Társadalmi és gazdasági hatások mérése

Társadalmi- és gazdasági hatások mérése

Összeállította:Eruditio-Hungária Kft.

Készült az Oktatáskutató és Fejlesztő Intézet megbízásából,

a „Minőségfejlesztés a felsőoktatásban” TÁMOP-4.1.4-08/1-2009-0002

azonosító számú projekt támogatásával.

Budapest, 2011

2

1. Társadalmi és gazdasági hatások mérése

A kutatás feltáró szakaszában olyan hazai és nemzetközi hatástanulmányokat

tekintettünk át, amelyek egy-egy felsőoktatási intézmény térségre gyakorolt

gazdasági és társadalmi hatásait mutatták be. A kutatás így nem egy elméleti

keretből indul ki, hanem a korábbi évek gyakorlatára összpontosít. A feltáró

munkának kettős célja volt: egyfelől megismertük a felsőoktatási intézmények

gazdasági-társadalmi hatásainak egyes aspektusait, másfelől betekintést

nyertünk az alkalmazott indikátorok és modellek módszertanába. A feltáró

munka eredményeképpen alakítottuk ki az elsődleges, interjús adatfelvétel

gyújtópontjait, gyűjtöttük össze a meglévő hivatalos statisztikákat, határoztuk

meg az összetett indikátorokat és alakítottuk ki a becslő modellek módszertanát.

A kutatás folyamata

Nem szabad elfeledkeznünk arról, hogy a felsőoktatási intézmények nem légüres

térben működnek, hanem sajátos gazdasági és társadalmi terekben. A különböző

környezet, különböző lehetőségeket és veszélyeket rejt magában, amikhez a

FOI-knak alkalmazkodni szükséges. A mutató számok értelmezése nem

nélkülözheti a térségi sajátosságok ismeretét. Ezért a kutatás során

meghatároztuk azon társadalmi és gazdasági mérőszámok körét, amiken

3

keresztül a középosztály megtartása szempontjából térségi sajátosságok

leírhatóak, megérthetőek. A kutatás ez irányú tapasztalatai A vidéki térségek

gazdasági és társadalmi jellegzetességei című tanulmányban olvashatóak

(Mellékletekben csatoltuk). (Fontos, hogy térség alatt mindig egy települést és

agglomerációját értjük.)

Bármilyen aspektusból, bármilyen mutatón keresztül mutatjuk be és hasonlítjuk

össze, azonban a felsőoktatási intézmények gazdasági és társadalmi hatásait,

nem szabad elfeledkeznünk arról, hogy az intézmények méretükben, képzési

struktúrájukban és munkaerő-piaci relevanciájukban, jelentős mértékben

eltérnek egymástól. Az egyes szerepek, hatások összehasonlításához tehát

nélkülözhetetlen a típusokban való gondolkodás, ellenkező esetben olyan

megállapításokhoz juthatunk, mint amikor „a körtét hasonlítjuk az almához”. Egy

egyszerű példával élve: módszertanilag igazságtalan lenne a Kaposvári Egyetem

gazdaságélénkítő hatását a Pécsi Tudományegyeteméhez mérni, amikor, előbbi

alig több mint 3000, utóbbi pedig több mint 25000 hallgatóval rendelkezik. A

pécsi intézmény továbbá szélesebb képzési perspektívát kínál hallgatóinak,

lényegesen nagyobb arányt képviselnek foglalkoztatottai, nagyságrendekkel

nagyobb összeget csatornáz a helyi gazdaságba és néhány képzési területen

országos jelentőségű. Ezért a Felsőoktatási intézmények jellegzetességei

című tanulmányban (Mellékletekben csatoltuk) néhány ismérv mentén

bemutatjuk a vidéki FOI-k jellegzetességeit és egy csoportosítási lehetőséget is,

ismertetünk.

A feldolgozott hatástanulmányok alapján úgy tekintünk a felsőoktatási

intézményekre, mint olyan szervező és elosztó központokra, amik:

munkahelyeket teremtenek és élénkítik a gazdaságot

fenntartják a térség vitalitását, formálják humán erőforrását

hozzáadott értéket jelent a közösség életében, hiszen értékteremtő és

közösségi szerepein keresztül erősítik a társadalmi kohéziót.

A következő ábrán szemléltetjük a felsőoktatási intézmények társadalmi-

gazdasági hatásainak egyes aspektusait.

4

A FOI-k feltárt társadalmi és gazdasági szerepei

A nemzetközi és hazai gyakorlatok feltárása és a rendelkezésre álló adatforrások

áttekintését követően a következő öt mérhető szerepet azonosítottuk:

A foglalkoztatásban betöltött szerep: egy felsőoktatási intézmény közvetett

és közvetlen formában munkahelyeket hoz létre a térségben. A felsőoktatási

intézmények gazdasági hatásainak elemzésekor érdemes figyelembe venni, hogy

nem csak a kiadások gyűrűznek tovább a térség gazdaságában, hanem új

munkahelyek lehetőségének a feltételei is megteremtődnek. A nem helyi lakosú

egyetemi oktatók és hallgatók jelenléte például több szolgáltató, beszállítói,

önkormányzati munkatárs közreműködését teszi szükségessé.

A gazdaságélénkítésben játszott szerep: a felsőoktatási intézmény

vállalkozás- és fogyasztásélénkítésben játszott szerepe alatt olyan gazdasági

hatásokat értünk, amik a felsőoktatási intézmény kiadásaival állnak

kapcsolatban. A felsőoktatási intézmény gazdaságélénkítő hatásának elsődleges

forrása, hogy a foglalkoztatottakon keresztül szélesíti a fogyasztói réteget, sőt a

hallgatók miatt új fogyasztói csoport megjelenését teszi lehetővé. A bérek, és

juttatások kifizetésén túl a felsőoktatási intézmény beszállítókat foglalkoztat, ami

bevételt jelent a vállalkozások számára. A közvetlen kifizetések címzettjei a

bevételt (bérek, juttatások, szolgáltatások igénybe vétele) további helyi

szolgáltatásokért és javakért részben továbbadják, így az intézményekről

kiáramló összegek továbbgyűrűznek a gazdaságban. A FOI pályázati sikeressége

szintén jelentős forrásokat vonzhat a térségbe.

5

A rekrutációs képesség: a gazdasági, társadalmi hatások elemzésének

nélkülözhetetlen eleme a FOI-k rekrutációs képességének feltérképezése, azaz

annak megismerése, hogy a felsőoktatási intézmény milyen vonzási és

megtartási képességgel rendelkezik. A felsőoktatási intézmény

multiplikátorhatásainak erőssége nagymértékben függ a hallgatói pool méretétől

és egyéb jellegzetességeitől. Mindezt jelentős mértékig determinálja az ország

méretének (így az évenként felvételiző diákok számának) és az intézmények

számának kölcsönhatása, amelyekből logikusan következik a telített

intézményhierarchia kiépülése. Ebben alaposan feltételezhető, hogy néhány

országos jelentőségű egyetem bír a jelentkezők számára a legerősebb

vonzerővel, melyet a kisebb intézmények inkább csak fizikai közelséggel és

specializációval képesek ellensúlyozni. Mindezt fokozza Budapest szerepe, hiszen

a fővárosnak a felsőoktatás terén is megfigyelhető jelentős túlsúlya eredendően

kisebb szeletet hagy csak a vidéki intézmények számára a jelentkezők

képzeletbeli tortájából.

A megtartó képesség: a legtöbb felsőoktatási intézmény hallgatósága nem

csupán az intézménynek helyt adó településről és agglomerációjából érkezik.

Ebben az esetben az a kérdés merülhet fel, hogy a településre érkező hallgatók

közül milyen arányban vannak azok, akik tanulmányuk befejeztével maradnak a

felsőoktatási intézmény településén. A felsőoktatási tanulmányok itt

„próbaházasságként” működnek: a hallgató az oktatásban eltöltött időben

megismerkedhet a település nyújtotta lehetőségekkel. Minél pozitívabb a kép,

annál nagyobb az esélye a letelepedésnek, amivel a település középosztályi

szufficitet könyvelhet el. A lehetőségek körébe beletartozik a munkaügyi helyzet

is. Amennyiben a felsőoktatási intézmény magába integrálja a környezetében

működő vállalkozások igényeit, kínált szakjai helyben piacképes tudással vértezik

fel a hallgatókat, akkor ezek a letelepedés lehetőségét tovább növelhetik.

Mindemellett persze nem szabad elfeledkezni az eleve helyben lakó fiatalok

megtartásáról. A középosztály elsődleges meghatározója pedig a kereseti

viszonyok.

A társadalmi mobilitás: az oktatás a demokratikus társadalmak legfontosabb

mobilitási csatornája. A felsőoktatási intézmények kiemelkedő szerepet

játszhatnak a társadalmi mobilitás elősegítésében; ez a szerep nem csak a

közösség tekintetében hasznos, de egyben értékalapú társadalmi aktus is. A

társadalmi mobilitás elősegítése, új társadalmi csoportok felsőfokú oktatásba

való becsatornázása hozzájárul a térség vitalizációjához, humán tőkéjének

karbantartásához

A mérhető szerepek szerint a tanulmány öt részre oszlik. Minden részben

ismertetésre kerülnek a szerepeket, hatásokat leíró mutatók. Ismertetjük a

mutatók céljait, értelmezésüket, bemutatjuk a mutatók számítását, az

adatforrásokat, a mutatók előnyeit. Minden esetben részletesen beszámolunk az

általunk választott mutatók korlátairól, és fejlesztési javaslatokat fogalmazunk

meg.

6

A mutatókat tíz kiválasztott vidéki felsőoktatási intézmény adatain mutatjuk be:

A kiválasztott intézmények a következők: Pécsi Tudományegyetem, Debreceni

Egyetem, Eszterházy Károly Főiskola, Nyugat-Magyarországi Egyetem, Pannon

Egyetem, Kaposvári Egyetem, Miskolci Egyetem, Nyíregyházi Főiskola, Széchenyi

István Egyetem és a Kecskeméti Főiskola. Több esetben azonban nem sikerült a

mutatók számításához beszerezni a szükséges adatokat, így nem nyílt

lehetőségünk teljes körű összehasonlításra.

Megfigyelési egységnek ezért egy felsőoktatási intézmény egy adott településen

lévő karait tekintjük, hiszen több FOI több településen is működtethet karokat.

Ha például a Nyugat-Magyarországi Egyetem térségre gyakorolt hatásáról

akarnánk megállapításokat megfogalmazni, akkor azonnal felmerülne a kérdés,

melyik térségre is gondolunk? A NYME ugyanis Sopron mellett Szombathelyen,

Mosonmagyaróváron, Székesfehérváron és Győrben is működtet karokat. Ezért

a megfigyelési alapegységünk minden esetben a FOI térségben

működtetett karai.

A tanulmányban bemutatásra kerülő mutatók jegyzéke

Foglalkoztatási szerep

A FOI foglalkoztatási súlya


A foglalkoztatási súly az intézmény helyi munkaerőpiacon képviselt súlyára világítanak rá a főállású alkalmazottak száma alapján.

Főállású alkalmazottak

Térségben főállásban alkalmazásban állók

A FOI diplomás foglalkoztatási súlya


A mutató célja annak bemutatása, hogy egy felsőoktatási intézmény milyen szerepet játszik a térség diplomás foglalkoztatásában.

A FOI-k által foglalkoztatott diplomások száma

Diplomás foglalkoztatási arány a megyében

A FOI jövedelmi súlya


Megmutathatja, hogy a FOI nem csak számosságában, de kínált jövedelem tekintetében mennyire számít jelentős munkahelyteremtőnek a térségben

Térségi SZJA összesen

FOI által fizetett SZJA

Gazdasági hatások

A gazdaságba áramló direkt kifizetések

A FOI összes közvetlen kifizetés

A felsőoktatási intézmények régiós gazdasági hatásai közül a direkt, nem államháztartásba áramló, kifizetések

Jövedelem jellegű kiadások

Ösztöndíj jellegű kiadások

Nem személyi jellegű kiadások

Hallgatói fogyasztási csoport súlya

Hallgatói fogyasztási csoport súlya Nem helyi hallgatói fogyasztási csoport súlya

Hallgatói fogyasztás nagyságának becslése

Nappali tagozatos hallgatók

Lakosságszám

Nem helyi hallgatók száma

Továbbgyűrűző gazdasági hatás

Teljes termelési hatás Teljes jövedelmi hatás

Teljes gazdaságélénkítési hatás becslése

Tiszta multiplikátorhatás

7

Pályázati forrásvonzás

Egy lakosra eső pályázatai támogatás

Külső pályázati vonzási képesség mérése

Pályázott költségigény

Elnyert támogatás

Támogatási arány

A térség lakónépessége

Rekrutációs bázist kifejező mérőszámok

Rekrutációs bázis alapvető mutatói

Térségből felvettek aránya A mutatók célja, hogy egyszerű arányszámok segítségével bemutassa az intézmények rekrutációs bázisát.

2010-ben az összes felvételt nyertek száma

Térségen kívül, de megyéből

felvettek aránya Megyén kívül, de régióból

felvettek aránya

Budapestről felvettek aránya

Vonzási egyenlegmutatók

Helyiek egyenlegmutatója Hallgatói egyenlegmutató

A mutatók egyenlegmutatók segítségével ragadják meg a hallgatók ki- és beáramlását.

Térségből felvételt

nyertek Térségben maradó

hallgatók

Térségből elvándorló

hallgatók

Térségbe bevándorló

hallgatók

Versengő és niche vonzási indexek

Versengő vonzási index Niche vonzási index

Bemutatják, hogy a FOI-k mennyiben tudnak olyan területekről hallgatókat vonzani, ahol van hasonló képzési kínálat, vagy olyan területekről, ahol éppen nem kell konkurenciával számolniuk.

Az összes nem a FOI székhelyének megyéjéből felvettek száma

Megtartási képességet kifejező mérőszámok

Megtartási képesség

Helyi munkaerőpiacon való megtartási mutató Megyei munkaerő-piacon való megtartás Budapesti munkaerőpiacra való kilépési mutató

Bemutatja, hogy az egyetem elvégzése után hol vállalnak munkát a a friss diplomások.

Survey elemszám

A társadalmi mobilitást kifejező mérőszámok

Társadalmi mobilitás elősegítése

Társadalmi mobilitás mutató

Bemutatja, hogy egy FOI milyen mértékben segíti elő a felsőfokú végzettséggel nem rendelkező (az édesapa iskolai végzettsége alapján) társadalmi csoportok becsatornázását a felsőfokú oktatásba

Leghátrányosabb kistérségek becsatornázása

Leghátrányosabb kistérségből érkezők aránya

A mutató célja, annak bemutatása, hogy egy FOI milyen mértékben segíti elő a felsőfokú végzettséggel a leghátrányosabb kistérségekből érkezők bekapcsolódását a felsőfokú oktatásba.

8

2. Foglalkoztatási szerep

Egy felsőoktatási intézmény közvetett és közvetlen formában munkahelyeket hoz

létre a térségben. A felsőoktatási intézmények gazdasági hatásainak elemzésekor

érdemes figyelembe venni, hogy nem csak a kiadások gyűrűznek tovább a térség

gazdaságában, hanem új munkahelyek lehetőségének a feltételei is

megteremtődnek. A nem helyi lakosú egyetemi oktatók és hallgatók jelenléte

például több szolgáltató, beszállítói, önkormányzati munkatárs közreműködését

teszi szükségessé.

A továbbgyűrűző hatások mérése módszertanilag problematikus, de a közvetlen

munkahelyteremtés jelentősége különböző formákban megragadható. Ennek

legegyszerűbb – illetve leginkább megvalósítható – módja az intézmény által

közvetlen munkaviszonyban állók számának megismerése, amely jellemzően a

főiskolák és egyetemek saját adataiból lehetséges leginkább. A közvetett hatások

sorában szerepel többek közt az intézmények által külső vállalkozásokhoz

kiszervezett szolgáltatások munkaerőigénye. Ehhez hasonló származtatott

foglalkoztatási hatás a személyzet és a hallgatóság által gerjesztett igények

kielégítésére alakuló vállalkozások létrejötte is, amelyek az intézmény nélkül

nem jöhettek volna létre.

Jelen fejezetben a következő mutatókat prezentáljuk:

Összefoglaló tábla – foglalkoztatási hatások

Alfejezet Mutató Cél Segédmutatók



A foglalkoztatási súly az intézmény helyi munkaerőpiacon képviselt súlyára világítanak rá a főállású alkalmazottak száma alapján.

Főállású alkalmazottak

Térségben főállásban alkalmazásban állók



A mutató célja annak bemutatása, hogy egy felsőoktatási intézmény milyen szerepet játszik a térség diplomás foglalkoztatásában.

A FOI-k által foglalkoztatott diplomások száma

Diplomás foglalkoztatási arány a megyében



Megmutathatja, hogy a FOI nemcsak számosságában, de kínált jövedelem tekintetében mennyire számít jelentős munkahelyteremtőnek a térségben

Térségi SZJA összesen

FOI által fizetett SZJA

9

2.1. A FOI foglalkoztatási súlya

Elnevezés A FELSŐOKTATÁSI INTÉZMÉNY FOGLALKOZTATÁSI SÚLYA

Számítás EGYSZERŰ ARÁNYSZÁM

Megbízhatóság RÉSZBEN BECSLÉST IS TARTALMAZ

Értelmezési szint INTÉZMÉNY

Adatforrás NEFMI, VÁTI

Külső adatforrás igénye

VÁTI

Összehasonlíthatóság A FOI JELLEGEZETESSÉGEINEK

FIGYELEMBEVÉTELÉVEL

AVIR AUTOMATIZÁLT RIPORT

Javasolt frissítés 2 ÉVENTE

Fejlesztés ALACSONY PRIORITÁSÚ

Célja:

Mivel az ország gazdasági és foglalkoztatási súlypontja erősen a Közép-

Magyarországi régió felé hajlik, és az egyes térségek egyenlőtlen eloszlást

mutatnak a nagy foglalkoztatók számát tekintve; a vidéki városokban különösen

jelentős munkahely teremető szerepet tölthetnek be a felsőoktatási intézmények.

A foglalkoztatási súly az intézmény helyi munkaerőpiacon képviselt súlyára

világít rá a főállású alkalmazottak száma alapján.

A mutató értelmezése:

A FOI által foglalkoztatott főállású egyéb munkakörben: a nem-oktatói

állomány számát ismerteti.

A FOI által foglalkoztatott főállású oktatói munkakörben: az oktatói

állomány létszámát ismerteti.

A településen főállásban foglalkoztatottak száma: a településen és annak

agglomerációjában foglalkoztatottak számát ismerteti.

A FOI foglalkoztatási súlya: megmutatja, az intézmény az adott város

összes főállású foglalkoztatottjának mekkora hányadának ad közvetlenül

munkát.

10

Példák az értelmezésre:

A Debreceni Egyetem 3512 főállású alkalmazottjával rendelkezik a

legnagyobb foglalkoztatási súllyal. Debrecenben és agglomerációjában a

főállású alkalmazottak 5, 6 százalékát foglalkoztatja közvetlen módon az

intézmény. Ugyanez az arány a Kecskeméti Főiskola és a Széchenyi István

Egyetem esetében a legalacsonyabb, ezen intézmények foglalkoztatási

súlya mindössze 0, 6 százalékos.


Felsőoktatási intézmény FOI főállású alkalmazottjai összesen

A térségben1 főállásban foglalkoztatottak száma


fő fő %

Pécsi Tudományegyetem (pécsi karok)*

6248 64 445 9, 7

Debreceni Egyetem

(debreceni karok)* 4 848 86 840 5, 6

Eszterházy Károly Főiskola 1 026 28 054 3, 7

Nyugat-Magyarországi

Egyetem (soproni karok)* 440 20 299 1, 9

Pannon Egyetem (veszprémi karok)*

495 31 447 1, 6

Kaposvári Egyetem 391 29 794 1, 3

Miskolci Egyetem 863 74 908 1, 2

Nyíregyházi Főiskola 353 50 514 0, 7

Széchenyi István Egyetem 460 75 292 0, 6

Kecskeméti Főiskola 326 53 560 0, 6

Forrás: VÁTI 2009, NEFMI 2010

*A FOI által főállásban foglalkoztatott oktatók száma becsült érték, így az adatok nem pontosak, a

pontatlanságok nem okoznak azonban lényegi változást az adatokban.

A mutatók számítása:

A térségben főállásban foglalkoztatottak száma: közvetlen adat.

FOI főállású alkalmazottjai összesen: Az oktatók és nem oktatók (kutatók,

egyéb munkakörben) összege. FOI által főállásban foglalkoztatott oktatók

száma becsült érték azon intézmények esetében, amik több településen is

tartanak fenn karokat. A becslést azt tette indokolttá, hogy ezen adatokat

megfelelő bontásban nem sikerült beszereznünk. A becslés azon a

feltételezésen alapszik, hogy a különböző településeken lévő karok között

1 Térségnek a település és agglomerációja tekinthető.

11

● a főállású és nem főállású oktatók aránya megegyezik és ezen arányok

nem változtak 2009 óta. Véleményünk szerint az így felmerülő torzítások

nem jelentősek.

● A FOI foglalkoztatási súlya: az intézmény helyben üzemelő karai összes

teljes munkaidős foglalkoztatottjának és az érintett város és

agglomerációjának teljes munkaidős foglalkoztatott lakosainak hányadosa.

Adatforrás:

NEFMI: oktatói foglalkoztatottsági adatok 2010

VÁTI: Összes főállású darabszáma 2009

A mutató előnyei:

Egyszerűségében is jól szemlélteti a FOI lokális foglalkoztatásban betöltött

szerepét.

A mutató korlátai:

A fenti táblában csillaggal jelölt intézmények esetében becsültük a

székhelyen lévő karokon főállásban foglalkoztatottak számát. Így adataink

nem pontosak, bár feltételezésünk szerint nem torzítnak jelentősen a

végeredményen.

Javaslatok a fejlesztésre:

A foglalkoztatási súly-mutató csak a főállásban alkalmazásban állók számát veszi

figyelembe. A mutató kiterjeszthető lehetne az összes foglalkoztatottra. Ehhez

szükség lenne a FOI által nem főállásban foglalkoztatottak számára, illetve az

alkalmazás pontos óraszámára. Ezt követően élhetünk azzal a leegyszerűsítéssel,

hogy az alkalmazási órák súlyozásával összevonjuk a nem főállásban

foglalkoztatottak számát, azaz például két négyórás alkalmazást tekinthetünk

egy főállásúnak.

Javasoljuk, hogy kari bontásban az intézmények szolgáltassanak a mutató

számításához szükséges adatokat az AVIR rendszerbe!

12

2.2. A FOI diplomás foglalkoztatási súlya

Elnevezés A FOI DIPLOMÁS FOGLALKOZTATÁSI SÚLYA

Számítás KÖZEPES BONYOLULTSÁGÚ SZÁMÍTÁS

Megbízhatóság BECSLÉS


Adatforrás INTZÉMÉNYEK, VÁTI, GVI-PROGNÓZIS


VÁTI, GVI-PROGNÓZIS

Összehasonlíthatóság A TÉRSÉG ÉS A FOI JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL

AVIR STATIKUS RIPORT


Fejlesztés KÖZEPES PRIORITÁSÚ

Célja:

A mutató célja annak bemutatása, hogy egy felsőoktatási intézmény milyen

szerepet játszik a térség diplomás foglalkoztatásában.


A diplomás foglalkoztatás súly-mutató megmutatja, hogy milyen arányban

foglalkoztat diplomásokat a FOI a térség összes diplomás foglalkoztatottja

között.


A Pécsi Tudományegyetem diplomás foglalkoztatási súlya a legnagyobb. A

61 százalékos arány valószínűleg túlzó (lásd torzító tényezőket alább), de

a kimagasló aránya nem véletlen. Baranya megyében (a

versenyszektorban) 9 százaléknál alacsonyabb összes foglalkoztatott

csoportján belül a diplomások aránya, és a pécsi intézmény több mint

3000 diplomásnak ad munkát.

A másik végletnek Győr tekinthető, itt, becsléseink szerint a Széchenyi

István Egyetem foglalkoztatja a diplomások öt százalékát.

13

A kiemelt intézmények diplomás foglalkoztatási súlya

Felsőoktatási

intézmény

A FOI-k által

foglalkoztatott diplomások száma

A térségben

foglalkoztatott főállású alkalmazottak

Diplomás

foglalkoztatási arány a megyében

Diplomás foglalkoztatási súly

fő fő % %

Pécsi Tudományegyetem 3377 64 445 8, 6 60, 9

Debreceni Egyetem 2182 86 840 11, 9 21, 1

Eszterházy Károly

Főiskola 425 28 054 13, 6 11, 1

Miskolci Egyetem 822 74 908 14, 6 7, 5

Kecskeméti Főiskola 339 53 560 11, 8 5, 4

Széchenyi István Egyetem

557 75 292 14, 9 5, 0 Forrás: GVI - Prognózis 2010, VÁTI 2009, Intézmények adatszolgáltatása 2010

A mutató számítása:

A diplomás főállásúak becsült száma: A térségben főállásban foglalkoztatottak

száma * (a versenyszférában foglalkoztatott megyei diplomás foglalkoztatási

arány/100)

Diplomás foglalkoztatási súly: A FOI által foglalkoztatott diplomás alkalmazottak

száma / diplomás főállásúak becsült száma

Adatforrás:

A FOI-k által foglalkoztatott diplomások száma: Intézmények saját

adatszolgáltatása a 2010-es évre a fizetési besorolások, fokozatok alapján.

A térségben foglalkoztatott főállású alkalmazottak: VÁTI 2009

Diplomás foglalkoztatási arány a megyében: MKIK Gazdaság és

Vállalkozáskutató Intézet által végzett Rövidtávú Munkaerő-piaci Előrejelzés című

nagymintás, reprezentatív kérdőíves adatfelvétele 2010-ben.

A mutató előnyei:

A mutató előnye, hogy ha nem is pontosan, de képet nyújt a FOI diplomás

foglalkoztatásban játszott szerepéről.


A mutató becslésen alapszik, így nem tény adatot jelenít meg.

A versenyszektorban dolgozó diplomások aránya megyei szintű számításon

alapszik. Feltételezhető, hogy a megyeszékhelyeken nagyobb arányban

foglalkoztatnak diplomásokat. Ezért a mutató vélhetően alulbecsüli a

14

megyeszékhelyeken főállásban dolgozó diplomások arányát, így kedvezőbb

színben tünteti fel a FOI diplomás foglalkoztatásban játszott szerepét.

A térség diplomás foglalkoztatási arányát a versenyszféra adataiból

számítottuk ki, így azok nem foglalják magukban a köz-, és civil szféra

adatait.


A közelgő népszámlálás „pontos” adatokat szolgáltat a településeken és

agglomerációjukban főállásban dolgozó diplomások számáról. A mutató jövőbeli

átalakítása érdekében javasoljuk, hogy az intézményeket kötelezzék, hogy

szolgáltassanak adatokat kari bontásban a főállásban foglalkoztatott diplomások

számáról.

Javasoljuk, hogy a népszámlásából származó adatok alapján a jövőben

számítsák újra a FOI diplomás foglalkoztatási súly mutatót, továbbá

javasoljuk, hogy kari bontásban az intézmények szolgáltassanak a

mutató számításához szükséges adatokat az AVIR rendszerbe!

15

2.3. A FOI jövedelmi súlya

Elnevezés A FOI JÖVEDELMI SÚLYA

Számítás EGYSZERŰ SZÁMÍTÁS

Megbízhatóság ESETEKBEN BECSLÉSI ELEMEKET IS TARTALMAZ


Adatforrás INTÉZMÉNYI ADATOK, VÁTI


VÁTI

Összehasonlíthatóság A FOI JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL




Célja:

A mutató célja, hogy a FOI térségi foglalkoztatásban játszott jelentőségét egy

másik aspektusból is bemutassa. Ebben a mutatóban a foglalkoztatásban játszott

szerep az intézmény által fizetett személyi jövedelemadón keresztül kerül

bemutatásra. Jelen mutató kifejtését két szempontból is indokoltnak találtuk:

egyfelől nem csak a főállásban lévőket veszi figyelembe, másfelől pedig a

foglalkoztatási súly mutatóval való összevetése megmutathatja, hogy a FOI

nemcsak számosságában, de kínált jövedelem tekintetében mennyire számít

jelentős munkahelyteremtőnek a térségben.


A FOI által helyben fizetett SZJA aránya a településen befizetett összes személyi

jövedelemadó arányában mutatja meg az intézmény helyi foglalkoztatóként

betöltött jelentőségét. A foglalkoztatási súly mutatóval való összevetése pedig,

tudósíthat minket a térség jövedelemi viszonyairól. Például, ha egy intézmény

SZJA súlya lényegesen magasabb a foglalkoztatási súlyánál, akkor a FOI jelentős

foglalkoztatónak tekinthető a kínált jövedelemi lehetőségek terén is. (Feltéve, ha

a FOI-ban a részmunkaidősök száma nem kimagasló.)

16

Példák a mutató értelmezésére:

A jövedelmi súly Pécsett a legmagasabb, itt az összes befizetett személyi

jövedelemadó közel 14 százaléka a FOI-ból származik. A jövedelmi súly

Kecskeméten a legalacsonyabb, itt a FOI által fizetett SZJA az összes

befizetett SZJA mindössze 1, 5 százalékát teszi ki.

Minden vizsgált intézmény esetében nagyobb a jövedelmi súly, a

foglalkoztatotti súlynál. Ez magyarázható azzal, hogy egy FOI nagyobb

arányban alkalmaz diplomásokat, mint egy átlagos vállalat. Debrecen

esetében a legnagyobb, Kecskemét esetében a legkisebb az eltérés. Ez azt

jelenti, hogy Debrecenben az egyetem nemcsak számosságát tekintve

jelentős foglalkoztató, de összességében lényegesen magasabb

jövedelmet kínál, mint más intézmények és vállalatok.

A FOI által fizetett SZJA súlya a kiemelt intézményekben

Felsőoktatási intézmény A térségben

összes SZJA FOI által fizetett SZJA



ezer Ft ezer Ft % %

Pécsi Tudományegyetem*

30 336 598 4 167 075 13, 7 9, 7

Debreceni Egyetem* 37 084 255 4 774 203 12, 2 5, 6

Kaposvári Egyetem 12 408 833 661 579 5, 3 1, 3

Eszterházy Károly Főiskola

13 242 452 699 477 5, 3 3, 7


27 277 061 885 936 2, 4 0, 6

Kecskeméti Főiskola 22 330 613 337 224 1, 5 0, 6

Forrás: Intézményi mérleg adatok 2009, VÁTI 2009

*becslés


A településen befizetett összes SZJA: közvetlen adat.

FOI által fizetett SZJA: az intézmény által kifizetett összes SZJA. Abban az

esetben, ha egy FOI több településen is fenntart karokat, akkor a

foglalkoztatottak számával került korrigálása az intézmény szintű adat. Itt

a következő feltételezéssel éltünk: (1) a FOI-k által fizetett bérek

azonosak minden településen, (2) az oktatók, kutatók és egyéb

alkalmazottak bérei között nem tettünk különbséget. A feltételezések

miatt elmondható, hogy egy FOI földrajzilag minél inkább széttagolt, annál

pontatlanabb a mutató értéke.

A FOI jövedelemi súlya: a FOI által helyben fizetett SZJA (becslése) és a

települési SZJA hányadosa.

17

Adatforrás:

VÁTI: A településen befizetett összes személyi jövedelemadó

Intézmények: Mérlegadatok, 53-as űrlap, 3. tétel

A mutató előnyei:

Nem csak a főállásban állók számát veszi figyelembe.

A foglalkoztatási súly mutatóval összevetve újabb értelmezési

perspektívák adódnak.


Az intézmények mérlegadatai nem állnak a rendelkezésünkre, illetve egyes

esetekben nem értelmezhetőek kari bontásban, továbbá a FOI-k

földrajzilag széttagoltak lehetnek. Ha egy FOI csak székhelyén

működtetett karokat, akkor pontos adatokat kaphatunk. Minél inkább

széttagolt egy FOI, annál inkább torzít a mutatószám. A Kecskeméti

Főiskola esetében tehát pontos a mutatószámunk, a Nyugat-

magyarországi Egyetem értéke pedig a leginkább pontatlan.


A mutató akkor működhet teljes egészben rendeltetésszerűen, ha rendelkezésre

áll kari szinten az alkalmazásban állók után fizetett személyi jövedelemadó összege. Ebben az esetben be lehet azonosítani a személyi jövedelemadó

„keletkezésének” pontos helyét. Javasoljuk, hogy kari bontásban az intézmények szolgáltassanak a mutató számításához szükséges adatokat az AVIR rendszerbe.

18

3. Gazdasági hatások

A felsőoktatási intézmény vállalkozás- és fogyasztásélénkítésben játszott szerepe

alatt olyan gazdasági hatásokat értünk, amik a felsőoktatási intézmény

kiadásaival állnak kapcsolatban. A felsőoktatási intézmény gazdaságélénkítő

hatásának elsődleges forrása, hogy a foglalkoztatottakon keresztül szélesíti a

fogyasztói réteget, sőt a hallgatók miatt új fogyasztó csoport megjelenését teszi

lehetővé. A bérek és juttatások kifizetésén túl a felsőoktatási intézmény

beszállítókat foglalkoztat, ami bevételt jelent a vállalkozások számára. A

közvetlen kifizetések címzettjei a bevételt (bérek, juttatások, szolgáltatások

igénybe vétele) további helyi szolgáltatásokért és javakért részben továbbadják,

így az intézményekből kiáramló összegek továbbgyűrűznek a gazdaságban.

Mindezek felmérésére a nemzetközi gyakorlat széles módszertani apparátusról

kínál fel választási lehetőségeket, a legegyszerűbb adatközlések felhasználásától

különféle regionális regressziós modellekig. A kevéssé bonyolult megközelítések

alapja az egyetemek és főiskolák közvetlen kiadásainak hatásait vizsgálja – az

alkalmazottak bérük, a diákok ösztöndíjuk, a bedolgozó vállalkozások

munkadíjuk egy részét költik el helyben. Ezen jövedelmek ily módon élénkítően

hatnak a régió gazdaságára, minthogy a felsőoktatási intézmény jelenléte nélkül

az említett tőketranszferek nem jöttek volna létre.

A helyi pénzforgalomba áramló ezen források hatása ugyanakkor túlmutat az

említett elsődleges bevételek megjelenésén. Az alkalmazottak, diákok és

vállalkozók helyben is elköltik az egyetemi-főiskolai bevételeik bizonyos

hányadát, amely így hullámokban újra és újra pörget egyet-egyet a lokális

gazdaság képzeletbeli kerekén. Mint azt a foglalkoztatási hatásoknál már

említettük, az így kialakuló, multiplikált hatásmechanizmussal működő

pénzforrások új munkahelyeket is generálnak, hiszen a többletpénz

többletigényeket is gerjeszt. Az ezek kielégítésére aktivizálódó helyi gazdasági

szereplők működése megint csak egyike lesz a hatástöbbszöröződés

láncszemeinek. Nem teljesen kézenfekvő, ezért érdemes kitérni a turisztikai

többletbevételekre is, amelyeket egy felsőoktatási intézmény generálni képes.

Természetesen nem feltétlenül maga a campus kell, hogy látnivalóként

funkcionáljon – elsősorban a látogatói és konferenciaturizmus érinti jó eséllyel az

egyetemeket és főiskolákat.

Minthogy a felsőoktatási intézmények költése szükségszerű folyamat, része a

mindennapos működésnek, így az intézmények oldaláról nem annyira annak

proaktív alakítása jellemző (noha például a helyi beszállítók preferálása révén

erre is van példa). A gazdasági hatások intézményi vizsgálata főként utólagos

elemzésként zajlik, amelynek gazdag módszertanából a magyarországi gyakorlat

mindeddig inkább csak az elsődleges hatások összegzését vette át. A külföldi

példák az állami statisztikai adatokból kiindulva felépített regressziós

multiplikátorhatás-elemző modellektől kezdve az önkényes becsléssel létrehozott

19

szorzók felhasználásáig igen széles skálán mozognak. Teljes körű

meghonosításuk minden bizonnyal szükségtelen, hiszen még az input-output

modellek őshazájában, az Egyesült Államokban is gyakoriak a

hatásmechanizmus-mérés különféle túlkapásai. Jó példa erre az öregdiákok

ötven évre visszamenő teljes potenciális jövedelmének számításba vételét

felhasználó gyakorlat.

Jelen fejezetben a következő mutatókat mutatjuk be:

Összefoglaló tábla – gazdasági hatások


A gazdaságba áramló direkt kifizetések

A FOI összes közvetlen kifizetés

A felsőoktatási intézmények régiós gazdasági hatásai közül a direkt, nem államháztartásba áramló, kifizetések a leginkább kézenfekvő mutatók egyike

Jövedelem jellegű kiadások

Ösztöndíj jellegű kiadások

Nem személyi jellegű kiadások

Hallgatói fogyasztási csoport súlya

Hallgatói fogyasztási csoport súlya Nem helyi hallgatói fogyasztási csoport súlya

Hallgatói fogyasztás nagyságának becslése

Nappali tagozatos hallgatók

Lakosságszám

Nem helyi hallgatók száma

Továbbgyűrűző gazdasági hatás

Teljes termelési hatás Teljes jövedelmi hatás

Teljes gazdaságélénkítési hatás becslése


Pályázati forrásvonzás

Egy lakosra eső pályázatai támogatás

Külső pályázati vonzási képesség mérése

Pályázott költségigény

Elnyert támogatás

Támogatási arány

A térség lakónépessége

20

3.1. A gazdaságba áramló direkt kifizetések

Elnevezés A FOI ÖSSZES KÖZVETLEN KIFIZETÉSE

Számítás ELEMI ADATOK

Megbízhatóság FENNTARTÁSOKKAL


Adatforrás INTÉZMÉNYI MÉRLEGADATOK


NINCS



AVIR AUTOMATIKUS RIPORT

Javasolt frissítés ÉVENTE


Célja:

A felsőoktatási intézmények régiós gazdasági hatásai közül a direkt, nem

államháztartásba áramló, kifizetések a leginkább kézenfekvő mutatók egyike. A

bérekre, ösztöndíjakra, beszerzésekre, felújításokra fordított kiadásoknak

jelentős hatásuk lehet a térség gazdaságának élénkítésére.


Négyfajta kiadási típust különböztettünk meg:

Gazdaságba áramló közvetlen kifizetések: itt kerülnek összegzésre a nem

államháztartásba áramló kifizetések.

A FOI személyi jellegű, jövedelemnek minősülő kiadásai: alkalmazotti

fizetések, jutalmak, stb.

A FOI személyi jellegű, hallgatói juttatásnak minősülő kiadásai: az

ösztöndíjak elméletileg egy módon kellene. hogy működjenek a

fizetésekkel. Ám mivel a diákok – főként a nappali tagozatos, állami

finanszírozású, azaz ösztöndíjképes képzésben részt vevők – életvitele, így

költéseik is jelentősen eltérnek, külön vizsgálatuk célszerű.

A FOI nem személyi jellegű kiadásai: minden olyan intézményi kifizetési

kötelezettség, ami a béreken és ösztöndíjakon túl áll és nem az

államháztartásba áramlik.

21

Példák a mutató értelmezésére:

A pécsi és debreceni intézmények esetében a legnagyobbak a gazdaságba áramló közvetlen kifizetések. A nagyságrendi különbségek oka, ezen

intézmények méretében rejlik, mindkét intézmény a besorolás ’A’ csoportjába tartozik (lásd: Felsőoktatási intézmények jellegzetességei című tanulmány - Mellékletekben csatoltuk).

Némileg meglepő, hogy a Kaposvári Egyetem kifizetései ennyire hasonlóak

a Széchenyi István Egyetemével, hiszen, előbbi a méret és képzési

struktúra szerint készített besorolás alapján jóval kisebb, mint az utóbbi.

A gazdaságba áramló direkt kifizetések:

Felsőoktatási intézmény

Gazdaságba áramló közvetlen kifizetések összesen

A FOI személyi jellegű, jövedelemnek minősülő kiadásai

A FOI személyi jellegű, hallgatói juttatásnak minősülő kiadásai

A FOI nem személyi jellegű kiadásai

ezer Ft ezer Ft ezer Ft ezer Ft

Debreceni Egyetem* 55 517 284 18 100 071 2 847 615 45 028 414

Pécsi Tudományegyetem*

41 707 286 17 827 796 2 940 993 28 394 714


6 378 222 2 508 931 976 694 4 624 684

Kaposvári Egyetem 6 258 764 2 508 238 287 444 4 705 306

Eszterházy Károly

Főiskola

4 895 055 2 174 981 464 855 3 515 046

Kecskeméti Főiskola

3 932 368 1 459 265 296 661 3 087 017

Forrás: Intézményi mérlegadatok 2009

*Az adatok torzítnak, hiszen ezen intézmények több településen is tartanak fenn karokat.


Gazdaságba áramló direkt kifizetések: Rendszeres személyi juttatások

(mérleg 2. űrlap, 9. tétel) + Nem rendszeres személyi juttatások (mérleg

2. űrlap, 42. tétel) + Felsőfokú oktatásban részt vevők pénzbeli juttatásai

(mérleg 4. űrlap 92. tétel) + Dologi kiadások összesen (mérleg 3. űrlap

46.tétel) - Általános forgalmi adó összesen (mérleg 3. űrlap 38. tétel) +

Felhalmozás jellegű kiadások összesen (mérleg 5. űrlap 33. tétel) -

Általános forgalmi adó összesen (mérleg 5. űrlap 32. tétel) +

Államháztartáson kívüli pénzeszközátadások összesen (mérleg 4. űrlap 84.

tétel)

A FOI személyi jellegű, jövedelemnek minősülő kiadásai: Rendszeres

személyi juttatások (mérleg 2. űrlap, 9. tétel) + Nem rendszeres személyi

juttatások (mérleg 2. űrlap, 42. tétel)

22

A FOI személyi jellegű, hallgatói juttatásnak minősülő kiadásai: Felsőfokú

oktatásban részt vevők pénzbeli juttatásai (mérleg 4. űrlap 92. tétel)

A FOI nem személyi jellegű kiadásai: Dologi kiadások összesen (mérleg 3.

űrlap 46. tétel) - Általános forgalmi adó összesen (mérleg 3. űrlap 38.

tétel) + Felhalmozás jellegű kiadások összesen (mérleg 5. űrlap 33. tétel)-

Általános forgalmi adó összesen (mérleg 5. űrlap 32. tétel) +

Államháztartáson kívüli pénzeszközátadások összesen (mérleg 4. űrlap 84.

tétel)

Adatforrás:

Intézményi mérlegadatok 2009

A mutató előnyei:

Nem igényel bonyolult számítást.


A mutató legnagyobb korlátja, hogy nem lehet pontosan tudni, hogy egy

FOI közvetlen kifizetéseinek mekkora hányada csapódik le a térségben.

Egy dolog biztos, nem szabad a mutatóra úgy tekinteni, hogy az összeg

egésze a helyi gazdaságba csatornázódik be, azaz helyben kerül

elköltésre.


A felsőoktatási intézmény helyi költésének és a bérként és egyéb juttatásként

kifizetett összegek helyi fogyasztási hányadának meghatározása a mutató

továbbfejlesztésének legfontosabb iránya. Előbbire az 5 millió feletti

közbeszerzések -, hiszen ezek az üvegzseb program miatt nyilvánosak - utóbbira

pedig a helyben lakó alkalmazottak száma és a nem helyi illetőségű hallgatók

aránya szolgáltathat kiindulópontot. Ezen számítások rendkívül adatigényesek,

sőt elsődleges adatfelvételek tapasztalatai is szükségesek hozzájuk.

Javasoljuk, hogy a jövőben folytassanak további kutatásokat a FOI helyi

költési hányadának meghatározása érdekében!

Javasoljuk, hogy kari bontásban az intézmények szolgáltassanak a

mutató számításához szükséges adatokat az AVIR rendszerbe!

23

3.2. Hallgatói fogyasztási csoport súlya

Elnevezés HALLGATÓI FOGYASZTÁSI CSOPORT SÚLYA

NEM HELYI HALLGATÓI FOGYASZTÁSI CSOPORT SÚLYA


Megbízhatóság Hallgatói fogyasztási csoport súlya: TÉNY

Nem helyi hallgatói fogyasztási csoport súlya: BECSLÉS


Adatforrás NEFMI, FELVI, VÁTI


VÁTI





A felsőoktatási intézmények hallgatói egy sajátos fogyasztási mintázattal

rendelkező csoport, ami igényeket termel. A hallgatók több ezres, vagy akár több

tízezres tömege jelentős pluszforrásokat vonhat be a térségi piac forgalmába;

sajátos keresletet gerjesztenek, amelyek kielégítésére új helyi vállalkozások

alakulhatnak. A hallgatói fogyasztói csoportokra vonatkozó mutatók azt

illusztrálják, mekkora súllyal bír ez a csoport.

Fontosnak tartjuk azonban hangsúlyozni a hallgatók sem képeznek homogén

fogyasztási csoportot. Elsődlegesen megkülönböztethetjük a helyi, az ingázó és

ideiglenesen betelepülő szegmenseket, illetve az ideiglenesen betelepülők között

az albérletben és kollégiumban lakókat. Gondolhatunk arra, hogy ha egy

településen az alacsony a kollégiumi kapacitással magas betelepülési szám

párosul, akkor a helyi ingatlan bérbeadási piacon jelentős bevételek keletkeznek.

Az ilyen módon megkülönböztetett csoportok eltérő fogyasztási igényeket

támasztanak.

24


Nappali képzésben résztvevő hallgatók száma: Az esti vagy levelező

képzésben résztvevőket nem számítjuk be a hallgatói fogyasztási

csoportba, hiszen ők gyakran dolgoznak tanulmányaik mellett és így nem

tekinthetőek „főállású” hallgatóknak, teljesen más életstílust valósítanak

meg, feltételezéseink szerint más fogyasztási mintákkal jellemezhetőek.

Hallgatói fogyasztási csoport súlya: mutatja, egy adott intézmény helyben

működő karainak nappali képzésben résztvevő hallgatói mekkora

létszámot képviselnek a város lakónépességéhez képest.

Nem helyi hallgatói fogyasztási csoport súlya: bemutatja, a város

összlakosságához képest mekkora létszámban vannak jelen olyan nappali

tagozatos hallgatók, akik nem az intézmény székhelyének megyéjéből

származnak. A csoport megkülönböztetése azért indokolt, mert a nem

helyben lakó, nagy valószínűséggel nem ingázó hallgatók fogyasztási

mintái eltérőek lehetnek- például az albérlet költségek miatt- a helyi és

ingázó csoportokétól.


A hallgatói fogyasztási csoport súlya Pécsett (10, 7%), Debrecenben (8,

7%) és Veszprémben (8, 9%) a legmagasabb. A másik végletet

Kecskemét jelenti, itt a hallgató fogyasztási csoport súlya kisebb, mint 2

százalék.

A nem helyi hallgatói fogyasztási csoport súlya a kiemelt intézmények

közül Pécsett a legmagasabb, itt 1, 7 százalékos arányról beszélhetünk.

25

Hallgatói fogyasztási csoport súlya a kiemelt intézményekben

Felsőoktatási

intézmény Nappali tagozatos hallgatók száma

Agglomeráció lakossága

Hallgatói fogyasztási csoport mérete

Nem helyi (megyei) hallgatók becsült száma

Nem helyi

(megyei) hallgatói fogyasztási csoport mérete

fő fő % fő %

Pécsi

Tudományegyetem (pécsi karok)

18 987 179 440 10, 6 3 095 1, 7

Pannon Egyetem

(veszprémi karok)

6 609 74 701 8, 9 1 118 1, 5

Debreceni Egyetem

(debreceni karok)

21 014 242 277 8, 7 3 372 1, 4

Eszterházy Károly

Főiskola

4 278 74 425 5, 8 942 1, 3

Nyugat-Magyarországi

Egyetem (soproni karok)

2 797 67 559 4, 1 528 0, 8

Miskolci Egyetem 8 324 210 910 3, 9 569 0, 3


7 247 184 690 3, 9 1 337 0, 7

Nyíregyházi Főiskola 4 647 136 231 3, 4 430 0, 3

Kaposvári Egyetem 2 142 81 541 2, 6 329 0, 4

Kecskeméti Főiskola 2 730 144 631 1, 9 360 0, 3

Forrás: NEFMI 2010, FELVI 2010, VÁTI 2009


Nappali tagozatos hallgatók száma: az adott intézmény székhelyével egy

városban működő karok nappali munkarendű képzésben részt vevő

hallgatói létszámának összege.

Hallgatói fogyasztási csoport súlya: a nappali tagozatos hallgatók

számának és az intézményszékhely és agglomerációja lakosságának

hányadosa.

Nem helyi hallgatói fogyasztási csoport súlya: az intézményszékhely

megyéjén kívüli állandó lakhelyű hallgatók becsült számának és a székhely

és agglomerációja lakosságának hányadosa. A nem helyi nappali tagozatos

hallgatók számát a 2010-es felvételi adatokból becsültük, élve azzal a

feltételezéssekkel, hogy (1) nem az intézmény székhelyének megyéből

származó felvételizők megoszlása minden évben állandó, illetve (2) a

lemorzsolódás ugyanolyan mértékű a helyi és nem helyi hallgatók

körében.

26

Adatforrás:

NEFMI: Nappali képzésben résztvevő hallgatók száma 2010.

VÁTI: A település és agglomerációjának állandó népessége 2009.

FELVI: Nem az intézmények székhelyének megyéjéből felvételt nyert hallgatók

aránya

A mutató előnyei:

Egyszerűségében is jól szemlélteti a hallgatói fogyasztási csoport súlyát


Nem helyi hallgatói fogyasztási csoport súlya mutató becslésen alapszik:

így nem pontos

A nem helyi hallgatói fogyasztási csoport súlya elnagyoltan kezeli a nem

helyi hallgatók számát


1. Hallgatói fogyasztó csoportok szegmentálása

A jelenlegi fogyasztási csoport súlyát megjelenítő mutatók elnagyoltan kezelik

a csoportok homogenitását és számos meghatározó dimenziót nem vesznek

figyelembe. Az alábbi modell egy egyszerű sémába rendezi a releváns

dimenziókat; figyelembe veszi: (1) a származást (2) a lakhatási feltételeket.

A kiadási típusok között megkülönbözteti a (1) a lakhatási, (2) mindennapi

(FMCG), (3) és egyéb tartós fogyasztási javakra irányuló kiadásokat.

27

A hallgatói fogyasztási csoportok egyszerű szegmentációja

Típus Lakhatási

kiadások

Mindennapi

fogyasztási

kiadások (FMCG)

Egyéb

fogyasztási

kiadások (ruha,

tartós fogy.

javak)

Helyben lakók, önállóan

élők 12 hónap 12 hónap 12 hónap

Helyben lakók,

szülőkkel élők

nincs 12 hónap megosztva

a családdal

teljes, megosztva

a családdal

Ingázók nincs 8 hónap megosztva a

családdal részleges

Térségen kívülről

érkezők kollégiumban

élők

nincs 8 hónap részleges

Térségen kívülről

érkezők albérletben

élők

8 hónap 8 hónap részleges

A fenti modellt kezeljük inkább a továbbgondolkodás alapjaként, ami

szemlélteti a lehetséges szegmentációs irányokat, mintsem megvalósítandó

gyakorlati tervnek. Például, feltérképezendő feladatnak tekinthető, hogy a

térségből kívülről érkezők milyen gyakorisággal, mennyi időre utaznak haza

családjukhoz, vagy a hazautazások alkalmával milyen területeken, milyen

mértékű fogyasztást valósítanak meg.

Javasoljuk, hogy az Educatio Kft. által a jövőben lebonyolítandó

Hallgatói motivációs kutatások egészüljenek ki a hallgatói fogyasztási

szokások feltérképezésére irányuló kérdésblokkal, a finomabb

szegmentáció megvalósításához szükséges háttérváltozókkal (például

hol lakik a hallgató)

2. Hallgatói fogyasztási szokások feltérképezése

A jelenlegi mutatók csak a fogyasztói csoportok nagyságát, súlyát

szemléltetik. A fogyasztás volumenéről, illetve, hogy a fogyasztás milyen

gazdasági szegmensekben történik: nincsen információnk.

28

3.3. A FOI továbbgyűrűző gazdasági hatása a térségben

Elnevezés TELJES TERMELÉSI HATÁS

TELJES JÖVEDELMI HATÁS

Számítás BONYOLULT SZÁMÍTÁS



Adatforrás INTÉZMÉNYI MÉRLEGADATOK, FELVI


PONTOSABB PARAMÉTEREZÉSHEZ SZÜKSÉGES





A mutatók célja:

A felsőoktatási intézmény vállalkozás- és fogyasztásélénkítésben játszott szerepe

alatt olyan gazdasági hatásokat értünk, amik a felsőoktatási intézmény

kiadásaival állnak kapcsolatban. A felsőoktatási intézmény gazdaságélénkítő

hatásának elsődleges forrása, hogy a foglalkoztatottakon keresztül szélesíti a

fogyasztói réteget, sőt a hallgatók miatt új fogyasztó csoport megjelenését teszi

lehetővé. A bérek és juttatások kifizetésén túl a felsőoktatási intézmény

beszállítókat foglalkoztat, ami bevételt jelent a vállalkozások számára. A

közvetlen kifizetések címzettjei a bevételt (bérek, juttatások, szolgáltatások

igénybe vétele) további helyi szolgáltatásokért és javakért részben továbbadják,

így az intézményekről kiáramló összegek továbbgyűrűznek a gazdaságban.

A mutatók célja annak bemutatása, hogy a FOI általi közvetlen kifizetések milyen

gazdaságélénkítő hatással bírnak a térségben.

A mutatók értelmezése:

Tiszta multiplikátorhatás: A mutató megmutatja, hogy a közvetlen bér és más

jellegű kiadások milyen mértékben sokszorozódnak meg a gazdaságban. Minél

nagyobb a fogyasztási átlaghajlandóság és a fogyasztás helyi hányada, illetve

minél kisebb a személyi jövedelemadó kulcs és ÁFA, annál nagyobb mértékű a

közvetlen kiadások sokszorozódása. A hallgatói kiadásokat nem veszi figyelembe

a mutató.

29

Teljes termelési hatás: A mutató megmutatja, hogy az intézmény nem személyi

jellegű kiadásai milyen mértékben sokszorozódnak a helyi gazdaságban.

Teljes jövedelemi hatás: A mutató megmutatja, hogy az intézmény személyi

jellegű kifizetései, a fogyasztások keresztül, milyen mértékben sokszorozódik fel

a helyi gazdaságban.


Ha minden kiadási tényező között az eredeti arányoknak megfelelően

oszlik szét a kiadási többlet, akkor egy intézmény minden 1 forintnyi

többletkiadása összességében 1, 42 forintnyi termelésnövekedést

eredményez. Jelen modellben a fogyasztás helyi hányadát konstansnak

vettük, de minél nagyobb arányban vannak jelen a helyi alkalmazottak és

minél nehezebb más, nagyobb fogyasztási központokba való eljutás, annál

nagyobb a multiplikátor értéke.

Nem meglepő módon a debreceni és pécsi intézmények esetében a

legnagyobb a termelési és jövedelmi hatás. Ezen intézmények a

legnagyobbak, költségvetésük pedig nagyságrendekkel nagyobb, mint a

többi vidéki felsőoktatási intézményé.

Megsokszorozódó hatásai a kifizetéseknek

Felsőoktatási intézmény Teljes termelési hatás

Teljes jövedelemi hatás


M Ft M Ft pont

Debreceni Egyetem (debreceni karok)* 45 384 22 150

1, 42

Pécsi Tudományegyetem (pécsi karok)* 37 175 18 403

Széchenyi István Egyetem 5501 2712

Kaposvári Egyetem 5353 2645

Eszterházy Károly Főiskola 4251 2116

Kecskeméti Főiskola 3218 1586 Forrás: Intézményi Mérlegadatok 2009 *Mivel ezen intézmények más településen is tartanak fenn karokat és a mérlegekben nem tudjuk különválasztani a kari kiadásokat, így ezen adatok kis mértékben felfelé torzítanak.

Az 5 millió feletti közbeszerzések alapján elmondható, hogy nagyobb

intézmények, nagyobb volumenű közbeszerzéseket írnak ki, és ezek

teljesítésére nem mindig képesek a helyi vállalakozások.

Így elmondható, hogy a nagyobb intézmények esetében a FOI

vásárlásainak helyi hányada alacsonyabbak. A következő táblában látszik,

ha a FOI vásárlási hányadát 20 százalékponttal csökkentjük, akkor milyen

mértékben csökkennek a közvetlen kifizetések megsokszorozódó hatásai.

A Debreceni Egyetem esetében például a termelési hatás 16

százalékponttal, a jövedelmi hatás közel 15 százalékponttal lesz kisebb.

Megsokszorozódó hatásai a kifizetéseknek – 0, 4 értékű b paraméterrel

30

Felsőoktatási intézmény Teljes termelési hatás


Teljes termelési hatás


M Ft M Ft % pont % pont

Debreceni Egyetem (debreceni karok)* 38 134

18 862

16, 0 14, 8

Pécsi Tudományegyetem (pécsi karok)* 32 837

16 435

11, 7 10, 7

A mutató számítása: a modell A FOI általi közvetlen kifizetése továbbgyűrűző gazdasági hatásainak

bemutatását Rechnitzer János és Hardi Tamás által szerkesztett a Széchényi

István Egyetem hatása a régió fejlődésére című (2003) könyvében található

Rechnitzer János és Dusek Tamás által fejlesztett modell leegyszerűsítésével és

paraméterezésének aktualizálásával mutatjuk be. A modell leegyszerűsítése és

aktualizálása Rechnitzer János engedélyével és szakmai ellenőrzésével valósult

meg.

A mutató számítása: a modell paraméterei

A modell kiszámításához hat paraméterre van szükségünk. A fogyasztási

átlaghajlandóság, az átlagos ÁFA és a jövedelemadó rátája, hivatalos

statisztikákból beszerezhető adatok. A problémás paraméterek, a költések és

fogyasztás helyi hányadainak meghatározása.

A FOI által foglalkoztatottak helyi költési rátájának meghatározása legalább

olyan nehéz feladat, mint a hallgatók esetében a helyi költési ráta becslése.

Figyelembe kéne vennünk a fogyasztási szokásokat, a jövedelmi viszonyokat, a

szociodemográfiai jellegzetességekből fakadó sajátosságokat, jelentős

fogyasztási központok, például Budapest közelségét, a lakóhely távolságát a FOI

székhelyétől és így tovább. Mindezért egy korábban publikált becslés alapjait

fogjuk figyelembe venni. Hasonló nehézségek miatt ugyanígy járunk el a FOI

helyi vásárlási hányadának meghatározásakor (lásd táblázat). Ezekben az

esetekben azzal a leegyszerűsítéssel élünk, hogy az összes vizsgált vidéki

intézmény esetében azonosak a paraméterek.

A modell paraméterei

A paraméter elnevezés Értéke Forrás

b FOI helyi vásárlási hányada 0, 60

Rechnitzer János és Hardi Tamás: Széchényi István Egyetem hatása a régió fejlődésére című tanulmányban található hasonló modellben lévő becslés

c Fogyasztási átlaghajlandóság

0, 93 Magyar Statisztikai Évkönyv, 2008, 4. 1. 21-es tábla (CD mell.)

n Átlagos ÁFA 0, 16 APEH 2009

d Hallgatók vásárlásának helyi hányada

változó Saját számítás

e FOI által foglalkoztatottak helyi költségi rátája

0, 70

Rechnitzer János és Hardi Tamás: Széchényi István Egyetem hatása a régió fejlődésére című tanulmányban található hasonló modellben lévő becslés

t Jövedelemadó rátája 0, 46 OECD 2009

31

A diákok vásárlásának helyi hányadának becslésekor arra keressük a választ,

hogy a hallgatók milyen arányban költenek a FOI térségében. Ennek a nehéz

kérdésnek a megválaszolásához számos bemeneti adatra lenne szükségünk,

elsősorban a hallgatói fogyasztások feltérképezésére. Azonban ez további

kutatások célja lehet (lásd 3. 2-es fejezet javaslatok részben). A szükséges

bemeneti adatok hiányában itt azonban jelentős leegyszerűsítésekkel fogunk

élni:

Modellünk csak a nappali tagozatos hallgatók számát veszi figyelembe.

A nappali tagozatos hallgatók esetében célunk a helyi (város és

agglomerációja) és nem helyi hallgatók különválasztása. Erre nézve nem

rendelkezünk pontos adatokkal, élünk tehát azzal a feltételezéssel, hogy a

2010-ben felvételt nyertek arányai az évek során állandóak, tehát egy

intézmény hallgatói között a helyiek és nem helyiek ugyanolyan arányban

oszlanak meg, mint a 2010-ben felvételt nyertek között.

Feltételezzük, hogy a nappali tagozatos hallgatók homogén közeget

alkotnak költési szokásaikban.

Az utolsó hallgató fogyasztásokat felmérő kérdőíves vizsgálat 2003-ban a

Széchenyi István Egyetem által készült. Ezen adatok kerültek

felhasználásra, és így feltételezzük, hogy az eltelt idő alatt nem változtak

a költési szokások arányai és a győri fogyasztási szokások nem térnek el

szignifikánsan más vidéki felsőoktatási intézményekben tanuló hallgatók

esetében.

A helyi költés arányát úgy határoztuk meg, hogy a helyi hallgatók 100

százalékban, a nem helyi hallgatók, kivéve a szállás és rezsi költségeiket,

57 százalékban költenek helyben. Azaz itt éltünk azzal a

leegyszerűsítéssel, hogy a szálláson kívül minden irányú fogyasztás a

helyben töltött idővel arányos. A helyben töltött időt pedig úgy határoztuk

meg, hogy a nem helyi hallgatók egy héten öt napot tartózkodnak a FOI

településén.

Az említett hallgatói felmérés szerint a hallgatók költéseinek 23 százaléka

szállás és rezsi. A helyi költési hányad paramétere tehát a

következőképpen került kialakításra:

((2010-ben felvételt nyert helyi nappali tagozatos hallgatók száma * 1) +

(2010-ben felvételt nyert nem helyi nappali tagozatos hallgatók száma *

0, 23 * 1) + (2010-ben felvételt nyert nem helyi nappali tagozatos

hallgatók száma * 0, 77 * 0, 57))/ 2010-ben felvételt nyert összes nappali

tagozatos hallgatók száma

A feltételezések alapján tehát elmondható, hogy a vidéki felsőoktatási intézmény

hallgatóinak költési hányadának számításában minden paraméter konstans,

kivéve a helyi és nem helyi hallgatók arányát. Eszerint a vizsgált intézmények

esetében a következőképpen alakultak a helyi költési hányadok.

32

Kiemelt felsőoktatási intézmények hallgatóinak helyi költési hányada

Felsőoktatási intézmény Helyi költési hányad

Pécsi Tudományegyetem (pécsi

karok) 0, 77

Széchenyi István Egyetem 0, 76

Debreceni Egyetem (debreceni karok) 0, 44

Kecskeméti Főiskola 0, 43

Eszterházy Károly Főiskola 0, 50

Kaposvári Egyetem 0, 45 Forrás: FELVI 2010-ből saját számítás

A mutató számítása: az input adatok

A modell input adatait a mérlegadatokból számoltuk, a 3. 1-es fejezetben meghatározott értékek képezik a bemeneti adatokat. A hallgatók vásárlása érték a FOI személyi jellegű, hallgatói juttatásnak minősülő kiadásai 1, 2-vel való

megszorzása eredményeképpen állt elő.

Az eredeti modellt két helyen egyszerűsítettük: (1) kihagytuk a FOI miatt térségbe látogatók költését, illetve (2) nem számoltuk bele a FOI-n dolgozók egyéb jövedelmeit.

A modell input adatai

Felsőoktatási intézmény Bérek (P) Áruk, szolgáltatások (V)

Hallgatók kiadásai (S)

ezer forint ezer forint ezer forint

Pécsi Tudományegyetem (pécsi karok) 18100071 30003886 3417138

Széchenyi István Egyetem 17827796 17953558 3529192

Debreceni Egyetem (debreceni karok) 2508931 2404282 1172033

Kecskeméti Főiskola 2508238 2917886 344933

Eszterházy Károly Főiskola 2174981 1849973 557826

Kaposvári Egyetem 1459265 1778847 355993

33

A mutató számítása: képletek

A jövedelmi és termelési hatások számítási módja

Megnevezés Művelet

Termelésnövekedés első köre O1 = P + b * V

Jövedelemnövekedés első köre I1 = (1-t)*(O1-b*n*V)

Termelésnövekedés második köre O2 = d*S+e*c*I1

Jövedelemnövekedés második köre

I2 = (1-t)*(1-

n)*O2

A tiszta multiplikátor és a teljes jövedelmi és termelési hatási számítása

Megnevezés Művelet

Teljes termelési hatás SUM (O) = O1+O2/M

Teljes Jövedelmi hatás SUM (I) = I1 + I2/M

Tiszta multiplikátor

M = 1/(1-e*c*(1-

t)*(1-n))

Adatforrás: Intézményi mérlegadatok 2009

A mutatók előnyei:

A mutató legnagyobb előnye maga a küldetése. Segítségével

számszerűsödik, hogy a FOI közvetlen kifizetései milyen mértékben

sokszorozódnak meg a helyi gazdaságban.

A modell lehetőséget termet érzékenységvizsgálatok végzésére. A fenti

példában is látszik, hogy a paraméterértékek változtatásával, hogyan

változik a közvetlen kifizetések megsokszorozódó hatása. Modellezni lehet

például, hogy az intézmény költségvetésének 10 százalékos csökkentése

vagy az ÁFA emelkedése milyen hatással van a FOI által gerjesztett helyi

gazdasági folyamatokra.

A mutatók korlátai:

A mutatók legnagyobb hátránya a helyi költési hányadok (alkalmazottak,

FOI vásárlások, hallgatók) bizonytalansága. Az adatok hiánya miatt jelen

modellben két ilyen paramétert is konstansnak tekintettünk. A modell

paramétereinek meghatározásához további elsődleges kutatások

szükségesek.

34

Minél több kart üzemeltet más telepelülésen egy FOI, annál inkább

felülbecsüljük a termelési és jövedelmi hatást.

Fejlesztési javaslatok:

A 3. 2-es fejezetben javasolt hallgatói fogyasztó vizsgálat jövőbeli megvalósítása mellett javasoljuk, hogy a jövőben folytassanak további kutatásokat az input adatok és paraméterek pontosabb meghatározása érdekében.

35

3.4. Pályázati források térségbe vonzása

Elnevezés EGY LAKOSRA ESŐ PÁLYÁZATI TÁMOGATÁS


Megbízhatóság TÉNY


Adatforrás NFÜ

Külső adatforrás

igénye NINCS





Célja:

A felsőoktatási intézmények által vagy segítségével elnyert pályázati

támogatások jelentős mértékű külső forrást jelentenek a térségnek. A mutató

célja a pályázati pénzek becsatornázási sikerességének a bemutatása.


Pályázati támogatási arány: a mutató megmutatja, hogy a vizsgált

intézmények milyen hatékonysággal pályáztak beruházásaikhoz,

rendezvényeikhez, fejlesztéseikhez külső, jelen esetben uniós forrásokra.

Minél magasabb a mutató, annál kisebb önrészt kellett biztosítania a FOI-

nak a sikeresen elbírált pályázat forrásai mellé.

Egy lakosra eső támogatás: a második felhasznált mutató az intézmény

városának méretével súlyozza az elnyert támogatásokat. Minél magasabb

az összeg, annál koncentráltabban volt képes a vizsgált egyetem vagy

főiskola pályázati forrásokat szerezni.

36


A mellékelt táblázatból kiolvasható, hogy a pozitívan elbírált pályázatok

átlagos támogatási aránya tekintetében nincs túlzottan nagy szórás az

intézmények között. Míg a nyíregyházi, a pécsi és az egri FOI 90% feletti

átlagos támogatási hányadot tud felmutatni, a kecskeméti, a miskolci és a

veszprémi intézményeknél az arány mindazonáltal 85% alatt marad.

Az egy lakosra eső támogatások összegében már jelentősebb eltérések

tapasztalhatóak. A legeredményesebb e mutató szerint a Debreceni

Egyetem, amelyet a – támogatásszerzési sikerességében utolsó –

veszprémi Pannon Egyetem követ, egyaránt lakosonként 100 000 forint

feletti pályázati eredménnyel. Éles kontrasztban áll ezzel a Kecskeméti

Főiskola és a Nyíregyházi Főiskola példája, amely intézményeknél

ugyanezen összeg csupán 20 910, illetve 6 120 forint. A jelentős

különbségek mögött a felsőoktatási intézmények eltérő profilja és mérete

áll.

Pályázati források vonzása a kiemelt intézményekben

Felsőoktatási intézmény Pályázott

költségigény

Pályázatoko

n elnyert támogatás

Támogatás

i arány

A térség

lakossága

Egy lakosra

eső támogatás

ezer Ft ezer Ft % fő ezer Ft

Eszterházy Károly Főiskola

7 394 931 6 795 823 91, 90% 74 425 91, 31

Pécsi

Tudományegyetem (pécsi karok)

13 028 872

11 863 273 91, 05% 179 440 66, 11

Nyíregyházi Főiskola

919 217 834 013 90, 73% 136 231 6, 12


10 392 496

9 215 849 88, 68% 184 690 49, 90

Debreceni Egyetem

(debreceni karok)

42 706 815

36 804 858 86, 18% 242 277 151, 91

Kecskeméti Főiskola

3 562 461 3 024 018 84, 89% 144 631 20, 91

Miskolci Egyetem (miskolci karok)

12 085 036

10 201 249 84, 41% 210 910 48, 37

Pannon Egyetem (veszprémi karok)

8 979 876 7 565 302 84, 25% 74 701 101, 27

37


Pályázott költségigény: tényadat

Pályázatokon elnyert támogatás: tényadat

A térség lakossága: tényadat

Támogatási arány: az elnyert támogatás és a pályázott költségigény

(mindkettő elsődleges adat, melyek a 2002-2010 között elnyert uniós és

állami pályázatokra vonatkoznak) hányadosa.

Egy lakosra eső támogatás: az intézmény által elnyert támogatások

összegének és a nappali tagozatos hallgatók számának hányadosa.

Adatforrás:

NFÜ: 2002-2010

A mutató előnyei:

Teljesen újszerű megközelítés a FOI gazdasági szerepének leírására.


Az elnyert támogatási arány szerinti intézményi értékek közti alacsony

különbségek okán nem érdemes különösebb hangsúlyt fektetni az annak

nyomán felálló rangsorrendre.


A fenti mutatókban csupán a pozitívan elbírált pályázati támogatások aránya

követhető nyomon. Az intézményi sikeresség behatóbb értelmezéséhez

szükséges volna az elutasított pályázatok ismeretére is, melyekből a pályázati

eredményesség újabb dimenziója válna kiszámolhatóvá. Javasoljuk, hogy kari

bontásban az intézmények szolgáltassanak a mutató számításához szükséges

adatokat az AVIR rendszerbe.

38

4. Rekrutációs bázist kifejező mérőszámok

A gazdasági, társadalmi hatások elemzésének nélkülözhetetlen eleme a FOI-k

rekrutációs képességének feltérképezése, azaz annak megismerése, hogy a

felsőoktatási intézmény milyen vonzási és megtartási képességgel rendelkezik. A

felsőoktatási intézmény multiplikátorhatásainak erőssége nagymértékben függ a

hallgatói pool méretétől és egyéb jellegzetességeitől. Mindezt jelentős mértékig

determinálja az ország méretének (így az évenként felvételiző diákok számának)

és az intézmények számának kölcsönhatása, amelyekből logikusan következik a

telített intézményhierarchia kiépülése. Ebben alaposan feltételezhető, hogy

néhány országos jelentőségű egyetem bír a jelentkezők számára a legerősebb

vonzerővel, amelyet a kisebb intézmények inkább csak fizikai közelséggel és

specializációval képesek ellensúlyozni. Mindezt fokozza Budapest szerepe, hiszen

a fővárosnak a felsőoktatás terén is megfigyelhető jelentős túlsúlya eredendően

kisebb szeletet hagy csak a vidéki intézmények számára a jelentkezők

képzeletbeli tortájából.

A rekrutációs mechanizmusok mélyebb vizsgálatára egyetlen hazai intézménytől

ismert példa: a győri Széchenyi István Egyetem által az 1992 és 1999 közti

felvételi adatokat elemző trendvizsgálat. Kutatásuk célja a szakok és képzési

területek népszerűsége, a toborzási terület és preferált szak közti összefüggések

változásainak megyei és régiós szintű megismerése volt. A hasonló – migrációs

mintákat is érintő – vizsgálatok jelentős rokonságot mutatnak a diplomásokra

gyakorolt megtartó és vonzó hatás mérésére irányuló próbálkozásokkal. A

nemzetközi példák mindkét témakör eredményeit hangsúlyos helyen kezelik

stratégiaalkotási folyamataik során.

Jelen fejezetben a következő mutatókat ismertetjük.

39

Összefoglaló tábla – rekrutációs bázis


Rekrutációs bázis alapvető mutatói

Térségből felvettek aránya A mutatók célja, hogy egyszerű arányszámok segítségével bemutassa az intézmények rekrutációs bázisát.

2010-ben az összes felvételt nyertek száma

Térségen kívül, de megyéből

felvettek aránya

Megyén kívül, de régióból

felvettek aránya


Vonzási egyenlegmutatók

Helyiek egyenlegmutatója Hallgatói egyenlegmutató

A mutatók egyenlegmutatók segítségével ragadják meg a hallgatók ki- és beáramlását.

Térségből felvételt

nyertek

Térségben maradó

hallgatók Térségből elvándorló

hallgatók

Térségbe bevándorló

hallgatók

Versengő és niche vonzási indexek

Versengő vonzási index Niche vonzási index

Bemutatják, hogy a FOI-k mennyiben tudnak olyan területekről hallgatókat vonzani, ahol van hasonló képzési kínálat, vagy olyan területekről, ahol éppen nem kell konkurenciával számolniuk.


40

4.1. A rekrutációs bázis alapvető mutatói

Elnevezés A REKRUTÁCIÓS BÁZIS ALAPVETŐ MUTATÓI




Adatforrás FELVI


NINCS




Fejlesztés VÁLTOZÓ PRIORITÁSÚ

Célja:

A mutatók célja, hogy egyszerű arányszámok segítségével bemutassa az

intézmények rekrutációs bázisát.


A mutatók egyszerű arányok. Értelmezésükhöz, összehasonlításukhoz azonban

elengedhetetlen figyelembe venni egy FOI méretét és képzési struktúráját (lásd

Felsőoktatási intézmények jellegzetességei című tanulmány - Mellékletekben

csatoltuk), illetve Budapest, mint jelentős felsőoktatási központ közelségét.


A Miskolci intézmény esetében a legmagasabb a helyi felvettek aránya, a

2010-ben felvételt nyertek 35 százalékának állandó lakóhelye Miskolc

nagyvárosi település együttes. Azonban látnunk kell, hogy méretükből

fakadóan a debreceni és pécsi intézmények abszolút számok tekintetében

mégis több helyi hallgatót részesítenek képzésben.

A helyi hallgatók aránya az egri, soproni és veszprémi karok esetében a

legalacsonyabb. Véleményünk szerint a soproni karok szűkebb és speciális

képzési kínálata, Veszprém és Eger esetében pedig Budapest közelsége

szolgálhat magyarázattal.

A debreceni és egri intézmények esetében a legmagasabb a régióból, de

nem a FOI székhelyéről érkező hallgatók aránya. Előbbi esetben arányuk

32 százalék, utóbbiéban pedig 31 százalék.

41

A győri és veszprémi intézmények esetében a legmagasabb a nem régióból

és nem Budapestről érkező hallgatók aránya.

Kiemelt felsőoktatási intézmények rekrutációs bázisának alapvető

mutatói

Felsőoktatási intézmény Összes felvett száma

A térségből aránya

Megyéből,

de nem a

FOI

térségéből

felvettek

aránya

Régióból,

de nem a

FOI

megyéjéből

felvettek

aránya


fő % % % %

Miskolci Egyetem 3188 35 34 7 3

Debreceni Egyetem

(debreceni karok) 7276 24 17 32 2

Nyíregyházi Főiskola 2344 24 40 16 2

Széchenyi István Egyetem 3125 23 13 14 5

Kecskeméti Főiskola 1035 23 23 14 3

Pécsi Tudományegyetem

(pécsi karok) 7012 22 14 23 5

Kaposvári Egyetem 935 22 27 22 5

Eszterházy Károly Főiskola 2588 14 15 31 8

Pannon Egyetem (veszprémi karok) 2588 13 24 19 4

Nyugat-Magyarországi Egyetem (soproni karok) 1131 13 19 26 5

Forrás: FELVI 2010

42

Az alábbi térképek plasztikusan szemléltetik az egyes intézmények

vonzáskörzeteinek elhelyezkedését.

Kiemelt felsőoktatási intézmények rekrutációs bázisának térképes

megjelenítése

43

Forrás: FELVI 2010

Megjegyzés: Az ábrák a KTI Erőforrástérképek segítségével készültek.

Értelmezés:

A térképek összehasonlításakor vegyük figyelembe, hogy az egyes intézmények

esetében a felvételt nyertek száma jelentősen különbözik, ezért az ábrák

színezése minden esetben más értékekhez kötődik.


Az összes felvételt nyert jelölt száma: Tényadat

Település együttesről felvettek aránya: (a település együttesből felvételt nyertek

száma/az összes alapképzésre felvételt nyertek száma)*100

Megyéből, de nem a FOI településéről felvettek aránya: ((megyéből felvételt

nyertek száma - a település együttesből felvételt nyertek száma)/ az összes

alapképzésre felvételt nyertek száma)*100

Régióból, de nem a FOI megyéjéből felvettek aránya: ((a régióból felvételt

nyertek száma - a megyéből felvételt nyertek száma)/ az összes alapképzésre

felvételt nyertek száma)*100

Budapestről felvettek aránya: (Budapestről felvételt nyertek száma/az összes

alapképzésre felvételt nyertek száma)*100

Adatforrás:

FELVI 2010

A mutató előnyei:

A mutató legnagyobb előnye egyszerűségében rejlik. Az egyszerű

arányszámok áttekintésével megismerhető egy intézmény rekrutációs

bázisa.

44


Nem tudunk kiemelni semmilyen korlátozó aspektust.


1. Az idő dimenziójának beemelése:

Az időbeli változások bemutatása szolgálhatna érdekes eredményekkel, például

meg lehetne vizsgálni, hogy nagyobb intézményi átalakulások, bővülések milyen

változásokat okoztak a rekrutációs bázisban.

2. Erőforrástérképek továbbfejlesztése:

Az Erőforrástérkép az MTA KTI által fejlesztett ingyenes alkalmazás.

Megfontolandó, hogy némi fejlesztést követően (például dinamikusabb

adatkezelés, állítható skálák) szolgáltatásainak beemelése az AVIR rendszerbe. A

fejlesztéseket indokolja a szélesebb rekrutációs bázisok különféle perspektívájú

összehasonlíthatóságának igénye, valamint a FELVI és az Erőforrástérkép közötti

adattranszfer egységesítése.

3. A vonzási és megtartási mutatók összefűzése

Ez a témakör részletesen kifejtésre kerül az 5. 1-es fejezet javaslatai között.

45

4.2. Vonzási egyenlegmutatók

Elnevezés HALLGATÓI EGYENLEGMUTATÓ

HELYI HALLGATÓI EGYENLEGMUTATÓ




Adatforrás FELVI


NINCS





Fejlesztés NINCS

Célja:

A mutatók egyenlegmutatók segítségével ragadják meg a hallgatók ki- és

beáramlását.


Helyiek egyenlegmutatója: A mutató megmutatja, hogy egy adott évben a helyi

származású sikeres felvételizők inkább helyben maradnak, vagy más térségekbe

vándorolnak. A mutató akkor pozitív, ha a helyi származásúak között többségben

vannak a helyi intézményt választók és akkor negatív, ha többségben vannak az

elvándorlók. Minél közelebb vagyunk a nulla értékhez, annál kiegyenlítettebb az

elvándorlás és helyben maradás.

Hallgatói egyenlegmutató: A mutató megmutatja, hogy egy adott évben az

elvándorló hallgatókat milyen mértékben pótolják a bevándorló hallgatók. A

mutató akkor pozitív, ha a többségben vannak a bevándorló hallgatók és akkor

negatív, ha többségben vannak az elvándorló hallgatók. Minél közelebb vagyunk

a nulla értékhez, annál kiegyenlítettebb az elvándorlás és bevándorlás.

46


A helyiek egyenleg mutatója Pécsett a legmagasabb: a 10, 6

százalékponttal több helyi hallgató marad a térségben, mint amennyien

elvándorolnak. A mutató értéke Kecskeméten a legalacsonyabb, itt 106, 8

százalékponttal nagyobb a helyiek elvándorlása, mint a helyben maradása.

A hallgatói egyenlegmutató szintén Pécsett a legmagasabb, 67

százalékponttal magasabb a hallgatói bevándorlás, mint a kivándorlás.

A hallgatói egyenlegmutató értéke Kaposvár és Kecskemét esetében

negatív. Itt a hallgatói elvándorlását nem pótolja a hallgatói bevándorlás.

Érdekesek azok a térségek, ahol a két egyenlegmutató ellentétes előjelű.

Sopron esetében azt látjuk, hogy a helyiek elvándorlása nagyobb, mint

helyben maradása (-32, 6 százalékpont), viszont az elvándorlást

bőségesen pótolja a hallgatói bevándorlás (42, 1 százalékpont). Ennek

hátterében vélhetően a szűkebb horizontú, erősen specializált képzés

állhat.

Vonzási egyenlegmutatók a kiemelt felsőoktatási intézményekben


A térségből felvételt

nyertek

A térségben maradó

hallgatók

A térségből elvándorló

hallgatók

Helyiek egyenleg-mutatója

A térségbe bevándorló hallgatók

Hallgatói egyenleg-mutató

fő fő fő % pont fő % pont

Pécsi Tudományegyetem (pécsi karok) 2304 1525 779 10, 6 5487 67, 1

Pannon Egyetem (veszprémi karok) 877 334 543 -8, 1 2254 66, 1 Eszterházy Károly Főiskola 981 353 628 -10, 6 2235 62, 1

Debreceni Egyetem (debreceni karok) 3062 1735 1327 5, 6 5541 57, 9 Széchenyi István Egyetem 1548 718 830 -3, 6 2407 50, 5

Nyugat-Magyarországi Egyetem (soproni karok) 655 143 512 -32, 6 988 42, 1

Miskolci Egyetem 2082 1105 977 4, 0 2083 34, 7

Nyíregyházi Főiskola 2143 568 1575 -43, 0 1776 8, 6

Kaposvári Egyetem 945 207 738 -56, 8 728 -1, 1

Kecskeméti Főiskola 1591 243 1348 -106, 8 792 -53, 7 Forrás: FELVI 2010

47


A térségből felvételt nyertek: tényadat

A térségben maradó hallgatók: tényadat

A térségből elvándorló hallgatók: tényadat

A térségbe bevándorló hallgatók: tényadat

Helyiek egyenlegmutatója: (helyben maradó helyi hallgatók – elvándorló

helyi hallgatók)/összes felvett*100

Hallgatói egyenlegmutató: (bevándorló hallgatók - elvándorló helyi

hallgatók)/összes felvett*100

Adatforrás:

FELVI 2010

A mutató előnyei:

A mutató könnyen értelmezhető és egy lépést tesz az input-output modell

megvalósítása felé (lásd 5. 1-es fejezet, 3. javaslata)


Nem emelnénk ki egy aspektust sem, betölti célját.


A mutató, természetesen új dimenziók bevonásával a végtelenségig árnyalható

lenne, véleményünk szerint azonban jelen formájában betölti a célját.

48

4.3. Versengő és niche vonzási indexek

Elnevezés VERSENGŐ ÉS NICHE VONZÁSI INDEXEK

Számítás KÖZEPES BONYOLTSÁGÚ SZÁMÍTÁS


Értelmezési szint KAR

Adatforrás FELVI

Külső adatforrás

igénye NINCS

Összehasonlíthatóság A TÉRSÉG ÉS A FOI JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL



Fejlesztés NINCS JAVASLAT

Céljuk:

A versengő és niche vonzási indexek célja, hogy bemutassák, hogy a vidéki

felsőoktatási intézmények mennyiben tudnak olyan területekről hallgatókat

vonzani, ahol van hasonló képzési kínálat, vagy olyan területekről, ahol éppen

nem kell konkurenciával számolniuk. A mutatók előnyei, hogy a FOI-k vonzási

képességét egy teljesen új értelmezési aspektusból mutatják be, így tovább

gazdagítják a vonzási körzetekkel kapcsolatos ismereteinket.


Versengő vonzási index: Az adott kar indexe minél magasabb értéket ér el a

százas skálán, annál nagyobb arányban vonzott magához olyan megyéből

hallgatókat, ahol szintén van az adott képzési területen oktató felsőoktatási

intézmény.

Niche vonzási index: Az adott kar indexe minél magasabb értéket ér el a százas

skálán, annál nagyobb arányban vonzott magához olyan megyéből hallgatókat,

ahol nincs az adott képzési területen oktató felsőoktatási intézmény.

Ezek szerint a versengő és niche vonzási indexek egymás tükörképei.

49


Nyíregyházi Főiskola Gazdasági és Társadalomtudományi Kar összes nem

megyéből származó 2010-ben felvett hallgatója olyan megyékből

származik, ahol szintén működik felsőfokú gazdaságtudományi képzés. Itt

a legmagasabb a versengő vonzási index: értéke 100 pont.

A másik végletnek a Debreceni Egyetem Informatikai Kara számít, ahol a

nem Hajdú-Bihar megyei, 2010-ben felvett hallgatók 96 százaléka olyan

megyéből származik, ahol nincs informatikai képzés.

Versengő és niche vonzási indexek a kiemelt intézmények egyes karainál



Versengő vonzási index

Niche vonzási index

fő pont %

NYF-GTK 610 100 0

ME-GTK 606 97 3

EKF-GTK 519 96 4

DE-KTK 522 95 5

NYF-PKK 636 89 11

NYF-MMK 235 86 14

NYF-BTMK 266 85 15

PE-GTK 1251 77 23

DE-MK 648 76 24

DE-BTK 1311 74 26

EKF-TKTK 652 74 26

KF-TFK 305 70 30

DE-GVK, DE-MTK 1102 69 31

ME-BTK 529 69 31

NYME-EMK, NYME-FMK 477 64 36

EKF-BTK 457 62 38

KF-KFK 178 61 39

PE-MK 394 61 39

SZE-MTK 1763 60 40

PTE-KTK 934 57 43

NYF-TTIK 545 57 43

KE-GTK 228 57 43

ME-GÉK, ME-MFK, ME-MAK 1121 55 45

DE-TTK 1120 53 47

SZE-GK 596 48 52

50

NYF-MMK 235 46 54

NYME-KTK 328 46 54

KE-MK 165 42 58

PTE-PMMK 1132 35 65

NYME-BPK 301 35 65

KE-PK 375 35 65

ME-GÉK 786 32 68

KE-ÁTK 161 31 69

KF-GAMFK 540 30 70

PTE-BTK 1414 28 72

KF-GAMFK 540 27 73

PE-MIK 341 27 73

SZE-ÁJK 293 22 78

EKF-TTK 929 22 78

ME-ÁJK 629 21 79

PTE-ÁJK 807 19 81

DE-ÁJK 854 12 88

PTE-TTK 952 11 89

DE-IK 559 4 96 Forrás: FELVI 2010


Versengő vonzási index: olyan megyéből felvettek, ahol van adott képzési terület) / (összes felvett az adott karra - összes felvett az adott megyéből az

adott karra – külföldi hallgatók) * 100

Niche vonzási index: olyan megyéből felvettek, ahol nincs adott képzési terület) / (összes felvett az adott karra - összes felvett az adott megyéből az adott karra - külföldi hallgatók) * 100

A számításokhoz az alábbi képzési területeket vettük figyelembe: agrár,

bölcsészettudományi, gazdaságtudományi, informatikai, jogi-igazgatási,

műszaki, pedagógusképzési, természettudományi.

Akkor számít egy kar egy adott képzési területhez tartozónak, ha hallgatóinak

legalább a 30 százaléka érintett az adott képzési területhez tartozó képzésben.

Adatforrás:

FELVI 2010

51

A mutató előnyei:

A mutatók előnyei, hogy a FOI-k vonzási képességét egy teljesen új

értelmezési aspektusból mutatják be, így tovább gazdagítják a vonzási

körzetekkel kapcsolatos ismereteinket.


A mutatók kétségtelen korlátja, hogy elnagyoltan kezeli az egyes képzési

területeket. Például az, hogy két kar hallgatóinak több mint 30 százaléka

érintett mondjuk műszaki képzésben, az a valóságban nem feltétlenül

jelenti, hogy a két kar ugyanolyan képzést kínál.


A mutató új dimenziók bevonásával a végtelenségig árnyalható lenne,

véleményünk szerint azonban jelen formájában betölti küldetését.

52

5. A megtartási képességet kifejező mérőszámok

A térség akkor tud igazán profitálni nem helyi hallgatók vonzásából, ha a diploma

megszerzése után is helyben tartja őket - ez elsősorban a felsőoktatási

intézmény képzési struktúráján és minőségén, illetve a helyi

munkalehetőségeken múlik. Ennek megfelelően a helyi adottságok bizonyos

mértékig determinálják az intézményeket arra, milyen stratégiát választanak és

milyen célokat tűznek ki az országon belüli agyelszívás megállítása, illetve

számukra kedvező irányba fordítása érdekében. Természetes módon a Miskolci

Egyetem számára például az akut munkanélküliség a fő régiós probléma, így azt

enyhíteni képes szakképzési programokat támogat és menedzsel. A győri

Széchenyi István Egyetem ezzel szemben inkább az élethosszig tartó tanulás

érdekében tesz hasonló erőfeszítéseket, jól követhető példájaként a regionális

különbségeknek való megfelelésnek.

Egy régió foglalkoztatási térképét nem csupán a létszámok – első fejezetben

érintett – vonatkozásában képes alakítani egy felsőoktatási intézmény. A

munkaerőpiac minőségi oldalára legalább ugyanakkora jelentőséggel bír annak

jelenléte, például magasan kvalifikált munkaerő bevonzása révén. Ennek egyik

jellemző iránya a végzős hallgatók helyben tartásának ösztönzése, de jelentős

lehet a FOI tudásközpont-profiljának hatása is. Ez utóbbi eset annyiban képes a

lokális foglalkoztatási viszonyokat befolyásolni, amint az oktatási központtal

megjelenő szakember- és infrastruktúra-koncentráció további, hasonló profilú

cégeket, kutatóintézeteket is maga után hozhat. Az eddigiek fényében látható, a

megtartási képesség mérése kiemelt fontossággal bír egy adott FOI régiós

hatásainak vizsgálatában.

Jelen fejezetben a következő mutatókat tesszük közzé.

Összefoglaló tábla - Megtartás


Megtartási képesség

Helyi munkaerőpiacon való megtartási mutató Megyei munkaerőpiacon való megtartás Budapesti munkaerőpiacra való kilépési mutató

Bemutatja, hogy az egyetem elvégzése után hol vállalnak munkát a friss diplomások.

Survey elemszám

53

5.1. A megtartási képességet kifejező alapvető mérőszámok

Elnevezés

HELYI MUNKAERŐPIACON VALÓ MEGTARTÁSI

MUTATÓ MEGYEI MUNKAERŐPIACON VALÓ MEGTARTÁSI MUTATÓ

BUDAPESTI MUNKAERŐPIACRA VALÓ KILÉPÉSI MUTATÓ




Adatforrás DIPLOMÁS KUTATÁS

Külső adatforrás

igénye NINCS

Összehasonlíthatóság A FOI ÉS A TÉRSÉG JELLEGEZETESSÉGEINEK FIGYELEMBEVÉTELÉVEL



Fejlesztés MAGAS PRIORITÁS

Célja:

A megtartási képességet kifejező alapvető mérőszámok célja annak bemutatása,

hogy az egyetem elvégzése után hol vállalnak munkát a friss diplomások. A

megtartó erő kvantifikálása az egyik legfontosabb aspektusa a FOI kohéziós

szerepének bemutatásában.


Három alapvető mutatót határoztunk meg:

Helyi munkaerő-piacon való megtartási mutató: Kifejezi, hogy egy FOI

végzettei, milyen arányban vállalnak munkát a FOI székhelyének számító

városban/nagyvárosi település együttesen.

Megyei munkaerő-piacon való megtartási mutató: Kifejezi, hogy egy FOI

végzettei, milyen arányban vállalnak munkát a FOI székhelyének

megyéjében.

Budapesti munkaerő-piacra való kilépési mutató: Kifejezi, hogy egy FOI

végzettei, milyen arányban vállalnak munkát a fővárosban.

A mutató értékeinek értelmezéshez indokolt figyelembe venni, hogy a

felsőoktatási intézmények nem légüres térben, hanem jól meghatározott

jellegzetességekkel bíró gazdaság-társadalmi környezetben működnek. A

megtartó erő nagymértékben függ a lokális kereseti viszonyoktól, azaz, hogy a

54

térségben vannak-e a végzettek számára releváns munkahelyek, illetve ezen

munkahelyek milyen fizetési és egyéb kondíciókat tudnak kínálni. A megtartó erő

így jelentősen függ a térség gazdasági jellegzetességeitől, egy FOI annyiban tud

erre rásegíteni, hogy a helyi gazdaság - már ha létezik ilyen egyáltalán - igényeit

igyekszik kiszolgálni.

Mindezért a megtartási mutatók értelmezésekor mindenképpen indokolt a helyi

gazdasági adottságok és a FOI képzési struktúrájának figyelembe vétele.

Előbbihez „A vidéki térségek gazdasági és társadalmi jellegzetességei” című

tanulmány (Mellékletekben csatoltuk) nyújthat segédeszközt.


A debreceni, győri és miskolci intézményekben végzettek 29 százalékban a

helyi munkaerő-piacon találnak munkát.

A Pannon Egyetem végzett hallhatóinak csak 13 százaléka helyezkedik el

Veszprémben. Az alacsony arány mögött feltételezhetően Budapest és más

iparilag fejlett térségek közelsége áll.

Felsőoktatási intézmény Elemszám

Helyi munkaerő-piacon való

megtartási mutató

Megyei munkaerő-piacon való

megtartási mutató

Budapesti munkaerő-piacra való

kilépési mutató

fő % % %

Debreceni Egyetem (debreceni karok) 388 29 39 7

Széchenyi István Egyetem 174 29 40 9

Miskolci Egyetem 203 29 46 13

Kecskeméti Főiskola 102 26 41 9

Pécsi Tudományegyetem (pécsi karok) 379 20 29 12

Nyíregyházi Főiskola 128 17 55 2

Pannon Egyetem (veszprémi

karok) 109 13 24 17 Forrás: Diplomás kutatás 2010

55


Helyi munkaerő-piacon való megtartási mutató: a FOI-ban végzett,

nagyvárosi település együttesben elhelyezkedő/FOI-ban végzett, összes

elhelyezkedő*100.

Megyei munkaerő-piacon való megtartási mutató: a FOI-ban végzett,

megyében elhelyezkedő/ a FOI-ban végzett, összes elhelyezkedő*100.

Budapesti munkaerő-piacra való kilépési mutató: a FOI-ban végzett,

Budapesten elhelyezkedő/ a FOI-ban végzett, összes elhelyezkedő*100.

A számításhoz szükséges adatok a Diplomás kutatás 2010 kérdőív alábbi

kérdéséből származnak: Melyik településen van a jelenlegi munkahelye (volt a

legutolsó munkahelye)?

Adatforrás:

Diplomás kutatás 2010 (Educatio Nonprofit Kft.) kérdőíves vizsgálat, Q78-as

kérdése.

A mutató előnyei:

A mutató legfőbb erénye egyszerű értelmezhetőségében rejlik. Az arányok

mindenki számára egyértelmű formában tudósítanak a térség megtartási

képességéről.


A mutató számítása kérdőíves vizsgálat eredményein alapszik, ezért nem

teljes körű; becslésnek tekinthető.

A mutató legnagyobb hátránya az alacsony esetszámokban rejlik, így az

eredmények megbízhatósága erősen kérdéses.

Bár a kérdőíves vizsgálatokban van lehetőség kari részletezettségű

mutatók előállítására, az alacsony esetszámok azonban jelentősen

csökkentenék az értékek megbízhatóságát. A karok együttes kezelése

azonban összemossa a gyakran nagyon különböző munkaerő-piaci

relevanciájú karok különbségeit.

56

Fejlesztési javaslatok

1. Átállás az AVIR integrált adatain alapuló számításokra.

Amennyiben az AVIR integrált adatai szerint számolnánk egy FOI/térség

megtartási képességét, elkerülnénk az alacsony elemszámból adódó

megbízhatósági problémákat és érvényesebb megállapításokat tudnánk

megfogalmazni. Az AVIR integrált adatainak felhasználásához azonban az

alábbi fejlesztéseket lenne érdemes megfontolni.

Az AVIR integrált adatai jelenleg az OEP adatok alapján kísérlik meghatározni

a végzett munkahelyének földrajzi elhelyezkedését. Az OEP adatok azonban

félrevezetőek, a vállalatok székhelyei és telephelyei kevert formában

szerepelnek az adattáblában, így teljes bizonyossággal nem állapítható meg a

munkavégzés tényleges helyszíne a friss diplomások foglalkoztatásában

jelentős szerepet játszó nagyobb vállalatok esetében.

Javasoljuk, hogy a munkavégzés helyszínének meghatározása a NAV

által nyilvántartott adatok szerint történjen, így nagyobb

bizonyossággal lehetne nyomon követni a végzettek diplomázás utáni

földrajzi mobilitását.

A FIR rendszer jelenleg intézmény szintű adatokat tartalmaz, miközben az

egyes intézmények munkaerő-piaci relevancia tekintetében jelentősen

különböző karokat működtetnek, ezért az intézmény szintű megközelítés

jelentős torzításokat tartalmazhat.

Javasoljuk, hogy a korábban ismertetett NAV alapú adatokra való

áttérés egészüljön ki, a kari aggregáltságú adatkezeléssel, így pontos

kép kapható arról, hogy az egyes karok képzése, mennyiben felel meg

a helyi munkaerő-piac elvárásainak.

Amennyiben az AVIR integrált adatokat tartalmazó rendszere

alkalmas lesz a megtartási mutatók számítási alapjának képzésére;

úgy az AVIR rendszerben javasoljuk dinamikus, évenként frissített

riportok készítését.

57

2. Rekrutációs és megtartási mutatók összekapcsolása

A jelenleg rendelkezésre álló adatstruktúrák alapján a rekrutációs és

megtartási adatok nem összekapcsolhatóak.

A rekrutációs és megtartási mutatók alapját képező adatok összekapcsolása

lehetővé tenne olyan mutatók elkészítését, amik az eddigieknél finomabban

szemléltetné a felsőoktatási intézmények vonzó és megtartó szerepét. A

jövőben megfontolásra javasoljuk olyan adatstruktúrák kialakítását, amik

lehetőséget teremtenének az alábbihoz hasonló input-output mutatók

képzésére.

Az input-output mutatók egy három dimenziós tipológián alapulnak:

figyelembe kell venni (1) a hallgató származását, (2) a hallgató FOI

választását és a (3) diplomás (végzett hallgató) munkavállalásának

helyszínét.

INPUT-OUTPUT tipológia

A helyi intézmény képzését választók

A térségben született hallgató

Más térségből származó hallgató

A térségben munkát vállaló diplomás

Megtartás Sikeres vonzás

Nem a térségben munkát vállaló diplomás

Részleges megtartás

Részleges vonzás

Nem a helyi intézmény képzését választók

A térségben

hallgató Más térségből származó hallgató

A térségben munkát vállaló diplomás

Visszatérés Bevándorlás

Nem a térségben munkát vállaló diplomás

Elvándorlás Távolmaradás

Eszerint 8 típust különíthetünk el:

Megtartás: A térség szempontjából ez ideális.

58

Sikeres vonzás: A térség szempontjából nagyon kedvező, ha

számosságát tekintve jelentős a csoport.

Részleges megtartás: A felsőoktatásban eltöltött idő alatt növeli a

hallgatói fogyasztói csoportot, igényeikkel piaci tereket teremtenek, így

jelenlétük gazdaságélénkítő hatással bír.

Részleges vonzás: A részleges megtartáshoz hasonlóan növelik a

hallgatói fogyasztási csoportot, és fontos szerepet játszanak a visszatérők

„pótlásában”.

Visszatérés: Erre a típusra a FOI-nak csak közvetett hatása van. Ha a

csoportba tartozók száma nagy, akkor érdemes végiggondolni, hogy miért

nem a helyi intézményt választják felsőoktatási tanulmányok elvégzésére

a helyi hallgatók.

Bevándorlás: Erre a típusra a FOI-nak csak közvetett hatása van.

Elvándorlás: A sikeres vonzás tükörképe. Sem a FOI, sem a helyi

munkaerő-piac nem vonzó a helyi fiatalok számára, távozásuk gyengíti a

lokális humán tőkét, romlik a térség vitalitása.

Távolmaradás: A FOI és térség szempontjából értelemszerűen nem

releváns.

Az egyes típusokból egyszerű matematikai műveletek segítségével (például:

megtartás + sikeres vonzás – elvándorlás) olyan mutatók számolhatóak, amik

kifejezik a FOI (illetve térségek) vonzási-megtartási potenciálját.

Hasonló mutatók lennének számolhatóak a Diplomás kutatás kiegészítése

révén, amennyiben a kérdőív tartalmazna egy kérdést a friss diplomások

gyermekkori (például 14 éves korukban) lakóhelyükre vonatkozóan. Így a

fenti input-output tipológia már rekonstruálható lenne, igaz az alacsony

esetszámok némileg megkérdőjeleznék az eredmények megbízhatóságát.

Rövidtávon mégis megoldást nyújtana a jelenlegi megoldásoknál finomabb

mutatók előállításában.

59

6. Társadalmi mobilitást kifejező mérőszámok

Az oktatás a demokratikus társadalmak legfontosabb mobilitási csatornája. A

felsőoktatási intézmények kiemelkedő szerepet játszhatnak a társadalmi

mobilitás elősegítésében; ez a szerep nem csak a közösség tekintetében

hasznos, de egyben értékalapú társadalmi aktus is. A társadalmi mobilitás

elősegítése, új társadalmi csoportok felsőfokú oktatásba való becsatornázása

hozzájárul a térség vitalizációjához, humán tőkéjének karbantartásához. Nem

tudni, hogy Magyarországon az oktatási rendszer mennyire jár élen az örökölt

társadalmi különbségek mérséklésében, ám a felsőoktatási intézmények

teljesítenek ilyen irányú missziót. Ennek oka lehet többek közt az

intézményfejlesztési stratégiák közös vonása is, amelyek – eltérő mértékben, de

– minden intézmény esetében kitérnek az esélyegyenlőségi, így a társadalmi

mobilitást ösztönző szempontokra is.

A nemzetközi gyakorlat a felvételi kvótáktól a költségtérítést szociális alapon is

kompenzáló ösztöndíjakig terjedően számos különféle mobilitás növelő eszközről

számol be. A jelenlegi, a hátrányos szociális helyzetet felvételi többletpontokkal

kezelő felvételi rendszer mellé ettől némiképp eltérő képet rajzolnak ki a magyar

intézmények vonatkozó dokumentumai. Egymás mellett él az esélyegyenlőségi

követelmények dominánsan adminisztratív, bizottságokon keresztüli

működtetése (amelyek teljesítménykontrollja kimerül az éves beszámolókban),

illetve a gyakorlati segítők köre. Ez utóbbira a néhány intézményben működtetett

mentori hálózatok mutatnak példát, amelyek azonban elsősorban a

fogyatékossággal élőkre koncentrálnak, így a társadalmi mobilitást legfeljebb

érintőlegesen befolyásolják. Épp emiatt lényeges, hogy az intézményi hatások

mérésénél szerepet kapjon a gyakorlati mobilitási eredmények szempontja,

amely felől akár indikátorrendszerek létrehozásával is továbbléphetnek az

intézmények. Ez utóbbira számos külföldi példa áll rendelkezésre, amelyek –

jelen törekvésektől nem idegen módon – célértékeket határoz meg egyebek

mellett a mobilitási elvárásoknak való megfelelés területén is.

Jelen fejezetben a következő mutatókat mutatjuk be:

Összefoglaló tábla –társadalmi mobilitás

Alfejezet Mutató Cél

Társadalmi mobilitás elősegítése

Társadalmi mobilitás mutató

Bemutatja, hogy egy FOI milyen mértékben segíti elő a felsőfokú végzettséggel nem rendelkező (az édesapa iskolai végzettsége alapján) társadalmi csoportok becsatornázását a felsőfokú oktatásba.

Leghátrányosabb kistérségek becsatornázása

Leghátrányosabb kistérségből érkezők aránya

A mutató célja, annak bemutatása, hogy egy FOI milyen mértékben segíti elő a felsőfokú végzettséggel a leghátrányosabb kistérségekből érkezők bekapcsolódását a felsőfokú oktatásba.

60

6.1. A társadalmi mobilitás elősegítése

Elnevezés TÁRSADALMI MOBILITÁS MUTATÓ




Adatforrás HALLGATÓI MOTIVÁCIÓS KUTATÁS, DIPLOMÁS KUTATÁS


NINCS

Összehasonlíthatóság NINCS MEGJEGYZÉS




Célja:

A mutató célja, annak bemutatása, hogy egy FOI milyen mértékben segíti elő a

felsőfokú végzettséggel nem rendelkező (az édesapa iskolai végzettsége alapján)

társadalmi csoportok becsatornázását a felsőfokú oktatásba.


A mutatószám egy olyan absztrakt index, ami 0 és 100 között vehet fel

értékeket. Minél magasabb a mutató értéke, a FOI annál több olyan hallgatót von

be a felsőfokú képzésbe, akik édesapjának a felsőfokúnál alacsonyabb az iskolai

végzettsége. A hallgatók és végzettek édesapjuknak iskolai végzettségének

szintje súlyozott formában kerül számításra az indexben (lásd a mutató

számítása részben). A mutató, akkor veszi fel a maximális százas értéket, ha

minden hallgatójának és végzettjének édesapja legfeljebb alapfokú végzettséggel

rendelkezik.


Az alábbi ábrán látható, hogy a Nyíregyházi Főiskola és Kaposvári Egyetem

segíti elő leginkább a felsőfokú végzettséggel nem rendelkező társadalmi

csoportok becsatornázását a felsőoktatásban. Előbbi 53 pontos, utóbbi 50

pontos értékkel jellemezhető.

A kiemelt intézmények közül az Eszterházy Károly Főiskola és a Pannon

Egyetem adja a másik végletet. Előbbi 40 pontos, utóbbi pedig 38 pontos

értékkel jellemezhető.

A magyarországi állami intézmények átlagos értéke 31 pont. Tekintve,

hogy az átlagba a fővárosi intézmények is beleértendőek, hipotetikusan

61

elmondható, hogy a vidéki FOI-k nagyobb szerepet vállalnak a társadalmi

mobilitás elősegítésében, mint a fővárosiak.

Társadalmi mobilitás mutató a kiemelt intézményekben

5350

47 47 46 44 42 41 40 38

31

0

10

20

30

40

50

60

70

80

90

100

NYF KE KF NYME DE SZE PTE ME EKF PE ÁTLAG

Po

nt

Elemszámok: 141, 150, 171, 384, 472, 227, 483, 178, 108, 144, 12204


Az alacsony esetszámok kezelése érdekében a 2009-es Hallgatói motivációs

kutatás és a 2010-es Diplomás kutatás adatai egyesítésre kerültek. Ezért a

mutató összemossa a hallgatók és végzettek különböző csoportjait. A mutató

számításhoz felhasznált kérdések összeegyeztethetőek:

Hallgatói motivációs kutatás 2009: 14 éves korodban mi volt édesapád/nevelő

apád (aki akkor ténylegesen nevelt) legmagasabb iskolai végzettsége?

Diplomás kutatás 2010: Amikor Ön 14 éves volt, édesapjának/ nevelő apjának,

vagyis aki akkor ténylegesen nevelte, mi volt a legmagasabb iskolai végzettsége?

Az index kiszámításánál, az alapfokú vagy az alatti végzettségeket 100-ra, a

szakmunkás végzettséget 33-ra, a középfokú végzettséget 66-ra, a felsőfokú

végzettséget pedig 0-ra kódoltuk. Az így előállt változók intézményenkénti átlaga

képezi a mutatók értékét. Az értékek átkódolásra a könnyebb értelmezhetőség

kedvéért volt szükség.

Adatforrás:

Hallgatói motivációs kutatás 2009 adatbázis (Educatio Nonprofit Kft.) és a

Diplomás kutatás 2010 (Educatio Nonprofit Kft.). Előbbi Q10-es, utóbbi Q14-es

azonosítójú változója került felhasználásra.

62

A mutató előnyei:

A mutató elsőszámú erénye, hogy egy társadalmi kohéziós szerep egy

eddig, legfeljebb szociológiai kutatásokban helyet kapó aspektust

kvantifikál.

A mutató értékeinek értelmezéséhez nem szükséges figyelembe venni a

térség és a FOI sajátosságait, minden zárójeles megjegyzés nélkül

összehasonlíthatóak az intézmények.

Nem szükséges évente frissíteni az adatokat. Javasolt frissítési idő három

év.


A mutató számítása kérdőíves vizsgálat eredményein alapszik, ezért nem

teljes körű, becslésnek tekinthető.

Néhány intézmény esetében alacsonyak az esetszámok.

Bár a kérdőíves vizsgálatokban van lehetőség kari részletezettségű

mutatók előállítására, az alacsony esetszámok azonban jelentősen

csökkentenék az értékek megbízhatóságát. A karok együttes kezelése

azonban összemossa a gyakran nagyon különböző hallgatói összetételű

karok különbségeit.

A mutató egy absztrakt mérőszám, így az egyes intézmények értékei

önmagukban nem értelmezhetőek, csak egymáshoz, vagy az átlaghoz

viszonyítva nyernek értelmet.


A mutató természetesen, új dimenziók bevonásával a végtelenségig árnyalható

lenne, véleményünk szerint azonban jelen formájában betölti küldetését.

63

6.2. Leghátrányosabb kistérségek becsatornázása

Elnevezés LEGHÁTRÁNYOSABB KISTÉRÉSGEKBŐL ÉRKEZŐK ARÁNYA




Adatforrás FEVLI, VÁTI

Külső adatforrás

igénye VÁTI

Összehasonlíthatóság A FOI FÖLDRAJZI ELHELYEZKEDÉSÉNEK FIGYELMBEVÉTELÉVEL




Célja:

A mutató célja, annak bemutatása, hogy egy FOI milyen mértékben segíti elő a

felsőfokú végzettséggel a leghátrányosabb kistérségekből érkezők

bekapcsolódását a felsőfokú oktatásba.


A mutató egy egyszerű arányszám, megmutatja, hogy egy intézménybe felvételt

nyertek között milyen arányban vannak a hátrányos térségekből érkezők.

A mutatók értelmezésekor figyelembe kell venni egy FOI földrajzi

elhelyezkedését. A rekrutációs bázist leíró mutatókból is látszik, a vidéki

intézmények jelentős lokális vonzáskörzettel rendelkeznek, így ha egy FOI

térségének környezetében nagyobb arányban vannak hátrányos helyzetű

térségek, akkor a felvételt nyertek körében is magasabb arányban fogjuk találni

az onnan érkezőket. Ezért a mutatót csak korlátozott mértékben használhatjuk

intézmények összehasonlítására, célja, hogy bemutassa néhány vidéki intézmény

társadalmi mobilitásban játszott ezen aspektusát is.

64

Hátrányos és leghátrányosabb helyzetű kistérségek

Forrás: KSH 2007.

Megjegyzés: Az ábrán kékkel és sötétzölddel láthatóak a leghátrányosabb helyzetű kistérségek.

Világoszölddel vannak feltüntetve a hátrányos helyzetű kistérségek.


Az Észak-Alföldön található a leghátrányosabb helyzetű kistérségek

többsége és azok népessége is itt a legmagasabb arányú. A kistérség-típus

népessége a megye népességének 50%-a felett van Nógrád és Szabolcs-

Szatmár-Bereg megyében, de 40-50% közötti Békés és Hajdú-Bihar

megyében is. Ezért a Nyíregyházi Főiskola és a Debreceni Egyetem

szerepe kiemelkedik a hátrányos helyzetű kistérségekből érkezők tovább

taníttatásában, előbbi esetében a 2010-ben felvételt nyertek 40 százaléka,

utóbbiéban pedig 35 százalékban érkeztek a szóban forgó kistérségekből.

A leghátrányosabb kistérségek közül Közép-Magyarországon, Közép-

Dunántúlon és Nyugat-Dunántúlon egy sem található, ezen térségben

működő Pannon Egyetemen mindössze 3 százalékban vannak az ilyen

típusú kistérségekből érkező felvettek.

Némiképpen meglepő a Pécsi Tudományegyetemen tapasztalt arány,

hiszen Dél-Dunántúlon több leghátrányosabb helyzetű térséget találunk,

65

az innen érkező hallgatók, azonban csak 9 százalékos arányt képviselnek a

2010-ben felvettek között. A jelenség hátterében az állhat, hogy míg

Észak-Alföldön a leghátrányosabb kistérségekben nagyobb városokat,

addig Dél-Dunántúlon inkább kisebb településeket találunk.

A leghátrányosabb kistérségekből érkezők aránya a kiemelt

intézményekben

40

35

22 22

97

3

0

5

10

15

20

25

30

35

40

45

50

NYF DE (debreceni karok)

ME EKF PTE (pécsi karok)

KF PE (veszprémi karok)

%

Forrás: FELVI 2010


A mutató a leghátrányosabb kistérségekből felvételt nyertek arányát mutatja meg a 2010-ben alapképzésre felvételt nyertek között.

A 67/2007. (VI. 28.) OGY határozat a 94 hátrányos helyzetű kistérségből – a 15

százalékos népességküszöb alapján – 47-et sorol a leghátrányosabb kistérségek közé. Ezek együttes lakónépessége 2007. január 1-jén 1 millió 496 ezer fő, 903

településen, mely az ország lakónépességének 15 százaléka. A leghátrányosabb helyzetű kistérségek városainak száma 82, településeik átlagos népessége 1657 fő.

Adatforrás:

A felvételi adatok a FELVI-ből, a kistérségek besorolása a VÁTI-ból származik.

66

A mutató előnyei:

A mutató előnye, hogy bemutatja, hogy a vidéki felsőoktatási intézmények fontos mobilitási csatornát teremtenek a leghátrányosabb térségekben

élők számára. A mutatószám egy egyszerű arány, így könnyen értelmezhető.


A leghátrányosabb kistérségek földrajzilag koncentrálódnak, így az egyes

felsőoktatási intézményeknek eltérő esélyük van az ott élő potenciális hallgatók becsatornázására. A leghátrányosabb kistérségek közül Közép-

Magyarországon, Közép-Dunántúlon és Nyugat-Dunántúlon egy sem található, így ezen térségekben működő intézmények kisebb eséllyel vonzanak hallgatókat leghátrányosabb kistérségekből. Ezért a mutató csak

korlátozottan alkalmas FOI-k összehasonlítására.


Megvalósíthatónak tartunk egy olyan mutató elkészítését, ami figyelembe veszi a leghátrányosabb kistérségek közelségét a vidéki intézményekhez. A közelség

kifejezhető lenne például az utazási időben, ilyen adatok a VÁTI gondozásában települési szinten is elérhetőek.. Egy ilyen súlyozással előálló mutató lehetővé

tenné az intézmények teljes körű összehasonlítását.

67

1. Társadalmi és gazdasági hatások mérése .................................................................. 2

2. Foglalkoztatási szerep ......................................................................................................... 8

2.1. A FOI foglalkoztatási súlya ........................................................................................ 9

2.2. A FOI diplomás foglalkoztatási súlya .................................................................. 12

2.3. A FOI jövedelmi súlya ............................................................................................... 15

3. Gazdasági hatások ............................................................................................................. 18

3.1. A gazdaságba áramló direkt kifizetések ............................................................ 20

3.2. Hallgatói fogyasztási csoport súlya ...................................................................... 23

3.3. A FOI továbbgyűrűző gazdasági hatása a térségben ................................... 28

3.4. Pályázati források térségbe vonzása ................................................................... 35

4. Rekrutációs bázist kifejező mérőszámok ................................................................... 38

4.1. A rekrutációs bázis alapvető mutatói .................................................................. 40

4.2. Vonzási egyenlegmutatók ....................................................................................... 45

4.3. Versengő és niche vonzási indexek ..................................................................... 48

5. A megtartási képességet kifejező mérőszámok ..................................................... 52

5.1. A megtartási képességet kifejező alapvető mérőszámok ........................... 53

6. Társadalmi mobilitást kifejező mérőszámok ............................................................ 59

6.1. A társadalmi mobilitás elősegítése ....................................................................... 60

6.2. Leghátrányosabb kistérségek becsatornázása ................................................ 63

Documents

Társadalmi és gazdasági hatások mérése