Strední Cechy régió (Prágát övező térség),
Magyarország esetében a Közép-Dunántúl és a Nyugat-Dunántúl,
Szlovákiában Stredné Slovensko térsége regisztrál
béta-konvergenciát. Mindez növekvő polarizációra utal, amit a
szigma-konvergencia elemzése is igazol. Ezzel szemben
Lengyelországban a NUTS2-es régiók többségében megvalósult a
béta-konvergencia, ami két tényezővel magyarázható: egyrészt az
ország általános gazdasági helyzete, a gazdasági fejlődést a 2008-as
pénzügyi válság sem állította meg. Másrészt a kelet-lengyel NUTS2-es
régiókban az egy főre jutó GDP szintje alacsony (2004-ben az EU
legszegényebb régiói közé tartoztak), itt az egy főre jutó GDP
növekedési rátája magas volt.
Amennyiben számításba vesszük a fejlődés többdimenziós jellegét
(HDI), gyenge pozitív irányú kapcsolatot mutathatunk ki a HDI
kezdeti szintje és a növekedési rátája között. Ez pozitív béta tagot
jelent, vagyis nem bizonyítható a béta-konvergencia fennállása. Ez a
megállapítás ellentétes a neoklasszikus konvergencia elmélettel,
azonban hasonló néhány empirikus tanulmány legfontosabb
megállapításaihoz, amelyek a konvergencia vizsgálatába a társadalmi
dimenziót is beépítik (Rodriguez-Pose – Tselios, 2013; Royuela –
García, 2015). Továbbá, a HDI esetében magas a divergencia évi
sebessége (0,87%), ami azt jelzi, hogy a többdimenziós konvergencia
hosszú távú folyamat, amely nem mozog párhuzamosan a gazdasági
konvergenciával.
Konvergenciaklubok vizsgálata
Azok a régiók sorolhatóak egy konvergenciaklubba, amelyek gazdasági
növekedésének (steady-state) pályája hasonló. Ezek olyan gazdasági
és földrajzi egységek, amelyeknek társadalmi-gazdasági
jellegzetességeik, földrajzi pozíciójuk nagyon hasonló.
A gazdasági konvergenciaklubok meghatározásához egy idősoros
vizsgálatot végeztünk az egy főre jutó GDP értéke és annak évi
növekedési üteme közötti negatív korreláció ellenőrzésére. Minden
klubra a lineáris regresszió módszerével ellenőriztük a
béta-konvergenciát. Célunk az volt, hogy minimális csoporton belüli,
illetve maximális csoportok közötti különbségeken alapuló klubokat
határozzunk meg. Négy konvergenciaklubot azonosítottunk az egy főre
jutó GDP és annak növekedési rátája alapján (3. táblázat,
1. ábra).
Az első konvergenciaklub (periferikus-felzárkózó régiók) tizennégy
lengyel, három szlovák és egy magyar régiót (Észak-Alföld)
tartalmaz. E régiók 1995-ben általában periferikus jellegűek voltak
az egy főre jutó GDP-t tekintve, azonban magasabb GDP növekedési
rátát tudtak felmutatni, mint a második vagy harmadik klub tagjai,
és e ráták voltak a legmagasabbak a visegrádi régióban. 1995-ben a
klubban relatíve alacsony volt az egy főre jutó GDP (átlagértéke
vásárlóerő-paritáson mérve 7978 euró/fő). Azonban az egy főre jutó
GDP évi átlagos növekedési rátája 1995 és 2013 között magas (5,39%).
A legmagasabb növekedési rátával jellemezhető régiókat is ebben a
klubban találjuk (Pozsony kivételével): Západné Slovensko, azaz
Nyugat-Szlovákia (6%), illetve Dolnoslaskie (Alsó-Szilézia, 6,16%).
A második konvergenciaklub (periferikus és félperiferikus-stagnáló
régiók) öt magyar, hét cseh (a főváros kivételével valamennyi) és
egy lengyel régiót tartalmaz. A klubban az egy főre jutó GDP
1995-ben kicsivel magasabb volt az első klub átlagánál (értéke
vásárlóerő-paritáson mérve 10 446 euró/fő). Azonban az egy főre jutó
GDP átlagos növekedési rátája 1995 és 2013 között a legalacsonyabb
(3,66%).
A harmadik konvergenciaklub (fejlettebb-stagnáló régiók) csak két
fővárosi régiót tartalmaz (Közép-Magyarország és Mazowieckie, azaz
Mazóvia), amelyekben relatíve magas volt az egy főre jutó GDP
1995-ben (14 900 euró/fő), de az egy főre jutó GDP növekedési rátája
valamivel alacsonyabb, mint az első és negyedik klub átlaga (5,08%).
A negyedik klub Csehország és Szlovákia fővárosi régióit
tartalmazza. Kezdetben ezekben a térségekben volt a legmagasabb az
egy főre jutó GDP és az első klubhoz viszonyítva legmagasabb volt a
GDP növekedési rátája is.
Az első klubhoz tartozó régiók esetében (az egy főre jutó GDP magas
növekedési rátája következtében) csökken a kezdeti gazdasági
különbség. A negyedik klubba tartozó fővárosi régiókkal együtt ezek
a visegrádi országok legdinamikusabban fejlődő térségei. Ha
összehasonlítjuk az egy főre jutó GDP értékeit 1995-ben és 2013-ban
(3. táblázat), nyilvánvaló, hogy miközben a régiók konvergenciát
regisztrálnak a klubjaikon belül, kismértékű konvergencia
tapasztalható az első két klub és a harmadik/negyedik klub között. A
második klub régiói megragadtak egy alacsonyabb fejlettségi szinten,
a periferizáció jeleit mutatva. Ebben az értelemben hosszú távon e
régiók némelyikétől nem várható el, hogy csökkentsék a harmadik és
negyedik klub tagjaihoz képest fennálló különbséget.
Ha a béta-konvergenciát a konvergenciaklubokon belül elemezzük,
minden klaszter tagjai között erősödő konvergenciát figyelhetünk
meg, igazolva William J. Baumol (1986) konvergenciahipotézisét.
Tehát megállapítható, hogy néhány régió konvergenciát mutathat egy
közös egyensúlyi állapot felé, a különböző klaszterek vagy klubok
konvergenciája nélkül.
Az eredmények azt bizonyítják, hogy az első klubban tíz régió a
tizennyolcból nem konvergál (Észak-Alföld, Nyugat-Szlovákia és nyolc
lengyel régió). A második klaszter esetében tizenhárom régióból hat
nem mutat béta-konvergenciát: három cseh és három magyar régió:
Közép-Dunántúl, Dél-Dunántúl és Dél-Alföld. A harmadik és negyedik
klaszterben minden régió közeledett a klaszter átlagához. A legtöbb
olyan régió esetében, amelyik nem regisztrált konvergenciát a
klaszter átlagához, megfigyelhető a klaszterből való kiszorulás
tendenciája, más szavakkal periferizálódnak. Megállapításaink
megegyeznek néhány tanulmány Nyugat-Európára vonatkozó
következtetésével, ahol erős konvergenciát mutattak ki a
leggazdagabb régiók között és gyenge konvergenciát a fennmaradó
klubokon belül (De Siano - D’Uva, 2006).
Ugyane módszertant alkalmaztuk a többdimenziós konvergencia
hipotézisének tesztelésére is. A HDI értékei alapján a visegrádi
országok régióit négy klubba soroltuk az értékei átlagos
szóródásának megfelelően (4. táblázat,
2. ábra). A gazdasági
konvergenciaklubokkal összehasonlítva, ugyanolyan számú klubot
alakítottunk ki, azonban a többdimenziós konvergencia esetében
eltérő az első és második klub összetétele. Ráadásul egy érdekes
földrajzi mintázat is körvonalazódik: az első klub tagjai a
visegrádi országok keleti térségeiből kerülnek ki, s a második klub
tagjait a visegrádi országok nyugati és középső térségei adják. A
harmadik és negyedik klub tagsága, akárcsak a gazdasági konvergencia
esetében, a fővárosi térségekre korlátozódik.
Az első klubban a HDI átlagos növekedési rátája a legmagasabb, de a
kezdeti HDI értékei alacsonyabbak voltak. Négy lengyel, egy szlovák
és négy magyar régió alkotja a klubot. A klub tagjai alacsony
HDI-vel és GDP-vel jellemezhető, periferikus helyzetükből kitörni
képtelen térségek. A második klubba tizenegy lengyel, két szlovák,
két magyar és az összes cseh régió (kivétel a főváros) került. Ebben
a csoportban még mindig jelentős HDI növekedési rátát regisztrálunk.
A harmadik klub két fővárosi régiót (Mazowieckie és
Közép-Magyarország) tartalmaz, magas HDI-értékekkel, azonban a HDI
növekedési rátája alacsony. A negyedik klubot is két fővárosi régió
alkotja, Pozsony és Prága, amelyekben már 1995-ben is viszonylag
magas volt a HDI, és a vizsgált időszakban ezek mutatták a
legalacsonyabb átlagos növekedési rátát a visegrádi régióban. Ezek a
térség legfejlettebb régiói, magas szintű gazdasági és társadalmi
fejlődésük erőteljes térbeli polarizációt idéz elő.
A klubokon belül két helyen tér el a többdimenziós vizsgálat
eredménye a gazdasági konvergenciaklubok mintázatától: a második
klubban csupán négy régió nem regisztrált béta-konvergenciát a
huszonkettőből, közöttük Közép-Dunántúl, illetve a harmadik klubon
belül nem regisztráltunk konvergenciát: Közép-Magyarország és
Mazóvia fejlődése divergens jellegű.
Következtetések
A tanulmány a visegrádi országok konvergenciafolyamatainak
többdimenziós vizsgálatát nyújtja. Teszteltük a konvergencia
hipotézisét egydimenziós (gazdasági) és többdimenziós szemléletben
is, figyelembe vettük a térbeli kölcsönhatásokat, rámutattunk a
konvergencia és a területi polarizáció közötti kapcsolatra.
Az elemzés nem bizonyított szigma-konvergenciát 1995 és 2013 között
a visegrádi országok régióiban sem gazdasági (egy főre jutó GDP),
sem pedig többdimenziós (HDI) értelemben. Ennek magyarázata a
regionális diszparitások és területi polarizáció növekedése az
elmúlt időszakban ezekben az országokban, különösen Magyarország és
Szlovákia esetében. Ráadásul, a területi autokorreláció időben
párhuzamosan halad a regionális különbségek növekedésével és a
polarizációval. Ez alátámasztja a fő feltételezésünket, miszerint a
konvergencia vagy divergencia folyamatai erősen összefüggnek a
területi polarizációval és a periferizálódással.
Az EU átlagához viszonyítva a visegrádi országok NUTS2-es régióiban
növekvő konvergencia tapasztalható 1995 és 2013 között. Ez azt
jelenti, hogy a kevésbé fejlett régiók átlagosan gyorsabban
növekedtek, mint a fejlettebbek, de alacsonyabb területi szinteken
csak kevés esetben igazolható a NUTS2-es régiók országos átlaghoz
viszonyított béta-konvergenciája. Ez azt támasztja alá, hogy az EU
átlagához viszonyított országos szintű konvergencia csak növekvő
belső polarizáció és periferizálódás mellett volt elérhető.
Számításaink igazolták a konvergenciaklubok kialakulásának tényét.
Szigma- és béta-konvergencia hiányában a NUTS2-es régiók körében
kimutatható a klubokon belüli lokális konvergencia. Az eredmények
alátámasztják, hogy a periferikus régiók alacsonyabb fejlettségi
fázisban ragadtak: konvergálnak a konvergenciaklubon belül, de
helyzetük hosszú távon nem javult lényegesen.
Kulcsszavak: polarizáció, konvergencia, regionális
egyenlőtlenségek, visegrádi országok, többdimenziós fejlődés
IRODALOM
Armstrong, Harvey W. (1995): Convergence among Regions of the
European Union 1950–1990. Papers in Regional Science. 74, 143–152.
DOI: 10.1111/j.1435-5597.1995.tb00633.x •
WEBCÍM
Barro, Robert J. – Sala-i Martin,
Xavier (1995): Economic Growth. New York: McGraw-Hill
Baumol, William J. (1986): Productivity
Growth, Convergence, and Welfare: What the Long-run Data Show.
American Economic Review. 76, 1072–1085. •
WEBCÍM
Becker, Garry S. – Philipson,
Tomas J. – Soares, Rodrigo R. (2005): The Quantity and Quality of
Life and the Evolution of World Inequality. The American Economic
Review, 95, 277-291.
Benedek József (2015): A
társadalom térbelisége és térszervezése. A romániai regionális
egyenlőtlenségek társadalomföldrajzi vizsgálata. Kolozsvár: Egyetemi
Műhely Kiadó,
Benedek József – Cristea, Marius –
Szendi Dóra (2015): Catching up or Falling behind? Economic
Convergence and Regional Development Trajectories in Romania.
Romanian Review of Regional Studies. 11, 1, 15–34. •
WEBCÍM
Benedek József – Kocziszky György
(2015): Paths of Convergence and Polarization in the Visegrád
Countries. In: Lang, Thilo – Henn, Sebastian – Ehrlich, Kornelia –
Sgibnev, Wladimir (eds.): Understanding Geographies of Polarization
and Peripheralization. Perspectives from Eastern Europe and Beyond.
Basingstoke: Palgrave/MacMillan, 17–234. •
WEBCÍM
De Siano, Rita - D’Uva, Maecella
(2006): Club Convergence in European Regions. Applied Economics
Letters. 13, 569-574. DOI: 10.1080/13504850600733473
Easterly, William (1999): Life During
Growth. Journal of Economic Growth. 4, 239-276. DOI: 10.1023/
A:1009882702130 •
WEBCÍM
Ezcurra, Roberto – Pascual, Pedro
(2005): Cross-country Disparities in Welfare, 1970-1998. Applied
Economics Letters. 12, 41–44. DOI: 10.1080/1350485042 000293112
Liargovas, Panagiotis G. –
Fotopoulos, Georgios (2009): Socioeconomic Indicators for Analyzing
Convergence: The Case of Greece: 1960–2004. Social Indicators
Research. 93, 315–330. DOI: 10.1007/s11205-008-9319-3
Mankiw, N. Gregory – Romer, David -
Weil, David N. (1992): A Contribution to the Empirics of Economic
Growth. Quarterly Journal of Economics. 107, 407–437. • WEBCÍM
Quah, Danny T. (1996a): Empirics for
Economic Growth and Convergence. European Economic Review. 40,
1353–1375. •
WEBCÍM
Quah, Danny T. (1996b): Regional
Convergence Clusters across Europe. European Economic Review. 37,
426–434.
•
WEBCÍM
Rodríguez-Pose, Andrés - Tselios,
Vassilis (2013): Toward Inclusive Growth: Is There Regional
Convergence in Social Welfare? International Regional Science
Review. 38, 1, 30–60. DOI: 10.1177/0160017613505201 •
WEBCÍM
Romer, Paul M. (1986): Increasing
Returns and Long-run Growth. Journal of Political Economy. 94, 5,
1002–1037. •
WEBCÍM
doi=10.1.1.589.3348&rep=rep1&type=pdf
Royuela, Vicente – García, Gustavo
Adolfo (2015): Economic and Social Convergence in Colombia. Regional
Studies. 49, 2, 219–239. DOI: 10.1080/ 00343404.2012.762086 •
WEBCÍM
Smetkowski, Maciej – Wójcik, Piotr
(2012): Regional Convergence in Central and Eastern European
Countries: A Multidimensional Approach. European Planning Studies.
20, 6, 923–939. DOI: 10.1080/09654313.2012.673560
Solow, Robert M. (1956): A Contribution
to the Theory of Economic Growth. Quarterly Journal of Economics,
70, 65–94. •
WEBCÍM
Stiglitz, Joseph E. – Sen, Amartya -
Fitoussi, Jean-Paul (2010): A Bizottság jelentése a gazdasági
teljesítmény és a társadalmi fejlődés méréséről. Statisztikai
Szemle. 88, 305–320. •
WEBCÍM
|