A kérdés megválaszolása és értékelése azért releváns, mert egyes feldolgozóipari ágazatok területi koncentrációjának szerepe lehet az adott terület technológiai alkalmazkodásában és átalakulásában, így közvetve az Ipar 4.0 technológiák fejlődése szempontjából is. Ez pedig konkrét fejlődési pályát határozhat meg az adott terület feldolgozóiparával, tágabb értelemben pedig az egész térség további fejlődésével kapcsolatban. Vizsgálatunkkal arra is igyekeztünk rámutatni, hogy a digitalizáció mint új lehetőség valóban jelentős változást idézhet-e elő egy térség iparszerkezetében, vagy inkább az „útfüggőség”, azaz a korábbi iparszerkezet és fejlődési pálya dominanciája érvényesül.
A kutatás során az új és már működő cégek adatait felhasználva állítottunk össze egy adatbázist, amelynek célja az volt, hogy az egyes feldolgozóipari ágazatok technológiai színvonal szerinti besorolása alapján meghatározzuk, hogy melyik járásban milyen típusú cégek koncentrációja jellemző. Ehhez a 2014–2019. közötti időszakon belül, 174 magyarországi járás és Budapest esetében, 24 feldolgozóipari tevékenységre számítottunk koncentrációs mutatókat. A feldolgozóipari ágazatok technológiai színvonalának meghatározásához az Eurostat által kiadott klasszifikációt követtük (1. ábra).
A koncentrálódási adatok arra mutattak rá, hogy az új cégek bizonyos ágazatokba való belépését nagymértékben befolyásolta a már ott lévő vállalatok ágazati koncentrációja.
A magas- és közepesen magas technológiai ágazatok vállalati koncentrációja ugyanis pozitív korrelációt mutatott a magas- és közepesen magas technológiát alkalmazó ágazatokban belépő új vállalatok számával. Hasonló minta figyelhető meg a közepes-alacsony és alacsony technológiai színvonalú ágazatokba belépő vállalatok esetében is. Vagyis az adott térségben jellemzően a meglévő ágazatok technológiai színvonalának megfelelően jelennek meg új vállalatok. Ez összhangban van azokkal a korábbi szakirodalmi eredményekkel, miszerint azok az iparágak, amelyek technológiailag kapcsolódnak egy-egy térség meglévő iparágaihoz, nagyobb valószínűséggel jelennek meg az adott térségben, minta technológiailag kevésbé vagy egyáltalán nem kapcsolódó ágazatok. Azaz, egy adott terület iparának ágazati szerkezetét bizonyos fokig megőrzi ez a folyamat.
A feldolgozóipar technológiai színvonal szerinti koncentrációja mellett figyelembe vettük a „tudásintenzív”, valamint az „összeszerelő” munkaerő arányát az adott járás foglalkoztatási szerkezetén belül. A tudásintenzív munkaerő magasabb aránya esetében feltételeztük, hogy az adott járás előrehaladottabb digitalizációs képességekkel bír, amelyet később a vizsgálat adatai is alátámasztottak. Mindkét csoport esetében a KSH által kiadott Foglalkozások Egyeséges Osztályozási Rendszere (FEOR) kódjaik alapján soroltuk be az egyes foglalkozásokat, amely megfelel a nemzetközi klasszifikációnak is (ISCO-08). A „tudásintenzív” csoport jellemzően a szofisztikált munkaerő arányára mutat rá (FEOR-kódok: 21 és 31), amíg a másik kiemelt csoportba a feldolgozóipari összeszerelő és gépkezelői foglalkoztatottak jelennek meg (FEOR-kódok: 81, 82 és 83). A vizsgált időszakban jelentősen nőtt a tudás- és munkaerő-igényes munkaerő aránya, míg térbeli eloszlásuk erősebb koncentrációt mutat. A tudásintenzív munkaerő elsősorban a fővárosi régióban és a Közép-Dunántúlon vált jelentősebbé, míg az feldolgozóipari összeszerelő és gépkezelői munkaerő előfordulása leginkább Észak-Dunántúlon és Észak-Magyarországon volt jellemző (2. és 3. ábra).
A digitális infrastruktúra elterjedését egy mennyiségi és egy minőségi ismérvvel igyekeztünk leírni. Mivel a vizsgálatot járási szinten végeztük, ez szűkítette a lehetséges mutatók körét. A digitalizáció jellemzésére végül az „1000 lakosra jutó Internet előfizetések számát”, mint mennyiségi mutatót, valamint az „xDSL hálózatot használó Internet előfizetések arányát”, mint minőségi ismérvet alkalmaztuk. Utóbbi választása mögött az a megfontolás állt, hogy bár az xDSL-kapcsolat is szélessávúnak tekinthető, azonban más technikai megoldásokhoz képest alacsonyabb sávszélességű kapcsolatot biztosít. Így a digitális eszközök és alkalmazások szempontjából kevésbé adekvát az ilyen jellegű kapcsolat (4. és 5. ábra).
Ezenkívül különböző, a térség gazdasági jellemzőit és földrajzi elhelyezkedését felvázoló adatokat is használtunk, így az egy adófizetőre jutó éves személyi jövedelemadó alapot, valamint az adott járás földrajzi elhelyezkedését (a legközelebbi megyeszékhelytől való távolságát).
A technológiai intenzitás szerint osztályozott ágazatok és a digitalizációs trendek 2014–2019. közötti adatait felhasználva elvégeztük a magyarországi járások korreláció- és klaszterelemzését.
A korrelációelemzés arra mutatott rá (6. ábra), hogy a digitalizáció mennyiségi mutatója erősen pozitív kapcsolatban van az egy adófizetőre jutó jövedelem összegével és a tudásintenzív munkaerő arányával. A digitális infrastruktúra minősége közepesen erős negatív kapcsolatot mutatott a digitalizáció mennyiségi mutatójával, azaz ahol viszonylag alacsony az előfizetők száma, ott jellemzően magasabb az xDSL hálózaton keresztül létesített internetkapcsolatok aránya. A magas- és közepesen magas technológiai színvonalú cégek koncentrációja és a digitalizáció terjedése közötti kapcsolat pozitív volt a vizsgált időszakban. Az új vállalatok esetében 2014–2019. között azonban nőtt az alacsony technológiai intenzitású ágazatok koncentrációja, ami a magyar feldolgozóiparban megjelenő kedvezőtlen folyamatokra utalhat.
A klaszterelemzés során a 2019. évi értékek alapján hét csoportot alakítottunk ki. Ezeket a magas- és közepesen magas technológiai színvonalú ágazatokban működő cégek koncentrációja szerint rendeztük. Így a legmagasabb értékkel rendelkező csoport kapta az 1-es számot, míg a legalacsonyabbal bíró csoport a 7. lett (7. és 8. ábra).
Az 1–4. csoportok térbeli mintázata szorosan összefügg a magyar feldolgozóipar térszerkezetével. Ezekbe azok a járások kerültek, amelyekben jellemzően megjelennek a külföldi érdekeltségű cégek, illetve ahol a digitalizáció és az Ipar 4.0 technológiák alkalmazása előrehaladottabb állapotban van. Ez elsősorban annak tulajdonítható, hogy az ezekben a térségekben jelenlévő vállalatok közül több az elektronikai, autóipari és vegyiparhoz tartozik, amelyek a digitális érettség élvonalához tartoznak. Ezzel szemben az alacsonyabb technológiai szintre besorolt élelmiszeripar, könnyűipar és fémipar digitalizációjának szintje ettől elmarad.
Így a digitalizációs egyenlőtlenségek nemcsak a különböző technológiai intenzitású ágazatok között figyelhetők meg, hanem a térben is megnyilvánulnak.
A többi járásban (5–7. csoport) a feldolgozóipar jelentősége jóval kisebb. Ezekben a járásokban gyakrabban fordulnak elő alacsonyabb technológiai intenzitású vállalkozások, és a digitalizáció mértéke is jellemzően alacsonyabb. Emellett az itt piacra lépő új cégek is többnyire az alacsony technológiai intenzitású ágazatokban jelennek meg. Így feltételezhető, hogy ezek a térségek hosszú távon is kedvezőtlen helyzetben maradnak, és a digitalizáció szempontjából ezek hátránya állandósulhat. Ez egy viszonylagos csapdahelyzet, mivel a digitalizáció mértéke a meglévő ágazati struktúra miatt alacsony, de a digitalizáció alacsony szintje megakadályozza a magasabb technológiai szintű ágazatok megjelenését is. Ebből a csapdából kifejezetten nehéz, szinte lehetetlen kijutni jelentősebb külső beavatkozás híján (hazai és külföldi pénzügyi források, politikai intézkedések stb.).
Az időbeli összehasonlítást is elvégeztük, amely alapján 2014–2019. között, az 1–4. csoportba tartozó, elsősorban az ország északnyugati és nyugati részén, valamint a fővárosi agglomerációban található járások térbeli koncentrációja erősödött. Ezek a térségek gazdasági és társadalmi jellemzőik szempontjából a legfejlettebbek, a digitalizáció szempontjából lényegesen előrehaladottabbak, valamint az Ipar 4.0 technológiák megjelenésének és terjedésének itt van a legnagyobb valószínűsége. Az 5–7. csoportba tartozó térségek száma a vizsgálat időszak során jelentősen nőtt, és 2019-ben az ország járásainak többsége már ezekbe a csoportokba tartozott.
A vizsgálatunk egyik következtetése, hogy szoros összefüggés van a magyar feldolgozóipar eltérő technológiai intenzitású ágazatok koncentrációja, illetve a digitalizáció mértéke között.
Ez különösen igaz, a legmagasabb és a legalacsonyabb technológiai intenzitású ágazatok esetében. Az ágazati struktúra és a digitalizáció térbeli mintázatai közötti összefüggések rámutathatnak a területi egyenlőtlenségek növekedésére. A járások közötti digitalizációs különbségek a vizsgált időszak alatt növekedtek, és ennek kedvezőtlen kihatása lehet a magyar feldolgozóiparra is. A főbb megállapításokat valószínűleg tovább finomítaná, ha további társadalmi és gazdasági mutatókkal bővítenénk a vizsgálatba bevont változók körét. Ezenkívül a 2020-ban kitört koronavírus-pandémia hatásainak értékelése további részletekkel szolgálhat a digitalizáció dinamikájáról a magyar feldolgozóiparban. Ugyanis feltételezhető, hogy a pandémia révén megjelenő digitalizációs eljárások bizonyos mértékig pozitívan befolyásolhatták a digitalizáció és a feldolgozóipar viszonyát.
A kutatás részletes eredményei és szakirodalmi háttere az alábbi tanulmányban érhető el:
Kiss, Éva., Páger, Balázs (2024). Spatial patterns of manufacturing sectors and digitalisation in Hungary in the age of Industry 4.0. European Planning Studies, 32(3), 668–693. https://doi.org/10.1080/09654313.2023.2268119
Kiss Éva a HUN-REN Csillagászati és Földtudományi Kutatóközpont Földrajztudományi Intézetének tudományos tanácsadója.
Páger Balázs a HUN-REN Közgazdaság- és Regionális Tudományi Kutatóközpont Regionális Kutatások Intézetének tudományos munkatársa.
Címlapkép forrása: Getty Images
