Regionális fejlesztéspolitikai hatáselemzés

A fejlesztéspolitika legfrissebb irányzataiban megerősítést nyert az a gondolat, hogy a nemzeti szintű gazdaságfejlesztés sikere sok tekintetben függ a beavatkozások térbeli eloszlásától. A földrajzi hatások (mint a térbeli koncentrációból adódó gazdasági előnyök vagy a régiók tényezőellátottsága) befolyásolják a nemzetek gazdasági fejlesztését célzó politikák hatékonyságát. Ugyanaz az országos szintű költségvetés a gazdaság különböző szintű növekedéséhez vezethet attól függően, hogy a beavatkozások milyen térbeli szerkezetet követnek. A közelmúlt fejlesztéspolitikai vitáiban a térsemleges (space neutral) beavatkozások képviselői a fejlett térségek további növekedését erősítő agglomerációs hatások támogatását tartják a fejlesztéspolitika követendő eszközének (World Bank, 2009), míg az úgynevezett területalapú (place-based) beavatkozások pártolói szerint az országok szinte minden régiójában létezik potenciál, és ezek kibontása vezethet a nagyobb növekedéshez (Barca, 2009; OECD, 2009). A közelmúlt szakpolitikai vitáiban a fejlesztésről való gondolkodásban tehát összekapcsolódnak a makro- és a regionális szintek. A regionális gazdaságfejlesztési szempontok így a makroszintű növekedés fontos dimenziójává váltak (Varga, 2009). A regionális gazdaságfejlesztés céljából kidolgozott szakpolitikák a régiók gazdasági rendszereiben hosszú távon ható változások elérését célozzák számos eszköz (mint például az infrastrukturális beruházások támogatása, a humán tőke bővítése vagy a regionális klaszterfejlesztés), illetve ezek különböző kombinációi révén (Lengyel, 2010). A regionális fejlesztés szakpolitikai palettája a közelmúltban az intelligens szakosodás (smart specialisation) javaslataiban (Foray, 2015; McCann–Ortega-Argilés, 2015) újabb elemekkel gazdagodott. Ezek az elemek egy alulról építkező regionális fejlődést céloznak, melynek motorja a vállalkozó. Az elgondolások szerint ugyanis a régiók új iparági szakosodásához a lehetséges irányok vállalkozók általi „felfedezésén” keresztül vezet az út. További újdonság az intelligens szakosodás javaslatai között a régióközi tudásáramlások fejlesztése abból a célból, hogy a kevéssé fejlett régiók olyan tudáselemekhez jussanak, melyek helyben nem érhetőek el, viszont az innovációhoz lényeges segítséggel szolgálnak. Az intelligens szakosodás az EU 2014-ben megreformált kohéziós politikájának is elemévé vált (McCann–Varga, 2017). A regionális fejlesztéspolitika hagyományos és új eszközeinek alkalmazásával viszonylag ritkán járnak együtt olyan modellszámítások, melyek révén a bevezetés, a monitoring vagy a végső értékelés során hasznosítható információkhoz juthatnak a szakpolitikák felelősei (Capello, 2016; Lengyel–Rechnitzer, 2004). Az EU kohéziós politikájának értékelése során ugyan gyakran használnak gazdaságmodelleket, de ezek a modellek jórészt makroökonómiai (nemzeti) szintűek, ezért kevéssé alkalmasak a nemzeti szint alatti regionális folyamatok érzékelésére. A legújabb fejlesztéspolitikai viták viszont hangsúlyozzák, hogy a makroszintű változókban (a GDP, a foglalkoztatás stb.) értelmezett eredmények a beavatkozások regionális mintázatától jelentős mértékben függenek. A fejlesztéseket támogató modelleknek tehát ideális esetben mind a regionális, mind a makroszinteket magukban kellene foglalniuk. Az utóbbi évtized egyik figyelemre méltó gazdaságmodellezési fejleménye az „új generációs”, térszemléletű, vagyis a földrajzi hatásokat figyelembe vevő modellek megjelenése. Ezek a modellek szerkezetükben a makro- és a regionális szinteket integrálják, ezáltal ígéretes eszközeivé válhatnak a fejlesztéspolitika támogatásának. A MASST (MAcroeconomic, Sectoral, Social, Territorial) modell (Capello, 2007), a GMR-típusú (Geographic, Macro and Regional – „földrajzi, makro és regionális”) modellek (Varga, 2015) vagy a RHOMOLO (Regional HOlistic MOdeL) modellek (Brandsma–Kancs, 2015) említhetőek ezen új irányzat képviselőiként. A könyv célja a térszemléletű gazdaságmodellezés egyik első képviselőjeként megjelenő GMR-típusú modellek irányzatának bemutatása. A bemutatás során a lehetőségek keretein belül igyekszünk a technikai részletek hangsúlyozása helyett a modellezési irányzat által követett célok és az azokat támogató eszközök közti kapcsolatra rávilágítani. A technikaibb tárgyalásmód elsősorban a Mellékleteket jellemzi. A modellezési irányzatot az egyik legújabb fejlesztés, a GMR-Európa- modell részletes leírása, illetve a modellel végzett fejlesztéspolitikai elemzések révén mutatjuk be. A GMR modellfejlesztési irányzat újdonsága a gyakran használt hagyományos (és a hatáselemzésekben tipikusnak tekinthető) modellekhez1 viszonyítva 1 A fejlesztéspolitikai intézkedések előzetes és utólagos hatásvizsgálatára különféle gazdasági modellek terjedtek el a gyakorlatban. Ezen modellek használatára a beavatkozások által közvetlenül érintett gazdasági szereplőknél jelentkező hatásokon túlmutató (a GDP-ben, foglalkoztatásban, bérekben stb. megjelenő), tovagyűrűző változások nyomon követése miatt van szükség. A modellek szerkezetét az alapjaikul szolgáló gazdaságelméletek és a rendelkezésre álló adatokból nyert információk együttesen szabják meg. Az Európai Bizottság által a kohéziós politikák eredményességének vizsgálatára leggyakrabban használt makrogazdasági modellek változatos elméleti alapokon állnak: a döntően keresletoldali megalapozású HERMIN-modell (ESRI, 2002) vagy a klasszikus 10 REGIONÁLIS FEJLESZTÉSPOLITIKAI HATÁSELEMZÉS az, hogy integrálja a fölrajzi hatásokat a modell szerkezetébe, ami által a térbeli tudásáramlások, az agglomerációs hatások vagy az interregionális kereskedelem és a migráció következményei közvetlenül megfigyelhetőkké válnak. A térbeli közelítésből eredő további újdonsága a modelleknek az, hogy általuk nemcsak a makroökonómiai, de a regionális hatások is követhetőkké válnak. A GMR-modellezési irányzatot és annak közgazdaságtani gyökereit Varga (2006b, 2009, 2015) mutatja be részletesen. A GMR-modelleket számos kollégával való együttműködésben dolgoztam ki. A modellezési irányzat első megvalósulása a Nemzeti Fejlesztési Hivatal számára kidolgozott, és az 1. Nemzeti Fejlesztési Terv (2004–2006) hatáselemzésére alkalmazott EcoRET-modell (Schalk– Varga, 2004). Az EcoRET-modell továbbfejlesztéseképpen született meg a GMR-Magyarország-modell egy kiterjedt nemzetközi konzorcium keretében (Varga, 2007; Varga–Járosi–Sebestyén, 2013). Ezt a modellt a magyar kormányzat rendszeresen használja kohéziós politikai hatáselemző vizsgálatai során. Az EU 7. Keretprogramja által finanszírozott GMR-Európa- (Varga–Járosi–Sebestyén, 2014; Varga–Járosi–Sebestyén–Szerb, 2015) és GMR-Törökország- (Varga– Járosi–Sebestyén–Baypinar, 2013; Varga–Baypinar, 2016) modellek felhasználásával szintén számos szakpolitikai elemzés született. Miért lényeges a földrajzi dimenzió szerepeltetése a fejlesztéspolitikai hatáselemzésben? Miért nevezzük a modellt egyszerre „makro-” és „regionális” modellnek? A térbeli elhelyezkedés legalább négy szempontból játszik meghatározó szerepet a fejlesztéspolitikai beavatkozások eredményességében (Varga, 2006b). Először is minden beavatkozás a tér egy adott pontjában történik, és annak hatásai onnan terjedhetnek tovább távolabbi pontokba. Másodszor az induló effektus a pozitív vagy negatív külső méretgazdaságossági (agglomerációs) hatások eredményeképpen megsokszorozódhat, vagy már viszonylag rövid távon akár kissebbé is válhat. Harmadszor a beavatkozás következtében esetlegesen kiváltott munka- és tőkemigráció tovább növelheti vagy csökkentheti a kiinduló hatásokat, melyek révén a gazdaság térszerkezete is átrendeződhet (dinamikus agglomerációs hatások). Negyedszer az előbbi földrajzi hatások következtében ugyanolyan értékű és szerkezetű fejlesztéspolitikai beavatkozások, azok eltérő térbeli eloszlásai révén, eltérő makroökonómiai eredményeket vonnak maguk után. Ezen különböző eredmények kimutatására a tér nélküli, hagyományos modellek nem képesek, következésképpen az általuk adott hatások torzítottak lesznek. A „régió” földrajzi referenciapont a GMR-modellben. Olyan térbeli egység, amely a nemzeti szintnél alacsonyabb aggregációt jelent, és alkalmas az innovációt mozgató közelségi kapcsolatok megjelentetésére. Az intraregionális interakciók mellett a modell az interregionális interakciókat is számításba veszi, ide taráltalános egyensúlyelmélet talaján álló ECOMOD-modell (Bayar, 2007) éppúgy használatos, mint az újklasszikus szintézist követő QUEST III modell (Ratto–Roeger–Veld, 2009). 1. BEVEZETÉS 11 toznak a régióhatárokat átlépő tudásáramlások, a régiók közötti kereskedelem vagy a munka- és tőkemigráció. A „makro”-szint ugyancsak fontos a fejlesztéspolitikai hatások modellezése szempontjából: a költségvetési vagy a monetáris politika intézkedései, a nemzeti szintű szabályozások vagy a nemzetközi hatások szintén potenciálisan releváns tényezők ebből a szempontból. A modell a beavatkozásoknak mind makro-, mind regionális szintű eredményeit becsli, és lehetővé teszi különböző szcenáriók makro- és regionális gazdasági hatásainak összehasonlítását. A könyv felépítése a következő: A Bevezetést követő fejezet a fejlesztéspolitika közelmúltbeli vitájának bemutatásán keresztül rávilágít arra, hogy a vitában a nemzeti vagy nemzetek feletti fejlesztések kulcstényezőjeként jelennek meg a térbeli hatások. A vitákban tehát a regionális dimenzió a makroszintű eredményesség fontos elemévé válik. A fejezetben a szakpolitikai vitához kapcsolódva felsorolásra kerülnek azok a kihívások, melyekkel a térbeli hatásokat integráló gazdaságmodelleknek szembe kell nézniük. A könyvben a GMR-modellek bemutatása során hangsúlyozni fogjuk, hogy ezen modellezési irányzat miként törekszik e kihívásokra választ adni. A harmadik fejezetben a GMR-típusú térszemléletű hatáselemző modellek koncepcionális gyökereinek bemutatása történik meg. A GMR-modellek szempontjából a legfontosabb vonásokra fókuszálva az innovációs rendszerek, az endogén növekedéselmélet és az új gazdaságföldrajz kerülnek rövid bemutatásra. E három elméleti irányzat fontos szerepet játszik a GMR-modellek struktúrájának kialakulásában, vagyis abban, hogy az irányzat miként törekszik a térszemléletű gazdaságmodellezés kihívásaira megfogalmazni a válaszokat. A negyedik fejezetben (mely Járosi Péterrel és Sebestyén Tamással közös munka eredménye) bemutatásra kerül a GMR-Európa-modell, mely mindezidáig az egyik legfejlettebb GMR-változat. A modell fontos sajátossága, hogy integrálja a modell struktúrájába az interregionális tudáshálózatokat és a vállalkozást, ezáltal alkalmassá válva arra, hogy több, az intelligens specializációval kapcsolatos hatás elemzésére is képes legyen. Az ötödik fejezet (mely Komlósi Évával, Sebestyén Tamással és Szerb Lászlóval közös munka eredménye) részletesen bemutatja az interregionális tudáshálózatok és a vállalkozás beépítését lehetővé tevő mutatókat. Az ENQ-index a hálózatokból elérhető tudás mérését célozza, míg a REDI-index a regionális vállalkozás szintjét érzékeli. A hatodik fejezetben (mely Hau-Horváth Orsolyával és Sebestyén Tamással közös munka eredménye) bemutatjuk azt a részmodellt, amelynek révén a tudáshálózati hatást befolyásoló szakpolitikai beavatkozások eredményei becsatornázódnak a GMR-modell rendszerébe. A hetedik fejezetben (mely Hau-Horváth Orsolyával, Komlósi Évával, Sebestyén Tamással és Szerb Lászlóval közös munka eredménye) egy szakpolitikai szcenárió vizsgálatának eredményeit mutatjuk be, melynek során a tudásalapú 12 REGIONÁLIS FEJLESZTÉSPOLITIKAI HATÁSELEMZÉS regionális fejlesztés két hagyományos (a kutatás-fejlesztés és a humán tőke támogatása) és két közelmúltban javasolt (a tudáshálózati beágyazottság növelése és a vállalkozásalapú fejlesztés) eszközéhez kötődő beavatkozások komparatív hatáselemzését végezzük el az EU-régiókra. A magyarországi vizsgálatok a tudáshálózatok és a regionális vállalkozás fejlesztésének hazai lehetőségeire fókuszálnak. A könyvet összegző fejezet zárja. A könyv létrejöttében köszönettel tartozom számos kutatástámogató pályázat: az MTA-PTE Innováció és Gazdasági Növekedés Kutatócsoport (14121), az OTKA ’Nemzetközi tudományos beágyazottság, technikai fejlődés és gazdasági növekedés’ (OTKA-K101660), valamint három, az EU 7-es Keretprogramban elnyert projekt, az „Intangible Assets and Regional Economic Growth” (IAREG) (216813), a ’Sharing KnowledgE Assets: InteRegionally Cohesive NeigHborhoods’ (SEARCH) (266834), valamint a ’Growth-Innovation-Competitiveness: Fostering Cohesion in Central and Eastern Europe’ (GRINCOH) (290657) finanszírozásáért. Hálás vagyok Lengyel Imrének, a könyv lektorának a kézirat első változatához fűzött igen hasznos javaslataiért, melyek nagyban segítettek a könyv továbbfejlesztése során. Nagyon köszönöm továbbá Abaligeti Gallusz, Csajkás Anna, Erdős Katalin, Farkas Richárd, Kehl Dániel, Longauer Dóra és Szabó Norbert szakértői segítségét, amelyet a könyv vagy a könyvben közölt elemzések fontos pontjain adtak kutatócsoportomnak