1

Vállalatgazdasági Tudományos és Oktatási

Alapítvány

Boda György

A Visegrádi országok

termelékenységének összehasonlító

elemzése

Készült a VOSZ felkérésére

Budapest, 2020. december 15.

2

Tartalomjegyzék Vezetői összefoglaló ................................................................................................................................ 4

Bevezetés................................................................................................................................................. 5

A termelékenység értelmezése és az elemzés adatbázisa ...................................................................... 6

Termelékenységi körkép a V4 országokban ............................................................................................ 8

Milyen tényezők állnak a nagyon stabil munkatermelékenység különbségek mögött? ....................... 16

A termelési szerkezet hatása a nemzetgazdasági termelékenység alakulására ................................... 22

A termelési szerkezet és a vállalati termelékenység kapcsolata ........................................................... 30

Összefoglalás ......................................................................................................................................... 37

Felhasznált források .............................................................................................................................. 39

1. Függelék: A TFP számítások alapadatai ............................................................................................. 43

2. Függelék: A vállalati termelékenységszámítások alapadatai ............................................................ 49

Ábrajegyzék 1. Ábra: Az egyes országcsoportok által megtermelt GDP növekedési ütemei az USA növekedéséhez viszonyítva 9

2. Ábra: Egy főre jutó GDP 10

3. Ábra: A nettósított nemzeti eredmény alakulása 11

4. Ábra: Az egy órára jutó GDP 13

5. Ábra: A vállalati szektor munkatermelékenysége 14

6. Ábra: A hazai és a nemzeti munkatermelékenység 15

7. Ábra: A vállalati szektor munkatermelékenysége 16

8.a Ábra: A termelés, a HÉ és a termelési tényezők 25

8.b Ábra: HÉ tartalom és tőke igényesség 25

8.c Ábra: Létszámigényesség 25

9. Ábra: A fejlett országok és visegrádi országok mosolygörbéje, termelési, létszám és tárgyi eszköz szerkezete 29

10.a Ábra: A vállalati termelékenység – I ágazatonként 31

10.b Ábra: A vállalati termelékenység – II ágazatonként 31

11.a Ábra: Vállalatszerkezet vállalatszám alapján – ágazatok szerint 32

11.b Ábra: Foglalkoztatási szerkezet – ágazatok szerint 33

11.c Ábra: Hozzáadott érték szerkezet – ágazatok szerint 33

12.a Ábra: A munkatermelékenység vállalati méretnagyság szerint – m EUR/fő 34

12.b Ábra: A vállalati termelékenység (Hozzáadott érték/vállalatszám) vállalati méretnagyság szerint - m EUR/vállalat 35

13.a Ábra: Vállalatszerkezet vállalatszám alapján – méretnagyság szerint 36

13.b Ábra: Vállalat szerkezet foglalkoztatás alapján – méretnagyság szerint 36

13.c Ábra: Vállalat szerkezet hozzáadott érték alapján – méretnagyság szerint 36

3

Táblázatok 1. Táblázat: Átlagos évi növekedési ütemek 12

2.a Táblázat: A termelési tényezők, az új érték, a termelékenység és a technikai felszereltség a fejlett országok csoportjaiban és a V3 országokban 17

2.b Táblázat: Total factor productivity elemzés a fejlett országok csoportjaiban és a V3 országokban 17

3.a Táblázat: A termelési tényezők, az új érték, a termelékenység és a technikai felszereltség a V3 országok MNE és nemzeti szektoraiban 18

3.b Táblázat: Total factor productivity elemzés a V3 országok MNE és nemzeti szektoraiban 18

4. Táblázat: Magyarország termelési szerkezete 2015-ben 23

5. Táblázat: Magyarország termelési szerkezete 2015-ben megnövelt upstream és downstream részarányok mellett 24

4

Vezetői összefoglaló

A termelékenység egy ország gazdasági értékteremtésére ható összes tényező

felhasználási hatékonyságának az eredője. Jelen tanulmányban közülük a munkaerő

állomány minőségét, a technikai felszereltséget biztosító tőkefelhalmozást és a termelési

struktúra szerepét tárgyaljuk nemzetközi összehasonlításban az 1995-2018-as

időhorizonton.

Az elemzési eredmény:

• A visegrádi országok az emberi erőforrásaik minőségét nem fejlesztik kellő

ütemben, továbbá munkaerő állományukat és a tőkéjüket azon – főleg gyártási

– tevékenységekben koncentrálják, amelyekben átlagosak a minőségi

követelmények és a legalacsonyabb a fajlagos hozzáadott érték termelés. Ez

egy átlagos termelékenységet és ennek megfelelően átlagos nemzetközi

növekedési ütemet eredményez.

• A visegrádi országok termelékenységi szintjét az elmúlt 25 évben folyamatosan

beáramló FDI megemelte, miközben az ezen országokba kiszervezett

szándékoltan munkaintenzív fejlesztések a termelékenység növekedését

visszafogták. Az eredő: a termelékenység növekedése a vizsgált időszakban

lényegesen nem gyorsult.

Javaslat az elemzés alapján:

• A termelékenység gyorsabb növeléséhez és a növekedés felgyorsításához a

munkaerő minőségét és felszereltségét jelentősen növelni kell, valamint a

foglalkoztatást és a felhalmozást át kell csoportosítani a magasabb

követelményeket támasztó és ennek megfelelően magasabb fajlagos

hozzáadott értéket termelő ágazatokba. Mindezt annak függvényében kell

megvalósítani, ahogy az értékesebb munkaerő és az átrendeződő erőforrások

piaci értékesítési feltételei megteremtődnek.

• Ezzel egyidőben a munkaintenzív fejlesztéseket tőkeintenzív irányba kell

módosítani az ehhez szükséges tudástőke beruházásokkal.

További elemzésre érdemes területek:

• A javaslatok megvalósítása hatékonyabb intézményeket, meritokratikusabb

vállalkozási viszonyokat és az állam hatékonyabb szerepvállalását feltételezi

elsősorban a piacteremtés területén.

5

Bevezetés

Az ún. Visegárdi (V4) országok között partnereink termelékenységi mutatói több vizsgált

időszakban jobbak, mint hazánké. A leggyakrabban használt mutató, az egy ledolgozott

munkaórára jutó GDP néhány OECD tanulmány adatai szerint Szlovákiában 37, Csehországban

28, Lengyelországban pedig 6 %-kal magasabb, mint Magyarországon – ráadásul úgy, hogy

2008-ig hazánk mutatója volt a legjobb a régióban.

A kutatás eredményeit összefoglaló tanulmányunkban a térvesztés okainak feltárására

összpontosítunk, amelyeknek két alaptényezőjét feltételezzük:

1. a gazdaság szerkezetében beállott változásokat, illetve

2. a termelékenység növelésére irányuló törekvéseket.

A két alaptényező természetesen összefügg, és elemzésünkben a köztük lévő kapcsolatokat is

feltárjuk. A kutatás és az elemzések mind a kormányzatok szerepére és intézkedéseire, mind

az üzleti (vállalati) szféra törekvéseire kitérünk.

Úgy véljük, hogy a koronavírus (Covid19) válság sajnálatos, de fontos tesztje lesz annak, hogy

a korábbi termelékenység növelési törekvések időtállók-e. Megválaszolandó kérdés, hogy a

koronavírus válság kezelésére alkalmazott kormányzati intézkedések mennyiben

harmonizálhatók a termelékenységi követelményekkel. A V4 társországainak tapasztalatai

tanulságosak lehetnek számunkra, és a kutatás folyamatában kiemelten kezeljük, és a kutatás

eredményeiben összegezzük ezeket a tanulságokat.

A termelékenység az egyik legösszetettebb közgazdasági fogalom. Benne a társadalmi

tevékenység minden elemének hatékonysága sűrűsödik össze, azok eredője jelenik meg. Ezért

nagyon nehéz a vizsgálata. Nem reménytelen azonban a feladat, ha csoportosítjuk és

rangsoroljuk azokat a tényezőket, amelyek hatnak rá és elemzésünket a legfontosabbak

vizsgálatára összpontosítjuk.

6

A termelékenység értelmezése és az elemzés adatbázisa

Termelékenységen a társadalom gazdasági eredményt termelő képességét értem. Minél több

eredményt képes egy társadalom előállítani, annál termelékenyebb. Ez a termelékenység az

időben szakadatlanul nő, akárhogy változik is maga a társadalom, vagy maga az eredmény.

Ebben az általános megfogalmazásban azonban a termelékenység mérhetetlen és

elemezhetetlen. A társadalomban benne vannak a gyermekek, a dolgozók, az eltartottak, az

idősek, az eredményben pedig benne van a vagyon, a jövedelem, a környezet, a biztonság, a

béke, stb. Mindezekkel együtt lehetetlen foglalkozni. Ezért a termelékenység fogalmát

leegyszerűsítem és alatta a foglalkoztatottak által előállított hozzáadott értéktermelő

képességet értem.

Ennek is két fontos megjelenési formáját vizsgálom. Az egyik a nemzet szintjén megtermelt új

érték (a GDP), amit hol a nemzet népességéhez, hol a nemzet foglalkoztatottjainak számához

viszonyítok. Mivel a foglalkoztatottak száma és a nemzet népességének száma között erős a

kapcsolat, a termelékenység növekedési ütemét az eltérő viszonyítási alapok alapvetően nem

befolyásolják. A másik a vállalatok által megtermelt hozzáadott érték, amit a vállalatok által

foglalkoztatottak létszámhoz viszonyítok. A két szint megkülönböztetése azért fontos, mert a

VOSZ-nak egyrészt látni kell a vállalati termelékenység alakulását, mivel tevékenysége

leginkább a vállalati körhöz kapcsolódik. Ugyanakkor azt is látnia kell, hogy a vállalati

termelékenység miként befolyásolja a nemzetgazdasági termelékenységet, amelynek az egyik

legfontosabb motorja1.

A termelékenységgel foglalkozó szakirodalom 2 számos tényezőt azonosított, amely a

termelékenységet meghatározza, illetve arra hat. Ezek közül a legfontosabbak az alábbiak:

1. HC = emberi, vagy tudás tőke,

2. INV = beruházások,

3. SC = strukturális változások

4. TFP = teljes tényező termelékenység,

5. CPI = infláció,

6. R&D = Kutatás és fejlesztés,

7. INN = innováció,

8. INF = infrastruktúra,

9. DEM = demográfia,

10. INQ = egyenlőtlenség,

11. EXR = alulértékelt árfolyam,

12. DEB = adósságállomány (nyilvános, társasági, külső),

13. EXP = export struktúra,

14. OPN = nyitottság,

15. INS = intézmények,

1 Természetesen az említett kategóriák szabatos felhasználása további specifikációt igényel, amire a tanulmányban sor fog kerülni. 2 Itt Glawe-Wagner (2020) összefoglalójára támaszkodom.

7

16. FNM = pénzpiacok/pénzügyi intézmények,

17. És még sok más!

Ezek közül a tanulmányban az első hat tényezővel foglalkozom és azokon belül is kiemelten az

első hárommal. Meggyőződésem, hogy a termelékenység alakulásának megértéséhez ez

legalább 80 százalékban hozzájárul. Ezzel nem azt mondom, hogy a többi tényező nem fontos.

Csak annyit állítok, hogy a kevesebb több és egy minden tényezőre kiterjedő vizsgálat azon

túl, hogy áttekinthetetlen, meghaladja a jelen tanulmányhoz rendelkezésre álló időt és

erőforrásokat.

A vizsgálat alapvetően hosszú távú. Rövid távon a termelékenység rendkívül ingadozó és

mérhetetlen, hosszabb távon azonban nagyon lassan és határozott trendek mentén változik

és ezáltal megragadhatóvá válik. Ennek az az oka, hogy az eredmény és az azt létrehozó

termelési tényezők kapcsolata csak hosszú távon szoros. Rövid távon állandóan elszakad

egymástól, míg hosszabb távon elkerülhetetlenül kibontakozik a kettejük közötti meghatározó

viszony.

A leghosszabb elemzési időtáv az 1995-2018-as időszak, azonban nem minden idősorunk ilyen

hosszú. A vállalati idősorok hossza 2009-2017. A termelékenységszámítás megkövetel

speciális oknyomozó, újszerű elemzéseket is, amelyekre hosszú távon egyáltalán nincs adat.

Így bizonyos mélységi elemzéseket csak 2015-re tudtam elvégezni. A vizsgálatoknak van tehát

egy hosszabb időtávja és egy 2015 évi alapos háttérelemzése. Természetesen mindig utalok

arra, hogy az azonosított hosszútávú folyamatok miként hatnak a jelenre.

Ahol lehetett, ott törekedtem a nemzetközi kitekintésekre. Ez is számos statisztikai

kompromisszumra kényszerített rá. Ezekről az egyes elemzéseknél részletesen szólok.

Alapvető adatforrásaim a V4 országok Statisztikai Hivatalainak honlapjai, az Eurostat AMECO

SNA adatbázisa, az EU vállalati adatbázisa, az OECD honlapja, a Világbank számításai, a NAV

adózási vállalati adatbázisa és a WIOD adatbázis.

A téma vizsgálatánál szétválasztom a közgazdasági tartalom és a módszertan tárgyalását. Nem

mindenkinek van ideje egy-egy részletkérdés mélyreható tanulmányozására. A

törzsszövegben a legfontosabb elemzési eredményeket ismertetem részletesen. Ezt a

gondolatmenetet teljes körű elméleti megfontolásokkal, módszertani leírásokkal és

bizonyítási eljárásokkal nem terhelem. Azokra csupán a lábjegyzetekben utalok összefoglaló

jelleggel.

A tanulmányt a mondanivaló összefoglalása és a felhasznált források ismertetése zárja,

legfontosabb alap adatokat pedig két függelékben közreadom. Az 1. számú függelék a TFP

számítások összegyűjtött input adatait tartalmazza. Ezeket az AMECO adatbázisból és a

Világbank 2018 évi tanulmányához összeállított adatbázisból vettem át. A 2. számú függelék

az EU vállalati adatbázisának adatait tartalmazza országcsoportonként és a V4 országokra

vállalatkategóriákként, egy speciális ágazati bontásban. Az adatok pontos értelmezéséhez

szükséges információkat a tanulmány az első felhasználás helyén tárgyalja.

8

Termelékenységi körkép a V4 országokban

Induljunk ki a legáltalánosabb érdeklődést kiváltó mutatóból, a GDP növekedési üteméből,

vagy az egy főre jutó GDP-ből. Mindkettőt megalapozottan tekinthetjük termelékenységi

mutatónak, hisz amikor a GDP növekedéséről beszélünk, akkor e mutatóban a fejlett

országokban egy viszonylag állandó népesség növekvő eredményességét látjuk. Ha GDP

növekedési ütemét nézzük, annak örülünk, ha ez nagy ütemben nő, ugyanis ehhez

automatikusan és helyesen társul az a megfontolás, hogy a rövid távon jelentősen nem változó

népesség nagy ütemben növelte az eredményességét, azaz a termelékenységét.

Általánosságban elmondhatjuk, hogy a Visegrádi országokban az elmúlt 25 évben a népesség

jelentősen nem változott, viszont a GDP változatlan áron mintegy 1,8-2,5 szeresére nőtt és ez

egyben egy komoly termelékenység növekedést jelez. Ezt a növekedést még pontosabban

fejezi ki az egy főre jutó GDP növekedése, ami a népességváltozásban bekövetkezett

változások hatását is kiküszöböli.

Haladjunk azonban lépésről lépésre! A visegrádi országok ezen teljesítményét csak egy

nemzetközi összehasonlításban tudjuk helyesen megítélni. A McKinsey tanácsadó cég

készített egy nemzetközi összehasonlítást, amelyben az országokat a megtermelt GDP-jük

alapján öt kategóriába sorolta (lásd az 1. számú ábrát). Zölddel jelölte a magas jövedelmű

országok kategóriáját3 (ide azok kerültek akik 6 ezer $/fő feletti GNI-vel rendelkeztek 1987-

ben), barnával azt az országcsoportot, amelynek GDP-je az USA GDP-jének növekedésénél

lassabban nő, kékkel, amelyik annál gyorsabban és végül lilával színezte azokat az országokat,

amelyek ugyanolyan gyorsan nőnek, mint az USA. A visegrádi országok ebbe a csoportba

kerültek.

Mivel mind a fejlett országok, mind a visegrádi országok népességének változása viszonylag

lassú, a GDP növekedési üteme gyakorlatilag egy nemzetgazdasági szintű termelékenység

növekedési mutató. A V4 országok termelékenység növekedése a McKinsey elemzés alapján

a GDP növekedési ütemében mérve közepes, amely azonban gyorsabb, mint a magas

jövedelmű országok hasonló mutatójának növekedése.

A magas jövedelmű országokénál gyorsabb növekedés a hazai (domestic) gazdagság

termelékenységének konvergenciáját jelzi, ami még inkább kifejezésre jut, ha a

népességváltozásoktól eltekintünk (lásd a 2. számú ábrát).

A hazai (domestic) jelző a termelékenységi elemzésben nagyon fontos szerepet kap. Hazai

(domestic) gazdaságon a vizsgált állam területén működő gazdaságot értem, függetlenül attól,

hogy az a vizsgált állam termelőinek, vagy külföldi cégeknek az irányítása alatt áll. A nemzeti

(national) gazdaság a hazai (domestic) gazdaságnak csak egy, a nemzeti termelők által

irányított része. A továbbiakban a domestic-foreign-national megkülönböztetésre a hazai-

külföldi-nemzeti fogalmak használatával fokozottan odafigyelünk. A hazai tehát a külföldi és

a nemzeti összege.

3 „For the purposes of this report, we have defined high income economies as those that had gross national income per capita of $6,000 or more in 1987” – McKinsey 2018, 4. old.

9

Erre a megkülönböztetésre azért lesz szükség, mert a visegrádi országok eredményét nagyon

nagy százalékban külföldi vállalatok termelik. amit nem igazán illik saját nemzeti

teljesítménynek tekinteni.

1. Ábra: Az egyes országcsoportok által megtermelt GDP növekedési ütemei az USA növekedéséhez

viszonyítva

Forrás: McKinsey, 2018, Outperformers: High-Growth Emerging Economies and the Companies

that Propel them

Közepesek:Nincs relatív változás: Nincs alapvető változás az USA-hoz képest 1965 és 2016 között.

Alul teljesítők:Lemaradók: Alacsonyabb növekedés az USA-hoz képest 1965 és 2016 között

Magas jövedelmű országok

Hosszú távon jól teljesítők:Felülmúlják az USA növekedését 1965 és 2016 között.

Legutóbb jól teljesítők:Felülmúlják az USA növekedését 1996 és 2016 között.

Legutóbbi időkben gyorsulók

Ingadozó módon növekvők

Konzisztens módon növekvők

10

2. Ábra: Egy főre jutó GDP

Forrás: OECD database

Mivel a hazai gazdaság által termelt új érték jelentős része nem a nemzeti gazdaságoké, így

fontos, hogy miként alakul a nemzeti gazdaságok egy főre jutó teljesítménye a fejlett

gazdaságok egy főre jutó teljesítményéhez képest. A nettósított egy főre jutó nemzeti

jövedelem 4 egyértelműen jelzi, hogy a nemzeti gazdaság és a fejlett gazdaságok közötti

hatékonysági (termelékenységi) különbségek nem változnak (3. számú ábra).

4 A GNI (Gross National Income) levezetése: GDP – Nettó elsődleges jövedelmek a világ többi országából + elsődleges jövedelmeink a világ többi országából + a világ többi országának kifizetendő elsődleges jövedelmeink – az állóeszközük fenntartási költségei. Leegyszerűsítve: GNI egyenlő a fogyasztásra rendelkezésre álló jövedelem.

Austria; 86,8

Czech Republic; 52,4

Germany; 73,2

Hungary; 34,9

Israel; 65,1

Netherlands; 88,9

Poland; 30,3 Slovak Republic; 35,3

Sweden; 78,7

0

20

40

60

80

100

120

Percentage, USA=100

Egy főre jutó GDP

Austria Czech Republic Germany Hungary Israel

Netherlands Poland Slovak Republic Sweden United States

11

3. Ábra: A nettósított nemzeti eredmény alakulása

Forrás: OECD database

A 2-es és 3-as számú ábrák fontos üzenete, hogy jóval kedvezőtlenebb a termelékenységi kép,

ha a termelékenységet a nemzeti mutatók alapján nézzük, és nem a hazai mutatók alapján.

A probléma jelentőségét nagyon jól illusztrálja az 1. számú táblázat, mely a hazai GDP

ütemeket felosztja multinacionális és nemzeti növekedési ütemekre. A felosztás a KSH adatai

alapján történt a következő algoritmussal:

1. A KSH a GDP-t felbontja a vállalatok, a kormányzat és a háztartások által megtermelt

hozzáadott értékek és a termeléshez kapcsolódó termékadók összegére.

GDPNemzetgazdaság = HÉVállalatok + HÉKormányzat + HÉHáztartások + Termékadók egyenlege

2. A KSH ugyancsak felbontja a vállalatok által termelt hozzáadott értéket a külföldi

irányítású vállalatok által termelt és a hazai irányítású vállalatok által termelt

hozzáadott érték összegére.

HÉVállalatok = HÉKülföldi irányítású vállalatok + HÉNemzeti irányítású vállalatok

3. Ezekből a komponensekből összerakható a külföldi irányítású vállalatok által

megtermelt hozzáadott érték és a nemzeti termelők által megtermelt hozzáadott

érték:

Czech Republic

Germany

Hungary; 12 112,3

Hungary; 25 295,6

Israel

Netherlands

Poland

Slovak Republic

United States; 33 758,8

United States; 53 585,7

0

10000

20000

30000

40000

50000

60000

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018

Egy főre, folyó árakon, vásárló erő paritáson

Nettó nemzeti jövedelem

Austria Czech Republic Germany Hungary Israel

Netherlands Poland Slovak Republic Sweden United States

12

HÉNemzetgazdaság = HÉKülföldi irányítású vállalatok + HÉNemzeti termelők,

ahol

HÉNemzeti termelők = HÉNemzeti irányítású vállalatok + HÉKormányzat + HÉHáztartások

4. A termékadók egyenlege az ÁKM segítségével ugyancsak felbontható a megfelelő

hozzáadott érték kategóriákra, amivel a GDP felbontása teljessé válik.

A tanulmány további részeiben erre a felbontásra több helyütt rövidítésekkel fogunk

hivatkozni. A külföldi irányítású vállalatkört MNE-vel rövidítjük a Multinational Enterprises

angol megnevezés rövidítéseként. A multinacionális tevékenységtől így megtisztított

kategóriákat nemzeti, vagy NP (National producers) kategóriáknak fogjuk hívni.

Ha a nemzeti termelők növekedési ütemeit vesszük alapul, akkor egyáltalán nem biztos, hogy

lilára színeznénk önmagunkat.

1. Táblázat: Átlagos évi növekedési ütemek a V4 országokban

Forrás: A szerző saját számításai a nemzeti statisztikai hivatalok adatai alapján

Megjegyzések: 2015 körül az országok többségénél megfigyelhető egy általános ütemlassulás, de ez nem

azonos években következett be.

A mindenkori hatalom és az EU hatalmi centrumai örülnek a hazai mutatók alapján

kimutatható nagyobb növekedésnek, mert ennek nagyon nagy a „nyugtató”, más névvel

„ópium” hatása. Az igaz, hogy vannak bajok, de a jövő az fényes. Növekedésünk nagy és ez a

problémák jövőbeli megoldását ígéri. A magyar vállalkozók, a lakosság azonban szorong, mert

nem igazán érzi ennek a növekedésnek a pozitívumait önmagán5. Nem is érezheti, mert az ő

mutatója a nemzeti mutató. Különösen fontos ez a VOSZ érdekképviseleti munkája számára.

A nemzetgazdasági termelékenységnek van egy fontos magyar vonatkozása, nevezetesen a

termelékenység különösen lassú növekedése a 2009-es gazdasági világválságot követően. A 4.

számú ábrán jól látszik, hogy a magyar termelékenység hosszú időszakon keresztül stagnált,

miközben a másik 3 visegrádi ország termelékenyége folyamatosan nőtt. Ez a magyar

stagnálás azonban 2015 után megszűnt, kibontakozott egy megkésett helyreállítási folyamat

és a magyar gazdaság lényegében behozza a lemaradását. Összességében a

5 Ö nem német autókon jár, hanem a lajosmizsei vonaton, amely nemrég Gyál és Ócsa között két kocsiját elhagyta és csak Ócsára megérkezve vette észre a malőrt.

Növekedési ütemek

Domestic Multinational National

1. időszak 2. időszak 1. időszak 2. időszak 1. időszak 2. időszak

Csehország 3,3 1,8 5,3 2,4 2,8 1,6

Szlovákia 5,1 2,3 11,5 4,2 4,0 1,7

Lengyelország 2,8 0,9 6,7 3,8 2,3 0,4

Magyarország 3,7 1,4 7,8 3,2 2,3 0,8

Hazai Multinacionális Nemzeti

13

termelékenységben nem állapíthatunk meg nagyon lényeges hosszútávú növekedési

ütemkülönbségeket a visegrádi országok között.

Itt előre megfogalmazunk egy általános tapasztalatot. Kevés olyan különbséget látunk a

visegrádi országok között, amelyik alapvetően eltérő és valamelyikük esetében hatékonyabb

gazdálkodás jeleire utalna. Jó lenne egymástól tanulni, de mivel mindegyikük valójában a

nyugati gazdaságok farvizén akar jeleskedni, igazán csak a farvízevezésben leshetünk el

fogásokat egymástól. Valamelyes kivétel a cseh gazdaság, de az is inkább azért, mert nagyon

kedvező a geográfiai elhelyezkedése. Három oldalról fejlett gazdaságok övezik, amelyek mikró

strukturálisan nagyon pozitívan hatnak a fejlődésére.

4. Ábra: Az egy munkaórára jutó GDP kiemelt európai országokban

Forrás: OECD database

A nemzetgazdasági termelékenység bemutatása után át kell térnünk a vállalati szintre. A

nemzetgazdaság teljesítménye a vállalatok, a kormányzat és a háztartások összege6. Mivel a

nemzet legjelentősebb és leghatékonyabb termelői a vállalatok, a termelékenység

alakulásában betöltött szerepüket kiemelten kell vizsgálni.

A vállalatok az országban létrehozott összes hozzáadott értéknek csak 70 százalékát termelik

meg, ehhez a tőkeállománynak csak 50 százalékát kötik le és a foglalkoztatottak közel 507

százalékának adnak munkát. Ezért mindig figyelni kell, hogy a vállalatok eredményességét a

kormányzat és a háztartások miként egészítik ki, illetve hogyan módosítják8.

6 A KSH szektorbontása pontosan a következő: Nemzetgazdaság = Nem pénzügyi vállalatok + Pénzügyi vállalatok + Kormányzat + Háztartások + Háztartásokat segítő non profit intézmények 7 Számításainkban 46 %-nak. 8 Nagyon fontos, hogy a vállalatok nem kizárólagos szereplői a nemzetgazdaságnak. A nemzetgazdaság három nagy szektor szereplőiből áll, ill. teljesítményük a vállalati szektor + a kormányzat + a háztartások összege. A

Austria; 51,6

Czech Republic; 21,9 Germany; 25,0

Hungary; 16,7

Israel; 26,3

Netherlands; 44,5

Poland; 14,9 Slovak Republic; 19,0

Sweden; 34,8 United States; 34,9

0

10

20

30

40

50

60

70

80

US Dollar

Az egy órára jutó GDP

Austria

Czech Republic

Germany

Hungary

Israel

Netherlands

Poland

Slovak Republic

Sweden

United States

14

Nemzetgazdasági szinten a munkatermelékenység egyenlő a nemzetgazdaság által

megtermelt GDP és a nemzet munkaerő állományának hányadosával. Vállalati szinten ugyanez

a vállalatok által megtermelt hozzáadott érték és a vállalatok munkaerő állományának

hányadosa. A két kategória közgazdasági tartalma azonos9.

Az egyes országok között nemzetgazdasági szinten megfigyelhető munkatermelékenységi

rangsor a hazai vállalati munkatermelékenység különbségekben is megjelenik (lásd az 5.

számú ábrát).

5. Ábra: A vállalati szektor munkatermelékenységének alakulása összehasonlításban

Forrás: Eurostat vállalati adatbázisa10

Megjegyzések:

Kis-fejlett: Ausztria, Belgium, Dánia, Finnország, Írország, Svédország, Hollandia, Svájc

CE: Németo., Franciao., UK, Olaszo.

ME: Mediterrán országok, (adatbázisunkban: Ciprus, Málta, Spanyolo., Portugália)

V4: Visegrádi országok,

EE: Egyéb kelet-európai országok: (adatbázisunkban: Bulgária, Észto., Letto., Litvánia, Románia, Horváto.,

Szlovénia).

A V4 országok hazai vállalati munkatermelékenységi szintjei

felszínes gondolkodás a nemzetgazdaságot a vállalatokkal azonosítja és simán negligálja annak az 1 millió embernek tevékenységét, akik az államháztartási szektorban dolgoznak. Nem is beszélve azokról a további százezrekről, akik a háztartási szektorból élnek. Fontos, hogy a vállalatok tevékenységét elhelyezzük a társadalmi munkamegosztás egészében. Abban a vállalatok csak a legnagyobb szektort jelentik és mint a fenti számokból látható, a legtermelékenyebbet. 9 Megállapításunk a nagyságrendek tekintetében megalapozott. A tételes elszámolásoknál zavaró, hogy a megtermelt GDP és a megtermelt hozzáadott érték között van egy tétel – ez kb. 15 százaléka a megtermelt hozzáadott értéknek – amit a KSH nem bont fel ágazatokra. Így ezt a tételt a kutatóknak kell ágazatokra felbontani annak érdekében, hogy a vállalati hozzáadott értéket pontosan összekapcsolják a nemzetgazdasági GDP-vel. A Budapesti Corvinus Egyetem kutatói ezt a felbontást elvégezték (Boda és társai, 2019) és ennek alapján kijelenthető, hogy a két kategória tartalma azonos. 10 A különböző adatbázisok tartalma apró részletekben mindig eltér. Ebből ez az ország hiányzik, amabból az az adat. Ezért az elemzést csak folyamatos kompromisszumokkal lehet elvégezni.

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

0,000

0,010

0,020

0,030

0,040

0,050

0,060

0,070

0,080

20

17

/ 2

00

8 in

dex

Mill

. € /

Fő

A vállalati szektor munkatermelékenysége (Hozzáadott érték / létszám)

2008 - Bal tengely

2017 - Bal tengely

2017-2008 - Bal tengely

2008/V4 2008- Jobb tengely

2017/V4 2017 - Jobb tengely

15

• a fejlett kis országok munkatermelékenységének egy harmadát,

• az európai centrum országok munkatermelékenységének pedig mintegy a felét érik el.

Azt viszont nem hagyhatjuk figyelmen kívül, hogy az MNE munkatermelékenység mindenütt

magasabb, mint a nemzeti termelők munkatermelékenységi szintje és gyorsabban is nő (lásd

a 6. számú ábrát).

6. Ábra: A külföldi és a nemzeti munkatermelékenység

Forrás: AMECO vállalati adatbázis, OECD adatbázis és szerző saját számításai

Emiatt a nemzeti vállalatok munkatermelékenységi szintjei alacsonyabbak, mint a hazai

vállalati munkatermelékenységi szintek, de a köztük lévő nagyságrendi viszonyok hasonlóak

(7. számú ábra). A cseh előny a nemzeti vállalati körben eltűnik.

7. Ábra: A vállalati szektor munkatermelékenysége

Forrás: AMECO vállalati adatbázis, OECD adatbázis és szerző saját számításai

Amint látjuk, ezek a munkatermelékenységi különbségek vállalati szinten az időben

ugyanolyan stabilak, mint a nemzetgazdasági munkatermelékenységi eltérések.

-20,0

-10,0

0,0

10,0

20,0

30,0

40,0

50,0

-0,020

0,000

0,020

0,040

0,060

0,080

0,100

0,120

0,140

MNE NP MNE NP MNE NP MNE NP MNE NP MNE NP MNE NP MNE NP MNE NP

Kis-fejlett CE ME V4 EE POL CZE SLO HUN

20

17

/ 2

00

8 in

dex

Mill

. € /

Fő

A külföldi és nemzeti vállalati munkatermelékenység (Hozzáadott érték / létszám)

2008 2017 2017-2008 2017/2008 - jobb tengely

-0,010

0,000

0,010

0,020

0,030

0,040

0,050

0,060

0,070

0,080

20

08

20

17

17

-18

20

08

20

17

17

-18

20

08

20

17

17

-18

20

08

20

17

17

-18

20

08

20

17

17

-18

20

08

20

17

17

-18

20

08

20

17

17

-18

20

08

20

17

17

-18

20

08

20

17

17

-18

Kis-fejlett CE ME V4 EE POL CZE SLO HUN

Mill

. € /

Fő

A vállalati szektor munkatermelékenysége (Hozzáadott érték / létszám)

2008 - Nemzeti - Bal tengely 2008 - Többi - Bal tengely 2017 - Nemzeti - Bal tengely

2017 - Többi - Bal tengely 2017-2018 - Nemzeti - Bal tengely 2017-2018 - Többi - Bal tengely

16

Milyen tényezők állnak a nagyon stabil

munkatermelékenység különbségek mögött?

A munkatermelékenység alapvetően a munkaerő értékétől és technikai felszereltségétől függ.

Minél értékesebb munkaerő dolgozik, annál jobban meg tudja szervezni a munkáját, annál

nagyobb a hatékonysága. Ezen túl a munkaerő minél fejlettebb technikai eszközökkel van

ellátva munka közben, annál hatékonyabb a munkája.

Emiatt a munkatermelékenység alakulását nem érthetjük meg, ha csak a létszám és az általa

létrehozott eredmény alakulását vizsgáljuk. Azt is látnunk kell, hogy mekkora a munkaerő

technikai felszereltsége. Így az eredmény és a munkaerő leírásán túl a munkaerőhöz rendelt

tőkeállományt is le kell írni. Ez az eredmény és az eredményt termelő eszközök teljes körű

stock-flow elszámolását igényli, amelyben a legfontosabb stock-ok a munkaerő és a tőke, a

legfontosabb flow pedig a megtermelt hozzáadott érték11.

A tőkeállomány bekapcsolása a termelékenység elemzésbe további problémákhoz vezet. A

jelenlegi nemzetközi statisztikai gyakorlat tőkeállományon csak a jól mérhető tangible

(tárgyiasult) tőkeállományt értelmezi és csak ezt méri. Ez azonban a termelékenység

megértéséhez kevés, hisz a munkavégzőt nem csak fizikailag, vagy anyagilag megragadható

tőkejavakkal szerelik fel, hanem egyre nagyobb mértékben know-how-val, nem tangible, vagy

más néven tudástőke javakkal is. Így a tudástőke felszereltség megragadása nélkül a

termelékenység nem írható le. Ez a probléma vezetett el Robert Solow és még sokak

munkássága nyomán a teljes tőke termelékenység vizsgálatához. Ebben a tanulmányban ezt a

kérdést nem lehetett megkerülni és részben a Világbank tudástőke számításaira támaszkodva,

részben saját tudástőke kutatásainkat felhasználva összeállítottam egy teljes körű stock-flow

elszámolást, mely a tudástőkét is magába foglalja12. Ezek eredményeit foglalja össze az 2-es

és 3-as számú táblázatok, melyek a tanulmány egyik legfontosabb hozzáadott értékét jelentik.

11 A stock-flow elszámolások szerepét akkor érthetjük meg igazán, ha elfogadjuk azt a gazdaságfilozófiai állítást, miszerint a gazdasági fejlődés minősége a létrehozott állományokban csapódik ki. Csak az a gazdaság egészséges, amelynek egészséges állományok létrehozásában jelentkezik az eredménye. Jó a lakásállománya, jó a termelőeszköz állománya, elfogadható az adósságállománya, jó minőségű a munkaerőállománya, a környezete, stb. (Stiglitz, és szerzőtársai, 2009). Csak az a GDP növekedés hasznos, amely az elfogyasztott rész után felhalmozásra megmaradó részből minőségi állományokat hoz létre. Ha ez nem megy, akkor a GDP növekedés nem hasznos, legyen akármekkora is a növekedési üteme. Sajnos a magyar statisztika flow centrikus, mint ahogy politikusaink is azok. Nem úgy gondolkodnak, mint a jó vállalkozók, akik tudják, hogy ha a termelő eszközeik, a tőkéjük nem tartható fenn, akkor mit sem ér az eredményük. A stock-ok mérését a magyar statisztika nagyon mostohán kezeli. A tudástőke becslésén még csak nem is gondolkodik. Lehet-e egyáltalán ilyen statisztikai adat ellátottságból megfelelő termelékenység elemzést készíteni. Csak akkor, ha a kutatók jelentős munkával igyekeznek a hiányzó állományokat megbecsülni és a fent leírt állományi kontrolt megfelelően elvégezni. Ebben a tanulmányban egy erre törekvő kísérletet látunk. 12 A világbank és a saját becsléseink arra az alapelvre építkeznek, hogy az eszközök értékét nem csak létrehozási költségeikkel, hanem a hozamaik értéke alapján is meg lehet becsülni. Különösen fontossá válik ez az elv az olyan eszközök esetében, mint a tudás eszközök, amelyek bekerülési értéke nem mérhető. Így a világbank megmérte a magyar tudástőkét a valószínűsíthető jövőbeni magyar fogyasztás jelen értéke alapján, mi pedig a magyar vállalatok által termelhető jövőbeli szabad cashflow alapján. A két kísérlet egymást megerősítve hasonló eredményre vezetett. Ezekkel a becslésekkel a szükséges stock-flow elemzést megvalósíthattuk.

17

2.a Táblázat: A termelési tényezők, az új érték, a termelékenység és a technikai felszereltség a fejlett országok csoportjaiban és a V313 országokban

2.b Táblázat: Total Factor Productivity (TFP) elemzés a fejlett országok csoportjaiban és a V3 országokban

13 Megjegyzés: A V3 ország itt Lengyelország, Szlovákia és Magyarország. Valamiért a Világbank Csehországra nem számolt tudástőkét.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1995 2014 2014/95 1995 2014 2014/95 1995 2014 2014/95 1995 2014 2014/95 1995 2014 2014/95

Nagy tengeren túli országok 216 464 238 387 0,5 6 690 9 130 1,7 55 875 99 910 3,1 234 185 316 833 1,6 12 850 18 430 1,9

Európai Unió centrum országai 109 412 125 165 0,7 3 039 3 994 1,4 36 950 57 948 2,4 108 012 118 195 0,5 6 897 9 125 1,5

Fejlett kis EU országok 19 141 22 176 0,8 494 671 1,6 6 807 10 387 2,2 13 869 19 056 1,7 1 193 1 643 1,7

Fejlett nem EU kis országok 26 545 33 413 1,2 569 915 2,5 5 259 11 480 4,2 18 168 28 249 2,4 1 225 2 066 2,8

V3 országok 20 837 22 173 0,3 400 385 -0,2 1 402 2 552 3,2 3 207 6 121 3,5 422 598 1,9

16 17 18 19 20 21 22 23 24 25 26 27

13/1 14/2 17/16 4/1 5/2 20/19 7/1 8/2 23/22 10/1 11/2 26/25

1995 2014 2014/95 1995 2014 2014/95 1995 2014 2014/95 1995 2014 2014/95

Nagy tengeren túli országok 0,059 0,077 1,4 0,031 0,038 1,1 0,258 0,419 2,6 1,082 1,329 1,1

Európai Unió centrum országai 0,063 0,073 0,8 0,028 0,032 0,7 0,338 0,463 1,7 0,987 0,944 -0,2

Fejlett kis EU országok 0,062 0,074 0,9 0,026 0,030 0,8 0,356 0,468 1,5 0,725 0,859 0,9

Fejlett nem EU kis országok 0,046 0,062 1,6 0,021 0,027 1,3 0,198 0,344 2,9 0,684 0,845 1,1

V3 országok 0,020 0,027 1,5 0,019 0,017 -0,5 0,067 0,115 2,9 0,154 0,276 3,1

Létszám (ezer fő)Munkaköltség (MRD PPS), 2015

évi ár

Tangible eszközök (Mrd. USA $,

2014-es ár)

Tudás eszközök (Mrd. USA $,

2014-es ár)GDP (ECU/EUR), 2015 évi ár

Tudás eszköz technikai

felszereltség

Tangible eszköz technikai

felszereltség

Munkatermelékenység

(EUR/fő)Felszereltség képzettséggel

1 2 3 4 5 6 7 8 9

0,5*1. oszl. 0,2*3. oszl. 0,3*5. oszl. 2+4+6 7-8

GDP növek-

mény

(2014/

1995)

Termelési

tényezők

növekedé-

se (2014/

1995)

Súlyo-zatlan Súlyozott Súlyo-zatlan Súlyozott Súlyo-zatlan Súlyozott Súlyo-zatlan Súlyozott

Termelési tényezők költséghányadai a

hozzáadott értékben0,5 0,2 0,3

Nagy tengeren túli országok 1,4 0,7 1,8 0,4 1,4 0,4 1,4 1,4 0,0

Európai Unió centrum országai 1,3 0,7 1,6 0,3 1,1 0,3 1,3 1,3 0,0

Fejlett kis EU országok 1,4 0,7 1,5 0,3 1,4 0,4 1,4 1,4 0,0

Fejlett nem EU kis országok 1,6 0,8 2,2 0,4 1,6 0,5 1,7 1,7 0,0

V3 országok 1,0 0,5 1,8 0,4 1,9 0,6 1,4 1,4 0,0

TFP

Tudás eszköznövekmény

(2014/1995)

Tangible eszköz

növekmény (2014/1995)

Bérköltség növekmény

(2014/1995)

18

3.a Táblázat: A termelési tényezők, az új érték, a termelékenység és a technikai felszereltség a V3 országok MNE és nemzeti szektoraiban

3.b Táblázat: Total Factor Productivity (TFP) elemzés a V3 országok MNE és nemzeti szektoraiban

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1995 2014 2014/95 1995 2014 2014/95 1995 2014 2014/95 1995 2014 2014/95 1995 2014 2014/95

V3 országok 20 837 22 173 0,3 400 385 -0,2 1 402 2 552 3,2 3 207 6 121 3,5 422 598 1,9

V3 országok MNE szektora 1 037 2 497 4,7 42 63 2,2 183 401 4,2 560 1 230 4,2 50 131 5,2

V3 országok nemzeti szektora 19 800 19 676 0,0 357 322 -0,5 1 219 2 151 3,0 2 647 4 892 3,3 371 467 1,2

16 17 18 19 20 21 22 23 24 25 26 27

13/1 14/2 17/16 4/1 5/2 20/19 7/1 8/2 23/22 10/1 11/2 26/25

1995 2014 2014/95 1995 2014 2014/95 1995 2014 2014/95 1995 2014 2014/95

V3 országok 0,020 0,027 1,5 0,019 0,017 -0,5 0,067 0,115 2,9 0,154 0,276 3,1

V3 országok MNE szektora 0,049 0,052 0,4 0,041 0,025 -2,5 0,176 0,161 -0,5 0,540 0,492 -0,5

V3 országok nemzeti szektora 0,019 0,024 1,3 0,018 0,016 -0,5 0,062 0,109 3,1 0,134 0,249 3,3

Létszám (ezer fő)Munkaköltség (MRD PPS), 2015

évi ár

Tangible eszközök (Mrd. USA $,

2014-es ár)

Tudás eszközök (Mrd. USA $,

2014-es ár)GDP (ECU/EUR), 2015 évi ár

Munkatermelékenység

(EUR/fő)Felszereltség képzettséggel

Tangible eszköz technikai

felszereltség

Tudás eszköz technikai

felszereltség

1 2 3 4 5 6 7 8 9

0,5*1. oszl. 0,2*3. oszl. 0,3*5. oszl. 2+4+6 7-8

GDP növek-

mény

(2014/

1995)

Termelési

tényezők

növekedé-

se (2014/

1995)

Súlyo-zatlan Súlyozott Súlyo-zatlan Súlyozott Súlyo-zatlan Súlyozott Súlyo-zatlan Súlyozott

Termelési tényezők költséghányadai a

hozzáadott értékben0,5 0,2 0,3

V3 országok 1,0 0,5 1,8 0,4 1,9 0,6 1,4 1,4 0,0

V3 országok MNE szektora 1,5 0,7 2,2 0,4 2,2 0,7 2,6 1,8 0,8

V3 országok nemzeti szektora 0,9 0,5 1,8 0,4 1,8 0,6 1,3 1,4 -0,1

Bérköltség növekmény

(2014/1995)

Tangible eszköz

növekmény (2014/1995)

Tudás eszköznövekmény

(2014/1995)TFP

19

A 2-es és 3-as táblázatok értelmezéséhez a következő módszertani információkat kell

figyelembe venni:

1. A 2.a számú táblázat összeállításánál igazodni kellett a Világbank nemzeti vagyon

számításaihoz. Csak azokat az országokat lehetett bevonni az elemzésbe, amelyekre a

Világbank kiszámította a tangible és a tudástőke adatokat. Ennek alapján a következő

országcsoportokat képeztem:

a. Nagy tengeren túli országok – USA, Kanada, Japán

b. Európai Unió centrum országai – Németo., Franciao., Olaszo. és UK.

c. Fejlett kis EU országok – Ausztria, Görögország, Hollandia, Svédország,

d. Fejlett nem EU kis országok – Korea, Norvégia, Svájc és a

e. V3 országok: - Lengyelo., Szlovákia, Magyaro. (valamiért a Világbank

Csehországra nem készített tudástőke becslést).

2. A 2.a tábla létszámadatainak forrása az AMECO adatbázis NETD adata.

3. A 2.a tábla tangible tőke és tudástőke adatainak forrása a felhasznált világbanki

tanulmány adatbázisa.

4. A 2.a tábla GDP adatainak forrása az AMECO adatbázis folyó- és változatlan áras GDP

adatsorai.

5. A 3.a tábla adatait a V3 országok Nemzeti Statisztikai Hivatalainak adatai alapján

bontottam fel MNE és nemzeti termelői adatokra.

6. A 2.a-3.a táblák munkatermelékenységi és tőkefelszereltségi indexeinek számítását a

táblázatok megfelelő oszlopaiban megadtam.

7. A 2.b-3.b táblák növekmény adatait A TFP számításokhoz mindenütt a 2.a-3.a táblákból

számítottam.

8. A 2.b-3.b táblák munka és tőkeköltség részarányainak meghatározásához az eddigi

kutatásaim eredményeit használtam fel.

9. A 2.a-3.a táblázatokban a növekedési ütemek átlagos évi növekedési ütemek, azaz az

100*((x2014/x1995)(1/(2014-1995))-1) képlettel számítódtak. A 2.b-2.3 táblázatok növekedési

indexei a megfelelő abszolút adatok sima hányadosai.

A munkaerő számított értéke a munkavállalók létszámának és az inflációtól megtisztított

munkabérnek a szorzata, amely kifejezi a munkaerő képzettségét, jártasságát és motivációját.

Ezt a 2.a-3.a számú táblázatokban a munkaköltség adatok írják le.

A munkaerő értéke reál értéken a vizsgált időszakban a fejlett országokban nőtt, míg a

visegrádi országokban csökkent. Ez egy ilyen hosszú időszak átlagában nem lehet véletlen.

Ennek alakítása a gazdaságpolitika egyik központi prioritása volt, hisz ez a V4 országok egyik

legfontosabb komparatív előnye.

Fontos, hogy a munkaerő értékének növekedésében nem a munkavállalók létszámának

növekedése volt a nagyobb. A fejlett országokban a munkaerő értéke mindenütt gyorsabban

nőtt, mint a munkaerő létszáma. Ez kifejezi, hogy a munkaerő értékesebbé vált. A munkaerő

minden bizonnyal a V4 országokban is értékesebbé vált, a nyomott reálbérszint miatt azonban

ennek pontos mértékét ebből a mutatóból nem látjuk. A munkaerő minőségének növekedését

a V4 országokban további vizsgálatokkal kell elemezni. Most csupán annyit mondhatunk, hogy

20

ezen termelési tényező negatív növekedési indexe a V4 országokban komoly növekedési

feszültségekre utal.

A technikai felszereltség a munkaerő tangible eszközökkel (épületek, gépek, működő tőke),

kapcsolati tőkével (vevők, szállítók, imázs) és szervezeti tőkével (know how, infrastruktúra,

szervezettség, menedzsment) való ellátottsága. Ezt a 2.a-3.a számú táblázatokban a tangible

eszközök és a tudástőke eszközök oszlopok írják le.

A technikai felszereltség mindenütt nő, de a tangible (tárgyi) technikai felszereltséget a fejlett

országok a tudástőke felszereltségnél gyorsabban növelik. A V4 országokban a tudástőke

felszereltség nő gyorsabban.

A felsorolt, a termelékenységet meghatározó tényezőknek vannak nemzetközileg gyorsan

kiegyenlítődő komponensei (általános ismeretek, nyelvtudás, munkafegyelem, stb.), de

többségükben olyan komponensekből állnak, amelyek hosszadalmas, a technológiai fejlődés

követelményeinek alárendelt felhalmozást követelnek meg (a tőkefelszereltség elemei

zömmel ilyenek). Ezek rövid távon nem tudnak kiegyenlítődni, hiszen minden ország igyekszik

ezeket a tényezőket fenntartani, illetve egy versengésben növelni. Csak kivételes esetekben

látunk a kiegyenlítődésre, vagy a sorrendek megváltozására példát. Mivel a reál feltételekben

kialakult különbségek rövid távú kiegyenlítődése inkább kivétel, mint szabály, a

munkatermelékenység különbségek hosszú távon megmaradnak.

Korábban többször is említettük, hogy a V4 országok gazdaságának megértéséhez

elengedhetetlen a hazai gazdaság MNE és nemzeti felbontása. Ez a felbontás a 3.a és 3.b

számú táblázatokban látható.

A V4 országok gazdaságainak multinacionális és nemzeti felbontása alapján nyilvánvaló, hogy

a munkatermelékenységünket alapvetően meghatározó tőkefelhalmozás nagyobb részt

külföldi eredetű (3.a sz. táblázat). Az MNE – tangible és tudás – tőkebefektetések növekedései

üteme 1 százalékkal meghaladja a nemzeti tőkebefektetések ütemét.

Azonban az is egyértelmű, hogy a fejlett országoknak ez a kiszervezési tevékenysége

elsősorban munkaigényes tevékenységeket szervezi ki az alacsonyabb bérű V3 országokba. Ez

onnan látszik, hogy az MNE létszám gyorsabban nő, mint az MNE tőke és ennek következtében

az MNE technikai felszereltség csökken.

A tőkefelszereltség csökkenése miatt az MNE termelékenység csak nagyon visszafogottan nő.

Ugyan az MNE vállalati körben a nemzetit kétszeresen meghaladó hatékonyságú

tevékenységek bontakoznak ki, de ennek termelékenységnövelő hatása mérsékelt. Az MNE-k

anyaországaiban a termelékenység növekedése 1 százalék körüli, míg az MNE vállalatok

termelékenység növekedése a V4 országokban ennek a fele. Így a magas hatékonyságú MNE

tevékenységek a V4 országok termelékenységét csak kisebb mértékben növelik.

Nagyon elgondolkodtató, hogy míg az MNE vállalatok a munka minőségét növelik, addig a

nemzeti termelők ezen kifejezetten spórolnak. A munka minőségét nem igazán ösztönző

bérrendszert alkalmaznak. Jobbára csak a munka technikai felszereltségét növelik. Ennek

hatása leginkább a 3.b számú táblázatban látható. Magasabb technikai felszereltséggel és

21

magasabb minőségű munkaerővel az MNE vállalatok rendkívül nagy GDP növekményt –

extraprofitot – érnek el, ezzel szemben a nemzeti termelők GDP növekménye csak egyensúlyi.

Ez a rendszer nagyon jól ki van találva a nemzetközi tőke szempontjából. Kevésbé jó ez a

munkavállalók szempontjából. A nemzeti vállalatok tulajdonosai pedig csak az országon belüli

relatív előnyeiknek örülhetnek.

A munkaerő minősége és technikai felszereltsége a termelékenység legfontosabb tényezői, de

a termelékenységet önmagában még nem határozzák meg. Annak kialakításában nagyon

fontos a termelési struktúra szerepe is. A továbbiakban ezt vizsgáljuk meg nemzetgazdasági,

illetve vállalati szinten.

22

A termelési szerkezet hatása a nemzetgazdasági

termelékenység alakulására

Ebben a fejezetben az eddig bemutatott folyamatok mögé tekintünk. Az ehhez a szükséges

nemzetközi adatok nem álltak rendelkezésre, ezért itt főleg a magyar gazdaság helyzetét

elemezzük és ebből próbálunk általánosítani a V4 országok helyzetére.

A technológiai fejlődés folyamatosan átalakítja a jövedelmezőségi viszonyokat. Ez a

foglalkoztatást és a tőkefelhalmozást a jövőt alakító tevékenységek felé hajtja, melyek

fajlagosan magasabb hozzáadott értéket termelnek, mint a hagyományos ágazatok.

Ha a termelés a termelést megalapozó erőforrásokkal nem képes ezen jövőt hordozó

tevékenységekbe átmenni, akkor a termelékenység szintje csak nagyon lassan emelkedik, a

növekedés pedig lelassul. Ilyenkor kerülnek az egyes országok az úgy nevezett alacsony, vagy

közepes jövedelmi csapdába.

Ezen strukturális feszültség leírásakor megint két szinten vizsgálódunk. Először

nemzetgazdasági szinten, majd a vállalatok szintjén.

A magyar termelési szerkezet és a termelékenység kapcsolatának tárgyalását kezdjük a 4.

számú táblázattal. Először azt kívánjuk bizonyítani, hogy a nemzetgazdasági struktúraváltás a

termelékenységet növeli, ha a termelő tevékenysége eltolódik a magasabb hozzáadott érték

tartalmú ágazatok felé.

A 4. számú táblázatban Magyarország termelési tevékenységét három ágazatra bontottuk. Az

upstream ágazatok azok a tevékenységek, amelyek alapvetően más ágazatoknak

termelnek.14. Kibocsátásuk több mint 60 százaléka (5985/9262 + az importból rá jutó rész)

termelő célú kibocsátás és nem végsőfelhasználás. A downstream ágazatok alapvetően végső

felhasználásra termelnek.15 Kibocsátásuk nagyobb része, 90 százaléka (13354/14692) végső

felhasználásra megy. Kettejük között vannak a gyártási ágazatok (Ezek azok az ágazatok,

amelyek sem az upstream, sem a downstream csoportban nem szerepelnek). Náluk ezek az

arányok: 25:75, de mivel jelentős az importjuk és a végsőfelhasználásuk jelentős részét

exportálják, ami nem a magyar végsőfelhasználásra megy, a valós arányok 50:50 százalék

körüliek. Az ágazatok ezen csoportosítása egyébként egy ellátási lánc, amelyben az upstream

ágazatok alapvetően megalapozzák, előkészítik a többi ágazat termelését, a downstream

14 Számításainkban az upstream besorolási kritériumoknak megfelelő ágazatok a 2015 évi ÁKM alapján a következők voltak: Bányászat, kőfejtés; Nyomdaipar; Villamosenergiaipar, gáz és gőz ellátás; Raktározás, szállítás; Postai és futárpostai tevékenység; Pénzügyi közvetítés; Jogi, számviteli és adószakértői tevékenység; Építészmérnöki és mérnöki tevékenység; Reklám és piackutatás; Munkaerőpiaci szolgáltatás; Biztonsági és nyomozói tevékenység. 15 Számításainkban a downstream besorolási kritériumoknak megfelelő ágazatok a 2015 évi ÁKM alapján a következők voltak: Kiskereskedelem; Vendéglátás; Biztosítás és nyugdíjalapok; Tanácsadás; Közigazgatás, társadalombiztosítás; Oktatás; Egészségügy; Szociális ellátás; Kultúra; Sport; Érdekképviselet; Háztartási szolgáltatások.

23

ágazatok a végső fogyasztók felé közvetítik annak eredményét és gyártási ágazatok azok,

amelyek ezeket a végtermékeket alapvetően legyártják.

4. Táblázat: Magyarország termelési szerkezete 2015-ben

Forrás: 2015 évi KSH ÁKM

Általános megfigyelés – melyet minden vállalkozó zsigerből érez –, hogy az ellátási lánc

közepén a legalacsonyabb a termelés hozzáadott érték tartalma. Hatalmas szakirodalom

foglalkozik ennek az okaival. Nekünk itt csak a tényt kell megállapítani. Magyarországon az

upstream ágazatokban az egységnyi termelés hozzáadott érték tartalma 56 százalék, a gyártási

ágazatokban 33 százalék, a downstream ágazatokban pedig 62 százalék.

Ilyen jövedelmezőségi viszonyok mellett minden gyártásra szakosodott közgazdaságilag

racionális vállalkozó azonnal megkísérelné, hogy tevékenységét áttegye vagy az upstream,

vagy a downstream ágazatokba, ahol magasabb jövedelmezőséget tud elérni. Tételezzük fel,

hogy ez jó néhányuknak sikerül is és annyi vállalkozó megy át az upstream és downstream

ágazatokba, hogy a nemzetgazdasági termelési struktúrában az upstream és a downstream

ágazatok súlya 1-1- százalékkal megnő, míg a gyártási ágazatoké 2 százalékkal csökken. A nyílt

statikus input-output modellezés alapján rendelkezésünkre áll egy olyan bejáratott

modellezési algoritmus, amely ennek a strukturális változásnak a hatását számszerűsíti16. Ez

az 5. számú táblázatban látható.

16 A 4. számú táblázatban az adatokat nem lehet önkényesen megváltoztatni, hanem csak a köztük fennálló technikai-gazdasági relációk figyelembevételével. A struktúraváltás modellezése során meg kell találni azt a végsőfelhasználási és hozzáadott érték szerkezetet, amely mellett az 5-ös táblázatban modellezett hozzáadott érték összhangban van a nemzetgazdaság technológiai együtthatóival. Ezeket a szabályokat írja le a nyílt-statikus input-output elemzés szakirodalma, amelyet a Boda és társai által közölt 2019-es tanulmány részben ismertet.

1 2 3 4=1+2+3 5 6=4+5

Upstream

ágazatok

Gyártási

ágazatok

Downst-

ream

ágazatok

Folyó

termelő

célú kibo-

csátás

összesen

Végső

felhasz-

nálás

összesen

Kibocsá-

tás

összesen

1 Upstream ágazatok 1 495 2 783 1 708 5 985 3 277 9 262

2 Gyártási ágazatok ágazatok 942 8 540 1 535 11 017 34 028 45 045

3 Downstream ágazatok ágazatok 176 579 582 1 338 13 354 14 692

4 Import 1 229 17 657 1 184 20 071 7 567 27 638

5 Termékadók és támogatások egyenlege 244 491 595 1 330 4 197 5 527

6 Munkavállalói jövedelem 2 570 6 667 5 358 14 595

7 Állóeszköz felhasználás 804 3 045 1 918 5 767

8 Bruttó jövedelem - adó + támogatás 1 803 5 283 1 811 8 897

9 Bruttó hozzáadott érték alapáron 6+7+8 5 176 14 995 9 087 29 258

10 Kibocsátás alapáron 1 + … + 8 9 262 45 045 14 692 68 999

11 Termelési struktúra 13% 65% 21% 100%

12 Hozzáadott érték tartalom 9/10 56% 33% 62% 42%

13 Munkatermelékenység 9/6 201% 225% 170% 200%

24

A 4-5. számú táblázatokban láthatjuk, hogy miként változott a munka termelékenysége

nemzetgazdasági szinten. A fenti táblázatokból az eredményt, a nemzetgazdasági GDP-t a

tényadatokkal illusztrálva a következőképpen vezethetjük le:

A GDP termelése = Az ágazatok által megtermelt hozzáadott érték (29258) +

az ágazati termelésen realizált termékadók és támogatások egyenlege (5527).

A GDP felhasználása = Az ágazatok által előállított végsőfelhasználás (3277 +

34028 + 13354 + 7567 + 4197) – az import (27638)

5. Táblázat: Magyarország termelési szerkezete 2015-ben megnövelt upstream és downstream

részarányok mellett

A GDP a 2015 évi tényadatok alapján 34.785 ezer milliárd Ft. A struktúraváltozás hatását

számszerűsítő változatban pedig 35.039 ezer milliárd Ft. A GDP tehát megnőtt. Az ágazati

termelékenységek nem változtak, csak megváltozott a termelés ágazati összetétele. A

termelés átment a magasabb hozzáadott érték tartalmat biztosító ágazatokba. Ez megnövelte

a nemzetgazdasági GDP-t, miközben a népesség nem változott. A nemzetgazdasági

termelékenység tehát megnőtt.

A valóságban azonban ez a struktúraváltás nem ilyen egyszerű, ugyanis egy adott ágazati

termelésnek nem csak hozzáadott érték tartalma van, hanem erőforrás igénye is és általában

a nagyobb hozzáadott érték tartalmat csak több erőforrásért adják. Ezt láthatjuk a 8.a-8.c.

ábrákon.

A 8.a ábra szerint a termelés legnagyobb része és a hozzáadott érték zöme is a gyártásban

keletkezik. Ezt szimbolizálják az ábrába berajzolt „Λ” ikonok. Ez jelzi, hogy a magyar termelő

tevékenység zöme a gyártásban folyik. A tőke zöme ugyancsak a gyártásban van lekötve. A

tőkelekötés struktúrájának ábrázolására itt is a „Λ” ikon a megfelelő jel. A munka esetében ez

módosul. A foglalkoztatottak száma már a downstream ágazatokban a legnagyobb. Itt tehát

1 2 3 4=1+2+3 5 6=4+5

Upstream

ágazatok

Gyártási

ágazatok

Downst-

ream

ágazatok

Folyó

termelő

célú kibo-

csátás

összesen

Végső

felhasz-

nálás

összesen

Kibocsá-

tás

összesen

1 Upstream ágazatok 1 604 2 687 1 780 6 071 3 868 9 938

2 Gyártási ágazatok ágazatok 1 011 8 247 1 600 10 857 32 642 43 498

3 Downstream ágazatok ágazatok 189 559 607 1 355 13 953 15 309

4 Import 1 319 17 051 1 234 19 604 7 538 27 142

5 Termékadók és támogatások egyenlege 261 474 620 1 355 4 181 5 536

6 Munkavállalói jövedelem 2 757 6 438 5 583 14 778

7 Állóeszköz felhasználás 862 2 940 1 999 5 801

8 Bruttó jövedelem - adó + támogatás 1 935 5 102 1 887 8 924

9 Bruttó hozzáadott érték alapáron 6+7+8 5 554 14 480 9 469 29 503

10 Kibocsátás alapáron 1 + … + 8 9 938 43 498 15 309 68 746

11 Termelési struktúra 14% 63% 22% 100%

12 Hozzáadott érték tartalom 9/10 56% 33% 62% 43%

13 Munkatermelékenység 201% 225% 170% 200%

25

az adatok struktúráját a „/” ikon fejezi ki helyesen. Azonban a gyártásban foglalkoztatottak

száma nagyon jelentős. Igaz tehát az a megállapítás, hogy Magyarország termelési szerkezete

gyártás centrikus.

8.a Ábra: A termelés, a HÉ és a termelési tényezők

8.b Ábra: HÉ tartalom és tőke igényesség

8.c Ábra: Létszámigényesség

0

500

1000

1500

2000

2500

0

10000

20000

30000

40000

50000

60000

70000

80000

90000

100000

U M D U M D U M D U M D U M D

Termelés - Baltengely

Hozzáadott érték -Bal tengely

Tangible tőke - Baltengely

Tudás tőke - Baltengely

Létszám - Jobbtengely

Ezer

fő

Mrd

. Ft

A termelés, a hozzáadott érték és a termelési tényezők - Nemzetgazdaság összesen lakásállomány nélkül (NAV-hoz illesztett) - Magyarország - 2015

Összes kibocsátás

Hozzáadott érték

Egyéb mérlegtétel

Tárgyi eszközök nettó értéke

Külföldi tudástőke

Nemzeti tudástőke

Magas képzettségű

Közepes képzettségű

Alacsony képzettségű

0

1

2

3

4

5

6

7

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

U M D U M D U M D

Hozzáadott értéktartalom - Bal

tengely

Tangible tőkeigényesség - Jobb

tengely

Tudástőkeigényesség - Jobb

tengely

Hozzáadott érték tartalom és tőke igényesség - Nemzetgazdaság összesen lakásállomány nélkül (NAV-hoz illesztett) - Magyarország-

2015

Külföldi tudástőke

Nemzeti tudástőke

Egyéb mérlegtétel

Tárgyi eszközök nettóértéke

Hozzáadott érték tartalom

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,14

0,16

0,18

U M D

Munkaerőigényesség (Fő/Mrd.

Ft) - Bal tengely

Létszám igényesség - Nemzetgazdaság összesen lakásállomány nélkül (NAV-hoz illesztett) - Magyarország-2015

Magas képzettségű

Közepes képzettségű

Alacsony képzettségű

26

Vizsgálatunk centrumában viszont nem maga a tevékenység, vagy a tőkelekötés abszolút

nagysága áll, hanem annak a hatékonysága. Ezért mind a megtermelt hozzáadott értéket,

mind a lekötött tőkék nagyságát, mind az egyes tevékenységekben lekötött létszámot el kell

osztanunk a termeléssel, hogy megkapjuk a tevékenységek hatékonyságát. Ezt látjuk a 8.b –

8.c ábrákon.

Ha a hozzáadott értéket, a tőkelekötéseket és a létszámlekötéseket osztjuk a termeléssel,

akkor az ún. igényességi görbékhez jutunk. Ezek mindegyike „V” alakú, ami sajátos üzeneteket

hordoz.

A hozzáadott érték esetében ez egy meglehetősen kellemetlen üzenet. Azt jelzi, hogy azokban

az ágazatokban dolgozunk a legtöbbet, ahol a legkisebb a tevékenység jövedelmezősége, ahol

a tevékenységek fajlagosan a legkevesebb új értéket termelik. A 8.a ábrán megjelenő piros „V”

egyébként az úgy nevezett mosoly görbe, amely azt fejezi ki, hogy az ellátási láncban a

gyártásba beszorulók arányaiban kevesebb jövedelmet realizálnak, mint az upstream és a

downstream ágazatok termelői.

Való igaz, hogy a mosolygörbe alapján – melyet már a 4. és 5. táblázatokban is

megfigyelhettünk – el kell gondolkodnunk országunk helyzetén. Ott van a tőkelekötéseink és

tevékenységeink zöme, ahol a legalacsonyabb a tevékenységek egységnyi új érték

termelése. Ez tipikusan egy közepes jövedelmi csapda veszélyét jelzi.

A tőke és a munkaerő esetében az igényességi görbék ugyancsak „V” alakúak. Ez azt jelzi, hogy

ha valaki a gyártás jövedelmezőségét magasabb upstream, vagy downstream

jövedelmezőségre akarja cserélni, lényegesen több tőkét kell lekötnie, illetve több és

értékesebb létszámot kell alkalmaznia. Különösen akkor nő meg ez az igényesség, ha valaki a

downstream irányba akar kitörni. Ezen belül is a tudástőke növekmény lesz nagy, ami mind a

tudástőke méréseinkből, mind a létszámigényesség foglalkozások szerinti vizsgálatából

egyértelmű.

Ha valaki ezt a nagyobb igényességet nem tudja megfizetni, akkor marad a gyártásban, ahol

legalacsonyabbak az igényességi mutatók. Ez azonban a csapda helyzetére utal, mert az

alacsonyabb jövedelmezőséget senki sem vállalja önként és dalolva.

A közepes jövedelmi csapda helyzetet jól mutatja a 9. számú ábrán összefoglalt nemzetközi

összehasonlítás. Itt a visegrádi országok és a szempontjukból példa értékű fejlett kis és nagy

országok helyzetét elemeztem.

A fejlett országok között van egy fejlett kis ország – Svédország –, amelyik ugyanolyan

termelési és erőforrás lekötési szerkezettel rendelkezik, mint Magyarország. Mind a

termelése, mind az erőforrás lekötése gyártás centrikus és a mosoly görbéje is a mienkéhez

hasonló. Sematikusan tehát azt mondhatjuk, hogy Svédország termelési szerkezete „Λ” alakú,

erőforrás lekötési szerkezete szintén.

Ettől karakterisztikusan eltérő az USA termelési és erőforrás lekötési szerkezete, mely a

mosoly görbe parancsait követve elmozdult a downstream szektor irányába. A termelésben a

gyártás és a downstream súlya kiegyenlítődött, az erőforrás lekötéseinek szerkezete pedig

egyértelműen eltolódott a downstream ágazatok irányába. Sematikusan tehát az USA

27

termelési szerkezete egy „Λ”-ból a „/” felé elmozduló termelési szerkezet, ahogy azt a 9. számú

ábrán ábrázoltam, az erőforrás lekötési szerkezete pedig egyértelműen „/” alakú.

Az USA féle termelési és erőforrás lekötési szerkezet a jövő irányát mutatja, amely az upstream

tevékenységek részarányának stabilizálódását, a downstream tevékenységeknek pedig a

kiterjedését vetíti előre. Ez egy bonyolult világgazdasági szerkezetet fog eredményezni,

amelyben a gyártás azokba az országokba fog kihelyeződni, amelyek nem lesznek képesek az

upstream, illetve downstream irányban elkerülhetetlen pótlólagos erőforrások

felhalmozására.

Ennek a folyamatnak az időbelisége is látszik. Először az erőforrások kerülnek át a downstream

ágazatokba, majd a termelés is. A táblázatban szereplő országok zöménél ez az átalakulás

elindult. A termelési struktúra még gyártási fókuszú („Λ”), az erőforrások lekötése azonban

már downstream centrikus („/”). Ilyen ország például Ausztria, Németország, Svájc, ahol az

ipari termelés nagy hagyományait nem dobják ki az ablakon, hanem kifuttatják. Az erőforrások

lekötésében azonban már downstream centrikusak, ami jelzi, hogy elkötelezték magukat a

változások mellett.

Azon el kell gondolkodnunk, hogy a visegrádi országok tudatosan választották-e a svéd utat,

vagy csak rákényszerültek erre az útra. Maguk vállalták-e fel a gyártás centrikus gazdasági

szerkezetet, vagy más választás nem lévén belekényszerültek a gyártási tevékenységek

kiszervezésének fogadásába. Szerintem az utóbbi a helyzet. Az felettébb érdekes, hogy pont a

csehek hagyják el fokozatosan a gyártás centrikus szerkezetet, noha a visegrádi országok

között náluk alakult ki a legfejlettebb ipari termelés. Az adatok alapján azonban ez érthető.

Ezzel az új érték termelésük növekedését gyorsítják, ami Csehországban a nemzetgazdasági

szintű termelékenység gyorsabb növekedését eredményezi.

Természetesen, a svéd utat lehet választani, de ehhez egy olyan nemzetpolitikai stratégia kell,

ami a svéd termelékenység elérését célozza meg, mert a mosolygörbe legalacsonyabb pontján

csak akkor lehet magas jövedelmeket realizálni, ha a gyártási termelékenység a

legmagasabbak közé emelkedik. Ennek nincs akadálya, ha egy nemzet a termelékenység

növeléséhez szükséges akkumulációt megvalósítja.

Véleményem szerint a közepes jövedelmi csapdából mindenképpen ki kell törni ahhoz, hogy a

termelékenység növekedés közép szinten való stabilizálódását elkerüljük. Ennek -mint leírtam

- nagyon komolyak a feltételei. Az egyik legfontosabb feltétel azonban az, hogy

• nemzetstratégiai szintre kell emelni azt a célt, hogy túllépjünk az olcsó összeszerelő

modellre épülő gondolkodáson, illetve

• végig kell gondolni az ezzel kapcsolatos opciókat:

o vagy az ázsiai kis tigrisek és Kína fogyasztás visszafogásra és nagy arányú belső

felhalmozásra épített kísérleteit kell követni,

o vagy az aktuális egyedi erőforrásokra/találmányokra stb. épített növekedés

útját kell választani (pl. vízkészletre és mező- és élelmiszergazdasági kiválóságra

való építkezés).

28

o vagy külföldi segítséget kell igénybe venni (az EU-nak fel kell fejlesztenie a

perifériáját az USA-val és az ázsiai felemelkedő hatalmakkal való konkurencia

harcban, hogy maga is erősebbé válhasson).

Ezek a megfontolások azonban a vállalati körben másként jelentkeznek. A tanulmány befejező

részében a vállalati termelékenységi folyamatokat nézzük meg a struktúraváltás

szempontjából.

29

9. Ábra: A fejlett országok és visegrádi országok mosolygörbéje, termelési, létszám és tárgyi eszköz szerkezete

Megjegyzés: adatok hiánya miatt az összehasonlításban a tőkét csak a tárgyi eszköz állományon keresztül tudtam vizsgálni.

0%

10%

20%

30%

40%

50%

60%

70%

80%

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

Upstream industries Manufacturingindustries

Downstreamindustries

Value added / output Left axis, other Right axis

Sweden - 2014

Structure of total output

Structure of Employment

Structure of Labor costs

Structure of tangible capital

Value added / total output - 2014

U M D

Termelési szerkezet

U M D

Erőforrás szerkezet

U M D

Termelési szerkezet

U M D

Erőforrás szerkezet

U M D

Termelési szerkezet

U M D

Erőforrás szerkezet

0%

10%

20%

30%

40%

50%

60%

70%

80%

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

Upstream industries Manufacturingindustries

Downstreamindustries

Value added / output Left axis, other Right axis

Austria - 2014

Structure of total output

Structure of Employment

Structure of Labor costs

Structure of tangible capital

Value added / total output - 2014

SwedenHungaryPolandSlovakia

AustraliaFranceGreat BrittainItalyJapanUSA

AustriaBelgiumCanadaSwitzerlandGermanyDenmarkNetherland

Czechia

Korea,Norway

SvédországMagyarországLengyelországSzlovákia

USAAusztráliaFranciaországNagy BritanniaOlaszországJapán

AusztriaBelgiumKanadaSvájcNémetországDániaHollandia

Csehország

KoreaNorvégia

0%

10%

20%

30%

40%

50%

60%

70%

80%

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

Upstream industries Manufacturingindustries

Downstreamindustries

Value added / output Left axis, other Right axis

USA - 2014

Structure of total output

Structure of Employment

Structure of Labor costs

Structure of tangible capital

Value added / total output - 2014

Svédország - 2014 Ausztria - 2014 USA - 2014

TermelésLétszámMunkaköltségTárgyi eszközHozzáadott érték /termelés

Hozzáadott érték / termelés a bal tengelyen, a többi a jobb tengelyen

Upstream Gyártás Downstream Upstream Gyártás Downstream Upstream Gyártás Downstream

30

A termelési szerkezet és a vállalati termelékenység

kapcsolata

Vállalati szinten kevesebb nemzetközi összehasonlításra is alkalmas adat áll rendelkezésre,

mint nemzetgazdasági szinten. Hozzáférhetőek a hozzáadott érték, a foglalkoztatottak száma

és a vállalatok száma ágazati és vállalat méret szerinti bontásban. Hiányoznak a termelési

érték (összes kibocsátás) és a tőke (eszköz) adatok. Azonban ebben a szűkebb adatkörben is

értelmezni tudjuk a munkatermelékenységet (hozzáadott érték/foglalkoztatottak száma),

valamint azt, hogy erre miként hatott az ágazati struktúra változás és a vállalatméret szerinti

szerkezeti átalakulás a vizsgálatba bevont országokban. Erre főleg azért van szükség, mert egy

ilyen strukturális elemzés írja le annak a vállalati körnek a fejlődési folyamatait, mellyel a VOSZ

foglalkozik.

A jelenlegi strukturális folyamatokban megismétlődik a múlt. Az 1825 és 1900 között

kibontakozó ipari forradalom – bárminő furcsán hangzik is – elsősorban a mezőgazdaság

termelékenységét emelte az égbe. Ezért tudott a mezőgazdasági termelés visszaszorulni a

fejlett országok társadalmi termelésének szerkezetében 2-3 százalékra, miközben az ipari

termelés részaránya még mindig 15-40 %. Most ugyanez a folyamat a downstream ágazatok

és a gyártás viszonyában megy végbe. A gyártás termelékenysége az égbe emelkedik, hogy a

downstream ágazatcsoport kibontakozhasson. Más szavakkal a gyártás termelékenységének

szakadatlan növekedése a feltétele annak, hogy az erőforrások átáramolhassanak a

downstream ágazatokba. Ez természetesen egy kölcsönösen egymásra ható változás. A

gyártási termelékenység szakadatlan növekedését jórészt a downstream ágazatok

kibontakozása biztosítja.

Állításunkat előbb a 10a-10.b. számú ábrákkal bizonyítjuk. Ezeken kétfajta termelékenységi

mutatót látunk. A termelékenység I mutató a klasszikus munkatermelékenységi mutató

vállalati szinten, a vállalati hozzáadott érték és a vállalati foglalkoztatottak hányadosa. A

termelékenység 2 mutató az egy vállalatra jutó hozzáadott értéket mutatja. Ez valójában egy

vállalati szintű teljes termelékenységi mutató.

1. A fejlett országok mindegyikében mindkét mutatóban a gyártás termelékenysége a

legmagasabb és downstream-é a legalacsonyabb.

2. Ez a szabály Magyarország esetében is érvényesül.

3. Lengyelország esetében az upstream termelékenység a legmagasabb, de az igaz, hogy

a gyártás termelékenysége magasabb, mint a downstream-é.

A többi kelet-európai országban nem ennyire egyértelmű a kép, ami feltehetően azzal a

korábbi megfigyelésünkkel van összefüggésben, miszerint a gyártás kihelyezése Kelet-

Európába a kelet-európai termelékenység növekedését leszorítja, visszafogja.

31

10.a Ábra: A vállalati termelékenység – I ágazatonként

10.b Ábra: A vállalati termelékenység – II ágazatonként

Megjegyzés: A termelékenység II mutató nem csak a munkavállalók, hanem az általuk kezelt

tőke hatékonyságát is mutatja. Így egy teljes termelékenységi mutató szerepét tölti be.

0,000

0,010

0,020

0,030

0,040

0,050

0,060

0,070

0,080

0,090

0,100

2008 2008 2008 2008 2008 2008 2008 2008 2008 2017 2017 2017 2017 2017 2017 2017 2017 2017

Kis -fejlett

CE ME V4 EE CZE POL SLO HUN Kis -fejlett

CE ME V4 EE CZE POL SLO HUN

Termelékenység I (hozzáadott érték / foglalkoztatottak) ágazatok szerint -m€/fő

U

Gy

D

Σ

0,000

0,100

0,200

0,300

0,400

0,500

0,600

0,700

2008 2008 2008 2008 2008 2008 2008 2008 2008 2017 2017 2017 2017 2017 2017 2017 2017 2017

Kis -fejlett

CE ME V4 EE CZE POL SLO HUN Kis -fejlett

CE ME V4 EE CZE POL SLO HUN

Termelékenység II (hozzáadott érték / vállalatszám) ágazatok szerint -m€/vállalat

U

Gy

D

Σ

32

A 11. számú ábrák viszont egyértelműen alátámasztják azt a megállapítást, hogy a strukturális

átalakulás fő iránya a downstream. Részletesebben:

1. A gyártás súlya csökken.

2. A mag országokban a gyártás súlya egy nagyságrenddel kisebb, mint a V3 17

országokban.

3. A fejlett kis országok a gyártási részarány csökkentésében fáziskéséssel követik a mag

országokat.

4. Csehország a gyártás csökkentésében meglepően előre szalad (ellenőrizendő, de

elgondolkodtató adatok).

5. A gyártás súlyának csökkenése a mag országokban a downstream ágazatok bővítését

hozza.

6. A magas gyártási részarány a V3 országokban a downstream ágazatok alacsony

súlyában ellentételeződik. A magas gyártási részarányt a downstream ágazatok

terhére valósítják meg.

7. Ez megint nem érvényes Csehországra, ahol magas a downstream részarány.

11.a Ábra: Vállalatszerkezet vállalatszám alapján – ágazatok szerint

17 Itt a V3 épp Szlovákiát nem tartalmazza, mivel hibásak a 2008-as vállalatszám adatai.

28% 30% 28% 29% 27% 29% 27% 30% 34% 33%

20% 24%

38% 38%26%

32% 28% 31%

56% 55%

40% 38% 39% 36%

62% 60% 53% 54%74% 69%

50% 51%69%

63%

49%49%

16% 16%

32% 32% 35% 35%

11% 10% 13% 13%6% 7%

12% 11%5% 5%

22% 20%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017

Kis - fejlett CE ME V4 EE POL CZE SLO HUN

Vállalatszerkezet vállalatszám alapján - ágazatok szerint

D

Gy

U

33

11.b Ábra: Foglalkoztatási szerkezet – ágazatok szerint

11.c Ábra: Hozzáadott érték szerkezet – ágazatok szerint

Korábbi kutatásainkban - lásd a VOSZ-nak 2018-ban e témában készített tanulmányt18, illet

Boda és társai 2019-es tanulmányát – a méretnagysággal kapcsolatban a következő

megállapításokat tártuk fel.

1. Mind a vállalati termelékenység (termelékenység I), mind az egy vállalatra jutó

hozzáadott érték (termelékenység II), mind az egy vállalatra jutó foglalkoztatottak

száma a lineáris növekedést meghaladó módon emelkedik méretnagyságról

méretnagyságra (mikróvállalati termelékenység < kisvállalati termelékenység < közép

vállalati termelékenység < nagyvállalati termelékenység). A vállalati méretnagyság

növekedése mentén tehát megfigyelhető egy egyértelmű skálahozadék.

18 Boda György, Fülöp Zoltán, Losonci Dávid, Matyusz Zsolt: Vállalatszerkezet és termelékenység; Vállalatgazdasági Tudományos és Oktatási Alapítvány (VTOA) – Versenyképesség Kutató Központ (VKK), 2018

27% 29% 31% 32%26% 29% 26% 28% 28% 28% 26% 28% 31% 33%

23% 26%21% 23%

57% 53%45% 43%

48% 43%

63% 61% 61% 60% 70% 67%

47% 44%70% 67%

61% 60%

16% 17%25% 26% 25% 28%

11% 11% 11% 12%5% 5%

23% 23%

6% 7%18% 17%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017

Kis - fejlett CE ME V4 EE POL CZE SLO HUN

Foglalkoztatási szerkezet - ágazatok szerint

D

Gy

U

24% 24%31% 30% 27% 31% 29% 30% 30% 29% 31% 34% 31% 30% 28% 26%

17% 18%

67% 66% 54% 54% 57% 51%63% 60% 61% 60%

66% 62%

49%46%

68% 71%

75% 73%

9% 10% 15% 16% 16% 18%8% 10% 10% 10%

4% 4%

20% 24%

4% 4% 8% 9%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017

Kis - fejlett CE ME V4 EE POL CZE SLO HUN

Hozzáadott érték szerkezet - ágazatok szerint

D

Gy

U

34

2. A V4 országok vállalati populációjában (piramisában) a mikróvállalkozások súlya sokkal

nagyobb, mint a fejlett országokéban. Ennek megfelelően a közép vállalatok súlya

alacsonyabb.

3. Emiatt a fejlett országok vállalati populációja sokkal termelékenyebb, mivel a fejlett

országokban a termelékenyebb középvállalatoknak nagyobb a súlya, mint a kevésbé

termelékeny mikró vállalkozásoké.

Megvizsgáltuk, hogy a megállapítások érvényesek-e a legújabb mérések alapján, vagy

módosultak. A 12. számú ábrák alapján egyértelmű, hogy az egyes méretkategóriák

termelékenységében megfigyelhető skálahozadék alapú exponencialitás nem változott.

12.a Ábra: A munkatermelékenység vállalati méretnagyság szerint – m EUR/fő

0,000

0,010

0,020

0,030

0,040

0,050

0,060

0,070

0,080

0,090

0,100

2008 2008 2008 2008 2008 2008 2008 2008 2008 2017 2017 2017 2017 2017 2017 2017 2017 2017

Kis -fejlett

CE ME V4 EE CZE POL SLO HUN Kis -fejlett

CE ME V4 EE CZE POL SLO HUN

A munkatermelékenység vállalati méretnagyság szerint - m€/fő

Mikró

Kis

Közép

Nagy

35

12.b Ábra: A vállalati termelékenység (Hozzáadott érték/vállalatszám) vállalati méretnagyság szerint - m EUR/vállalat

Megjegyzés: A 12.b számú ábrán az exponencialitás olyan nagy, hogy a megjelenítés csak a nagyvállalati

adatok egy ötödének ábrázolásával volt lehetséges. Ezért a valós nagyságrendeket egy adattáblában is

megjelenítettük.

Változott viszont a vállalati populáció méretnagyság szerinti szerkezete (lásd. a 13-as számú

ábrákat). A kis fejlett országokban és a visegrádi országokban a mikró vállalatok súlya nőtt. Ez

kisebb mértékben ugyan, de megjelent a foglalkoztatási szerkezetben is. A munkavállalók

jelentős része kisebb vállalatokban dolgozik, mint korábban. A downstream térnyerése tehát

egyértelműen a mikró vállalatok súlyának növekedésével járt. Mivel azonban a downstream-

ben a fajlagos hozzáadott érték tartalom magasabb, ez az átalakulás a hozzáadott érték

méretnagyság szerinti szerkezetét nem befolyásolta érdemben. A mikró vállalatok irányába

való súlyeltolódás azonban a termelékenység növekedését mindenképpen lassította.

0,000

2,000

4,000

6,000

8,000

10,000

12,000

14,000

16,000

18,000

20,000

2008 2008 2008 2008 2008 2008 2008 2008 2008 2017 2017 2017 2017 2017 2017 2017 2017 2017

Kis -fejlett

CE ME V4 EE CZE POL SLO HUN Kis -fejlett

CE ME V4 EE CZE POL SLO HUN

Vigyázat! A jobb ábrázolhatóság érdekében a nagyvállalati adat 5-tel osztva

A vállalati termelékenység (hozzáadott érték / vállalatszám) vállalati méretnagyság szerint - m€/vállalat

Mikró

Kis

Közép

Nagy

Kis -

fejlettCE ME V4 EE CZE POL SLO HUN

Kis -

fejlettCE ME V4 EE CZE POL SLO HUN

2008 2008 2008 2008 2008 2008 2008 2008 2008 2017 2017 2017 2017 2017 2017 2017 2017 2017

Mikró 0,10 0,09 0,05 0,02 0,02 0,02 0,02 0,07 0,02 0,09 0,09 0,04 0,02 0,03 0,02 0,02 0,02 0,09

Kis 1,18 0,92 0,72 0,42 0,27 0,40 0,49 0,35 0,32 1,39 0,96 0,70 0,49 0,33 0,49 0,55 0,47 1,39

Közép 7,17 5,76 4,29 2,45 1,48 2,47 2,59 2,03 2,17 8,64 6,36 5,09 2,90 1,91 3,04 2,97 2,68 8,64

Nagy 69,92 70,38 49,56 26,29 14,94 25,48 27,87 19,58 26,39 91,95 84,57 52,33 29,36 18,94 28,49 29,19 29,23 91,95

36

13.a Ábra: Vállalatszerkezet vállalatszám alapján – méretnagyság szerint

13.b Ábra: Vállalat szerkezet foglalkoztatás alapján – méretnagyság szerint

13.c Ábra: Vállalat szerkezet hozzáadott érték alapján – méretnagyság szerint

91,3%93,4%

91,2% 91,2%93,6%

94,7% 94,6%95,8%

89,0%90,9%

95,4% 96,0% 95,1% 96,0%97,0%

94,3% 94,1%

7,2%5,5%

7,4% 7,4%

5,6%4,6% 4,2%

3,2%

8,9%7,4%

3,4% 2,9% 3,9% 3,2%2,3%

4,8% 4,9%

1,2% 1,0% 1,1% 1,1% 0,7% 0,6% 1,0% 0,8%1,8% 1,4% 1,0% 0,9% 0,8% 0,7% 0,5% 0,8% 0,8%

0,24% 0,19% 0,24% 0,22% 0,12% 0,12% 0,20% 0,18% 0,31% 0,25% 0,20% 0,20% 0,17% 0,16%0,12% 0,16% 0,17%

80%

82%

84%

86%

88%

90%

92%

94%

96%

98%

100%

2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017

Kis - fejlett CE ME V4 EE POL CZE SLO HUN

Vállalatszerkezet vállaltszám alapján - méretnagyság szerint

Mikró vállalatok Kis vállalatok Közép vállalatok Nagy vállalatok

25,6% 26,7% 26,9% 26,1%

39,4% 38,7%33,2%

35,9%

24,8%27,5%

37,1% 38,0%

28,5% 30,4%

42,4%

34,9% 32,8%

22,1% 21,1% 19,9% 21,0%

22,7%20,5%

16,1% 14,4%22,4%

22,4% 12,9% 11,8% 18,9% 17,4%

13,9% 19,4% 19,3%

18,4% 18,5%16,3% 16,7%

15,2%14,0%

19,1% 17,3% 22,9% 20,9% 18,8% 17,1% 20,3% 19,0%15,8% 17,0%

16,6%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017

Kis - fejlett CE ME V4 EE POL CZE SLO HUN

Vállalat szerkezet foglalkoztatás alapján - méretnagyság szerint szerint

Mikró vállalatok Kis vállalatok Közép vállalatok Nagy vállalatok

20,9% 20,9% 21,5% 20,1%27,6% 24,7%

17,6% 19,1% 16,7% 19,9% 17,0% 18,2% 20,2% 19,6%12,0%

23,4%18,2% 18,5%

19,8% 18,1% 17,7% 17,4%

22,3%19,4%

15,3% 14,3% 20,3%20,2%

13,8% 13,1%16,0% 15,4%

21,6%

13,8%16,8% 16,8%

19,8% 19,8% 17,2% 17,2%

17,9%18,4%

21,1% 20,0%23,0% 21,6%

21,9% 20,7%20,3% 20,4% 21,5% 17,8% 19,4% 18,4%

39,4% 41,2% 43,7% 45,4%

32,2%37,5%

46,0% 46,6%40,0% 38,4%

47,4% 48,0% 43,5% 44,6% 45,0% 45,0% 45,7% 46,2%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017 2008 2017

Kis - fejlett CE ME V4 EE POL CZE SLO HUN

Vállalat szerkezet hozzáadott érték alapján alapján - méretnagyság szerint szerint

Mikró vállalatok Kis vállalatok Közép vállalatok Nagy vállalatok

37

Összefoglalás

A V4 országok, köztük Magyarország lassú termelékenység növekedési üteme mögött a

következő okok azonosíthatók a nemzetközi összehasonlítások alapján.

1. A tőke akkumuláció szintje nem elegendő ahhoz, hogy a munkának a versenytársainkénál

magasabb és értékesebb technikai felszereltséget biztosítson (különösen a tudástőke

felszereltség esetében).

2. A munkaigényes termelés insourcing-ja a termelékenység növekedését csökkenti. Ennek

során ugyanis a fejlett országok a legmunkaigényesebb termelésüket helyezik ki a V4

országokba ezzel csökkentve a bérköltségeiket.

3. Kisvállalatok súlyának a növekedése a termelékenység növekedését csökkenti.

4. Ezeket a folyamatokat az intézményi és társadalmi viszonyok nem tudják ellensúlyozni, sőt

ráfejelnek. Változatlanul gyenge a középvállalatok fejlődése. A vállalatok növekedése a V4

országokban és Kelet-Európában a középméreteknél lelassul.

5. A downstream irányba való elmozdulás egy alacsonyabb termelékenységű szektor

irányába történő elmozdulást jelent ugyan, de ezt ellentételezi a növekvő hozzáadott érték

tartalom. Itt a termelékenységet az lassítja, hogy a gyártási dominancia a V4 országokban

főleg a downstream terhére valósul meg, azaz a downstream növekedését lassítja. Így az

itt megemlített pozitív egyenleg lassabban bontakozik ki.

Mit lehet tenni a termelékenység növelése érdekében? Az ezzel kapcsolatos

megfontolásainkat az alábbi pontokban foglaljuk össze:

1. Növelni kell a munkaerő képzettségét!

Ennek pontos tartalmát további kutatásaink során szeretnénk tisztázni. Mindenki

tudja, hogy a probléma már a PISA felméréseknél megjelenik és azokat a

kutatásokat is ismerjük, amelyek a felnőtt munkavállalók tárgyi tudásának

növelését, a végrehajtó képességnek a problémamegoldó képességre való

átállítását és az egyéni intelligencia túlsúlyának elmozdítást javasolják a közösségi

intelligencia felé.

2. Növelni kell a munkavállalók motiváltságát, elsősorban a vállalkozással való azonosulás

irányába!

Ez a vállalkozással, munkával való azonosulás növelése mellett a vállalkozási és

önfoglalkoztató készségek növelését jelenti. Nehéz örökség egy összeszerelő

gondolkodásról átállni egy problémamegoldó, fejlesztői gondolkodásra.

3. Növelni kell a munkavállalók technikai felszereltségét!

További kutatásaink egyik lényeges eleme annak pontos felderítése lehet, hogy a

magasabb tudástőke felszereltség milyen komponensekből tevődik össze. A

neoklasszikus alapokon álló közgazdaságtan azt sugallja, hogy ez a tudástőke

38

felszereltség csak tudás, azaz know how, ami azonban megkérdőjelezhető. A

tudástőkefelszereltség nagyobb része minden bizonnyal a kapcsolati tőke és azon

belül is a piaci kapcsolatok. Az ehhez való hozzáférés a záloga a nagyobb know how

megteremtésének is. Ezzel mind a nemzetközi hatalmi játszmákban, mind a hazai

politikai gyakorlatban komoly problémák vannak. Ezeket a tanulmány nem

vizsgálta, de azért meg kell említeni, hogy itt nagyon fontosak az alábbi elemek:

a. Piacépítés, és a piaci kapcsolatok karbantartása és fejlesztése.

b. Know how fejlesztése.

c. Állami tudástőke befektetések növelése, élethosszig tartó tanulási rendszerek

erősítése, atipikus foglalkoztatás támogatása.

d. EU konform piactámogatások súlyának a növelése.

e. A tudástőkebefektetések átlagon felüli kockázatát állami eszközökön keresztül

csökkenteni.

f. A vállalkozási hajlam növelése, és innovációs és gazdasági eredmények

gazdasági hajtó erejének visszaállítása (a „radar ceiling” megszüntetése).

4. A fejlesztő és downstream tevékenységek gyorsabb fejlesztésével kell csökkenteni

szerepvállalásunkat az alacsonyabb hozzáadott értékkel jellemezhető összeszerelő

gazdaságban, és ezzel ki kell törni a közepes jövedelem csapdájából.

39

Felhasznált források

Adatbázisok

1 A magyar, a cseh, a szlovák és a lengyel központi statisztikai hivatalok honlapjai

2 AMECO adatbázis

3 Az EUROSTAT vállalati adatbázisa

4 NAV adózási adatbázisa

5 The World Bank 2018 The Changing Wealth of Nations 2018, Building a

Sustainable Future THE WORLD BANK Washington, D.C.

6 WIOD adatbázis 2015 Timmer, M. P. – Dietzenbacher, E. – Los, B. – Stehrer, R.

– de Vries, G.: An Illustrated User Guide to the World Input–Output Database: the Case of

Global Automotive Production. Review of International Economics, Vol. 23. No. 3. 575-

605. o., https://doi.org/10.1111/roie.12178, adatok elérhetők:

http://www.wiod.org/database/wiots16, adatok letöltésének dátuma: 2017 novembere

Tanulmányok

1 Andres Kuusk, Karsten Staehr, Uku Varblane 2016 Sectoral change and labour

productivity growth during boom, bust and recovery in Central and Eastern Europe Econ

Change Restruct (2017) 50:21–43 DOI 10.1007/s10644-016-9180-3

2 Antras, Pol - Chor, Davin 2013 Organizing the global value chain

Econometrica, Vol. 81, No. 6 (November, 2013), 2127–2204

3 Baldwin, Richard 2016 The Great Convergence, Information Technology and

the New Globalization The Belknap Press of Harvard University Press, Cambridge,

Massachusetts, London, England,

4 Bod Péter Ákos, Pócsik Orsolya, Neszmélyi György Iván 2020 Az euró és a szlovák

gazdaság Közgazdasági Szemle, LXVII. évf., 2020. április (321–351. o.)

5 Boda György, Fülöp Zoltán, Losonci Dávid, Matyusz Zsolt 2018 Vállalatszerkezet és

termelékenység Vállalatgazdasági Tudományos és Oktatási Alapítvány (VTOA) –

Versenyképesség Kutató Központ (VKK

6 Boda György, Révész Tamás, Losonci Dávid, Fülöp Zoltán 2019 A növekedési ütem

és a foglalkoztatás növelésének lehetőségeiről Közgazdasági Szemle, LXVI. évf., 2019.

április (376–417. o.)

7 Boda, György 2020 Mosolygörbe: csapda, vagy lehetőség? Új munkaügyi

szemle, I. ÉVFOLYAM 2020 / 2. SZ.

40

8 Bőgel György, Mátyás László 2020 Kis pénz, nagy teljesítmény? A hazai tudományos

kutatás versenyképességéről Közgazdasági Szemle, LXVII. évf., 2020. január (88–102. o.)

9 Éber Márk Áron 2020 A csepp, A félperifériás magyar társadalom

osztályszerkezete Budapest, Napvilág Kiadó, 2020

10 European Commission 2019 Country Report Austria 2019 Brussels, 27.2.2019,

SWD(2019) 1019 final

11 European Commission 2019 Country Report Czech Republic 2019

Brussels, 27.2.2019, SWD(2019) 1002 final

12 European Commission 2019 Country Report Germany 2019 Brussels,

27.2.2019, SWD(2019) 1004 final

13 European Commission 2019 Country Report Hungary 2019 Brussels,

27.2.2019, SWD(2019) 1016 final

14 European Commission 2019 Country Report Poland 2019 Brussels, 27.2.2019,

SWD(2019) 1020 final

15 European Commission 2019 Country Report Slovakia 2019 Brussels,

27.2.2019, SWD(2019) 1024 final

16 European Commission 2020 Country Report Hungary 2020 Draft version

ITM belső anyag

17 Fazekas Károly 2005 TRANSITION OF THE HUNGARIAN LABOUR MARKET –

AGE, SKILL AND REGIONAL DIFFERENCES -* PIE Discussion Paper Series No. 241

18 Fazekas Károly - Csillag Márton - Hermann Zoltán - Scharle Ágota 2020

Munkaerőpiaci tükör, 2018 Közgazdaság- és Regionális Tudományi Kutatóközpont,

Budapest, 2019

19 Fazekas Károly, Varga Júlia 2013 Trendek és előrejelzések MTA KRTK

Közgazdaság-tudományi Intézet |

20 Francesco Chiacchio, Katerina Gradeva, Paloma Lopez-Garcia 2018 The post-

crisis TFP growth slowdown in CEE countries: exploring the role of Global Value Chains

European Central Bank, Eurosystem, Working Paper Series, No 2143 / April 2018

21 Frey, Carl Benedikt – Osborne, Michael A. 2013 „The Future of Employment: How

Susceptible Are Jobs for Computerisation?”; Oxford Marton School, A jövő

technológiai hatásai program, 2013 szeptember 17;

http://www.oxfordmartin.ox.ac.uk/downloads/academic/The _Future_of_Employment.pdf.

22 Gouma, Reitze - Chen, Wen - Woltjer, Pieter - Timmer, Marcel 2018 WIOD Socio-

Economic Accounts, 2016, Sources and Methods Sources and Methods for the WIOD 2016

SUT input files can be found in Timmer, M. P., Los, B., Stehrer, R. and de Vries, G. J. (2016),

"An Anatomy of the Global Trade Slowdown based on the WIOD 2016 Release", GGDC

research memorandum number 162, University of Groningen

41

23 Halmai Péter 2019 Konvergencia és felzárkózás az euróövezetben

Közgazdasági Szemle, LXVI. évf., 2019. június (687–712. o.)

24 Hubert Gabrisch 2019 The productivity puzzle and the Kaldor-Verdoorn law:

the case of Central and Eastern Europe NBP Narodowy Bank Ploski, NBP Working Paper

No. 318

25 Linda Glawe⁎ , Helmut Wagner 2020 China in the middle-income trap? China

Economic Review; Volume 60, April 2020, 101264

26 McKinsey Global Institute 2018 Solving the productivity puzzle: The role of

demand and the promise of digitization Copyright © McKinsey & Company 2018,

Letöltve: 2020.11.01

27 McKinsey Global Institute 2018 Outperformers: High-Groeth Emerging

Economies and the Companies thet Propel them Copyright © McKinsey & Company 2018,

Letöltve: 2020.11.01

28 McKinsey Global Institute 2020 Risk, resilience, and rebalancing in global value

chains Letöltve: 2020.11.01

29 Natalia Levenko, Kaspar Oja & Karsten Staehr 2018 Total factor productivity

growth in Central and Eastern Europe before, during and after the global financial crisis

Post Communist Economies, 31:2, 137-160, DOI: 10.1080/14631377.2018.1460713

30 Oblath Gábor 2020 Gazdasági átalakulás, nekilendülés és elakadás Magyarország

makrogazdasági konvergenciája az Európai Unió fejlett térségéhez az 1990-es évek elejétől

2013-ig Országos Tudományos Kutatási Alapprogramok – OTKA 105660-K számú

kutatási pályázata

31 Reszegi, László 2020 A magyar feldolgozóipar kettős dualitása Kézirat

32 Rodrik, D. 2015 Rodrik, D. [2015]. Premature deindustrialization. NBER

Working Paper Series, No. 20935, Cambridge, https://doi.org/10.3386/w20935

33 Rungi, Armando - Del Prete, Davide 2017 The “Smile Curve”: where Value is Added

along Supply Chains ISSN 2279-6894, IMT Lucca EIC working paper series #05/2017, © IMT

School for Advanced Studies Lucca, Piazza San Ponziano 6, 55100 Lucca

34 Shih, Stan 2004 Me-Too Is Not My Style. Aspire Academy

35 Simon Béla szerkesztésében 2019 A nem pénzügyi vállalatok pénzügyi számlái,

mikro- és makrostatisztikai adatok Magyar Nemzeti Bank; Felelős kiadó: Hergár Eszter,

1054 Budapest, Szabadság tér 9. ISBN 978-615-5318-24-5

36 Solow, R. M. 1956 A Contribution to the Theory of Economic Growth The

Quarterly Journal of Economics Vol. 70. No. 1. 65-94. o., https://doi.org/10.2307/1884513

37 Stiglitz, J. E. – Sen, A. – Fitoussi, J.P. 2009 Report by the Commission on the

Measurement of Economic Performance and Social Progress

42

https://ec.europa.eu/eurostat/documents/118025/118123/Fitoussi+Commission+re

port ; https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1714428

38 Stöllinger, Roman 2019 Testing the Smile Curve: Functional Specialisation in

GVCs and Value Creation WIIW Working Paper, No. 163, The Vienna Institute for

International Economic Studies (WIIW), Vienna

39 Wallerstein, Immanuel 2010 Bevezetés a világrendszer-elméletbe

L’Harmattan Kiadó, 2010

43

1. Függelék: A TFP számítások alapadatai Az AMECO adatbázisban közel teljes adatkört találunk a munkára, a munkabérre, a tangible (tárgyiasult) tőkére és a hozzáadott értékre (GDP) folyó és

változatlan áron. Ezt kiegészítettük a Világbank tudástőke számításaival. Ezen adatokból vezettük le a 2.a-3.a számú táblázatokat. Ilyen adatbázist tudomásom

szerint még sohasem készítettek.

44

45

46

1995 2000 2005 2010 2014 2015 2018 2020 2014/95 2000/95 2005/00 2010/05 2014/10 2015/14 2018/14 2018/15 2020/18 2020/95

Foglalkoztatottak: összes belföldi iparág

(Nemzeti számlák)1000 fő 20 837 20 657 20 268 21 489 22 173 22 550 23 486 23 042 0,3 -0,2 -0,4 1,2 0,8 1,7 1,4 1,4 -1,0 0,4

Multinacionális váll. 1000 fő 1 037 1 439 1 841 2 230 2 497 2 632 2 887 2 887 4,7 6,8 5,1 3,9 2,9 5,4 3,7 3,1 0,0 4,2

Nemzeti vállalatok 1000 fő 19 800 19 218 18 427 19 259 19 676 19 918 20 599 20 155 0,0 -0,6 -0,8 0,9 0,5 1,2 1,2 1,1 -1,1 0,1

Foglalkoztatottak: teljes gazdaság (Nemzeti

számlák)1000 fő 20 561 20 484 20 234 21 523 22 326 22 719 23 520 23 096 0,4 -0,1 -0,2 1,2 0,9 1,8 1,3 1,2 -0,9 0,5

Teljes gazdaság (Nemzeti valuta)

Teljes gazdaság (ECU/EUR) Mrd ECU/EUR 65 109 147 205 228 237 290 304 6,8 10,7 6,2 6,9 2,7 4,1 6,3 7,0 2,3 6,3

Teljes gazdaság (PPS) - összesen (Mrd PPS) 150 205 252 338 381 396 464 490 5,0 6,4 4,2 6,1 3,0 4,0 5,1 5,4 2,8 4,8

T eljes gazdaság (PPS)- Multinacionális váll. (Mrd PPS) 16 62 87 7,5 8,7

teljes gazdaság (PPS) - Nemzeti vállalatok (Mrd PPS) 134 319 377 4,6 4,3

2015-ös referenciaszinten (Nemzeti valuta: a

nemzeti növekedési ütemek átlaga a

folyóáras értékekkel súlyozva, ECU/EUR-ban)

Folyó áron (Nemzeti valuta)

Folyó áron (Nemzeti valuta:a nemzeti

növekedési ütemek átlaga a folyóáras

értékekkel súlyozva, ECU/EUR-ban)

Mrd ECU/EUR 160 260 377 530 591 623 723 737 7,1 10,3 7,7 7,1 2,8 5,3 5,2 5,1 1,0 6,3

Folyó áron (PPS) (Mrd PPS) 367 491 649 874 988 1 040 1 157 1 191 5,3 6,0 5,7 6,1 3,1 5,3 4,0 3,6 1,5 4,8

Változatlan áron (Nemzeti valuta)

Változatlan áron (ECU/EUR) Mrd ECU/EUR 175 165 188 223 231 237 278 271 1,5 -1,2 2,6 3,5 0,9 2,9 4,7 5,4 -1,2 1,8

Változatlan áron összesen (ECU/PPS) (Mrd PPS) 400 311 320 367 385 396 443 436 -0,2 -4,9 0,5 2,8 1,2 2,7 3,6 3,8 -0,8 0,4

Változatlan áron (ECU/PPS) - Multinacionális

váll.(Mrd PPS) 42 63 83 2,2 7,2

Változatlan áron (ECU/PPS) -Nemzeti

vállalatok(Mrd PPS) 357 322 360 -0,5 2,8

Változatlan áron (Nemzeti valuta)

Változatlan áron összesen (ECU/EUR) Mrd ECU/EUR 422 394 477 575 598 623 692 657 1,9 -1,4 3,9 3,8 1,0 4,2 3,7 3,5 -2,5 1,8

Változatlan áron (ECU/EUR) - Multinacionális

váll.Mrd ECU/EUR 50 131 164 5,2 5,8

Változatlan áron (ECU/EUR) - Nemzeti

vállalatokMrd ECU/EUR 371 467 528 1,2 3,1

Változatlan áron (ECU/PPS) (Mrd PPS) 964 743 819 948 999 1 040 1 106 1 062 0,2 -5,1 2,0 3,0 1,3 4,0 2,6 2,1 -2,0 0,4

Összesen Mrd USD 1 402 1 743 1 932 2 424 2 552 3,2

Multinacionális váll. Mrd USD 183 401 4,2

Nemzeti vállalatok Mrd USD 1 219 2 151 3,0

Összesen Mrd USD 3 207 3 975 4 407 5 747 6 121 3,5

Multinacionális váll. Mrd USD 560 1 230 4,2

Nemzeti vállalatok Mrd USD 2 647 4 892 3,3

Foglalkoztatás

Munkavállalói

jövedelem

folyó áron

V3 országok

Tudástőke

Számviteli

tőke

GDP

változatlan

áron

Munkavállalói

jövedelem

változatlan

áron

GDP folyó

áron

47

1995 2000 2005 2010 2014 2015 2018 2020 2014/95 2000/95 2005/00 2010/05 2014/10 2015/14 2018/14 2018/15 2020/18 2020/95

Foglalkoztatottak: összes belföldi iparág

(Nemzeti számlák)1000 fő 5 106 4 859 4 923 5 057 5 109 5 182 5 417 5 373 0,0 -1,0 0,3 0,5 0,3 1,4 1,5 1,5 -0,4 0,2

Multinacionális váll. 1000 fő 850 883 915 926 942 964 1 001 1 001 0,5 0,8 0,7 0,2 0,4 2,3 1,5 1,3 0,0 0,7

Nemzeti vállalatok 1000 fő 4 256 3 977 4 007 4 131 4 167 4 218 4 416 4 372 -0,1 -1,3 0,2 0,6 0,2 1,2 1,5 1,5 -0,5 0,1

Foglalkoztatottak: teljes gazdaság (Nemzeti

számlák)1000 fő 5 046 4 829 4 857 4 987 5 095 5 167 5 385 5 317 0,1 -0,9 0,1 0,5 0,5 1,4 1,4 1,4 -0,6 0,2

Teljes gazdaság (Nemzeti valuta) Mrd CZK 630 936 1 331 1 640 1 800 1 891 2 399 2 546 5,7 8,2 7,3 4,3 2,4 5,1 7,5 8,3 3,0 5,7

Teljes gazdaság (ECU/EUR) Mrd ECU/EUR 18 26 45 65 65 69 94 96 7,0 7,7 11,2 7,7 0,2 6,1 9,4 10,5 1,2 6,9

Teljes gazdaság (PPS) - összesen (Mrd PPS) 47 54 75 91 102 105 132 135 4,1 2,8 6,6 3,9 2,8 3,5 6,7 7,8 1,2 4,3

Multinacionális váll. (Mrd PPS) 7 19 26 5,5 8,6

Nemzeti vállalatok (Mrd PPS) 41 83 106 3,8 6,3

2015-ös referenciaszinten (Nemzeti valuta: a

nemzeti növekedési ütemek átlaga a

folyóáras értékekkel súlyozva, ECU/EUR-ban)

Mrd CZK 2 850 3 106 3 762 4 253 4 389 4 625 5 147 4 903 2,3 1,7 3,9 2,5 0,8 5,4 4,1 3,6 -2,4 2,2

Folyó áron (Nemzeti valuta) Mrd CZK 1 596 2 386 3 286 3 993 4 346 4 625 5 409 5 536 5,4 8,4 6,6 4,0 2,1 6,4 5,6 5,4 1,2 5,1

Folyó áron (Nemzeti valuta:a nemzeti

növekedési ütemek átlaga a folyóáras

értékekkel súlyozva, ECU/EUR-ban)

Mrd ECU/EUR 46 67 110 158 158 170 211 208 6,7 7,8 10,5 7,4 0,0 7,4 7,5 7,5 -0,6 6,2

Folyó áron (PPS) (Mrd PPS) 120 138 185 221 245 257 297 293 3,8 2,9 6,0 3,7 2,6 4,8 4,9 4,9 -0,6 3,6

GDP árindexek pt/p15 - USD 1 1 1 1 1 1 1 1 3,0 6,5 2,6 1,5 1,3 1,0 1,5 1,7 3,6 2,8

Változatlan áron (Nemzeti valuta) Mrd CZK 1 125 1 219 1 524 1 746 1 818 1 891 2 283 2 255 2,6 1,6 4,6 2,8 1,0 4,1 5,9 6,5 -0,6 2,8

Változatlan áron (ECU/EUR) Mrd ECU/EUR 32 34 51 69 66 69 89 85 3,8 1,1 8,4 6,2 -1,1 5,0 7,8 8,7 -2,4 3,9

Változatlan áron összesen (ECU/PPS) (Mrd PPS) 84 71 86 97 103 105 125 119 1,0 -3,5 3,9 2,4 1,5 2,5 5,1 6,0 -2,4 1,4

Multinacionális váll. (Mrd PPS) 12 19 25 2,4 6,9

Nemzeti vállalatok (Mrd PPS) 72 84 100 0,8 4,7

Változatlan áron (Nemzeti valuta) Mrd CZK 2 850 3 106 3 762 4 253 4 389 4 625 5 147 4 903 2,3 1,7 3,9 2,5 0,8 5,4 4,1 3,6 -2,4 2,2

Változatlan áron összesen (ECU/EUR) Mrd ECU/EUR 82 87 126 168 159 170 201 184 3,6 1,2 7,7 5,9 -1,3 6,4 5,9 5,8 -4,1 3,3

Változatlan áron (ECU/EUR) - Multinacionális

váll.Mrd ECU/EUR 16 42 53 5,2 6,4

Változatlan áron (ECU/EUR) - Nemzeti

vállalatokMrd ECU/EUR 66 118 147 3,1 5,8

Változatlan áron (ECU/PPS) (Mrd PPS) 214 180 212 235 248 257 282 260 0,8 -3,4 3,3 2,2 1,3 3,8 3,3 3,2 -4,1 0,8

Munkavállalói

jövedelem

folyó áron

GDP folyó

áron

Munkavállalói

jövedelem

változatlan

áron

GDP

változatlan

áron

Cseho.

Foglalkoztatás

48

1995 2000 2005 2010 2014 2015 2018 2020 2014/95 2000/95 2005/00 2010/05 2014/10 2015/14 2018/14 2018/15 2020/18 2020/95

Foglalkoztatottak: összes belföldi iparág

(Nemzeti számlák)1000 fő 25 943 25 517 25 191 26 546 27 282 27 732 28 903 28 414 0,3 -0,3 -0,3 1,1 0,7 1,6 1,5 1,4 -0,8 0,4

Multinacionális váll. 1000 fő 1 886 2 321 2 757 3 156 3 439 3 596 3 888 3 888 3,2 3,1

Nemzeti vállalatok 1000 fő 24 056 23 195 22 434 23 390 23 843 24 136 25 015 24 527 0,0 1,2

Foglalkoztatottak: teljes gazdaság (Nemzeti

számlák)1000 fő 25 606 25 313 25 090 26 510 27 420 27 886 28 905 28 412 0,4 -0,2 -0,2 1,1 0,8 1,7 1,3 1,2 -0,9 0,4

Teljes gazdaság (Nemzeti valuta)

Teljes gazdaság (ECU/EUR) Mrd ECU/EUR 84 135 192 270 293 307 384 400 6,8 10,1 7,3 7,1 2,1 4,6 7,0 7,8 2,0 6,5

Teljes gazdaság (PPS) - összesen (Mrd PPS) 197 259 327 429 482 501 595 625 4,8 5,6 4,8 5,6 3,0 3,9 5,4 5,9 2,4 4,7

Multinacionális váll. (Mrd PPS) 23 81 113 7,0 8,7

Nemzeti vállalatok (Mrd PPS) 175 401 482 4,5 4,7

2015-ös referenciaszinten (Nemzeti valuta: a

nemzeti növekedési ütemek átlaga a

folyóáras értékekkel súlyozva, ECU/EUR-ban)

Folyó áron (Nemzeti valuta)

Folyó áron (Nemzeti valuta:a nemzeti

növekedési ütemek átlaga a folyóáras

értékekkel súlyozva, ECU/EUR-ban)

Mrd ECU/EUR 206 327 487 688 749 792 934 945 7,0 9,7 8,3 7,2 2,2 5,8 5,7 5,6 0,6 6,3

Folyó áron (PPS) (Mrd PPS) 487 629 833 1 095 1 233 1 297 1 453 1 485 5,0 5,3 5,8 5,6 3,0 5,2 4,2 3,9 1,1 4,6

Változatlan áron (Nemzeti valuta)

Változatlan áron (ECU/EUR) Mrd ECU/EUR 207 199 239 292 297 307 367 356 1,9 -0,8 3,7 4,1 0,4 3,4 5,4 6,1 -1,5 2,2

Változatlan áron összesen (ECU/PPS) (Mrd PPS) 484 382 406 464 488 501 569 556 0,0 -4,6 1,2 2,7 1,3 2,7 3,9 4,3 -1,1 0,6

Változatlan áron (ECU/PPS) - Multinacionális

váll.(Mrd PPS) 54 82 108 2,2 7,1

Változatlan áron (ECU/PPS) -Nemzeti

vállalatok(Mrd PPS) 430 406 461 -0,3 3,2

Változatlan áron (Nemzeti valuta)

Változatlan áron összesen (ECU/EUR) Mrd ECU/EUR 504 481 604 743 757 792 892 842 2,2 -0,9 4,7 4,2 0,5 4,6 4,2 4,0 -2,9 2,1

Változatlan áron (ECU/EUR) - Multinacionális

váll.Mrd ECU/EUR 66 172 217 5,2 6,0

Változatlan áron (ECU/EUR) - Nemzeti

vállalatokMrd ECU/EUR 438 585 675 1,5 3,6

Változatlan áron (ECU/PPS) (Mrd PPS) 1 178 923 1 031 1 183 1 247 1 297 1 388 1 322 0,3 -4,8 2,2 2,8 1,3 4,0 2,7 2,3 -2,4 0,5

Foglalkoztatás

Munkavállalói

jövedelem

folyó áron

GDP folyó

áron

Munkavállalói

jövedelem

változatlan

áron

GDP

változatlan

áron

V4 országok

49

2. Függelék: A vállalati termelékenységszámítások alapadatai A tanulmány következetesen megkülönböztette a nemzetgazdasági és a vállalati termelékenységi adatokat. Ebben a mellékletben az EU vállalati

adatbázisának a saját elemzési szempontjaink szerint átalakított adatai találhatóak.

Kis-fejlett Mikró Kis Közép Nagy Σ KKV

2008 U 657 910 42 090 8 138 1 646 709 784 50 228

M 1 308 860 112 361 19 212 4 002 1 444 435 131 573

D 382 059 31 923 3 384 615 417 981 35 307

Σ 2 348 829 186 374 30 734 6 263 2 572 200 217 108

2017 U 973 879 44 617 9 532 1 978 1 030 006 54 149

M 1 763 543 109 870 19 834 3 864 1 897 111 129 704

D 504 420 35 820 4 095 714 545 049 39 915

Σ 3 241 842 190 307 33 461 6 556 3 472 166 223 768

CE Mikró Kis Közép Nagy Σ KKV

2008 U 2 553 948 206 101 39 009 8 215 2 807 273 245 110

M 3 596 719 359 035 59 527 12 460 4 027 741 418 562

D 3 042 403 178 426 16 320 3 227 3 240 376 194 746

Σ 9 193 070 743 562 114 856 23 902 10 075 390 858 418

2017 U 3 078 066 219 780 42 766 9 108 3 349 720 262 546

M 3 918 275 376 084 61 170 12 292 4 367 821 437 254

D 3 401 309 252 618 23 459 3 873 3 681 259 276 077

Σ 10 397 650 848 482 127 395 25 273 11 398 800 975 877

ME Mikró Kis Közép Nagy Σ KKV

2008 U 929 190 42 588 6 978 1 376 980 132 49 566

M 1 267 173 120 655 16 401 2 184 1 406 413 137 056

D 1 214 545 39 411 3 742 653 1 258 351 43 153

Σ 3 410 908 202 654 27 121 4 213 3 644 896 229 775

2017 U 996 482 37 411 5 754 1 494 1 041 141 43 165

M 1 208 333 84 028 12 292 2 078 1 306 731 96 320

D 1 233 591 45 115 3 467 706 1 282 879 48 582

Σ 3 438 406 166 554 21 513 4 278 3 630 751 188 067

V4 Mikró Kis Közép Nagy Σ KKV

2008 U 778 777 27 809 6 859 1 538 814 983 34 668

M 1 804 550 84 573 19 913 3 886 1 912 922 104 486

D 314 457 16 401 3 248 674 334 780 19 649

Σ 2 897 784 128 783 30 020 6 098 3 062 685 158 803

2017 U 1 087 438 29 743 7 728 1 933 1 126 842 37 471

M 2 176 776 74 277 17 780 3 943 2 272 776 92 057

D 342 019 17 087 3 096 717 362 919 20 183

Σ 3 606 233 121 107 28 604 6 593 3 762 537 149 711

EE Mikró Kis Közép Nagy Σ KKV

2008 U 411 561 31 085 5 068 964 448 678 36 153

M 605 921 72 614 16 103 2 607 697 245 88 717

D 156 043 13 729 2 653 530 172 955 16 382

Σ 1 173 525 117 428 23 824 4 101 1 318 878 141 252

2017 U 449 963 28 873 4 892 893 484 621 33 765

M 721 209 67 184 13 141 2 289 803 823 80 325

D 176 497 14 207 2 381 476 193 561 16 588

Σ 1 347 669 110 264 20 414 3 658 1 482 005 130 678

Vállalatok száma összesen

Vállalatok száma összesen

Vállalatok száma összesen

Vállalatok száma összesen

Vállalatok száma összesen

Kis-fejlett Mikró Kis Közép Nagy Σ KKV

2 008 U 1 071 907 923 618 909 324 2 017 378 4 922 227 1 832 942

M 2 667 371 2 399 195 2 044 417 3 305 856 10 416 839 4 443 612

D 941 107 725 708 422 055 890 430 2 979 300 1 147 763

Σ 4 680 385 4 048 521 3 375 796 6 213 664 18 318 366 7 424 317

2 017 U 1 307 512 976 524 1 048 124 2 295 997 5 628 157 2 024 648

M 2 769 437 2 315 649 2 073 411 3 137 368 10 295 865 4 389 060

D 1 073 490 772 723 438 694 1 045 605 3 330 512 1 211 417

Σ 5 150 439 4 064 896 3 560 229 6 478 970 19 254 534 7 625 125

CE Mikró Kis Közép Nagy Σ KKV

2 008 U 4 965 614 4 199 074 4 115 357 9 065 070 22 345 115 8 314 431

M 7 921 389 7 042 581 6 169 295 11 749 958 32 883 223 13 211 876

D 6 820 302 3 306 201 1 626 137 6 183 091 17 935 731 4 932 338

Σ 19 707 305 14 547 856 11 910 789 26 998 119 73 164 069 26 458 645

2 017 U 5 644 507 4 622 396 4 641 199 10 466 199 25 374 301 9 263 595

M 8 188 126 7 520 515 6 461 171 12 030 945 34 200 757 13 981 686

D 7 103 976 4 657 354 2 254 827 6 493 316 20 509 473 6 912 181

Σ 20 936 609 16 800 265 13 357 197 28 990 460 80 084 531 30 157 462

ME Mikró Kis Közép Nagy Σ KKV

2 008 U 1 543 775 832 770 694 958 1 464 819 4 536 322 1 527 728

M 2 852 305 2 384 804 1 582 317 1 557 120 8 376 546 3 967 121

D 2 415 445 704 919 355 770 892 784 4 368 918 1 060 689

Σ 6 811 525 3 922 493 2 633 045 3 914 723 17 281 786 6 555 538

2 017 U 1 468 975 728 603 605 522 1 661 322 4 464 422 1 334 125

M 2 253 897 1 649 603 1 226 109 1 507 587 6 637 196 2 875 712

D 2 278 650 792 235 342 378 983 830 4 397 093 1 134 613

Σ 6 001 522 3 170 441 2 174 009 4 152 739 15 498 711 5 344 450

V4 Mikró Kis Közép Nagy Σ KKV

2 008 U 1 193 976 559 431 711 862 1 665 814 4 131 083 1 271 293

M 3 506 102 1 709 725 2 013 958 2 905 713 10 135 498 3 723 683

D 629 204 309 911 333 680 519 734 1 792 529 643 591

Σ 5 329 282 2 579 067 3 059 500 5 091 261 16 059 110 5 638 567

2 017 U 1 625 768 604 644 805 113 1 785 512 4 821 037 1 409 757

M 3 829 247 1 524 044 1 840 283 3 200 491 10 394 065 3 364 327

D 690 823 329 242 316 491 555 179 1 891 735 645 733

Σ 6 145 838 2 457 930 2 961 887 5 541 182 17 106 837 5 419 817

EE Mikró Kis Közép Nagy Σ KKV

2 008 U 876 723 598 781 502 999 881 291 2 859 794 1 101 780

M 1 390 174 1 463 627 1 608 655 1 883 504 6 345 960 3 072 282

D 310 579 269 133 267 025 342 526 1 189 263 536 158

Σ 2 577 476 2 331 541 2 378 679 3 107 321 10 395 017 4 710 220

2 017 U 866 803 555 319 482 797 798 330 2 703 249 1 038 116

M 1 465 040 1 337 384 1 307 210 1 719 104 5 828 738 2 644 594

D 333 204 272 032 236 581 309 824 1 151 641 508 613

Σ 2 665 044 2 164 735 2 026 588 2 827 258 9 683 625 4 191 323

Vállalatokban foglalkoztatottak száma összesen

Vállalatokban foglalkoztatottak száma összesen

Vállalatokban foglalkoztatottak száma összesen

Vállalatokban foglalkoztatottak száma összesen

Vállalatokban foglalkoztatottak száma összesen

50

Kis-fejlett Mikró Kis Közép Nagy Σ KKV

2008 U 62 520 56 177 53 298 92 842 264 836 109 475

M 131 730 141 741 151 674 315 516 740 661 293 415

D 37 833 22 192 15 321 29 556 104 902 37 514

Σ 232 082 220 111 220 293 437 913 1 110 399 440 403

2017 U 91 960 66 174 70 399 119 963 348 496 136 573

M 165 256 167 604 192 047 442 208 967 115 359 651

D 48 913 31 452 26 599 40 651 147 615 58 051

Σ 306 129 265 230 289 045 602 823 1 463 226 554 275

CE Mikró Kis Közép Nagy Σ KKV

2008 U 258 337 211 459 209 387 519 662 1 198 845 420 846

M 354 189 364 799 386 720 967 814 2 073 523 751 520

D 216 605 104 117 65 219 194 862 580 803 169 336

Σ 829 132 680 376 661 326 1 682 338 3 853 171 1 341 702

2017 U 306 696 247 923 260 411 616 400 1 431 431 508 335

M 393 439 425 437 460 613 1 243 315 2 522 803 886 049

D 245 553 144 474 89 429 277 625 757 082 233 904

Σ 945 688 817 834 810 454 2 137 340 4 711 316 1 628 288

ME Mikró Kis Közép Nagy Σ KKV

2008 U 43 496 36 400 31 871 65 840 177 607 68 272

M 86 458 90 746 74 287 115 657 367 147 165 033

D 48 921 17 868 10 276 27 285 104 350 28 144

Σ 178 875 145 015 116 434 208 781 649 105 261 449

2017 U 43 839 30 782 31 964 76 976 183 561 62 745

M 59 530 64 717 65 495 113 045 302 787 130 212

D 43 783 20 399 12 019 33 850 110 052 32 418

Σ 147 153 115 898 109 477 223 872 596 399 225 375

V4 Mikró Kis Közép Nagy Σ KKV

2008 U 16 996 13 270 19 292 50 388 99 945 32 561

M 39 921 35 655 47 284 97 060 219 919 82 938

D 4 558 4 600 6 996 12 898 29 052 11 596

Σ 61 475 53 525 73 571 160 346 348 915 127 095

2017 U 23 127 16 422 22 687 61 895 124 131 39 109

M 49 480 37 058 52 383 111 920 250 841 89 442

D 6 499 5 932 7 975 19 731 40 137 13 907

Σ 79 106 59 412 83 046 193 547 415 109 142 457

EE Mikró Kis Közép Nagy Σ KKV

2008 U 9 004 9 435 8 290 18 925 45 653 17 725

M 13 371 19 146 23 736 36 502 92 756 42 882

D 3 128 2 553 3 176 5 859 14 716 5 729

Σ 25 504 31 134 35 202 61 286 153 126 66 336

2017 U 12 381 10 999 9 894 19 951 53 225 20 894

M 19 124 22 253 25 643 41 951 108 970 47 895

D 4 359 3 167 3 520 7 365 18 411 6 687

Σ 35 864 36 419 39 057 69 266 180 606 75 476

Vállalatok hozzáadott értéke összesen

Vállalatok hozzáadott értéke összesen

Vállalatok hozzáadott értéke összesen

Vállalatok hozzáadott értéke összesen

Vállalatok hozzáadott értéke összesen

Kis-fejlett Mikró Kis Közép Nagy Σ KKV

2008 U 0,058 0,061 0,059 0,046 0,054 0,060

M 0,049 0,059 0,074 0,095 0,071 0,066

D 0,040 0,031 0,036 0,033 0,035 0,033

Σ 0,050 0,054 0,065 0,070 0,061 0,059

2017 U 0,070 0,068 0,067 0,052 0,062 0,067

M 0,060 0,072 0,093 0,141 0,094 0,082

D 0,046 0,041 0,061 0,039 0,044 0,048

Σ 0,059 0,065 0,081 0,093 0,076 0,073

CE Mikró Kis Közép Nagy Σ KKV

2008 U 0,052 0,050 0,051 0,057 0,054 0,051

M 0,045 0,052 0,063 0,082 0,063 0,057

D 0,032 0,031 0,040 0,032 0,032 0,034

Σ 0,042 0,047 0,056 0,062 0,053 0,051

2017 U 0,054 0,054 0,056 0,059 0,056 0,055

M 0,048 0,057 0,071 0,103 0,074 0,063

D 0,035 0,031 0,040 0,043 0,037 0,034

Σ 0,045 0,049 0,061 0,074 0,059 0,054

ME Mikró Kis Közép Nagy Σ KKV

2008 U 0,028 0,044 0,046 0,045 0,039 0,045

M 0,030 0,038 0,047 0,074 0,044 0,042

D 0,020 0,025 0,029 0,031 0,024 0,027

Σ 0,026 0,037 0,044 0,053 0,038 0,040

2017 U 0,030 0,042 0,053 0,046 0,041 0,047

M 0,026 0,039 0,053 0,075 0,046 0,045

D 0,019 0,026 0,035 0,034 0,025 0,029

Σ 0,025 0,037 0,050 0,054 0,038 0,042

V4 Mikró Kis Közép Nagy Σ KKV

2008 U 0,014 0,024 0,027 0,030 0,024 0,026

M 0,011 0,021 0,023 0,033 0,022 0,022

D 0,007 0,015 0,021 0,025 0,016 0,018

Σ 0,012 0,021 0,024 0,031 0,022 0,023

2017 U 0,014 0,027 0,028 0,035 0,026 0,028

M 0,013 0,024 0,028 0,035 0,024 0,027

D 0,009 0,018 0,025 0,036 0,021 0,022

Σ 0,013 0,024 0,028 0,035 0,024 0,026

EE Mikró Kis Közép Nagy Σ KKV

2008 U 0,010 0,016 0,016 0,021 0,016 0,016

M 0,010 0,013 0,015 0,019 0,015 0,014

D 0,010 0,009 0,012 0,017 0,012 0,011

Σ 0,010 0,013 0,015 0,020 0,015 0,014

2017 U 0,014 0,020 0,020 0,025 0,020 0,020

M 0,013 0,017 0,020 0,024 0,019 0,018

D 0,013 0,012 0,015 0,024 0,016 0,013

Σ 0,013 0,017 0,019 0,024 0,019 0,018

Vállalatok munkatermelékenysége összesen

Vállalatok munkatermelékenysége összesen

Vállalatok munkatermelékenysége összesen

Vállalatok munkatermelékenysége összesen

Vállalatok munkatermelékenysége összesen

51

POL Mikró Kis Közép Nagy Σ KKV

2008 U 289 077 8 355 3 324 945 301 701 11 679

M 1 085 331 39 516 11 520 2 114 1 138 481 51 036

D 89 681 3 532 723 75 94 011 4 255

Σ 1 464 089 51 403 15 567 3 134 1 534 193 66 970

2017 U 403 365 10 387 3 806 1 178 418 736 14 193

M 1 139 807 36 448 10 210 2 211 1 188 676 46 658

D 108 990 3 658 743 94 113 485 4 401

Σ 1 652 162 50 493 14 759 3 483 1 720 897 65 252

CZ Mikró Kis Közép Nagy Σ KKV

2008 U 323 763 11 969 2 086 341 338 159 14 055

M 430 296 16 862 3 391 698 451 247 20 253

D 101 869 6 352 1 813 476 110 510 8 165

Σ 855 928 35 183 7 290 1 515 899 916 42 473

2017 U 369 305 11 732 2 322 418 383 777 14 054

M 495 325 14 294 2 908 675 513 202 17 202

D 106 513 6 168 1 655 516 114 852 7 823

Σ 971 143 32 194 6 885 1 609 1 011 831 39 079

SLO Mikró Kis Közép Nagy Σ KKV

2008 U 12 048 3 381 609 112 16 150 3 990

M 30 071 10 741 1 788 411 43 011 12 529

D 1 936 1 155 199 41 3 331 1 354

Σ 44 055 15 277 2 596 564 62 492 17 873

2017 U 144 132 2 994 664 133 147 923 3 658

M 287 608 6 631 1 580 405 296 224 8 211

D 22 570 1 219 213 30 24 032 1 432

Σ 454 310 10 844 2 457 568 468 179 13 301

Vállalatok száma összesen

HUN Mikró Kis Közép Nagy Σ KKV

2008 U 153 889 4 104 840 140 158 973 4 944

M 258 852 17 454 3 214 663 280 183 20 668

D 120 971 5 362 513 82 126 928 5 875

Σ 533 712 26 920 4 567 885 566 084 31 487

2017 U 170 636 4 630 936 204 176 406 5 566

M 254 036 16 904 3 082 652 274 674 19 986

D 103 946 6 042 485 77 110 550 6 527

Σ 528 618 27 576 4 503 933 561 630 32 079

Vállalatok száma összesen

Vállalatok száma összesen

Vállalatok száma összesen

POL Mikró Kis Közép Nagy Σ KKV

2 008 U 581 212 184 364 368 415 1 077 126 2 211 117 552 779

M 2 402 707 865 599 1 191 225 1 571 433 6 030 964 2 056 824

D 230 428 72 462 70 233 52 711 425 834 142 695

Σ 3 214 347 1 122 425 1 629 873 2 701 270 8 667 915 2 752 298

2 017 U 781 534 220 611 419 423 1 147 580 2 569 148 640 034

M 2 399 416 775 934 1 065 395 1 821 151 6 061 896 1 841 329

D 275 378 74 780 72 653 52 979 475 790 147 433

Σ 3 456 328 1 071 325 1 557 471 3 021 710 9 106 834 2 628 796

CZ Mikró Kis Közép Nagy Σ KKV

2 008 U 362 606 234 839 200 310 318 178 1 115 933 435 149

M 528 796 329 583 344 929 509 602 1 712 910 674 512

D 151 264 127 161 194 626 351 541 824 592 321 787

Σ 1 042 666 691 583 739 865 1 179 321 3 653 435 1 431 448

2 017 U 416 214 233 947 227 403 339 856 1 217 420 461 350

M 560 657 286 138 299 803 499 495 1 646 093 585 941

D 151 294 124 968 177 532 391 524 845 318 302 500

Σ 1 128 165 645 053 704 738 1 230 875 3 708 831 1 349 791

SLO Mikró Kis Közép Nagy Σ KKV

2 008 U 34 933 60 999 59 622 101 524 257 078 120 621

M 107 890 172 538 160 111 333 379 773 918 332 649

D 9 335 18 544 20 402 19 978 68 259 38 946

Σ 152 158 252 081 240 135 454 881 1 099 255 492 216

2 017 U 197 945 60 758 66 056 95 373 420 132 126 814

M 428 897 135 012 163 753 332 399 1 060 061 298 765

D 47 794 25 348 21 517 15 995 110 654 46 865

Σ 674 636 221 118 251 326 443 767 1 590 847 472 444

HUN Mikró Kis Közép Nagy Σ KKV

2 008 U 215 225 79 229 83 515 168 986 546 955 162 744

M 466 709 342 005 317 693 491 299 1 617 706 659 698

D 238 177 91 744 48 419 95 504 473 844 140 163

Σ 920 111 512 978 449 627 755 789 2 638 505 962 605

2 017 U 230 075 89 328 92 231 202 703 614 337 181 559

M 440 277 326 960 311 332 547 446 1 626 015 638 292

D 216 357 104 146 44 789 94 681 459 973 148 935

Σ 886 709 520 434 448 352 844 830 2 700 325 968 786

Vállalatokban foglalkoztatottak száma összesen

Vállalatokban foglalkoztatottak száma összesen

Vállalatokban foglalkoztatottak száma összesen

Vállalatokban foglalkoztatottak száma összesen

52

POL Mikró Kis Közép Nagy Σ KKV

2008 U 6 519 4 407 10 304 35 671 56 901 14 711

M 23 449 19 262 27 860 50 425 120 996 47 122

D 1 321 1 768 2 184 1 246 6 519 3 951

Σ 31 289 25 436 40 348 87 342 184 416 65 784

2017 U 9 463 5 825 12 522 44 852 72 662 18 347

M 26 034 19 846 29 121 55 716 130 717 48 967

D 3 014 2 105 2 148 1 118 8 386 4 253

Σ 38 512 27 776 43 791 101 686 211 764 71 567

CZ Mikró Kis Közép Nagy Σ KKV

2008 U 7 528 5 876 5 724 8 357 27 484 11 600

M 8 499 6 500 8 468 20 229 43 696 14 968

D 1 931 1 813 3 845 10 015 17 604 5 658

Σ 17 958 14 189 18 037 38 600 88 783 32 226

2017 U 7 777 6 820 6 510 9 319 30 425 13 329

M 10 689 6 666 9 769 20 340 47 464 16 435

D 1 708 2 342 4 670 16 174 24 895 7 012

Σ 20 174 15 827 20 949 45 833 102 784 36 776

SLO Mikró Kis Közép Nagy Σ KKV

2008 U 754 1 263 1 566 3 309 6 892 2 829

M 2 092 3 859 3 362 7 387 16 701 7 222

D 92 185 345 349 970 530

Σ 2 937 5 308 5 273 11 045 24 563 10 581

2017 U 2 595 1 575 1 633 3 695 9 498 3 208

M 5 788 3 242 4 568 12 473 26 071 7 810

D 254 286 386 432 1 359 672

Σ 8 637 5 103 6 588 16 600 36 928 11 690

Vállalatok hozzáadott értéke összesen

HUN Mikró Kis Közép Nagy Σ KKV

2008 U 2 196 1 724 1 698 3 051 8 668 3 421

M 5 880 6 034 7 593 19 019 38 527 13 627

D 1 214 835 622 1 289 3 959 1 457

Σ 9 290 8 592 9 913 23 359 51 154 18 505

2017 U 3 292 2 203 2 022 4 029 11 545 4 224

M 6 969 7 304 8 925 23 392 46 590 16 229

D 1 522 1 199 770 2 006 5 498 1 970

Σ 11 782 10 706 11 717 29 427 63 633 22 423

Vállalatok hozzáadott értéke összesen

Vállalatok hozzáadott értéke összesen

Vállalatok hozzáadott értéke összesen

POL Mikró Kis Közép Nagy Σ KKV

2008 U 0,011 0,024 0,028 0,033 0,026 0,027

M 0,010 0,022 0,023 0,032 0,020 0,023

D 0,006 0,024 0,031 0,024 0,015 0,028

Σ 0,010 0,023 0,025 0,032 0,021 0,024

2017 U 0,012 0,026 0,030 0,039 0,028 0,029

M 0,011 0,026 0,027 0,031 0,022 0,027

D 0,011 0,028 0,030 0,021 0,018 0,029

Σ 0,011 0,026 0,028 0,034 0,023 0,027

CZ Mikró Kis Közép Nagy Σ KKV

2008 U 0,021 0,025 0,029 0,026 0,025 0,027

M 0,016 0,020 0,025 0,040 0,026 0,022

D 0,013 0,014 0,020 0,028 0,021 0,018

Σ 0,017 0,021 0,024 0,033 0,024 0,023

2017 U 0,019 0,029 0,029 0,027 0,025 0,029

M 0,019 0,023 0,033 0,041 0,029 0,028

D 0,011 0,019 0,026 0,041 0,029 0,023

Σ 0,018 0,025 0,030 0,037 0,028 0,027

SLO Mikró Kis Közép Nagy Σ KKV

2008 U 0,022 0,021 0,026 0,033 0,027 0,023

M 0,019 0,022 0,021 0,022 0,022 0,022

D 0,010 0,010 0,017 0,017 0,014 0,014

Σ 0,019 0,021 0,022 0,024 0,022 0,021

2017 U 0,013 0,026 0,025 0,039 0,023 0,025

M 0,013 0,024 0,028 0,038 0,025 0,026

D 0,005 0,011 0,018 0,027 0,012 0,014

Σ 0,013 0,023 0,026 0,037 0,023 0,025

HUN Mikró Kis Közép Nagy Σ KKV

2008 U 0,010 0,022 0,020 0,018 0,016 0,021

M 0,013 0,018 0,024 0,039 0,024 0,021

D 0,005 0,009 0,013 0,013 0,008 0,010

Σ 0,010 0,017 0,022 0,031 0,019 0,019

2017 U 0,014 0,025 0,022 0,020 0,019 0,023

M 0,016 0,022 0,029 0,043 0,029 0,025

D 0,007 0,012 0,017 0,021 0,012 0,013

Σ 0,013 0,021 0,026 0,035 0,024 0,023

Vállalatok munkatermelékenysége összesen

Vállalatok munkatermelékenysége összesen

Vállalatok munkatermelékenysége összesen

Vállalatok munkatermelékenysége összesen

53

Kis-fejlett Mikró Kis Közép Nagy Σ KKV

2008 U 28% 23% 26% 26% 28% 23%

M 56% 60% 63% 64% 56% 61%

D 16% 17% 11% 10% 16% 16%

Σ 100% 100% 100% 100% 100% 100%

2017 U 30% 23% 28% 30% 30% 24%

M 54% 58% 59% 59% 55% 58%

D 16% 19% 12% 11% 16% 18%

Σ 100% 100% 100% 100% 100% 100%

CE Mikró Kis Közép Nagy Σ KKV

2008 U 28% 28% 34% 34% 28% 29%

M 39% 48% 52% 52% 40% 49%

D 33% 24% 14% 14% 32% 23%

Σ 100% 100% 100% 100% 100% 100%

2017 U 30% 26% 34% 36% 29% 27%

M 38% 44% 48% 49% 38% 45%

D 33% 30% 18% 15% 32% 28%

Σ 100% 100% 100% 100% 100% 100%

ME Mikró Kis Közép Nagy Σ KKV

2008 U 27% 21% 26% 33% 27% 22%

M 37% 60% 60% 52% 39% 60%

D 36% 19% 14% 15% 35% 19%

Σ 100% 100% 100% 100% 100% 100%

2017 U 29% 22% 27% 35% 29% 23%

M 35% 50% 57% 49% 36% 51%

D 36% 27% 16% 17% 35% 26%

Σ 100% 100% 100% 100% 100% 100%

V4 Mikró Kis Közép Nagy Σ KKV

2008 U 27% 22% 23% 25% 27% 22%

M 62% 66% 66% 64% 62% 66%

D 11% 13% 11% 11% 11% 12%

Σ 100% 100% 100% 100% 100% 100%

2017 U 30% 25% 27% 29% 30% 25%

M 60% 61% 62% 60% 60% 61%

D 9% 14% 11% 11% 10% 13%

Σ 100% 100% 100% 100% 100% 100%

EE Mikró Kis Közép Nagy Σ KKV

2008 U 35% 26% 21% 24% 34% 26%

M 52% 62% 68% 64% 53% 63%

D 13% 12% 11% 13% 13% 12%

Σ 100% 100% 100% 100% 100% 100%

2017 U 33% 26% 24% 24% 33% 26%

M 54% 61% 64% 63% 54% 61%

D 13% 13% 12% 13% 13% 13%

Σ 100% 100% 100% 100% 100% 100%

Vállalatszerkezet ágazatok szerint

Vállalatszerkezet ágazatok szerint

Vállalatszerkezet ágazatok szerint

Vállalatszerkezet ágazatok szerint

Vállalatszerkezet ágazatok szerint

Kis-fejlett Mikró Kis Közép Nagy Σ KKV

2008 U 23% 23% 27% 32% 27% 25%

M 57% 59% 61% 53% 57% 60%

D 20% 18% 13% 14% 16% 15%

Σ 100% 100% 100% 100% 100% 100%

2017 U 25% 24% 29% 35% 29% 27%

M 54% 57% 58% 48% 53% 58%

D 21% 19% 12% 16% 17% 16%

Σ 100% 100% 100% 100% 100% 100%

CE Mikró Kis Közép Nagy Σ KKV

2008 U 25% 29% 35% 34% 31% 31%

M 40% 48% 52% 44% 45% 50%

D 35% 23% 14% 23% 25% 19%

Σ 100% 100% 100% 100% 100% 100%

2017 U 27% 28% 35% 36% 32% 31%

M 39% 45% 48% 41% 43% 46%

D 34% 28% 17% 22% 26% 23%

Σ 100% 100% 100% 100% 100% 100%

ME Mikró Kis Közép Nagy Σ KKV

2008 U 23% 21% 26% 37% 26% 23%

M 42% 61% 60% 40% 48% 61%

D 35% 18% 14% 23% 25% 16%

Σ 100% 100% 100% 100% 100% 100%

2017 U 24% 23% 28% 40% 29% 25%

M 38% 52% 56% 36% 43% 54%

D 38% 25% 16% 24% 28% 21%

Σ 100% 100% 100% 100% 100% 100%

V4 Mikró Kis Közép Nagy Σ KKV

2008 U 22% 22% 23% 33% 26% 23%

M 66% 66% 66% 57% 63% 66%

D 12% 12% 11% 10% 11% 11%

Σ 100% 100% 100% 100% 100% 100%

2017 U 26% 25% 27% 32% 28% 26%

M 62% 62% 62% 58% 61% 62%

D 11% 13% 11% 10% 11% 12%

Σ 100% 100% 100% 100% 100% 100%

EE Mikró Kis Közép Nagy Σ KKV

2008 U 34% 26% 21% 28% 28% 23%

M 54% 63% 68% 61% 61% 65%

D 12% 12% 11% 11% 11% 11%

Σ 100% 100% 100% 100% 100% 100%

2017 U 33% 26% 24% 28% 28% 25%

M 55% 62% 65% 61% 60% 63%

D 13% 13% 12% 11% 12% 12%

Σ 100% 100% 100% 100% 100% 100%

Foglalkoztatási szerkezet ágazatok szerint

Foglalkoztatási szerkezet ágazatok szerint

Foglalkoztatási szerkezet ágazatok szerint

Foglalkoztatási szerkezet ágazatok szerint

Foglalkoztatási szerkezet ágazatok szerint

Kis-fejlett Mikró Kis Közép Nagy Σ KKV

2008 U 27% 26% 24% 21% 24% 25%

M 57% 64% 69% 72% 67% 67%

D 16% 10% 7% 7% 9% 9%

Σ 100% 100% 100% 100% 100% 100%

2017 U 30% 25% 24% 20% 24% 25%

M 54% 63% 66% 73% 66% 65%

D 16% 12% 9% 7% 10% 10%

Σ 100% 100% 100% 100% 100% 100%

CE Mikró Kis Közép Nagy Σ KKV

2008 U 31% 31% 32% 31% 31% 31%

M 43% 54% 58% 58% 54% 56%

D 26% 15% 10% 12% 15% 13%

Σ 100% 100% 100% 100% 100% 100%

2017 U 32% 30% 32% 29% 30% 31%

M 42% 52% 57% 58% 54% 54%

D 26% 18% 11% 13% 16% 14%

Σ 100% 100% 100% 100% 100% 100%

ME Mikró Kis Közép Nagy Σ KKV

2008 U 24% 25% 27% 32% 27% 26%

M 48% 63% 64% 55% 57% 63%

D 27% 12% 9% 13% 16% 11%

Σ 100% 100% 100% 100% 100% 100%

2017 U 30% 27% 29% 34% 31% 28%

M 40% 56% 60% 50% 51% 58%

D 30% 18% 11% 15% 18% 14%

Σ 100% 100% 100% 100% 100% 100%

V4 Mikró Kis Közép Nagy Σ KKV

2008 U 28% 25% 26% 31% 29% 26%

M 65% 67% 64% 61% 63% 65%

D 7% 9% 10% 8% 8% 9%

Σ 100% 100% 100% 100% 100% 100%

2017 U 29% 28% 27% 32% 30% 27%

M 63% 62% 63% 58% 60% 63%

D 8% 10% 10% 10% 10% 10%

Σ 100% 100% 100% 100% 100% 100%

EE Mikró Kis Közép Nagy Σ KKV

2008 U 35% 30% 24% 31% 30% 27%

M 52% 61% 67% 60% 61% 65%

D 12% 8% 9% 10% 10% 9%

Σ 100% 100% 100% 100% 100% 100%

2017 U 35% 30% 25% 29% 29% 28%

M 53% 61% 66% 61% 60% 63%

D 12% 9% 9% 11% 10% 9%

Σ 100% 100% 100% 100% 100% 100%

Hozzáadott érték szerkezet ágazatok szerint

Hozzáadott érték szerkezet ágazatok szerint

Hozzáadott érték szerkezet ágazatok szerint

Hozzáadott érték szerkezet ágazatok szerint

Hozzáadott érték szerkezet ágazatok szerint

54

POL Mikró Kis Közép Nagy Σ KKV

2008 U 20% 16% 21% 30% 20% 17%

M 74% 77% 74% 67% 74% 76%

D 6% 7% 5% 2% 6% 6%

Σ 100% 100% 100% 100% 100% 100%

2017 U 24% 21% 26% 34% 24% 22%

M 69% 72% 69% 63% 69% 72%

D 7% 7% 5% 3% 7% 7%

Σ 100% 100% 100% 100% 100% 100%

CZ Mikró Kis Közép Nagy Σ KKV

2008 U 38% 34% 29% 23% 38% 33%

M 50% 48% 47% 46% 50% 48%

D 12% 18% 25% 31% 12% 19%

Σ 100% 100% 100% 100% 100% 100%

2017 U 38% 36% 34% 26% 38% 36%

M 51% 44% 42% 42% 51% 44%

D 11% 19% 24% 32% 11% 20%

Σ 100% 100% 100% 100% 100% 100%

SLO Mikró Kis Közép Nagy Σ KKV

2008 U 27% 22% 23% 20% 26% 22%

M 68% 70% 69% 73% 69% 70%

D 4% 8% 8% 7% 5% 8%

Σ 100% 100% 100% 100% 100% 100%

2017 U 32% 28% 27% 23% 32% 28%

M 63% 61% 64% 71% 63% 62%

D 5% 11% 9% 5% 5% 11%

Σ 100% 100% 100% 100% 100% 100%

HUN Mikró Kis Közép Nagy Σ KKV

2008 U 29% 15% 18% 16% 28% 16%

M 49% 65% 70% 75% 49% 66%

D 23% 20% 11% 9% 22% 19%

Σ 100% 100% 100% 100% 100% 100%

2017 U 32% 17% 21% 22% 31% 17%

M 48% 61% 68% 70% 49% 62%

D 20% 22% 11% 8% 20% 20%

Σ 100% 100% 100% 100% 100% 100%

Vállalatszerkezet ágazatok szerint

Vállalatszerkezet ágazatok szerint

Vállalatszerkezet ágazatok szerint

Vállalatszerkezet ágazatok szerint

POL Mikró Kis Közép Nagy Σ KKV

2008 U 18% 16% 23% 40% 26% 20%

M 75% 77% 73% 58% 70% 75%

D 7% 6% 4% 2% 5% 5%

Σ 100% 100% 100% 100% 100% 100%

2017 U 23% 21% 27% 38% 28% 24%

M 69% 72% 68% 60% 67% 70%

D 8% 7% 5% 2% 5% 6%

Σ 100% 100% 100% 100% 100% 100%

CZ Mikró Kis Közép Nagy Σ KKV

2008 U 35% 34% 27% 27% 31% 30%

M 51% 48% 47% 43% 47% 47%

D 15% 18% 26% 30% 23% 22%

Σ 100% 100% 100% 100% 100% 100%

2017 U 37% 36% 32% 28% 33% 34%

M 50% 44% 43% 41% 44% 43%

D 13% 19% 25% 32% 23% 22%

Σ 100% 100% 100% 100% 100% 100%

SLO Mikró Kis Közép Nagy Σ KKV

2008 U 23% 24% 25% 22% 23% 25%

M 71% 68% 67% 73% 70% 68%

D 6% 7% 8% 4% 6% 8%

Σ 100% 100% 100% 100% 100% 100%

2017 U 29% 27% 26% 21% 26% 27%

M 64% 61% 65% 75% 67% 63%

D 7% 11% 9% 4% 7% 10%

Σ 100% 100% 100% 100% 100% 100%

HUN Mikró Kis Közép Nagy Σ KKV

2008 U 23% 15% 19% 22% 21% 17%

M 51% 67% 71% 65% 61% 69%

D 26% 18% 11% 13% 18% 15%

Σ 100% 100% 100% 100% 100% 100%

2017 U 26% 17% 21% 24% 23% 19%

M 50% 63% 69% 65% 60% 66%

D 24% 20% 10% 11% 17% 15%

Σ 100% 100% 100% 100% 100% 100%

Foglalkoztatási szerkezet ágazatok szerint

Foglalkoztatási szerkezet ágazatok szerint

Foglalkoztatási szerkezet ágazatok szerint

POL Mikró Kis Közép Nagy Σ KKV

2008 U 21% 17% 26% 41% 31% 22%

M 75% 76% 69% 58% 66% 72%

D 4% 7% 5% 1% 4% 6%

Σ 100% 100% 100% 100% 100% 100%

2017 U 25% 21% 29% 44% 34% 26%

M 68% 71% 66% 55% 62% 68%

D 8% 8% 5% 1% 4% 6%

Σ 100% 100% 100% 100% 100% 100%

CZ Mikró Kis Közép Nagy Σ KKV

2008 U 42% 41% 32% 22% 31% 36%

M 47% 46% 47% 52% 49% 46%

D 11% 13% 21% 26% 20% 18%

Σ 100% 100% 100% 100% 100% 100%

2017 U 39% 43% 31% 20% 30% 36%

M 53% 42% 47% 44% 46% 45%

D 8% 15% 22% 35% 24% 19%

Σ 100% 100% 100% 100% 100% 100%

SLO Mikró Kis Közép Nagy Σ KKV

2008 U 26% 24% 30% 30% 28% 27%

M 71% 73% 64% 67% 68% 68%

D 3% 3% 7% 3% 4% 5%

Σ 100% 100% 100% 100% 100% 100%

2017 U 30% 31% 25% 22% 26% 27%

M 67% 64% 69% 75% 71% 67%

D 3% 6% 6% 3% 4% 6%

Σ 100% 100% 100% 100% 100% 100%

HUN Mikró Kis Közép Nagy Σ KKV

2008 U 24% 20% 17% 13% 17% 18%

M 63% 70% 77% 81% 75% 74%

D 13% 10% 6% 6% 8% 8%

Σ 100% 100% 100% 100% 100% 100%

2017 U 28% 21% 17% 14% 18% 19%

M 59% 68% 76% 79% 73% 72%

D 13% 11% 7% 7% 9% 9%

Σ 100% 100% 100% 100% 100% 100%

Hozzáadott érték szerkezet ágazatok szerint

Hozzáadott érték szerkezet ágazatok szerint

Hozzáadott érték szerkezet ágazatok szerint