Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
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