Társadalmi kohéziós szerep elemzése Vidéki felsőoktatási intézmények gazdasági és társadalmi hatásai
„Minőségfejlesztés a felsőoktatásban” TÁMOP-4.1.4-08/1-2009-0002
Tartalom • • • • • • •
A kutatás célja Társadalmi és gazdasági szerepek Mérhető szerepek Felsőoktatási intézmények és térségek Kohéziós mutatók Néhány példa A kutatás során megfogalmazott legfontosabb javaslatok
Társadalmi és gazdasági szerepek A felsőoktatási intézmények: •munkahelyeket teremtenek és élénkítik a gazdaságot •fenntartják a térség vitalitását, formálják humán erőforrását •hozzáadott értéket jelent a közösség életében, hiszen értékteremtő és közösségi szerepein keresztül erősítik a társadalmi kohéziót.
Mérhető szerepek • • • • •
A A A A A
foglalkoztatási szerep gazdasági szerep rekrutációs képesség megtartó képesség társadalmi mobilitás elősegítése
13 kohéziós mutató
FOI típusok
1. FOI mérete 2. képzési típusok 3. képzési struktúra
Mutatók 1 Foglalkoztatási szerep • A FOI foglalkoztatási súlya • A FOI diplomás foglalkoztatási súlya • A FOI jövedelmi súlya
Gazdasági szerep • A gazdaságba áramló direkt kifizetések • Hallgatói fogyasztási csoport súlya • Továbbgyűrűző gazdasági hatás • Pályázati forrásvonzás
Mutatók 2 Rekrutációs képesség • Rekrutációs bázis alapvető mutatói • Vonzási egyenlegmutatók • Versengő és niche vonzási indexek
Megtartási képesség • Megtartási képesség Társadalmi mobilitás • Társadalmi mobilitás elősegítése • Leghátrányosabb kistérségek becsatornázása
A mutatók tárgyalása • • • • • • • •
Célja A mutató értelmezése Értelmezési példák A mutatók számítása Adatforrás A mutató előnyei A mutató korlátai Javaslatok a fejlesztésre
Forrás: Intézményi mérlegadatok 2009, VÁTI 2009
Példák a kohéziós mutatókra 1. •
•
A FOI foglalkoztatási súlya: megmutatja, egy intézmény az adott város összes főállású foglalkoztatottjának mekkora hányadának ad közvetlenül munkát. (2.1 fejezet) A FOI jövedelmi súlya: Megmutathatja, hogy a FOI nem csak számosságában, de kínált jövedelem tekintetében mennyire számít jelentős munkahelyteremtőnek a térségben Felsőoktatási intézmény
Pécsi Tudományegyetem* Debreceni Egyetem* Kaposvári Egyetem Eszterházy Károly Főiskola Széchenyi István Egyetem Kecskeméti Főiskola
A FOI által befizetett személyi jövedelemadó aránya %
A FOI által főállásban foglalkoztatottak aránya %
13,7
9,7
12,2 5,3
5,6 1,3
5,3
3,7
2,4
0,6
1,5
0,6
Példák a kohéziós mutatókra 2. •
Hallgatói fogyasztási csoport súlya: bemutatja, egy adott intézmény helyben működő karainak nappali képzésben résztvevő hallgatói mekkora létszámot képviselnek a város lakónépességéhez képest. (3.2 fejezet) Felsőoktatási intézmény
Pécsi Tudományegyetem (pécsi karok) Pannon Egyetem (veszprémi karok) Debreceni Egyetem (debreceni karok) Eszterházy Károly Főiskola Miskolci Egyetem Széchenyi István Egyetem Nyíregyházi Főiskola Kaposvári Egyetem Kecskeméti Főiskola
Hallgatói fogyasztási csoport súlya % 10,6
Nem helyi (megyei) hallgatói fogyasztási csoport súlya % 1,7
8,9
1,5
8,7
1,4
5,8
1,3
3,9 3,9
0,3 0,7
3,4 2,6 1,9
0,3 0,4 0,3
Példák a kohéziós mutatókra 3. Helyi hallgatók egyenlegmutatója: a mutató megmutatja, hogy egy adott évben a helyi származású sikeres felvételizők inkább helyben maradnak, vagy más térségekbe vándorolnak. (4.2 fejezet)
Hallgatói egyenlegmutató: a mutató megmutatja, hogy egy adott évben az elvándorló hallgatókat milyen mértékben pótolják a bevándorló hallgatók. (4.2 fejezet)
Helyiek egyenlegmutatója % pont
Hallgatói egyenlegmutató % pont
Pécsi Tudományegyetem (pécsi karok)
10,6
67,1
Pannon Egyetem (veszprémi karok) Eszterházy Károly Főiskola
-8,1 -10,6
66,1 62,1
Debreceni Egyetem (debreceni karok) Széchenyi István Egyetem
5,6 -3,6
57,9 50,5
-32,6 4,0 -43,0 -56,8 -106,8
42,1 34,7 8,6 -1,1 -53,7
Felsőoktatási intézmény
Nyugat-Magyarországi Egyetem (soproni karok) Miskolci Egyetem Nyíregyházi Főiskola Kaposvári Egyetem Kecskeméti Főiskola
Példák a kohéziós mutatókra 4. Leghátrányosabb kistérségek becsatornázása: A mutató célja, annak bemutatása, hogy egy FOI milyen mértékben segíti elő a felsőfokú végzettséggel a leghátrányosabb kistérségekből érkezők bekapcsolódását a felsőfokú oktatásba. 50 45
40
40
35
35 30 %
•
25
22
22
20 15 9
10
7 3
5 0 NYF
DE (debreceni karok)
ME
EKF
PTE (pécsi karok)
KF
PE (veszprémi karok)
Adatkezelési javaslatok •
•
•
•
Kari szintű adatkezelés: javasoljuk, hogy az AVIR, FIR rendszere egészüljön ki a kari aggregáltságú adatkezeléssel. A kari szintű adatkezelés kiemelkedően fontos a vidéki FOI-k kohéziós szerepének bemutatásában, hiszen több FOI is több településen tart fenn karokat, így több esetben nem azonosíthatóak a jótékony hatások hasznosulásának helyei. (5.1 fejezet) NAV adatokra való átállás: javasoljuk, hogy a munkavégzés helyszínének meghatározása az AVIR integrált adatbázisában, a NAV által nyilvántartott adatok történjen, így nagyobb bizonyossággal lehetne nyomon követni a végzettek diplomázás utáni földrajzi mobilitását. (5.1 fejezet) Rekrutációs és megtartási mutatók összekapcsolása: a rekrutációs és megtartási mutatók alapját képező adatok összekapcsolása lehetővé tenne olyan mutatók elkészítését, amik az eddigieknél finomabban szemléltetné a felsőoktatási intézmények vonzó és megtartó szerepét. A jövőben megfontolásra javasoljuk olyan adatstruktúrák kialakítását, amik lehetőséget teremtenének input-output mutatók képzésére. (5.1 fejezet) Adatgyűjtések: javasoljuk, hogy kari bontásban az intézmények szolgáltassanak a mutatók számításához szükséges adatokat az AVIR rendszerbe: foglalkoztatottak száma (2.1 fejezet), diplomás foglalkoztatottak száma (2.2 fejezet), befizetett SZJA (2.3 fejezet), FOI kiadások (3.1 fejezet), foglalkoztatottak életvitelszerű lakóhelye (3.3 fejezet).
Köszönöm a figyelmet!
