Forrás: BM adatbázis (2020) alapján saját számítások és szerkesztés
A településtípusok összehasonlításakor azonban szem előtt kell tartani, hogy míg a kerületek többsége esetében jelentős az idegenforgalom, addig a többi típusú település közt számos olyan található, ahol alig keletkezik ilyen adóbevétel. Viszont a községekben tölti be a legnagyobb szerepet a helyi adóbevételekben az idegenforgalmi adó. Összességét te-kintve a városok idegenforgalmi adóbevétele a legjelentősebb, azonban az egy lakosra ve-tített érték a községekben meghaladja a városokét.
A vendégéjszakák számának alakulása összefügg az idegenforgalmi adóbevételek nagyságával. A KSH (2020b) adatbázisa azonban az összes vendégéjszakát tartalmazza a kereskedelmi és az üzleti célú magánszálláshelyek esetében, míg az idegenforgalmi adó összegének adómértékkel történő osztásával csak az adóköteles vendégéjszakák számát kaphatjuk, amelyben a mentes éjszakák nem szerepelnek. A régiók között kimutathatók kü-lönbségek az összes vendégéjszaka-szám alapján (9. ábra), aminek tekintetében Budapest jelenléte miatt Közép-Magyarország rendelkezik a legtöbb vendégéjszakával. A mutatónak a lakosok számára történő vetítésével viszont a nyugat-dunántúli régió áll az élen.
Amikor az idegenforgalmi adóbevétel összege szempontjából vetjük össze a települé-seket, szükséges az adónemnek az összes helyi adóbevételen belüli megoszlását is tekintetbe venni. A fővárosban és a városokban dominál leginkább a helyi adóbevételekben
az idegenforgalmi adó, ahogy azt a 6. táblázat adatai bizonyították, emellett elmondható, hogy a kisebb településeken nagyobb szerepet játszik a költségvetésben, mint a többi tele-püléstípus esetében.
9. ábra: Vendégéjszakák száma régiónkénti bontásban, 2018 Forrás: saját szerkesztés KSH (2020b) adatbázis alapján
A változó további vizsgálatának segítségével megmutatkozik, hogy melyek azok az önkormányzatok, amelyek adóbevételei közt kiemelt jelentőséggel bír az idegenforgalmi adó (10. ábra).
10. ábra: Idegenforgalmi adó helyi adóbevételeken belüli részarányának megoszlása régiónkénti bontásban, 2018
Forrás: BM adatbázis (2020) alapján saját szerkesztés
Az ország összes régiójában megtalálhatók olyan települések, amelyek kiugróan ma-gas aránnyal rendelkeznek, sőt, öt régióban is előfordulnak olyan települések, amelyek helyi adóbevételein belül az idegenforgalmi adóbevétel több, mint 50 százalékot képvisel. A Zala megyei, 86 fő lakosságú (2019.01.01.) Csöde és a Szabolcs-Szatmár-Bereg megyei, 1948 fő lakosságú (2019.01.01.) Pap községekben 2018-ban nem keletkezett más helyi adóbevé-tel az idegenforgalmi adón kívül.
4.2.2. Megyék vizsgálata idegenforgalmi adó szempontjából
Az idegenforgalmi adóztatás vizsgált ismérveinek szempontjából jelentős különbségek mu-tathatók ki a megyék között, mind az adóbevételeket, mind a vendégéjszaka-számot tekintve (6. melléklet). Az egy lakosra jutó idegenforgalmi adóbevétel Zala megyében a legmaga-sabb, Szabolcs-Szatmár-Bereg megyében pedig a legalacsonyabb. A kivetett idegenfor-galmi adómértékek tekintetében az egyes megyék átlagai közti különbséget szemlélteti a 11. ábrán található boxdiagram, mellyel nem csak a megyékben alkalmazott adómértékek átlaga hasonlítható össze, hanem az adómértékek szórása is.
Az európai idegenforgalmi adóztatási rendszerek vizsgálata nyomán a kutatás elsősorban arra kereste a választ, hogy hasonló változók szempontjából a magyar megyék közt is kiala-kíthatók-e különböző csoportok. A megyék csoportokba sorolására ismételten klaszterana-lízis bizonyult megfelelő módszernek, amiben először a hierarchikus eljárás segítségével lett megállapítva a klaszterek ideális száma és nem hierarchikus klaszterezési vizsgálattal jöttek létre a végső megyecsoportok. A klaszteranalízis lefolytatásához ugyanazok a kvan-titatív, skála típusú változók kerültek meghatározásra a megyékre vonatkozóan, amelyek alapján az európai országok is klaszterekbe lettek sorolva, a szálláshely-szolgáltatás áfa-mértékének kivételével, mivel annak mértéke megyei szinten irreleváns.
Az első változó mindennek megfelelően a 2018. évi helyi adóbevételek megyei GDP-hez viszonyított nagysága, a második változó a 2018. évben alkalmazott vendégéjszakánkénti átlagos idegenforgalmi adómérték,62 és a harmadik az egy lakosra jutó vendégéjszakák száma a 2018. évi lakosságszámot alapul véve. Az analízis mintáját tehát a megyék alkotják,
62 Az európai összehasonlításnál alkalmazott maximálisan kivethető idegenforgalmi adómérték helyett a me-gyék településein kivetett adómértékek átlaga került kiválasztásra ismérvnek a minta elemzéséhez, ami al-kalmasabb az adómérték nagysága szerinti vizsgálatokhoz. 2018-ban a következő megyékben nem volt olyan település, amely több, mint 450 forintos vendégéjszakánkénti adómértéket vetett volna ki: Bács-Kis-kun, Békés, Fejér, Nógrád és Szabolcs-Szatmár-Bereg megye.
Pest megye esetében azonban a főváros és a megye többi része, mint Pest megye külön szerepel, így a minta összesen 20 elemből áll.
11. ábra: A magyar megyékben alkalmazott idegenforgalmi adómértékek összeha-sonlítása, 2018
Forrás: saját szerkesztés MÁK (2020a) alapján
Korrelációanalízissel, Pearson-féle lineáris korrelációs együttható számításával való-sult meg annak az ellenőrzése, hogy az egyes változók közti korreláció nem szignifikáns (7.1. melléklet). Majd ezekhez a változókhoz távolságmértéknek kiválasztásra került a tá-volságnak az európai elemzéshez is használt mérőszáma, a négyzetes euklideszi távolság.
Mivel az elemzésbe vont változók különböző mértékegységűek, a mértékegység befolyá-soló hatását az elemzés előtt standardizálással szükséges volt kiküszöbölni, hogy ezáltal is növekedjen a jobb besorolás esélye.
A klaszteranalízis első fázisában Ward-féle eljárással folyt le a megyék klaszterekbe sorolása. Az agglomerációs eljárásról készült dendrogram (7.2. melléklet) segítségével meghatározhatóvá vált, hogy négy klasztert szükséges kialakítani. A kapott eredmény el-lenőrzéseképp a Ward-eljárással készülő klaszteranalízis egy másik távolságmértékkel is megtörtént, a Csebisev-távolsággal, amelynek alkalmazása ugyanerre az eredményre jutott (7.3. melléklet), miszerint négy klasztert ajánlatos elkülöníteni.
Ezt követően a végleges csoportképzés a nem hierarchikus módszerrel, a k-központú klaszterképzéssel valósult meg. Az elemzés eredményeképp (7.4. melléklet) létrejött klasz-terek középpontjai mind a három klaszterképző változó mentén szignifikánsan különböz-nek, amit az F-statisztikák szignifikanciája bizonyít (ρ ≤ 0,01).
A klaszterek a klaszterközéppontok alapján, illetve a klaszterképző változók klaszte-renkénti átlagainak különbségei alapján jellemezhetők (8. táblázat). A turisztikailag leg-meghatározóbb 6 elem került az első csoportba, Budapest, valamint Heves, Somogy, Vas, Veszprém és Zala megye, amelyek vendégéjszakák szempontjából jóval meghaladják az átlagos vendégéjszaka-számot, holott az alkalmazott adómértékek átlagosan nem magasak.
A helyi adóbevételek GDP-hez viszonyított nagysága ugyanakkor átlagosnak mondható.
8. táblázat: Magyar megyéknek a klaszteranalízis eredményeként létrejött csoportjai