Porter makrogazdasági versenyképesség modellje
7.2. Kutatási módszertan
7.2.3. Az eredmények interpretálása
A klaszterek kialakítását követoen különbözo profilokat kell rendelni az egyes klaszterekhez, vagyis az eredményeket interpretálni kell. Az eredmények interpretálása annyit jelent, hogy a klaszterek a jellemzo tulajdonságaik alapján nevet kapnak. Ennek eredményeképpen nemcsak a jelenlegi szegmensek válnak ismertté, hanem egy bármilyen – szolotermeszto vagy bortermelo – cég, amelyik a jelenlegi kutatásban nem szerepelt, a késobbiek folyamán is besorolható . Így egy cég demográfiai adatainak ismeretében megmondható, hogy az melyik szegmentumot fogja képviselni, ezáltal pedig elorevetítheto a szükséges gazdaságpolitikai lépések sorozata. A klaszterekbe történo besorolás után megállapítható, hogy melyik cég lesz életképes támogatás nélkül, mely cégek azok, amelyek feltétlenül támogatásra szorulnak, és mely társaságok azok, amelyek támogatása gazdaságpolitikai szempontból nem indokolt.
Az eredmények interpretálása egyrészt a kutatói intuíciók, másrészt gondosan meghatározott statisztikai módszerek, jelen esetben statisztikai kereszttáblák alkalmazásával történik. A klaszterek magyarázó változóinak erossége függvényében tekintsük át, hogy mely klaszterek milyen jellemzokkel bírnak!
7.2.3.1. Alkalmazotti létszám
A legerosebb változó a társaságok alkalmazottainak létszáma volt. Ennek megfeleloen a következo jellemzok láthatók az egyes klaszterek esetében:
• az egyes klaszter kivétel nélkül 10 fo alatti létszámmal muködik, tehát ez kisméretu cégeket foglal magában,
• a kettes klaszter alkalmazottai 5 és 100 fo közé esnek, vagyis kis-közepes méretu cégekrol van szó,
• a hármas klaszterbe dönto többségében a 3-50 fo közötti munkavállalókkal muködo cégek, vagyis szintén kis-közepes méretu társaságok kerültek; ebben az esetben azonban érdemes megjegyezni, hogy a szóródás nagyobb, tehát látni lehet 50 fonél nagyobb vállalkozásokat is,
• a negyedik klaszter egyértelmuen a nagyvállalatoké; ezekben legalább ötven ember dolgozik.
ALK * Cluster Number of Case Crosstabulation
% within ALK
21. táblázat: : Az alkalmazotti létszám mint klaszterképzo ismérv Forrás: KSH, saját számítás
7.2.3.2. Árbevétel
A cégek árbevétele ugyancsak erosen magyarázza a szegmensek kialakítását. Az árbevétel függvényében a következo megállapítások szurhetok le:
• az egyes klaszter tagjainak elozo évi árbevétele legfeljebb 300 millió Ft volt, ami tovább erosíti a kisméretu cégek dominanciáját,
• a kettes klaszterbe foként az ötven millió forint feletti, de félmilliárd forint alatti árbevételt realizáló cégek kerültek, tehát ismételten kis-közepes méretu cégekrol van szó,
• a hármas klaszterben csak olyan cégek találhatók, amelyek legfeljebb félmilliárd forintos évi árbevételt értek el, ami visszautal arra, hogy ezek kis-közepes méretu társaságok,
• a negyedik klaszter még mindig a nagyvállalatoké; itt legalább félmilliárd forint az éves árbevétel.
ARBEV * Cluster Number of Case Crosstabulation
% within ARBEV
22. táblázat: Az árbevétel mint klaszterképzo ismérv Forrás: KSH, saját számítás
7.2.3.3. Az alapítás éve
A harmadik legerosebb magyarázó változó a cégek „életkora” vagyis az alapítás éve volt. Ennek megfeleloen látható, hogy:
• az egyes, a hármas és a négyes klaszter tagjai viszonylag „fiatal” cégek; ezek legfeljebb 13-14 évesek, ami jelentheti azt is, hogy a vállalkozások újonnan alakult cégek, de azt is, hogy a rendszerváltás során átalakult, privatizált társaságok,
• a második klaszter tagjai egyértelmuen a nagy múltú szervezeteket tartalmazzák; életkoruk legalább huszonöt év.
EV * Cluster Number of Case Crosstabulation
% within EV
23. táblázat: Az alapítás éve mint klaszterképzo ismérv Forrás: KSH, saját számítás
7.2.3.4. Társasági forma
A társasági forma mint a következo legnagyobb erovel bíró magyarázó változó az alábbi képet festi:
• az egyes és a hármas klaszter vegyes képet mutat, itt a korlátlan és korlátozott felelosségu társaságoktól a szövetkezetekig minden társasági forma megtalálható,
• a kettes klaszterbe csak szövetkezetek kerültek,
• a négyes klaszterben foként korlátozott felelosségu társaságok (Kft, Rt.) szerepelnek.
GFO * Cluster Number of Case Crosstabulation
% within GFO
97,9% 1,4% ,7% 100,0%
75,8% 12,1% 12,1% 100,0%
58,7% 40,1% 1,3% 100,0%
5,6% 55,6% 38,9% 100,0%
67,9% 1,3% 28,6% 2,1% 100,0%
Korlátlan felelosségu Szövetkezet
Kft.
Rt.
GFO
Total
1 2 3 4
Cluster Number of Case
Total
24. táblázat: A társasági forma mint klaszterképzo ismérv Forrás: KSH, saját számítás
7.2.3.5. Tevékenység
A TEÁOR-kódok alapján meghatározott tevékenység, vagyis a szolotermelés, illetve a bortermesztés már kevésbé magyarázza a klaszterképzés folyamatát, mint a korábban említett változók:
• szolotermesztéssel leginkább az egyes klaszterben foglalkoznak, de jelentos a bortermelés tevékenysége is, de közel ugyanezt a képet adja a kettes klaszter leírása is,
• a hármas és a négyes klaszterek tevékenységére a bortermelés a jellemzo .
TEAOR * Cluster Number of Case Crosstabulation
% within TEAOR
87,7% ,6% 11,7% 100,0%
60,8% 1,6% 34,7% 2,9% 100,0%
67,9% 1,3% 28,6% 2,1% 100,0%
Szolotermelés Bortermelés TEAOR
Total
1 2 3 4
Cluster Number of Case
Total
25. táblázat: A gazdasági tevékenység mint klaszterképzo ismérv Forrás: KSH, saját számítás
7.2.3.6. Területi elhelyezkedés
A KSH megyekódjai alapján meghatározható területi elhelyezkedés a cégek bejegyzett székhelyérol ad információt. Ezt alapvetoen két szempont szerint lehet vizsgálni, egyrészt a hagyományos bortermo vidékek szerinti elhelyezkedés, másrészt a nem hagyományos bortermo vidékek szerinti székhelyeket, amelyek közül ez utóbbiak jellemzoen fovárosi dominanciát foglalnak magukban. Ennek megfeleloen érdemes megvizsgálni, hogy melyek azok a megyék, amelyek kiemelkednek a sorból, vagyis hol került a legtöbb szolész-borász társas vállalkozás bejegyzésre. A szolo- és bortermelo cégek fele három megyében koncentrálódik, nevezetesen Bács-Kiskun, Borsod-Abaúj-Zemplén és Heves megyékben. A vizsgált borászatok dönto többsége (90%) tíz megyében helyezkedik el, és megtekintve a sorrendet, nem okoz meglepetést a gyakoriságok alakulása sem.
Egyedül talán Budapest szorul némi magyarázatra. A fováros elokelo, ötödik helyének oka az lehet, hogy ezek a cégek vagy a telephelyen, tehát nem a székhelyen folytatják a termelo tevékenységet, vagy pedig az, hogy e cégek a borászati-szolészeti tevékenységet alapok nélkül nevezték meg fotevékenységként.
A megyék listájába egyedül Nógrád megye nem került be, ami természetesen nem azt jelenti, hogy Nógrádban nem folyik szolotermelés, csupán az adatállomány szukítése jelenthetett korlátozó feltételt.
Megye Megoszlás (%)
Kumulált megoszlás
(%)
Bács-Kiskun 26,0 26,0
Borsod-Abaúj-Zemplén 14,9 40,9
Heves 10,0 50,9
Baranya 8,7 59,6
Budapest 8,3 67,9
Veszprém 7,9 75,8
Gyor-Moson-Sopron 3,9 79,7
Pest 3,9 83,6
Zala 3,3 86,9
Tolna 3,1 90,0
Somogy 2,9 93,0
Fejér 2,6 95,6
Csongrád 1,5 97,1
Szabolcs-Szatmár-Bereg 0,8 97,9
Komárom-Esztergom 0,7 98,5
Jász-Nagykun-Szolnok 0,5 99,0
Vas 0,5 99,5
Hajdú-Bihar 0,3 99,6
Békés 0,2 100,0
26. táblázat: A társaságok területi elhelyezkedésének megoszlása Forrás: KSH, saját számítás
A gazdálkodó szervezetek székhelye szignifikánsan ugyan, de alacsony mértékben magyarázza a klaszterképzés folyamatát, emiatt itt nem is észlelhetok jelentos különbségek:
• a kettes és a négyes klaszterbe tartozó cégek, a hagyományos bortermelo helyeken találhatók meg azzal az egy különbséggel, hogy a negyedik klaszter tagjai a fovárosban is megtalálhatók,
• az egyes és a hármas klaszter tagjai vegyes képet mutatnak: a hagyományos szolotermeszto területek, a kisebb hagyományokkal rendelkezo területek és a fováros egyaránt megtalálhatóak ebben a szegmensben; érdemes megemlíteni azonban, hogy néhány megyét csak az egyes klaszter tagjai választottak székhelyül (Békés, Hajdú-Bihar, Jász-Nagykun-Szolnok, Vas).
MEGYE * Cluster Number of Case Crosstabulation
27. táblázat: A területi elhelyezkedés mint klaszterképzo ismérv Forrás: KSH, saját számítás