrányok halmozódásával írható le. Legalapvetőbb okai az alacsony iskolázottság, a munkaerő-piaci kirekesztődés, a rossz egészségi állapot, illetve mindezeknek a családi szintű koncentrációja. 96


ÁROP-1.1.10-2011-2011-0001

A magyar népesség rossz egészségi állapota évtizedek óta az egyik legnagyobb társadalmi kihívást jelenti. Az egészségi állapot a munkaerő-piaci részvételt, a mindennapi életvitel minőségét is alapvetően befolyásolja, az egészség megromlásával kapcsolatos kiadások pedig egyéni, családi és társadalmi szinten is komoly költségeket képviselnek. Ráadásul nagyon nagyok a társadalmi különbségek az egészségi állapot, a halandósági mutatók és a megfelelő színvonalú egészségügyi ellátásokhoz való hozzáférés tekintetében is. Magyarországon a társadalmi kohézió rendkívül alacsony szintű, amely a társadalmi haladás szempontjából igen komoly korlátozó tényezőként van jelen. A szegénység és a mélyszegénység kiterjedtsége, az egyenlőtlenségek magas szintje, a társadalmi intézmények (szociális ellátórendszer, egészségügy) működési problémái, a magas inaktivitási ráta, a szocializmusból örökölt magatartási minták, az általános és az intézmények felé irányuló bizalmatlanság komoly romboló erőként működnek a magyar társadalomban. Kiemelt problémaként kezeljük a cigány népesség társadalmi integrációjának kérdését is. A cigányság iskolázottsága, aktivitási mutatói lényegesen elmaradnak a népességi átlagtól, egészségi állapotuk közismerten rossz. Területek és indikátorok E projekt keretei között a társadalmi alrendszer blokkjainak alapvetően olyan területeket választottunk ki, amelyek közvetlenül kapcsolhatók társadalompolitikai célokhoz (pl. munkaerőpiac, jövedelmi helyzet), amelyeken értelmezhető a társadalmi haladás fogalma (pl. a lakosság egészségi állapota) vagy amelyek olyan folyamatokra mutatnak rá, amelyek társadalompolitikai kihívásokat jelentenek (pl. népesedés). Nem képeznek önálló blokkot az olyan területek (pl. szabadidő, kultúra), amelyek bár fontos részei az egyéni életminőségnek, de társadalmi szinten nem vagy kevésbé fogalmazhatók meg azzal kapcsolatos célok. Nem képezik részét a Társadalom blokknak azok az indikátorok, amelyek alapvetően és közvetlenül az intézmények, főként a jóléti ellátórendszer különböző szegmenseihez tartozó oktatási, egészségügyi és szociális intézmények működésére, hatékonyságára és hatásosságára utalnak. Ezeket a jelzőszámokat az Állam blokk keretein belül tárgyaljuk. Ebben a blokkban egy olyan struktúrára teszünk javaslatot, amely alapvetően az életkörülmények, a társadalmi intézmények különböző szegmenseihez rendeli a jelzőszámokat. A különböző társadalmi csoportok kiemelése a jelzőszámok bontásakor történik meg. Mindezeket figyelembe véve a jól mérő indikátorok kiválasztása mellett hasonló jelentősége van annak, hogy az indikátorok bontásai is valós, lényeges folyamatokra mutassanak rá. Több esetben is éppen ezek a bontások teremtenek kapcsolatot a különböző tematikák között. Például a szegénység és a munkaerő-piaci státus kapcsolatát a szegénységben érintett népesség munkaerő-piaci státus szerinti bontása mutathatja meg. Az iskolai végzettség munkaerő-piaci hozadékát a különböző szintű iskolai végzettséggel rendelkezők munkaerő-piaci aktivitása, foglalkoztatottsági rátája mutatja meg.

97


ÁROP-1.1.10-2011-2011-0001

Népesedés, család A mai magyar társadalom legnagyobb kihívásai közül több is közvetlenül kapcsolódik a népesedési helyzethez. A magyar népesség száma az 1980-as évek eleje óta folyamatosan csökken. A csökkenés oka alapvetően az alacsony termékenység, amely a legtöbb fejlett országra jellemző, de a magyar reprodukciós szint még ebben a mezőnyben is kirívóan alacsony. Ez a minta átalakítja a korstruktúrát is, ami hosszú távon a demográfiai öregedés jelenségének egyik meghatározó faktora lett. Az aktív korúak és az idősek arányát összevetve azt tapasztaljuk, hogy a 100 aktív korúra jutó idősek aránya folyamatosan növekszik. Különösen fontos kiemelni a nagyon idősek („theoldest old”), azaz a 80 év felettiek részarányának dinamikus növekedését, hiszen ennek a korosztálynak az egészségügyi ellátása, szociális helyzetük javítása jelenti a mai társadalmak egyik legnagyobb kihívását. Különösen nagy jelentősége van ennek akkor, amikor a többgenerációs együttélési formák jelentősen visszaszorultak, amikor a generációk egymást segítését számos külső tényező nehezíti (példaként említhetjük a középkorú generációk munkaerő-piaci nehézségeit, azt a tényt, hogy Magyarországon a középkorú népesség egészségi állapota meglehetősen rossz stb.). A demográfiai öregedés jelensége nemcsak az alacsony termékenységgel függ össze, hanem azzal a pozitív fejleménnyel is, hogy az utóbbi évtizedekben a várható élettartam is növekedett, noha az európai országokkal összehasonlítva a magyar népesség életkilátása továbbra is a legrosszabbak közé tartozik, és döbbenetesen nagyok a társadalmi rétegek közötti különbségek. (A születéskor és különböző életkorokban várható élettartam indikátorát az ’Egészségi állapot’ területnél szerepeltetjük.) A családszerkezettel kapcsolatos indikátorok viszonylag kisebb súllyal kapnak helyet a jelzőszámrendszerekben, pedig a családi együttélési mintáknak rendkívül nagy jelentősége van a következő generációk szocializációja szempontjából, a családszerkezet meghatározó az anyagi helyzet és számos egyéb életkörülmény vonatkozásában is. A legfontosabb családszerkezeti változások jelentős része a már fentebb említett folyamatokkal van összefüggésben. Csökkent a gyermekes családok aránya, és folyamatosan emelkedik az egyedül élő idős emberek alkotta háztartások aránya. A gyermekes családok körében csökkent a gyermekszám. Különösen a kétgyermekes családmodell visszaszorulása meghatározó. A gyermeküket egyedül nevelő szülők aránya stagnáló, enyhén növekedő arányt mutat, a párkapcsolatban élő szülők körében pedig egyre jelentősebb azoknak az aránya, akik nem házasodnak össze. Az életkörülmények különböző aspektusait vizsgáló kutatások azt mutatják, hogy a gyermekes családok körén belül különösen nehéz helyzetben vannak az egyszülős családok, közöttük is azok, ahol több gyermek is nevelkedik. Iskolázottság, oktatás A társadalmi egyenlőtlenségeket generáló tényezők egyik legfontosabbja az iskolai végzettség. Számos kutatás kimutatta például, hogy Magyarországon az alacsony iskolai végzettség következtében előálló munkaerő-piaci hátrányok sokkal jelentősebbek, mint Európa számos más országában.

98


ÁROP-1.1.10-2011-2011-0001

Az iskolázottságra és az oktatásra vonatkozó tematikus blokk indikátorainak kialakításakor elsősorban olyan jelzőszámok kerültek kijelölésre, amelyek az oktatási rendszer kimeneteit írják le. Az oktatási kiadások, az oktatásba fektetett egyéb erőforrások (intézményi struktúra, tanári kar stb.) mutatói a fentebb bemutatott koncepcionális keretbe nem illeszkednek. Az oktatási rendszer legfontosabb kimenete a népesség iskolázottsága. (Az iskolai végzettség differenciáló hatására való rámutatást a további tematikus blokkok is kiemelt kérdésként kezelik.) A mindenkori oktatási rendszer hatékonyságát, az iskolai előmenetel éppen aktuális problémáit azonban nem az aktív korosztály egészére vonatkozó mutatók, hanem a képzésben éppen részt vevő vagy abból kimaradó gyermekekre, fiatalokra számított indikátorok fejezik ki. Ezek közül is kiemelt jelentősége van annak az indikátornak, amely azt mutatja meg, hogy a fiatalok mekkora aránya szerez érettségit, és annak a jelzőszámnak, amely azoknak az arányát adja meg a megfelelő korosztályban, akik legfeljebb általános iskolai végzettséget szereztek, és már nem tanulnak. Az iskolarendszer hatékonyságát nemcsak az iskolai végzettség fejezi ki, hanem mindazok a készségek és tudások is, amelyek az oktatás rendszerén keresztül megszerezhetővé válnak. Ezeket a kompetenciatesztek mérik. A kompetenciavizsgálatok közül kiemelhetjük a nemzetközi összehasonlító célokat szolgáló PISA (Programme for International Student Assessment) kutatást, a hazai vizsgálatok közül pedig a 2001 óta éves rendszerességgel végrehajtott Országos Kompetenciaméréseket. A fiatalok iskolai végzettsége és az elsajátított készségek és tudások vagy az ezekből való kirekesztődés nemcsak az oktatási rendszer érdeme vagy éppen hibája, hanem köszönhető mindannak a szocializációs háttérnek is, amely a gyermekeket és a fiatalokat körülveszi. A szülői háttér hatását és annak időbeli változását az indikátorrendszer a szülők iskolai végzettségével méri. Gazdasági aktivitás, munkaerőpiac A gazdasági aktivitás alakulása az egyén és a társadalom szintjén is kiemelt jelentőségű. A népesség gazdasági aktivitás szerinti összetétele számos demográfiai, gazdasági, társadalompolitikai, egészségi állapottal összefüggésben levő tényezőtől függ. A munkaerő-piaci politikák kiemelt célterülete a fiatalok munkaerő-piaci esélyeinek javítása. A politikák sikerességének előfeltétele a munkaerőpiacról kirekesztődő fiatalok szociodemográfiai ismérveinek megismerése és monitorozása. Ezt a célt szolgálja az az indikátor, amely azoknak a fiataloknak az arányát mutatja meg, akik nem dolgoznak és már nem is tanulnak. Az aktív korú magyar népesség foglalkoztatási rátája a rendszerváltást követő drasztikus visszaesés óta lényegében változatlanul alacsony szinten van. (A megfelelő indikátort a Gazdaság blokk Munkaerőpiac területéhez soroltuk.) A foglalkoztatottsági ráta nem pusztán a munkaerő-piaci helyzet, hanem gazdasági és a társadalmi folyamatok kulcsindikátora is, hiszen a munkaerő-piaci részvétel meghatározó faktora az életkörülmények különböző dimenzióinak. A foglalkoztatottsági ráta életkor, nemi hovatartozás, iskolai végzettség, a lakóhely területi jellemzői mentén is erősen differenciált, így nagy jelentősége van annak, hogy az indikátor értékét ezekben a dimenziókban is megjelenítsük.

99


ÁROP-1.1.10-2011-2011-0001

A foglalkoztatottsági szint viszonylagos stabilitása mögött jelentős mikroszintű mozgások zajlanak. A munkaerőpiacra beáramlók és az onnan kiáramlók demográfiai és szociológia jellemzői fontos információkat hordoznak. Jól dokumentált tény, hogy éppen a legfiatalabb és a legidősebb munkaképes korú népesség foglalkoztatottsági mutatói a legkedvezőtlenebbek. Mindezek mellett nyilvánvalóan rendkívül fontos annak vizsgálata is, hogy mekkora arányban vannak, és milyen társadalmi ismérvekkel írhatók le azok, akik különböző inaktív státusokból (munkanélküli, anyasági ellátáson lévő stb.) lépnek be a foglalkoztatottak körébe, illetve milyen státusokba lépnek azok, akik kilépnek a munkaerőpiacról. Ahogyan fentebb is említettük az idősödő munkavállalók munkaerő-piaci részvételének növelése az Unió és hazánk társadalompolitikai programjaiban is kiemelt szerepet kap. Az utóbbi évek nyugdíjreformjai) valamint számos munkaerő-piaci intézkedés irányult arra, hogy az idősödő munkavállalókat minél hos�szabb ideig bent tartsák a munkaerőpiacon, illetve, hogy munkaerő-piaci integrációjukat segítsék. A munkaerőpiactól való távolmaradás az esetek döntő többségében egy hátrányos társadalmi státust takar. Nagyon fontos annak vizsgálata, hogy hogyan kumulálódik ez családi/háztartási szinten. A nemzetközi összehasonlításra kialakított mutatók egyike a laekeni indikátorok sorában szereplő munkaintenzitás mutató, amely a háztartásban élők potenciális és tényleges munkaintenzitását hasonlítja össze az év során ledolgozott hónapok és aszerint, hogy a háztartás tagjai teljes vagy részmunkaidőben dolgoznak-e. A munka világának egyenlőtlenségei nemcsak abban nyilvánulnak meg, hogy kiknek van munkája és kiknek nincsen, hanem abban is, hogy a munkaerőpiac aktív tagjai különböző pozíciókat töltenek be, amelyekhez eltérő presztízs, előmeneteli lehetőség, kereset, stabilitás stb. tartozik. Mindezek közül a keresetek alakulását emeljük ki. A keresetek átlagos szintjének alakulása, illetve a kereseti egyenlőtlenségek fontos mérőszámai lehetnek a társadalmi jólétnek, és jól jelzik például azt a hozadékot, amelyet a különböző végzettségi szintek jelentenek a munka világában, körülírják a munkaerőpiac hátrányos helyzetű csoportjait. Anyagi jólét, szegénység Az anyagi jólét meghatározó dimenziója a jövedelem. Az egy főre számított jövedelmek reálértékének változása és a jövedelemszerkezet alakulása kifejezi a társadalom jóléti szintjében bekövetkezett változásokat. A jövedelemegyenlőtlenségre vonatkozó jelzőszámok kidolgozása nagy hagyományokra tekint vissza, minek következtében viszonylag standardok a mérési módszerek is, noha azok nem minden esetben illeszkednek a nemzeti sajátosságokhoz (pl. a háztartások méretgazdaságosságát figyelembe vevő ekvivalenciaskála). A jövedelemegyenlőtlenségeket mérő mutatószámok alapvetően abban különböznek egymástól, hogy az egyenlőtlenségek mely területeire érzékenyebbek. Vannak, amelyek a jövedelemeloszlás szélei közötti különbséget mérik, míg mások a teljes egyenlőtlenségi spektrumra mutatnak rá. Bizonyos mutatók az átlag körüli jövedelmek és a felső tartományba tartozó jövedelmek „távolságára” mutatnak rá, míg mások az átlag körüli és az alsó tartományban levő jövedelmek közöttire.

100


ÁROP-1.1.10-2011-2011-0001

Az általunk választott indikátor az alsó és a felső jövedelmi ötödbe tartozók jövedelme közötti különbségét mutatja. A jelzőszám a laekeni indikátorok körébe tartozik, így nemzetközi összehasonlításra is alkalmas. Ezek közül kiemelt jelentősége van annak a jelzőszámnak, amely a jövedelmi szegénységben élők arányát mutatja, pontosabban azokét, akiknek a háztartásában az egy fogyasztási egységre jutó jövedelem nem éri el a medián jövedelem 60%-át. (Szegénységi ráta) A jövedelmi szegénység mélységét több megközelítés szerint is vizsgálhatjuk. A szegénységi rés azt mutatja meg, hogy a szegénységben élők jövedelme hogyan viszonyul a szegénységi küszöbértékéhez. Ehhez a gondolati körhöz tartozik az is, hogy a szegénység tartóssága, a szegénység állapotába való belépés és kilépés társadalmi meghatározottságának vizsgálata szintén fontos kérdés. A jövedelem mellett a kiadási mutatók is jól jellemzik a háztartások életkörülményeit. A kiadások szerkezetének van egy olyan egyensúlya, aminek megbomlása feltétlenül a háztartás anyagi problémáira utal. Ennek az egyik jelzőszáma az, amikor az élelmiszerre fordított kiadások elérik a teljes kiadás ös�szegének 40%-át, amely hasonló egyensúlyi problémát jelent, mint amikor a lakásfenntartási kiadások érik el a kiadások 25%-át, vagy amikor a háztartásnak rezsifizetési problémái vannak. Megélhetési problémákra utal az a nemzetközi gyakorlatban is széles körben használt indikátor, amely arra kérdez rá, hogy hogyan tud kijönni a háztartás a jövedelméből. Ez egy szubjektív mutató, amely nyilvánvalóan nemcsak az egyéni helyzetre, hanem a mikro- és makrokörnyezeti hatásokra, illetve a társadalmi egyenlőtlenségre is reflektál. A szegénység nemcsak alacsony jövedelműséget, nem csupán kiadási feszültségeket jelent, hanem különböző anyagi és nem anyagi javaktól való megfosztottságot is. Az indikátorok körébe e témában egy olyan mutatót választottunk, amelyet jelenleg nemzetközi összehasonlításokra használnak, és részét képezi az EU 2020 célkitűzések megvalósulását mérő jelzőszámoknak is. (Súlyos anyagi deprivációban élők aránya) A lakhatás körülményei az egyéni jólét szempontjából meghatározóak. A substandard lakás egy komplex, a lakással összefüggő deprivációra utaló fogalom, amely a WC vagy fürdőszoba, a szennyvízelvezető csatorna, a vezetékes víz hiányára, valamint bizonyos minőségi elemekre, a lakás nagyságára, funkcionális használhatóságára utal. Egészségi állapot, életmódkockázatok Az egészségi állapotra vonatkozó vizsgálatok és az ebből származó mutatók többsége a felnőtt népességre vonatkozik, alapvetően abból kifolyólag, hogy a gyermekek egészségi állapotát nehéz korrekten mérni. Noha az összefüggés nem minden esetben egyértelmű, a gyermekek születéskori súlya utal arra a társadalmi háttérre, amely később is befolyásolja a gyermek egészségi állapotát. A népesség egészségi állapotának mérésére egyrészt az önértékelésen alapuló mutatószámok, másrészt az egészségügy által nyilvántartott betegadatok, illetve az elhalálozáskor rögzített halálokok utalnak. A népesedési tematikus blokkban már utaltunk rá, hogy a születéskor és a különböző életkorokban várható élettartam az utóbbi évtizedekben emelkedett. A várható élettartam szorosan összefügg az egészséggel, így ez mindenképpen fontos indikátora a magyar népesség egészségi állapotának. 101


ÁROP-1.1.10-2011-2011-0001

Az önértékelésen alapuló egészségi állapot kérdésre épül az egészségben várható élettartam, amelynek nagy jelentősége van az olyan társadalmakban, ahol az idősek aránya folyamatosan növekszik, az egészségügyi ellátás pedig családi és társadalmi szintű feladat is. Az egészségi állapot alakulását az életmód számos eleme befolyásolja. Ezek közül kiemelhetjük az alkoholizmust és a dohányzást, amelyek komoly kockázatot jelentenek a betegségek kialakulását, a várható élettartamot illetően. Társadalmi együttélés minősége Az eddig tárgyalt jelzőszámok alapvetően egyénekhez és háztartásokhoz kötődtek, ugyanakkor fentebb már jeleztük, hogy a magyar társadalom egyik legnagyobb problémáját a társadalmi kohézió alacsony szintje adja, ami kifejeződik a társadalmi együttélés minőségében is. A kohézióra vonatkozó indikátorok részben a már korábban tárgyalt tematikus blokkokban jelennek meg, részben pedig ebben a tematikai egységben egészítjük ki az indikátorsort. Az alkalmazott megközelítés szerint a társadalmi kohézió egyik eleme a társadalmi befogadás, amelyet a szegénység különböző aspektusainak, illetve az anyagi helyzettel való elégedettségnek a vizsgálatával mérnek. Az idevonatkozó indikátorok az „Anyagi helyzet, szegénység” tematikai blokkban kaptak helyet. A második elem a társadalmi tőke, amelyet a bizalommal és a társadalmi részvétellel mértek. Harmadik elemként a társadalmi mobilitást vették figyelembe, amelyet a szülők és a gyermekek iskolai végzettsége közötti különbség alakulásával vizsgálta, erre vonatkozóan az „Iskolázottság, oktatás” blokkban definiáltunk mutatószámokat. A társadalmi kohézió fentebb bemutatott koncepcióját kiegészítettük két indikátorral, amelyek közül az egyik a bűnözés szintjére utal. Véleményünk szerint ez alapvetően hat a társadalmi kohézióra, illetve a bűnözés alakulását maga a társadalmi kohézió is befolyásolja. Szintén a kohézió jelzőszáma (bár nem csupán abból levezethető) az öngyilkosságok számának alakulása. 4.2.3. Környezet Koncepcionális és módszertani szempontok Az indikátorok kiválasztásához olyan modellt választottunk, amelynek segítségével nyomon lehet követni a környezettel összefüggésben végbemenő folyamatokat. Az elméleti alapot a széles körben elfogadott „PSR”, azaz terhelés-állapot-válasz modell adja (lásd 4.3. ábra). A modell azon ok-okozati viszonyon alapul, hogy az emberi tevékenység terheli a környezetet, és változást idéz elő a környezeti elemek minőségében, a természeti erőforrások mennyiségében. A környezet állapotában történt változások és ezek negatív hatásai társadalmi válaszokat indukálnak. Az OECD rendszere szerint (Pomázi és Szabó 2006): A környezetterhelési mutatók a környezetet és a természeti erőforrásokat különféle anyagok kibocsátásával szennyező emberi tevékenységet írják le. A terhelés itt egyrészt a közvetett terhelést (vagyis magát a tevékenységet és a környezeti jelentőségű folyamatot), másrészt a közvetlen terhelést (vagyis az erőforrás-használatot, a szennyezőanyag-kibocsátást és hulladékkeletkezést) jelenti.

102


ÁROP-1.1.10-2011-2011-0001

A környezetállapot-mutatók a környezeti elemek minőségére és a természeti erőforrások mennyiségére és minőségére vonatkoznak. A környezetállapot-mutatókat úgy alakítják ki, hogy áttekintést adjanak a környezet állapotáról és időbeli alakulásáról. E mutatócsaládra példák az alábbiak: a környezeti elemek szennyezőanyag-koncentrációja; a kritikus terhelés túllépése; az élővilág állapota. A gyakorlatban a környezetállapot mérése nehéz és nagyon költséges, ezért inkább a környezetterhelés mérése került előtérbe. A társadalmi válaszok mutatói jellemzik a környezeti aggodalmakra adott társadalmi válaszok mértékét. Ezek az egyénileg és közösségben végzett tevékenységeket és intézkedéseket jelentik a környezetkárosítás csökkentése, megállítása vagy visszafordítása, valamint a természeti erőforrások megőrzése érdekében. 4.3. ábra: A PSR, terhelés-állapot-válasz modell ÁLLAPOT

TERHELÉS közvetett terhelés és hajtóerők

közvetlen terhelés

KÖRNYEZET ÉS TERMÉSZETI ERŐFORRÁSOK

EMBERI TEVÉKENYSÉG • Energia • Szállítás • Ipar • Mezőgazdaság • Egyéb (termelés, fogyasztás, kereskedelem)

VÁLASZOK

szennyezők és hulladékok

erőforrás felhasználás

• Levegő/atmoszféra • Víz • Föld/talaj • Élővilág/ biodiverzitás • Természeti erőforrások • Egyéb

információ

társadalmi válaszok

GAZDASÁGI, KÖRNYEZETI ÉS TÁRSADALMI SZEREPLŐK • Kormányzat • Háztartások • Vállalatok • Regionális • Nemzeti • Nemzetközi

társadalmi válaszok Forrás: OECD, 2003 Európai Környezetvédelmi Ügynökség DPSIR (hajtóerő-terhelés-állapot-hatás-válasz) modellje.

103


ÁROP-1.1.10-2011-2011-0001

Fő kihívások a környezeti folyamatok terén Magyarországon Természeti erőforrások, erőforrás-használat A vízkészlet térben és időben eltérően rendelkezésre álló természeti erőforrás. A vízgazdálkodás világszerte állami felügyelettel, jogi és közgazdasági szabályozók alkalmazásával történik. Az egy főre jutó közüzemi vízfogyasztás és az összes termelési célú vízkivétel az utóbbi két évtizedben csökkent, illetve stagnált. A vízkivételek jelentősen meghatározzák a felszín alatti vizek állapotát. Az utánpótlódó vízmennyiséget tartósan meghaladó vízkivétel (amely az ország több területén is jellemző) talaj-, réteg-, illetve karsztvízszintsüllyedést, a termálvízkészletek esetében pedig nyomás- és hőmérséklet-csökkenést eredményez, források elapadását okozhatja. (KVVM, 2010) A kedvező földtani körülményeknek köszönhetően Magyarország termálvíz- és gyógyvízadottságait tekintve kiemelkedő helyzetben van Európában. Hazánkban a mezőgazdaság a legjelentősebb földhasználó ágazat. A földhasználat napjainkban is tapasztalható változása hatással van a környezetre és a tájképre, hiszen ez a változás (pl. mezőgazdasági termelésből történő végleges kivonás) a legtöbbször visszafordíthatatlan eredményekhez vezet, általában a beépített területek növekedését idézi elő. Az Országos Ásványvagyon Nyilvántartás 2011. január 1-jén több mint 3700 ismert lelőhely 38 milliárd tonna földtani és 24,4 milliárd tonna kitermelhető ásványvagyonát foglalta magában. Bár a hazai készletek nagyobb mértékű hasznosításával csökkenthető importfüggőségünk, de azok kitermelése és felhasználása csak a szigorodó környezet- és klímavédelmi előírásoknak megfelelő technológiák és új találmányok alkalmazásával lehetséges. Természetesen importfüggőségünk a takarékosság és erőforrás-hatékonyság elveinek érvényesítésével is csökkenthető, ezáltal a környezet terhelése is csökken. A GDP és a hazai anyagfelhasználás hányadosaként meghatározott erőforrás-termelékenység megmutatja, hogy egy adott ország mennyire gazdálkodik jól az erőforrásaival. A mutatószám segítségével meghatározható, hogy a gazdasági növekedéssel egyidejűleg milyen mértékű a természeti erőforrások igénybevétele. Az indikátor értékének emelkedése a rendelkezésre álló erőforrások termelékenységének növekedését jelzi, ami lehetővé teszi a kevesebb környezeti kárral együtt járó gazdasági növekedést. Magyarországon 2000-ben egységnyi kilogrammnyi erőforrás felhasználása 0,59 euróval járult hozzá a bruttó nemzeti termékhez. A 2000–2009 közötti időszak végére a mutató értéke jelentősen emelkedett az időszak elejéhez viszonyítva (2009-ben 0,8 euró/kg), ami főként az anyagfelhasználás csökkenésének köszönhető. Erdőgazdaságaink szigorú gazdálkodási szabálya megalapozza, hogy ne csak a faanyagtermelésre koncentráljanak, hanem a fenntarthatóság követelményeit is érvényesítsék. Az utóbbi évtizedben az intenzívebb erdőtelepítések és fásítások nyomán évente átlagosan 14 ezer hektárral nőtt az erdőterület nagysága, így az összes erdőgazdálkodás célját szolgáló területnagyság napjainkra meghaladta a 2 millió hektárt, amely Magyarország területének 22%-a. Az erdőtörvényben is megfogalmazott tartamos erdőgazdálkodás többek között azt is jelenti, hogy az erdőket és a fás területeket olyan módon kell használni, hogy azok biológiai változatossága, termőké104


ÁROP-1.1.10-2011-2011-0001

pessége, felújítási kapacitása megmaradjon. A fenntarthatóság követelményének megfelelő gazdálkodás erdőgazdasági tervek alapján történik, amelyben a fakitermelést is erdőtervi előírások rögzítik. Hazánkban a fakészletek éves növekedése évről évre meghaladja a kitermelt mennyiséget, az e két mutató arányát jelentő fakitermelési arány 2010-ben 62% volt. Környezetterhelés Napjaink egyik legfontosabb környezetpolitikai feladata az éghajlatváltozás kiváltó okainak és kedvezőtlen hatásainak megfékezése, valamint a hatásokhoz való alkalmazkodás elősegítése. Az üvegházhatású gázok éghajlatváltozást előidéző emissziója globális jelenség, a mennyiségi korlátozás nemzetközi összefogást igényel. Az 1992-ben Rio de Janeiróban rendezett ENSZ-konferencián éghajlatváltozási keretegyezményt fogadtak el az üvegházhatású gázok (ÜHG) kibocsátásának csökkentése érdekében. A magyar gazdaságból származó teljes üvegházhatású gázkibocsátás csökkenő tendenciát mutat. A levegő terhelése Magyarországon leginkább a nagyvárosi központokat és a kiterjedt agglomerációjú térségeket jellemzi, főként a közlekedési és ipari eredetű légszennyezés miatt. Ez a helyzet azonban az utóbbi években változóban van: egyre több háztartásban térnek át részben vagy egészben a gázfűtésről a szilárd tüzelőanyagokkal történő fűtésre, ami – különösen a fűtési időszakban – számos településen meghatározóvá vált a légszennyezés alakulásában. A szennyvizek gyűjtésére és tisztítására vállalt kötelezettségek ütemszerű végrehajtása érdekében a Kormány 2000-ben elfogadta a Nemzeti Települési Szennyvíz-elvezetési és -tisztítási Megvalósítási Programot, melynek célja a települési szennyvizek okozta terhelések csökkentése a csatornázottság és a szennyvíztisztítás fejlesztésével. A beruházások korábban elsősorban hazai forrásokból, az elmúlt években viszont már nagyrészt EU-s források segítségével valósultak meg. Az EU Települési Szennyvíztisztítási Irányelve végrehajtásának pozitív a hatása a települési szennyvíztisztításra: 2010-ben már Magyarország lakosainak 72%-a csatlakozott valamilyen fokú közüzemi szennyvíztisztításhoz. A nem megfelelő növényvédő szer használata mind a környezet, mind az egészség szempontjából kockázatokat jelent, mivel egyes forgalomban lévő szerek lassan és nehezen bomlanak le. Ezek bekerülhetnek az ökológiai rendszerbe, azaz a talajba és a vizekbe, majd a táplálék-, illetve élelmiszerláncba, ahol fel is halmozódhatnak, esetleg komoly károkat okozva. A növényvédőszer-felhasználásból adódó egészségügyi, környezeti kockázat csökkentése és a fenntartható növényvédőszer-felhasználás erre irányuló stratégiájának kidolgozása az EU 2012-ben zárult környezetvédelmi akcióprogramjának egyik kiemelt területe volt. Az energiaintenzitás (az energiafelhasználás és a GDP hányadosa) a gazdasági fejlődés energiaigényéről ad tájékoztatást, az energiaintenzitás csökkenése az energiahatékonyság növekedését jelzi, de a gazdaság szerkezete, a felhasznált energiaforrások összetétele és a klimatikus viszonyok jelentősen befolyásolhatják a mutató alakulását. 2000 és 2009 között az energiaintenzitás 17%-kal mérséklődött (KSH 2013). Az áruszállításnál a közúti forgalom helyett a környezetet kevésbé károsító vasúti és vízi közlekedési módozatokra való átállás, míg a személyszállításnál a közösségi közlekedés használatának ösztönzése a cél. Hazánkban a közúti áruszállítás részaránya (árutonna-kilométerben kifejezve) 2000 és 2011 kö105


ÁROP-1.1.10-2011-2011-0001

zött közel 8 százalékponttal, 76%-ra nőtt. A belföldi személyszállításon belül a személygépjármű-forgalom ugyanebben az időszakban 62%-ról 68%-ra emelkedett (KSH 2013). Környezetállapot A légszennyezést két fő típusra oszthatjuk. A gázok főleg a fosszilis tüzelőanyagok elégetéséből származnak. A szennyezők másik típusa a részecskékből álló anyag, amelyhez a levegőben lebegő részecskék széles skálája tartozik. A rendszerváltozást követően jelentős javulás kezdődött a légszennyező anyagok kibocsátásában, ami az ipar elhúzódó szerkezetváltozását követő fellendülés és a közlekedés okozta terhelések növekedésének ellenére is – bár lassuló ütemben – folytatódott. A kedvező változásokban a termelés csökkenése és a gazdaság strukturális átrendeződése okozta emissziós egyenlegjavulás mellett vélhetően a fejlettebb technológiák viszonylag gyors terjedésének is szerepe volt (KSH 2012b). Az egyik legfontosabb vízminőségi probléma Magyarországon és a Duna teljes (nemzetközi) vízgyűjtő területén is az eutrofizáció, mely a túlzott tápanyagterhelés következtében alakul ki és károsan befolyásolja a vizek oxigénellátottságát, valamint a vízi ökoszisztémák működését. A vizekbe jutó tápanyagok szempontjából felszíni vizeink nagy részének ökológiai állapota nem éri el a jó kategóriát és 60-70%-a eutrófnak tekinthető, ami komoly problémákat okozhat a vízhasználat (öntözés, turizmus, horgászat) során is. A tápanyagterhelés részben a mezőgazdasági eredetű bemosódásból, részben a befogadó vízfolyások öntisztuló képességéhez képest nem megfelelően megtisztított kommunális szennyvízkibocsátásokból származik (VM 2013). Fontos, hogy az ország minél nagyobb területén bevezetésre kerüljön a Helyes Mezőgazdasági Gyakorlat, mely előírásokat tartalmaz a nagy létszámú állattartó telepek trágyakezelésére, tárolására, a talaj trágyázási feltételeire és az erózió elleni védekezésre vonatkozóan. Így a talaj tápanyag-ellátottsága és a vizek minőségének védelme egyszerre valósulhat meg (VM 2012). A szervetlen és szerves trágyák alkalmazása emellett légköri szennyező anyagok kibocsátását (nitrogén-dioxid és ammónia) is eredményezheti. A biodiverzitás, azaz a bennünket körülvevő ökoszisztémák, fajok és gének rendkívüli változatossága nemcsak önmagában véve fontos, hanem számos nélkülözhetetlen ökoszisztéma-szolgáltatást is biztosít a társadalom számára, így például élelmet, ivóvizet, növények beporzását, árvizekkel szembeni védelmet. Európában jelenleg a vadon élő fajok csaknem egynegyedét kihalás fenyegeti, és az ökoszisztémák többségének állapota olyan szintre romlott, hogy a továbbiakban már nem vagy csak erősen csökkent módon képesek értékes szolgáltatásaikat nyújtani. A biodiverzitás csökkenését kiváltó fő okok között szerepel az élőhelyek átalakítása, a természeti erőforrások túlzott kiaknázása, az idegenhonos özönfajok behurcolása és elterjedése, valamint az éghajlatváltozás. A biodiverzitás változásának mérésére szolgáló mutató a mezőgazdasági élőhelyekhez köthető madarak állományváltozása, amely 2005 óta csökkenő tendenciát mutat hazánkban.

106


ÁROP-1.1.10-2011-2011-0001

Társadalmi válaszok A szennyvízkezelés célja a szennyező anyagok minél nagyobb mértékű eltávolítása. A megfelelő szen�nyvízkezelés után a vízben maradó szennyezéseket a befogadó természetes víz öntisztuló képessége révén bontja le, így a víz további használata lehetővé válik, illetve nem sérül jelentősen az eredeti, természetes vízminőségi állapot. A szennyvízkezelés támogatja a vízi ökoszisztémák minőségének javulását, és hatással van a vízi ökoszisztémákkal összefüggő gazdasági tevékenységekre is, így pl. a halászatra. A fejlesztések közegészségügyi hatása is kedvező. A fenntartható mezőgazdasági gyakorlat egyik döntő alapelve a természeti erőforrások hosszú távú védelmének biztosítása. Az agrár-környezetgazdálkodás céljai a mezőgazdaság által érintett fizikai (talaj, víz, levegő) és természeti környezet állapotának megőrzése, illetve javítása, a genetikai erőforrások megőrzése, minőségi termékek előállításának ösztönzése, az élelmiszer-biztonság fokozása és a gazdálkodók jövedelembiztonságának segítése. 2011-ben az agrár-környezetgazdálkodási támogatásban részesülő területek mezőgazdasági területhez viszonyított aránya 20% volt (KSH 2013). Az ökológiai gazdálkodás az EU-ban jogszabályok által meghatározott termelési módszer, amely nagy hangsúlyt fektet a környezet, ezen belül a talaj, a felszíni és felszín alatti vizek védelmére, a biodiverzitás fenntartására és az élelmiszer-biztonságra. Számos uniós tagországhoz képest Magyarországon nem nőtt elvárható mértékben az ellenőrzött ökológiai gazdálkodás alá vont területek nagysága, mely 2010-ben az összes mezőgazdasági terület 2,4%-a volt (KSH 2013). Az ökológiai gazdálkodás alá vont területek jövőbeni fejlődési potenciálját az átállási területek nagysága határozza meg, hiszen biotermékeket csak olyan területen állíthatnak elő, amely már átesett a két-három éves átállási perióduson. 2011-ben a biogazdálkodásba bevont terület 18%-a átállási, közel 82%-a már átállt bioterület volt. A szelektív hulladékgyűjtés kiterjesztése az újrafeldolgozás egyik alapfeltétele. A 2020-ig meghatározott célérték szerint 50%-ra kell növelni a háztartásokból, illetve az egyéb szervektől származó háztartási hulladék (üveg, fém, műanyag és papír) újrahasználatra történő előkészítésének és újrafeldolgozásának arányát az európai uniós hulladékgazdálkodási rendelet előírásának megfelelően. 2010-ben a települési szilárdhulladék 21%-át gyűjtötték szelektíven. A megújuló energiaforrások használatával csökkenthető a fosszilis energiaforrásoktól való függés, valamint a különböző káros anyagok, elsősorban az üvegházhatású gázok kibocsátása is csökkenthető. 2011-ben a megújuló energiaforrások részesedése a bruttó végső energiafogyasztásból 9,1% volt (forrás: EUROSTAT). Magyarország megújulóenergia-hasznosítási cselekvési tervében a kitűzött célérték 2020-ra 14,65%.

107


ÁROP-1.1.10-2011-2011-0001

4.2.4. Állam Nemzetközi gyakorlat és indikátorkiválasztási szempontok A „jó kormányzással”, az államigazgatással kapcsolatos indikátorrendszerek alapvetően négy forrásból táplálkoznak: (i) az ún. neoinstitucionalista közgazdaság-tudományi, társadalomtudományi szakirodalomból; (ii) az államszervezet megreformálására törekvő civil kezdeményezésekből (watchdog organizations, pl. Transparency International) és vállalati szerveződésekből (pl. IMD – International Institute for Management Development); (iii) államközi, államok feletti nemzetközi szervezetek aktivitásából (OECD, Világbank, EU); valamint (iv) a nemzetállamok saját gyakorlatából (pl. Ausztrália, Egyesült Királyság), amelyeket természetesen az előbbiekben felsoroltak erősen befolyásoltak. Az alábbiakban ezek (szelektív) bemutatásával arra törekszünk, hogy mind a négy területen meglévő legjobb gyakorlatokból, egy a magyar államigazgatás minőségének és hatékonyságának monitorozására alkalmas indikátorrendszert fejles�szünk ki. Természetesen az indikátorok csak társadalompolitikai kontextusban értelmezhetők, vagyis meghatározott politikai célok mellett lehetnek értelmesek. E tekintetben mindenképpen fontos kiemelni, hogy a Közigazgatási és Igazságügyi Minisztérium 2011-ben elkészítette a Magyary Zoltán közigazgatás-fejlesztési programot a magyar közigazgatási rendszer megújítása céljából. Ennek legelején leszögezik, hogy „a Kormány célja a jó állam megteremtése”. A dokumentum definiálja a jó államot, valamint közöl olyan nemzetközi mutatókat, melyek részben vagy egészben a kormányzat hatékonyságát mérik. Ilyen például a svájci IMD29 versenyképességi rangsora és az OECD Government at a Glance indikátorrendszere.30 (Közigazgatási és Igazságügyi Minisztérium 2011, 2012) Az 1990-es évek folyamán – nem utolsósorban a posztkommunista átalakuló országokra irányuló nemzetközi figyelemnek köszönhetően – a közgazdasági és társadalomtudományi szakirodalomban számos kutatási beszámoló jelent meg arról, hogy az intézményi feltételek, ezen belül a kormányzás minősége pozitív kapcsolatban áll a gazdasági fejlődéssel. Az ellentétes irányú és ellentétes előjelű oksági kapcsolat lehetőségére is felhívták azonban a figyelmet. Bizonyos esetekben a magasabb nemzeti jövedelem rosszabb minőségű kormányzást eredményezhet, ha a politikai és gazdasági elitek visszaélnek az állam eszközeivel és a közjavakat magáncélokra kamatoztatják. (Kaufmann és Kraay 2002) a foglyul ejtett állam (state capture) és a korrupció mechanizmusait latin-amerikai államok példájával mutatták be, de minden bizonnyal lehetne a térségünkben is számos példát találni. Újabb kutatási eredmények arra mutatnak, hogy a társadalmi tőkét – a társadalmi hálózatokhoz való hozzáférés és az általánosított bizalom fokát – a jó kormányzás határozza meg, semmint fordítva (Rothstein és Stolle 2002).

29 Vö. http://www.imd.org/wcc/. 30 Ez utóbbi kapcsán szóba kerül egy megállapodás arról, „hogy a Magyary Program keretében a kormányzat az OECD-vel együtt fejleszti azt a mérési rendszert, ami az adott ország viszonyaira is tekintettel, tudományos igényességgel, a személyes elemeket kizárva, végezetül közérthető módon írja le, milyen módon működik a kormányzat, az állam. Azaz szándékunk szerint egy éven belül kidolgozásra kerül az ún. Jó Állam Index.” (KIM 2011: 12.)

108


ÁROP-1.1.10-2011-2011-0001

OECD: Kormányzati körkép (Government at a Glance – GaaG) Kétévente adja ki az OECD a Government at a Glance (Kormányzati körkép) című kiadványát, amely a kormányzás mennyiségi és minőségi indikátorainak elemzésén alapul. 2009 óta 2011-ben jelent meg másodjára (OECD 2011d). A legutóbbi kiadás mind a vizsgált indikátorok, mind pedig a vizsgált országok tekintetében is szélesebb körű, mint a 2009-es. A részindikátorok mellett kompozit indikátorokat is közölnek, amelyek módszertani áttekintésére az OECD külön kötetet szentelt (OECD 2008), valamint függelékben ismertetik az alkalmazott eljárást. A 2011-es kiadvány négy nagyobb csoportba sorolja az indikátorokat: (1) kontextuális, (2) input, (3) folyamat és (4) output. A 3., 5. és 6. fejezetek tartalmazzák az olyan input jellegű indikátorokat, mint a kormány bevételei illetve a bevételek szerkezete, a kiadások és a kiadások szerkezete, foglalkoztatási mutatószámok stb. A folyamatindikátorok többek között a közbeszerzésekkel, transzparenciával, szabályozással kapcsolatosak. A kimenet indikátorokat az alábbi kategóriákba sorolják: • Nagyobb méltányosság a politikai beavatkozás következtében • Egyenlő hozzáférés az oktatáshoz • Az oktatási rendszer kimenetei, teljesítménye • Egyenlő hozzáférés az egészségügyi szolgáltatásokhoz • Egészségügyi szolgáltatások és kibocsátásalapú hatékonysági mutatók • Az egészségügyi szolgáltatások hatásai és az egészségügyre fordított kiadások • Az adóigazgatás hatékonysága Területek és indikátorok Javaslatunkban alapvetően, de nem kizárólag az OECD által felvázolt szerkezetre támaszkodtunk, mivel már a Magyary Program is ebben a keretrendszerben gondolkodott (Közigazgatási és Igazságügyi Minisztérium 2011; OECD 2011d). A kontextus indikátorok körébe a tanulmányunk által tárgyalt gazdaságra, társadalomra és környezetre vonatkozó indikátorok tartoznak. Az indikátorok között lehetnek átfedések, különösen a kormányzati teljesítményt jelző indikátorok esetében, hiszen a teljesítmény olyan szakpolitikai hatásokban nyilvánul meg, amely amúgy a gazdaság, társadalom és környezet területén jelentkezik. Itt óhatatlanul egy olyan körbe ütközünk, hogy ezek az indikátorok egyszerre a társadalmi-gazdasági-ökológiai kontextust és a szakpolitika hatásosságát is mérik.

109


ÁROP-1.1.10-2011-2011-0001

4.4. ábra: Az OECD GaaG indikátorrendszere és a Magyary Program kapcsolata

Kontextus

Társadalmi, politikai és gazdasági környezet, amelyben a kormányzat működik

Feladat

Alapmutatók

Imputok

Kormányzat mérete, szerepe és erőforrásai Közpénzügyek

Foglalkoztatás a közigazgatásban és közszektorban

Jövedelemarányok a közszektorban

Szervezet

Folyamatok

Közszolgáltatások nyújtása

Szabályozás

Közbeszerzés

Kormányzás átláthatóság

HR menedzsment

Stratégiai gondolkodás és vezetés

Kormányzat működése

Személyzet

Eredmények és hatások Közigazgatási szolgáltatások és azok hatása az állampolgárokra és vállalkozásokra Kormányzati teljesítmény az egyes szakpolitikai területeken

Eljárás

Forrás: KIM (2011).

A lakossági felmérésekből származó indikátorokat az alábbi szocioökönómiai változók szerint javasoljuk megbontani: • korcsoport • nem • iskolai végzettség • településtípus • régió • gazdasági aktivitás Az állam működésével összefüggő folyamatok nyomon követésére alkalmas indikátorok rendszerét a jövőben tovább lehet majd fejleszteni a Folyamatok-ra vonatkozó indikátorok számának növelésével. 110


ÁROP-1.1.10-2011-2011-0001

Jelenleg összesen három mutatószám írja le ezt a területet. Ennek egyik oka a rendszeresen előállított standardizált indikátorok hiánya, egy másik pedig az a tény, hogy a folyamatindikátorok viszonylag könnyen manipulálhatók. Így például, ha egy specifikált műtéti beavatkozás várólistájának hosszát adnánk meg az egészségügyben folyamatindikátorként, és az felgyorsítaná, illetve megnövelné ezen beavatkozások számát, míg más beavatkozások hozzáférhetőségét lerontaná. A korrupció jelenségének nyomon követésére bevontunk ugyan egy indikátort, fontos lenne azonban a közbeszerzések átláthatóságára, tisztaságára is kidolgozni majd egy indikátort. Ugyancsak érdemes lehet annak megfontolása, hogy a törvény-előkészítés, illetve a társadalmi érdekegyeztetés folyamatai is megjelenjenek az indikátorrendszerben, a fejlesztés egy későbbi szakaszában. Inputok: A kormányzat mérete, szerepe és erőforrásai Á1.1. A kormány bevételei a GDP %-ában Á1.2. A kormány kiadásai a GDP %-ában Á1.3. A kormányzati kiadások szerkezete COFOG31 funkció szerint Á1.4. A kormányzat termelési költsége a GDP %-ában Á1.5. A z államháztartás bruttó adóssága a GDP %-ában Á1.6. Az államháztartás többlete/hiánya a GDP %-ában Á1.7. Az államháztartás elsődleges egyenlege a GDP %-ában Á1.8. A költségvetési szektorban foglalkoztatottak aránya az összes foglalkoztatott %-ában Á1.9. A z államigazgatásban foglalkoztatottak aránya az összes foglalkoztatott %-ában Á1.10. A középiskolai tanárok fizetése a diplomások fizetéséhez viszonyítva Folyamatok – A kormányzat működése Á2.1. Észlelt korrupció mértéke (mennyire korruptak a közalkalmazottak és köztisztviselők?) Á2.2. S tratégiai HR menedzsment index Á2.3. A z e-kormányzást igénybe vevő állampolgárok aránya Eredmények és hatások Á3.1. A z adóbevalláshoz és adófizetéshez szükséges órák száma évente Á3.2. V álasztási részvételi arány (parlamenti választásokon) Á3.3. B izalom a jogrendszerben Á3.4. B izalom a rendőrségben Á3.5. E légedettség a kormánnyal Á3.6. A jövedelmi egyenlőtlenségek csökkentésének igénye Á3.7. A z iskolarendszer szerepe a szövegértési teljesítményben Á3.8. A pénzbeni társadalmi juttatások szegénységcsökkentő hatása Á3.9. Elmulasztott orvos-beteg találkozások Á3.10. E mberölések száma, 100 ezer főre vetítve

31 COFOG: Classification of theFunctions of Government, klasszifikációs rendszer. 10 részterületre osztályozza a kiadásokat: általános közszolgáltatások; honvédelem; közrend és közbiztonság; gazdasági ügyek; környezetvédelem; lakhatás és közösségi szolgáltatások; egészségügy; szórakozás, kultúra és vallás; oktatás; szociális védelem.

111


ÁROP-1.1.10-2011-2011-0001

Szakértői egyeztetések Az indikátorrendszer kidolgozása során a szakértők kiválasztása széles intézményi és szakterületi lefedettséget biztosított. A szakértők szakpolitikai döntéshozók, valamint az indikátorrendszer adott blokkja által felölelt témakörökben elismert kutatók voltak. A folyamat során a szakértői egyeztetés alábbi formáit választottuk. (i) Személyes interjúk készítése. (ii) Szakértői workshopok megrendezése. (iii) Írásbeli interjú készítése azokkal, akik jelezték szándékukat az egyeztetési folyamatban való részvételre, de a workshopon nem tudtak részt venni. Az indikátorrendszerrel kapcsolatban visszajelzéseket kaptunk a következő szakértőktől: GAZDASÁG: Hárs Ágnes, Hüttl Antónia, Karsai Gábor, Laki Mihály, Mosolygó Zsuzsa, Nobilis Benedek Emánuel, Oblath Gábor, Petz Raymund, Udvardi Attila TÁRSADALOM: Czibere Károly, Harcsa István, Havasi Éva, Horn Dániel, Lengyel György, Molnár György, Tausz Katalin, Tokaji Károly, Ulicska László, Vitrai József KÖRNYEZET: Ámon Ada, Bartus Gábor, Csutora Mária, Faragó Tibor, Gergely Erzsébet, Hargitai Katalin, Horváth Eszter, Kis-Kovács Gábor, Lukács András, ÁLLAM: Bedekovics István, Csernovszky László, Henger Péter, Horváth Viktor, Krekó Péter, Martin József Péter, Muraközy László, Perger Éva, Szalai Ákos, Szántó Zoltán, Veress Gábor Balázs Az indikátorrendszer fejlesztését a TÁRKI részéről Gábos András vezette, az egyes blokkok kidolgozását Nagy Katalin és Vakhal Péter (Gazdaság), Monostori Judit és Tóth István György (Társadalom), Bóday Pál és Valkó Gábor (Környezet), illetve Fábián Zoltán (Állam) végezte.

112


ÁROP-1.1.10-2011-2011-0001

5. A KIH Kutatási Osztály hatásvizsgálati adatbankja Háttér Az adatbank kialakítására az ECOSTAT/KIH – Kutatási Osztálynál ÁROP-1.1.10-2011-2011-0001 jelű, „A jogszabály-előkészítési folyamat racionalizálása” című projekt keretében került sor. A létrejött adatbankfejlesztés minőségbiztosítás, illetve a kapcsolódó informatikai adatbázis-szakértői feladatok elvégzését a nyertes ajánlattevő (BIVIA Kft.) biztosította. A BIVIA Kft. feladatai közé tartozott az egyes adatbázisok elemzési célú átstrukturálása és a belső adatbázisrendszer és a hozzá tartozó lekérdezőfelület kialakítása. Az adategységesítést, adattisztítást és ameta adatbázis kialakítását a BIVIA Kft. munkatársai és a KIH – Kutatási Osztály dolgozói közösen végezték. Az adatbank kialakításának célja Az adatbank kialakítását több gyakorlati szempont vezérelte. Elsősorban a rendelkezésre álló adatbázisokhoz való könnyebb és hatékonyabb hozzáférés volt a cél. A felhasználó szempontjából időtakarékosabb, ha az adatbázisok egy letisztázott, könnyen kezelhető struktúrában érhetőek el, nem darabolt állományokban. Szintén előnyös, hogy a lekérdezőfelület nem csak az adatbankfejlesztők és gyakorlottabb felhasználók számára kezelhető. További pozitívum, hogy a felhasználó nemcsak nyers adatokat tölthet le, hanem két esetleg többdimenziós kereszttáblákat is, melyek gyakorisági adatok kinyerésére alkalmasak, így a vizsgálni kívánt adatok gyorsabban elemezhetőek. Az adatbankba bekerült adatbázisok Az adatbankba bekerülő 12 adatbázist a KIH – Kutatási Osztály munkatársai választották ki, a felhasználhatósági és hasznossági szempontok alapján. Az alábbiakban bemutatjuk azokat az adatbázisokat, melyek elérhetőek a lekérdezőfelületen: 1. Cégbíróság: Közigazgatási és Igazságügyi Minisztérium Céginformációs és az Elektronikus Cég eljárásban Közreműködő Szolgálattól a cégbíróságokon nyilvántartott gazdasági társaságok által letétbe helyezett éves beszámoló jelentésekből a KIH 1991–2011 közötti időszakra kapott adatokat. A cégbírósági adatbázis az adott megyei cégbíróságra évente beadott mérleg- és eredménykimutatásokból, illetve kiegészítő mellékletekből áll. A KIH Adatbank lekérdezőfelületén, a 32 különböző mérleg- és eredménykimutatás feldolgozása és címkézése után, egységesesen kereshető adatbázis jött létre. A legfőbb adatok, a Társasági Adóbevallások adatokhoz, hasonlóan egy cég nettó árbevétele, létszáma, profitja vagy összes eszköze innen is letölthetőek. A keresés számos dimenzió: TEÁOR, Megye, Régió, Gazdálkodási Forma Kód szerint elvégezhetőek. 113


ÁROP-1.1.10-2011-2011-0001

2. Közoktatási Statisztikai Rendszer (KIR)/Felsőoktatási Információs Rendszer (FIR): A Közoktatási Statisztikai Rendszer (KIR-STAT) – a Közoktatási Információs Rendszer (KIR) részeként – a NEFMI által statisztikai célból kezelt adatbázis, amely a közoktatási adatgyűjtés adatait tartalmazza. Az adatgyűjtés az Országos Statisztikai Adatgyűjtési Program (OSAP 1410) keretein belül történik. Az adatszolgáltatás jogi alapjait a 2005. évi CXXXIX. törvény végrehajtásáról évente megjelenő, valamint az évente elrendelésre kerülő OSAP-ról szóló Kormányrendeletek adják. Ennek megfelelően valamennyi statisztikaköteles közoktatási intézmény számára kötelező az adatszolgáltatás. Az adatszolgáltatás internetes adatgyűjtési program segítségével történik, amelyben a teljes közoktatás-statisztikai rendszer felmérésére szolgáló adatlapcsalád található. Az adatlapok egységes rendszert alkotnak, szerkezetük azonos és a jelölések is egységesek. Az intézményi adatlapot az intézményvezetői jogosultsággal rendelkező személy tölti ki, míg a többi adatlap kitöltéséhez adatrögzítői jogosultság szükséges. A feladatellátási helyeken folyó általános tevékenységeinek és a tanulói részvétel adatainak rögzítésére külön adatlap szolgál. Ezenfelül az egyes speciális tevékenységek leírására külön adatlapok állnak rendelkezésre, amelyek a feladatellátási helyek és tanulók adatainak értelmezését segítik, illetve további információkat nyújtanak a nevelési-oktatási tevékenységgel kapcsolatosan (pl. gyógypedagógiai képzés, szakképzési feladatok). Külön kiegészítő adatlapot kell kitölteni az alapfokú művészetoktatásról, a logopédiai tevékenységről, a nevelési tanácsadó tevékenységekről és a szakértői bizottsági tevékenységekről is. Az adatgyűjtés alapvető megfigyelési egysége a feladatellátási hely, amely az adott telephelyen adott szakfeladatot ellátó intézményegységet jelenti. Az általános képzés részvételi és képesítési adatai a feladatellátási hely szintjén vannak összesítve, míg a szakképzés részvételi és képesítési adatai az intézményen belüli OKJ szakmák szintjén. Tehát a KIR-STAT nem gyűjt mikroadatokat, vagyis nem alkalmas a tanulók egyéni iskolai pályafutásának mérésére és nyomon követésére. A Felsőoktatási Statisztikai Rendszer (FIR-STAT) – a Felsőoktatási Információs Rendszer (FIR) részeként – a NEFMI által statisztikai célból kezelt adatbázis, amely a felsőoktatási adatgyűjtés adatait tartalmazza. Az adatgyűjtés az Országos Statisztikai Adatgyűjtési Program (OSAP 1434, OSAP 1435) keretein belül történik. Az adatszolgáltatás jogi alapjait a 2005. évi CXXXIX. törvény végrehajtásáról évente megjelenő, valamint az évente elrendelésre kerülő OSAP-ról szóló Kormányrendeletek adják. Az adatszolgáltatás minden államilag elismert felsőoktatási intézménynek kötelező. Az adatszolgáltatás internetes adatgyűjtési program segítségével történik, amelyben a teljes felsőoktatás-statisztikai rendszerre kiterjedő hierarchikus adatlapcsalád található. Az adatszolgáltatás jogszabályban meghatározott beérkezési határideje adott év november 15-e, illetve a tárgyévet követő január 5-e. A felsőoktatási adatgyűjtés adatait tartalmazó FIR-STAT adatbázisok a 2001/2002. tanévtől kezdődően állnak rendelkezésre. Ezek külön, hierarchikus SQL adatbázisok, amelyek általában a tárgyévet követő év májusára készülnek el. Az adott évi adatbázisokon azonban ezt követően is történhetnek kisebb-nagyobb módosítások, javítások. Az adatgyűjtésből december 10-e körül egy, a főbb adatokat tartalmazó gyorselőzetes kerül közlésre. A végleges adatbázisokból készített kiadványok (pl. Oktatás-statisztikai évkönyv) többnyire a negyedik negyedév elejére válnak – PDF formátumban – mindenki számára elérhetővé.

114


ÁROP-1.1.10-2011-2011-0001

A statisztikai rendszer négy megfigyelési szintre tagozódik: a) Tagozat b) Képzési hely c) Kar d) Intézmény Ennek értelmében az egyes megfigyelési szintek részletezése négy különböző adatlapon történik. Az intézményi adatlapon (INT) a felsőoktatási intézmény tevékenységéről keletkeznek adatok, amelyből minden intézménynek csak egyet kell kitöltenie. A kari adatokról (KAR), a képzési helyekről (KEP) és a tagozatokról (TAG) szóló adatlapokból annyit kell kitölteni, amennyi szükséges, de mindegyikből legalább egyet. Minden tagozatnak képzési helyhez kell kapcsolódnia, tehát a tagozat a képzés formája. Ez az intézmény statisztikai adatainak legalsó szintje, ahol közölni kell a hallgatói létszámot, a hallgatói juttatásokat és térítési díjakat, a megszerzett végzettségeket. A képzési hely a felsőoktatási intézmény szervezeti egysége, amely alatt a karhoz tartozó, annak feladatát ellátó egységet értjük. Tehát a képzési helyek a karokon keresztül kapcsolódnak az intézményhez, amelyek működhetnek a kar székhelyén vagy a székhelyén kívül is. A képzési hely szintjén kell megadni az oktatói adatokat és a képzési helyhez kapcsolódó kollégiumi adatokat. A képzési helyhez kapcsolódó tagozatok adatainak összesítése adja az egy képzési hely hallgatói adatait. A felsőoktatási intézmény karokra tagozódhat, amely az intézmény székhelyén vagy székhelyen kívül is működhet. A karhoz kapcsolódó képzési helyek adatainak összesítése adja a kar összesített oktatói és hallgatói adatait. Az intézmény statisztikai adatait a karok adatainak összesítése adja, amelyben az összesített kari adatok és a tárgyi eszközök számbavétele jelenik meg. (Forrás: OH;32 NEFMI33 2010) 3. KSH–EU–SILC (VÉKA – Változó Életkörülmények Adatfelvétel): Az EU-SILC felvétel (Statistics on Income and Living Conditions) a nemzetközi szinten összehasonlítható statisztikák referenciaforrása, melyeket elsősorban a társadalmi kirekesztéssel és befogadással kapcsolatos strukturális indikátorok alapjaként az Európai Bizottság éves tavaszi jelentésében publikálnak. Kétféle adatot eredményez: keresztmetszeti (időszakra vagy meghatározott időpontra vonatkozó), valamint longitudinális adatokat, melyek az egyének szintjén négyéves időtartamon keresztül mérik a változásokat. Prioritása az összehasonlítható, aktuális, magas színvonalú keresztmetszeti adatoknak van. A longitudinális adatokra vonatkozó mintanagyság és ebből eredően a jövedelmekre és egyéb tényezőkre vonatkozó információ jóval korlátozottabb. Elsősorban a tartós szegénység és kirekesztettség előfordulási arányát és ennek alakulását vizsgálja a népesség néhány alcsoportjában. A vizsgálat kétféle adatcsoportot tartalmaz: keresztmetszeti – tehát egy adott időszakra, időpontra vonatkozó adatokat –, valamint longitudinális, azaz négy éven keresztül mért változásokat. A keresztmetszeti és longitudinális adatok egyaránt országosan reprezentatív véletlen mintából származnak, ame32 http://www.oktatas.hu/hivatali_ugyek 33 http://www.nefmi.gov.hu/letolt/statisztika/fstat2010_kezikonyv_101013.pdf

115


ÁROP-1.1.10-2011-2011-0001

lyet az adott ország magánháztartásainak tagjaiból – tekintet nélkül az illetők nyelvére, nemzetiségére vagy az országban tartózkodás jogcímére – képeznek. Így minden magánháztartás és az azokban élő minden 16 éves és a fölötti személy belekerülhet a mintába. A felvétel alapvető célja – a szegénységgel összefüggő élethelyzetek feltérképezése mellett – annak megállapítása, hogy ezek az egyes életkörülmények milyen tartósan állnak fenn az egyének, illetve a háztartások életében. Ennek érdekében egy rotációs panelmintát hoztak létre, vagyis a mintába került háztartásokat négy éven keresztül évről évre felkeresik, és akkor is követik őket, ha egyénileg vagy a háztartással együtt elköltöznek. A háztartások több éven át történő megfigyelésével bővebb információt kaphatunk a tartós és az átmeneti szegénységben élő társadalmi csoportok jellemzőiről, vagyis milyen tényezők valószínűsíthetik a szegénység kialakulását, illetve melyek segíthetik az abból való kilábalást. A vizsgálat arra is kitér, hogy milyen ös�szefüggések állnak fenn a jövedelmi helyzet megváltozása, illetve a fogyasztás között, továbbá milyen következményekkel járhat a munkaerő-piaci pozíció megváltozása és a munkaerőpiacról való kiszakadás. Az EU-SILC vizsgálat négyféle változót tartalmaz: • Háztartási szintű változókat. • A háztartás méretére, összetételére és a háztartás tagjainak fő jellemzőire vonatkozó változókat. • Jövedelmi és egyéb olyan összetettebb változókat (pl. iskolázottság, fő- és kiegészítő munkával kapcsolatos információk), amelyeket személyi szinten mérnek ugyan, de összesítve háztartási szintű változók képzésére szolgálnak. • Személyes szinten gyűjtött és elemzett változókat (pl. egészségi állapot, egészségügyi ellátáshoz való hozzáférés, részletes foglalkoztatottsági adatok, valamint gazdasági aktivitás változásának vizsgálatára vonatkozó adatokat tartalmaz a referenciaévre vonatkozóan). A keresztmetszeti felvétel 2005-től kezdődően évről évre változó témájú tematikus blokkal egészül ki. 2005-ben a generációk közötti szegénység átörökítésére, a származás hatására; 2006-ban a társadalmi részvételre, személyes kapcsolatokra; 2007-ben a lakhatási problémákra; 2008-ban az eladósodásra, pénzügyi kirekesztésre; míg 2009-ben a nem pénzügyi szegénységre fókuszált. (Forrás: KSH,34 2009) 4. KSH – Háztartási költségvetési felvétel (HKF, HKÉF): A háztartási költségvetési felvételeket több mint 50 éve készíti a Központi Statisztikai Hivatal. 1983-ig minden évben, 1983–1993 között minden páratlan évben, 1993-tól ismét minden évben végeztek adatfelvételeket. A felmérések nemcsak utólagos lekérdezésen, hanem részben naplóvezetésen alapulnak és részletes kiadási adatokat tartalmaznak. 1993-tól kezdődően elvileg (a gyakorlatban nem mindig) a megkérdezett háztartások harmada évenként rotálódik, következésképpen a háztartásoknak mintegy egyharmada-egynegyede 3 évig szerepel a felvételben. A HKF típusú felvételek célja a lakosság jövedelmeinek és kiadásainak, mind pénzbeli, mind természetbeli vetületben való kimutatása. Ennek következtében kevés adatot tartalmaznak az iskolázottságról, a gazdasági aktivitásról, illetve egyes felvételek esetén a pontos életkorról. Sok változó foglalkozik viszont a munka-, szociális, tőkejövedelmekkel, az elfogyasztott termékek és szolgáltatások mennyiségével és értékével. (Forrás: KSH 2007)

34 http://mek.oszk.hu/06800/06868/06868.pdf

116


ÁROP-1.1.10-2011-2011-0001

5. KSH – Munkaerő-felmérés: A KSH 1992 óta készíti el negyedéves Munkaerő-felméréseit az Európai Unió Labour Force Survey-jének35 statisztikai keretrendszerében. A meghatározott településeken és számlálókörzeteken belül véletlenszerűen kiválasztott háztartások 15–74 éves lakóinak megkérdezésével készülő felmérés a személyek demográfiai jellemzőiről, háztartási és családi viszonyairól, iskolázottságáról, valamint gazdasági aktivitásáról, fő- és mellékállásairól, munkahelyi jellemzőiről, álláskereső tevékenységéről és jövedelmeiről nyújt részletes információt. A 20022009-es évekre a minta 35–40 000 háztartást és 70–80 000 személyt tartalmaz. A mintavételkor alkalmazott rotációs eljárás – a mintába bekerülő háztartás hat negyedévig szolgáltat adatokat – következtében két egymást követő időszaki minta közös része 5/6, illetve a meghiúsulások miatt ennél valamivel kisebb. A minták reprezentativitását a 2001. (a korábbi évekre az 1990., de az adatfájlok az összehasonlíthatóság érdekében mindkét súlyt tartalmazzák) évi népszámlálás alapján történő átsúlyozás biztosítja. A Munkaerő-felmérés megfelelő alapja a foglalkoztatottság, munkanélküliség és alulfoglalkoztatottság konzisztens mérésének és a nemzetközi munkapiaci összehasonlításoknak, mivel a munkapiaci státusok Nemzetközi Munkaügyi Szervezet (ILO) által egységesített definícióit használja: a vizsgált népességet a felvételt megelőző héten folytatott gazdasági tevékenység alapján osztja a gazdaságilag aktívak (foglalkoztatottak és munkanélküliek), illetve inaktívak csoportjába. A foglalkoztatottak közé tartoznak azok, akik a vonatkozó héten legalább egyórányi jövedelmet biztosító munkát végeztek, vagy csak átmenetileg voltak távol munkahelyüktől. Jövedelmet biztosító munka minden olyan tevékenység, amely pénzjövedelmet vagy természetbeni juttatást eredményez, vagy amelyet később realizálható jövedelemért végeztek, vagy amelyet segítő családtagként végeztek egy vállalkozás jövedelmének növeléséért. Munkanélkülinek tekintendők azok, akik a vonatkozó héten nem dolgoztak, aktívan kerestek munkát a kérdezés előtti négy hétben, és két héten belül munkába tudnának állni. E három kritérium teljesülésétől függetlenül munkanélkülinek számít az is, aki 90 napon belül dolgozni kezd. Gazdaságilag inaktívaknak minősülnek azok, akik a vonatkozó héten nem dolgoztak, illetve nem volt rendszeres, jövedelmet biztosító munkájuk, és álláskereső tevékenységet sem folytattak vagy nem tudtak volna munkába állni. (Forrás: Statisztikai Adatok36, MTA–KTI) 6. KSH – T-STAR/BP-STAR/MR-STAR: A T-Star a KSH településstatisztikai adatbázisrendszere, mely településstatisztikai szempontból gyűjti össze a legfontosabb számszerű információkat az ország valamennyi településére vonatkozóan. A T-Star elemi egysége éppen ezért nem az egyén vagy egy csoport, hanem a közigazgatásilag önálló település. A T-Star két fő részre osztható: a teljes rész az ország valamennyi településére, míg a városi rész a városokra tartalmaz adatokat. Az adatfelvétel 1965 óta létezik, de ezután csak 1970-ben, majd 1975-ben végezték el, végül 1980-tól évi rendszerességgel állítják elő. A KTI adatbankja 1990-től tartalmazza az adatokat. Az adatbázis – az egyszerű ellátottságvizsgálatok mellett – alkalmas a területi folyamatok kutatására, a területi különbségek mérésére. Segítségével egyes társadalmi folyamatok, jelenségek is vizsgálhatók: képet kaphatunk például a települések népesedési tendenciáiról, az egyes falvak elnéptelenedéséről, elöregedéséről, koncentrációs folyamatokról vagy a szuburbanizációról.

35 Fazekas Károly – Molnár György (szerk.): Munkaerőpiaci Tükör 2010. Statisztikai adatok. 325–326. MTAKTI-OFA, Budapest. 36 http://econ.core.hu/file/download/mt_2010_hun/statisztika.pdf

117


ÁROP-1.1.10-2011-2011-0001

A T-Star adatbázisok települési összetétele követi a közigazgatási változásokat (települések szétválását, falvak önállósulását), így az adatok mindig az adott év január 1-jén érvényes közigazgatási beosztás szerinti településállományra vonatkoznak. A Település Statisztikai adatbázisnak külön egységként része az aktuálisan városi jogállású településeken gyűjtött városi adatok állománya. A T-Starba integrálták az 1980-as, 1990-es és 2001-es népszámlálások adatsorait, az 1994-es és 2000-es Általános Mezőgazdasági Összeírások települési szinten feldolgozott adatait, valamint a KSH Területi Számjelrendszerét is. A területi számjelrendszer a települések nevét és területi számjelét tartalmazza, valamint egyértelműen azonosít és sorol be minden települést különféle nagyobb területegységekbe. Ennek segítségével az adatsorok tetszőleges területi szintre aggregálhatók. Az adatbázis olyan minden településre vonatkozó adatokat tartalmaz, mint az állandó népesség, népmozgalom, önkormányzati költségvetés, kereskedelem, idegenforgalom, lakásállomány, közműellátás, egészségügy, szociális ellátás, oktatás, kultúra, posta, távközlés, gépjárműállomány, gazdasági szervezetekre vonatkozó adatok, munkanélküliségi, segélyezési, igazságszolgáltatási adatok, valamint baleseti statisztikákat. Vannak olyan témacsoportok is, melyek nem évente kerülnek lekérdezésre, ilyen az intézményi ellátottság, melyet háromévente vesznek számba, illetve a mezőgazdaságra vonatkozó adatok, melyet rendszertelen időközönként építenek az adatbázisba. A Bp-Star Budapest különböző kerületeinek adatait tartalmazó adatbázis, míg az MR-Star a megyei-regionális adatokat foglalja magában. Némileg szűkebb körre kiterjedő adatállománnyal rendelkeznek, mint a T-Star. Az adatszűkítés azoknál a témacsoportoknál jelentkezik, ahol az adatgyűjtés sajátosságaiból adódóan nincs adat pl. Budapest 23 kerületére. Ez az adatbázis 1995, illetve 1990 óta tartalmaz adatokat, évente kisebb változásokkal módosuló adatkörrel. (Forrás: KSH37, 2008) 7. NAV – Szja bevallás: A személyi jövedelemadó adatbázisunk az APEH-től és utódszervezetétől, a NAV-tól származik. Az adott évben személyijövedelemadó-bevallást kitöltők adóbevallásainak adatait tartalmazza anonim formában. A változók száma 650 körüli, melyek a személyijövedelemadó-bevallás lapjainak, oszlopainak és sorainak celláit kódolják. Az évek közti átjárás a változók elnevezésével nagyrészt megoldott, azonban az anonimitás miatt az éves adatbázisok nem kapcsolhatóak össze. Az adórendszer évenkénti (és esetenként évközi) változása azonban a bevallási lap és így a változó rendszer módosulását is eredményezi. Ezért adott évi adatbázis teljes megértéséhez elengedhetetlen az adott évi változó leírás, az adott évi személyi jövedelemadó űrlapja, illetve az adott évi kitöltési útmutató is rendelkezésre álljon. Az adatok feldolgozása és adatbázisba rendezése általában nyár végére szokott aktuálissá válni. 8. NAV – Társasági adóbevallás: A társasági adóbevallásokat, ahogyan a magánszemélyek a személyijövedelemadó-bevallásukat, a vállalatok évenként nyújtják be az APEH-nek és utódszervezetének, a NAV-nak. Az adatok a közvetlenül az adott évben társasági adóbevallást kitöltő és a NAV-nak beküldő gazdálkodó szervezetek adóbevallásaiból származnak. Az adatokat a NAV törzsszám nélkül bocsátja a Kutatási Osztály rendelkezésére, így a vállalatok egyéni beazonosítása nem lehetséges. A Vállala37 http://mek.niif.hu/06800/06868/06868.pdf

118


ÁROP-1.1.10-2011-2011-0001

ti Adatbázis adatai a kettős könyvvitelt vezető cégek által kitöltött és a NAV-nak beküldött xx29-es jelű adóbevallásokból származnak. A Kutatási Osztály az adatokat minden egyes vállalkozásra vonatkozóan azonos szerkezetben kapja meg, attól függetlenül, hogy az adott vállalat az eredmény kimutatását pénzforgalmi vagy eredmény-szemléletben készítette el.38 Az Adatbázis tartalmazza az evásés az egyszeres könyvvitelt folytató vállalkozások, illetve a nonprofit szervezetek adatait is. Az ágazati összegzésekhez, számításokhoz a kettős könnyvitelű vállalkozások a legfontosabbak. A Kutatási Osztály számára részletesebb ágazati összesítő kiadványt is eljuttat a NAV, amely elsősorban a kettős könyvvitelű társas vállalkozások adataiból készült elemzéseink ellenőrzésére szolgál. Ebben a bővebb Gyorsjelentésben szerepelnek az eltérő üzleti évet választó vállalkozások összesítő adatai is, amelyeknek figyelembevétele az éves export és a beruházások összesítésénél elengedhetetlen. 9. NFSZ – Bértarifa: A harmonizált Bértarifa-felvétel évtől függően 100–200 ezer munkavállalói megfigyelést tartalmazó adatbázis, mely elsősorban a kereseti szint és a kereseti arányok ismételt keresztmetszeti elemzésére alkalmas. Kérdezési egysége a telephely, megfigyelési egysége a dolgozó. A rekordok a telephelyen véletlenszerűen kiválasztott egyénekre, a telephelyre, a vállalatra (költségvetési intézményre), az ágazatra, valamint a telephely földrajzi környezetére vonatkozó információkat tartalmaznak, 1986-ban, 1989-ben és 1992-től évente. (Forrás: KTI – Bálint Mónika 2006) 10. NFSZ – Munkanélküli regiszter: A Foglalkoztatási Hivatal (és elődei) a kilencvenes évek eleje óta gyűjt és tárol egyéni szintű adatokat a regisztrált munkanélküliekről. Minden hónap huszadikán rögzítik az aznapi állapotnak megfelelő információkat az ügyfelekről, és ezeket a havi „pillanatfelvételeket” őrzik meg egy adatbázisban. Ezt az adatállományt nevezzük munkanélküli regiszternek. Az adatok között megtalálhatjuk a munkanélküli néhány személyes jellemzőjét (nem, életkor, iskolai végzettség), lakóhelyét, az utoljára betöltött állás néhány jellemzőjét (állománycsoport, foglalkozás, kereset, a megszűnés időpontja és módja), a keresett állás néhány jellemzőjét (foglalkozás, bérigény), adatokat a munkaügyi kirendeltséggel történő kapcsolattartásról (mikor volt utoljára a kirendeltségen, mikorra hívták be legközelebb), információt a munkaerő-piaci eszközökben való részvételről és a regisztrált munkanélküliség időtartamáról (mikor regisztrálták először, hány hónapja tekinthető folyamatosan regisztráltnak, összesen hány hónapot töltött a regiszterben a kilencvenes évek eleje óta). A havi állományokban követni lehet a regisztrált személyeket, de az információk mindig csak a hónap huszadikára vonatkoznak, az egymást követő vonatkozási napok között eltelt egy hónapos időszakokban bekövetkezett eseményekről, változásokról nem kapunk teljes képet. Ilyen értelemben az adatbázis „kvázi-longitudinális”. Erre az adatbázisra támaszkodva teszi közzé a Foglalkoztatási Hivatal a regisztrált munkanélküliek létszámára és összetételére vonatkozó statisztikai adatokat. Az adatbázist felhasználják még a foglalkoztatási szervezeten belüli adatszolgáltatásra, különböző mutatók kiszámítására. (Forrás: Hárs Ágnes – Nagy Gyula: A munkanélküli regiszter) 11. OH – Országos kompetenciafelmérés: Az először 2001 őszén megrendezett Országos kompetenciamérés a közoktatásról szóló törvényben meghatározott tanulók 6., 8. 10. évfolyamos csoportjának teljes körében a szövegértési képességeket és a matematikai eszköztudást méri fel. Az 38 A kód első két számjegye mindig az aktuális évet jelenti, pl. 2009-es adóbevallás kódja 0929 volt.

119


ÁROP-1.1.10-2011-2011-0001

Országos kompetenciamérések rendszerének működtetését a nemzeti köznevelésről szóló 2011. évi CXC törvény előírja. A mérés időpontja és tartalmi jellemzői szintén jogszabályokban rögzítettek. A kompetenciamérés eredményeiről nyilvános jelentés készül fenntartói, iskolai és telephelyi ös�szesítésben a mérést követő év február 28-áig. Ezek a jelentések a 2007. évi kompetenciaméréssel kezdődően nyilvánosak, mindenki által megtekinthetők a www.kir.hu/okmfit oldalon. Az iskolajelentésben közölt adatok lehetővé teszik, hogy az iskola elemezze saját munkáját, elhelyezze teljesítményét a hozzá hasonló, vagy éppen tőle lényegesen különböző iskolákkal való összehasonlításban, illetve az iskolajelentésben közölt adatmennyiség lehetővé teszi, hogy a kívülálló is egy minden eddiginél árnyaltabb képet kapjon az iskolákról. A mérés a teljesítményeket nemcsak abszolút skálán mutatja be, hanem a tanulók szociokulturális hátterét megjelenítő családi háttérindex segítségével azon iskolák rendkívül értékes pedagógiai teljesítményét is láthatóvá teszi. (Forrás: OH honlap39) 12. SZTNH – Szellemi tulajdon bejegyzések: A szellemi tulajdon bejegyzéseket a Szellemi Tulajdon Nemzeti Hivatalától kapja a KIH – Kutatási Osztály. Az adatbázis két főcsoportra osztható. Az egyik csoportban a szabadalmi adatok kapnak helyet, a másikban a márkavédelmi adatok találhatóak. Mind a két adatbázis hasonló belső struktúrával rendelkezik. Mindkét a két esetben az adatok három bontásban állnak rendelkezésre, úgymint: ügylista, befizetések, eljárás menete. Az ügylista tartalmazza az ügyszám, lajstromszám, bejelentési időpont, magyar cím (a szabadalom neve), elsődleges NSZO,40 bejelentői arány, név, cím. A befizetések a befizető cég nevét, a befizetés összegét, időpontját, illetve az ehhez kapcsolódó ügyszámot tartalmazza. Az eljárás menetében szintén rendelkezésre áll az ügyszám, a sorszám, az intézkedés módja, illetve a meghozatali dátum. A márkavédelem esetében annyi eltérés van szabadalmi adatokhoz képest, hogy ott nem a szabadalom nevét határozzák meg, hanem a márka megjelölésének típusát, illetve a megjelölést. A lekérdezőfelület struktúrája és működése A lekérdezőfelület struktúrájának az alapját a Kutatási Osztályon dolgozó adatbankszakértők alakították ki, majd ezt az elképzelést igazították rendelkezésre álló technikai lehetőségekhez a felületet kialakító programozókkal közösen. A struktúra képzésénél elsődleges szempont volt, hogy a későbbi felhasználók számára minél átláthatóbb és könnyebb kezelhetőséget biztosítson a felület. Ezt különböző szakmai igényekkel kellett összehangolni, ennek eredményeként jött létre a KIH adatbank lekérdező felület. (Lásd: 1. melléklet.) A feltöltött adatbázisok struktúráját egyedi tulajdonságok alapján történő elrendezés szerint, állományonként specifikus felosztás szerint lehet elérni. Ennek kialakításánál külön hangsúlyt fektettünk az adatbázisok adatfelvétele során alkalmazott módszertani jellegzetességekre, így már a felhasználói felületen megjelenő struktúra is támogatja az adatok könnyebb értelmezhetőségét a felhasználó számára. Új adatbázis integrálása esetén, a webes megjelenéshez elegendő az adatbázis web sémájában lévő táblákhoz hozzáadni az új adatbázis megfelelő paramétereit, és onnantól a webes felületen is elérhető az új adathalmaz. 39 http://www.oktatas.hu/kozneveles/meresek/kompetenciameres/alt_leiras 40 Nemzetközi Szabadalmi Osztályozási rendszer

120


ÁROP-1.1.10-2011-2011-0001

Az adatbank tartalmaz egy belépő oldalt, amin keresztül a felhasználó jelszava megadásával léphet be a belső felületre, hogy az adatbázisokhoz hozzáférjen. A lekérdezés menüpontban kinyíló ablakok közül lehet választani az adatfelvevő intézmények nevei közül. Abban az esetben, ha egy intézményhez több adatbázis tartozik, a program választási lehetőséget kínál. Adatforrás (intézmény) kiválasztása után elérhetővé válnak az adatbázisok. Az egyes adatok változó név, változó névhez tartozó címke és opcionális leírás tartozhat. Az adatbázis lekérőfelületen lehetőségünk nyílik különböző szempontú keresési feltételek megadására, esetleges aggregáló feltételek megadása (pl. férfi/nő), illetve aggregáló függvény megadása (pl. átlag). A változók kiválasztásához, kereséséhez a változók meta adatbázisában lévő információit használja a rendszer. A kijelentkezés után a kapcsolat bontásra kerül, és a kapcsolatazonosítókat törli a rendszer, hogy illetéktelen felhasználó ne férjen az adatbázishoz. Az adatbázishoz a belső kontrollált felületen kívül külső webes lapon keresztül is hozzá lehet férni. A felhasználói azonosítása során az engedélyezett felhasználók jelszavát és a jogosultsági időszakot az adatbázis tárolja, adatbázis adminisztrátori jogosultsággal módosítható. A webes felületen keresztüli hozzáférés felhasználói nevei és jelszavai teljesen függetlenek az adatbázishoz való közvetlen hozzáférés felhasználói neveitől és jelszavaitól. Az állomány letöltésének folyamatát a keresés elindítása után a benyújtott igény állapotát egy külön lapon (akár másik számítógépről) lehet követni. Amikor a leválogatás és a hozzá tartozó információs fájlok elkészülnek, akkor az eredmény tömörített formában letölthető. A különböző adatbázisokból nemcsak egyes változó értékeket, hanem kereszttáblákat is kinyerhetünk. Ha csak klasszikus kereszt tábla vizsgálatra van szükség, akkor ezt egy külön lapon végezheti a felhasználó. Itt megadandó a két (esetleg több) változó, melyek szerint a tábla cellázandó, és azon változók, melyek aggregált értékei a cellákban szerepeltetendők. Összegzés Az adatbank létrehozásával a Közigazgatási és Igazságügyi Hivatal munkatársai számára is elérhetőek a Kutatási Osztály adatbázisai, könnyen kezelhetővé váltak és ilyen módon támogatni tudják a hivatali munka hatékonyságát és minőségét. A felület belső hálózatról és külső webhelyről is elérhető a jogosultak számára.

121

A jogszabály-előkészítési folyamat racionalizálása 1. ábra : A lekérdezőfelület pillanatképe (print screen)

122

ÁROP-1.1.10-2011-2011-0001


ÁROP-1.1.10-2011-2011-0001

6. Utólagos hatásvizsgálatok 6.1. A társasági adó rugalmassága a 2009–2011 közötti adókulcscsökkentés alapján Kivonat Tanulmányunkban a 2009–2011 közötti – összességében 10 százalékpontos – társaságiadó-kulcscsökkentés vállalati adóbefizetésekre gyakorolt hatását becsüljük vállalati szintű paneladatok alapján. A társasági adórendszer számos adóalap-csökkentő és -növelő tételt, adókedvezményt és adómentességet tartalmaz. Az effektív adórátának, azaz az adózás előtti eredményhez viszonyított adókötelezettségnek a névleges adókulcsra vonatkozó rugalmassága a vállalati szintű fixhatás-panelregressziós modellünk alapján 0,80-nak adódott. A becslés érvényességét párosításos módszerrel is teszteltük, ahol olyan vállalatok mellé, melyek 2009-ben adókedvezményt vettek igénybe, és már akkor is 10%-os társasági adókulccsal adóztak, hozzájuk hasonló – de az adókedvezményt igénybe nem vevő – vállalatokat párosítottunk. A párosításos mintán a kapott rugalmasság a teljes mintához nagyon hasonló, 0,81-es érték. Az adócsökkentés emellett a gazdaság fehéredéséhez, a termelés növeléséhez és az adóelkerülés csökkenéséhez is vezet, melyek az adózás előtti eredmény növekedésében kell hogy megjelenjenek. Azt találtuk, hogy a pozitív adózás előtti eredménnyel rendelkező vállalatok adózás előtti eredménye 2010-re 1,5, 2011-re 10,4%-kal nőtt. Ez –0,04-es és –0,15-ös rugalmasságnak felel meg az átlagos adókulcsokra vonatkoztatva. Ehhez adódik még a pozitív adóalap és adózás előtti eredmény valószínűségének változása: ezek odds értéke 2010-re 3,5, 2011-re 9%-kal nőtt 2009-hez képest Tanulmányunk célja a vállalati adókulcs megváltozására adott vállalati alkalmazkodások mérése, és ezek segítségével a társasági adó rugalmasságának meghatározása. A vállalati alkalmazkodás két formáját becsüljük: az átlagos effektív adókulcs változását, és a kimutatott adózás előtti eredmény változását. A vizsgálatra a Magyarországon 2009–2011 között bekövetkezett 50%-os mértékű társaságiadó-kulcscsökkentés ad lehetőséget. A vállalati adókulcs rugalmassága fontos olyan normatív kérdések tárgyalásakor, mint hogy mekkora a társasági adó optimális mértéke. A rugalmasság alapján egyúttal számszerűsíthető a konkrét kormányzati intézkedés költségvetési bevételekre gyakorolt hatása, más hatásoktól elkülönítve. A vállalatok különféle módon reagálhatnak az adóztatásra. A legegyszerűbb modell szerint a társasági adó csökkenti a tőke hozamát, így ellenösztönzi a befektetéseket, mely a kibocsátás csökkenését eredményezi. Nyitott gazdaságban ugyanakkor a vállalati adók megemelésekor egyszerűen csökkenthetik a gazdasági tevékenységüket, és alacsonyabb adózású országokba helyezhetik azokat. Ezzel kapcsolatos ered123


ÁROP-1.1.10-2011-2011-0001

mény, hogy az adóráta nem befolyásolja az amerikai vállalatok azon döntését, hogy beruháznak-e Európában, azt azonban igen, hogy melyik országban. Egy százalékpontos effektív adóráta-változás például 1,3%-kal csökkentené annak a valószínűségét, hogy az Egyesült Királyságot, 1%-kal azt, hogy Németországot, és 0,5%-kal azt, hogy Franciaországot válassza egy cég befektetése helyszínéül (Devereux & Griffith 1998). Emellett lehetséges az is, hogy a multinacionális vállalatok jövedelmet csoportosítanak át kedvezőbb adózású országokba a belső elszámolóár megváltoztatásán és más eszközökön keresztül. Ennek hatása igen jelentős mértékű lehet: Bartelsman és Beetsma (2002) szektorális adatokat használó termelési függvény becslésén alapuló eredménye szerint vállalatoknál az adóemelésektől várt pluszbevételek mintegy 65%-a elveszik a bevételek más országba való átcsatornázása miatt. Tanulmányunkban elsőként az effektív adóráta mértékét és a rá ható tényezőket vizsgáljuk Magyarországon, mely a vállalatok által ténylegesen befizetett adó és az adózás előtti eredmény hányadosa. Ez azért fontos, mert a kormányzat által meghatározott, befizetendő vállalati adórátát különböző csökkentő tételekkel és egyéb eszközökkel tudják befolyásolni a vállalatok, melynek következtében a törvényileg meghatározott adórátától a tényleges adókulcs a gyakorlatban valamennyire eltérhet. A tanulmány célja, hogy megvizsgálja az effektív adóráta rugalmasságát, azaz azt, hogy hogyan változik az effektív adóráta az adókulcs változtatásának következtében. Másik kérdésünk, hogy az adókulcs megváltoztatása hogyan hat a nyereséges/veszteséges vállalatok arányára és a pozitív eredményt bevalló cégek eredményének nagyságára. Tehát egy adócsökkentés következtében nő-e azon vállalatok aránya, melyeknek kell nyereségadót fizetniük; illetve a nyereséges cégek mennyivel több eredményt vallanak be. 6.1.1. Elméleti háttér A vállalati adóráta meghatározó szerepe Az adózás kiemelt szerepet játszik egy vállalat életében, ugyanis az adók több vállalati tényezőre is hatással vannak. Ezek közé sorolhatóak a tőkeösszetétellel kapcsolatos döntések, a kockázatkezelés, az osztalékok mértéke, a részvényekkel kapcsolatos döntések, a vállalati adósság mértéke, az eszközök aránya. Ezenkívül az adókulcs hatással van a kompenzációs és a nyugdíjpolitikára, a szervezeti formára és a befektetések helyszíneire is (Graham 2003), továbbá a vállalatok adóarbitrációs lehetőségeket használhatnak ki a különböző szervezeti formák között. Ezeknek a döntéseknek mind számszerűsíthető következményei vannak az adóbevételekre, tehát a kormányzat szempontjából érdemes vizsgálni a hatások nagyságát (Mooij & Ederveen 2008). Adóbevételek változása az adóráta függvényében A vállalati adót úgy is tekinthetjük, mint az egyéni adózás egyik típusát, melyet az egyes vállalatok mérleg szerinti eredményére vetnek ki a kormányok. Ugyanakkor az adókulcsokban sok különbség van az országok között (Patterson & Serrano 2001). Mivel a vállalati adókból származó bevételt az állam gyűjti be, mindig fontos kérdés volt az egyes kormányzatok számára, hogy miképpen lehetne megnövelni és jobban behajtani ezt az adófajtát. Az effek124


ÁROP-1.1.10-2011-2011-0001

tív adórátát gyakran használják döntéshozók arra, hogy következtetéseket vonjanak le a vállalati adórendszerrel kapcsolatban, mivel jól összesíti a különböző adózással kapcsolatos ösztönzők hatásait és a vállalati adóráta változásait (Kern & Morris 1992). Meghatározása tehát kulcsfontosságú, melyhez több mutatót is tisztázni kell. Fontos, hogy az adott ország a Laffer-görbe melyik részén helyezkedik el, tehát lehet-e a hatékonyan növelni a vállalati adókulcsokat úgy, hogy azzal a kormányzati bevételek is növekedjenek, vagy ez a tevékenység inkább kontraproduktív lenne. Ennek a meghatározásához szükség van az adóráta rugalmasságának tárgyalására, mely egyben megmutatja az adórendszer hatékonyságát is a bevételekkel és a jóléttel kapcsolatban. Ez a rugalmasság több fontos tulajdonságot ragad meg, melyek között van a hatékony vállalati adózás mértéke és az adók marginális hatékonysági költsége, ami az 1%-os adóráta változás következtében megváltozó bevételek mértéke (Saez, Slemrod, & Giertz 2009). Az empíria azt mutatja, hogy azok az országok, amelyek legalább 30%-os adót vetnek ki a vállalatokra, a Laffer-görbe csökkenő szakaszán vannak, tehát az adóráta további emelése kontraproduktív lenne, illetve az ezzel ellentétes adóráta-csökkentés akár bevételeket is hozhatna az országnak (Clausing 2007). A vállalati viselkedés rugalmasságának típusai A vállalatok nyereségét negatívan érintik az adók, melyeket igyekeznek különféle módszerekkel csökkenteni adóelkerülés vagy más egyéb tevékenység formájában. Az adófizetés csökkentése alapvetően kétféleképpen lehetséges egy vállalat számára. Az egyik módszer az illegális adócsalás, mely során a vállalatok eltitkolják jövedelmük egy részét, így kevesebb adó befizetésére lesznek kötelezettek. A másik módszer a legális adóelkerülés adótervezéssel vagy lobbitevékenységgel. A vállalati adók megemelésekor egyszerűen csökkenthetik a gazdasági tevékenységüket, ha kellően rugalmasan követik az adóváltozásokat, mivel az adók ellenösztönzik azokat. Ez azonban veszteséget okoz a gazdaságban, hiszen csökken az adóztatható tevékenység mértéke. Ezen kívül a vállalatok lecsökkenthetik a befektetéseiket a magas adózású helyeken, és alacsonyabb adózású helyekre vihetik azokat. Ugyanakkor lehetséges az is, hogy nem változtatják a tőkebefektetéseik helyszínét, de jövedelmet csoportosítanak át a belső elszámolóár megváltoztatásán és más eszközökön keresztül (Clausing 2007). Az adózható jövedelmüket is csökkenthetik azzal, hogy hitelt vesznek fel, mivel az csökkenti az adóalapot és így potenciálisan a várt marginális adórátát (Graham, Lemmon & Schallheim 1996). Végül pedig akár az illegális adócsalást is választhatják a vállalatok. Ezen fenti lehetséges eseteknek a kimenetele különböző lehet. Az első eset, azaz a tevékenység csökkentése folyamán nagyobb veszteség érné a gazdaságot, mint a második esetben, a tőkebefektetéseik elvitelekor. A harmadik eset az átcsoportosítással és a transzferárazással nem érintené az országok közötti reálgazdasági tevékenység mértékét, az illegális adócsalás pedig mindenképpen kormányzati bevételek kiesését vonja maga után, ha nem kellően nagymértékű az ellenőrzés. Ugyanakkor meg kell jegyezni, hogy maga az adócsalás nem feltétlenül csökkenti a reálgazdasági teljesítményt(Clausing, 2007). A vállalati adóval kapcsolatos rugalmasságok tulajdonképpen az adóelkerülés mértékébe adnak betekintést. Mooij és Ederveen másodelemzése öt legális adóelkerülési vállalati döntés rugalmasságát vizsgálta a teljes vállalati adóhoz képest. Ezek közül a profit áthelyezése más országba rendelkezik a 125


ÁROP-1.1.10-2011-2011-0001

legnagyobb rugalmassággal, illetve a szervezeti forma és a külföldi befektetések rugalmassága is jelentős. A belföldi befektetéseknek és az adózás következtében megváltozó pénzügyi politikának (mely az adók emelkedésével inkább az adósságot növeli a saját tőke ellenében, így befolyásolva a vállalat pénzügyi politikáját) azonban alacsony a rugalmassági mutatója. Ezek a rugalmasságok azonban összességében nagymértékűek, ami megmagyarázza, hogy miért olyan nagy az adóversengés az országok között. Hiszen minél könnyebben tudja egy vállalat változtatni a tőkebefektetésének helyét egy kedvezőbb adózású országba, vagy átszervezni a vállalat struktúráját egy alacsonyabb adóterhet kínáló szervezeti formába, annál jobban érdekükben áll az egyes országoknak, hogy próbálják minél több eszközzel megtartani ezeket a vállalatokat (Mooij & Ederveen 2008). Az illegális adócsalás során a vállalatok döntése bizonytalan kimenetelű, hiszen ugyan egy vállalat adóbevallásának részleteit el lehet titkolni úgy, hogy a hatóság egy ideig ne vegye észre, mégis nagy a lebukás veszélye. Az adófizető vállalat tehát két opció között dönt. Bevallhatja az összes jövedelmét, vagy eltitkolhatja annak egy részét, melynek a kifizetése azon múlik, hogy mennyire valószínű az, hogy az adóhatóság kivizsgálja részletesen a bevallását (Allingham & Sandmo 1972). A legális adóelkerülés során a vállalatok a nyereségességüket és a versenyképességüket növelik azzal, hogy kihasználják az adózási törvényekben található kiskapukat. Sokszor adóparadicsomokba menekítik a bevételeiket a nagyobb vállalatok, azonban a fejlett országok is versenyeznek a kedvezőbb adózási feltételek tekintetében egymással. Bartelsman és Beetsma becslése szerint általában a nagyobb vállalatoknál az adóemelésektől várt pluszbevételek mintegy 65%-a elveszik a bevételek vagy a tőke más országba való átcsatornázása miatt. Ezen segíthet a szigorúbb szabályozás, mely a transzferárazás miatt az intuícióknak megfelelően nagyobb kormányzati bevételt fog eredményezni. Ugyanakkor ez kockázatos megoldás, hiszen azokban az országokban, ahol egyébként is magas az adóráta, a szigorúbb szabályozás miatt előfordulhat, hogy a befektetések nettó hozamának csökkenése miatt a vállalat a termelő részlegét más országba helyezi át (Bartelsman & Beetsma 2000). Dwenger és Steiner modelljében az adókulcsok változtatásának a befizetett adóra gyakorolt hatását három részre bontja: az adóköteles jövedelem rugalmasságára az effektív adókulcs függvényében, az adóalap rugalmasságára az adóköteles jövedelem függvényében és az effektív adókulcs rugalmasságára az adókulcs függvényében: ��

Ahol TAa befizetett adó, � az adókulcs, � az adóköteles jövedelem (AGI, adjusted gross

income) rugalmassága az effektív adókulcs függvényében, � �� az adóalap (TI, taxable

income) rugalmassága a jövedelem függvényében, �� pedig az effektív adókulcs

rugalmassága az adókulcs függvényében. A kapott eredmények Németországra:��

0.855, � �� .0�� és � � �0.�8.

Az adóalap rugalmasságát vizsgálja az effektív adókulcs függvényében Gruber & Rauh 2007, illetve Gruber & Saez 2000. Az ökonometriai becslés alapján e rugalmasság az amerikai vállalatokra –0,2 (Gruber & Rauh 2007), a személyi jövedelemadó esetében pedig -0,4 az Egyesült Államokban (Gruber & Saez 2000). 126


ÁROP-1.1.10-2011-2011-0001

A becslés során ebben az esetben kezelni kell az endogenitás problémáját, azt a tényt, hogy az effektív adóráta változása nem független az adóalaptól. Ezt a tanulmányok instrumentális változók segítségével oldják meg, ahol az instrumentum a tényellentétes ETR, tehát az az effektív adóráta, mely az új adórendszer mellett akkor lenne érvényes, ha nem változott volna a jövedelme. E módszert követi Dwenger & Steiner (2008) is. Hatékony vállalati adókról szóló magyar irodalmat nem találtunk, azonban érdemes figyelembe venni a személyi jövedelemadózással kapcsolatos cikkeket is az általános adófizetési hajlandóság és rugalmasság tekintetében. Bakos, Benczúr és Benedek tanulmányukban a 2005-ös szja-kulcs eltörlésének hatását vizsgálták a bevallott jövedelmek alakulásával kapcsolatban Magyarországon. Az eredményeik szerint az adójóváírás és a magas marginális adókulcsok nem eredményezik a teljesítmény visszafogását az alacsony jövedelműek között, ugyanakkor a magas jövedelműeknél érvényesül ez a hatás, tehát ez utóbbi csoport rugalmasabban reagál. A konklúzió alapján érdemes minél szélesebb adóalapra minél alacsonyabb marginális adókulcsot kivetni (Benczúr, Bakos & Benedek 2008). Kátay és Wolf a vállalati befektetésekkel foglalkoznak Magyarországon. A tőke felhasználási költségének hatását, mértékét mérik a vállalati tőkebefektetési viselkedéssel kapcsolatban, melyek között szignifikáns kapcsolatot találnak. Ezen kívül a hosszú távú kamatráta és vállalati tőkebefektetés között is találnak kapcsolatot a tőke felhasználási költségén keresztül (Kátay & Wolf 2004). A nagyvállalatok adózása A nagyvállalatok adózása sok tekintetben különbözik bizonyos percepcióktól, melyeket a hagyományos adózási renddel kapcsolatban gondolunk. Ugyan a politikai költség elmélete azt mondja, hogy a nagy és fejlődő vállalatokat a hatóság kiemelten figyeli, így nem kerülhetik el a rájuk vonatkozó magasabb adófizetési kötelezettséget, mely a magasabb árbevételükből következik, a gyakorlatban azt lehet látni, hogy pont ezek azok a vállalatok, akik sokszor mentesülnek az adófizetés kötelezettségétől (Zimmerman 1983). Ennek egy magyarázata lehet, hogy a „racetothebottom” jelenség következtében az egyes országok versenyeznek egymással a vállalatok nagyobb tőkebefektetéseiért, mely nem csak a hivatalos adókulcsokban jelenik meg, hanem az egyes vállalatok számára azt eredményezi, hogy alacsonyabb adókulcsot vagy egyéb kedvezményeket állapítanak meg nekik, mint amit a törvény előírna (Abbas, Klemm, Bedi, & Park 2012). Egy másik lehetséges magyarázat, hogy ezeknek a vállalatoknak nagy a politikai lobbierejük és kikényszeríthetnek kedvezményeket a kormánytól, ezen kívül a hatékony adótervezés által egyéb kedvezményekben részesülhetnek. A hatékony adótervezés azért fontos egy vállalat számára, mert lecsökkenti a befizetendő adót és megnöveli a befektetők adózás utáni nyereségét. Ugyan ezt a jelenséget nehéz megbecsülni, a vállalati effektív adóráta mégis egyfajta mutatója lehet az adótervezés sikerességének. Tehát ha két vállalatnak ugyanakkora az adózás előtti nyeresége, az egyik mégis kevesebb adót fizet, azzal a feltételezéssel élhetünk, hogy ennek a vállalatnak hatékonyabb az adótervezési stratégiája. Ezen kívül a multinacionális nagyvállalatok az országok közötti tőkebefektetéseikkel is csökkenthetik a befizetendő adó mennyiségét (Rego2003).

127


ÁROP-1.1.10-2011-2011-0001

Egy nagyvállalat esetében tehát számos alkalom adódik arra, hogy csökkentse az adóterheit. Minél sikeresebb adótervezési stratégiát folytat, annál kevesebb adót kell befizetnie, és így nagyobb lesz az adózás utáni eredménye, mely nem csak a részvényesek kifizetéseiben mutatkozik meg, a versenytársakkal szemben is előnyt jelent a magasabb bevétel. Ugyanakkor a tanulmány empirikus kutatása az Egyesült Államok vállalataival kapcsolatban azt mutatja, hogy a nagyobb vállalatok összességében mégis magasabb effektív vállalati adórátával szembesülnek, melynek az lehet az oka, hogy az általuk folytatott lobbitevékenység költségekkel jár. Az empirikus kutatás során OLS becslést használ a szerző, mellyel megbecsüli az effektív adórátára ható különböző vállalati jellemzőket. A nagyobb vállalatok magasabb effektív adórátája mint eredmény megtalálható Zimmerman 1983-as, illetve Omoer, Molloy és Ziebart 1993-as tanulmányaiban is (Rego 2003). Guha (2007) ugyanakkor Indiában a nagyvállalatok esetén kisebb effektív adórátát talált (Guha 2007), Gupta és Newberry pedig hosszabb távú idősort vizsgálva nem talált összefüggést (Gupta & Newberry 1997). Our study’s results suggest that ETRs are not associated with firm size when the relation is examined over time with firms having longer histories. However, results show that ETRs are associated with a firm’s capital structure, asset mix, and performance, and that some of these associations continued after TRA86. These findings call into question the tendency of interest groups to focus simply on firm size to draw inferences about equity and neutrality of the tax system. The results also cast doubt on whether TRA86 levelled the playing field.”,”DOI”:”10.1016/S0278-4254(96. Az effektív adóráta modellezése Az effektív vállalati adóráta a vállalatok adóterheit méri, tehát az az összeg, melyet az adózás előtti eredményhez viszonyítva fizetnek az adó mértékének megfelelően. Ezt az értéket többféle mutató kombinációjával magyarázták az ezzel foglalkozó irodalmak. Az effektív vállalati adóráta egy lehetséges megközelítése a vállalatok adóbefizetése az EBITDA (értékcsökkenéssel visszakorrigált eredmény) arányában (Guha 2007). Ez a meghatározási módszerpéldául Indiában azért volt alkalmazható, mert kevés a transznacionális vállalat, és az idézett szerző csak a belföldi vállalatokat vizsgálta. Az effektív adórátát magyarázó változók közé a vállalatméretet, a pénzügyi tőkeáttételt, a tőkeintenzitást, az exportarányos bevételt, az adóváltozás hatását és az adórátát sorolja Guha. Md Noor és szerzőtársai a maláj vállalkozások effektív adórátáját nézték két különböző adószabályozási időszakban. Ekkor az effektív vállalati adórátát meghatározza a vállalat mérete, az eszközarányos nyereség, a vállalati tőkeáttétel, a tőke- és készletintenzitás, illetve a vonatkozó különböző adórendszer. A tanulmány konklúziója szerint általánosságban elmondható, hogy a nagyobb effektív adóráta a nagyobb vállalatokat érinti. Kisebb effektív adórátával azok a vállalatok rendelkeznek, akik nagymértékben alkalmazzák a tőkeáttételt, nagyobb beruházásokat hajtanak végre fix eszközökben és kiterjedt a külföldi tevékenységük (Md Noor, Mastuki & Bardaii 2008). Richardson és Lanis Ausztráliában vizsgálta az effektív vállalati adórátát a Ralph Review adóreform előtt és után. Az előző malajziai vizsgálathoz hasonló modellt alkalmaztak, azzal a kiegészítéssel, hogy vállalati szektorra is kontrolláltak. Az adórendszer hatását az adóreform dummy változó előzőekkel való interakcióinak segítségével mérték. A vizsgálataik azt mutatták, hogy az effektív vállalati adórátát a vállalat mérete, a tőkeszerkezete és az eszközállománya határozzák meg legnagyobb mértékben.(Richardson & Lanis 2007). 128


ÁROP-1.1.10-2011-2011-0001

Clausing az effektív vállalati adókulcs számítása során parabolikus kapcsolatot talált az adóráták és a vállalati adóbevételek között GDP arányosan, mely megfelel a Laffer-görbe elméletnek. A mintában 33% volt a bevételmaximalizáló vállalati adóráta, ugyanakkor ezt nem lehet univerzálisan minden országra értelmezni, mint az optimális vállalati adókulcsot. Azon is múlik ennek a rátának a mértéke, hogy egy ország mennyire nyitott gazdaság, illetve mekkora a mérete. A kisebb és nyitottabb országoknak alacsonyabb kormányzati bevételmaximalizáló adórátájuk lesz, mint a nagyobb vagy zártabb gazdaságoknak. Ez egybecseng azzal a feltevéssel, miszerint az ilyen típusú országoknak rugalmasabb lesz a tőkekínálata (Clausing 2007). Az effektív vállalati adórátát DeAngelo és Masulis a befizetett adók és az adózás előtti cash-flow arányaként definiálja. A cash-flow-t pedig az adózás előtti eredmény, a kamat és az értékcsökkenés összegeként határozza meg. Ugyanakkor reflektálnak arra a jelenségre is, hogy a vállalat a tőkeszerkezetével és az adósságállományával tudja változtatni az adóalapját, ami torzíthatja ezt a becslést. A tanulmány abban a tekintetben mutat újat, hogy felismeri, hogy az egyes adókedvezmények másképpen tudják befolyásolni az effektív adórátát a számítások során, így körültekintően kell figyelni a számításuk során. Az effektív adórátát számításakor többféleképpen is meg lehet határozni attól függően, hogy mit szeretnénk vizsgálni, így fontos eldönteni, hogy az adókedvezmények és adónövelő tételek miképpen jelennek meg a számításokban. A számviteli értékcsökkenés és a befektetési adókedvezmények ahhoz vezetnek, hogy egy olyan piaci egyensúly fog létrejönni, ahol a vállalatok mindegyikének egyéni belső optimális tőkeáttételi döntése lesz. Ezért az effektív vállalati adóráta és az adósság közötti kapcsolatot az adósság számbavétele előtt is megvizsgálja DeAngelo & Masulis (1980). Az adóalap rugalmasságát mérő egyes tanulmányokban az (átlagos) effektív adóráta helyett marginális effektív adórátát használnak (például Gruber & Rauh 2007). Ez alatt a tőke elvárt hozamának azon részét értjük, mely a kormányzathoz kerül és nem a befektetőkhöz. A számítási módszer azon a feltételezésen alapul, hogy egyensúlyi helyzetben a fennmaradó résznek biztosítani kell az elvárt tőkeköltséget. Ugyanakkor az adóalap rugalmasságát mérő tanulmányok között közül például Dwenger & Steiner (2008) az átlagos ETR-t használja. 6.1.2. Módszertan Kutatási kérdésünk a társaságiadó-kulcs csökkentés adózási magatartásra gyakorolt hatásának vizsgálata. A vizsgálat során két mechanizmust vizsgálunk, amelyeken keresztül a vállalatok az adókulcs változásához alkalmazkodhatnak. Az egyik az adózás mértékének vizsgálata, azaz az a kérdés, hogy az adókulcs-csökkentés hatására a vállalatok által ténylegesen fizetett adó kulcsa (effektív adóráta – ETR) hogyan változik. E kérdésfelvetés azért nem trivialitás, mert a társasági adó rendszerében különböző kedvezmények, csökkentő és növelő tételek vannak, melyeket – és így az effektív adórátát – a vállalat bizonyos szinten befolyásolni tud (részletesebben lásd a 6.1. ábrát). A második kérdés a vállalati jövedelem rugalmasságának vizsgálata, azaz hogy miként befolyásolja az adócsökkenés azt az összeget (megtermelt nyereséget), amelyből a vállalatok végül adóznak. E két kérdés vizsgálata azért fontos, mert ezek eredőjeként alakul ki, hogy az adócsökkentés bevételkiesést vagy bevételnövekedést fog-e okozni a kormányzatnak. 129


ÁROP-1.1.10-2011-2011-0001

Amint bemutattuk, a társasági adórendszer változásához különbözőképpen alkalmazkodhatnak a vállalatok. Adóemelés esetén például: 1. C sökkentik a termelésüket, vagy más országba helyezik át azt. 2. Csökkenthetik befektetéseiket, más országba helyezhetik potenciális befektetéseiket. 3. Adóelkerülési, adóoptimalizációs stratégiákat alkalmaznak: a) nemzetközi vállalat esetén a transzferárak segítségével kedvezőbb adózású országban mutatják ki a jövedelmet b) számviteli technikákkal az adózás előtti eredményt csökkentik. c) s zámviteli technikákkal adókedvezményeket, -mentességeket keresnek. 4. Illegális adócsalási technikákkal, pl. számla nélküli értékesítéssel, számlavásárlással a költségeiket növelik, melynek következtében a cég hivatalos eredménye csökken. Adócsökkentés esetén, azaz a jelenlegi vizsgálatban pedig ugyanezen hatásokkal számolhatunk, csak ellentétes előjellel. A vizsgálat során a fentiek közül az adókulcsváltozás adókedvezmények és adómentességek igénybevételére gyakorolt hatását az effektív adóráta segítségével mérjük. Az adózás előtti eredmény változásában jelenik meg a termelés – adókulcsváltozás hatására bekövetkező – növekedése, illetve az, ha közvetlenül az adózás előtti eredményt érinti az adóelkerülés vagy adócsalás csökkentése. Így ezeket az adózás előtti eredmény rugalmasságának segítségével tudjuk becsülni.

ADÓZÁS ELŐTTI EREDMÉNY NÖVELŐ TÉTELEK CSÖKKENTŐ TÉTELEK ADÓALAP ADÓKULCS

EFFEKTÍV ADÓRÁTA (ETR)

TÁRSASÁGI ADÓ ADÓKEDVEZMÉNYEK ADÓMENTESSÉGEK ADÓKÖTELEZETTSÉG 6.1. ábra: A társasági adókötelezettség kiszámítása és az effektív adóráta

130


ÁROP-1.1.10-2011-2011-0001

Az általunk vizsgált effektív adórátát az adókötelezettség és az adózás előtti eredmény hányadosa adja meg: ‫ ܴܶܧ‬ൌ

‫݇×݀ܣ‬Ú‫ݏݐݐ݁ݖ݈݁݁ݐ‬±݃ ‫݈݁ݏݖ×݀ܣ‬Ý‫݉݀݁ݎ݁݅ݐݐ‬±݊‫ݕ‬

Az adózás előtti eredmény az adóbevallásra vonatkozó év üzleti, pénzügyi és rendkívüli tevékenységének bruttó eredményét mutatja. Ehhez különböző növelő és csökkentő tételeket hozzáadva, illetve levonva az adóalapot kapjuk meg. Ezt megszorozva az adókulccsal a társasági adó összegét láthatjuk. Ugyanakkor ez még nem a ténylegesen befizetendő adó, hiszen ezt csökkenthetik az adókedvezmények és az adómentességek. Ezen tényezők után kaphatjuk meg az adókötelezettséget, mely a ténylegesen befizetendő összeget mutatja (1. ábra). Így az effektív adóráta (adókötelezettség és adózás előtti eredmény hányadosa) lényegesen különbözhet a névleges társaságiadó-kulcstól. Az effektív adóráta és a névleges adókulcs összefüggésének vizsgálata során kezelni kell azt a helyzetet, hogy az adózás előtti eredmény egy vállalat esetében lehet negatív, viszont a társasági adó és az adókötelezettség mindig nemnegatív. A negatív effektív adóráta azonban tartalmilag nem értelmes,41 így az összefüggés vizsgálatát csak pozitív értékekre tehetjük meg. Emiatt az effektív adórátára vonatkozó elemzésből ki kell zárni azokat a vállalatokat, melyek negatív (vagy nulla) adózás előtti eredménnyel rendelkeztek, és egyúttal nem tudjuk azt sem vizsgálni, hogy az adócsökkentés hatására mi történt ezekkel a vállalatokkal. Erre a kérdésre a második vizsgálat fog választ adni, mely az adófizetés valószínűségének becslését tartalmazza. Az elemzés során a fő magyarázó változónk az adókulcs volt. A rugalmasság meghatározásához a 2009–2011 közötti időszakot választottuk, ekkor ugyanis jelentős változás volt tapasztalható a társasági adó mértékében. A szabályozásváltozás fő elemeit a 6.2. ábrán mutatjuk be. 2009-ben a társaságiadó-kulcs a legtöbb vállalat számára 16% volt. Ehhez azonban hozzáadódott a 2007 januárjától érvényes 4%-os különadó (szolidaritási adó), melyet 2006-ban a költségvetési hiány mérséklésére vezettek be. A különadó alapja ugyanúgy az adózás előtti eredményből növelő és csökkentő tételekkel származó adóalap volt, mint a társasági adó esetében, azonban a növelő és csökkentő tételekben kisebb eltérések voltak. Ennek hatására tulajdonképpen a vállalatok nagy többsége a 16 + 4 = 20%-os adókulcsot érzékelte. Abban az esetben azonban, ha a vállalat az adóévben legalább a minimálbér kétszeresének megfelelő összegre vallott be nyugdíj és egészségbiztosítási járulékot a foglalkoztatottak átlagos állományi létszámára (vagy ha az adózó székhelye a leghátrányosabb térségek településein található, akkor legalább a minimálbér egyszeresének megfelelőt), akkor választhatta, hogy az adóalap 50 millió forintjáig 10%-os kulcs szerint adózik. 2011-re ehhez képest az adózás lényegesen egyszerűbbé vált: a társaságiadó-kulcs 500 millió forintig egységesen 10% volt, az e fölötti részre pedig 19%-ot kellett fizetni. Megjelentek ugyanakkor ágazati különadók a pénzügyi, az energia vagy a kiskereskedelmi szektorban, ezek azonban csak a vállalatok korlátozott körét érintik. 41 Az, hogy egy vállalat negatív adózás előtti eredményből pozitív adót fizet, az nem azt jelenti, hogy az adórátája alacsony, hanem épp azt, hogy extrém magas.

131


ÁROP-1.1.10-2011-2011-0001

A 2010-es év átmenetinek tekinthető a két szabályozás között: az év első felére vonatkozóan a társasági adót még a 2009-es, második felére vonatkozóan viszont már a 2011-es szabályok szerint kellett fizetni. A 4%-os különadót pedig eltörölték, 2010-re már nem kellett fizetni. 25%

átlagos adókulcs (%)

20%

15%

10% társasági adókulcs - 2009 5%

társasági adó + különadó kulcs 2009 társasági + különadókulcs - kedvezményesek 2009

0%

10 40 70 100 130 160 190 220 250 280 310 340 370 400 430 460 490 520 550 580 610 640 670 700 730 760

társasági adókulcs 2011

adóalap (millió Ft) 6.2. ábra: Az átlagos adókulcs változása 2009–2011 között az adóalap függvényében

A fenti ábra értelmezéséhez fontos adalék az adóalap nagyságának eloszlása. 2009-ben a 353 ezer vállalatból 3916 rendelkezett 50 millió Ft feletti adóalappal, azaz a vállalatok 99%-a e ponttól balra helyezkedett el a vízszintes tengelyen. Hasonlóan 2011-ben a 387 ezer vállalat közül 482 rendelkezett 500 millió Ft feletti adóalappal, azaz a vállalatok 99,9%-a az egyenes vízszintes szakaszán helyezkedik el. Emiatt a vállalatok 99%-a számára az adórendszer végig egykulcsosnak tekinthető. Így nem volt lehetőségünk olyan módszert használni, ami arra a keresztmetszeti információra alapoz, hogy egymáshoz hasonló (a sávhatártól kissé lejjebb, illetve feljebb levő) vállalatok különböző marginális adókulc�csal szembesültek. Ugyanakkor nem áll fenn az a probléma sem, hogy az adó nemlinearitása miatt az ETR egyértelműen függ az adóalaptól. Így a becsléshez nem szükséges instrumentális változót használni, ellentétben például Gruber & Rauh (2007) és Dwenger & Steiner (2008) tanulmányaival. Az adott vállalatra érvényes átlagos névleges társaságiadó-kulcsot ennek megfelelően a társasági adó és az adóalap hányadosával határoztunk meg, mely tehát a legtöbb esetben 16% 2009-ben és 10% 2011-ben. A 4%-os különadóról (szolidaritási adóról) – tekintettel arra, hogy egy általános, mindenki által fizetendő adó (ellentétben a később bevezetett ágazati különadókkal), és alapja a társasági adóhoz hasonlóan az adózás előtti eredményből származik –a 2009-es évben azt feltételeztük, hogy a vállalatok úgy érzé132


ÁROP-1.1.10-2011-2011-0001

kelik, mint a társasági adó egy részét, mely mindössze külön soron szerepel az adóbevallásban. Ennek megfelelően a teljes adókulcsot a számított társaságiadó-kulcs és a számított különadókulcs összegeként határoztuk meg.42 Az effektív vállalati adóráta rugalmasságának vizsgálata �� A névlegeslog adókulcs kapcsolatának elsőként �� és�az ��effektív log � vállalati adóráta log�� vizsgálatára �� többvál� � �� (ETR) �� tozós regressziós elemzéseket végeztünk. Ennek során kontrolláltunk különböző vállalati ismérvekre, �� hogy a hatásokat elkülönítsük szerinti szelekció � �� az ismert jellemzők � �� hatásától. � �� log �� log � �� log��

��

� ��

A kontrollváltozók a vállalatméret (tárgyi eszközök), vállalati tőkeáttétel (összes adósság/összes eszköz), export és nettó árbevétel aránya, a tulajdon típusa, a régió, az ágazat és az ágazat növekedési üteme. A becslés során logaritmikus specifikációt használunk, az adókulcsra vonatkozó paraméterek tehát rugalmasságként értelmezhetők. Problémaként felmerül, hogy modellünk fő magyarázó változója, az adókulcs az évek folyamán csökken, azonban feltételezhető, hogy az évek folyamán további változások is történnek, ilyenek a makrogazdasági trendek és a válság hatása. E hatás kezelésére került a modellbe az évek helyett az iparági szintű reál nettó árbevétel növekedési ütem, mint az iparág szinten mért konjunktúra/válság mutatója kontrollváltozóként. Ezek figyelembevételével is fennállhat azonban, hogy a vállalati szintű nem megfigyelt cégspecifikus jellemzők korrelálnak az adókulccsal, mely esetben a becslés nem lesz torzítatlan és konzisztens. Emiatt egy második, fix hatás panel modellt (FE, fixed effect) is becsülünk, mely a hatást ilyen esetben is torzítatlanul becsli, azaz eredményében már csak az egyes vállalatok szintjén mért adóváltozás hatása jelenik meg, a vállalatok adókulcs és ETR szintjeinek vállalatok közötti korrelációja nem. Egyenletünk ennek megfelelően: log �� log �

�� log��

�� log �� log � �� log��

�� ahol c a vállalati fix hatásokat, változó) jelenti. � � � u pedig az egyéb � �� hibatagokat �� időben �

��

�

�

�

� �� A fenti becslési stratégia tehát lényegében a társaságiadó-kulcs 2009 és 2011 közötti (időbeli) változását használja ki, kontrollálva természetesen a válság és egyéb tényezők hatására. A beavatkozás típusa azonban lehetőséget biztosít arra is, hogy az adókulcscsökkentés hatását egy szűkebb mintán, nem 42 Ezt a megoldást azért alkalmaztuk, mivel a (társasági adó + különadó) / társasági adóalap képlet néhány esetben extrém magas átlagos adókulcsot eredményezett volna a két adótípus alapjának eltérő definíciója miatt.

133


ÁROP-1.1.10-2011-2011-0001

tisztán az időbeli változásokat kihasználva is megmérjük. Kihasználhatjuk ugyanis azt, hogy 2009-ben kisebb számú vállalat a már korábban is említett (kétszeres minimálbérrel kapcsolatos) adókedvezményt kihasználva nem a 16 + 4%-os névleges kulccsal, hanem 10 + 4%-os kulccsal szembesült. (A társaságiadó-kulcsok változásáról lásd az 1. mellékletet). Így számukra nem 10 százalékponttal, hanem csak négy százalékponttal csökkent a társaságiadó-kulcs a vizsgált időszakban. A becslés során ezt az úgynevezett párosításos módszer alkalmazásával használjuk ki.43 A módszer lényege, hogy a „kezelt” ( jelen esetben az adókedvezményt 2009-ben nem igénybe vevő, azaz 10 százalékpontos csökkenéssel szembesülő) csoport elemeihez megfigyelhető jellemzőkben hozzájuk hasonló, de nem kezelt mintaelemeket („kontrollcsoport”) rendelünk, és a kezelés hatását a kezelt és kontrollcsoportból összeállított együttes mintán futtatott regresszióval mérjük. A szükséges párosítást többféleképpen végezhetjük el. Ebben a tanulmányban az ún. „propensity score” módszert alkalmazzuk, amelynek során exogén változók alapján probit modellel előrejelezzük a „kezelés” valószínűségét, majd a kezelt elemekhez az előrejelzett kezelési valószínűség (a propensity score) szempontjából hasonló nem kezelt elemeket választunk. A kiválasztást például a legközelebbi szomszéd módszerrel, illetve a kernel módszerrel végezhetjük.44 Rosenbaum és Rubin klasszikus eredménye szerint a propensity score alapján történő „egydimenziós” párosítással kiszűrhető a kezelt és a nem kezelt csoport közötti, sok dimenzióban meglevő különbségek hatása. A 2009-es évben 15%-nál alacsonyabb társaságiadó-kulccsal rendelkező vállalatokat neveztük el az igénybevevői „nem kezelt” körnek. A párosításnál probit becslőfüggvényt használtunk, a „propensity score” becslésénél figyelembe vettük a létszám, árbevétel, ágazati különbségeket. A kernel (bandwidth = 0,06) párosítást alkalmaztuk. A 2009. évi párosítással talált vállalatok kernel súlyát 2011-ig meghos�szabbítottuk. Ezután nyílt lehetőségünk a fenti panel-regressziós modell alkalmazására. Az adózás előtti eredmény rugalmasságának vizsgálata Az effektív adóráta rugalmassága mellett legalább ugyanolyan fontos kérdés, hogy a vállalatok adózás előtti eredménye növekedett-e ez az adócsökkentés hatására. Ezt a rugalmasságot technikailag két részben tudjuk megbecsülni. Az első rész, hogy hogyan változik a pozitív adózás előtti eredmény az adókulcs függvényében (negatív és nulla értékekre ugyanis nem tudunk rugalmasságot számolni). A második része a becslésnek, hogy hogyan változik annak valószínűsége, hogy a cég kimutat-e pozitív adózás előtti eredményt és adóalapot. Ez a két modell egészíti ki a fenti ETR-re vonatkozó számításokat, azaz ebben a két modellben megvizsgáljuk, hogy miként befolyásolta az adócsökkentés azt, hogy pozitív-e az adózás előtti eredmény és az adóalap; illetve ha pozitív, akkor az milyen nagyságú. Majd az ETR-re felírt modell megmutatja, hogy mennyi adót fizet belőle a vállalat az adócsökkentés függvényében. Az adózás előtti eredmény (AEER) rugalmasságának vizsgálatára az effektív adókulcs modelljéhez hasonló fixhatás panel-regresszió modellt becsülhetünk. Lényeges problémát okoz ugyanakkor, hogy ebben az esetben az adókulcsot nem mindig tudjuk kiszámítani, ugyanis még a pozitív AEER-rel ren43 E módszer hatásvizsgálati alkalmazásaiba például Khandker és szerzőtársai adnak betekintést. A módszereket a magyar utólagos hatásvizsgálati gyakorlat is kiterjedten alkalmazza, lásd például Cseres-Gergely és Scharle, Kézdi és Surányi elemzéseit. 44 A magfüggvény (kernel) eljárás során nem a legközelebbi szomszédot választjuk kontrollnak, hanem több, a kezelt vállalathoz propensity score alapján hasonló vállalat súlyozott átlagát, ahol a súlyokat egy, a távolságon alapuló (például Gauss-féle) magfüggvény alapján határozzuk meg. (A „hasonlóbb” vállalatok nagyobb súlyt kapnak.)

134


ÁROP-1.1.10-2011-2011-0001

delkező vállalatok közül is sok cégnek nincs pozitív adóalapja és adókötelezettsége. A modellben ezért év dummykat szerepeltetünk, és a rugalmasság számításánál feltételezzük, hogy azok a vállalatok, akik nem fizettek adót, átlagos, azaz akkora névleges adókulccsal szembesültek volna, mint az adott évben adót fizető vállalatok. log �� log � � ��

�� log��

��

� �� A pozitív adózás előtti eredmény és adóalap valószínűségének becslése során pedig ugyanezen változókkal logisztikus regressziós modellt becsültünk, kontrollálva a vállalatok tulajdonságaira, melyek az adócsökkentéstől függetlenül befolyásolhatták az adózási magatartást: log �� log � � ��

�� log��

��

� ��

ahol F a logisztikus függvény. 6.1.3. Adatok

Az ökonometriai módszerekkel történő vizsgálatokhoz a KIH Kutatási Osztály rendelkezésére állt a Nemzeti Adó- és Vámhivatal (NAV) egyszeres és kettős könnyvitelű társas vállalkozásainak adatbázisa. E vizsgálathoz a panel adatbázis 2009–2011 évekre vonatkozó adatait használtuk. A 2012-es és 2013-as évek adatai a tanulmány írása alatt még nem jelentek meg. Az időszak választásának fő motivációja, hogy olyan időintervallumot szerettünk kerestünk, melyben van egy nagyobb változás az adórendszerben, illetve fontos volt az is, hogy időben minél közelebb legyen a jelenlegi időponthoz a vizsgálat aktualitása miatt. �� log �� főbb � � �jellemzői �� log � � � �� log�� A vállalatok �� 6.1. táblázat: A vállalatok a vállalat mérete (2011) � �adatai � �� szerint �� Foglalkoztatottak száma (fő)

0 0–9 11–49

Átlagos nettó Nettó árbevétel Vállalatok Százalékos �� árbevétel összesen száma megoszlás (M Ft) (Mrd Ft)

250 felett Összesen

Létszám összesen

126 445

32,79%

14 958

1 891

0

0

230 879

59,86%

43 231

9 981

2,36

546 002

454 660

10 790

18,97

450 236

2 573 817

10 091

99,46

23 732 �� 6,15%

log �� log �

50–249

Átlagos létszám

3 921 695

�� 1,02%

� � �� log��

28 938 004 20 111 824,35 ��0,18% � �� 385 672 52 866

389 976 572 924

1 959 138

� ��

135


ÁROP-1.1.10-2011-2011-0001

A vállalatok száma 2011-ben közel 390 ezer volt, melyek 2,0 millió embert foglalkoztattak, és 53 ezer milliárd forint árbevételt értek el. A mikro-, kis-, közép- és nagyvállalatok a foglalkoztatáshoz hasonló arányban járultak hozzá. Árbevétel tekintetében a nagyvállalatok részesedése ennél nagyobb, kétszerese a mikro-, kis- és középvállalatokénak egyenként. Az „átlagos” vállalat azonban mindössze 5 főt foglalkoztatott, és 173 millió Ft árbevételt ért el 2011-ben. A vállalatokat fő tevékenységük alapján hét iparágba osztottuk (a besorolás részleteit a 2. melléklet tartalmazza). Egyéb Agrár Könnyűipar

6% 3%

3%

Nehézipar

6%

Építőipar

10%

B2B szolgáltatás

37%

B2B szolgáltatás

34%

6.3. ábra: A vállalatok száma iparág szerint

Az ágazatonkénti megoszlás alapján elmondhatjuk, hogy a két szolgáltatás kategória (üzleti és lakossági szolgáltatások) képviselteti magát legnagyobb arányban a magyarországi vállalatok közül, összesen együtt a vállalatok számának 71%-át teszik ki. Számottevő mértékben van még jelen az építőipar és a nehézipar is, ugyanakkor kevés a könnyűipari és az agrárvállalat. 6.2. táblázat: A vállalatok adatai iparág szerint (2011) Iparág

Vállalatok száma

Százalékos megoszlás

Átlagos nettó árbevétel(11)

Nettó árbevétel(11) összesen (Mrd Ft)

Átlagos létszám

Létszám összesen

Agrár

10 904

3%

145 814

1 589

7,39

80 624

Könnyűipar

16 997

4%

252 319

4 288

11,18

189 970

Nehézipar

22 983

6%

767 792

17 646

18,19

418 070

Építőipar

36 434

9%

76 708

2 794

4,01

146 062

B2B szolg.

132 876

34%

147 606

19 613

4,71

626 105

Szolgáltatás

140 863

37%

45 448

6 401

2,95

415 346

24 615

6%

21 591

531

3,37

Egyéb Összesen

136

385 672

52 866

82 961 1 959 138


ÁROP-1.1.10-2011-2011-0001

A könnyűipari és nehézipari szektorban ugyan kevés vállalat van, azonban az átlagos dolgozói létszám magasabb, mint a többi szektorban. Az egy vállalatra jutó átlagos nettó árbevétel kiugróan magas a nehéz iparban, illetve ez az a szektor, ahol egy vállalatnál a legtöbben dolgoznak. A szolgáltató szektor két ága átlagosan kisebb vállalatokat jelent, ugyanakkor számukat tekintve ezek a vállalatok képviselik magukat a legnagyobb mennyiségben. A vállalatok számához képest (összesen 71%) a foglalkoztatotti létszámból kisebb mértékben részesednek (55%), az összes árbevételből pedig valamivel még kevésbé (49%). A vállalatokat emellett a tulajdonos típusa szerint is vizsgálhatjuk. Külföldi tulajdonúnak tekintettük a vállalatot, ha a jegyzett tőke alapján a külföldi tulajdon aránya 50% feletti volt. Ellenkező esetben a vállalatot hazai tulajdonúnak tekintettük. Ezen belül az állami vagy belföldi magántulajdonba az alapján soroltuk, hogy e két tulajdonos típus közül melyik rendelkezett nagyobb részesedéssel a jegyzett tőkéből. Látható, hogy az utóbbi évek gazdaságában a magántulajdon dominál, azonban állami tulajdonban van továbbra is a vállalatok fél százaléka, összesen kétezer vállalat. Ezek átlagosan nagy létszámot foglalkoztató vállalatok, melyekben a foglalkoztatottak 10 százaléka dolgozik. Külföldi többségi tulajdonosa a vállalatok 7%-ának van, azonban ezek a foglalkoztatottak számából 23%-kal részesednek. További érdekesség, hogy a külföldi tulajdonú vállalatok és az államiak átlagosan hasonló nagyságú árbevételt érnek el (1,2 milliárd Ft), azonban a külföldiek mindezt hatod akkora munkaerőt felhasználva, azaz lényegesen termelékenyebb módon. Ez a különbség adódhat szelekciós hatásból (a külföldi vállalatok termelékenyebb szektorban tevékenykednek), de tartalmi összefüggésből is (a külföldi vállalatok nagyobb tőkével és hatékonyabban működnek). 6.3. táblázat: A vállalatok adatai tulajdon szerint (2011) Tulajdon Állami tulajdon

Vállalatok száma

Százalékos megoszlás

Átlagos nettó árbevétel (11)

Nettó árbevétel (11) összesen (Mrd Ft)

Átlagos létszám

Létszám összesen

1 909

0,49%

1 021 880

1 950

115

219 425

Belföldi tulajdon

348 755

90,43%

79 074

27 577

4

1 308 423

Külföldi tulajdon

25 832

6,70%

891 574

23 031

16

414 633

9 176

2,38%

33 454

306

2

Egyik sem Összesen

385 672

52 866

16 657 1 959 138

A regressziós modellek során használt minták és változók A következőekben a különböző regressziós specifikációkban használt mintákat és változókat mutatjuk be részletesebben. A modellben található vállalati mérlegekből és eredménykimutatásokból származó adatok értelmezése a többi vállalathoz képest jelentősen eltér a pénzügyi szektor esetében, így a pénzügyi szektor vállalatait az elemzésből kihagytuk (a három évben összesen 28 505 megfigyelés). Amint korábban szóltunk róla, a vizsgált időszakban a társaságiadó-kulcs csökkentése mellett számos ágazati különadó került bevezetésre, például a bank- és biztosítási szektor, a kiskereskedelmi szektor vagy az energiaszektor esetében. Ezek az adók nem az adózás előtti eredmény, hanem az árbevétel alapján szá-

137


ÁROP-1.1.10-2011-2011-0001

mítódtak, így a társasági adóval közös rendszerben nem lehetett értelmezni őket. Ugyanakkor a vállalatok adózási, vagy termelési döntéseire ezek erős hatást gyakorolhattak. Emiatt szintén kihagytuk az elemzésből azokat a vállalatokat, melyek ilyen ágazati különadót fizettek (a három évben összesen 3011 megfigyelés). Amint ezt fentebb bemutattuk, az elemzés egyik lépésében azt vizsgáltuk, hogy az adócsökkentés előtt és után hogyan változik az adózás valószínűsége (pozitív adózás előtti eredmény vagy adóalap), melyhez a teljes fennmaradó mintát használtuk. Az effektív adókulcs modellezése csak a pozitív adózás előtti eredménnyel rendelkező vállalatok esetében volt értelmes, mivel a negatív adózás előtti eredmény esetén az ETR nem értelmezhető mutató. Továbbá, a társasági adó kulcsát a társasági adó és az adóalap hányadosaként tudtuk kiszámítani. Ezeket az adóbevallásban ezer forintban kellett megadni, a nagyon kis adóalapok esetében igen pontatlan adókulcsokat eredményezett. Emiatt a becslést nem tudtuk elvégezni a 100 ezer forintnál kisebb adóalappal rendelkező cégekre, így ezeket az ETR modellezése során az elemzésből kizártuk, és feltételezzük, hogy hasonlóan viselkednek, mint a valamivel nagyobb adóalappal rendelkező vállalatok. Ennek eredményeképpen ebben a modellben az összes vállalat mindössze fele szereplelt. A párosításos módszer során pedig a 2009-ben a kedvezményes adózás szerint adózó vállalatokat használtuk, illetve a probit modell és kernel matching alapján az ezekhez hasonló, de 2009-ben nem kedvezményes adózású, tehát adócsökkentésen „átesett” vállalatokat. A 2009-es kedvezményes adózást a társaságiadó-kulcs alapján határoztuk meg (ahol a társaságiadó-kulcs 15% alatti). Összesen 4061 ilyen vállalatot találtunk (a minta 2%-a). Az effektív adókulcs rugalmasságának modellezése során használt változók statisztikái A regressziókban függő változóként az effektív adórátát használtuk, mely az adókötelezettség százalékát jelöli az adózás előtti eredmény függvényében. Várakozásaink szerint ez megközelítőleg megegyezik az egyes évekre kivetett vállalati adórátákkal, ugyanakkor az adókedvezmények, adónövelő és csökkentő tételek miatt eltérhet a várt értéktől. A modellezéshez használt mintán ez összességében a névleges adókulcsnál alacsonyabb. Láthatjuk, hogy a társasági adó és az adóalap hányadosa (társaságiadó-kulcs) a várakozásainknak megfelelően alakul. 2009-ben közel 16%-os, tehát a vállalatok nagy többsége a magasabb adókulcsú kategóriába tartozott. 2010-ben megmutatkozik a júliusi adócsökkentés hatása, így az adóráta 14%-os lesz. Az új egyensúlyi állapotot tükrözi a 2011-es év, ahol 10%-os adókulccsal működnek már a vállalatok. A teljes adókulcs 2009-ben 20 százalék volt a különadókkal, míg 2010-től, a 4%-os különadó eltörlése után megegyezik a társasági adókulccsal (6.4. táblázat). A vállalatok eszközarányos tartozása az évek során átlagosan 49% közeli az eszközeik értékéhez képest.45A nettó árbevétel és az export aránya 4% körüli értéket vett fel minden vizsgált évben, ugyanakkor egy kisebbfajta növekedés tapasztalható, amiből arra következtethetünk, hogy az exporttevékenység kissé megnőtt ezekben az években. Ezt igazolja az a tény is, hogy az adatbázisunkban az export 45 Egyes vállalatok esetében ez igen magas, többezerszeres értéket is felvett az eredménykimutatások alapján. Ezek olyan vállalatok, melyeket a felszámolás előtt „kiürítettek”, így az adósságok megmaradtak, az eszközök azonban már nem szerepelnek a vállalat könyveiben. Ezt a normál működéstől eltérő állapotának tekintettük a vállalatnak, mely ugyanakkor a regressziós paramétert igen erősen befolyásolta volna, így az eszközarányos tartozás 5 feletti értékeit hiányzó adatnak tekintettük.

138


ÁROP-1.1.10-2011-2011-0001

értéke folyamatosan növekszik ebben az időszakban. A tulajdonlás szerinti megoszlás szerint a fent tárgyaltak alapján megállapíthatjuk, hogy döntő többségben hazai vállalkozások vannak Magyarországon (93,5%), számuk alapján elenyésző mennyiségben vannak külföldi (6%) és állami tulajdonú vállalkozások (0,6%). A sajáttőke-arányos jövedelem (ROE) kismértékben emelkedett a vizsgált időszak során, 19-ről 22%-ra, azonban aránya az évek során nem változott szignifikánsan.46 E tekintetben a mintánk nem tekinthető átlagosnak, ugyanis a pozitív effektív adókulcs feltétele miatt a negatív adózás előtti eredményt elérő cégek nem szerepelnek a mintában (6.4. táblázat). 6.4. táblázat: Az effektív adóráta rugalmasságának modellezése során használt változók statisztikái Évek 2009 2010 2011 2009 2010 2011 2009 2010 2011 2009 2010 2011 2009 2010 2011 2009 2010 2011 2009 2010 2011 2009 2010 2011 2009 2010 2011 2009 2010 2011

Megfigyelések Átlag Effektív vállalati adóráta (ETR) ha ETR<1 139 435 0,20 150 195 0,16 160 960 0,12 Társaságiadó-kulcs 141 152 0,16 151 315 0,14 161 603 0,10 Teljes névleges adókulcs (4%-os különadóval) 141 553 0,20 151 816 0,14 162 120 0,10 Eszközarányos tartozás 139 401 0,493 149 488 0,491 159 545 0,485 Nettó árbevétel arányos export 138 824 0,037 148 872 0,040 158 574 0,043 Állami tulajdon 140 114 0,006 150 255 0,006 160 402 0,005 Hazai tulajdon 139 935 0,934 150 052 0,937 159 794 0,939 Külföldi tulajdon 139 935 0,060 150 052 0,057 159 794 0,056 Sajáttőke-arányos jövedelem 154 356 0,19 161 904 0,21 170 266 0,22 Növekedési ütem 141 553 - 0,089 151 816 - 0,002 162 120 0,014

Szórás 0,12 0,12 0,10 0,01 0,01 0,00 0,02 0,01 0,01 0,42 0,42 0,43 0,16 0,17 0,17 0,08 0,08 0,07 0,25 0,24 0,24 0,24 0,23 0,23 0,32 0,32 0,33 0,12 0,31 0,13

46 Hasonlóan az előzőhöz, a ROE normál működést leíró tartományát a –1 és +1 közötti értéktartományban határoztuk meg, az ettől eltérő értékeket hiányzónak tekintetük. A rugalmasságbecslés paramétereit e korlátozások nem módosították.

139


ÁROP-1.1.10-2011-2011-0001

Az adóalap rugalmasságának modellezése során használt változók statisztikái Az eredmények alapján láthatjuk, hogy a pozitív adózás előtti eredménnyel és adóalappal rendelkező cégek aránya nem változott lényegesen, a 2009-es 46%-ról 2011-re 47%-ra nőtt. Az eszközarányos tartozás átlaga 67% körüli a vizsgált években, mely nagyobb, mint az előbb bemutatott pozitív adózás előtti eredményt feltételező mintán. A nettó árbevétel arányos export az évek során kismértékben növekedik, átlagosan 3% körüli. A vállalatok száma tulajdonlás szerint az állami, a hazai magánszféra és a külföldi vállalatok között oszlik meg. Ezek közül az állami 0,6%-ot, a hazai 92–93%-ot és a külföldi vállalatok 7%-ot képviselnek. A sajáttőke-arányos jövedelem az évek során kismértékben nőtt 11 %-ról 13%-ra. Az iparági szintű növekedési ütem, melyet a nettó árbevételek növekedése alapján számítottunk, növekedést mutat –8%-ról 1%-os értéke lesz 2011-re. Hasonló korlátozásokat alkalmaztunk az előző mintához, azaz az eszközarányos tartozás esetén a 0–5 intervallumra, a ROE mutatót a –1 és +1 közötti intervallumra korlátoztuk az elemzést. A kapott rugalmassági értékeket e korlátozások nem befolyásolták. 6.5. táblázat: Az adóalap rugalmasságának modellezéséhez használt változók statisztikái Évek 2009 2010 2011 2009 2010 2011 2009 2010 2011

Megfigyelések Átlag Adózási hajlandóság (pozitív eredmény és adóalap) 353 671 0,46 370 042 0,46 385 672 0,47 Eszközarányos tartozás 323 848 0,67 336 388 0,68 350 928 0,67 Nettó árbevétel arányos export 286 637 0,030 296 704 0,032 306 939 0,033

Szórás 0,50 0,50 0,50 0,76 0,77 0,78 0,14 0,15 0,15

6.6. táblázat: Az adóalap rugalmasságának modellezéséhez használt változók statisztikái (folytatás) Évek 2009 2010 2011 2009 2010 2011 2009 2010 2011 2009 2010 2011 2009 2010 2011

140

Megfigyelések Átlag Állami tulajdon 346 828 361 087 378 113 Hazai tulajdon 345 597 360 300 376 496 Külföldi tulajdon 345 597 360 300 376 496 Sajáttőke-arányos jövedelem 286 155 300 211 312 629 Növekedési ütem 353 671 370 042 385 672

Szórás 0,006 0,006 0,005

0,07 0,07 0,07

0,920 0,923 0,926

0,27 0,27 0,26

0,074 0,072 0,069

0,26 0,26 0,25

0,11 0,12 0,13

0,33 0,33 0,34

-0,08 -0,01 0,01

0,12 0,28 0,11


ÁROP-1.1.10-2011-2011-0001

6.1.4. Eredmények Effektív adóráta rugalmassága Az effektív vállalati adórátával kapcsolatos következtetések meghatározásához többváltozós regressziós elemzéseket végeztünk. Fontosnak tartottuk, hogy kontrolláljuk a vállalatokat különböző ismérvekre, melyek az effektív adórátát a nemzetközi szakirodalom szerint befolyásolhatják. Elsőként a három évre egy keresztmetszeti OLS regresszióval vizsgáltuk az összefüggést (6.7. táblázat). Az eredményekből látható, hogy a rugalmasság közel egységnyi, azaz az adókulcs 1%-os csökkenése 0,96%-kal csökkenti az effektív vállalati adórátát. Azaz minimális viselkedési alkalmazkodást látunk, az adócsökkenés hatására minimálisan alkalmazzák a csökkentő tételeket és kedvezményeket kevésbé a vállalatok. A tárgyi eszközök együtthatója negatívan befolyásolja az effektív vállalati adórátát, azaz a nagyobb vállalatok effektív adórátája kisebb. Elmondhatjuk, hogy az eszközarányos tartozás minimálisan növeli, a sajáttőke-arányos nyereség pedig 5%-os szignifikanciaszinten nem befolyásolja az effektív adórátát. Az exportáló vállalatok effektív adórátája átlagosan alacsonyabb a belföldre termelőkénél. Amennyiben egy vállalat állami tulajdonban van, az effektív adórátája a hasonló belföldi magántulajdonú vállalatokéhoz képest 15%-kal kisebb, a külföldi tulajdonúaké pedig 8%-kal magasabb. A régiók között csak minimális eltéréseket láthatunk. A válság hatását kontrolláló iparági növekedési ütem hatása nem szignifikáns a modellben 5%-os szinten (csak 10%-on). 6.7. táblázat: Az effektív adóráta rugalmasságának becslése keresztmetszeti OLS regresszióval Függő változó magyarázó változó log adókulcs

log ETR 0.957*** (0.00416)

log tárgyi eszköz

–0.0291*** (0.000588)

Eszközarányos tartozás

0.00125** (0.000615)

ROE

–5.08e–05* (2.70e–05)

Export/nettó árbevétel

–0.123*** (0.00841)

Állami tulajdon

–0.150***

Külföldi tulajdon

0.0771***

(0.0315) (0.00606) Régió: Közép-Mo.

0.0206*** (0.00437)

141


ÁROP-1.1.10-2011-2011-0001

6.8. táblázat: Az effektív adóráta rugalmasságának becslése keresztmetszeti OLS regresszióval (folytatás) magyarázó változó Régió: Közép-Dunántúl Régió: Nyugat-Dunántúl Régió: Dél-Dunántúl Régió: Észak-Mo. Régió: Észak-Alföld Iparági növekedési ütem Konstans N R-négyzet

Függő változó log ETR 0.00106 (0.00562) –0.0142** (0.00567) 0.0103* (0.00591) –0.0304*** (0.00603) –0.000757 (0.00541) –0.0141* (0.00815) 0.105*** (0.0103) 358 977 0.138

Megjegyzések: robusztus standard hibák zárójelben. *** p < 0,01; ** p < 0,05; * p < 0,1 Referenciakategóriák: belföldi magántulajdon, dél-alföldi régió. A modell vállalati főtevékenység (kétjegyű TEÁOR kontrollokat is tartalmaz, azonban ezek együtthatóit nem közöljük.

A fenti keresztmetszeti OLS modellhez képest pontosabb becslést adhatunk az effektív adóráta rugalmasságára a fix hatás panel modell segítségével, ez ugyanis a vállalati nem megfigyelt jellemzők és az adókulcs esetleges korrelációját is kiszűri. E modell eredményeit a 6.9. táblázat tartalmazza. 6.9. táblázat: Az effektív adóráta rugalmasságának becslése fix hatás panel regresszióval magyarázó változó log adókulcs log tárgyi eszköz Eszközarányos tartozás ROE Export/nettó árbevétel Állami tulajdon Külföldi tulajdon Iparági növekedési ütem Konstans N (vállalat x évek) N (vállalatok száma) R-négyzet

Függő változó log ETR 0.802*** (0.00448) –0.0271*** (0.00221) 0.0127*** (0.00230) –4.75e–05 (3.40e–05) –0.0506*** (0.0174) –0.0649 (0.0954) –0.0101 (0.0231) –0.0102 –0.146 (0.0894) 358,977 186,770 0.171

Megjegyzések: robusztus standard hibák zárójelben. *** p < 0,01; ** p < 0,05; * p < 0,1 Referenciakategóriák: belföldi magántulajdon. A modell vállalati főtevékenység (kétjegyű TEÁOR) és régió kontrollokat is tartalmaz, azonban ezek együtthatóit nem közöljük.

142


ÁROP-1.1.10-2011-2011-0001

A fix hatás panel modellünk az effektív adóráta adókulcsra vonatkozó rugalmasságára az előzőnél kisebb, 0,8-as eredményt ad. Azaz az egységnyi rugalmasság részben a nem megfigyelt vállalati jellemzőkből fakad, és ha az egyes vállalatok adókulcscsökkentésre adott reakcióit vizsgáljuk, megfigyelhetünk viselkedési hatást: például az adókulcs 50%-os (azaz felére) csökkentése következtében az effektív adóráta csak ennek 0,8-szorosával, azaz 40%-kal csökken. A kontrollváltozók közül a vállalatméret hatását a panelmodell is hasonló nagyságúra becsli, mint a keresztmetszeti (ha egy vállalat megnő, valamivel kisebb lesz az effektív adórátája). Szintén látható az a hatás, hogy az exportáló vállalatok effektív adórátája kisebb. A tulajdon és a régió változók együtthatói a panel specifikációban nem szignifikánsak, ugyanis ezek a vizsgált két évben nem jellemző, hogy változtak az egyes vállalatok esetében. Abban az esetben, ha a fix hatás panel modellt vállalatméret kategóriák szerint egyesével vizsgáljuk meg, a különböző méretű vállalatok rugalmassága között nem találunk lényeges eltérést (6.10. táblázat). 6.10. táblázat: Az effektív adóráta rugalmasságának becslése fix hatás panel regresszióval vállalatméret kategóriák szerint Foglalkoztattak száma

0 fő

1–10 fő

10–50 fő

50–250 fő

250 fő felett

Függő változó

log ETR

log ETR

log ETR

log ETR

log ETR

log adókulcs log tárgyi eszköz

0.873***

0.794***

0.732***

0.831***

(0.0139)

(0.00522)

(0.0162)

(0.0426)

0.853*** (0.132)

–0.0278***

–0.0230***

–0.0788***

–0.0735**

–0.0503

(0.00582)

(0.00253)

(0.0105)

(0.0305)

(0.111)


–0.00129

0.0273***

0.310***

–0.00645

0.0493

(0.00255)

(0.00346)

(0.0410)

(0.0312)

(0.369)

ROE

–0.000861

–0.000438***

–0.00111*

0.000389

–0.00274

(0.000670)

(9.52e–05)

(0.000577)

(0.000507)

(0.00687)

0.0177

–0.0596***

–0.0998*

–0.00689

0.350

(0.0534)

(0.0209)

(0.0544)

(0.119)

(0.365)

0.00175

–0.0587

–0.00169

0.730

0.416

(0.202)

(0.131)

(0.316)

(0.650)

(1.052)

0.0128

–0.00418

–0.00324

0.0794

–0.407

(0.0520)

(0.0309)

(0.0656)

(0.142)

(0.474)

Export/nettó árbevétel Állami tulajdon Külföldi tulajdon Iparági növekedési ütem

–0.0370

–0.00301

–0.0745*

0.00249

–0.303

(0.0410)

(0.00805)

(0.0396)

(0.0839)

(0.198)

(1.011)

(1.088)

–0.120

–0.397***

0.328

1.416*

–0.312

(0.279)

(0.112)

(0.324)

(0.828)

(1.714)

N (vállalat x év)

42,348

260,794

47,171

7,555

1,109

R-négyzet

0.283

0.175

0.123

0.138

0.107

N (vállalatok száma)

28,848

142,349

24,392

3,768

540

Konstans

Megjegyzések: robusztus standard hibák zárójelben. *** p < 0,01; ** p < 0,05; * p < 0,1 Referenciakategóriák: belföldi magántulajdon. A modell vállalati főtevékenység (kétjegyű TEÁOR) és régió kontrollokat is tartalmaz, azonban ezek együtthatóit nem közöljük.

143


ÁROP-1.1.10-2011-2011-0001

Az effektív adóráta 0,8-as rugalmassága a vállalatokra átlagosan vonatkozik. E becslés során minden vállalatot azonos súlyúnak tekintettünk. Ha azonban a nagy adóbefizetők szisztematikusan másképp viselkednek, mint a kicsik, akkor a nemzetgazdasági szintű effektív adóráta az adócsökkentés következtében ennél jobban vagy kevésbé módosulhat. Ennek vizsgálatára a 6.10. táblázatban közölt panel regressziót súlyozott módon is lefuttattuk, ahol az egyes vállalatok súlya a 2009-es adózás előtti eredménye volt (panel regresszióban az évek folyamán a súlyok nem változhatnak). A rugalmasságra kapott eredmény ebben az esetben is nagyon közel esett a súlyozatlan értékhez, az erre vonatkozó becslés 0,822 (6.11. táblázat). 6.11. táblázat: Az effektív adóráta rugalmasságának becslése fix hatás panel regresszióval párosításos módszerrel Függő változó

log(Adókulcs)

Magyarázó változó: log(ETR)

0.807*** (0.00655)

log(Tárgyi eszközök)

-0.0425*** (0.00282)


0.0622*** (0.00661)

ROE

1.90e-06 (8.93e-06)

Export és nettó árbevétel hányadosa

-0.0900*** (0.0179)

Növekedési ütem

0.00113 (0.0134)

Konstans

-0.0619** (0.0290)

R-négyzet

0.139

Megjegyzések: robusztus standard hibák zárójelben. *** p < 0,01; ** p < 0,05; * p < 0,1

Végül az effektív adóráta rugalmasságát megbecsültük párosításos módszerrel, ahol azokhoz a vállalatokhoz, melyek 2009-ben kedvezményes adókulccsal adóztak, tehát számukra nem csökkent a társasági adó kulcsa, probit modellel hasonló vállalatokat kerestünk, ez alapján kernel párosítással súlyokat rendeltünk hozzá, majd az így kapott mintán futtattuk le a regressziót. A módszer segítségével az adóváltozással egy időben történt trendek hatását az előzőeknél hatékonyabban küszöbölhetjük ki. A modellben az iparág, a régiók és a tulajdon nem szerepeltek, mivel ezek a két év folyamán jellemzően nem változtak.

144


ÁROP-1.1.10-2011-2011-0001

Ezen eredmények alapján az adókulcs 1%-os emelkedése 0,8%-kal befolyásolja az effektív adóráta megváltozását, az eredmény tehát gyakorlatilag megegyezik a teljes mintára vonatkozó fixhatás panel regresszió alapján kapott eredménnyel. A vállalatméret (tárgyi eszközök) értékének növekedése ebben az esetben is negatívan befolyásolja az effektív adórátát (e paraméter értéke a teljes modellben kapotthoz képest jelentősebb). A nettó árbevétel arányos export a korábbi eredményekhez hasonlóan szintén csökkenti az effektív adórátát, azonban hatása e modellben valamivel nagyobb. A tartozás és az eszközök hányadosa ugyanakkor pozitívan befolyásolja ezt a mutatót, tehát minél nagyobb egy vállalat tartozása, annál nagyobb lesz az effektív vállalati adórátája. A Sajáttőke-arányos megtérülés és a növekedési ütem ebben a modellben nem lett szignifikáns. 6.1.5. Az adózás előtti eredmény rugalmassága Az adózás előtti eredmény rugalmasságának vizsgálatához elsőként a pozitív (iparági termelői árindexszel deflált) adózás előtti eredményre vonatkozó rugalmasságot becsültük fix hatás panel regresszióval. Láthatjuk, hogy a 2010-es évben 1,5%-kal emelkedett a vállalatok adózás előtti eredménye 2009hez képest, a 2011-es érték pedig már 10,4%-kal magasabb, mint a 2009-es, még akkor is, ha az egyéb tényezők hatására például az iparági növekedési ütemek használatával kontrollálunk. Az átlagos névleges adókulcs 2009-ről 2010-re 20-ról 14%-ra, azaz 30%-kal (log-skálán számolva 0,36dal) csökkent, 2009-ről 11-re pedig 20-ról 10%-ra, azaz 50%-kal (log-skálán számolva 0,69-dal) csökkent. Ebből adódóan a pozitív adózás előtti eredmény rugalmassága a 2009/10-es paraméter alapján -0,0155/0,357=-0,043, a 2009/11-es paraméter alapján pedig -0,104/0,693=-0,15. A vállalatméret (tárgyi eszközök) növekedése szignifikánsan növeli az adózás előtti eredményt, ami nem meglepő. Hasonlóan egyértelmű összefüggés, hogy eszközarányos tartozás negatívan érinti az adózás előtti eredményt. A Sajáttőke-arányos megtérülés hatása a modellben nem szignifikáns. Az export és a nettó árbevétel hányadosa nagymértékben befolyásolja az adózás előtti eredmény logaritmusát:haegy teljesen belföldi piacra termelő vállalat teljesen áttér exportra, az a modell szerint 39%kal emeli meg az eredményét. A tulajdonlásra vonatkozó dummy-k közül az állami tulajdon 45,5%-kal csökkenti, a külföldi tulajdon megléte 8%-kal emeli az adózás előtti eredményt. Az iparági növekedési ütem kis mértékben, pozitívan befolyásolja a függőváltozót. A modellben az iparági növekedési ütem és az év változók mellett iparág kontrollok már nem szerepelhettek.

145


ÁROP-1.1.10-2011-2011-0001

6.12. táblázat: A pozitív adózás előtti eredmény rugalmasságának becslése fix hatás panel regresszióval Változók 2010-es év

Adózás előtti eredmény logaritmusa 0.0155*** (0.00419)

2011-es év

0.104*** (0.00441)

log(Tárgyi eszközök)

0.0697*** (0.00148)


–0.000153** (7.46e–05)

ROE

1.10e–05 (7.52e–06)

Export és nettó árbevétel hányadosa

0.391*** (0.0255)

Állami tulajdon

–0.455*** (0.114)

Külföldi tulajdon

0.0801**

Növekedési ütem

0.0556***

(0.0319) (0.0108) Konstans

6.340*** (0.0757)

Megfigyelések

566,385

Vállalatok száma

289,100

R-négyzet

0.013

Megjegyzések: robusztus standard hibák zárójelben. *** p < 0,01; ** p < 0,05; * p < 0,1 Referenciakategóriák: belföldi magántulajdon. A modellben régiós dummyk is szerepeltek.

Az adózás előtti eredmény rugalmasságának második lépése annak vizsgálata, hogy az adózás előtti eredmény és az adóalap pozitív-e. A modell alapján a pozitív adózás előtti eredmény és adóalap odds értéke – az egyéb konjunkturális változókra való kontrollálás után – 2009-hez képest 2010-re 3,5%-kal, 2011-re 9%-kal nőtt (6.13. táblázat). A foglalkoztatott létszám szerint mért vállalatméret hatása nem lineáris: a foglalkoztatott nélküli vállalatokhoz képest a mikro-, kis-és közepes vállalatok pozitív eredménye gyakoribb, a nagyvállalatoké hasonlóan ritka. A tartozások nem meglepő módon negatívan befolyásolják a pozitív eredmény valószínűségét. Az előző modellhez képest szintén hasonló eredmény, hogy az exportáló vállalatok nagyobb eséllyel rendelkeznek pozitív eredménnyel. Az állami vállalatok esetében a pozitív eredmény valószínűsége lényegesen kisebb a belföldi magántulajdonúakéhoz képest, és érdekes módon a külföldi tulajdonos esetén is kevesebb a nyereséges vállalat. Az iparági szintű növekedési ütem a pozitív eredmény valószínűségét a várakozásoknak megfelelően szintén növeli. A modellben az iparági növekedési ütem és az év változók mellett iparág kontrollok már nem szerepelhettek.

146


ÁROP-1.1.10-2011-2011-0001

6.13. táblázat: A pozitív adózás előtti eredmény és adóalap valószínűségének vizsgálata logisztikus regressziós modellel Függő változó Magyarázó változó 2010-es év

AER és adóalap pozitív 0.0346*** (0.00608)

2011-es év

0.0901*** (0.00623)

Mikrovállalat

0.273*** (0.00609)

Kisvállalat

0.676***

Közepes vállalat

0.446***

(0.0101) (0.0209) Nagyvállalat

0.0181 (0.0455)

Tartozás/Eszköz

–1.158*** (0.00454)

Export/Nettó árbevétel

0.436*** (0.0168)

Állami tulajdon

–0.877***

Külföldi tulajdon

–0.406***

(0.0301) (0.00976) Növekedési ütem

0.321*** (0.0229)

Konstans

0.871*** (0.00718)

Megfigyelések száma

844,209

Megjegyzések: robusztus standard hibák zárójelben. *** p < 0,01; ** p < 0,05; * p < 0,1 Referenciakategóriák: foglalkoztatott nélküli vállalat, belföldi magántulajdon.

Összegzés 2009 és 2011 között a társasági adó jelentősen csökkent Magyarországon: míg 2009-ben a 16%-os társaságiadó-kulcs mellett 4%-os szolidaritási különadóval szembesültek a vállalatok, e 20%-os adókulcs 2011-re felére, 10%-ra csökkent. Vizsgálatunk célja annak a modellezése volt, hogy milyen hatást gyakorolt ez a vállalatok adózási magatartására. A társasági adórendszer számos adóalap-csökkentő és -növelő tételt, adókedvezményt és adómentességet tartalmaz. Ennek megfelelően első kérdésünk az volt, hogy hogyan változik az effektív adóráta, azaz az adózás előtti eredményhez viszonyított adókötelezettség. Az erre vonatkozó rugalmasságbecslésünk a fix hatás panelregressziós modell alapján 0,80, azaz az adókulcs 10%-os csökkentése az 147


ÁROP-1.1.10-2011-2011-0001

effektív adókulcsot csak 8%-kal csökkenti. Az érték nagyon hasonló a Dwenger & Steiner (2008) által Németországra becsült 0,855-ös értékhez. E rugalmasság a modellek alapján nem változik lényegesen attól függően, hogy kis-, közepes vagy nagyvállalatokról beszélünk. A becslés érvényességét párosításos módszerrel is teszteltük, ahol olyan vállalatok mellé, melyek 2009-ben adókedvezményt vettek igénybe, és már akkor is 10%-os társaságiadókulccsal adóztak, hozzájuk hasonló – de az adókedvezményt igénybe nem vevő – vállalatokat párosítottunk. E módszer segítségével bizonyosabban állíthatjuk, hogy az effektív adóráta változása nem az adócsökkentéssel egy időben történt külső tényezők hatása (ugyanakkor a rugalmasság értéke ebben az esetben elvileg csak a speciális, adókedvezményt igénybe vevő mintára érvényes). A párosításos mintán a kapott rugalmasság a teljes mintához nagyon hasonló, 0,81-es érték. Ugyanakkor azzal, hogy az adókedvezmények, mentességek, csökkentő és növelő tételek hatását egy mérőszámba sűrítettük, kiküszöböltük azt a kérdést, hogy ezeket egyesével kellene vizsgálnunk. Így az eredményünk a 2009–2011-es adóváltozásokra érvényes, azonban nem feltétlenül általánosítható: elképzelhető, hogy az adóelkerülés csökkenése annak is köszönhető, hogy ezek a szabályok szigorodtak. Az adócsökkentés emellett a gazdaság fehéredéséhez, a termelés növeléséhez és az adóelkerülés csökkenéséhez is vezet, melyek az adózás előtti eredmény növekedésében kell hogy megjelenjenek. Ezzel kapcsolatban azt találtuk, hogy a vállalati és konjunkturális jellemzőkre kontrollálva a pozitív adózás előtti eredménnyel rendelkező vállalatok iparági termelői árindexszel deflált adózás előtti eredménye 2010-re 1,5, 2011-re 10,4%-kal nőtt. Ez -0,04-es és -0,15-ös rugalmasságnak felel meg az átlagos adókulcsokra vonatkoztatva. A két rugalmasság eltérése fakadhat a különböző mértékű változásokhoz való különböző alkalmazkodásból, vagy akár a 4%-os különadó eltörléséhez történő kisebb alkalmazkodáshoz. Feltehetően azonban inkább az időtáv különbségéből adódhat: a 2010-es adóváltozásokat csak a második félévben vezették be, ehhez a vállalatok a termelésükben és beruházásukban feltehetően abban az évben még nem tudtak alkalmazkodni. Így a valós helyzetet inkább a -0,15-ös rugalmasság írja le véleményünk szerint. Ehhez adódik még a pozitív adóalap és adózás előtti eredmény valószínűségének (odds értékének) változása, mely 2010-re 3,5, 2011-re 9%-kal nőtt 2009-hez képest. Meg kell jegyezni azonban, hogy míg az effektív adóráta rugalmasságának becslése során az adóváltozással egyszerre jelentkező nem mért trendek hatását viszonylag biztosan ki tudtuk szűrni például a párosításos módszerrel, az adózás előtti eredmény rugalmasságának becslése során erre a természetes kontrollcsoport hiányában nem volt lehetőségünk, így ezek az eredmények bizonytalanabbnak tekintendők. Az adóalap rugalmasságának becslése során a két külön lépésben történő becslés az ös�szesített hatás kiszámítását megnehezíti. Az látszik mindenesetre, hogy a kapott értékek a nemzetközi eredmények által meghatározott intervallumban találhatóak. Az adózás előtti eredmény rugalmasságára Jonathan Gruber & Rauh (2007) 0,2-es, Dwenger & Steiner (2008) 0,48-as értéket kapott.

148


ÁROP-1.1.10-2011-2011-0001

Az is látható, hogy az általunk kapott összes hatás együttvéve nem tesz ki rövid távon egységnyi értéket, azaz az adócsökkentés hatására a kormányzati adóbevételek nem növekednek – a Laffer-görbe „emelkedő” szakaszán vagyunk még. Ezt igazolják az aggregált adatok is: 2009-ben a vállalatok összes adókötelezettsége (a szolidaritási különadóval együtt) 374 milliárd forint, 2011-ben pedig 214 milliárd forint volt. Azaz a csökkenés 43%-os, szemben az adókulcs 50%-os csökkenésével. A fenti számítások alapján azonban ez a csökkenés jelentős mértékben nem az adócsökkentésnek, hanem egyéb külső tényezőknek köszönhető. Ha csak az effektív adókulcs 0,8-as és a pozitív adóalap 0,15-os rugalmasságával számolunk, az 50%-os adócsökkentés hatására az adóbevételeknek csak mintegy 33%-os mértékben kellett volna csökkennie. Azt is meg kell jegyezni azonban, hogy a vizsgálat során a lehetséges tényezők közül csak néhányat vettünk figyelembe. Nem számoltunk olyan hosszú távú hatásokkal, mint a versenyképesség növekedése a nemzetközi adóversenyben, így a potenciális (hosszabb távon megjelenő) újabb befektetések hatásával. 6.14. táblázat: Társaságiadó-kulcsváltozások 1988–2013 között 2013

2012

A társasági adó alanyai a pozitív adóalap után

19 százalék

A társasági adó alanyai 500 millió forint pozitív adóalap után

10 százalék


19 százalék


10 százalék


19 százalék


10 százalék

2010


19 százalék

július 1. – december 31.


10 százalék

2010 január 1. – június 30.


19 százalék


10 százalék

2011

2009

2008


16 százalék

A társasági adó alanyai 50 millió forint pozitív adóalap után*

10 százalék


4%-os különadó


16 százalék

A társasági adó alanyai 50 millió forint pozitív adóalap után* A társasági adó alanyai a pozitív adóalap után

2007

10 százalék 4%-os különadó


16 százalék


10 százalék


4%-os különadó

149


ÁROP-1.1.10-2011-2011-0001

6.14. táblázat (folytatás) A társasági adó alanyai a pozitív adóalap után

2006

2005 2004

16 százalék


10 százalék * külön sorban feltüntetik a kieső 6%mértékét ami max. 300 e HUF lehet.


4%-os különadó (2006. évi LIX. törvény)


16 százalék


16 százalék

A külföldön tevékenységet végző esetében a társasági adó a pozitív adóalap után

4 százalék

2003


18 százalék

2002


18 százalék

2001


18 százalék

2000


18 százalék

1999


18 százalék

1998


18 százalék

A társasági adó alanyai a pozitív adóalap után 1997

1996 1995

A külföldön tevékenységet végző esetében a társasági adó a pozitív adóalap után

18 százalék 3 százalék innentől 2004-ig


18 százalék

Kiegészítő adó a jóváhagyott osztalékra

23 százalék


18 százalék

Kiegészítő adó a jóváhagyott osztalékra

23 százalék

1994


36 százalék

1993


40 százalék

1992


40 százalék

1991


40 százalék


40 százalék

A társasági adó alanyai 3 millió forint pozitív adóalapig

35 százalék

1990 1989 1988


50 százalék


40 százalék


50 százalék


40 százalék

Megjegyzés: * Abban az esetben, ha az adóévben legalább az adóév első napján érvényes minimálbér kétszeresének (vagy ha adózó székhelye a jogszabályban megnevezett leghátrányosabb térségek, települések leghátrányosabb térségek, települések, akkor az átlagos állományi létszáma szorzatának megfelelő összegre) vallott be nyugdíj és egészségbiztosítási járulékot.

150


ÁROP-1.1.10-2011-2011-0001

Hivatkozások Abbas, S. M. A., Klemm, A., Bedi, S., & Park, J. (2012). A partial race to the bottom : corporate tax developments in emerging and developing economies. Washington, DC : Internat. Monetary Fund. Elérés forrás http://www.imf.org/external/pubs/ft/wp/2012/wp1228.pdf Allingham, M. G. & Sandmo, A. (1972). Income tax evasion: a theoretical analysis. Journal of Public Economics, 1(3–4), 323–338. doi:10.1016/0047-2727(72)90010-2 Bartelsman, E. J. & Beetsma, R. (2000). Why pay more? Corporate Tax Avoidance through Transfer Pricing in OECD Countries (Tinbergen Institute Discussion Paper No. 00-054/2). Tinbergen Institute. Elérés forrás http://ideas.repec.org/p/dgr/uvatin/20000054.html Benczúr, P., Bakos, P., & Benedek, D. (2008). Az adóköteles jövedelem rugalmassága. Közpénzügyi Füzetek 22. Eötvös Loránd Tudományegyetem Társadalomtudományi Kar. Clausing, K. (2007). Corporate tax revenues in OECD countries. International Tax and Public Finance, 14(2), 115–133. DeAngelo, H. & Masulis, R. W. (1980). Optimal capital structure under corporate and personal taxation. Journal of Financial Economics, 8(1), 3–29. Devereux, M. P. & Griffith, R. (1998). Taxes and the location of production: evidence from a panel of US multinationals. Journal of Public Economics, 68(3), 335–367. doi:10.1016/S0047-2727(98)00014-0 Dwenger, N. & Steiner, V. (2008). Effective Profit Taxation and the Elasticity of the Corporate Income Tax Base: Evidence from German Corporate Tax Return Data (Discussion Papers of DIW Berlin No. 829). DIW Berlin, German Institute for Economic Research. Elérés forrás http://ideas.repec.org/p/ diw/diwwpp/dp829.html Graham, J. (2003). Taxes and Corporate Finance: A Review (SSRN Scholarly Paper No. ID 358580). Rochester, NY: Social Science Research Network. Elérés forrás http://papers.ssrn.com/abstract=358580 Graham, J., Lemmon, M., & Schallheim, J. (1996). Debt, Leases, Taxes and the Endogeneity of Corporate Tax Status (SSRN Scholarly Paper No. ID 34560). Rochester, NY: Social Science Research Network. Elérés forrás http://papers.ssrn.com/abstract=34560 Gruber, Jon & Saez, E. (2000). The Elasticity of Taxable Income: Evidence and Implications (Working Paper No. 7512). National Bureau of Economic Research. Elérés forrás http://www.nber.org/papers/ w7512 Gruber, Jonathan & Rauh, J. (2007). How Elastic Is the Corporate Income Tax Base? In Taxing Corporate Income in the 21st Century. Cambridge University Press. Elérés forrás http://dx.doi.org/10.1017/ CBO9780511510823.011 Guha, A. (2007). Company Size and effective Corporate Tax rate: Study on Indian Private Manufacturing Companies. Gupta, S. & Newberry, K. (1997). Determinants of the variability in corporate effective tax rates: Evidence from longitudinal data. Journal of Accounting and Public Policy, 16(1), 1–34. doi:10.1016/S02784254(96)00055-5 Kátay, G. & Wolf, Z. (2004). Investment Behavior, User Cost and Monetary Policy Transmission - the Case of Hungary (MNB Working Paper No. 2004/12). Magyar Nemzeti Bank (the central bank of Hungary). Elérés forrás http://ideas.repec.org/p/mnb/wpaper/2004-12.html 151


ÁROP-1.1.10-2011-2011-0001

Kern, B. B. & Morris, M. H. (1992). Taxes and firm size: the effect of tax legislation during the 1980s. The journal of the American Taxation Association : a publ. of the Tax Section of the American Accounting Association. - Sarasota, Fla., ISSN 0198-9073, ZDB-ID 9002856. - Vol. 14.1992, 1, p. 80-96. Mooij, R. A. de & Ederveen, S. (2008). Corporate Tax Elasticities A Reader’s Guide to Empirical Findings (Working Paper No. 0822). Oxford University Centre for Business Taxation. Elérés forrás http:// ideas.repec.org/p/btx/wpaper/0822.html Patterson, B. & Serrano, A. M. (2001). Tax co-ordination in the European Union. European Parliament. Rego, S. O. (2003). Tax-Avoidance Activities of U.S. Multinational Corporations*. Contemporary Accounting Research, 20(4), 805–833. doi:10.1506/VANN-B7UB-GMFA-9E6W Richardson, G. & Lanis, R. (2007). Determinants of the variability in corporate effective tax rates and tax reform: Evidence from Australia. Journal of Accounting and Public Policy, 26(6), 689–704. Rohaya Md Noor, Nor’Azam Mastuki & Barjoyai Bardaii. (2008). Corporate effective tax rates: a study on Malaysian public listed companies. Malaysian Accounting Review, 7(1), 1–20. Saez, E., Slemrod, J. B. & Giertz, S. H. (2009). The Elasticity of Taxable Income with Respect to Marginal Tax Rates: A Critical Review (NBER Working Paper No. 15012). National Bureau of Economic Research, Inc. Elérés forrás http://ideas.repec.org/p/nbr/nberwo/15012.html Zimmerman, J. L. (1983). Taxes and firm size. Journal of Accounting and Economics, 5, 119–149. doi:10.1016/0165-4101(83)90008-3 6.2. A személyijövedelemadó-rendszer változásainak réteghatásai Az alábbiakban bemutatunk egy olyan vizsgálatot, amely a 2011-ben bevezetett új személyijövedelemadó-rendszer hatásait elemzi. Ezt az utólagos hatásvizsgálatot a mikroszimuláció módszerére alapoztuk. Alapszcenáriónak azt a változatot tekintettük, mintha 2011-ben is a 2010-es szja-szabályok maradtak volna érvényben. Ehhez hasonlítottuk azokat a szimulált értékeket, amelyeket már az új szja szabályok alapján számoltuk. Az alábbiakban először röviden vázoljuk az alkalmazott módszer lényegét, majd a konkrét eredményeket ismertetjük. 6.2.1. A mikroszimuláció mint hatásvizsgálati eszköz A mikroszimuláció alapmódszere az, hogy a mikroegységek (személyek, háztartások, vállaltok) időbeli jellemzőinek alakulását mikroszinten követjük, azaz ezekre az egységekre jellemző speciális reakciófüggvények alapján határozzuk meg az őket jellemző mutatókat az egyik időszakról a másikra. A módszer tehát éppen azzal az igénnyel lép fel, hogy a mikroegységeket differenciáltan kezeljük. Nyilvánvaló ugyanakkor, hogy nem lehet minden egységre saját, csak arra az adott mikroegységre jellemző válaszfüggvényt definiálni, viszont egy adott vizsgálatban általában elkülöníthetők az elemzés szempontjából karakterisztikus csoportok, amelyek jellemzően másként reagálnak a változásokra, és amelyekre már meg tudjuk az átvezetést megvalósító reakciófüggvényeket határozni. Az szja változásainak hatáselemzésekor például célszerű a résztvevőket a munkapiaci részvételük alapján elkülöníteni (aktivitás, mely szektor, mely ágazat foglalkoztatja őket stb.). Az adó- és szociális ellátórendszerbeli változások hatásait általában ún. első generációs, azaz statikus mikroszimulációs modellekkel szokták vizsgálni. Ezek a modellek attól statikusak, hogy a mikroegy152


ÁROP-1.1.10-2011-2011-0001

ségekből álló alapsokaságot változatlannak tekintjük, azaz a változások közvetlen „másnapi” hatásait számszerűsítjük. Modellszámításainkat a KSH HKÉF (Háztartási Költségvetési és Életkörülmények Adatfelvétel), adataira alapoztuk. A HKÉF egy lakossági reprezentatív adatfelvétel, amely mind háztartási szintű, mind pedig a háztartásban élő személyekre vonatkozó jövedelmi és fogyasztási adatokat tartalmaz. A háztartások és a személyek rekordjaihoz ún. integrált súlyszámokat rendelnek, azaz a személyek súlya minden esetben megegyezik azzal a háztartáséval, amelyhez tartozik. Ezeket a súlyokat a HKÉF készítésénél alapvetően demográfiai jellemzők alapján határozzák meg, így biztosítva a reprezentativitást. Az átvezetés után a mikroszintű adatokból a súlyszámok segítségével meghatározható makroszintű adatoknak (pl. összjövedelem, főcsoportonkénti fogyasztás) természetesen illeszkedniük kell a makrostatisztikai adatokhoz. Ehhez a súlyok igazítására van szükség. Ilyen értelemben a modellünk nem teljesen statikus, mivel a súlyok megváltozása az alapegységek szerkezetét is változtatja. Fontos szempont azonban, hogy a mikroszimuláció sikeres végrehajtásához már a kiinduló év súlyait is módosítanunk kell. A súlyok meghatározásánál ugyanis nemcsak demográfiai adatokat, de a vizsgálat szempontjából lényeges munkapiaci adatokat is figyelembe kellett vennünk, különben a jövedelmek számítása jelentős torzítást tartalmazhat. Így például a súlyokat a munkanélküliek száma, az egyes szektorokban foglalkoztatottak létszámának megfelelően is korrigálnunk kell. Egy másik fontos szempont, hogy az eredeti HKÉF-adatok jövedelmi adatai maguk is torzítottak lehetnek. Az egyik fő probléma az, hogy hiányoznak az extrém alacsony és kiugró jövedelemmel rendelkező háztartások. A másik az, hogy a tapasztalatok szerint a bevallott jövedelmi adatok tipikusan alacsonyabbak a valóságosnál. A harmadik probléma egyszerűen abból adódik, hogy bizonyos jövedelmfajtákra nem kérdeznek. Utóbbiak közé tartoznak a tulajdonosi jövedelmek. Itt eleve csak a felvett – tehát nem a képződött – kamat- és osztalékjövedelmekre kérdeznek. Ez különösen azért jelent nagy problémát, mert a tulajdonosi jövedelmek részaránya növekvő. A jövedelmi adatok torzításából adódó problémákat úgy kezeltük, hogy a HKÉF mellett egyéb adatforrások információit is felhasználtuk az induló év adatainak átalakításához, imputálásokat hajtottunk végre. A jövedelmek, illetve az szja-változások mikroszimulációjánál az alábbi külső adatforrások jöhetnek szóba: • a KSH intézményi munkaügyi statisztikája, • a KSH munkaerő-felmérése (MEF), • a NAV személyijövedelemadó-bevallás teljes körű adatbázisa, • az ÁFSZ bértarifa-felvétele, • a korábbi PSZÁF pénzügyi statisztikái, • az ONYF adatai. Intézményi statisztika A lakossági jövedelmek meghatározó elemét jelentik a bérek és keresetek, jóllehet ezek aránya hosszú távon csökkenő trendet mutat. A KSH intézményi statisztikája a teljes munkaidős foglalkoztatásból származó munkajövedelmeket méri, a versenyszektorban a legalább 5 főt foglalkoztató vállalkozásokra terjed ki, míg a költségvetési szektort teljes egészében megfigyelik. A statisztika ezen kívül külön kezeli a nonprofit szektorban foglalkoztatottakat, valamint a közfoglalkoztatottakat is.

153


ÁROP-1.1.10-2011-2011-0001

Munkaerő-felmérés A munkaerő-felmérés lakossági adatfelvétel, amely az intézményi statisztikával szemben a teljes foglalkoztatotti körre kiterjed, figyeli a részmunkaidős foglalkoztatást, továbbá az ágazati hovatartozást is rögzíti a TEÁOR besorolás szerint. Szja-adatbázis Az szja-bevallások adatainak nagy előnye, hogy nemcsak egy reprezentatív mintát tartalmaznak, hanem minden jövedelemtulajdonos adatait tartalmazza. Ezt az adatbázist így felhasználhatjuk arra, hogy a felső jövedelmi tartományokban reálisabb jövedelmi adatokból indulhassunk ki a mikroszimulációs modellezés során. Meg kell azonban jegyezni, hogy a legalsó kategóriában az szja-adatok kevéssé alkalmazhatók a korrekciókra, mivel ezeknek az átlagát jelentősen eltérítik az adott évben csak töredék időszakban dolgozók kereseti adatai. További hátrány, hogy az adatbázis nem tartalmaz információt arról, hogy az adózó melyik szektorban foglalkoztatott. Az imputálást oly módon célszerű végrehajtani, hogy meghatározott ismérvek szerint szegmenseket képezünk mind a HKÉF mind az szja-adatokból, majd ezeket páronként összehasonlítjuk, és a megfelelő szorzókkal az egyes szegmensek jövedelmi adatait átszorozzuk. A szegmensek képzésénél úgy kell eljárni, hogy mindegyikbe elegendő számú elem jusson. Tapasztalataink szerint a jövedelmi decilisek, régiók és korcsoportok szerinti szegmensek képzésével megfelelő módon lehet az adatokat javítani. ÁFSZ bértarifa-felvétele Évente egyszeri telephelyi adatfelvétel, a keresetekre vonatkozóan május hóra érvényes adatot rögzítik. A mikroszimulációs számításokhoz szükséges minden adatot tartalmaz a bértarifa-felvétel, így imputálásra, a HKÉF jövedelmi adatok eloszlásának korrekciójára elvileg alkalmas. Pénzügyi statisztikai adatok A korábban jelzett probléma miatt a HKÉF tulajdonosi jövedelmi adatait nem tudtuk használni, így ezek eloszlását illetően csak szakértői becslésekre hagyatkozhattunk. A képződött kamatjövedelmek volumenét nemzetgazdasági szinten a pénzügyi statisztikából (korábbi PSZÁF adatbázisból) vettük. Nyugdíjbiztosítási adatok A HKÉF adatok makrosítása azt mutatta, hogy a HKÉF jelentősen alábecsüli a nyugdíjjövedelmeket. Az összesenre vonatkozó adatot az Országos Nyugdíjbiztosító Főigazgatóság adatbázisából vettük, és az adatokat oly módon korrigáltuk, hogy az egy főre vetített nyugdíjak egyezzenek az ottani értékkel. 6.2.2. Adatkorrekciók A munkajövedelmek számításához nyolc csoportot képeztünk: a teljes és nem teljes munkaidősöket osztottuk fel versenyszektorra, költségvetési szektorra, nonprofit szektorra, és külön kezeltük a közfoglalkoztatottakat. Ezek közül tehát négy csoportra vonatkozóan (a teljes munkaidősökre) találunk adatokat az intézményi statisztikában. A HKÉF-ben nincsenek külön jelölve a nonprofit szektorban alkalmazottak, így ezeket sorsoltuk. A HKÉF-ben megadott súlyok szerint a költségvetési szektor túl van reprezentálva, így ezek közül sorsoltunk át rekordokat (személyeket) ide. Olyanokat választottunk, hogy azok munkajövedelmeinek átlaga megfeleljen a KSH-nak a nonprofit szektorra számított megfelelő értékének. A következő lépésben a fenti nyolc csoportból a teljes munkaidős verseny és költ154


ÁROP-1.1.10-2011-2011-0001

ségvetési szektorbeli foglalkoztatottak csoportjait felosztottuk jövedelmi decilisenként, régiónként és korcsoportonként, és ugyanezeket a csoportokat képeztük a bértarifa-felvételből is. Az így kialakult szegmensek átlagkereseteit összehasonlítottuk, és szegmensenként felszoroztuk a HKÉF adatokat a bértarifaadatoknak megfelelően. Ezután a teljes munkaidős foglalkoztatottak kereseti adatait szoroztuk fel oly módon, hogy azok csoportonként megfeleljenek az intézményi statisztika átlagértékeinek. Ezután történt a súlyok újraszámolása, amellyel azt biztosítottuk, hogy a minta reprezentatív legyen a foglalkoztatottak munkapiaci részvételét illetően. Az újraszámolás azt jelentette, hogy a súlyokat számoló matematikai programozási feladatot új korlátozó feltételekkel egészítettük ki. Ezek az alábbiak voltak: • az állami foglalkoztatottak száma településtípusonként; • a versenyszektor foglalkoztatottjainak száma településtípusonként; • munkanélküliek száma településtípusonként; • a háztartásfő aktivitási státusa településtípusonként; • a teljes munkaidősekre vonatkozóan a decilis határok egyezzenek meg a bértarifaadatokból számoltakkal; • az összes foglalkoztatottra vonatkozóan a decilis határok egyezzenek meg a bértarifa adatokból számoltakkal. Végül azt is biztosítottuk, hogy a keresetek volumene nemzetgazdasági szinten illeszkedjen az szja-ból számolt értékkel. Ezt oly módon értük el, hogy a részmunkaidősök kereseteit felszoroztuk egységesen egy megfelelő szorzóval. A kamatjövedelmek imputálásánál abból indultunk ki, hogy ezek képződése függ a regionális hovatartozástól: azaz fejlettebb régiókban várhatóan a kamatjövedelem is magasabb. Ezen kívül azt is feltételeztük, hogy alsó három decilisben egyáltalán nem képződik kamatjövedelem, a magasabb jövedelmi rétegekben ezek progresszív módon alakulnak. Ezért régiónként szakértői alapon meghatároztunk egy eloszlást az alábbiak szerint Si = á i ⋅ dec4i + á i ⋅ dec5i + á i ⋅ dec6i + á i ⋅ dec7i + 2 ⋅ á i ⋅ dec8i + 2 ⋅ á i ⋅ dec9i + á + 3⋅

i

⋅,dec10i

ahol Si az i régióban keletkezett kamatjövedelem, az αi alkalmasan megválasztott érték. A nyugdíjak korrekciójánál a fentiekben ismertetett módon jártunk el. 6.2.3. Átvezetés Az adatok átvezetését („öregítését”) jövedelemtétenként más és más módon hajtottuk végre. Ahol ezek konkrét szabályok szerint változtak, ott ezeket vettük figyelembe, másokat egyéb makroszintű indikátorok (lásd a 6.15. táblázatot) alakulása alapján változtattuk. A keresetek esetében az átvezetést az intézményi statisztika bérindexei alapján vezettük át. Az átvezetést személyenként végeztük el. Mivel a családi kedvezményeket a két szülő együttesen is érvényesítheti, a kódok alapján meghatároztuk a családokat, és a nettósítás során már ezt is figyelembe vettük. (Először a háztartásfő keresetét vettük alapul, ha ez nem volt elegendő a teljes családi kedvezmény realizálásához, akkor a maradékot a házastárs érvényesítette a modellben.) 155


ÁROP-1.1.10-2011-2011-0001

6.15. táblázat: Átvezetési szabályok a jövedelmek mikroszimulációjánál, 2010–2011 Jövedelemtétel megnevezése Költségtérítések Albérleti hozzájárulás Egyéb, munkaviszonnyal kapcsolatos költségtérítés Étkezési hozzájárulás Közlekedési hozzájárulás Beiskolázási segély Ruhapénz Üdülési hozzájárulás Munkavállalói PC-program keretében kapott számítógép és Internet elérés Vállalkozásból származó jövedelmek Egyéni vállalkozásból származó éves jövedelem Eva alá tartozók éves árbevétele Társas vállalkozásból származó munkabér Egyéni és társas vállalkozásból felvett osztalék Egyéb munkajövedelmek Másodállásból származó jövedelem Szellemi alkotásból származó jövedelem Borravaló, hálapénz 16 éven aluliak jövedelmei Alkalmi munkából, napszámból származó jövedelem Egyszeri megbízásból származó jövedelem Külföldről származó munkabér Munkanélküli ellátások Álláskeresési járadék Álláskeresési segély Munkanélküliek rendszeres szociális segélye Egyéb támogatás Egyéb szociális és társadalmi jövedelem Táppénz Ápolási díj Időskori járadék Rokkantsági járadék Ösztöndíj Lakásfenntartási támogatás Rendszeres segély, támogatás Nem rendszeres segély, támogatás Külföldről származó társadalmi jövedelem Egyéb jövedelmek Felvett kamat, osztalék Ingóságok, ingaltanok hasznosításából származó jövedelem Más jogcímen kapott jövedelem Egyéb jövedelem Külföldről származó egyéb jövedelem Kapott és adott támogatások egyenlege Természetben kapott étkezés Természetben kapott egyéb szociális ellátás

156

Átvezetési szabály köztisztviselői illetményalap növekedése fogyasztói árindex törvényben meghatározott érték az „Utazás munkahelyre, iskolába” kiadási csoport fogyasztói árindexe minimálbér növekedése köztisztviselői illetményalap növekedése minimálbér növekedése változatlan szakértői becslés szakértői becslés nemzetgazdasági átlagos bérnövekedés nemzetgazdasági átlagos bérnövekedés nemzetgazdasági átlagos bérnövekedés nemzetgazdasági átlagos bérnövekedés fogyasztói árindex nemzetgazdasági átlagos bérnövekedés nemzetgazdasági átlagos bérnövekedés nemzetgazdasági átlagos bérnövekedés nemzetgazdasági átlagos bérnövekedés minimálbér növekedése minimálbér növekedése nyugdíjminimum növekedése nyugdíjminimum növekedése nemzetgazdasági átlagos bérnövekedés nyugdíjminimum növekedése nyugdíjminimum növekedése törvényi szabályozás törvényi szabályozás lakásszolgáltatás, víz, villamos energia, gáz és egyéb tüzelőanyagok kiadási csoport fogyasztóiár-index növekedése nyugdíjminimum növekedése nyugdíjminimum növekedése átlag nyugdíjemelés növekedése szakértői becslés szakértői becslés nem került továbbvezetésre nem került továbbvezetésre nemzetgazdasági átlagos bérnövekedés és az éves átlagos nyugdíjnövekedés indexének átlaga nem került továbbvezetésre élelmiszerek és alkoholmentes italok kiadási főcsoport fogyasztóiár-index növekedése fogyasztói árindex


ÁROP-1.1.10-2011-2011-0001

6.2.4. A z szja lakossági réteghatásai Az szja-változások hatásait a lakosság minden olyan szegmensére vizsgálhatjuk, amelyre vonatkozóan a kiinduló adatbázis, azaz a HKÉF tartalmaz adatot. A jelen vizsgálatban mi a regionális, a családtípusonkénti és a jövedelmi decilisenkénti hatások eredményeit mutatjuk be. A háztartások fogyasztásának számításánál általában nem az egy főre, hanem az ún. egy fogyasztási egységre (CU – consumption unit) jutó fogyasztásokat szokták meghatározni, illetve vizsgálni. Ennek az az oka, hogy a háztartások szükségletei nem arányosak a háztartások létszámával (pl. közösen használják a fűtést, világítást stb.) Az elfogadott OECD gyakorlat szerint a háztartások tagjainak a következő súlyokat adják: • háztartásfő: 1 • minden további, legalább 14 éves személy: 0,5 • minden további legfeljebb 13 éves személy: 0,3 Elemzésünkben hasonló skálát alkalmaztunk a fajlagos háztartási jövedelmek számításánál is. A HKÉF adataira épülő mikroszimulációs számítások során olyan családtípusokat definiálhatunk, amelyek a rendelkezésre álló adatok alapján elkülöníthetők. Az utólagos hatásvizsgálat során az alábbi típusokat határoztuk meg. • Csoportosítás az eltartott gyermekek száma: nincs, 1, 2, 3 vagy több. • Korösszetétel szerinti csoportosítás: csak fiatal (–30), csak középkorú (30–60), csak idős (60–), fiatal és középkorú, fiatal és idős, középkorú és idős, mindhárom generáció. • Csoportosítás a háztartásfő gazdasági aktivitása szerint: nem aktív a háztartás (a háztartásfő gyesen van, tanuló vagy munkanélküli), aktív kereső (alkalmazott, vállalkozó, segítő családtag teljes vagy részmunkaidőben), nyugdíjas, egyéb nem aktív. • Csoportosítás a keresők száma alapján: nincs aktív kereső, 1 aktív kereső, 2 aktív kereső, legalább 3 aktív kereső. Vizsgálatunk szempontjából ezeket tekintettük releváns csoportoknak. A gyermekszám szerinti elkülönítés a legfontosabb, hiszen a családi adókedvezmény lehetősége döntő változás volt a 2011. évi szja rendszerben. Korábbi vizsgálataink, illetve tapasztalataink szerint a korösszetétel karakterisztikusan elkülöníti a családokat a jövedelemváltozások szempontjából. A munkapiaci részvétel szintén jelentős szempont, hiszen az ezzel kapcsolatos szabályozás is jelentősen változott a vizsgált időszakban, ami lényegesen befolyásolhatta a háztartásfő és a háztartás jövedelmi helyzetét. Fontos volt a nyugdíjasok jövedelmi helyzetének követése, mivel a nyugdíjak emelésének szabályai lényegében független volt a gazdasági növekedés alakulásától, az csak az éves infláció alakulásához volt kötve. Fontos gazdaság- és szociálpolitikai szempont a jövedelemalakulások regionális eloszlása is, ezért számításokat végeztünk ebben a bontásban is. A hat másik régió mellett minden esetben külön vizsgáltuk Budapestet és Pest megyét. Jövedelemalakulás az eltartott gyermekek száma szerint A létszámadatok alapján a vizsgált háztartások valamivel több mint kétharmada gyermektelen volt, hatodukban egyetlen eltartott gyermek van, míg a nagycsaládosok száma 5% alatt maradt. Ha a családi kedvezményt nem lehetett volna igénybe venni, a családok valamivel több mint 10%-át kitevő két gyer157


ÁROP-1.1.10-2011-2011-0001

mekesek jártak volna a legjobban: kizárólag az ő esetükben maradt volna a jövedelem reálértéken, míg a többiek veszteséget szenvedtek volna el. A nagycsaládosok esetében ez meghaladta volna 4%-ot. A családi adózás hatására azonban a várakozásoknak megfelelően a legalább három gyermeket nevelő családok reáljövedelme 13%-kal nőtt. Az igénybe vehető családi adókedvezmény hatására a reáljövedelmek lényegében az eltartott gyermekek számával arányosan alakultak, reálveszteség csak a gyermektelen háztartásokban keletkezett, itt 1,4%-os csökkenést tapasztaltunk. Egy gyermek esetén a reáljövedelem növekedése 3,8%, két gyermek esetében ugyanez már 9,3% volt. Összességében tehát az új adórendszer igen jelentős változásokat eredményezett a referenciaszcenárióhoz képest. Jövedelemalakulás a háztartások korösszetétele szerint A korösszetétel szerinti típusokat tekintve a fiatal és középkorú családtaggal is rendelkező háztartások aránya a legjelentősebb, ezek a családok több mint egyharmadát teszik ki. A háztartások egynegyedét a csak idősekből, hatodukat a csak középkorúakból álló családok teszik ki. A referenciaszcenárióban a legnagyobb veszteséget a fiatalokból és idősekből álló háztartások, a legkisebbet a fiatalokból és középkorúakból állók realizálták. A sorrend hasonlóan alakult a családi kedvezmények realizálása után is. Itt reálnyereséget csak a fiatalokból és középkorúakból álló, illetve a mindhárom generációt magában foglaló háztartások realizáltak. Ez feltehetőleg részben szintén a családi kedvezmény realizálásának volt köszönhető. Korábbi vizsgálataink is azt támasztották alá, hogy a három generációs háztartások még a válság idején is viszonylag kis reálveszteségeket szenvednek el. Jövedelemalakulás a háztartásfő aktivitása szerint A vizsgált háztartások felében a háztartásfő aktív, több mint harmaduknál a háztartásfő nem aktív a fentiekben megadott definíció szerint. A családi kedvezmények figyelembevétele nélküli referenciaszcenárióban az elvártnak megfelelően a legkisebb veszteséget az aktív, a legnagyobbat a nyugdíjas háztartásfővel rendelkezők szenvedték el. A családi kedvezménnyel számolva is csak az aktív háztartásfővel rendelkezőknek nőtt a reáljövedelmük, hiszen ők tudták leginkább érvényesíteni a kedvezményt. A reáljövedelem növekedése ebben a kategóriában mintegy 3% volt. Ugyanakkor a nyugdíjas háztartásfővel rendelkező családoknál a reáljövedelem-csökkenés a referenciaszcenárióhoz hasonlóan ebben az esetben is meghaladta a 3%-ot. Jövedelemalakulás az aktív keresők száma szerint A vizsgált háztartások több mint kétharmadát képviselik azok, ahol maximum egy aktív kereső van, míg a kétkeresősök aránya kb. egynegyed. A referenciaszcenárióban mindegyik családtípus, tehát a leg alább háromkeresős családok esetében is reálveszteség tapasztalható, a veszteség mértéke az elvártnak megfelelően fordítottan arányos az aktív keresők számával. A családi kedvezmények figyelembevétele esetén csak az aktív keresővel nem rendelkező háztartásoknál figyelhető meg reáljövedelem-csökkenés, ennek mértéke 2,4%. Az intuícióval szemben azonban nem a legalább három-, hanem a kétkeresős háztartások jártak a legjobban 2,8%-os reáljövedelem-növekedéssel. Jövedelmek alakulása régiónként A szimulációs eredmények szerint Budapest az alapszcenárióban is reáljövedelem növekedést realizál. Viszonylag kedvező még Pest megye helyzete, míg Dél-Dunántúlon 3%-ot meghaladó reálveszteséget mutattunk ki. A családi kedvezmények figyelembevételével csak Dél-Dunántúl és Észak-Alföld esetében mutatható ki csekély mértékű reálveszteség, itt a fővárosi agglomerációt magában foglaló Pest megyében volt a legmagasabb a reálnövekedés, amely meghaladta a 3%-ot. 158


ÁROP-1.1.10-2011-2011-0001

Az eredménytáblázatok a régiós bontáson túl a vizsgált családtípusokra jellemző bontást is tartalmaznak. A referenciaszcenárióban az eltartott gyermekek számát tekintve Észak-Alföld nagycsaládosainál volt a legnagyobb csökkenés, míg Pest megyében az egygyermekesek körében volt a legmagasabb a növekedés. A családi kedvezmények figyelembevételével a fővárosi nagycsaládok értek el kiemelkedően magas, 20% feletti reálnövekedést, míg Dél-Dunántúlon a gyermektelenek csökkenése közel 3% lett. A háztartásfő aktivitási státusát tekintve mind a családi kedvezmények figyelembevételével, mind anélkül a legkedvezőbb növekedési ütemet Pest megyében tapasztaltuk, ahol a háztartásfő az egyéb, nem aktív kategóriába tartozik, míg a legkedvezőtlenebb helyzetűek a nyugdíjas háztartásfővel rendelkező háztartások Nyugat-Dunántúlon. A keresőszámot tekintve a legkedvezőbb Budapesten a helyzet, ahol legalább 3 kereső van, ez mindkét szcenárióban igaz. A családi kedvezmény figyelembevétele után is 3%-ot meghaladó a veszteség Közép-Dunántúlon az aktív keresők nélküli, valamint a minimum három keresővel rendelkező háztartások esetében. A családok generációs összetétele szerint a családi kedvezmények figyelembevételével kiemelkedő javulást Budapesten és Pest megyében mutattunk ki, ezen belül az agglomerációban a fővárosinál is jobban emelkedtek a reálbérek, ahol a háztartások fiatalokból és középkorúakból állnak. A legnagyobb, 6%-ot meghaladó veszteséget is fővárosiaknál tapasztaltuk, ezek a fiatalokból és idősekből álló háztartások voltak. A számítások részleteit a 6.16.–6.22. táblázatok mutatják be. 6.16. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása 2011-ben a különböző gyermekszámú háztartásokban régiónként, a családi kedvezmény figyelembevétele nélkül (előző év = 1) Nettó jövedelem Három vagy több gyerek van

Együtt

Nincs gyerek

Egy gyerek van

Két gyerek van

Közép-Dunántúl

0,975

0,976

0,980

0,914

0,974

Nyugat-Dunántúl

0,975

1,007

0,984

0,958

0,979

Régió

Dél-Dunántúl

0,971

0,970

0,958

0,950

0,969

Észak-Magyarország

0,987

0,963

0,946

0,974

0,978

Észak-Alföld

0,983

0,970

0,946

0,926

0,971

Dél-Alföld

0,977

0,976

0,978

0,950

0,976

Budapest

1,001

1,011

1,086

1,030

1,010

Pest megye

0,992

1,028

1,024

0,957

1,001

Összesen

0,986

0,990

0,999

0,957

0,986

159


ÁROP-1.1.10-2011-2011-0001

6.17. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása 2011-ben a különböző gyermekszámú háztartásokban régiónként, a családi kedvezmény figyelembevételével (előző év = 1) Nettó jövedelem Régió

Nincs gyerek

Egy gyerek van

Két gyerek van

Három vagy több gyerek van

Együtt

Közép-Dunántúl

0,975

1,033

1,089

1,113

1,001

Nyugat-Dunántúl

0,975

1,055

1,081

1,150

1,003 0,993

Dél-Dunántúl

0,972

1,019

1,056

1,110


0,987

1,019

1,050

1,134

1,005

Észak-Alföld

0,983

1,024

1,052

1,077

0,998

Dél-Alföld

0,978

1,029

1,072

1,142

1,002

Budapest

1,001

1,051

1,157

1,228

1,025

Pest megye

0,992

1,073

1,126

1,143

1,031

Összesen

0,986

1,038

1,093

1,136

1,010

6.18. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása 2011-ben a különböző gazdasági aktivitású háztartásokban régiónként, a családi kedvezmény figyelembevétele nélkül (előző év = 1) Nettó jövedelem Régió

Nem aktív a háztartás

A háztartásfő aktív kereső

A háztartásfő nyugdíjas

A háztartásfő egyéb nem aktív személy

Együtt

Közép-Dunántúl

0,965

0,979

0,952

0,966

0,974

Nyugat-Dunántúl

0,971

0,991

0,936

0,977

0,979

Dél-Dunántúl

0,968

0,970

0,969

0,940

0,969


0,972

0,979

0,984

0,959

0,978

Észak-Alföld

0,980

0,969

0,960

0,952

0,971

Dél-Alföld

0,979

0,971

0,983

0,972

0,976

160

Budapest

0,967

1,031

0,990

0,951

1,010

Pest megye

0,985

1,001

0,970

1,076

1,001

Összesen

0,973

0,994

0,963

0,974

0,986


ÁROP-1.1.10-2011-2011-0001

6.19. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása 2011-ben a különböző gazdasági aktivitású háztartásokban régiónként, a családi kedvezmény figyelembevételével (előző év = 1) Nettó jövedelem Régió

Nem aktív a háztartás

A háztartásfő aktív kereső

A háztartásfő nyugdíjas

A háztartásfő egyéb nem aktív személy

Közép-Dunántúl

0,968

1,020

0,968

0,980

1,001

Nyugat-Dunántúl

0,972

1,032

0,937

0,990

1,003 0,993

Együtt

Dél-Dunántúl

0,971

1,012

0,972

0,963


0,977

1,022

0,990

1,005

1,005

Észak-Alföld

0,985

1,015

0,961

0,986

0,998

Dél-Alföld

0,981

1,012

0,991

0,994

1,002

Budapest

0,969

1,052

0,993

0,970

1,025

Pest megye

0,986

1,045

0,973

1,086

1,031

Összesen

0,976

1,030

0,967

0,997

1,010

6.20. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása 2011-ben a különböző keresőszámú háztartásokban régiónként, a családi kedvezmény figyelembevétele nélkül (előző év = 1) Nettó jövedelem Régió

Nincs aktív kereső

1 kereső van

2 kereső van

3 vagy több kereső van

Együtt

Közép-Dunántúl

0,965

0,978

0,977

0,955

0,974

Nyugat-Dunántúl

0,971

0,965

0,985

0,980

0,979

Dél-Dunántúl

0,968

0,964

0,971

0,956

0,969


0,972

0,971

0,976

0,977

0,978

Észak-Alföld

0,980

0,960

0,966

0,972

0,971

Dél-Alföld

0,979

0,969

0,970

0,986

0,976

Budapest

0,967

1,021

1,021

1,041

1,010

Pest megye

0,985

1,009

0,998

1,008

1,001

Összesen

0,973

0,986

0,990

0,991

0,986

161


ÁROP-1.1.10-2011-2011-0001

6.21. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása 2011-ben a különböző keresőszámú háztartásokban régiónként, a családi kedvezmény figyelembevételével (előző év = 1) Nettó jövedelem Együtt

Régió

Nincs aktív kereső

Közép-Dunántúl

0,968

1,014

1,019

0,968

1,001

Nyugat-Dunántúl

0,972

0,987

1,032

0,996

1,003 0,993

1 kereső van

2 kereső van

3 vagy több kereső van

Dél-Dunántúl

0,971

0,997

1,012

0,972


0,977

1,012

1,018

0,992

1,005

Észak-Alföld

0,985

1,003

1,008

0,989

0,998

Dél-Alföld

0,981

1,008

1,011

1,000

1,002

Budapest

0,969

1,038

1,046

1,052

1,025

Pest megye

0,986

1,046

1,041

1,026

1,031

Összesen

0,976

1,016

1,028

1,006

1,010

6.22. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása 2011-ben a különböző korösszetételű háztartásokban régiónként, a családi kedvezmény figyelembevétele nélkül (előző év = 1) Nettó jövedelem Régió

Csak fiatal

Csak középkorú

Csak idős

Fiatal és Középkorú Fiatal és idős középkorú és idős

Mindhárom generáció

Együtt

Közép-Dunántúl

1,014

0,976

0,974

0,975

0,945

0,965

0,965

0,974

Nyugat-Dunántúl

0,937

0,997

0,971

0,989

1,004

0,966

0,986

0,979

Dél-Dunántúl

0,958

0,943

0,983

0,967

0,962

0,980

0,991

0,969


0,992

0,972

0,981

0,975

0,993

1,000

0,957

0,978

Észak-Alföld

0,926

1,000

0,984

0,957

1,013

0,970

0,992

0,971

Dél-Alföld

0,979

0,960

0,980

0,978

0,974

0,972

0,976

0,976

162

Budapest

0,952

1,038

0,975

1,036

0,938

0,979

0,995

1,010

Pest megye

0,920

0,994

0,980

1,025

0,962

0,984

0,973

1,001

Összesen

0,970

0,992

0,976

0,996

0,958

0,973

0,981

0,986


ÁROP-1.1.10-2011-2011-0001

6.23. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása 2011-ben a különböző korösszetételű háztartásokban régiónként, a családi kedvezmény figyelembevételével (előző év = 1) Nettó jövedelem Régió

Csak fiatal

Csak középkorú

Csak idős

Fiatal és Középkorú Fiatal és idős középkorú és idős

Mindhárom generáció

Együtt

Közép-Dunántúl

1,039

0,976

0,974

1,041

0,946

0,965

1,001

1,001

Nyugat-Dunántúl

0,949

0,997

0,971

1,049

1,004

0,966

1,023

1,003 0,993

Dél-Dunántúl

0,979

0,943

0,983

1,025

0,962

0,980

1,019


1,039

0,972

0,981

1,041

0,993

1,000

0,986

1,005

Észak-Alföld

0,972

1,000

0,984

1,021

1,015

0,970

1,020

0,998

Dél-Alföld

1,001

0,960

0,980

1,039

0,986

0,972

1,003

1,002

Budapest

0,953

1,038

0,975

1,080

0,938

0,979

1,020

1,025

Pest megye

0,948

0,994

0,980

1,085

0,962

0,984

1,033

1,031

Összesen

0,986

0,992

0,976

1,054

0,960

0,973

1,016

1,010

Az egy fogyasztási egységre jutó jövedelmek alakulása jövedelmi decilisek szerint 2010-ben a magyar háztartásokban az egy főre jutó éves nettó jövedelem 1 millió 135 ezer forint volt. Ezen belül a legmagasabb jövedelemtizedben 2 millió 897 ezer, míg a legszegényebbeket tartalmazó decilisben 358 ezer forint volt az átlagos nettó jövedelem. Az ebből adódó valamivel több, mint 8-szoros eltérés nemzetközi mércével nem mondható magasnak. A társadalmi egyenlőséget leginkább preferáló skandináv államokban ennél kissé alacsonyabb értékek jellemzőek, ugyanakkor az európai országok többségében 8–10 körül alakul ez a mutató. Európán kívül nem ritkák a 15 feletti értékek, sőt Dél-Amerikában vagy Afrikában 30–40 közötti értékeket is regisztrálnak. Összességben tehát elmondható, hogy 2010-ben Magyarországon nem voltak kirívóan nagyok a jövedelmi különbségek, ugyanakkor a családok jelentős hányada napi szintű megélhetési nehézségekkel nézett szembe. Számításaink szerint 2011-ben 5,1%-kal nőttek volna az egy főre jutó nettó jövedelmek, amennyiben nem vezették volna be a családi adókedvezményt, ami 1,3%-os reáljövedelem-csökkenést jelentett volna. Ennek megoszlása azonban távolról sem lett volna egyenletes, az alsó decilisekben minimális mértékű növekedés adódna, míg a legfelső jövedelemtizedben 10% feletti bővülést eredményezett volna ez a változat. Ez természetesen azt is jelenti, hogy jelentősen nőtt volna az eltérés a két szélső decilis átlaga között, az előző bekezdésben említett 8-szoros eltérés 9 közelébe emelkedett. A családi adókedvezmény figyelembevételével lényeges különbségek mutatkoznak az előbb bemutatott verzióhoz képest. Számításaink szerint az átlagos nettó jövedelem 7,7%-kal emelkedett 2011-ben az egy évvel korábbi értékhez képest, ami már kismértékű reáljövedelem-emelkedést eredményezett. Ebben a verzióban a középső jövedelemtizedekben adódik a legkisebb növekedés, míg a három legalacsonyabb decilisben átlag feletti volt a bővülés. A legkedvezőbb helyzetben most is a legfelső jövedelemtizedbe tartozó háztartások vannak, körükben 11%-os nettó jövedelemnövekedést kaptunk. Az infláció hatásával korrigálva még kontrasztosabbá válik a kép: az alsó három és a legfelső decilisben emelkedtek a reáljövedelmek, míg a többiben mérsékelt visszaesés adódott.

163


ÁROP-1.1.10-2011-2011-0001

Az egydimenziós táblázatok alapján levonható következtetések – vagyis amikor csak a decilisek alapján képzett kategóriákat elemezzük – csak részben hasonlóak az egy főre jutó jövedelmek alakulása kapcsán elmondottakhoz. Az egyik különbség, hogy a fogyasztási egységek alkalmazása valamelyest csökkenti az alsó és felső decilisek között megfigyelhető jövedelmi szakadékot. Továbbá az is elmondható, hogy nemcsak az arány adott évi értéke alacsonyabb, hanem az egyik évről a másikra történő elmozdulások is mérsékeltebbek. Az egyes jövedelemtizedek helyzete ebben az esetben is hasonlóan alakul: családi adókedvezmény nélkül a gazdagok jövedelme gyorsabban, a szegényebb deciliseké mérsékeltebben emelkedik. A családi kedvezmények figyelembevétele ezúttal is csökkenti az alsóbb jövedelemtizedek hátrányát, ugyanakkor az 1. és a 2. decilis egy fogyasztási egységre jutó nettó reáljövedelme még ebben az esetben is csökkenést mutat. A jövedelemtizedek gyermekszám szerinti megoszlása alapján nem lehet egyértelmű tendenciákat azonosítani, amennyiben eltekintünk a családi adókedvezmény hatásaitól. Lényegében kijelenthető, hogy ebben az esetben az eltartott gyermekek számától független az egy fogyasztási egységre jutó nettó jövedelem növekedése (2010-ről 2011-re). A családi adókedvezményt is figyelembe véve egyértelműen az kép rajzolódik ki, hogy az eltartott gyermekek számának növekedésével nagyobb lesz a jövedelembővülés üteme szinte valamennyi jövedelemtizedben. Ugyanakkor az is feltűnik, hogy a javulás annál markánsabb, minél magasabb decilisben található a vizsgált háztartás. Mindez azt jelenti, hogy a 2011-ben bevezetett családi adókedvezmény jótékony hatással volt ugyan a gyermeket nevelő családok jövedelemi helyzetére, de leginkább a felső jövedelmi decilisekbe tartozó háztartások tudtak élni ezzel a lehetőséggel. A jövedelmi decilisek településtípus szerint végzett elemzése alátámasztja az eddigi következteté seinket. Amennyiben nem vezették volna be a családi kedvezményeket, akkor számításaink szerint a középső decilisekben nem lehetett volna számottevő eltéréseket tapasztalni az egyes településtípusok között. Ezzel szemben az alsó és a felső jövedelemtizedekben a budapesti háztartások anyagi helyzetének relatív javulása rajzolódik ki. A családi adókedvezmény figyelembevétele a legtöbb esetben fokozza ezt a hatást, továbbá részben kiterjeszti a többi városi családra is. Összességében tehát az mondható el, hogy a családi adókedvezmény relatív vesztesei a községekben elő családok, míg a legnagyobb nyertesek a legalább két gyermeket eltartó, magas jövedelmű budapesti háztartások. A számítások részleteit a 6.23.–6.28. táblázatok mutatják be. 6.23. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása 2011-ben jövedelmi tizedenként, a családi kedvezmény figyelembevétele nélkül (előző év = 1 és db) Decilis

164

Nettó jövedelem

Háztartások száma

1

0,949

377343

2

0,964

377608

3

0,969

376340

4

0,971

377363

5

0,965

377219

6

0,965

377648

7

0,963

376751

8

0,965

377065

9

0,973

377144

10

1,046

377357

Összesen

0,986

3771752


ÁROP-1.1.10-2011-2011-0001

6.24. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása 2011-ben jövedelmi tizedenként, a családi kedvezmény figyelembevételével (előző év = 1 és db) Decilis

Nettó jövedelem

Háztartások száma

1

0,982

377 343

2

0,997

377 608

3

1,003

376 340

4

0,998

377 363

5

0,993

377 219

6

0,992

377 648

7

0,992

376 751

8

0,989

377 065

9

0,995

377 144

10

1,060

377 357

Összesen

1,010

3 771 752

6.25. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása az eltartott gyermekek száma szerint jövedelmi tizedenként 2011-ben, a családi kedvezmény figyelembevétele nélkül (előző év = 1) Nettó jövedelem Jövedelem decilis

Nincs gyerek

Egy gyerek van

Két gyerek van


Együtt

1

0,949

0,944

0,944

0,963

0,949

2

0,965

0,957

0,972

0,956

0,964

3

0,973

0,966

0,962

0,959

0,969

4

0,97 1

0,965

0,968

0,977

0,971

5

0,964

0,969

0,968

0,962

0,965

6

0,965

0,962

0,967

0,977

0,965

7

0,963

0,962

0,967

0,969

0,963 0,965

8

0,963

0,966

0,972

0,983

9

0,974

0,974

0,965

0,990

0,973

10

1,044

1,061

1,036

1,044

1,046

Összesen

0,986

0,990

0,999

0,957

0,986

165


ÁROP-1.1.10-2011-2011-0001

6.26. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása az eltartott gyermekek száma szerint jövedelmi tizedenként 2011-ben, a családi kedvezmény figyelembevételével (előző év = 1) Nettó jövedelem Jövedelem decilis

Nincs gyerek

Egy gyerek van

Két gyerek van


Együtt

1

0,979

0,992

0,985

0,987

0,982

2

0,999

1,002

0,980

0,982

0,997

3

1,007

0,998

0,991

0,993

1,003

4

0,998

0,994

1,000

1,001

0,998

5

0,994

0,993

0,989

0,991

0,993

6

0,991

0,987

0,998

1,008

0,992

7

0,992

0,995

0,990

0,983

0,992

8

0,990

0,980

0,998

0,979

0,989

9

0,996

0,987

0,995

0,986

0,995

10

1,063

1,072

1,039

1,132

1,060

Összesen

0,986

1,038

1,093

1,136

1,010

6.27. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása településtípus szerint jövedelmi tizedenként 2011-ben, a családi kedvezmény figyelembevétele nélkül (előző év = 1) Nettó jövedelem Jövedelem decilis

166

Budapest

Megyei jogú város

Többi város

Községek

Együtt

1

0,998

0,921

0,951

0,947

0,949

2

0,960

0,957

0,968

0,965

0,964

3

0,970

0,971

0,968

0,969

0,969

4

0,974

0,972

0,970

0,969

0,971

5

0,963

0,966

0,966

0,965

0,965

6

0,968

0,964

0,964

0,963

0,965

7

0,961

0,966

0,962

0,964

0,963

8

0,968

0,961

0,966

0,966

0,965

9

0,976

0,973

0,974

0,968

0,973

10

1,063

1,030

1,046

1,015

1,046

Összesen

1,010

0,984

0,982

0,968

0,986


ÁROP-1.1.10-2011-2011-0001

6.28. táblázat: Az egy fogyasztási egységre jutó nettó jövedelmek reálváltozása településtípus szerint jövedelmi tizedenként 2011-ben, a családi kedvezmény figyelembevételével (előző év = 1) Nettó jövedelem Jövedelem decilis

Budapest

Megyei jogú város

Többi város

Községek

Együtt

2

0,995

0,997

0,994

0,999

3

1,007

1,004

1,008

0,996

0,997 1,003

4

1,002

1,001

0,997

0,995

0,998

5

1,001

0,995

0,991

0,991

0,993

6

0,989

0,995

0,992

0,992

0,992

7

0,992

0,997

0,991

0,991

0,992

8

0,991

0,985

0,991

0,988

0,989

9

1,009

0,994

0,990

0,983

0,995

10

1,086

1,047

1,060

1,010

1,060

Összesen

1,025

1,002

1,014

0,997

1,010

167


ÁROP-1.1.10-2011-2011-0001

7. Hatásvizsgálati képzés A projekt keretében államigazgatási szakemberek számára hatásvizsgálati képzések zajlottak, ezen kívül elkészült egy kétkötetes hatásvizsgálati módszertani kézikönyv. A tananyag alapvetően két fő részből állt. Az első rész a jogszabályi előzetes és utólagos hatásvizsgálatban alkalmazható módszereket, modelleket ismertette. A második rész a hatásvizsgálati menedzsment kérdéseivel foglalkozott. A képzés négy hullámból állt, hullámonként 10 alkalommal, összességében mintegy 150 résztvevővel zajlott. A hatásvizsgálati módszertani tananyag felépítése Bevezetés 1. Alapfogalmak 1.1. Korreláció és okság 1.2. Célcsoportok és érintettek 1.3. Kontrollcsoport 1.4. Szándékolt és nem szándékolt hatások 2. Az előzetes hatásvizsgálat 2.1. Az előzetes hatásvizsgálat megközelítése 2.1.1. Példa beavatkozás komplex előzetes hatásvizsgálatára 2.1.2. Példa egy beavatkozás egyszerűsített előzetes hatásvizsgálatára 2.2. Előrejelzésekről általában 2.3. Előrejelzés idősorelemzéssel 2.3.1. Hamis regressziók 2.3.2. Időbeni késleltetés a regresszióban 2.3.3. Stacionárius idősorok elemzése 2.4. Előrejelzés mikroszimulációval 3. Az utólagos hatásvizsgálat módszerei 3.1. A hatásvizsgálatok alfája és ómegája: a kontrollcsoport megválasztása 3.2. Különbségek különbsége megközelítés 3.2.1. A módszer korlátai 3.2.2. A különbségek különbsége módszer esete a lineáris regresszióval 3.3. Hatásvizsgálat egy véletlen kísérletben: a mikrohitel esete 3.3.1. A háttér 3.3.2. Adatok és módszerek 3.3.3. Eredmények 3.3.4. Magyarázat: szignifikanciaszintek és a p-érték 3.4. Kontrollváltozók használata

168


ÁROP-1.1.10-2011-2011-0001

3.5. Párosításon alapuló módszerek 3.5.1. Párosítás részvételi esélypontszám becslésével 3.5.2. A kis- és középvállalkozások számára megítélt technológiafejlesztési támogatások hatása a vállalkozások beruházásaira és növekedésére 3.5.3. Egy iskolai integrációs program hatásvizsgálata 3.6. Panel modell 3.6.1. A brazil Családi Egészségügyi Program csecsemőhalandóságra gyakorolt hatása 3.6.2. A 2009-es óvodáztatási támogatás hatása Magyarországon 3.7. További módszerek 3.7.1. Szakadásos regresszió 3.7.2. Instrumentális változók 4. Hatásvizsgálatokhoz szükséges információk, azok előállításának eszközei, módszerei 4.1. Bevezetés 4.2. Miben különbözik az előzetes és utólagos hatásvizsgálathoz szükséges adatgyűjtés? 4.3. Tervezett kísérletek 4.4. Az adatgyűjtés eszközei 4.4.1. Korábbi tapasztalatok 4.4.2. Irodalomgyűjtés 4.4.3. Adatszerzés 4.4.4. Adatgyűjtés, adatfelvétel 4.5. Szóbeli és írásbeli kikérdezés 4.5.1. Szóbeli kikérdezéses adatfelvétel 4.6. Az adatgyűjtés szervezésének stratégiai kérdései 4.6.1. Gyorsaság – Megbízhatóság – Széleskörűség – Olcsóság 4.6.2. Eszközválasztás 4.6.3. Külső szereplő bevonása Hivatkozások Mellékletek M.1. Hasznos módszertani irodalmak M.2. Matematikai-statisztikai alapfogalmak M.3. A hazai ágazati statisztikai és adminisztratív adatgyűjtések áttekintése M.3.1. Milyen szempontok fontosak az adatbázisok használata előtt? M.3.2. KIH Kutatási Osztály adatbankjában elérhető adatfelvételek bemutatása M.3.3. Ágazati adatgyűjtések

169


ÁROP-1.1.10-2011-2011-0001

A hatásvizsgálati menedzsment tananyag felépítése Előszó 1. A hatásvizsgálat szerepe az igazgatásban 1.1. Mi is az a hatásvizsgálat? 1.2. A hatásvizsgálatok megközelítésének megkülönböztetése a motivációk alapján 1.2.1. Hatásvizsgálat mint igazgatási eljárás 1.2.2. Hatásvizsgálat mint támogató eszköz 1.2.3. Hatásvizsgálat mint szempont-érvényesítő eszköz 1.3. Hatásvizsgálatok fajtái, avagy variációk egy témára 1.4. Hatásvizsgálatok időzítés alapján: előzetes, köztes, utólagos 1.4.1. Az előzetes hatásvizsgálat 1.4.2. A köztes hatásvizsgálat 1.4.3. Az utólagos hatásvizsgálat 1.5. A magyarországi hatásvizsgálati rendszer bemutatása Melléklet A hazai hatásvizsgálati rendszer szabályozási hátterének és szereplőinek rövid bemutatása A korábbi időszak szabályozása A jelenlegi időszak jogszabályi háttere 2010. évi CXXX. törvény a jogalkotásról A Közigazgatási és Igazságügyi Minisztérium (KIM) Szervezeti és Működési Szabályzata 2. A hatásvizsgálat-készítés lépései 2.1. Hatásvizsgálati szempontok meghatározása (1. lépés) 2.1.1. Tematikus fókusz 2.1.2. Döntéshozói fókusz 2.1.3. Érintetti fókusz 2.1.4. Időtáv 2.2. Vizsgált intézkedések azonosítása (2. lépés) 2.2.1. Az intézkedés lényegének megragadása 2.2.2. Célokra, elvárásokra építő definíció 2.2.3. Tartalmi, eljárási, intézményi jellemzők áttekintése 2.3. Hatásmechanizmusok feltárása (3. lépés) 2.3.1. Bemenet–kimenet–következmény alapú megközelítés 2.3.2. Érintett alapú megközelítés 2.3.3. Hatásutak részletes feltérképezése 2.4. Hatások mértékének becslése (4. lépés) 2.4.1. Egyszerűsített számszerűsítés 2.4.2. Szakértői becslés 2.4.3. Tapasztalati alapú becslés – benchmarking 2.4.4. Mérés 2.4.5. Modellezés Melléklet 170


ÁROP-1.1.10-2011-2011-0001

Megvalósíthatóság, kockázat- és érintett-elemzés Egy intézkedés elemzésének módjai Megvalósíthatóság A megvalósíthatóság tényezői Kockázatok Érintettek 3. A hatásvizsgálat szervezése 3.1. Keretek 3.1.1. Szándék 3.1.2. Körülmények 3.1.3. Mélység 3.2. Előkészítés 3.2.1. Erőforrások 3.2.2. Működés 3.2.3. Egyeztetés 3.2.4. Munkaterv 3.3. Munkaszervezés 3.3.1. Hatásvizsgálati munka az igazgatásban 3.3.2. Vezetés (Leadership) 3.3.3. Ügyvitel (Management) 3.3.4. Támogatás 3.4. Rendszerépítés 4. Beszerzés, Egyeztetés, Kommunikáció 4.1. Külső kapacitások vásárlása 4.1.1. Finanszírozási feltételek 4.1.2. A forrásszerzés főbb technikái 4.1.3. A cél definiálása 4.1.4. A megvásárolni kívánt termék azonosítása 4.1.5. A beszerzés folyamata 4.1.5.1. Források igénylése 4.1.5.2. Megbízás kidolgozása 4.1.5.3. Kiválasztás 4.1.5.4. A megbízás nyomon követése 4.1.5.5. A szerződés lezárása 4.2. Egyeztetés és kommunikáció 4.2.1. A kommunikáció és az egyeztetés funkciói, szervezésének fő kérdései 4.2.2. A szükséges információk összegyűjtésének menete 4.2.3. Kommunikáció a közpolitikai beavatkozás megvalósíthatósága érdekében 4.2.4. Kommunikáció a közpolitikai beavatkozás sikere érdekében 4.2.5. Jó tanácsok a szervezeti kommunikáció hatékonyságának javításához

171


ÁROP-1.1.10-2011-2011-0001

5. Lehetséges adat- és információforrások 5.1. Miben különbözik az előzetes és utólagos hatásvizsgálathoz szükséges adatgyűjtés? 5.2. Információgyűjtés fókusza, motivációja, tárgya 5.3. Adatgyűjtési eszközök, módszerek 5.3.1. Saját kútfő mint az információgyűjtés eszköze 5.3.2. Adatszerzés 5.3.3. Konzultáció 5.3.4. Saját infrastruktúra 5.3.5. Omnibusz 5.3.6. Terepszemle 5.3.7. Adat-összekapcsolás 5.3.8. Kísérlet (pilot project) 5.3.9. Adatgyűjtés, adatfelvétel 5.4. Az adatgyűjtés szervezésének stratégiai kérdései 5.5. Összefoglalás

172

Az eredménykommunikációs kiadvány az ÁROP Jogszabály-előkészítési folyamat racionalizálása projekt keretében készült

Recommend Documents