társadalmi és gazdasági hatások méréseofi.hu/sites/default/files/attachments/tamop414... ·...
TRANSCRIPT
Társadalmi- és gazdasági hatások mérése
Összeállította:Eruditio-Hungária Kft.
Készült az Oktatáskutató és Fejlesztő Intézet megbízásából,
a „Minőségfejlesztés a felsőoktatásban” TÁMOP-4.1.4-08/1-2009-0002
azonosító számú projekt támogatásával.
Budapest, 2011
2
1. Társadalmi és gazdasági hatások mérése
A kutatás feltáró szakaszában olyan hazai és nemzetközi hatástanulmányokat
tekintettünk át, amelyek egy-egy felsőoktatási intézmény térségre gyakorolt
gazdasági és társadalmi hatásait mutatták be. A kutatás így nem egy elméleti
keretből indul ki, hanem a korábbi évek gyakorlatára összpontosít. A feltáró
munkának kettős célja volt: egyfelől megismertük a felsőoktatási intézmények
gazdasági-társadalmi hatásainak egyes aspektusait, másfelől betekintést
nyertünk az alkalmazott indikátorok és modellek módszertanába. A feltáró
munka eredményeképpen alakítottuk ki az elsődleges, interjús adatfelvétel
gyújtópontjait, gyűjtöttük össze a meglévő hivatalos statisztikákat, határoztuk
meg az összetett indikátorokat és alakítottuk ki a becslő modellek módszertanát.
A kutatás folyamata
Nem szabad elfeledkeznünk arról, hogy a felsőoktatási intézmények nem légüres
térben működnek, hanem sajátos gazdasági és társadalmi terekben. A különböző
környezet, különböző lehetőségeket és veszélyeket rejt magában, amikhez a
FOI-knak alkalmazkodni szükséges. A mutató számok értelmezése nem
nélkülözheti a térségi sajátosságok ismeretét. Ezért a kutatás során
meghatároztuk azon társadalmi és gazdasági mérőszámok körét, amiken
3
keresztül a középosztály megtartása szempontjából térségi sajátosságok
leírhatóak, megérthetőek. A kutatás ez irányú tapasztalatai A vidéki térségek
gazdasági és társadalmi jellegzetességei című tanulmányban olvashatóak
(Mellékletekben csatoltuk). (Fontos, hogy térség alatt mindig egy települést és
agglomerációját értjük.)
Bármilyen aspektusból, bármilyen mutatón keresztül mutatjuk be és hasonlítjuk
össze, azonban a felsőoktatási intézmények gazdasági és társadalmi hatásait,
nem szabad elfeledkeznünk arról, hogy az intézmények méretükben, képzési
struktúrájukban és munkaerő-piaci relevanciájukban, jelentős mértékben
eltérnek egymástól. Az egyes szerepek, hatások összehasonlításához tehát
nélkülözhetetlen a típusokban való gondolkodás, ellenkező esetben olyan
megállapításokhoz juthatunk, mint amikor „a körtét hasonlítjuk az almához”. Egy
egyszerű példával élve: módszertanilag igazságtalan lenne a Kaposvári Egyetem
gazdaságélénkítő hatását a Pécsi Tudományegyeteméhez mérni, amikor, előbbi
alig több mint 3000, utóbbi pedig több mint 25000 hallgatóval rendelkezik. A
pécsi intézmény továbbá szélesebb képzési perspektívát kínál hallgatóinak,
lényegesen nagyobb arányt képviselnek foglalkoztatottai, nagyságrendekkel
nagyobb összeget csatornáz a helyi gazdaságba és néhány képzési területen
országos jelentőségű. Ezért a Felsőoktatási intézmények jellegzetességei
című tanulmányban (Mellékletekben csatoltuk) néhány ismérv mentén
bemutatjuk a vidéki FOI-k jellegzetességeit és egy csoportosítási lehetőséget is,
ismertetünk.
A feldolgozott hatástanulmányok alapján úgy tekintünk a felsőoktatási
intézményekre, mint olyan szervező és elosztó központokra, amik:
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.
A következő ábrán szemléltetjük a felsőoktatási intézmények társadalmi-
gazdasági hatásainak egyes aspektusait.
4
A FOI-k feltárt társadalmi és gazdasági szerepei
A nemzetközi és hazai gyakorlatok feltárása és a rendelkezésre álló adatforrások
áttekintését követően a következő öt mérhető szerepet azonosítottuk:
A foglalkoztatásban betöltött szerep: egy felsőoktatási intézmény közvetett
és közvetlen formában munkahelyeket hoz létre a térségben. A felsőoktatási
intézmények gazdasági hatásainak elemzésekor érdemes figyelembe venni, hogy
nem csak a kiadások gyűrűznek tovább a térség gazdaságában, hanem új
munkahelyek lehetőségének a feltételei is megteremtődnek. A nem helyi lakosú
egyetemi oktatók és hallgatók jelenléte például több szolgáltató, beszállítói,
önkormányzati munkatárs közreműködését teszi szükségessé.
A gazdaságélénkítésben játszott szerep: a felsőoktatási intézmény
vállalkozás- és fogyasztásélénkítésben játszott szerepe alatt olyan gazdasági
hatásokat értünk, amik a felsőoktatási intézmény kiadásaival állnak
kapcsolatban. A felsőoktatási intézmény gazdaságélénkítő hatásának elsődleges
forrása, hogy a foglalkoztatottakon keresztül szélesíti a fogyasztói réteget, sőt a
hallgatók miatt új fogyasztói csoport megjelenését teszi lehetővé. A bérek, és
juttatások kifizetésén túl a felsőoktatási intézmény beszállítókat foglalkoztat, ami
bevételt jelent a vállalkozások számára. A közvetlen kifizetések címzettjei a
bevételt (bérek, juttatások, szolgáltatások igénybe vétele) további helyi
szolgáltatásokért és javakért részben továbbadják, így az intézményekről
kiáramló összegek továbbgyűrűznek a gazdaságban. A FOI pályázati sikeressége
szintén jelentős forrásokat vonzhat a térségbe.
5
A rekrutációs képesség: a gazdasági, társadalmi hatások elemzésének
nélkülözhetetlen eleme a FOI-k rekrutációs képességének feltérképezése, azaz
annak megismerése, hogy a felsőoktatási intézmény milyen vonzási és
megtartási képességgel rendelkezik. A felsőoktatási intézmény
multiplikátorhatásainak erőssége nagymértékben függ a hallgatói pool méretétől
és egyéb jellegzetességeitől. Mindezt jelentős mértékig determinálja az ország
méretének (így az évenként felvételiző diákok számának) és az intézmények
számának kölcsönhatása, amelyekből logikusan következik a telített
intézményhierarchia kiépülése. Ebben alaposan feltételezhető, hogy néhány
országos jelentőségű egyetem bír a jelentkezők számára a legerősebb
vonzerővel, melyet a kisebb intézmények inkább csak fizikai közelséggel és
specializációval képesek ellensúlyozni. Mindezt fokozza Budapest szerepe, hiszen
a fővárosnak a felsőoktatás terén is megfigyelhető jelentős túlsúlya eredendően
kisebb szeletet hagy csak a vidéki intézmények számára a jelentkezők
képzeletbeli tortájából.
A megtartó képesség: a legtöbb felsőoktatási intézmény hallgatósága nem
csupán az intézménynek helyt adó településről és agglomerációjából érkezik.
Ebben az esetben az a kérdés merülhet fel, hogy a településre érkező hallgatók
közül milyen arányban vannak azok, akik tanulmányuk befejeztével maradnak a
felsőoktatási intézmény településén. A felsőoktatási tanulmányok itt
„próbaházasságként” működnek: a hallgató az oktatásban eltöltött időben
megismerkedhet a település nyújtotta lehetőségekkel. Minél pozitívabb a kép,
annál nagyobb az esélye a letelepedésnek, amivel a település középosztályi
szufficitet könyvelhet el. A lehetőségek körébe beletartozik a munkaügyi helyzet
is. Amennyiben a felsőoktatási intézmény magába integrálja a környezetében
működő vállalkozások igényeit, kínált szakjai helyben piacképes tudással vértezik
fel a hallgatókat, akkor ezek a letelepedés lehetőségét tovább növelhetik.
Mindemellett persze nem szabad elfeledkezni az eleve helyben lakó fiatalok
megtartásáról. A középosztály elsődleges meghatározója pedig a kereseti
viszonyok.
A társadalmi mobilitás: az oktatás a demokratikus társadalmak legfontosabb
mobilitási csatornája. A felsőoktatási intézmények kiemelkedő szerepet
játszhatnak a társadalmi mobilitás elősegítésében; ez a szerep nem csak a
közösség tekintetében hasznos, de egyben értékalapú társadalmi aktus is. A
társadalmi mobilitás elősegítése, új társadalmi csoportok felsőfokú oktatásba
való becsatornázása hozzájárul a térség vitalizációjához, humán tőkéjének
karbantartásához
A mérhető szerepek szerint a tanulmány öt részre oszlik. Minden részben
ismertetésre kerülnek a szerepeket, hatásokat leíró mutatók. Ismertetjük a
mutatók céljait, értelmezésüket, bemutatjuk a mutatók számítását, az
adatforrásokat, a mutatók előnyeit. Minden esetben részletesen beszámolunk az
általunk választott mutatók korlátairól, és fejlesztési javaslatokat fogalmazunk
meg.
6
A mutatókat tíz kiválasztott vidéki felsőoktatási intézmény adatain mutatjuk be:
A kiválasztott intézmények a következők: Pécsi Tudományegyetem, Debreceni
Egyetem, Eszterházy Károly Főiskola, Nyugat-Magyarországi Egyetem, Pannon
Egyetem, Kaposvári Egyetem, Miskolci Egyetem, Nyíregyházi Főiskola, Széchenyi
István Egyetem és a Kecskeméti Főiskola. Több esetben azonban nem sikerült a
mutatók számításához beszerezni a szükséges adatokat, így nem nyílt
lehetőségünk teljes körű összehasonlításra.
Megfigyelési egységnek ezért egy felsőoktatási intézmény egy adott településen
lévő karait tekintjük, hiszen több FOI több településen is működtethet karokat.
Ha például a Nyugat-Magyarországi Egyetem térségre gyakorolt hatásáról
akarnánk megállapításokat megfogalmazni, akkor azonnal felmerülne a kérdés,
melyik térségre is gondolunk? A NYME ugyanis Sopron mellett Szombathelyen,
Mosonmagyaróváron, Székesfehérváron és Győrben is működtet karokat. Ezért
a megfigyelési alapegységünk minden esetben a FOI térségben
működtetett karai.
A tanulmányban bemutatásra kerülő mutatók jegyzéke
Foglalkoztatási szerep
A FOI foglalkoztatási súlya
A FOI foglalkoztatási súlya
A foglalkoztatási súly az intézmény helyi munkaerőpiacon képviselt súlyára világítanak rá a főállású alkalmazottak száma alapján.
Főállású alkalmazottak
Térségben főállásban alkalmazásban állók
A FOI diplomás foglalkoztatási súlya
A FOI diplomás foglalkoztatási súlya
A mutató célja annak bemutatása, hogy egy felsőoktatási intézmény milyen szerepet játszik a térség diplomás foglalkoztatásában.
A FOI-k által foglalkoztatott diplomások száma
Diplomás foglalkoztatási arány a megyében
A FOI jövedelmi súlya
A FOI jövedelmi súlya
Megmutathatja, hogy a FOI nem csak számosságában, de kínált jövedelem tekintetében mennyire számít jelentős munkahelyteremtőnek a térségben
Térségi SZJA összesen
FOI által fizetett SZJA
Gazdasági hatások
A gazdaságba áramló direkt kifizetések
A FOI összes közvetlen kifizetés
A felsőoktatási intézmények régiós gazdasági hatásai közül a direkt, nem államháztartásba áramló, kifizetések
Jövedelem jellegű kiadások
Ösztöndíj jellegű kiadások
Nem személyi jellegű kiadások
Hallgatói fogyasztási csoport súlya
Hallgatói fogyasztási csoport súlya Nem helyi hallgatói fogyasztási csoport súlya
Hallgatói fogyasztás nagyságának becslése
Nappali tagozatos hallgatók
Lakosságszám
Nem helyi hallgatók száma
Továbbgyűrűző gazdasági hatás
Teljes termelési hatás Teljes jövedelmi hatás
Teljes gazdaságélénkítési hatás becslése
Tiszta multiplikátorhatás
7
Pályázati forrásvonzás
Egy lakosra eső pályázatai támogatás
Külső pályázati vonzási képesség mérése
Pályázott költségigény
Elnyert támogatás
Támogatási arány
A térség lakónépessége
Rekrutációs bázist kifejező mérőszámok
Rekrutációs bázis alapvető mutatói
Térségből felvettek aránya A mutatók célja, hogy egyszerű arányszámok segítségével bemutassa az intézmények rekrutációs bázisát.
2010-ben az összes felvételt nyertek száma
Térségen kívül, de megyéből
felvettek aránya Megyén kívül, de régióból
felvettek aránya
Budapestről felvettek aránya
Vonzási egyenlegmutatók
Helyiek egyenlegmutatója Hallgatói egyenlegmutató
A mutatók egyenlegmutatók segítségével ragadják meg a hallgatók ki- és beáramlását.
Térségből felvételt
nyertek Térségben maradó
hallgatók
Térségből elvándorló
hallgatók
Térségbe bevándorló
hallgatók
Versengő és niche vonzási indexek
Versengő vonzási index Niche vonzási index
Bemutatják, hogy a FOI-k mennyiben tudnak olyan területekről hallgatókat vonzani, ahol van hasonló képzési kínálat, vagy olyan területekről, ahol éppen nem kell konkurenciával számolniuk.
Az összes nem a FOI székhelyének megyéjéből felvettek száma
Megtartási képességet kifejező mérőszámok
Megtartási képesség
Helyi munkaerőpiacon való megtartási mutató Megyei munkaerő-piacon való megtartás Budapesti munkaerőpiacra való kilépési mutató
Bemutatja, hogy az egyetem elvégzése után hol vállalnak munkát a a friss diplomások.
Survey elemszám
A társadalmi mobilitást kifejező mérőszámok
Társadalmi mobilitás elősegítése
Társadalmi mobilitás mutató
Bemutatja, hogy egy FOI milyen mértékben segíti elő a felsőfokú végzettséggel nem rendelkező (az édesapa iskolai végzettsége alapján) társadalmi csoportok becsatornázását a felsőfokú oktatásba
Leghátrányosabb kistérségek becsatornázása
Leghátrányosabb kistérségből érkezők aránya
A mutató célja, annak bemutatása, hogy egy FOI milyen mértékben segíti elő a felsőfokú végzettséggel a leghátrányosabb kistérségekből érkezők bekapcsolódását a felsőfokú oktatásba.
8
2. Foglalkoztatási szerep
Egy felsőoktatási intézmény közvetett és közvetlen formában munkahelyeket hoz
létre a térségben. A felsőoktatási intézmények gazdasági hatásainak elemzésekor
érdemes figyelembe venni, hogy nem csak a kiadások gyűrűznek tovább a térség
gazdaságában, hanem új munkahelyek lehetőségének a feltételei is
megteremtődnek. A nem helyi lakosú egyetemi oktatók és hallgatók jelenléte
például több szolgáltató, beszállítói, önkormányzati munkatárs közreműködését
teszi szükségessé.
A továbbgyűrűző hatások mérése módszertanilag problematikus, de a közvetlen
munkahelyteremtés jelentősége különböző formákban megragadható. Ennek
legegyszerűbb – illetve leginkább megvalósítható – módja az intézmény által
közvetlen munkaviszonyban állók számának megismerése, amely jellemzően a
főiskolák és egyetemek saját adataiból lehetséges leginkább. A közvetett hatások
sorában szerepel többek közt az intézmények által külső vállalkozásokhoz
kiszervezett szolgáltatások munkaerőigénye. Ehhez hasonló származtatott
foglalkoztatási hatás a személyzet és a hallgatóság által gerjesztett igények
kielégítésére alakuló vállalkozások létrejötte is, amelyek az intézmény nélkül
nem jöhettek volna létre.
Jelen fejezetben a következő mutatókat prezentáljuk:
Összefoglaló tábla – foglalkoztatási hatások
Alfejezet Mutató Cél Segédmutatók
A FOI foglalkoztatási súlya
A FOI foglalkoztatási súlya
A foglalkoztatási súly az intézmény helyi munkaerőpiacon képviselt súlyára világítanak rá a főállású alkalmazottak száma alapján.
Főállású alkalmazottak
Térségben főállásban alkalmazásban állók
A FOI diplomás foglalkoztatási súlya
A FOI diplomás foglalkoztatási súlya
A mutató célja annak bemutatása, hogy egy felsőoktatási intézmény milyen szerepet játszik a térség diplomás foglalkoztatásában.
A FOI-k által foglalkoztatott diplomások száma
Diplomás foglalkoztatási arány a megyében
A FOI jövedelmi súlya
A FOI jövedelmi súlya
Megmutathatja, hogy a FOI nemcsak számosságában, de kínált jövedelem tekintetében mennyire számít jelentős munkahelyteremtőnek a térségben
Térségi SZJA összesen
FOI által fizetett SZJA
9
2.1. A FOI foglalkoztatási súlya
Elnevezés A FELSŐOKTATÁSI INTÉZMÉNY FOGLALKOZTATÁSI SÚLYA
Számítás EGYSZERŰ ARÁNYSZÁM
Megbízhatóság RÉSZBEN BECSLÉST IS TARTALMAZ
Értelmezési szint INTÉZMÉNY
Adatforrás NEFMI, VÁTI
Külső adatforrás igénye
VÁTI
Összehasonlíthatóság A FOI JELLEGEZETESSÉGEINEK
FIGYELEMBEVÉTELÉVEL
AVIR AUTOMATIZÁLT RIPORT
Javasolt frissítés 2 ÉVENTE
Fejlesztés ALACSONY PRIORITÁSÚ
Célja:
Mivel az ország gazdasági és foglalkoztatási súlypontja erősen a Közép-
Magyarországi régió felé hajlik, és az egyes térségek egyenlőtlen eloszlást
mutatnak a nagy foglalkoztatók számát tekintve; a vidéki városokban különösen
jelentős munkahely teremető szerepet tölthetnek be a felsőoktatási intézmények.
A foglalkoztatási súly az intézmény helyi munkaerőpiacon képviselt súlyára
világít rá a főállású alkalmazottak száma alapján.
A mutató értelmezése:
A FOI által foglalkoztatott főállású egyéb munkakörben: a nem-oktatói
állomány számát ismerteti.
A FOI által foglalkoztatott főállású oktatói munkakörben: az oktatói
állomány létszámát ismerteti.
A településen főállásban foglalkoztatottak száma: a településen és annak
agglomerációjában foglalkoztatottak számát ismerteti.
A FOI foglalkoztatási súlya: megmutatja, az intézmény az adott város
összes főállású foglalkoztatottjának mekkora hányadának ad közvetlenül
munkát.
10
Példák az értelmezésre:
A Debreceni Egyetem 3512 főállású alkalmazottjával rendelkezik a
legnagyobb foglalkoztatási súllyal. Debrecenben és agglomerációjában a
főállású alkalmazottak 5, 6 százalékát foglalkoztatja közvetlen módon az
intézmény. Ugyanez az arány a Kecskeméti Főiskola és a Széchenyi István
Egyetem esetében a legalacsonyabb, ezen intézmények foglalkoztatási
súlya mindössze 0, 6 százalékos.
A FOI foglalkoztatási súlya
Felsőoktatási intézmény FOI főállású alkalmazottjai összesen
A térségben1 főállásban foglalkoztatottak száma
A FOI foglalkoztatási súlya
fő fő %
Pécsi Tudományegyetem (pécsi karok)*
6248 64 445 9, 7
Debreceni Egyetem
(debreceni karok)* 4 848 86 840 5, 6
Eszterházy Károly Főiskola 1 026 28 054 3, 7
Nyugat-Magyarországi
Egyetem (soproni karok)* 440 20 299 1, 9
Pannon Egyetem (veszprémi karok)*
495 31 447 1, 6
Kaposvári Egyetem 391 29 794 1, 3
Miskolci Egyetem 863 74 908 1, 2
Nyíregyházi Főiskola 353 50 514 0, 7
Széchenyi István Egyetem 460 75 292 0, 6
Kecskeméti Főiskola 326 53 560 0, 6
Forrás: VÁTI 2009, NEFMI 2010
*A FOI által főállásban foglalkoztatott oktatók száma becsült érték, így az adatok nem pontosak, a
pontatlanságok nem okoznak azonban lényegi változást az adatokban.
A mutatók számítása:
A térségben főállásban foglalkoztatottak száma: közvetlen adat.
FOI főállású alkalmazottjai összesen: Az oktatók és nem oktatók (kutatók,
egyéb munkakörben) összege. FOI által főállásban foglalkoztatott oktatók
száma becsült érték azon intézmények esetében, amik több településen is
tartanak fenn karokat. A becslést azt tette indokolttá, hogy ezen adatokat
megfelelő bontásban nem sikerült beszereznünk. A becslés azon a
feltételezésen alapszik, hogy a különböző településeken lévő karok között
1 Térségnek a település és agglomerációja tekinthető.
11
● a főállású és nem főállású oktatók aránya megegyezik és ezen arányok
nem változtak 2009 óta. Véleményünk szerint az így felmerülő torzítások
nem jelentősek.
● A FOI foglalkoztatási súlya: az intézmény helyben üzemelő karai összes
teljes munkaidős foglalkoztatottjának és az érintett város és
agglomerációjának teljes munkaidős foglalkoztatott lakosainak hányadosa.
Adatforrás:
NEFMI: oktatói foglalkoztatottsági adatok 2010
VÁTI: Összes főállású darabszáma 2009
A mutató előnyei:
Egyszerűségében is jól szemlélteti a FOI lokális foglalkoztatásban betöltött
szerepét.
A mutató korlátai:
A fenti táblában csillaggal jelölt intézmények esetében becsültük a
székhelyen lévő karokon főállásban foglalkoztatottak számát. Így adataink
nem pontosak, bár feltételezésünk szerint nem torzítnak jelentősen a
végeredményen.
Javaslatok a fejlesztésre:
A foglalkoztatási súly-mutató csak a főállásban alkalmazásban állók számát veszi
figyelembe. A mutató kiterjeszthető lehetne az összes foglalkoztatottra. Ehhez
szükség lenne a FOI által nem főállásban foglalkoztatottak számára, illetve az
alkalmazás pontos óraszámára. Ezt követően élhetünk azzal a leegyszerűsítéssel,
hogy az alkalmazási órák súlyozásával összevonjuk a nem főállásban
foglalkoztatottak számát, azaz például két négyórás alkalmazást tekinthetünk
egy főállásúnak.
Javasoljuk, hogy kari bontásban az intézmények szolgáltassanak a mutató
számításához szükséges adatokat az AVIR rendszerbe!
12
2.2. A FOI diplomás foglalkoztatási súlya
Elnevezés A FOI DIPLOMÁS FOGLALKOZTATÁSI SÚLYA
Számítás KÖZEPES BONYOLULTSÁGÚ SZÁMÍTÁS
Megbízhatóság BECSLÉS
Értelmezési szint INTÉZMÉNY
Adatforrás INTZÉMÉNYEK, VÁTI, GVI-PROGNÓZIS
Külső adatforrás igénye
VÁTI, GVI-PROGNÓZIS
Összehasonlíthatóság A TÉRSÉG ÉS A FOI JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL
AVIR STATIKUS RIPORT
Javasolt frissítés 2 ÉVENTE
Fejlesztés KÖZEPES PRIORITÁSÚ
Célja:
A mutató célja annak bemutatása, hogy egy felsőoktatási intézmény milyen
szerepet játszik a térség diplomás foglalkoztatásában.
A mutató értelmezése:
A diplomás foglalkoztatás súly-mutató megmutatja, hogy milyen arányban
foglalkoztat diplomásokat a FOI a térség összes diplomás foglalkoztatottja
között.
Példák az értelmezésre:
A Pécsi Tudományegyetem diplomás foglalkoztatási súlya a legnagyobb. A
61 százalékos arány valószínűleg túlzó (lásd torzító tényezőket alább), de
a kimagasló aránya nem véletlen. Baranya megyében (a
versenyszektorban) 9 százaléknál alacsonyabb összes foglalkoztatott
csoportján belül a diplomások aránya, és a pécsi intézmény több mint
3000 diplomásnak ad munkát.
A másik végletnek Győr tekinthető, itt, becsléseink szerint a Széchenyi
István Egyetem foglalkoztatja a diplomások öt százalékát.
13
A kiemelt intézmények diplomás foglalkoztatási súlya
Felsőoktatási
intézmény
A FOI-k által
foglalkoztatott diplomások száma
A térségben
foglalkoztatott főállású alkalmazottak
Diplomás
foglalkoztatási arány a megyében
Diplomás foglalkoztatási súly
fő fő % %
Pécsi Tudományegyetem 3377 64 445 8, 6 60, 9
Debreceni Egyetem 2182 86 840 11, 9 21, 1
Eszterházy Károly
Főiskola 425 28 054 13, 6 11, 1
Miskolci Egyetem 822 74 908 14, 6 7, 5
Kecskeméti Főiskola 339 53 560 11, 8 5, 4
Széchenyi István Egyetem
557 75 292 14, 9 5, 0 Forrás: GVI - Prognózis 2010, VÁTI 2009, Intézmények adatszolgáltatása 2010
A mutató számítása:
A diplomás főállásúak becsült száma: A térségben főállásban foglalkoztatottak
száma * (a versenyszférában foglalkoztatott megyei diplomás foglalkoztatási
arány/100)
Diplomás foglalkoztatási súly: A FOI által foglalkoztatott diplomás alkalmazottak
száma / diplomás főállásúak becsült száma
Adatforrás:
A FOI-k által foglalkoztatott diplomások száma: Intézmények saját
adatszolgáltatása a 2010-es évre a fizetési besorolások, fokozatok alapján.
A térségben foglalkoztatott főállású alkalmazottak: VÁTI 2009
Diplomás foglalkoztatási arány a megyében: MKIK Gazdaság és
Vállalkozáskutató Intézet által végzett Rövidtávú Munkaerő-piaci Előrejelzés című
nagymintás, reprezentatív kérdőíves adatfelvétele 2010-ben.
A mutató előnyei:
A mutató előnye, hogy ha nem is pontosan, de képet nyújt a FOI diplomás
foglalkoztatásban játszott szerepéről.
A mutató korlátai:
A mutató becslésen alapszik, így nem tény adatot jelenít meg.
A versenyszektorban dolgozó diplomások aránya megyei szintű számításon
alapszik. Feltételezhető, hogy a megyeszékhelyeken nagyobb arányban
foglalkoztatnak diplomásokat. Ezért a mutató vélhetően alulbecsüli a
14
megyeszékhelyeken főállásban dolgozó diplomások arányát, így kedvezőbb
színben tünteti fel a FOI diplomás foglalkoztatásban játszott szerepét.
A térség diplomás foglalkoztatási arányát a versenyszféra adataiból
számítottuk ki, így azok nem foglalják magukban a köz-, és civil szféra
adatait.
Javaslatok a fejlesztésre:
A közelgő népszámlálás „pontos” adatokat szolgáltat a településeken és
agglomerációjukban főállásban dolgozó diplomások számáról. A mutató jövőbeli
átalakítása érdekében javasoljuk, hogy az intézményeket kötelezzék, hogy
szolgáltassanak adatokat kari bontásban a főállásban foglalkoztatott diplomások
számáról.
Javasoljuk, hogy a népszámlásából származó adatok alapján a jövőben
számítsák újra a FOI diplomás foglalkoztatási súly mutatót, továbbá
javasoljuk, hogy kari bontásban az intézmények szolgáltassanak a
mutató számításához szükséges adatokat az AVIR rendszerbe!
15
2.3. A FOI jövedelmi súlya
Elnevezés A FOI JÖVEDELMI SÚLYA
Számítás EGYSZERŰ SZÁMÍTÁS
Megbízhatóság ESETEKBEN BECSLÉSI ELEMEKET IS TARTALMAZ
Értelmezési szint INTÉZMÉNY
Adatforrás INTÉZMÉNYI ADATOK, VÁTI
Külső adatforrás igénye
VÁTI
Összehasonlíthatóság A FOI JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL
AVIR STATIKUS RIPORT
Javasolt frissítés 2 ÉVENTE
Fejlesztés KÖZEPES PRIORITÁSÚ
Célja:
A mutató célja, hogy a FOI térségi foglalkoztatásban játszott jelentőségét egy
másik aspektusból is bemutassa. Ebben a mutatóban a foglalkoztatásban játszott
szerep az intézmény által fizetett személyi jövedelemadón keresztül kerül
bemutatásra. Jelen mutató kifejtését két szempontból is indokoltnak találtuk:
egyfelől nem csak a főállásban lévőket veszi figyelembe, másfelől pedig a
foglalkoztatási súly mutatóval való összevetése megmutathatja, hogy a FOI
nemcsak számosságában, de kínált jövedelem tekintetében mennyire számít
jelentős munkahelyteremtőnek a térségben.
A mutató értelmezése:
A FOI által helyben fizetett SZJA aránya a településen befizetett összes személyi
jövedelemadó arányában mutatja meg az intézmény helyi foglalkoztatóként
betöltött jelentőségét. A foglalkoztatási súly mutatóval való összevetése pedig,
tudósíthat minket a térség jövedelemi viszonyairól. Például, ha egy intézmény
SZJA súlya lényegesen magasabb a foglalkoztatási súlyánál, akkor a FOI jelentős
foglalkoztatónak tekinthető a kínált jövedelemi lehetőségek terén is. (Feltéve, ha
a FOI-ban a részmunkaidősök száma nem kimagasló.)
16
Példák a mutató értelmezésére:
A jövedelmi súly Pécsett a legmagasabb, itt az összes befizetett személyi
jövedelemadó közel 14 százaléka a FOI-ból származik. A jövedelmi súly
Kecskeméten a legalacsonyabb, itt a FOI által fizetett SZJA az összes
befizetett SZJA mindössze 1, 5 százalékát teszi ki.
Minden vizsgált intézmény esetében nagyobb a jövedelmi súly, a
foglalkoztatotti súlynál. Ez magyarázható azzal, hogy egy FOI nagyobb
arányban alkalmaz diplomásokat, mint egy átlagos vállalat. Debrecen
esetében a legnagyobb, Kecskemét esetében a legkisebb az eltérés. Ez azt
jelenti, hogy Debrecenben az egyetem nemcsak számosságát tekintve
jelentős foglalkoztató, de összességében lényegesen magasabb
jövedelmet kínál, mint más intézmények és vállalatok.
A FOI által fizetett SZJA súlya a kiemelt intézményekben
Felsőoktatási intézmény A térségben
összes SZJA FOI által fizetett SZJA
A FOI jövedelmi súlya
A FOI foglalkoztatási súlya
ezer Ft ezer Ft % %
Pécsi Tudományegyetem*
30 336 598 4 167 075 13, 7 9, 7
Debreceni Egyetem* 37 084 255 4 774 203 12, 2 5, 6
Kaposvári Egyetem 12 408 833 661 579 5, 3 1, 3
Eszterházy Károly Főiskola
13 242 452 699 477 5, 3 3, 7
Széchenyi István Egyetem
27 277 061 885 936 2, 4 0, 6
Kecskeméti Főiskola 22 330 613 337 224 1, 5 0, 6
Forrás: Intézményi mérleg adatok 2009, VÁTI 2009
*becslés
A mutatók számítása:
A településen befizetett összes SZJA: közvetlen adat.
FOI által fizetett SZJA: az intézmény által kifizetett összes SZJA. Abban az
esetben, ha egy FOI több településen is fenntart karokat, akkor a
foglalkoztatottak számával került korrigálása az intézmény szintű adat. Itt
a következő feltételezéssel éltünk: (1) a FOI-k által fizetett bérek
azonosak minden településen, (2) az oktatók, kutatók és egyéb
alkalmazottak bérei között nem tettünk különbséget. A feltételezések
miatt elmondható, hogy egy FOI földrajzilag minél inkább széttagolt, annál
pontatlanabb a mutató értéke.
A FOI jövedelemi súlya: a FOI által helyben fizetett SZJA (becslése) és a
települési SZJA hányadosa.
17
Adatforrás:
VÁTI: A településen befizetett összes személyi jövedelemadó
Intézmények: Mérlegadatok, 53-as űrlap, 3. tétel
A mutató előnyei:
Nem csak a főállásban állók számát veszi figyelembe.
A foglalkoztatási súly mutatóval összevetve újabb értelmezési
perspektívák adódnak.
A mutató korlátai:
Az intézmények mérlegadatai nem állnak a rendelkezésünkre, illetve egyes
esetekben nem értelmezhetőek kari bontásban, továbbá a FOI-k
földrajzilag széttagoltak lehetnek. Ha egy FOI csak székhelyén
működtetett karokat, akkor pontos adatokat kaphatunk. Minél inkább
széttagolt egy FOI, annál inkább torzít a mutatószám. A Kecskeméti
Főiskola esetében tehát pontos a mutatószámunk, a Nyugat-
magyarországi Egyetem értéke pedig a leginkább pontatlan.
Javaslatok a fejlesztésre:
A mutató akkor működhet teljes egészben rendeltetésszerűen, ha rendelkezésre
áll kari szinten az alkalmazásban állók után fizetett személyi jövedelemadó összege. Ebben az esetben be lehet azonosítani a személyi jövedelemadó
„keletkezésének” pontos helyét. Javasoljuk, hogy kari bontásban az intézmények szolgáltassanak a mutató számításához szükséges adatokat az AVIR rendszerbe.
18
3. Gazdasági hatások
A felsőoktatási intézmény vállalkozás- és fogyasztásélénkítésben játszott szerepe
alatt olyan gazdasági hatásokat értünk, amik a felsőoktatási intézmény
kiadásaival állnak kapcsolatban. A felsőoktatási intézmény gazdaságélénkítő
hatásának elsődleges forrása, hogy a foglalkoztatottakon keresztül szélesíti a
fogyasztói réteget, sőt a hallgatók miatt új fogyasztó csoport megjelenését teszi
lehetővé. A bérek és juttatások kifizetésén túl a felsőoktatási intézmény
beszállítókat foglalkoztat, ami bevételt jelent a vállalkozások számára. A
közvetlen kifizetések címzettjei a bevételt (bérek, juttatások, szolgáltatások
igénybe vétele) további helyi szolgáltatásokért és javakért részben továbbadják,
így az intézményekből kiáramló összegek továbbgyűrűznek a gazdaságban.
Mindezek felmérésére a nemzetközi gyakorlat széles módszertani apparátusról
kínál fel választási lehetőségeket, a legegyszerűbb adatközlések felhasználásától
különféle regionális regressziós modellekig. A kevéssé bonyolult megközelítések
alapja az egyetemek és főiskolák közvetlen kiadásainak hatásait vizsgálja – az
alkalmazottak bérük, a diákok ösztöndíjuk, a bedolgozó vállalkozások
munkadíjuk egy részét költik el helyben. Ezen jövedelmek ily módon élénkítően
hatnak a régió gazdaságára, minthogy a felsőoktatási intézmény jelenléte nélkül
az említett tőketranszferek nem jöttek volna létre.
A helyi pénzforgalomba áramló ezen források hatása ugyanakkor túlmutat az
említett elsődleges bevételek megjelenésén. Az alkalmazottak, diákok és
vállalkozók helyben is elköltik az egyetemi-főiskolai bevételeik bizonyos
hányadát, amely így hullámokban újra és újra pörget egyet-egyet a lokális
gazdaság képzeletbeli kerekén. Mint azt a foglalkoztatási hatásoknál már
említettük, az így kialakuló, multiplikált hatásmechanizmussal működő
pénzforrások új munkahelyeket is generálnak, hiszen a többletpénz
többletigényeket is gerjeszt. Az ezek kielégítésére aktivizálódó helyi gazdasági
szereplők működése megint csak egyike lesz a hatástöbbszöröződés
láncszemeinek. Nem teljesen kézenfekvő, ezért érdemes kitérni a turisztikai
többletbevételekre is, amelyeket egy felsőoktatási intézmény generálni képes.
Természetesen nem feltétlenül maga a campus kell, hogy látnivalóként
funkcionáljon – elsősorban a látogatói és konferenciaturizmus érinti jó eséllyel az
egyetemeket és főiskolákat.
Minthogy a felsőoktatási intézmények költése szükségszerű folyamat, része a
mindennapos működésnek, így az intézmények oldaláról nem annyira annak
proaktív alakítása jellemző (noha például a helyi beszállítók preferálása révén
erre is van példa). A gazdasági hatások intézményi vizsgálata főként utólagos
elemzésként zajlik, amelynek gazdag módszertanából a magyarországi gyakorlat
mindeddig inkább csak az elsődleges hatások összegzését vette át. A külföldi
példák az állami statisztikai adatokból kiindulva felépített regressziós
multiplikátorhatás-elemző modellektől kezdve az önkényes becsléssel létrehozott
19
szorzók felhasználásáig igen széles skálán mozognak. Teljes körű
meghonosításuk minden bizonnyal szükségtelen, hiszen még az input-output
modellek őshazájában, az Egyesült Államokban is gyakoriak a
hatásmechanizmus-mérés különféle túlkapásai. Jó példa erre az öregdiákok
ötven évre visszamenő teljes potenciális jövedelmének számításba vételét
felhasználó gyakorlat.
Jelen fejezetben a következő mutatókat mutatjuk be:
Összefoglaló tábla – gazdasági hatások
Alfejezet Mutató Cél Segédmutatók
A gazdaságba áramló direkt kifizetések
A FOI összes közvetlen kifizetés
A felsőoktatási intézmények régiós gazdasági hatásai közül a direkt, nem államháztartásba áramló, kifizetések a leginkább kézenfekvő mutatók egyike
Jövedelem jellegű kiadások
Ösztöndíj jellegű kiadások
Nem személyi jellegű kiadások
Hallgatói fogyasztási csoport súlya
Hallgatói fogyasztási csoport súlya Nem helyi hallgatói fogyasztási csoport súlya
Hallgatói fogyasztás nagyságának becslése
Nappali tagozatos hallgatók
Lakosságszám
Nem helyi hallgatók száma
Továbbgyűrűző gazdasági hatás
Teljes termelési hatás Teljes jövedelmi hatás
Teljes gazdaságélénkítési hatás becslése
Tiszta multiplikátorhatás
Pályázati forrásvonzás
Egy lakosra eső pályázatai támogatás
Külső pályázati vonzási képesség mérése
Pályázott költségigény
Elnyert támogatás
Támogatási arány
A térség lakónépessége
20
3.1. A gazdaságba áramló direkt kifizetések
Elnevezés A FOI ÖSSZES KÖZVETLEN KIFIZETÉSE
Számítás ELEMI ADATOK
Megbízhatóság FENNTARTÁSOKKAL
Értelmezési szint INTÉZMÉNY
Adatforrás INTÉZMÉNYI MÉRLEGADATOK
Külső adatforrás igénye
NINCS
Összehasonlíthatóság A FOI JELLEGEZETESSÉGEINEK
FIGYELEMBEVÉTELÉVEL
AVIR AUTOMATIKUS RIPORT
Javasolt frissítés ÉVENTE
Fejlesztés KÖZEPES PRIORITÁSÚ
Célja:
A felsőoktatási intézmények régiós gazdasági hatásai közül a direkt, nem
államháztartásba áramló, kifizetések a leginkább kézenfekvő mutatók egyike. A
bérekre, ösztöndíjakra, beszerzésekre, felújításokra fordított kiadásoknak
jelentős hatásuk lehet a térség gazdaságának élénkítésére.
A mutató értelmezése:
Négyfajta kiadási típust különböztettünk meg:
Gazdaságba áramló közvetlen kifizetések: itt kerülnek összegzésre a nem
államháztartásba áramló kifizetések.
A FOI személyi jellegű, jövedelemnek minősülő kiadásai: alkalmazotti
fizetések, jutalmak, stb.
A FOI személyi jellegű, hallgatói juttatásnak minősülő kiadásai: az
ösztöndíjak elméletileg egy módon kellene. hogy működjenek a
fizetésekkel. Ám mivel a diákok – főként a nappali tagozatos, állami
finanszírozású, azaz ösztöndíjképes képzésben részt vevők – életvitele, így
költéseik is jelentősen eltérnek, külön vizsgálatuk célszerű.
A FOI nem személyi jellegű kiadásai: minden olyan intézményi kifizetési
kötelezettség, ami a béreken és ösztöndíjakon túl áll és nem az
államháztartásba áramlik.
21
Példák a mutató értelmezésére:
A pécsi és debreceni intézmények esetében a legnagyobbak a gazdaságba áramló közvetlen kifizetések. A nagyságrendi különbségek oka, ezen
intézmények méretében rejlik, mindkét intézmény a besorolás ’A’ csoportjába tartozik (lásd: Felsőoktatási intézmények jellegzetességei című tanulmány - Mellékletekben csatoltuk).
Némileg meglepő, hogy a Kaposvári Egyetem kifizetései ennyire hasonlóak
a Széchenyi István Egyetemével, hiszen, előbbi a méret és képzési
struktúra szerint készített besorolás alapján jóval kisebb, mint az utóbbi.
A gazdaságba áramló direkt kifizetések:
Felsőoktatási intézmény
Gazdaságba áramló közvetlen kifizetések összesen
A FOI személyi jellegű, jövedelemnek minősülő kiadásai
A FOI személyi jellegű, hallgatói juttatásnak minősülő kiadásai
A FOI nem személyi jellegű kiadásai
ezer Ft ezer Ft ezer Ft ezer Ft
Debreceni Egyetem* 55 517 284 18 100 071 2 847 615 45 028 414
Pécsi Tudományegyetem*
41 707 286 17 827 796 2 940 993 28 394 714
Széchenyi István Egyetem
6 378 222 2 508 931 976 694 4 624 684
Kaposvári Egyetem 6 258 764 2 508 238 287 444 4 705 306
Eszterházy Károly
Főiskola
4 895 055 2 174 981 464 855 3 515 046
Kecskeméti Főiskola
3 932 368 1 459 265 296 661 3 087 017
Forrás: Intézményi mérlegadatok 2009
*Az adatok torzítnak, hiszen ezen intézmények több településen is tartanak fenn karokat.
A mutatók számítása:
Gazdaságba áramló direkt kifizetések: Rendszeres személyi juttatások
(mérleg 2. űrlap, 9. tétel) + Nem rendszeres személyi juttatások (mérleg
2. űrlap, 42. tétel) + Felsőfokú oktatásban részt vevők pénzbeli juttatásai
(mérleg 4. űrlap 92. tétel) + Dologi kiadások összesen (mérleg 3. űrlap
46.tétel) - Általános forgalmi adó összesen (mérleg 3. űrlap 38. tétel) +
Felhalmozás jellegű kiadások összesen (mérleg 5. űrlap 33. tétel) -
Általános forgalmi adó összesen (mérleg 5. űrlap 32. tétel) +
Államháztartáson kívüli pénzeszközátadások összesen (mérleg 4. űrlap 84.
tétel)
A FOI személyi jellegű, jövedelemnek minősülő kiadásai: Rendszeres
személyi juttatások (mérleg 2. űrlap, 9. tétel) + Nem rendszeres személyi
juttatások (mérleg 2. űrlap, 42. tétel)
22
A FOI személyi jellegű, hallgatói juttatásnak minősülő kiadásai: Felsőfokú
oktatásban részt vevők pénzbeli juttatásai (mérleg 4. űrlap 92. tétel)
A FOI nem személyi jellegű kiadásai: Dologi kiadások összesen (mérleg 3.
űrlap 46. tétel) - Általános forgalmi adó összesen (mérleg 3. űrlap 38.
tétel) + Felhalmozás jellegű kiadások összesen (mérleg 5. űrlap 33. tétel)-
Általános forgalmi adó összesen (mérleg 5. űrlap 32. tétel) +
Államháztartáson kívüli pénzeszközátadások összesen (mérleg 4. űrlap 84.
tétel)
Adatforrás:
Intézményi mérlegadatok 2009
A mutató előnyei:
Nem igényel bonyolult számítást.
A mutató korlátai:
A mutató legnagyobb korlátja, hogy nem lehet pontosan tudni, hogy egy
FOI közvetlen kifizetéseinek mekkora hányada csapódik le a térségben.
Egy dolog biztos, nem szabad a mutatóra úgy tekinteni, hogy az összeg
egésze a helyi gazdaságba csatornázódik be, azaz helyben kerül
elköltésre.
Javaslatok a fejlesztésre:
A felsőoktatási intézmény helyi költésének és a bérként és egyéb juttatásként
kifizetett összegek helyi fogyasztási hányadának meghatározása a mutató
továbbfejlesztésének legfontosabb iránya. Előbbire az 5 millió feletti
közbeszerzések -, hiszen ezek az üvegzseb program miatt nyilvánosak - utóbbira
pedig a helyben lakó alkalmazottak száma és a nem helyi illetőségű hallgatók
aránya szolgáltathat kiindulópontot. Ezen számítások rendkívül adatigényesek,
sőt elsődleges adatfelvételek tapasztalatai is szükségesek hozzájuk.
Javasoljuk, hogy a jövőben folytassanak további kutatásokat a FOI helyi
költési hányadának meghatározása érdekében!
Javasoljuk, hogy kari bontásban az intézmények szolgáltassanak a
mutató számításához szükséges adatokat az AVIR rendszerbe!
23
3.2. Hallgatói fogyasztási csoport súlya
Elnevezés HALLGATÓI FOGYASZTÁSI CSOPORT SÚLYA
NEM HELYI HALLGATÓI FOGYASZTÁSI CSOPORT SÚLYA
Számítás EGYSZERŰ SZÁMÍTÁS
Megbízhatóság Hallgatói fogyasztási csoport súlya: TÉNY
Nem helyi hallgatói fogyasztási csoport súlya: BECSLÉS
Értelmezési szint INTÉZMÉNY
Adatforrás NEFMI, FELVI, VÁTI
Külső adatforrás igénye
VÁTI
Összehasonlíthatóság A FOI JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL
AVIR AUTOMATIZÁLT RIPORT
Javasolt frissítés 2 ÉVENTE
Fejlesztés KÖZEPES PRIORITÁSÚ
A felsőoktatási intézmények hallgatói egy sajátos fogyasztási mintázattal
rendelkező csoport, ami igényeket termel. A hallgatók több ezres, vagy akár több
tízezres tömege jelentős pluszforrásokat vonhat be a térségi piac forgalmába;
sajátos keresletet gerjesztenek, amelyek kielégítésére új helyi vállalkozások
alakulhatnak. A hallgatói fogyasztói csoportokra vonatkozó mutatók azt
illusztrálják, mekkora súllyal bír ez a csoport.
Fontosnak tartjuk azonban hangsúlyozni a hallgatók sem képeznek homogén
fogyasztási csoportot. Elsődlegesen megkülönböztethetjük a helyi, az ingázó és
ideiglenesen betelepülő szegmenseket, illetve az ideiglenesen betelepülők között
az albérletben és kollégiumban lakókat. Gondolhatunk arra, hogy ha egy
településen az alacsony a kollégiumi kapacitással magas betelepülési szám
párosul, akkor a helyi ingatlan bérbeadási piacon jelentős bevételek keletkeznek.
Az ilyen módon megkülönböztetett csoportok eltérő fogyasztási igényeket
támasztanak.
24
A mutató értelmezése:
Nappali képzésben résztvevő hallgatók száma: Az esti vagy levelező
képzésben résztvevőket nem számítjuk be a hallgatói fogyasztási
csoportba, hiszen ők gyakran dolgoznak tanulmányaik mellett és így nem
tekinthetőek „főállású” hallgatóknak, teljesen más életstílust valósítanak
meg, feltételezéseink szerint más fogyasztási mintákkal jellemezhetőek.
Hallgatói fogyasztási csoport súlya: mutatja, egy adott intézmény helyben
működő karainak nappali képzésben résztvevő hallgatói mekkora
létszámot képviselnek a város lakónépességéhez képest.
Nem helyi hallgatói fogyasztási csoport súlya: bemutatja, a város
összlakosságához képest mekkora létszámban vannak jelen olyan nappali
tagozatos hallgatók, akik nem az intézmény székhelyének megyéjéből
származnak. A csoport megkülönböztetése azért indokolt, mert a nem
helyben lakó, nagy valószínűséggel nem ingázó hallgatók fogyasztási
mintái eltérőek lehetnek- például az albérlet költségek miatt- a helyi és
ingázó csoportokétól.
Példák az értelmezésre:
A hallgatói fogyasztási csoport súlya Pécsett (10, 7%), Debrecenben (8,
7%) és Veszprémben (8, 9%) a legmagasabb. A másik végletet
Kecskemét jelenti, itt a hallgató fogyasztási csoport súlya kisebb, mint 2
százalék.
A nem helyi hallgatói fogyasztási csoport súlya a kiemelt intézmények
közül Pécsett a legmagasabb, itt 1, 7 százalékos arányról beszélhetünk.
25
Hallgatói fogyasztási csoport súlya a kiemelt intézményekben
Felsőoktatási
intézmény Nappali tagozatos hallgatók száma
Agglomeráció lakossága
Hallgatói fogyasztási csoport mérete
Nem helyi (megyei) hallgatók becsült száma
Nem helyi
(megyei) hallgatói fogyasztási csoport mérete
fő fő % fő %
Pécsi
Tudományegyetem (pécsi karok)
18 987 179 440 10, 6 3 095 1, 7
Pannon Egyetem
(veszprémi karok)
6 609 74 701 8, 9 1 118 1, 5
Debreceni Egyetem
(debreceni karok)
21 014 242 277 8, 7 3 372 1, 4
Eszterházy Károly
Főiskola
4 278 74 425 5, 8 942 1, 3
Nyugat-Magyarországi
Egyetem (soproni karok)
2 797 67 559 4, 1 528 0, 8
Miskolci Egyetem 8 324 210 910 3, 9 569 0, 3
Széchenyi István Egyetem
7 247 184 690 3, 9 1 337 0, 7
Nyíregyházi Főiskola 4 647 136 231 3, 4 430 0, 3
Kaposvári Egyetem 2 142 81 541 2, 6 329 0, 4
Kecskeméti Főiskola 2 730 144 631 1, 9 360 0, 3
Forrás: NEFMI 2010, FELVI 2010, VÁTI 2009
A mutató számítása:
Nappali tagozatos hallgatók száma: az adott intézmény székhelyével egy
városban működő karok nappali munkarendű képzésben részt vevő
hallgatói létszámának összege.
Hallgatói fogyasztási csoport súlya: a nappali tagozatos hallgatók
számának és az intézményszékhely és agglomerációja lakosságának
hányadosa.
Nem helyi hallgatói fogyasztási csoport súlya: az intézményszékhely
megyéjén kívüli állandó lakhelyű hallgatók becsült számának és a székhely
és agglomerációja lakosságának hányadosa. A nem helyi nappali tagozatos
hallgatók számát a 2010-es felvételi adatokból becsültük, élve azzal a
feltételezéssekkel, hogy (1) nem az intézmény székhelyének megyéből
származó felvételizők megoszlása minden évben állandó, illetve (2) a
lemorzsolódás ugyanolyan mértékű a helyi és nem helyi hallgatók
körében.
26
Adatforrás:
NEFMI: Nappali képzésben résztvevő hallgatók száma 2010.
VÁTI: A település és agglomerációjának állandó népessége 2009.
FELVI: Nem az intézmények székhelyének megyéjéből felvételt nyert hallgatók
aránya
A mutató előnyei:
Egyszerűségében is jól szemlélteti a hallgatói fogyasztási csoport súlyát
A mutató korlátai:
Nem helyi hallgatói fogyasztási csoport súlya mutató becslésen alapszik:
így nem pontos
A nem helyi hallgatói fogyasztási csoport súlya elnagyoltan kezeli a nem
helyi hallgatók számát
Javaslatok a fejlesztésre:
1. Hallgatói fogyasztó csoportok szegmentálása
A jelenlegi fogyasztási csoport súlyát megjelenítő mutatók elnagyoltan kezelik
a csoportok homogenitását és számos meghatározó dimenziót nem vesznek
figyelembe. Az alábbi modell egy egyszerű sémába rendezi a releváns
dimenziókat; figyelembe veszi: (1) a származást (2) a lakhatási feltételeket.
A kiadási típusok között megkülönbözteti a (1) a lakhatási, (2) mindennapi
(FMCG), (3) és egyéb tartós fogyasztási javakra irányuló kiadásokat.
27
A hallgatói fogyasztási csoportok egyszerű szegmentációja
Típus Lakhatási
kiadások
Mindennapi
fogyasztási
kiadások (FMCG)
Egyéb
fogyasztási
kiadások (ruha,
tartós fogy.
javak)
Helyben lakók, önállóan
élők 12 hónap 12 hónap 12 hónap
Helyben lakók,
szülőkkel élők
nincs 12 hónap megosztva
a családdal
teljes, megosztva
a családdal
Ingázók nincs 8 hónap megosztva a
családdal részleges
Térségen kívülről
érkezők kollégiumban
élők
nincs 8 hónap részleges
Térségen kívülről
érkezők albérletben
élők
8 hónap 8 hónap részleges
A fenti modellt kezeljük inkább a továbbgondolkodás alapjaként, ami
szemlélteti a lehetséges szegmentációs irányokat, mintsem megvalósítandó
gyakorlati tervnek. Például, feltérképezendő feladatnak tekinthető, hogy a
térségből kívülről érkezők milyen gyakorisággal, mennyi időre utaznak haza
családjukhoz, vagy a hazautazások alkalmával milyen területeken, milyen
mértékű fogyasztást valósítanak meg.
Javasoljuk, hogy az Educatio Kft. által a jövőben lebonyolítandó
Hallgatói motivációs kutatások egészüljenek ki a hallgatói fogyasztási
szokások feltérképezésére irányuló kérdésblokkal, a finomabb
szegmentáció megvalósításához szükséges háttérváltozókkal (például
hol lakik a hallgató)
2. Hallgatói fogyasztási szokások feltérképezése
A jelenlegi mutatók csak a fogyasztói csoportok nagyságát, súlyát
szemléltetik. A fogyasztás volumenéről, illetve, hogy a fogyasztás milyen
gazdasági szegmensekben történik: nincsen információnk.
28
3.3. A FOI továbbgyűrűző gazdasági hatása a térségben
Elnevezés TELJES TERMELÉSI HATÁS
TELJES JÖVEDELMI HATÁS
Számítás BONYOLULT SZÁMÍTÁS
Megbízhatóság BECSLÉS
Értelmezési szint INTÉZMÉNY
Adatforrás INTÉZMÉNYI MÉRLEGADATOK, FELVI
Külső adatforrás igénye
PONTOSABB PARAMÉTEREZÉSHEZ SZÜKSÉGES
Összehasonlíthatóság A FOI JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL
AVIR STATIKUS RIPORT
Javasolt frissítés 3 ÉVENTE
Fejlesztés KÖZEPES PRIORITÁSÚ
A mutatók célja:
A felsőoktatási intézmény vállalkozás- és fogyasztásélénkítésben játszott szerepe
alatt olyan gazdasági hatásokat értünk, amik a felsőoktatási intézmény
kiadásaival állnak kapcsolatban. A felsőoktatási intézmény gazdaságélénkítő
hatásának elsődleges forrása, hogy a foglalkoztatottakon keresztül szélesíti a
fogyasztói réteget, sőt a hallgatók miatt új fogyasztó csoport megjelenését teszi
lehetővé. A bérek és juttatások kifizetésén túl a felsőoktatási intézmény
beszállítókat foglalkoztat, ami bevételt jelent a vállalkozások számára. A
közvetlen kifizetések címzettjei a bevételt (bérek, juttatások, szolgáltatások
igénybe vétele) további helyi szolgáltatásokért és javakért részben továbbadják,
így az intézményekről kiáramló összegek továbbgyűrűznek a gazdaságban.
A mutatók célja annak bemutatása, hogy a FOI általi közvetlen kifizetések milyen
gazdaságélénkítő hatással bírnak a térségben.
A mutatók értelmezése:
Tiszta multiplikátorhatás: A mutató megmutatja, hogy a közvetlen bér és más
jellegű kiadások milyen mértékben sokszorozódnak meg a gazdaságban. Minél
nagyobb a fogyasztási átlaghajlandóság és a fogyasztás helyi hányada, illetve
minél kisebb a személyi jövedelemadó kulcs és ÁFA, annál nagyobb mértékű a
közvetlen kiadások sokszorozódása. A hallgatói kiadásokat nem veszi figyelembe
a mutató.
29
Teljes termelési hatás: A mutató megmutatja, hogy az intézmény nem személyi
jellegű kiadásai milyen mértékben sokszorozódnak a helyi gazdaságban.
Teljes jövedelemi hatás: A mutató megmutatja, hogy az intézmény személyi
jellegű kifizetései, a fogyasztások keresztül, milyen mértékben sokszorozódik fel
a helyi gazdaságban.
Példák az értelmezésre:
Ha minden kiadási tényező között az eredeti arányoknak megfelelően
oszlik szét a kiadási többlet, akkor egy intézmény minden 1 forintnyi
többletkiadása összességében 1, 42 forintnyi termelésnövekedést
eredményez. Jelen modellben a fogyasztás helyi hányadát konstansnak
vettük, de minél nagyobb arányban vannak jelen a helyi alkalmazottak és
minél nehezebb más, nagyobb fogyasztási központokba való eljutás, annál
nagyobb a multiplikátor értéke.
Nem meglepő módon a debreceni és pécsi intézmények esetében a
legnagyobb a termelési és jövedelmi hatás. Ezen intézmények a
legnagyobbak, költségvetésük pedig nagyságrendekkel nagyobb, mint a
többi vidéki felsőoktatási intézményé.
Megsokszorozódó hatásai a kifizetéseknek
Felsőoktatási intézmény Teljes termelési hatás
Teljes jövedelemi hatás
Tiszta multiplikátorhatás
M Ft M Ft pont
Debreceni Egyetem (debreceni karok)* 45 384 22 150
1, 42
Pécsi Tudományegyetem (pécsi karok)* 37 175 18 403
Széchenyi István Egyetem 5501 2712
Kaposvári Egyetem 5353 2645
Eszterházy Károly Főiskola 4251 2116
Kecskeméti Főiskola 3218 1586 Forrás: Intézményi Mérlegadatok 2009 *Mivel ezen intézmények más településen is tartanak fenn karokat és a mérlegekben nem tudjuk különválasztani a kari kiadásokat, így ezen adatok kis mértékben felfelé torzítanak.
Az 5 millió feletti közbeszerzések alapján elmondható, hogy nagyobb
intézmények, nagyobb volumenű közbeszerzéseket írnak ki, és ezek
teljesítésére nem mindig képesek a helyi vállalakozások.
Így elmondható, hogy a nagyobb intézmények esetében a FOI
vásárlásainak helyi hányada alacsonyabbak. A következő táblában látszik,
ha a FOI vásárlási hányadát 20 százalékponttal csökkentjük, akkor milyen
mértékben csökkennek a közvetlen kifizetések megsokszorozódó hatásai.
A Debreceni Egyetem esetében például a termelési hatás 16
százalékponttal, a jövedelmi hatás közel 15 százalékponttal lesz kisebb.
Megsokszorozódó hatásai a kifizetéseknek – 0, 4 értékű b paraméterrel
30
Felsőoktatási intézmény Teljes termelési hatás
Teljes jövedelemi hatás
Teljes termelési hatás
Teljes jövedelemi hatás
M Ft M Ft % pont % pont
Debreceni Egyetem (debreceni karok)* 38 134
18 862
16, 0 14, 8
Pécsi Tudományegyetem (pécsi karok)* 32 837
16 435
11, 7 10, 7
A mutató számítása: a modell A FOI általi közvetlen kifizetése továbbgyűrűző gazdasági hatásainak
bemutatását Rechnitzer János és Hardi Tamás által szerkesztett a Széchényi
István Egyetem hatása a régió fejlődésére című (2003) könyvében található
Rechnitzer János és Dusek Tamás által fejlesztett modell leegyszerűsítésével és
paraméterezésének aktualizálásával mutatjuk be. A modell leegyszerűsítése és
aktualizálása Rechnitzer János engedélyével és szakmai ellenőrzésével valósult
meg.
A mutató számítása: a modell paraméterei
A modell kiszámításához hat paraméterre van szükségünk. A fogyasztási
átlaghajlandóság, az átlagos ÁFA és a jövedelemadó rátája, hivatalos
statisztikákból beszerezhető adatok. A problémás paraméterek, a költések és
fogyasztás helyi hányadainak meghatározása.
A FOI által foglalkoztatottak helyi költési rátájának meghatározása legalább
olyan nehéz feladat, mint a hallgatók esetében a helyi költési ráta becslése.
Figyelembe kéne vennünk a fogyasztási szokásokat, a jövedelmi viszonyokat, a
szociodemográfiai jellegzetességekből fakadó sajátosságokat, jelentős
fogyasztási központok, például Budapest közelségét, a lakóhely távolságát a FOI
székhelyétől és így tovább. Mindezért egy korábban publikált becslés alapjait
fogjuk figyelembe venni. Hasonló nehézségek miatt ugyanígy járunk el a FOI
helyi vásárlási hányadának meghatározásakor (lásd táblázat). Ezekben az
esetekben azzal a leegyszerűsítéssel élünk, hogy az összes vizsgált vidéki
intézmény esetében azonosak a paraméterek.
A modell paraméterei
A paraméter elnevezés Értéke Forrás
b FOI helyi vásárlási hányada 0, 60
Rechnitzer János és Hardi Tamás: Széchényi István Egyetem hatása a régió fejlődésére című tanulmányban található hasonló modellben lévő becslés
c Fogyasztási átlaghajlandóság
0, 93 Magyar Statisztikai Évkönyv, 2008, 4. 1. 21-es tábla (CD mell.)
n Átlagos ÁFA 0, 16 APEH 2009
d Hallgatók vásárlásának helyi hányada
változó Saját számítás
e FOI által foglalkoztatottak helyi költségi rátája
0, 70
Rechnitzer János és Hardi Tamás: Széchényi István Egyetem hatása a régió fejlődésére című tanulmányban található hasonló modellben lévő becslés
t Jövedelemadó rátája 0, 46 OECD 2009
31
A diákok vásárlásának helyi hányadának becslésekor arra keressük a választ,
hogy a hallgatók milyen arányban költenek a FOI térségében. Ennek a nehéz
kérdésnek a megválaszolásához számos bemeneti adatra lenne szükségünk,
elsősorban a hallgatói fogyasztások feltérképezésére. Azonban ez további
kutatások célja lehet (lásd 3. 2-es fejezet javaslatok részben). A szükséges
bemeneti adatok hiányában itt azonban jelentős leegyszerűsítésekkel fogunk
élni:
Modellünk csak a nappali tagozatos hallgatók számát veszi figyelembe.
A nappali tagozatos hallgatók esetében célunk a helyi (város és
agglomerációja) és nem helyi hallgatók különválasztása. Erre nézve nem
rendelkezünk pontos adatokkal, élünk tehát azzal a feltételezéssel, hogy a
2010-ben felvételt nyertek arányai az évek során állandóak, tehát egy
intézmény hallgatói között a helyiek és nem helyiek ugyanolyan arányban
oszlanak meg, mint a 2010-ben felvételt nyertek között.
Feltételezzük, hogy a nappali tagozatos hallgatók homogén közeget
alkotnak költési szokásaikban.
Az utolsó hallgató fogyasztásokat felmérő kérdőíves vizsgálat 2003-ban a
Széchenyi István Egyetem által készült. Ezen adatok kerültek
felhasználásra, és így feltételezzük, hogy az eltelt idő alatt nem változtak
a költési szokások arányai és a győri fogyasztási szokások nem térnek el
szignifikánsan más vidéki felsőoktatási intézményekben tanuló hallgatók
esetében.
A helyi költés arányát úgy határoztuk meg, hogy a helyi hallgatók 100
százalékban, a nem helyi hallgatók, kivéve a szállás és rezsi költségeiket,
57 százalékban költenek helyben. Azaz itt éltünk azzal a
leegyszerűsítéssel, hogy a szálláson kívül minden irányú fogyasztás a
helyben töltött idővel arányos. A helyben töltött időt pedig úgy határoztuk
meg, hogy a nem helyi hallgatók egy héten öt napot tartózkodnak a FOI
településén.
Az említett hallgatói felmérés szerint a hallgatók költéseinek 23 százaléka
szállás és rezsi. A helyi költési hányad paramétere tehát a
következőképpen került kialakításra:
((2010-ben felvételt nyert helyi nappali tagozatos hallgatók száma * 1) +
(2010-ben felvételt nyert nem helyi nappali tagozatos hallgatók száma *
0, 23 * 1) + (2010-ben felvételt nyert nem helyi nappali tagozatos
hallgatók száma * 0, 77 * 0, 57))/ 2010-ben felvételt nyert összes nappali
tagozatos hallgatók száma
A feltételezések alapján tehát elmondható, hogy a vidéki felsőoktatási intézmény
hallgatóinak költési hányadának számításában minden paraméter konstans,
kivéve a helyi és nem helyi hallgatók arányát. Eszerint a vizsgált intézmények
esetében a következőképpen alakultak a helyi költési hányadok.
32
Kiemelt felsőoktatási intézmények hallgatóinak helyi költési hányada
Felsőoktatási intézmény Helyi költési hányad
Pécsi Tudományegyetem (pécsi
karok) 0, 77
Széchenyi István Egyetem 0, 76
Debreceni Egyetem (debreceni karok) 0, 44
Kecskeméti Főiskola 0, 43
Eszterházy Károly Főiskola 0, 50
Kaposvári Egyetem 0, 45 Forrás: FELVI 2010-ből saját számítás
A mutató számítása: az input adatok
A modell input adatait a mérlegadatokból számoltuk, a 3. 1-es fejezetben meghatározott értékek képezik a bemeneti adatokat. A hallgatók vásárlása érték a FOI személyi jellegű, hallgatói juttatásnak minősülő kiadásai 1, 2-vel való
megszorzása eredményeképpen állt elő.
Az eredeti modellt két helyen egyszerűsítettük: (1) kihagytuk a FOI miatt térségbe látogatók költését, illetve (2) nem számoltuk bele a FOI-n dolgozók egyéb jövedelmeit.
A modell input adatai
Felsőoktatási intézmény Bérek (P) Áruk, szolgáltatások (V)
Hallgatók kiadásai (S)
ezer forint ezer forint ezer forint
Pécsi Tudományegyetem (pécsi karok) 18100071 30003886 3417138
Széchenyi István Egyetem 17827796 17953558 3529192
Debreceni Egyetem (debreceni karok) 2508931 2404282 1172033
Kecskeméti Főiskola 2508238 2917886 344933
Eszterházy Károly Főiskola 2174981 1849973 557826
Kaposvári Egyetem 1459265 1778847 355993
33
A mutató számítása: képletek
A jövedelmi és termelési hatások számítási módja
Megnevezés Művelet
Termelésnövekedés első köre O1 = P + b * V
Jövedelemnövekedés első köre I1 = (1-t)*(O1-b*n*V)
Termelésnövekedés második köre O2 = d*S+e*c*I1
Jövedelemnövekedés második köre
I2 = (1-t)*(1-
n)*O2
A tiszta multiplikátor és a teljes jövedelmi és termelési hatási számítása
Megnevezés Művelet
Teljes termelési hatás SUM (O) = O1+O2/M
Teljes Jövedelmi hatás SUM (I) = I1 + I2/M
Tiszta multiplikátor
M = 1/(1-e*c*(1-
t)*(1-n))
Adatforrás: Intézményi mérlegadatok 2009
A mutatók előnyei:
A mutató legnagyobb előnye maga a küldetése. Segítségével
számszerűsödik, hogy a FOI közvetlen kifizetései milyen mértékben
sokszorozódnak meg a helyi gazdaságban.
A modell lehetőséget termet érzékenységvizsgálatok végzésére. A fenti
példában is látszik, hogy a paraméterértékek változtatásával, hogyan
változik a közvetlen kifizetések megsokszorozódó hatása. Modellezni lehet
például, hogy az intézmény költségvetésének 10 százalékos csökkentése
vagy az ÁFA emelkedése milyen hatással van a FOI által gerjesztett helyi
gazdasági folyamatokra.
A mutatók korlátai:
A mutatók legnagyobb hátránya a helyi költési hányadok (alkalmazottak,
FOI vásárlások, hallgatók) bizonytalansága. Az adatok hiánya miatt jelen
modellben két ilyen paramétert is konstansnak tekintettünk. A modell
paramétereinek meghatározásához további elsődleges kutatások
szükségesek.
34
Minél több kart üzemeltet más telepelülésen egy FOI, annál inkább
felülbecsüljük a termelési és jövedelmi hatást.
Fejlesztési javaslatok:
A 3. 2-es fejezetben javasolt hallgatói fogyasztó vizsgálat jövőbeli megvalósítása mellett javasoljuk, hogy a jövőben folytassanak további kutatásokat az input adatok és paraméterek pontosabb meghatározása érdekében.
35
3.4. Pályázati források térségbe vonzása
Elnevezés EGY LAKOSRA ESŐ PÁLYÁZATI TÁMOGATÁS
Számítás EGYSZERŰ SZÁMÍTÁS
Megbízhatóság TÉNY
Értelmezési szint INTÉZMÉNY
Adatforrás NFÜ
Külső adatforrás
igénye NINCS
Összehasonlíthatóság A FOI JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL
AVIR STATIKUS RIPORT
Javasolt frissítés 3 ÉVENTE
Fejlesztés ALACSONY PRIORITÁSÚ
Célja:
A felsőoktatási intézmények által vagy segítségével elnyert pályázati
támogatások jelentős mértékű külső forrást jelentenek a térségnek. A mutató
célja a pályázati pénzek becsatornázási sikerességének a bemutatása.
A mutató értelmezése:
Pályázati támogatási arány: a mutató megmutatja, hogy a vizsgált
intézmények milyen hatékonysággal pályáztak beruházásaikhoz,
rendezvényeikhez, fejlesztéseikhez külső, jelen esetben uniós forrásokra.
Minél magasabb a mutató, annál kisebb önrészt kellett biztosítania a FOI-
nak a sikeresen elbírált pályázat forrásai mellé.
Egy lakosra eső támogatás: a második felhasznált mutató az intézmény
városának méretével súlyozza az elnyert támogatásokat. Minél magasabb
az összeg, annál koncentráltabban volt képes a vizsgált egyetem vagy
főiskola pályázati forrásokat szerezni.
36
Példák az értelmezésre:
A mellékelt táblázatból kiolvasható, hogy a pozitívan elbírált pályázatok
átlagos támogatási aránya tekintetében nincs túlzottan nagy szórás az
intézmények között. Míg a nyíregyházi, a pécsi és az egri FOI 90% feletti
átlagos támogatási hányadot tud felmutatni, a kecskeméti, a miskolci és a
veszprémi intézményeknél az arány mindazonáltal 85% alatt marad.
Az egy lakosra eső támogatások összegében már jelentősebb eltérések
tapasztalhatóak. A legeredményesebb e mutató szerint a Debreceni
Egyetem, amelyet a – támogatásszerzési sikerességében utolsó –
veszprémi Pannon Egyetem követ, egyaránt lakosonként 100 000 forint
feletti pályázati eredménnyel. Éles kontrasztban áll ezzel a Kecskeméti
Főiskola és a Nyíregyházi Főiskola példája, amely intézményeknél
ugyanezen összeg csupán 20 910, illetve 6 120 forint. A jelentős
különbségek mögött a felsőoktatási intézmények eltérő profilja és mérete
áll.
Pályázati források vonzása a kiemelt intézményekben
Felsőoktatási intézmény Pályázott
költségigény
Pályázatoko
n elnyert támogatás
Támogatás
i arány
A térség
lakossága
Egy lakosra
eső támogatás
ezer Ft ezer Ft % fő ezer Ft
Eszterházy Károly Főiskola
7 394 931 6 795 823 91, 90% 74 425 91, 31
Pécsi
Tudományegyetem (pécsi karok)
13 028 872
11 863 273 91, 05% 179 440 66, 11
Nyíregyházi Főiskola
919 217 834 013 90, 73% 136 231 6, 12
Széchenyi István Egyetem
10 392 496
9 215 849 88, 68% 184 690 49, 90
Debreceni Egyetem
(debreceni karok)
42 706 815
36 804 858 86, 18% 242 277 151, 91
Kecskeméti Főiskola
3 562 461 3 024 018 84, 89% 144 631 20, 91
Miskolci Egyetem (miskolci karok)
12 085 036
10 201 249 84, 41% 210 910 48, 37
Pannon Egyetem (veszprémi karok)
8 979 876 7 565 302 84, 25% 74 701 101, 27
37
A mutató számítása:
Pályázott költségigény: tényadat
Pályázatokon elnyert támogatás: tényadat
A térség lakossága: tényadat
Támogatási arány: az elnyert támogatás és a pályázott költségigény
(mindkettő elsődleges adat, melyek a 2002-2010 között elnyert uniós és
állami pályázatokra vonatkoznak) hányadosa.
Egy lakosra eső támogatás: az intézmény által elnyert támogatások
összegének és a nappali tagozatos hallgatók számának hányadosa.
Adatforrás:
NFÜ: 2002-2010
A mutató előnyei:
Teljesen újszerű megközelítés a FOI gazdasági szerepének leírására.
A mutató korlátai:
Az elnyert támogatási arány szerinti intézményi értékek közti alacsony
különbségek okán nem érdemes különösebb hangsúlyt fektetni az annak
nyomán felálló rangsorrendre.
Javaslatok a fejlesztésre:
A fenti mutatókban csupán a pozitívan elbírált pályázati támogatások aránya
követhető nyomon. Az intézményi sikeresség behatóbb értelmezéséhez
szükséges volna az elutasított pályázatok ismeretére is, melyekből a pályázati
eredményesség újabb dimenziója válna kiszámolhatóvá. Javasoljuk, hogy kari
bontásban az intézmények szolgáltassanak a mutató számításához szükséges
adatokat az AVIR rendszerbe.
38
4. Rekrutációs bázist kifejező mérőszámok
A gazdasági, társadalmi hatások elemzésének nélkülözhetetlen eleme a FOI-k
rekrutációs képességének feltérképezése, azaz annak megismerése, hogy a
felsőoktatási intézmény milyen vonzási és megtartási képességgel rendelkezik. A
felsőoktatási intézmény multiplikátorhatásainak erőssége nagymértékben függ a
hallgatói pool méretétől és egyéb jellegzetességeitől. Mindezt jelentős mértékig
determinálja az ország méretének (így az évenként felvételiző diákok számának)
és az intézmények számának kölcsönhatása, amelyekből logikusan következik a
telített intézményhierarchia kiépülése. Ebben alaposan feltételezhető, hogy
néhány országos jelentőségű egyetem bír a jelentkezők számára a legerősebb
vonzerővel, amelyet a kisebb intézmények inkább csak fizikai közelséggel és
specializációval képesek ellensúlyozni. Mindezt fokozza Budapest szerepe, hiszen
a fővárosnak a felsőoktatás terén is megfigyelhető jelentős túlsúlya eredendően
kisebb szeletet hagy csak a vidéki intézmények számára a jelentkezők
képzeletbeli tortájából.
A rekrutációs mechanizmusok mélyebb vizsgálatára egyetlen hazai intézménytől
ismert példa: a győri Széchenyi István Egyetem által az 1992 és 1999 közti
felvételi adatokat elemző trendvizsgálat. Kutatásuk célja a szakok és képzési
területek népszerűsége, a toborzási terület és preferált szak közti összefüggések
változásainak megyei és régiós szintű megismerése volt. A hasonló – migrációs
mintákat is érintő – vizsgálatok jelentős rokonságot mutatnak a diplomásokra
gyakorolt megtartó és vonzó hatás mérésére irányuló próbálkozásokkal. A
nemzetközi példák mindkét témakör eredményeit hangsúlyos helyen kezelik
stratégiaalkotási folyamataik során.
Jelen fejezetben a következő mutatókat ismertetjük.
39
Összefoglaló tábla – rekrutációs bázis
Alfejezet Mutató Cél Segédmutatók
Rekrutációs bázis alapvető mutatói
Térségből felvettek aránya A mutatók célja, hogy egyszerű arányszámok segítségével bemutassa az intézmények rekrutációs bázisát.
2010-ben az összes felvételt nyertek száma
Térségen kívül, de megyéből
felvettek aránya
Megyén kívül, de régióból
felvettek aránya
Budapestről felvettek aránya
Vonzási egyenlegmutatók
Helyiek egyenlegmutatója Hallgatói egyenlegmutató
A mutatók egyenlegmutatók segítségével ragadják meg a hallgatók ki- és beáramlását.
Térségből felvételt
nyertek
Térségben maradó
hallgatók Térségből elvándorló
hallgatók
Térségbe bevándorló
hallgatók
Versengő és niche vonzási indexek
Versengő vonzási index Niche vonzási index
Bemutatják, hogy a FOI-k mennyiben tudnak olyan területekről hallgatókat vonzani, ahol van hasonló képzési kínálat, vagy olyan területekről, ahol éppen nem kell konkurenciával számolniuk.
Az összes nem a FOI székhelyének megyéjéből felvettek száma
40
4.1. A rekrutációs bázis alapvető mutatói
Elnevezés A REKRUTÁCIÓS BÁZIS ALAPVETŐ MUTATÓI
Számítás EGYSZERŰ SZÁMÍTÁS
Megbízhatóság TÉNY
Értelmezési szint INTÉZMÉNY
Adatforrás FELVI
Külső adatforrás igénye
NINCS
Összehasonlíthatóság A FOI JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL
AVIR AUTOMATIZÁLT RIPORT
Javasolt frissítés ÉVENTE
Fejlesztés VÁLTOZÓ PRIORITÁSÚ
Célja:
A mutatók célja, hogy egyszerű arányszámok segítségével bemutassa az
intézmények rekrutációs bázisát.
A mutató értelmezése:
A mutatók egyszerű arányok. Értelmezésükhöz, összehasonlításukhoz azonban
elengedhetetlen figyelembe venni egy FOI méretét és képzési struktúráját (lásd
Felsőoktatási intézmények jellegzetességei című tanulmány - Mellékletekben
csatoltuk), illetve Budapest, mint jelentős felsőoktatási központ közelségét.
Példák az értelmezésre:
A Miskolci intézmény esetében a legmagasabb a helyi felvettek aránya, a
2010-ben felvételt nyertek 35 százalékának állandó lakóhelye Miskolc
nagyvárosi település együttes. Azonban látnunk kell, hogy méretükből
fakadóan a debreceni és pécsi intézmények abszolút számok tekintetében
mégis több helyi hallgatót részesítenek képzésben.
A helyi hallgatók aránya az egri, soproni és veszprémi karok esetében a
legalacsonyabb. Véleményünk szerint a soproni karok szűkebb és speciális
képzési kínálata, Veszprém és Eger esetében pedig Budapest közelsége
szolgálhat magyarázattal.
A debreceni és egri intézmények esetében a legmagasabb a régióból, de
nem a FOI székhelyéről érkező hallgatók aránya. Előbbi esetben arányuk
32 százalék, utóbbiéban pedig 31 százalék.
41
A győri és veszprémi intézmények esetében a legmagasabb a nem régióból
és nem Budapestről érkező hallgatók aránya.
Kiemelt felsőoktatási intézmények rekrutációs bázisának alapvető
mutatói
Felsőoktatási intézmény Összes felvett száma
A térségből aránya
Megyéből,
de nem a
FOI
térségéből
felvettek
aránya
Régióból,
de nem a
FOI
megyéjéből
felvettek
aránya
Budapestről felvettek aránya
fő % % % %
Miskolci Egyetem 3188 35 34 7 3
Debreceni Egyetem
(debreceni karok) 7276 24 17 32 2
Nyíregyházi Főiskola 2344 24 40 16 2
Széchenyi István Egyetem 3125 23 13 14 5
Kecskeméti Főiskola 1035 23 23 14 3
Pécsi Tudományegyetem
(pécsi karok) 7012 22 14 23 5
Kaposvári Egyetem 935 22 27 22 5
Eszterházy Károly Főiskola 2588 14 15 31 8
Pannon Egyetem (veszprémi karok) 2588 13 24 19 4
Nyugat-Magyarországi Egyetem (soproni karok) 1131 13 19 26 5
Forrás: FELVI 2010
42
Az alábbi térképek plasztikusan szemléltetik az egyes intézmények
vonzáskörzeteinek elhelyezkedését.
Kiemelt felsőoktatási intézmények rekrutációs bázisának térképes
megjelenítése
43
Forrás: FELVI 2010
Megjegyzés: Az ábrák a KTI Erőforrástérképek segítségével készültek.
Értelmezés:
A térképek összehasonlításakor vegyük figyelembe, hogy az egyes intézmények
esetében a felvételt nyertek száma jelentősen különbözik, ezért az ábrák
színezése minden esetben más értékekhez kötődik.
A mutató számítása:
Az összes felvételt nyert jelölt száma: Tényadat
Település együttesről felvettek aránya: (a település együttesből felvételt nyertek
száma/az összes alapképzésre felvételt nyertek száma)*100
Megyéből, de nem a FOI településéről felvettek aránya: ((megyéből felvételt
nyertek száma - a település együttesből felvételt nyertek száma)/ az összes
alapképzésre felvételt nyertek száma)*100
Régióból, de nem a FOI megyéjéből felvettek aránya: ((a régióból felvételt
nyertek száma - a megyéből felvételt nyertek száma)/ az összes alapképzésre
felvételt nyertek száma)*100
Budapestről felvettek aránya: (Budapestről felvételt nyertek száma/az összes
alapképzésre felvételt nyertek száma)*100
Adatforrás:
FELVI 2010
A mutató előnyei:
A mutató legnagyobb előnye egyszerűségében rejlik. Az egyszerű
arányszámok áttekintésével megismerhető egy intézmény rekrutációs
bázisa.
44
A mutató korlátai:
Nem tudunk kiemelni semmilyen korlátozó aspektust.
Javaslatok a fejlesztésre:
1. Az idő dimenziójának beemelése:
Az időbeli változások bemutatása szolgálhatna érdekes eredményekkel, például
meg lehetne vizsgálni, hogy nagyobb intézményi átalakulások, bővülések milyen
változásokat okoztak a rekrutációs bázisban.
2. Erőforrástérképek továbbfejlesztése:
Az Erőforrástérkép az MTA KTI által fejlesztett ingyenes alkalmazás.
Megfontolandó, hogy némi fejlesztést követően (például dinamikusabb
adatkezelés, állítható skálák) szolgáltatásainak beemelése az AVIR rendszerbe. A
fejlesztéseket indokolja a szélesebb rekrutációs bázisok különféle perspektívájú
összehasonlíthatóságának igénye, valamint a FELVI és az Erőforrástérkép közötti
adattranszfer egységesítése.
3. A vonzási és megtartási mutatók összefűzése
Ez a témakör részletesen kifejtésre kerül az 5. 1-es fejezet javaslatai között.
45
4.2. Vonzási egyenlegmutatók
Elnevezés HALLGATÓI EGYENLEGMUTATÓ
HELYI HALLGATÓI EGYENLEGMUTATÓ
Számítás EGYSZERŰ SZÁMÍTÁS
Megbízhatóság TÉNY
Értelmezési szint INTÉZMÉNY
Adatforrás FELVI
Külső adatforrás igénye
NINCS
Összehasonlíthatóság A FOI JELLEGEZETESSÉGEINEK
FIGYELEMBEVÉTELÉVEL
AVIR AUTOMATIZÁLT RIPORT
Javasolt frissítés ÉVENTE
Fejlesztés NINCS
Célja:
A mutatók egyenlegmutatók segítségével ragadják meg a hallgatók ki- és
beáramlását.
A mutató értelmezése:
Helyiek egyenlegmutatója: A mutató megmutatja, hogy egy adott évben a helyi
származású sikeres felvételizők inkább helyben maradnak, vagy más térségekbe
vándorolnak. A mutató akkor pozitív, ha a helyi származásúak között többségben
vannak a helyi intézményt választók és akkor negatív, ha többségben vannak az
elvándorlók. Minél közelebb vagyunk a nulla értékhez, annál kiegyenlítettebb az
elvándorlás és helyben maradás.
Hallgatói egyenlegmutató: A mutató megmutatja, hogy egy adott évben az
elvándorló hallgatókat milyen mértékben pótolják a bevándorló hallgatók. A
mutató akkor pozitív, ha a többségben vannak a bevándorló hallgatók és akkor
negatív, ha többségben vannak az elvándorló hallgatók. Minél közelebb vagyunk
a nulla értékhez, annál kiegyenlítettebb az elvándorlás és bevándorlás.
46
Példák az értelmezésre:
A helyiek egyenleg mutatója Pécsett a legmagasabb: a 10, 6
százalékponttal több helyi hallgató marad a térségben, mint amennyien
elvándorolnak. A mutató értéke Kecskeméten a legalacsonyabb, itt 106, 8
százalékponttal nagyobb a helyiek elvándorlása, mint a helyben maradása.
A hallgatói egyenlegmutató szintén Pécsett a legmagasabb, 67
százalékponttal magasabb a hallgatói bevándorlás, mint a kivándorlás.
A hallgatói egyenlegmutató értéke Kaposvár és Kecskemét esetében
negatív. Itt a hallgatói elvándorlását nem pótolja a hallgatói bevándorlás.
Érdekesek azok a térségek, ahol a két egyenlegmutató ellentétes előjelű.
Sopron esetében azt látjuk, hogy a helyiek elvándorlása nagyobb, mint
helyben maradása (-32, 6 százalékpont), viszont az elvándorlást
bőségesen pótolja a hallgatói bevándorlás (42, 1 százalékpont). Ennek
hátterében vélhetően a szűkebb horizontú, erősen specializált képzés
állhat.
Vonzási egyenlegmutatók a kiemelt felsőoktatási intézményekben
Felsőoktatási intézmény
A térségből felvételt
nyertek
A térségben maradó
hallgatók
A térségből elvándorló
hallgatók
Helyiek egyenleg-mutatója
A térségbe bevándorló hallgatók
Hallgatói egyenleg-mutató
fő fő fő % pont fő % pont
Pécsi Tudományegyetem (pécsi karok) 2304 1525 779 10, 6 5487 67, 1
Pannon Egyetem (veszprémi karok) 877 334 543 -8, 1 2254 66, 1 Eszterházy Károly Főiskola 981 353 628 -10, 6 2235 62, 1
Debreceni Egyetem (debreceni karok) 3062 1735 1327 5, 6 5541 57, 9 Széchenyi István Egyetem 1548 718 830 -3, 6 2407 50, 5
Nyugat-Magyarországi Egyetem (soproni karok) 655 143 512 -32, 6 988 42, 1
Miskolci Egyetem 2082 1105 977 4, 0 2083 34, 7
Nyíregyházi Főiskola 2143 568 1575 -43, 0 1776 8, 6
Kaposvári Egyetem 945 207 738 -56, 8 728 -1, 1
Kecskeméti Főiskola 1591 243 1348 -106, 8 792 -53, 7 Forrás: FELVI 2010
47
A mutatók számítása:
A térségből felvételt nyertek: tényadat
A térségben maradó hallgatók: tényadat
A térségből elvándorló hallgatók: tényadat
A térségbe bevándorló hallgatók: tényadat
Helyiek egyenlegmutatója: (helyben maradó helyi hallgatók – elvándorló
helyi hallgatók)/összes felvett*100
Hallgatói egyenlegmutató: (bevándorló hallgatók - elvándorló helyi
hallgatók)/összes felvett*100
Adatforrás:
FELVI 2010
A mutató előnyei:
A mutató könnyen értelmezhető és egy lépést tesz az input-output modell
megvalósítása felé (lásd 5. 1-es fejezet, 3. javaslata)
A mutató korlátai:
Nem emelnénk ki egy aspektust sem, betölti célját.
Javaslatok a fejlesztésre:
A mutató, természetesen új dimenziók bevonásával a végtelenségig árnyalható
lenne, véleményünk szerint azonban jelen formájában betölti a célját.
48
4.3. Versengő és niche vonzási indexek
Elnevezés VERSENGŐ ÉS NICHE VONZÁSI INDEXEK
Számítás KÖZEPES BONYOLTSÁGÚ SZÁMÍTÁS
Megbízhatóság TÉNY
Értelmezési szint KAR
Adatforrás FELVI
Külső adatforrás
igénye NINCS
Összehasonlíthatóság A TÉRSÉG ÉS A FOI JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL
AVIR AUTOMATIZÁLT RIPORT
Javasolt frissítés ÉVENTE
Fejlesztés NINCS JAVASLAT
Céljuk:
A versengő és niche vonzási indexek célja, hogy bemutassák, hogy a vidéki
felsőoktatási intézmények mennyiben tudnak olyan területekről hallgatókat
vonzani, ahol van hasonló képzési kínálat, vagy olyan területekről, ahol éppen
nem kell konkurenciával számolniuk. A mutatók előnyei, hogy a FOI-k vonzási
képességét egy teljesen új értelmezési aspektusból mutatják be, így tovább
gazdagítják a vonzási körzetekkel kapcsolatos ismereteinket.
A mutató értelmezése:
Versengő vonzási index: Az adott kar indexe minél magasabb értéket ér el a
százas skálán, annál nagyobb arányban vonzott magához olyan megyéből
hallgatókat, ahol szintén van az adott képzési területen oktató felsőoktatási
intézmény.
Niche vonzási index: Az adott kar indexe minél magasabb értéket ér el a százas
skálán, annál nagyobb arányban vonzott magához olyan megyéből hallgatókat,
ahol nincs az adott képzési területen oktató felsőoktatási intézmény.
Ezek szerint a versengő és niche vonzási indexek egymás tükörképei.
49
Példák az értelmezésre:
Nyíregyházi Főiskola Gazdasági és Társadalomtudományi Kar összes nem
megyéből származó 2010-ben felvett hallgatója olyan megyékből
származik, ahol szintén működik felsőfokú gazdaságtudományi képzés. Itt
a legmagasabb a versengő vonzási index: értéke 100 pont.
A másik végletnek a Debreceni Egyetem Informatikai Kara számít, ahol a
nem Hajdú-Bihar megyei, 2010-ben felvett hallgatók 96 százaléka olyan
megyéből származik, ahol nincs informatikai képzés.
Versengő és niche vonzási indexek a kiemelt intézmények egyes karainál
Felsőoktatási intézmény
Az összes nem a FOI székhelyének megyéjéből felvettek száma
Versengő vonzási index
Niche vonzási index
fő pont %
NYF-GTK 610 100 0
ME-GTK 606 97 3
EKF-GTK 519 96 4
DE-KTK 522 95 5
NYF-PKK 636 89 11
NYF-MMK 235 86 14
NYF-BTMK 266 85 15
PE-GTK 1251 77 23
DE-MK 648 76 24
DE-BTK 1311 74 26
EKF-TKTK 652 74 26
KF-TFK 305 70 30
DE-GVK, DE-MTK 1102 69 31
ME-BTK 529 69 31
NYME-EMK, NYME-FMK 477 64 36
EKF-BTK 457 62 38
KF-KFK 178 61 39
PE-MK 394 61 39
SZE-MTK 1763 60 40
PTE-KTK 934 57 43
NYF-TTIK 545 57 43
KE-GTK 228 57 43
ME-GÉK, ME-MFK, ME-MAK 1121 55 45
DE-TTK 1120 53 47
SZE-GK 596 48 52
50
NYF-MMK 235 46 54
NYME-KTK 328 46 54
KE-MK 165 42 58
PTE-PMMK 1132 35 65
NYME-BPK 301 35 65
KE-PK 375 35 65
ME-GÉK 786 32 68
KE-ÁTK 161 31 69
KF-GAMFK 540 30 70
PTE-BTK 1414 28 72
KF-GAMFK 540 27 73
PE-MIK 341 27 73
SZE-ÁJK 293 22 78
EKF-TTK 929 22 78
ME-ÁJK 629 21 79
PTE-ÁJK 807 19 81
DE-ÁJK 854 12 88
PTE-TTK 952 11 89
DE-IK 559 4 96 Forrás: FELVI 2010
A mutató számítása:
Versengő vonzási index: olyan megyéből felvettek, ahol van adott képzési terület) / (összes felvett az adott karra - összes felvett az adott megyéből az
adott karra – külföldi hallgatók) * 100
Niche vonzási index: olyan megyéből felvettek, ahol nincs adott képzési terület) / (összes felvett az adott karra - összes felvett az adott megyéből az adott karra - külföldi hallgatók) * 100
A számításokhoz az alábbi képzési területeket vettük figyelembe: agrár,
bölcsészettudományi, gazdaságtudományi, informatikai, jogi-igazgatási,
műszaki, pedagógusképzési, természettudományi.
Akkor számít egy kar egy adott képzési területhez tartozónak, ha hallgatóinak
legalább a 30 százaléka érintett az adott képzési területhez tartozó képzésben.
Adatforrás:
FELVI 2010
51
A mutató előnyei:
A mutatók előnyei, hogy a FOI-k vonzási képességét egy teljesen új
értelmezési aspektusból mutatják be, így tovább gazdagítják a vonzási
körzetekkel kapcsolatos ismereteinket.
A mutató korlátai:
A mutatók kétségtelen korlátja, hogy elnagyoltan kezeli az egyes képzési
területeket. Például az, hogy két kar hallgatóinak több mint 30 százaléka
érintett mondjuk műszaki képzésben, az a valóságban nem feltétlenül
jelenti, hogy a két kar ugyanolyan képzést kínál.
Javaslatok a fejlesztésre:
A mutató új dimenziók bevonásával a végtelenségig árnyalható lenne,
véleményünk szerint azonban jelen formájában betölti küldetését.
52
5. A megtartási képességet kifejező mérőszámok
A térség akkor tud igazán profitálni nem helyi hallgatók vonzásából, ha a diploma
megszerzése után is helyben tartja őket - ez elsősorban a felsőoktatási
intézmény képzési struktúráján és minőségén, illetve a helyi
munkalehetőségeken múlik. Ennek megfelelően a helyi adottságok bizonyos
mértékig determinálják az intézményeket arra, milyen stratégiát választanak és
milyen célokat tűznek ki az országon belüli agyelszívás megállítása, illetve
számukra kedvező irányba fordítása érdekében. Természetes módon a Miskolci
Egyetem számára például az akut munkanélküliség a fő régiós probléma, így azt
enyhíteni képes szakképzési programokat támogat és menedzsel. A győri
Széchenyi István Egyetem ezzel szemben inkább az élethosszig tartó tanulás
érdekében tesz hasonló erőfeszítéseket, jól követhető példájaként a regionális
különbségeknek való megfelelésnek.
Egy régió foglalkoztatási térképét nem csupán a létszámok – első fejezetben
érintett – vonatkozásában képes alakítani egy felsőoktatási intézmény. A
munkaerőpiac minőségi oldalára legalább ugyanakkora jelentőséggel bír annak
jelenléte, például magasan kvalifikált munkaerő bevonzása révén. Ennek egyik
jellemző iránya a végzős hallgatók helyben tartásának ösztönzése, de jelentős
lehet a FOI tudásközpont-profiljának hatása is. Ez utóbbi eset annyiban képes a
lokális foglalkoztatási viszonyokat befolyásolni, amint az oktatási központtal
megjelenő szakember- és infrastruktúra-koncentráció további, hasonló profilú
cégeket, kutatóintézeteket is maga után hozhat. Az eddigiek fényében látható, a
megtartási képesség mérése kiemelt fontossággal bír egy adott FOI régiós
hatásainak vizsgálatában.
Jelen fejezetben a következő mutatókat tesszük közzé.
Összefoglaló tábla - Megtartás
Alfejezet Mutató Cél Segédmutatók
Megtartási képesség
Helyi munkaerőpiacon való megtartási mutató Megyei munkaerőpiacon való megtartás Budapesti munkaerőpiacra való kilépési mutató
Bemutatja, hogy az egyetem elvégzése után hol vállalnak munkát a friss diplomások.
Survey elemszám
53
5.1. A megtartási képességet kifejező alapvető mérőszámok
Elnevezés
HELYI MUNKAERŐPIACON VALÓ MEGTARTÁSI
MUTATÓ MEGYEI MUNKAERŐPIACON VALÓ MEGTARTÁSI MUTATÓ
BUDAPESTI MUNKAERŐPIACRA VALÓ KILÉPÉSI MUTATÓ
Számítás EGYSZERŰ SZÁMÍTÁS
Megbízhatóság BECSLÉS
Értelmezési szint INTÉZMÉNY
Adatforrás DIPLOMÁS KUTATÁS
Külső adatforrás
igénye NINCS
Összehasonlíthatóság A FOI ÉS A TÉRSÉG JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL
AVIR STATIKUS RIPORT
Javasolt frissítés 2 ÉVENTE
Fejlesztés MAGAS PRIORITÁS
Célja:
A megtartási képességet kifejező alapvető mérőszámok célja annak bemutatása,
hogy az egyetem elvégzése után hol vállalnak munkát a friss diplomások. A
megtartó erő kvantifikálása az egyik legfontosabb aspektusa a FOI kohéziós
szerepének bemutatásában.
A mutató értelmezése:
Három alapvető mutatót határoztunk meg:
Helyi munkaerő-piacon való megtartási mutató: Kifejezi, hogy egy FOI
végzettei, milyen arányban vállalnak munkát a FOI székhelyének számító
városban/nagyvárosi település együttesen.
Megyei munkaerő-piacon való megtartási mutató: Kifejezi, hogy egy FOI
végzettei, milyen arányban vállalnak munkát a FOI székhelyének
megyéjében.
Budapesti munkaerő-piacra való kilépési mutató: Kifejezi, hogy egy FOI
végzettei, milyen arányban vállalnak munkát a fővárosban.
A mutató értékeinek értelmezéshez indokolt figyelembe venni, hogy a
felsőoktatási intézmények nem légüres térben, hanem jól meghatározott
jellegzetességekkel bíró gazdaság-társadalmi környezetben működnek. A
megtartó erő nagymértékben függ a lokális kereseti viszonyoktól, azaz, hogy a
54
térségben vannak-e a végzettek számára releváns munkahelyek, illetve ezen
munkahelyek milyen fizetési és egyéb kondíciókat tudnak kínálni. A megtartó erő
így jelentősen függ a térség gazdasági jellegzetességeitől, egy FOI annyiban tud
erre rásegíteni, hogy a helyi gazdaság - már ha létezik ilyen egyáltalán - igényeit
igyekszik kiszolgálni.
Mindezért a megtartási mutatók értelmezésekor mindenképpen indokolt a helyi
gazdasági adottságok és a FOI képzési struktúrájának figyelembe vétele.
Előbbihez „A vidéki térségek gazdasági és társadalmi jellegzetességei” című
tanulmány (Mellékletekben csatoltuk) nyújthat segédeszközt.
Példák az értelmezésre:
A debreceni, győri és miskolci intézményekben végzettek 29 százalékban a
helyi munkaerő-piacon találnak munkát.
A Pannon Egyetem végzett hallhatóinak csak 13 százaléka helyezkedik el
Veszprémben. Az alacsony arány mögött feltételezhetően Budapest és más
iparilag fejlett térségek közelsége áll.
Felsőoktatási intézmény Elemszám
Helyi munkaerő-piacon való
megtartási mutató
Megyei munkaerő-piacon való
megtartási mutató
Budapesti munkaerő-piacra való
kilépési mutató
fő % % %
Debreceni Egyetem (debreceni karok) 388 29 39 7
Széchenyi István Egyetem 174 29 40 9
Miskolci Egyetem 203 29 46 13
Kecskeméti Főiskola 102 26 41 9
Pécsi Tudományegyetem (pécsi karok) 379 20 29 12
Nyíregyházi Főiskola 128 17 55 2
Pannon Egyetem (veszprémi
karok) 109 13 24 17 Forrás: Diplomás kutatás 2010
55
A mutató számítása:
Helyi munkaerő-piacon való megtartási mutató: a FOI-ban végzett,
nagyvárosi település együttesben elhelyezkedő/FOI-ban végzett, összes
elhelyezkedő*100.
Megyei munkaerő-piacon való megtartási mutató: a FOI-ban végzett,
megyében elhelyezkedő/ a FOI-ban végzett, összes elhelyezkedő*100.
Budapesti munkaerő-piacra való kilépési mutató: a FOI-ban végzett,
Budapesten elhelyezkedő/ a FOI-ban végzett, összes elhelyezkedő*100.
A számításhoz szükséges adatok a Diplomás kutatás 2010 kérdőív alábbi
kérdéséből származnak: Melyik településen van a jelenlegi munkahelye (volt a
legutolsó munkahelye)?
Adatforrás:
Diplomás kutatás 2010 (Educatio Nonprofit Kft.) kérdőíves vizsgálat, Q78-as
kérdése.
A mutató előnyei:
A mutató legfőbb erénye egyszerű értelmezhetőségében rejlik. Az arányok
mindenki számára egyértelmű formában tudósítanak a térség megtartási
képességéről.
A mutató korlátai:
A mutató számítása kérdőíves vizsgálat eredményein alapszik, ezért nem
teljes körű; becslésnek tekinthető.
A mutató legnagyobb hátránya az alacsony esetszámokban rejlik, így az
eredmények megbízhatósága erősen kérdéses.
Bár a kérdőíves vizsgálatokban van lehetőség kari részletezettségű
mutatók előállítására, az alacsony esetszámok azonban jelentősen
csökkentenék az értékek megbízhatóságát. A karok együttes kezelése
azonban összemossa a gyakran nagyon különböző munkaerő-piaci
relevanciájú karok különbségeit.
56
Fejlesztési javaslatok
1. Átállás az AVIR integrált adatain alapuló számításokra.
Amennyiben az AVIR integrált adatai szerint számolnánk egy FOI/térség
megtartási képességét, elkerülnénk az alacsony elemszámból adódó
megbízhatósági problémákat és érvényesebb megállapításokat tudnánk
megfogalmazni. Az AVIR integrált adatainak felhasználásához azonban az
alábbi fejlesztéseket lenne érdemes megfontolni.
Az AVIR integrált adatai jelenleg az OEP adatok alapján kísérlik meghatározni
a végzett munkahelyének földrajzi elhelyezkedését. Az OEP adatok azonban
félrevezetőek, a vállalatok székhelyei és telephelyei kevert formában
szerepelnek az adattáblában, így teljes bizonyossággal nem állapítható meg a
munkavégzés tényleges helyszíne a friss diplomások foglalkoztatásában
jelentős szerepet játszó nagyobb vállalatok esetében.
Javasoljuk, hogy a munkavégzés helyszínének meghatározása a NAV
által nyilvántartott adatok szerint történjen, így nagyobb
bizonyossággal lehetne nyomon követni a végzettek diplomázás utáni
földrajzi mobilitását.
A FIR rendszer jelenleg intézmény szintű adatokat tartalmaz, miközben az
egyes intézmények munkaerő-piaci relevancia tekintetében jelentősen
különböző karokat működtetnek, ezért az intézmény szintű megközelítés
jelentős torzításokat tartalmazhat.
Javasoljuk, hogy a korábban ismertetett NAV alapú adatokra való
áttérés egészüljön ki, a kari aggregáltságú adatkezeléssel, így pontos
kép kapható arról, hogy az egyes karok képzése, mennyiben felel meg
a helyi munkaerő-piac elvárásainak.
Amennyiben az AVIR integrált adatokat tartalmazó rendszere
alkalmas lesz a megtartási mutatók számítási alapjának képzésére;
úgy az AVIR rendszerben javasoljuk dinamikus, évenként frissített
riportok készítését.
57
2. Rekrutációs és megtartási mutatók összekapcsolása
A jelenleg rendelkezésre álló adatstruktúrák alapján a rekrutációs és
megtartási adatok nem összekapcsolhatóak.
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 az alábbihoz hasonló input-output mutatók
képzésére.
Az input-output mutatók egy három dimenziós tipológián alapulnak:
figyelembe kell venni (1) a hallgató származását, (2) a hallgató FOI
választását és a (3) diplomás (végzett hallgató) munkavállalásának
helyszínét.
INPUT-OUTPUT tipológia
A helyi intézmény képzését választók
A térségben született hallgató
Más térségből származó hallgató
A térségben munkát vállaló diplomás
Megtartás Sikeres vonzás
Nem a térségben munkát vállaló diplomás
Részleges megtartás
Részleges vonzás
Nem a helyi intézmény képzését választók
A térségben
hallgató Más térségből származó hallgató
A térségben munkát vállaló diplomás
Visszatérés Bevándorlás
Nem a térségben munkát vállaló diplomás
Elvándorlás Távolmaradás
Eszerint 8 típust különíthetünk el:
Megtartás: A térség szempontjából ez ideális.
58
Sikeres vonzás: A térség szempontjából nagyon kedvező, ha
számosságát tekintve jelentős a csoport.
Részleges megtartás: A felsőoktatásban eltöltött idő alatt növeli a
hallgatói fogyasztói csoportot, igényeikkel piaci tereket teremtenek, így
jelenlétük gazdaságélénkítő hatással bír.
Részleges vonzás: A részleges megtartáshoz hasonlóan növelik a
hallgatói fogyasztási csoportot, és fontos szerepet játszanak a visszatérők
„pótlásában”.
Visszatérés: Erre a típusra a FOI-nak csak közvetett hatása van. Ha a
csoportba tartozók száma nagy, akkor érdemes végiggondolni, hogy miért
nem a helyi intézményt választják felsőoktatási tanulmányok elvégzésére
a helyi hallgatók.
Bevándorlás: Erre a típusra a FOI-nak csak közvetett hatása van.
Elvándorlás: A sikeres vonzás tükörképe. Sem a FOI, sem a helyi
munkaerő-piac nem vonzó a helyi fiatalok számára, távozásuk gyengíti a
lokális humán tőkét, romlik a térség vitalitása.
Távolmaradás: A FOI és térség szempontjából értelemszerűen nem
releváns.
Az egyes típusokból egyszerű matematikai műveletek segítségével (például:
megtartás + sikeres vonzás – elvándorlás) olyan mutatók számolhatóak, amik
kifejezik a FOI (illetve térségek) vonzási-megtartási potenciálját.
Hasonló mutatók lennének számolhatóak a Diplomás kutatás kiegészítése
révén, amennyiben a kérdőív tartalmazna egy kérdést a friss diplomások
gyermekkori (például 14 éves korukban) lakóhelyükre vonatkozóan. Így a
fenti input-output tipológia már rekonstruálható lenne, igaz az alacsony
esetszámok némileg megkérdőjeleznék az eredmények megbízhatóságát.
Rövidtávon mégis megoldást nyújtana a jelenlegi megoldásoknál finomabb
mutatók előállításában.
59
6. Társadalmi mobilitást kifejező mérőszámok
Az oktatás a demokratikus társadalmak legfontosabb mobilitási csatornája. A
felsőoktatási intézmények kiemelkedő szerepet játszhatnak a társadalmi
mobilitás elősegítésében; ez a szerep nem csak a közösség tekintetében
hasznos, de egyben értékalapú társadalmi aktus is. A társadalmi mobilitás
elősegítése, új társadalmi csoportok felsőfokú oktatásba való becsatornázása
hozzájárul a térség vitalizációjához, humán tőkéjének karbantartásához. Nem
tudni, hogy Magyarországon az oktatási rendszer mennyire jár élen az örökölt
társadalmi különbségek mérséklésében, ám a felsőoktatási intézmények
teljesítenek ilyen irányú missziót. Ennek oka lehet többek közt az
intézményfejlesztési stratégiák közös vonása is, amelyek – eltérő mértékben, de
– minden intézmény esetében kitérnek az esélyegyenlőségi, így a társadalmi
mobilitást ösztönző szempontokra is.
A nemzetközi gyakorlat a felvételi kvótáktól a költségtérítést szociális alapon is
kompenzáló ösztöndíjakig terjedően számos különféle mobilitás növelő eszközről
számol be. A jelenlegi, a hátrányos szociális helyzetet felvételi többletpontokkal
kezelő felvételi rendszer mellé ettől némiképp eltérő képet rajzolnak ki a magyar
intézmények vonatkozó dokumentumai. Egymás mellett él az esélyegyenlőségi
követelmények dominánsan adminisztratív, bizottságokon keresztüli
működtetése (amelyek teljesítménykontrollja kimerül az éves beszámolókban),
illetve a gyakorlati segítők köre. Ez utóbbira a néhány intézményben működtetett
mentori hálózatok mutatnak példát, amelyek azonban elsősorban a
fogyatékossággal élőkre koncentrálnak, így a társadalmi mobilitást legfeljebb
érintőlegesen befolyásolják. Épp emiatt lényeges, hogy az intézményi hatások
mérésénél szerepet kapjon a gyakorlati mobilitási eredmények szempontja,
amely felől akár indikátorrendszerek létrehozásával is továbbléphetnek az
intézmények. Ez utóbbira számos külföldi példa áll rendelkezésre, amelyek –
jelen törekvésektől nem idegen módon – célértékeket határoz meg egyebek
mellett a mobilitási elvárásoknak való megfelelés területén is.
Jelen fejezetben a következő mutatókat mutatjuk be:
Összefoglaló tábla –társadalmi mobilitás
Alfejezet Mutató Cél
Társadalmi mobilitás elősegítése
Társadalmi mobilitás mutató
Bemutatja, hogy egy FOI milyen mértékben segíti elő a felsőfokú végzettséggel nem rendelkező (az édesapa iskolai végzettsége alapján) társadalmi csoportok becsatornázását a felsőfokú oktatásba.
Leghátrányosabb kistérségek becsatornázása
Leghátrányosabb kistérségből érkezők aránya
A mutató célja, annak bemutatása, hogy egy FOI milyen mértékben segíti elő a felsőfokú végzettséggel a leghátrányosabb kistérségekből érkezők bekapcsolódását a felsőfokú oktatásba.
60
6.1. A társadalmi mobilitás elősegítése
Elnevezés TÁRSADALMI MOBILITÁS MUTATÓ
Számítás EGYSZERŰ SZÁMÍTÁS
Megbízhatóság BECSLÉS
Értelmezési szint INTÉZMÉNY
Adatforrás HALLGATÓI MOTIVÁCIÓS KUTATÁS, DIPLOMÁS KUTATÁS
Külső adatforrás igénye
NINCS
Összehasonlíthatóság NINCS MEGJEGYZÉS
AVIR STATIKUS RIPORT
Javasolt frissítés 3 ÉVENTE
Fejlesztés ALACSONY PRIORITÁSÚ
Célja:
A mutató célja, annak bemutatása, hogy egy FOI milyen mértékben segíti elő a
felsőfokú végzettséggel nem rendelkező (az édesapa iskolai végzettsége alapján)
társadalmi csoportok becsatornázását a felsőfokú oktatásba.
A mutató értelmezése:
A mutatószám egy olyan absztrakt index, ami 0 és 100 között vehet fel
értékeket. Minél magasabb a mutató értéke, a FOI annál több olyan hallgatót von
be a felsőfokú képzésbe, akik édesapjának a felsőfokúnál alacsonyabb az iskolai
végzettsége. A hallgatók és végzettek édesapjuknak iskolai végzettségének
szintje súlyozott formában kerül számításra az indexben (lásd a mutató
számítása részben). A mutató, akkor veszi fel a maximális százas értéket, ha
minden hallgatójának és végzettjének édesapja legfeljebb alapfokú végzettséggel
rendelkezik.
Példák az értelmezésre:
Az alábbi ábrán látható, hogy a Nyíregyházi Főiskola és Kaposvári Egyetem
segíti elő leginkább a felsőfokú végzettséggel nem rendelkező társadalmi
csoportok becsatornázását a felsőoktatásban. Előbbi 53 pontos, utóbbi 50
pontos értékkel jellemezhető.
A kiemelt intézmények közül az Eszterházy Károly Főiskola és a Pannon
Egyetem adja a másik végletet. Előbbi 40 pontos, utóbbi pedig 38 pontos
értékkel jellemezhető.
A magyarországi állami intézmények átlagos értéke 31 pont. Tekintve,
hogy az átlagba a fővárosi intézmények is beleértendőek, hipotetikusan
61
elmondható, hogy a vidéki FOI-k nagyobb szerepet vállalnak a társadalmi
mobilitás elősegítésében, mint a fővárosiak.
Társadalmi mobilitás mutató a kiemelt intézményekben
5350
47 47 46 44 42 41 40 38
31
0
10
20
30
40
50
60
70
80
90
100
NYF KE KF NYME DE SZE PTE ME EKF PE ÁTLAG
Po
nt
Elemszámok: 141, 150, 171, 384, 472, 227, 483, 178, 108, 144, 12204
A mutató számítása:
Az alacsony esetszámok kezelése érdekében a 2009-es Hallgatói motivációs
kutatás és a 2010-es Diplomás kutatás adatai egyesítésre kerültek. Ezért a
mutató összemossa a hallgatók és végzettek különböző csoportjait. A mutató
számításhoz felhasznált kérdések összeegyeztethetőek:
Hallgatói motivációs kutatás 2009: 14 éves korodban mi volt édesapád/nevelő
apád (aki akkor ténylegesen nevelt) legmagasabb iskolai végzettsége?
Diplomás kutatás 2010: Amikor Ön 14 éves volt, édesapjának/ nevelő apjának,
vagyis aki akkor ténylegesen nevelte, mi volt a legmagasabb iskolai végzettsége?
Az index kiszámításánál, az alapfokú vagy az alatti végzettségeket 100-ra, a
szakmunkás végzettséget 33-ra, a középfokú végzettséget 66-ra, a felsőfokú
végzettséget pedig 0-ra kódoltuk. Az így előállt változók intézményenkénti átlaga
képezi a mutatók értékét. Az értékek átkódolásra a könnyebb értelmezhetőség
kedvéért volt szükség.
Adatforrás:
Hallgatói motivációs kutatás 2009 adatbázis (Educatio Nonprofit Kft.) és a
Diplomás kutatás 2010 (Educatio Nonprofit Kft.). Előbbi Q10-es, utóbbi Q14-es
azonosítójú változója került felhasználásra.
62
A mutató előnyei:
A mutató elsőszámú erénye, hogy egy társadalmi kohéziós szerep egy
eddig, legfeljebb szociológiai kutatásokban helyet kapó aspektust
kvantifikál.
A mutató értékeinek értelmezéséhez nem szükséges figyelembe venni a
térség és a FOI sajátosságait, minden zárójeles megjegyzés nélkül
összehasonlíthatóak az intézmények.
Nem szükséges évente frissíteni az adatokat. Javasolt frissítési idő három
év.
A mutató korlátai:
A mutató számítása kérdőíves vizsgálat eredményein alapszik, ezért nem
teljes körű, becslésnek tekinthető.
Néhány intézmény esetében alacsonyak az esetszámok.
Bár a kérdőíves vizsgálatokban van lehetőség kari részletezettségű
mutatók előállítására, az alacsony esetszámok azonban jelentősen
csökkentenék az értékek megbízhatóságát. A karok együttes kezelése
azonban összemossa a gyakran nagyon különböző hallgatói összetételű
karok különbségeit.
A mutató egy absztrakt mérőszám, így az egyes intézmények értékei
önmagukban nem értelmezhetőek, csak egymáshoz, vagy az átlaghoz
viszonyítva nyernek értelmet.
Javaslatok a fejlesztésre:
A mutató természetesen, új dimenziók bevonásával a végtelenségig árnyalható
lenne, véleményünk szerint azonban jelen formájában betölti küldetését.
63
6.2. Leghátrányosabb kistérségek becsatornázása
Elnevezés LEGHÁTRÁNYOSABB KISTÉRÉSGEKBŐL ÉRKEZŐK ARÁNYA
Számítás EGYSZERŰ SZÁMÍTÁS
Megbízhatóság TÉNY
Értelmezési szint INTÉZMÉNY
Adatforrás FEVLI, VÁTI
Külső adatforrás
igénye VÁTI
Összehasonlíthatóság A FOI FÖLDRAJZI ELHELYEZKEDÉSÉNEK FIGYELMBEVÉTELÉVEL
AVIR AUTOMATIZÁLT RIPORT
Javasolt frissítés 3 ÉVENTE
Fejlesztés ALACSONY PRIORITÁSÚ
Célja:
A mutató célja, annak bemutatása, hogy egy FOI milyen mértékben segíti elő a
felsőfokú végzettséggel a leghátrányosabb kistérségekből érkezők
bekapcsolódását a felsőfokú oktatásba.
A mutató értelmezése:
A mutató egy egyszerű arányszám, megmutatja, hogy egy intézménybe felvételt
nyertek között milyen arányban vannak a hátrányos térségekből érkezők.
A mutatók értelmezésekor figyelembe kell venni egy FOI földrajzi
elhelyezkedését. A rekrutációs bázist leíró mutatókból is látszik, a vidéki
intézmények jelentős lokális vonzáskörzettel rendelkeznek, így ha egy FOI
térségének környezetében nagyobb arányban vannak hátrányos helyzetű
térségek, akkor a felvételt nyertek körében is magasabb arányban fogjuk találni
az onnan érkezőket. Ezért a mutatót csak korlátozott mértékben használhatjuk
intézmények összehasonlítására, célja, hogy bemutassa néhány vidéki intézmény
társadalmi mobilitásban játszott ezen aspektusát is.
64
Hátrányos és leghátrányosabb helyzetű kistérségek
Forrás: KSH 2007.
Megjegyzés: Az ábrán kékkel és sötétzölddel láthatóak a leghátrányosabb helyzetű kistérségek.
Világoszölddel vannak feltüntetve a hátrányos helyzetű kistérségek.
Példák az értelmezésre:
Az Észak-Alföldön található a leghátrányosabb helyzetű kistérségek
többsége és azok népessége is itt a legmagasabb arányú. A kistérség-típus
népessége a megye népességének 50%-a felett van Nógrád és Szabolcs-
Szatmár-Bereg megyében, de 40-50% közötti Békés és Hajdú-Bihar
megyében is. Ezért a Nyíregyházi Főiskola és a Debreceni Egyetem
szerepe kiemelkedik a hátrányos helyzetű kistérségekből érkezők tovább
taníttatásában, előbbi esetében a 2010-ben felvételt nyertek 40 százaléka,
utóbbiéban pedig 35 százalékban érkeztek a szóban forgó kistérségekből.
A leghátrányosabb kistérségek közül Közép-Magyarországon, Közép-
Dunántúlon és Nyugat-Dunántúlon egy sem található, ezen térségben
működő Pannon Egyetemen mindössze 3 százalékban vannak az ilyen
típusú kistérségekből érkező felvettek.
Némiképpen meglepő a Pécsi Tudományegyetemen tapasztalt arány,
hiszen Dél-Dunántúlon több leghátrányosabb helyzetű térséget találunk,
65
az innen érkező hallgatók, azonban csak 9 százalékos arányt képviselnek a
2010-ben felvettek között. A jelenség hátterében az állhat, hogy míg
Észak-Alföldön a leghátrányosabb kistérségekben nagyobb városokat,
addig Dél-Dunántúlon inkább kisebb településeket találunk.
A leghátrányosabb kistérségekből érkezők aránya a kiemelt
intézményekben
40
35
22 22
97
3
0
5
10
15
20
25
30
35
40
45
50
NYF DE (debreceni karok)
ME EKF PTE (pécsi karok)
KF PE (veszprémi karok)
%
Forrás: FELVI 2010
A mutató számítása:
A mutató a leghátrányosabb kistérségekből felvételt nyertek arányát mutatja meg a 2010-ben alapképzésre felvételt nyertek között.
A 67/2007. (VI. 28.) OGY határozat a 94 hátrányos helyzetű kistérségből – a 15
százalékos népességküszöb alapján – 47-et sorol a leghátrányosabb kistérségek közé. Ezek együttes lakónépessége 2007. január 1-jén 1 millió 496 ezer fő, 903
településen, mely az ország lakónépességének 15 százaléka. A leghátrányosabb helyzetű kistérségek városainak száma 82, településeik átlagos népessége 1657 fő.
Adatforrás:
A felvételi adatok a FELVI-ből, a kistérségek besorolása a VÁTI-ból származik.
66
A mutató előnyei:
A mutató előnye, hogy bemutatja, hogy a vidéki felsőoktatási intézmények fontos mobilitási csatornát teremtenek a leghátrányosabb térségekben
élők számára. A mutatószám egy egyszerű arány, így könnyen értelmezhető.
A mutató korlátai:
A leghátrányosabb kistérségek földrajzilag koncentrálódnak, így az egyes
felsőoktatási intézményeknek eltérő esélyük van az ott élő potenciális hallgatók becsatornázására. A leghátrányosabb kistérségek közül Közép-
Magyarországon, Közép-Dunántúlon és Nyugat-Dunántúlon egy sem található, így ezen térségekben működő intézmények kisebb eséllyel vonzanak hallgatókat leghátrányosabb kistérségekből. Ezért a mutató csak
korlátozottan alkalmas FOI-k összehasonlítására.
Javaslatok a fejlesztésre:
Megvalósíthatónak tartunk egy olyan mutató elkészítését, ami figyelembe veszi a leghátrányosabb kistérségek közelségét a vidéki intézményekhez. A közelség
kifejezhető lenne például az utazási időben, ilyen adatok a VÁTI gondozásában települési szinten is elérhetőek.. Egy ilyen súlyozással előálló mutató lehetővé
tenné az intézmények teljes körű összehasonlítását.
67
1. Társadalmi és gazdasági hatások mérése .................................................................. 2
2. Foglalkoztatási szerep ......................................................................................................... 8
2.1. A FOI foglalkoztatási súlya ........................................................................................ 9
2.2. A FOI diplomás foglalkoztatási súlya .................................................................. 12
2.3. A FOI jövedelmi súlya ............................................................................................... 15
3. Gazdasági hatások ............................................................................................................. 18
3.1. A gazdaságba áramló direkt kifizetések ............................................................ 20
3.2. Hallgatói fogyasztási csoport súlya ...................................................................... 23
3.3. A FOI továbbgyűrűző gazdasági hatása a térségben ................................... 28
3.4. Pályázati források térségbe vonzása ................................................................... 35
4. Rekrutációs bázist kifejező mérőszámok ................................................................... 38
4.1. A rekrutációs bázis alapvető mutatói .................................................................. 40
4.2. Vonzási egyenlegmutatók ....................................................................................... 45
4.3. Versengő és niche vonzási indexek ..................................................................... 48
5. A megtartási képességet kifejező mérőszámok ..................................................... 52
5.1. A megtartási képességet kifejező alapvető mérőszámok ........................... 53
6. Társadalmi mobilitást kifejező mérőszámok ............................................................ 59
6.1. A társadalmi mobilitás elősegítése ....................................................................... 60
6.2. Leghátrányosabb kistérségek becsatornázása ................................................ 63