Komplex gazdasági folyamatok mérése

Az előadások a következő témára: "Komplex gazdasági folyamatok mérése"— Előadás másolata:

1 Komplex gazdasági folyamatok mérése
dr. Jeney László egyetemi docens Társadalomföldrajz III. Szociológia alapszak, regionális és településfejlesztés specializáció 2018/2019, I. félév BCE Geo Intézet

2 A fejlettség többdimenziós és többmutatós jellege
Többdimenziós: fejlettségnek számos külön oldala van, még ha vannak is közöttük tendenciaszerű együttmozgások Humán tőke Gazdasági teljesítmény Műszaki ellátóhálózatok sűrűsége Intézmények, társadalmi viselkedésminták megléte Természeti környezet állapota Többmutatós: egyes dimenziók nem írhatók le egyetlen jelzőszámmal, többféle mutatóval mérhetők, pl. humántőke színvonala (népesség iskolázottsági szintje) Diplomások aránya Írástudatlanok aránya Elvégzett osztályszám (komplex mutató) 2

3 A fejlettség értelmezésében nincs közmegegyezés
Különböző dimenziók fontosságához változó társadalmi értéktartalom Térben leggyakrabban relatív értelmű Afrika: hozzáférés az ivóvízhez EU: K+F aránya a költségvetési kiadásokból Időben átértékelődik a jelentése, elavulhatnak Megélt fejlettség kérdése Vizsgált térség Mérete Területi szintje (pl. járás vagy megye) 3

4 A fejlettség klasszikus mérőszáma: GDP
GDP (Gross Domestic Product) BIP, PBI, PIB Egyéb változatok GNP (Gross National Product) GNI (Gross National Income) GRP – regionálisan GMP – nagyvárosi (metropolitán) övezetben Csak a fejlettség egyik oldalát mutatja meg Elmaradott térség: egy magas értéktermelő vállalat (pl. atomerőmű)  magas GDP Elővárosi övezet: ingázó munkaerő magas életszínvonal, de alacsony értéktermelés  alacsony GDP 4

5 Komplexebb mérőszám: HDI
GDP: csak a jövedelemszintre korlátozódik  gazdasági fejlettség ENSZ, 1990-es évek HDI: Human Development Index, Társadalmi/Humán Fejlettségi Index Komplex mutató, tényezői Jövedelemszint (GDP/fő) Születéskor várható élettartam Iskolázottság Előnye Időben stabilabb, nincs kitéve a gazdaság konjunkturális ingadozásainak Megjelenik a társadalmi dimenzió is 5

6 Összetett jelenségek mérésének igénye
Területi kutatásokban gyakori az összetett társadalmi-gazdasági jelenségek mérésének igénye Fejlettség Urbanizáltság (városiasodottság) – ruralitás (vidékiség) Periferialitás – társadalmi vetülete: elszigeteltség, kirekesztettség, marginalizáltság Életkörülémények, jóllét Innovativitás Versenyképesség Összetett jelenségek mérésének igénye más társadalomtudományban is jelentkezik csak a megfigyelési egységek változnak – pl: egyének, társadalmi csoportok 6

7 Komplex mutatók gyakoriak a fejlesztéspolitikában
Település/térségkategóriák megállapítása Centrum-periféria Vidéki térségek lehatárolása Egyes térségek fejlődési pályájának meghatározása (pl. Csatári Bálint) Kedvezményezettségi kategóriák meghatározására 311/2007. (XI. 17.) Korm. Rendelet  besorolásról  32 változó  pontozásos módszer (komplex mutató változói: 3. számú melléklet a 67/2007. (VI. 28.) OGY határozathoz) 106/2015. (IV. 23.) Korm. Rendelet  23 változó  normalizáláson alapuló 7

8 Komplex mutatók gyakoriak a fejlesztés-politikában
Fejlettség mérése Összetett jelenség Több dimenzió Dimenziónként sok változó Összetett jelenségekre általában jellemző jelleg Sokdimenziós Sokmutatós 8

9 Komplex mutató kialakításának gyakorlati dilemmái
Kiemelt mutatószámok komplex mutatók helyett? Beluszky P.: orvoslátta halottak aránya (XIX. század utolsó évtizedeiben) Nemes Nagy J.: számítástechnikai foglalkozásúak, illetve kézi anyagmozgatók és szállítómunkások aránya (1980 – technikai, modernizációs szakasz megyei polarizáltsága) Milyen változókat válogassunk be a komplex mutatóba? Témában már meglévő kutatásokra támaszkodhatunk Néha az élet dönt! Idősoros elemzésnél – mely változók érhetők el idősorosan Mi érhető el az adott területi szinten Olyan mutatót ami széles körben elérhető – ellenőrizhetővé válnak megállapításaink FONTOS! Komplex mutatón belül nem keverhetők az abszolút és fajlagos adatok! 9

10 Összevonhatóvá tétel Több adatsor együttes figyelembevételének igénye teremti meg Komplex mutató számítás alapja a változók összevonhatóvá tétele A különböző jellegű adatok összeegyeztetése Eltérő mérési skálájúak Eltérő irányúak Eltérő fontosságúak Eltérő mértékegységűek Eltérő volumenűek Eltérő szórásúak Annak érdekében, hogy összevonhatóvá váljanak  dimenziótlanító eljárások Ehhez az adatok átalakítása, új adatok létrehozása szükséges Eltűnnek a különbségek 10

11 A mérési skálák rendszere
Tulajdonság Sajátosságok Jellemző példák Arány xa / xb Megkülönböztetés, sorrend, különbség, arány Van elméleti minimum, azonos előjelű Népességszám, jövedelem, utasforgalom Intervallum xa – xb Megkülönböztetés, sorrend, különbség Pozitív és negatív értékek Vándorlási különbözet Ordinális (sorrendi) xa ≥ xb Megkülönböztetés, sorrend Nehezen mérhető, csak sorrendbe állítható Sorrendek, rangok, eltérő funkcionális szintek Nominális xa ≠ xb Megkülönböztetés Nem számszerű Név, születési hely, nem 11

12 Mérési skálák hierarchiája
Mindegyik mérési skála rendelkezik az alatt lévő tulajdonságaival A „hierarchia csúcsán” az arányskála áll Legteljesebb összehasonlításra ad lehetőséget Mérési skála meghatározza a matematikai-statisztikai módszereket Brazil válogatott nem 63X jobb mint a magyar 0 átlagú adatsort nem lehet az átlag %-ában megadni Többváltozós vizsgálatoknál Többféle mérési skála, de azonos mérési skálájú adatokra van szükség  adat-transzformáció 12

13 Egyirányúsítás problémája
Adatsor fejlettséget-elmaradottságot milyen módon, milyen irányba fejezi ki? Növekvő érték a fejlettséget, vagy elmaradottságot fejezi ki Általában a nagyobb értékhez kötődik a pozitív tartalom Pl: egy főre jutó jövedelem, személygépkocsi ellátottság DE! pl: Munkanélküliek aránya  egyirányúsítani kell 100-munkanélküliek aránya Mutató reciprokát vesszük  egy orvosra jutó állandó népesség helyett ezer lakosra jutó orvosok számát Van olyan mutató, amelyről csak a kutatási kontextus ismeretében tudjuk eldönteni, hogy az negatív vagy pozitív értéktartalommal bír  pl: természetes szaporodás Kutatói felelősség Minden esetben jól indokoljuk meg döntésünket 13

14 Súlyozás problémája Komplex mutatók előállításánál gyakran felmerül  egyes változók többet nyomnak a latba Pl: jövedelem többet nyom a latba, mint a kiépített utak hossza Ez megoldatlan probléma Nem igazán használjuk Megállapítása szakértői becsléssel 14

15 Dimenziótlanító és egyéb komplex mutatóhoz alkalmazott eljárások
Rangsorolás, Pontozáson alapuló módszer Adatsor jellegadó (szélső-, közép- és szórás) értékeihez való viszonyítás Átlaghoz viszonyítás Maximumhoz viszonyítás (Bennett-féle komplex mutató) Normalizálás Standardizálás Mértani átlag Főkomponens- és a faktoranalízis 15