• Nem Talált Eredményt

Magyarországi klasztervizsgálatok

Grosz (2005) kérdőíves felmérés segítségével térképezte fel a magyarországi klaszteresedési folyamatok jellemzőit, kitérve a klaszter összetételére, menedzserszervezetek tevékeny-ségére, klaszter által nyújtott szolgáltatások körére. (A kérdőívet 14 klaszter küldte vissza a 26-ból). A kutatásban a szervezeteknek választ kellett adniuk az alábbi kérdésekre: tagok és alkalmazottaik száma; nyújtott szolgáltatások (pl. tanácsadás, minőségbiztosítási segítség, képzési programok); az együttműködési kapcsolatrendszer tekintetében a part-nervállalkozások száma, a kapcsolattartás gyakorisága; az intézményekkel, szervezetek-kel és más klaszterekszervezetek-kel történő kooperáció. Az eredmények alapján megállapította, hogy a Nyugat-Dunántúlon kiterjedtebb a klaszterek tevékenysége. A finanszírozási források közül legjellemzőbb a pályázati, (illetve központi kormányzati) és a klasztertagok által befizetett összegek felhasználása (Grosz 2005).

A magyarországi klasztereket gazdasági ágazati sűrűsödési pontok alapján vizsgál-ták (Szanyi et al. 2009) 1998-as és 2005-ös adatok alapján, az egyes iparágakat TEÁOR-besorolás szerint értékelve, úgynevezett specializációs kvóciens segítségével, ami gyakorlatilag a korábban bemutatott lokációs hányados. A mutatót minden ágazatra és megyére kiszámolták a foglalkoztattak létszáma, a vállalati létszám, a hozzáadott érték és a megvalósult befektetések alapján. így végül négy indexet készítettek el, ezek alapján pontozták az egyes területeket az ágazatok vonatkozásában, a legmagasabb pontszámot kapók (felső 15%) kerülhettek fel a klaszter-térképre, utalva arra, hogy itt mutatható ki klaszterkezdeményezés. A vállalati létszámadatokat is figyelembe vették, és Gini-indexet számoltak a foglalkoztatottak számából, hogy megállapítsák, a sűrűsö-dés kiugró méretű nagyvállalat vagy több kis- és középvállalat tevékenysége nyomán jelenik meg.

A vizsgálat 22 olyan ágazatot talált, melyek 2005-re vonatkozólag releváns sűrűsödési pontokat eredményeztek. Egyetlen szolgáltató ágazatnál sem sikerült kimutatni klaszter-kezdeményezést megalapozó területi koncentrációt. Az eredményekben Budapest és Pest megye túlsúlya is feltűnik. A 15%-os felső határt elérő megyék melletti, 33%-os szinten specializációt mutató térségeket is megjelenítették, hiszen azok könnyen csatlakozhatnak a klaszterkezdeményhez. Lehetséges klasztereket mutattak ki a 2005-ös évben az autóipar területén Győr-Moson-Sopron és Komárom-Esztergom megye központtal, a többi észak-Dunántúli megye csatlakozásával. A kommunikációs eszközgyártó ágazat esetén Nógrád, Heves és Jász-Nagykun-Szolnok megye központtal, és Pest megyében erős koncentráció-val. Továbbá Komárom-Esztergom megye is a felső 15%-hoz tartozik, lehetséges tagok még Veszprém és Vas megyék. Az élelmiszeripar jellemzően az Alföldön koncentrálódik, illetve Magyarország keleti megyéiben. A Dél-Dunántúlon is kimutathatók sűrűsödési pontok.

A ruházati ipar az ország két részén jelenik meg hangsúlyosan: Vas megye központtal a Nyugat-Dunántúlon, és Hajdú-Bihar, Békés megye központokkal, Jász-Nagykun-Szolnok erős koncentrációjával az Alföldön, azonban Bács-Kiskun megye is erős koncentrációt mutat (Szanyi et al. 2009).

Grosz (2005) a Pannon Autóipari Klaszter súlyának mérését is elvégezte. A klaszter súlyának meghatározása segíti az iparágon belüli, valamint a vizsgált területi egység gazdaságában betöltött szerepének meghatározását, illetve a változást is figyelemmel kísérheti, és leírhatja a klaszterben zajló folyamatokat. Az autóipar jellemzően regio-nális területegységhez kapcsolódik, ezért a korábban már leírt vizsgálati térség proble-matikája itt is felmerült. Megoldásként több területegységre is kiszámítható a klaszter súlya, többek közt a klasztermag-térségre, a Pannon-térségre és Magyarország egészére.

A statisztikai ágazati besorolásnál a TEÁOR szerinti szakágazatokat vette figyelembe a kutatás, valamint az autóiparhoz kapcsolódó kiegészítő iparágakat.

4. táblázat: A klasztersúly meghatározásának mutatói

G.1. Egy főre jutó árbevétel (E Ft/fő) G.2. Egy főre jutó üzemi eredmény (E Ft/fő) G.3. Tőkearányosan adózott eredmény (%) G.4. Eszközarányos adózott eredmény (%) G.5. Exportárbevétel aránya (%) G.6. Termelés import igénye (%)

G.7. Járműipari termelésből származó bevétel aránya (%) G.8. Beruházások árbevételhez viszonyított nagysága (%) G.9. K+F ráfordítások aránya az árbevételhez (%)

Együttműködési kapcsolatokat mérő mutatók

E.1. öt legnagyobb vevő részesedése az árbevételből (%) E.2. Járműipari gyártók felé történő közvetlen beszállítás

aránya az árbevételből (%)

E.3. A járműipari beszállítók számára történő közvetlen beszál-lítás aránya az árbevételből (%)

E.4. A hazai beszállítók részesedése (%)

E.5. Az együttműködési kapcsolatok felsőoktatási és kutatóin-tézetekkel (db, %)

E.6. A klasztertagokkal közösen megvalósítandó projektek száma

E.7. A nem klasztertagokkal közösen megvalósítandó projektek száma

E.8. A nyertes K+F pályázatok száma

Humánerőforrá-sokhoz kapcsolódó mutatók

H.1. A vezető beosztásban lévő alkalmazottak aránya (%) H.2. A termelésben foglalkoztatottak aránya (%)

H.3. A K+F területén foglalkoztatottak aránya (%) H.4. Az érettségivel rendelkezők aránya (%)

H.5. A felsőfokú végzettséggel rendelkezők aránya (%) H.6. A nyelvvizsgával rendelkező alkalmazottak aránya (%)

A kutatás legfőbb korlátja, hogy pontos kép meghatározása nem lehetséges. Statisz-tikai adatokon és vállalati adatokon alapuló mutatószám-rendszer került kialakításra a klasztersúlyok méréséhez. A bázismutatók képesek leginkább kifejezni az együttműkö-dés koncentrációját. A klasztertagok számának meghatározásakor az alapító és a csatla-kozó tagokat vették figyelembe, illetve a magyar telephellyel rendelkező, gyártó tagokat is vizsgálták, valamint a kapcsolódó szolgáltató cégeket és együttműködő partnereket.

Az árbevétel nagyságát az alapító és csatlakozó tagok éves összes nettó árbevétele teszi ki (4. táblázat).

A foglalkoztatottak számát szintén az alapító és csatlakozó cégek átlagos statisztikai állománya teszi ki. A regionális összehasonlítás alapját a régiós, míg az ágazati össze-hasonlítás alapját a szakágazat termelése, illetve foglalkoztatottsága adja (Grosz 2005).