Tér és Társadalom 23. évf. 2009/2. 45-68. p.
Tér és Társadalom XXIII. évf. 2009 s 2: 45-68
HAZAI KISTÉRSÉGEK
INNOVÁCIÓS KÉPESSÉGÉNEK ELEMZÉSE
(Measuring the Innovation Performance
of Hungarian Subregions)
BAJMÓCY ZOLTÁN — SZAKÁLNÉ KANÓ IZABELLA
Kulcsszavak:
regionális innovációs rendszer innovációs képesség mérése kistérség
Napjaink térgazdasági folyamatait a tanulás-alapú gazdaság feltételrendszere formálja. E sajátos keret-
ben a regionális változás egyik legfőbb hajtóereje az innovációk sorozatán keresztül megvalósuló technoló-
giai változás. Így a regionális gazdaságtan egyik központi vizsgálati területévé vált a térségi innovációs
képesség értelmezési és mérési lehet őségeinek vizsgálata, jóllehet az alacsony területi aggregációs szinteken
folyó vizsgálatok számos módszertani problémát vetnek fel.
Jelen tanulmány célja a hazai kistérségek innovációs képességének elemzése és értékelése, melynek során a
regionális innovációs rendszer koncepciót tekintjük kiindulási alapul. A kistérségek innovációs teljesítmé-
nyét több dimenzió mentén és összesítve is rangsoroljuk, majd megadjuk a térségek csoportosítását, illetve
vizsgáljuk az innovációs képesség térbeliségének szabályszer űségeit. A tanulmány utolsó fejezetében feltár-
juk az alkalmazott megközelítés korlátait, amellyel egyben az innováció-mérés metodikájának általános
problémáira, és ily módon esetleges jövőbeni kutatási irányokra kívánunk rávilágítani.
Bevezetés
Napjaink „tudás-alapú", vagy „tanulás-alapú" gazdaságában az innovációs képesség
és a térségek kívánatosnak vélt gazdasági folyamatai között szoros összefüggés áll
fenn. A tanulás és innovációs képesség révén a régiók nehezen utánozható, egyedi
erőforrásokra tesznek szert, amelyek segítik őket a területi versenyben történ ő helytál-
lásban (Storper 1997; Lengyel 2003). A különböző területi egységek innovációs ké-
pességének (potenciáljának) megragadása ennél fogva élénken kutatott területté vált.
Bár az innováció-kutatás els ősorban nem regionális tudományi gyöker ű (Solow
1957; Nelson—Winter 1982; Inzelt 1998; Marinov a—Phillimore 2003; Fagerberg
2005), a térbeliség mégis a kezdetekt ől fogva szorosan kapcsolódik az innovációs
folyamat és az innovációs képesség vizsgálatához (Ildgerstrand 1952; Moulaert-
Sekia 2003; Dőry 2005; Lagendijk 2006).
A regionális tudomány egyrészt felhívta rá a figyelmet, hogy az innováció térbeli,
helyhez kötött jelenség, amely nagymértékben függ olyan er őforrásoktól, amelyek
térség-specifikusak, és amelyeket lehetetlen máshol reprodukálni (Storper 1997;
Ács et al. 2000; Asheim—Gertler 2005). A szerepl ők térbeli elhelyezkedése, közel-
sége tehát alapvetően fontos befolyásoló tényez ője az innovációnak (Varga 2005).
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
46 Bajmócy Zoltán — Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s2
Másrészt feltárta, hogy a területi egységek innovációs képessége kapcsán a
szubnacionális szinten történ ő vizsgálódás is alapvető fontosságú (Doloreux 2002;
Lengyel—Rechnitzer 2004; Tödtling—Trippl 2005; Hollanders 2006), hiszen egy-egy
ország innovációs potenciálja karakterisztikus térbeli struktúrával rendelkezhet,
jelentős területi egyenlőtlenségeket mutathat.
Jelen tanulmány ez utóbbi témakörhöz kapcsolódik a hazai innovációs képesség
kistérségi szintű struktúrájának vizsgálata révén. A tanulmány els ő részében a tér-
ségi innovációs képesség értelmezési lehet őségeit és az ebb ől következ ő mérési
megközelítéseit tekintjük át. Ezt követ ően ismertetjük kistérségi szinten folytatott
vizsgálatunk módszertanát, majd elemezzük a felmérés révén nyert eredményeket.
Felmérésünk során több szempontot tartottunk szem el őtt. Egyrészt törekedtünk a
területi egységek innovációs képességének mérésére irányuló legjelent ősebb hazai
és nemzetközi tanulmányok tanulságainak hasznosítására. Másrészt a kistérségi
szinten történ ő elemzés végeredményeként egy összesített, és ezen felül az egyes
részterületekre vonatkozó rangsort kívánunk megadni, amely a területi egységek
teljesítményének összevetésén túl az egyes kistérségek relatíve er ős, illetve gyenge
pontjainak azonosítására is használható. Harmadrészt el kívánjuk végezni a hazai
kistérségek innovációs képesség alapján történ ő csoportosítását. Negyedrészt pedig
vizsgáljuk a kistérségi innovációs képesség térbeli struktúrájának szabályszer űsége-
it, a szomszédos kistérségek egymásra gyakorolt esetleges (túlcsorduló) hatását.
A tanulmány utolsó fejezetében az alkalmazott megközelítés korlátait elemezzük,
amellyel néhány olyan kritikus pontra kíséreljük meg felhívni a figyelmet, amely a
területi egységek innovációs képességének mérését célzó megközelítések általános
problémája. Ezzel mintegy lehetséges jöv őbeni kutatási irányokat is kínálunk. A ta-
nulmány végén legfontosabb megállapításainkat összegezzük.
A térségek innovációs képességének értelmezése és mérése
Az innovációs folyamat és a térbeliség között szoros kapcsolat van. Erre utal
Storper (1997) az „innováció regionális világai" koncepcióval, és ezt bontják ki a
különböz ő területi innovációs modellek (TIM) is (Moulaert—Sekia 2003; Dőry
2005; Lagendijk 2006). Az innovációnak tehát nem egyszer űen térbeli vetülete van,
hanem a szerepl ők térbeli elhelyezkedése (eloszlása), illetve az adott regionális kör-
nyezet endogén módon befolyásolja a kimenetelét (Varga 2005).
A regionális tudományban számos olyan koncepció (TIM) látott napvilágot,
amely egyes térségek átlagon felüli innovációs teljesítményét (és ebb ől következ ően
versenyképességét, sikerességét) kívánta magyarázni. Ezen elméletek alapvet ően
olyan jellegzetességek leírását adják, amelyekkel a sikeres térségek a többiekkel
szemben rendelkeznek.
Részben ezt a hagyományt követi a regionális innovációs rendszerek (RIR) koncep-
ciója, amely a TIM modellek közül az innovációs képesség magyarázata kapcsán kü-
lönös jelentőségre tett szert. Ez a megközelítés nyilvánvalóan magán hordozza az
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s 2 Hazai kistérségek 47
innováció rendszermodelljeinek jegyeit is a területiség hangsúlyozása mellett. A többi
TIM modellhez képest a RIR koncepciónak jelent ős előnye van a területi innovációs
képesség értelmezési lehet ősége szempontjából. A regionális innovációs rendszer
koncepciója a (nemzeti innovációs rendszerhez hasonlón) ugyanis olyan elemekre
vezeti vissza a régió innovációs teljesítményét, amelyek többé-kevésbé jelen vannak
minden régióban, csak a teljesítményük és az elemek közti interakciók s űrűsége kü-
lönbözik. Ily módon a rendszer elemeit és a köztük lév ő kapcsolatrendszert számba
véve képet nyerhetünk a régió innovációs teljesítményér ől (potenciáljáról) 1 .
Tödtling és Trippl (2005) a regionális innovációs rendszert egy nyitott szervez ő-
désként írja le, melynek legfőbb elemei a „tudásteremtés és diffúzió" alrendszere, a
„tudás-alkalmazás és -kiaknázás" alrendszere, a köztük lév ő kapcsolatiendszer,
valamint a mindezeket befolyásoló politikák. Cooke (2004) értelmezéséhez hason-
lóan kiemelik a RIR társadalmi beágyazottságát. A RIR koncepció egyébként is
erőteljes intézményi és evolucionista közgazdaságtani gyökerekkel bír, így az inno-
vációs aktivitást befolyásoló tényez ők között számba veszik a történetileg létrejött
helyi intézményi és infrastrukturális környezetet, szabály- és kapcsolatrendszert,
érdekérvényesítési mechanizmusokat.
Doloreux (2002) szintén elemek és kapcsolatok összességeként definiálja a regio-
nális innovációs rendszert. A rendszer szerepl őit négy alapvető kategóriába sorolja:
cégek, intézmények, tudás-infrastruktúra és regionális innováció-politika. A rend-
szer mechanizmusai közül az interaktív tanulást, a tudástermelést, a közelséget és a
társadalmi beágyazottságot emeli ki.
Dőry (2005) a regionális innovációs rendszer (és egyben potenciál) elmeinek
megragadása kapcsán hat kategóriát hangsúlyoz: vállalkozások K+F tevékenysége,
vállalkozások közti kapcsolatok, innovációs szolgáltatások, technológiai kínálat, poli-
tikák és regionális környezet. Tehát ez a megközelítés is lényegében a korábbiakhoz
hasonló tényezőket tartalmaz: a tudásteremtés és a kiaknázás rendszerét, valamint
az ezt elősegítő háttérfeltételeket és politikákat.
Bár a RIR elemeinek rendszerezésében nem jelenik meg minden esetben explicit
módon, a megközelítéshez mégis szorosan kapcsolódik azon háttértényez ők szere-
pének a felismerése, amelyek lehet ővé teszik a szerepl ők tanulási képességét és így
a régió folytonos adaptációs készségét. E háttértényez ők rendszerezésének széles
körben használt sémája az úgynevezett „smart" (intelligens) infrastruktúra koncep-
ciója (Malecki 1997; Stimson et al. 2006). A „smart" infrastruktúra fizikai és
„puha" elemeket, valamint a (tudás-intenzív) üzleti szolgáltatásokat öleli fel, és
lényegében a térség vállalatainak tanulási képességét segíti el ő.
A RIR és így a regionális innovációs képesség értelmezése kapcsán tehát bizonyos
releváns elemek és a köztük lév ő kapcsolatrendszer megragadása történik. A fellelhet ő
megközelítések gyakorlatilag a tudásteremtés, a tudáskiaknázás, az ezt lehet ővé tevő,
vagy ösztönző háttérfeltételek („smart" infrastruktúra) és az ezek közti komplex kap-
csolatrendszer fontosságát emelik ki. Így lényegében a régiók innovációs képességé-
nek megragadása kapcsán ezen kategóriák számbavétele t űnik célravezetőnek. Az
innovációs képesség megragadása tehát komplex mérési megközelítést igényel.
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
48 Bajmócy Zoltán — Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s2
Erre reflektál az innováció-mérés legtöbb gyakorlati kísérlete is. A szakirodalom-
ban a területi egységek innovációs teljesítményének mérése kapcsán két markánsan
elkülönül ő megközelítéssel lehet találkozni. Az egyik (Európában hangsúlyosabb-
nak tűnő) iskola lényegében az innovációs rendszer elemeinek és a köztük lév ő
kapcsolatoknak a számszerűsítésére koncentrál. Ide tartoznak a „Europan Trend
Chart on Innovation" keretében zajló vizsgálatok: a különböz ő Scoreboard jelenté-
sek, valamint ezek módszertani háttértanulmányai (Arundel—Hollanders 2005;
Hollanders 2006; Kanerva et al. 2006; EIS 2007). Ebbe a csoportba sorolható be a
legtöbb hazai kísérlet is: Csizmadia és Rechnitzer (2005) hazai nagyvárosokra irá-
nyuló felmérése, Kocziszky (2004) észak-magyarországi kistérségekre irányuló
vizsgálata, vagy a rendszeresen megjelen ő „Innováció a Nyugat-Dunántúlon" jelen-
tések (Csizmadia et al. 2008). Ezen kísérletek er ő ssége mindenképpen az innováció
komplex — a kutatás-fejlesztésen és annak outputjain túlmutató — értelmezésében, az
innovációs rendszer elméletek eredményeinek alkalmazásában rejlik, gyengesége
viszont az indikátorok kiválasztásának és esetleges súlyozásának problematikája.
Létezik ugyanakkor az innovációs képesség mérésének egy ett ől alapvetően eltérő
megközelítése, ahol az innovációs képességet egy relevánsnak tartott mutatóra
redukálják (illetőleg a többi mutatót csak áttételesen, ezen függ ő változóval való
kapcsolat fényében veszik számításba). Az e családba tartozó innovációs felméré-
sek talán legismertebb példáját Porter és Stern (2003) „Nemzeti Innovációs Kapaci-
tás" indexe jelenti. Ők az országok innovációs képességének rangsorolásakor az
Amerikai Szabadalmi Hivatalnál bejegyzett szabadalmak számát tekintik függ ő
változónak. A Nemzeti Innovációs Kapacitás indexébe az alapján kerül be a többi
indikátor, hogy milyen kapcsolat áll fent köztük és a fenti függ ő változó között (egy
regressziós modellben).
A megközelítés er őssége az indikátorok kiválasztásának (magyarázóerejük alapján)
és súlyozásának (a súlyt a regressziós együttható adja) modellen belüli viszonylagos
objektivitása. Az indikátor magyarázóereje, illetve a regressziós együttható értéke
egyértelműen igazolja a vizsgálatban való szerepeltetését. Ám ugyanebb ől ered a
megközelítés gyengesége is. Az egyetlen kiemelt függ ő változó kiválasztása ugyanis
jelentő s problémákat vet fel, tulajdonképpen egyenl ővé teszi az innovációt és az in-
venciót. Ráadásul nehéz olyan függ ő változót találni, amely közel ugyanolyan jól
lenne alkalmazható az országok (területi egységek) széles körében. E miatt például
Porter és Stern munkája (jelent ős idézettsége ellenére) a kritikák kereszttüzében áll.
Összességében úgy véljük, hogy bizonyos gyengeségeik ellenére a rendszer-
modelleken alapuló megközelítések jóval árnyaltabb képet képesek nyújtani a terü-
leti egységek innovációs képességér ől és annak struktúrájáról, továbbá lényegesen
jobban tükrözik az innovációs folyamat természetét, képesek elszakadni az innová-
ció lineáris megközelítését ől. Így jelen tanulmányban folytatott elemzésünk során
mi is ezen szemlélet mellett kötelez ődünk el.
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s2 Hazai kistérségek ... 49
Módszertan
Vizsgálatunk során a hazai kistérségek innovációs képességének összehasonlítását
(rangsor felállítását) és a térségek csoportosítását végeztük el, illetve elemeztük az
innovációs képesség térbeli eloszlásának szabályszer űségét. Az elemzés alapegysége
a 244/2003-as Kormányrendelet által definiált 168 hazai kistérség volt, az adatok a
2004. évre vonatkoznak (amennyiben az adott évre elérhet ők voltak).
Az elemzés els ő lépése az alkalmazható indikátorkészlet kiválasztása és csoporto-
sítása volt. Az indikátorok csoportjainak megalkotásánál, az innovációs rendszerek
irodalmán alapuló mérési megközelítésekhez igazodva, egy „tipikus" regionális
innovációs rendszer alkotóelemeinek megadására törekedtünk. Három kategóriát
alakítottunk ki, amelyek mindegyike egy-egy alindex alapját képezi, ezek: a tudás-
teremtés, a tudás-kiaknázás, illetve a „smart" infrastruktúra (1. táblázat).
A tudásteremtés alindexének indikátorai a tudományos és technológiai tudás lét-
rehozásának képességét mérik. Ezen mutatók használata széles kör ű, a legtöbb in-
novációs vizsgálat elemeit képezik. Meg kell említeni, hogy számos, az innovációt
szűken értelmez ő megközelítés nem is lép túl az indikátorok ezen körén, a kutatás-
fejlesztést (K+F) az innovációval azonosítva, ezek alapján von le következtetéseket.
Minthogy a K+F nem feltétlenül vezet innovációhoz, és az innováció nem szükség-
szerűen feltételezi a K+F-et (OECD 2005), így mindenképpen szükséges további
kategóriák kialakítása.
A tudás-kiaknázás alindex indikátorai alapvetően az innovációkat kiaknázni képes
vállalati szektor jellemz őit kívánja megragadni, így egyrészt olyan indikátorokat
használ, mint az export részesedés, vagy a külföldi m űködő tőke jelenléte, másrészt
a tudás-intenzív vállalati szektor részesedését jelzi.
A „smart" infrastruktúra alindex azokat a tényez őket rendszerezi, amelyek a másik
két alindex által mért teljesítmények m űködtetéséhez szükségesek. Ez jelenti egyrészt
a „tehetség" jelenlétét, illetve megtartásához szükséges feltételeket (pl. kulturálódás,
szórakozás), a térség nem gazdasági értelemben vett „nyitottságát" (pl. az odaérkez ők
száma), illetve az információs és kommunikációs technológiák kihasználását.
Az egyes alindexekhez tartozó konkrét indikátorok kiválasztásakor számos ko-
rábbi mérési kísérlet e indikátorkészletét tekintettük át, figyelembe véve az egyes
mutatók kistérségi szintű elérhetőségét. Így végeredményként 28 indikátor alapján
kezdtük meg a vizsgálatot.
Minthogy a vizsgálat célja az innovációs képesség megragadása, így igyekeztünk
elkerülni olyan — több áttekintett elemzésben is szerepl ő (Kocziszky 2004; Csizmadia-
Rechnitzer 2005) — elemek szerepeltetését, amelyek a gazdaság általános jövedelem-
teremtő képességére utalnak, hiszen ez keveredést eredményez az innovációs aktivi-
tásra való képesség, illetve az innováció révén nyert képességek megragadása között.
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
50 Bajmócy Zoltán — Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s2
1. TÁBLÁZAT
A kistérségi innovációs képesség vizsgálatának indikátorkészlete
(Indicator Set for Measuring Subregional Innovation Capacity)
Kategó-
Megnevezés Forrás Megjegyzés
ria
K+F helyek száma 100 000 lakosra KSH Köz-
ponti adat-
(2004)
bázis
Mind a számított, mind a tényleges
létszámadat figyelembevételét fontos-
K+F helyek tudományos kutatói- KSH Köz-
nak tartottuk, hiszen egy kutató részid ős
nak tényleges létszámadata 1000 ponti adat-
jelenlétéhez is kapcsolódhat tudásáram-
lakosra (2004) bázis
lás, ugyanakkor a stabil jelenlétet a
számított létszám tükrözi jobban.
Az adat abszolút mutatójának szere-
KSH Köz-
K+F helyek tudományos kutatói- peltetését is fontosnak tartottuk, hiszen
ponti adat-
nak számított létszámadata (2004) a jelentős kutatói koncentráció önma-
bázis
gában is hatékonyságnövel ő lehet.
K+F helyek tudományos kutatói- KSH Köz-
nak számított létszámadata 1000 ponti adat-
lakosra (2004) bázis
MTA Köz-
Köztestületi tagok száma 10 000
testületi
lakosra (2004)
Tudás- Adatbázis
teremtés KSH Köz-
K+F helyek beruházásai 1000
ponti adat-
lakosra (2004)
bázis
KSH Köz-
K+F helyek költségei 1000 lakosra
ponti adat-
(2004)
bázis
Az adat abszolút mutatójának szere-
KSH Köz- peltetését is fontosnak tartottuk,
K+F helyek ráfordításai (2004) ponti adat- hiszen a ráfordítások jelent ős kon-
bázis centrációja önmagában is hatékony-
ságnövelő lehet.
KSH Köz-
K+F helyek ráfordításai 1000
ponti adat-
lakosra (2004)
bázis
Magyar
A szabadalmak száma a kistérség- Szabadalmi
ben 2000-2004 közötti időszakban Hivatal
10 000 lakosra (2000-2004) PIPACS
WEB
Az export értékesítést két eltér ő vetítési
alappal is szerepeltetjük. Míg az árbevé-
telre történő vetítés a helyben folyó
Export értékesítés a nettó árbevétel
APEH TA termelés általános „versenyképessé-
%-ában (2004)
gére" utal, addig a népességszámra
történő vetítés az export tevékenység
volumenére is utal.
Export értékesítés nettó árbevétele
APEH TA
egy lakosra (2004)
Tudás- A külföldi tulajdonlást és az átlagon
KSH Köz-
kiaknázás Külföldi érdekeltségű vállalkozá- felüli innovációs aktivitást számos
ponti adat-
sok száma 1000 lakosra (2004) elméleti és empirikus munka össze-
bázis
kapcsolja.
Külföldi érdekeltségű vállalkozá- KSH Köz- Az eljárás-innovációk igen gyakran
sok saját tőkéje az összes saját t őke ponti adat- tőke-elemekben testesülnek meg.
%-ában (2004) bázis
Szellemi alkotások jövedelme APEH
I lakosra (2004) SZJA
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s2 Hazai kistérségek 51
Tudás A felsorolt alágazatok a csúcstechno-
A 24 , valamint 29-34
kiaknázás KSH Köz- lógiai feldolgozóipart takarják. Ez a
alágazatokban működő vállalkozá-
ponti adat- besorolás szokványos a nemzetközi
sok az összes vállalkozás %-ában
bázis szakirodalomban. A társas és egyéni
(2005)
vállalkozások összesen.
A felsorolt alágazatok a „csúcstech-
A 64 és 72-73 alágazatokban KSH Köz- nológiai" szolgáltatásokat takarják.
működő vállalkozások az összes ponti adat- Ez a besorolás szokványos a nemzet-
vállalkozás %-ában (2005) bázis közi szakirodalomban. A társas és
egyéni vállalkozások összesen.
Az „Egyéb gazdasági szolgáltatások"
alágazatot általában a tudás-intenzív
A 74 alágazatban működő vállal- üzleti szolgáltatások részének tekin-
KSH Köz-
kozások az összes vállalkozás tik, így ebben a kategóriában szere-
ponti adat-
%-ában (2005) peltettük (az esetlegesen szóba jöhet ő
bázis
„smart" infrastruktúra helyett).
A társas és egyéni vállalkozások
összesen.
A vállalkozási szerkezetben elfoglalt
50 fónél többet foglalkoztató tu- helyen túl a tevékenységek gazdasági
KSH Köz-
dás-intenzív vállalkozások száma súlyára is utal. A 24,29-34,64,72-74
ponti adat-
(2005) tevékenységek összesen.
bázis
A társas és egyéni vállalkozások
összesen.
Népszámlá- A „tehetség" jelenlétének és újrater-
Az egyetemet, fóiskolát végzettek
lási adatbá- melődésének indikátora.
a foglalkoztatottakon belül (2001)
zis
A vezető értelmiségi foglalkozású- Népszámlá- A „tehetség" jelenlétének és újrater-
ak a foglalkoztatottakon belül lási adatbá- melődésének indikátora.
(2001) zis
KSH Terü- A „tehetség" jelenlétének és újrater-
Nappali tagozatos hallgatók száma
felsőfokú oktatási intézményekben leti Statisz- melődésének indikátora.
tikai Év-
1000 lakosra (2004)
könyv
Felsőoktatási intézményekben A „tehetség" jelenlétének és újrater-
dolgozó oktatók száma (kihelyezett KSH Terü- melődésének indikátora.
tagozatok szerint) 1000 lakosra leti
„Smart"
(2004)
infrastruk-
túra ISDN vonalak száma 1000 lakosra KSH Terü- Az ICT infrastruktúra használatára
(2004) leti utal.
A nyilvános könyvtárak beiratko- A „tehetség" megtartásához szüksé-
KSH Terü-
zott olvasóinak száma 1000 lakosra ges kulturális és szórakoztatási felté-
leti
(2004) telek.
Mozi látogatások száma 1000 A „tehetség" megtartásához szüksé-
KSH Terü-
lakosra (2004) ges kulturális és szórakoztatási felté-
leti
telek.
Múzeumi látogatók száma 1000 A „tehetség" megtartásához szüksé-
KSH Terü-
lakosra (2004) ges kulturális és szórakoztatási felté-
leti
telek.
Vendégek száma összesen a keres- A térségbe áramló személyek által
KSH Terü-
kedelmi szálláshelyeken 1000 közvetített küls ő tudás, illetve érté-
leti
lakosra (2004) kek.
Forrás: Saját szerkesztés.
Alapvető dilemma volt az indikátorok abszolút, vagy relatív értékeinek szerepel-
tetése (illetve utóbbi esetben a megfelel ő vetítési alap kiválasztása). Az egyes kis-
térségek adatainak összehasonlíthatósága végett általában valamilyen viszonyítási
alap használata mellett döntöttünk, ez leggyakrabban a lakónépesség száma, a fog-
lalkoztatottak száma, illetve a térség vállalkozásainak száma volt. Ugyanakkor az
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
52 Bajmócy Zoltán — Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s2
innovációs és K+F tevékenység kapcsán a tevékenység volumene és eredményessége
között igen szoros kapcsolat feltételezhet ő : a koncentrálódó K+F eredményessége
várhatóan nagyobb, mintha ugyanannyi ráfordítást több térség között osztunk meg
(Varga 2005). Éppen ezért néhány esetben nem relativizált mutatókkal dolgoztunk
(K+F helyek tudományos kutatónak létszámadata, K+F helyek ráfordításai, 50 fónél
többet foglalkoztató tudás-intenzív vállalkozások száma).
Az elemzés második lépésében a kistérségek innovációs képességének összevetése
és ez alapján történő rangsorolása zajlott. Az egyes indexek kiszámításához (és így
a rangsorok megadásához) a „European Innovation Scoreboard" (EIS) vizsgálatai-
nak módszertanát vettük alapul — mind az Összesített Innovációs Index (SII), mind
a Szolgáltató Szektor Innovációs Indexe (SSII) hasonló módon épül fel. Az ezek
analógiájára kialakított „Kistérségi innovációs képesség" indexe (KIK index) a
következő lépések során állt el ő :
1) Az egyes indikátorok minimum és maximum értékeinek meghatározása. Szinte
minden indikátorra jellemz ő volt, hogy egy-két kistérség adata (általában pozi-
tív irányban) jelentősen kiugrott a magyarországi átlagértékhez viszonyítva.
Kilógónak (outlier) tekintettünk egy adatot, ha az adatok szórásának több mint
négyszeresével tért el az országos átlagértékt ől. A legtöbb indikátor esetén 1-3
kilógó adat adódott. A kilógó adatokat nem vettük figyelembe a minimum és
maximum értékek meghatározásakor (erre azért volt szükség, hogy a követke-
ző lépésben kialakuló skála ne legyen túlságosan koncentrált).
2) Az adatok átskálázása. Minden egyes adatból kivontuk az adott indikátor
kapcsán nyert minimum értéket, és az így kapott értéket elosztottuk a maxi-
mum és minimum érték különbségével. Ily módon valamennyi átskálázott
érték 0 és 1 közé esik. A kilógó adatok (az eltérés irányától függ ően) 0 vagy
1 értéket kaptak.
3) Az alindexek kialakítása. Az egyes alindexek a hozzájuk tartozó indikátorok
értékeinek számtani átlagaként adódnak. Az indikátorok esetleges súlyozása
megfontolható lépés lehet, ugyanakkor jelen vizsgálat során — az EIS mód-
szertanának megfelel ően — az átláthatóságra helyeztük a hangsúlyt.
4) A KIK index kialakítása, és a sorrend felállítása. A KIK index a három
alindex számtani átlaga. A Kistérségi Innovációs Képesség sorrendje a KIK
index értékek csökken ő sorba állításából adódik. Az index (és alindex) érté-
kek arányskálán mért értékek, így alkalmasak a más térségekt ől való távol-
ság megragadására, az országos átlaggal történ ő összehasonlításra.
Az egyes kistérségek KIK indexe tehát komplex módon, egy összetett indikátor-
rendszer alapján jellemzi a térség innovációs képességét. A megközelítés túlmutat a
gyakran alkalmazott, K+F-t középpontba állító elemzéseken: a tudásteremetés ké-
pessége mellett a tudás-kiaknázás alrendszerét és a mindezek m űködtetéséhez szük-
séges „smart" infrastruktúra min őségét is jellemzi. A KIK index alapján jól teljesít ő
térségek innovációs képessége tehát általában egy komplex, „több lábon álló" telje-
sítmény eredménye. Ezzel együtt el őfordulhat, hogy egy-egy terület kiemelked ő érté-
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s2 Hazai kistérségek 53
kének köszönhetően sorolódik egy térség relatíve el őre a KIK index szerinti rangsor-
ban, éppen ezért szükséges az egyes alindexek szerinti teljesítmény vizsgálata is.
Az elemzés harmadik szakasza a kistérségek lehetséges csoportosításának meg-
adása innovációs képességük alapján. Ez hasonló módon történt, mint Csizmadia és
Rechnitzer (2005) hazai nagyvárosok innovációs potenciálját vizsgáló tanulmányá-
ban. Az innovációs képesség mérésére megalkotott három alindex alapján történt a
csoportképzés.
A három alindex standardizált értékeinek felhasználásával K-közép (K-means)
klaszterelemzést végeztünk. Az elemzést három, négy és öt klaszter létrehozásával
is elvégeztük. A csoportba való tartozás igen stabilnak mutatkozott, a klaszterek
számának növelésével bizonyos csoportok továbbontása történt, de az egyes csopor-
tok tagjai jelentősen nem változtak. A klaszter-középpontól mért távolság szóródása
alapján a leginkább homogén klaszterek négy csoport kialakítása során adódtak, így
ez tűnik a leginkább alátámasztott megoldásnak.
Az elemzés negyedik lépésében a kistérségi innovációs képesség térbeli szabálysze-
rűségeit vizsgáltuk, vagyis, hogy a szomszédos területi egységek adatai egymáshoz
hasonlóak-e. Lényegében a térbeli autokorrelációt mértük az egész országot tekintve a
Moran-index, kistérségi szinten pedig a „Lokális Moran Index" segítségével.
A Moran által 1948-ban javasolt mér őszám, a Moran-index, a területi
autokorrelációt méri hasonlóan az id ősoros adatok autokorrelációjához (Moran
1950; Anselin 1988; Dusek 2004). Kiszámítása a következ őképpen történik:
M m
wuxi
M m J=1 , ahol
I= M m m
Xi 2
X wij
1=1 j=1 i=1
- M: a területi egységek száma, esetünkben 168 kistérség.
- xj: a vizsgált adatértékek j. területegységhez tartozó értéke, esetünkben az
egyes alindexek, illetve a KIK index j. kistérséghez tartozó értéke.
- wu : a szomszédsági mátrix i. sorának j eleme, értéke az i. és j. kistérsé-
gek szomszédossága esetén 1, különben 0.
Mivel a területi egységek szomszédosságát sokféleképpen értelmezhetjük, ezért
ennek megfelelően többféle szomszédossági mátrix is felírható. Mi a következ ők-
ben a bástya szomszédságot vettük alapul, azaz w u akkor kapott 1-es értéket, ha az
i. és a j. kistérségnek van közös határszakasza, w u értéke egyébként 0.
Az, hogy az aktuális Moran I érték mekkora és milyen irányú autokorrelációt je-
lez, megállapítható a Monte Carlo módszerrel kiszámított pszeudo-szignifikancia
szint nagyságából, illetve az I érték el őjeléből (2. táblázat).
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
54 Bajmócy Zoltán — Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s2
2. TÁBLÁZAT
A Moran Index értelmezése
(The Interpretation of the Moran Index)
Szignifikancia Index érték Értelmezés
p < 0,05 és I < — 0,00598 erősen negatívan
autokorrelált
0,05 5 p < 0,1 és I < — 0,00598 gyengén negatívan
autokorrelált
0,1 < p az autokorreláció nem
szignifikáns
0,05 5 p < 0,1 és I > — 0,00598 gyengén pozitívan
autokorrelált
p < 0,05 és I > — 0,00598 erősen pozitívan
autokorrelált
Megjegyzés: „p" a pszeudo szignifikancia szintet jelöli. Az index értéket értelmezése során a -1/(M-1)
hányadossal kell összevetni, amelynek értéke kistérségi adataink esetén: -0,00598
Forrás: Cliff—Ord (1981) alapján saját szerkesztés.
3. TÁBLÁZAT
A Lokális Moran Index értelmezése
(The Interpretation of the Local Moran Index)
Értelmezés Feltételek
Magas — Mind a kistérség, mind szomszédjai Local Moran I > 0
Magas szignifikánsan átlag feletti index érték- Standardizált mutató
kel rendelkeznek. érték > 0
p < 0,05
Magas — A kistérség szignifikánsan átlag feletti, Local Moran I > 0
Alacsony míg szomszédjai szignifikánsan átlag Standardizált mutató
alatti index értékkel rendelkeznek. érték < 0
p < 0,05
Nincs szignifikáns összefüggés p > 0,05
Alacsony A kistérség szignifikánsan átlag alatti, Local Moran I < 0
—Magas míg szomszédjai szignifikánsan átlag Standardizált mutató
feletti index értékkel rendelkeznek. érték > 0
p < 0,05
Alacsony Mind a kistérség, mind szomszédjai Local Moran I < 0
— Ala- szignifikánsan átlag alatti index érték- Standardizált mutató
csony kel rendelkeznek. érték < 0
p < 0,05
Megjegyzés: A „p" a pszeudo-szignifikancia szintet jelöli.
Forrás: Saját szerkesztés.
A másik — a Moran Indexhez szorosan kapcsolódó — általunk kiszámolt mutató-
szám a Lokális Moran Index, amely a területi autokorreláltság lokális mér őszáma-
ként fogható fel. Ezek az értékek minden kistérségre külön kiszámolhatók. Ese-
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s2 Hazai kistérségek 55
tünkben a vizsgált innovációs index aktuális kistérségbeli standardizált értékét
összeszorozzuk a kistérség szomszédjainak együttes átlagos standardizált értékével.
Ha az így kiszámolt Lokális Moran Index érték pozitív, akkor az illet ő kistérség
hasonló a szomszédjaihoz, ha az értéke negatív, akkor pedig azoktól eltér ő. Ily mó-
don az eredeti standardizált index értékkel összevetve a kistérségek öt kategóriába
sorolhatók (3. táblázat).
A hazai kistérségek innovációs képessége
A hazai kistérségek innovációs képességét átfogóan a KIK index, illetve annak
alindexei segítségével mutatjuk be, majd ezt követ ően térünk ki a kistérségek inno-
vációs képesség alapján történ ő csoportosítására, illetve a térbeli szabályszer űségek
vizsgálatára.
A KIK index alapján tehető egyik legáltalánosabb megállapítás, hogy az innovációs
képesség tekintetében hatalmas területi egyenl őtlenségek jellemzik Magyarországot
(1. ábra). Csupán 14 olyan kistérség van, amely a 0,32-es KIK index értékkel jel-
lemezhető magyarországi átlag felett teljesít. A többi 154 kistérség teljesítménye
átlag alatti. Mindez arra utal, hogy az innovációs képesség térben hihetetlenül kon-
centráltan van jelen hazánkban.
1. ÁBRA
A kistérségi innovációs képesség (KIK) index szerinti els ő harminc kistérség
(Top 30 Subregions Based on the Subregional Summary Index)
Forrás: Saját számítás.
Bár az első 30 kistérség közül 20 olyan, amely megyei jogú várossal rendelkezik, a
sorrend mégsem teljesen a várakozásoknak megfelel ő. Az első négy helyezett — ez
megfelel a várakozásoknak — Budapest, a Debreceni, a Szegedi és a Pécsi kistérség,
ezt követően azonban a Veszprémi és a Gödöll ői kistérség következik. A régióköz-
pontok közül a Miskolci kistérség csupán a 12. helyet szerezte meg. A megyei jogú
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
56 Bajmócy Zoltán — Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s 2
várossal nem rendelkez ő kistérségek közül a Gödöll ői került be az els ő tízbe (6. he-
lyen), míg további öt az els ő húszba: a Szentendrei, a Pilisvörösvári, a Balatonfüredi,
az Ercsi és az Esztergomi kistérség. Érdemes még kiemelni, hogy három olyan kistér-
ség, amely megyei jogú várossal rendelkezik, nem tudott bekerülni az els ő 30-ba.
Ezek a Szekszárdi (41), a Salgótarjáni (43) és a Hódmez ővásárhelyi (48) kistérség.
Budapest KIK index értéke (0,80) — bár nem túlságosan — de kimagaslík a többi
kistérséghez viszonyítva. Meg kell említeni, hogy Budapest a vizsgált 28 indikátor
közül 10 esetben adott kilógó (outlier) értéket. Minthogy ez esetben automatikusan
1-es értéket kapott (bár teljesítménye ennél valójában magasabb), az index értéke
lefelé torzít. Bár viszonylag sok kistérség mutatott outlier adatokat egy-egy indiká-
tor kapcsán, nem volt más olyan kistérség, amely kett őnél több outlier adattal ren-
delkezett volna.
Az összesített eredményeket árnyalják az egyes alindexek szerinti rangsorok.
Ezek alapján megmutatkozik, hogy a kistérségek képessége „féloldalas", vagy
„több lábon álló". A tudásteremtés alindex szerinti rangsorban — csakúgy, mint a
másik két alindex esetén is — Budapest áll az els ő helyen. A jelent ősebb hazai egye-
temek, illetve az MTA kutatóintézeti hálózatának területi eloszlása jól visszaköszön
az alindex szerinti rangsorban. Ez természetesen annak a következménye, hogy a
kutatás-fejlesztési tevékenység igen jelent ős része ezen intézményekhez köt ődik
hazánkban (Magyarországon jóval magasabb a közfinanszírozás vállalati finanszí-
rozáshoz viszonyított aránya a K+F-ben, mint az európai átlag, jóllehet a GDP-hez
viszonyítva ez már messze nem igaz).
A tudásteremtés területi koncentrációja még a KIK index alapján kapott s űrűsö-
dést is felülmúlja. Az országos átlag értéke igen alacsony (0,25), és így is csupán
13 kistérség haladja azt meg. Már a rangsorban 28. kistérség értéke is 0,1 alatt van.
Ennek megfelel ően itt számos kisvárosi központtal bíró kistérség jó helyezése nem
jár együtt jó teljesítménnyel. A kedvez ő relatív pozícióhoz kedvez őtlen abszolút
helyzet társul.
A tudás-kiaknázás alindexének országos átlagértéke az el őbbinél jóval magasabb
(0,36), amelyet 18 kistérség múl felül (2. ábra). Az innovációs képesség ezen eleme
kapcsán teljesen más sorrendet kapunk, mint a tudásteremtés esetén. Az innovációs
centrumoknak tartott Szegedi, Pécsi és Debreceni kistérségek csupán a 15., 19. és
20. helyeket szerezték meg.
Érdekes, hogy több olyan kistérség, amely jeleskedik a külföldi m űködőtőke-
vonzásban és (részben ebb ől következően) az exportban, a kategória más indikáto-
rai kapcsán is (pl. tudás-intenzív szolgáltatások aránya) jól szerepel.
A tudásteremtés és a tudás-kiaknázás (akár nemzetközileg is értékesíthet ő, magas
hozzáadott érték ű termékek el őállításának) képessége hazánkban területileg elválik.
A tudás-kiaknázás gyakran nem a helyben létrehozott tudást hasznosítja, a K+F
tevékenység eredménye pedig gazdaságilag kevéssé hasznosul. Csupán néhány tér-
ség mutatott stabil és er őteljes pozíciót mindkét terület kapcsán: Budapest mellett a
Gödöllői kistérséget lehet kiemelni.
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s2 Hazai kistérségek 57
2. ÁBRA
A tudás-kiaknázás alindex szerinti els ő harminc kistérség
(Top 30 Subregions Based on the Knowledge-exploitation Sub-index)
Forrás: Saját számítás.
A „smart" infrastruktúra alindex alapján kapott rangsor alapvet ően a hazai város-
hálózat hierarchiáját adja vissza, bár kisebb eltérésekkel (4. ábra). A nagyvárosi
központtal rendelkez ő kistérségeken túl el őkelő helyezést tudott elérni néhány olyan
kisebb lélekszámú kistérség, amely jelent ős (kultur-)turisztikai célpont (Balatonfüredi
vagy Keszthely—Hévízi kistérség). Ugyanakkor a rangsorbeli el őkelő helyezéshez
nem volt elegend ő csupán egy vagy két indikátor kapcsán jól teljesíteni. A fenti kis-
térségek teljesítménye a kategória 5-6 indikátora mentén is átlag feletti. Az országos
átlagérték a három közül ebben a kategóriában volt a legmagasabb (0,37). Ezt az érté-
ket 21 kistérség múlta felül. Érdemes megjegyezni, hogy míg a tudásteremtés kapcsán
már a 28., addig itt csak a 147. helyezett kistérség értéke megy 0,1 alá.
A rangsorbeli eltérések az alindex értékek együttmozgását mérve is kiválóan visz-
szatükröződnek. A tudásteremtés és a tudáskiaknázás közötti kapcsolat jóval lazább,
mint a tudásteremtés és a „smart" infrastruktúra értékek közötti (4. táblázat).
Igen lényeges megvizsgálni, hogy az innovációs képesség vajon visszatükröz ődik-e
a gazdasági teljesítményben mutatkozó különbségekben. Ezzel egyszersmind a
vizsgálat eredményeit is lehet kontrollálni. Mind a KIK index, mind az egyes
alindexek kapcsán közepes vagy er őteljes pozitív kapcsolat mutatható ki az egy
lakosra jutó bruttó hozzáadott értékkel (GVA), illetve SZJA alapot képez ő jövede-
lemmel. Kicsit lazább a kapcsolat a termelékenységi mutatóként felfogható egy
foglalkoztatottra jutó GVA-val és adózás el őtti eredménnyel (AEE), bár a tudás-
kiaknázás és a KIK index tekintetében ez is viszonylag er őteljes kapcsolatot takar.
A várakozásoknak megfelel ően a tudás-kiaknázás alindexe mutatja a legszorosabb
kapcsolatot a jövedelmi és termelékenységi mutatókkal, míg a tudásteremtés a leg-
lazábbat. Ez egyben a „smart" infrastruktúra kategóriájának relevanciáját is bizo-
nyítja. A korrelációs mátrix egyértelm űen bizonyítja az innovációs képesség és a
gazdasági teljesítmény összefüggését, ugyanakkor a kapcsolat er őssége arra is utal,
hogy a kettő nem determinisztikusan következik egymásból.
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
58 Bajmócy Zoltán - Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s2
4. TÁBLÁZAT
A' KIK index és a szokásos jövedelmi mutatók korrelációs mátrixa
(Correlation Matrix of Certain Income Indicators and the Subregional Summary
Index)
Egy Egy
Egy
Egy foglal- foglal-
Tudás- „ Smart " lakosra
Tudás- KIK lakosra koz- koz-
kiakná- infra- jutó
teremtés Index jutó tatottra tatottra
zás struktúra SZIA
GVA jutó jutó
alap
AEE GVA
Tudásteremtés 1,000
Tudás-kiaknázás 0,593 1,000
„Smart" infrastruktúra 0,736 0,611 1,000
KIK Index 0,904 0,825 0,892 1,000
Egy lakosra jutó
GVA 0,508 0,777 0,521 0,678 1,000
Egy foglalkoztatottra
jutó AEE 0,359 0,605 0,291 0,471 0,773 1,000
Egy foglalkoztatottra
jutó GVA 0,483 0,748 0,499 0,650 0,992 0,773 1,000
Egy lakosra jutó
SZJA alap 0,501 0,849 0,594 0,727 0,671 0,451 0,628 1,000
Megjegyzés: Pearson-féle korreláció. A mátrixban jelzett valamennyi kapcsolatra: p<0,01.
Forrás: Saját számítás.
Felvetődik továbbá, hogy az innovációs képesség miért mutat er őteljesebb kap-
csolatot az egy lakosra jutó SZIA alap értékével, mint a munkatermelékenységi
mutatókkal (hisz az innovációk eredményeként végs ő soron termelékenységjavulást
és kevésbé a jövedelmek növekedését várnánk). Ennek oka - véleményünk szerint -,
hogy az innovációs képesség fenntartása nehezen választható el a magasan képzett,
átlagosnál jobban fizetett munkakörökben dolgozó „tehetségek" jelenlétét ől.
Az eddigi elemzés is már egyértelm űen azt sejteti, hogy a hazai kistérségek inno-
vációs képessége jelent ősen szóródik. Néhány kistérség relatíve er ős innovációs
képességgel jellemezhet ő, míg a kistérségek többségének innovációs teljesítménye
gyenge. Ezen felül az egyes alindexek eltér ő sorrendjei arra utalnak, hogy a relatíve
erős innovációs teljesítmény is többféle módon el őállhat, a kistérségek e tekintetben
is csoportokra bomlanak.
A három alindex standardizált értékei alapján elvégezett K-közép klaszter-
elemzés megerősítette azt, hogy a kistérségek innovációs képességük alapján csopor-
tosíthatók. A klaszterképz ő ismérvekkel való kapcsolat alapján a létrejött négy cso-
port viszonylag könnyen értelmezhet ő (5. táblázat, 3. ábra). A legnagyobb elemszá-
mú klaszter (129 kistérség) a gyenge innovációs képességgel rendelkező kistérségeket
tömöríti. Jellemzőjük, hogy mindhárom kategóriában gyengén teljesítenek. A klaszter
homogén, a középponttól való (euklideszi) távolságok szórása 0,37.
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s2 Hazai kistérségek 59
5. TÁBLÁZAT
Klaszter-középpontok négy klaszter esetén
(Final Cluster Centres in Case of Four Clusters)
„ Félolda-
Gyenge las" inno- Közepes Erős inno-
innovációs vációs innovációs vációs
képesség képesség képesség képesség
(N=129) (N=5) (N=28) (N=6)
Tudásteremtés -0,357 1,345 0,453 4,372
Tudás-kiaknázás -0,401 0,363 1,295 2,060
„Smart" infrastruktúra -0,397 -0,270 1,200 2,960
Forrás: Saját számítás.
Markánsan kirajzolódott egy kis elemszámú klaszter (5 kistérség), amelyet „fél-
oldalas" innovációs képesség jellemez (3. ábra, 6. táblázat). Ezen kistérségek jó
teljesítményt mutatnak a tudásteremtésben, a másik két szempont szerint azonban
igen gyengék. Ez a klaszter is meglehet ősen homogén, a klaszter-középponttól mért
távolságok szórása 0,36. Ugyanakkor a tudásteremtésben mért relatíve jó teljesít-
mény is több esetben gyenge abszolút teljesítményt takar, ugyanis a tudásteremtés-
ben — mint ahogy azt korábban elemeztük — már az els ő harminc térség között is
van olyan, amelynek index értéke 0,1 alatti.
28 kistérséget tömörít a közepes innovációs képességgel rendelkezők klasztere.
Ezek innovációs képessége viszonylag egyenletes, és mindhárom kategóriában kö-
zepes értéket mutat. Ez a klaszter kevésbé homogén, a középponttól mért távolsá-
gok szórása 0,5. Azonban még így is jól elkülönül a többi klasztert ől.
Az erős innovációs képességgel rendelkezők klasztere 6 kistérséget foglal magá-
ban. Ezek teljesítménye mindhárom területen kiugró. Ez a klaszter a legkevésbé
homogén, a fenti módon adódó szórásérték 0,79 (Budapest nélkül azonban csak
0,44). Bár a klasztertagok mindhárom kategóriában jó teljesítményt mutatnak, a
legerő sebb értékekkel a tudásteremtés kapcsán rendelkeznek. A klasztertagok
mindegyike egyetemváros.
Figyelemre méltó, hogy a tudásteremtésben kiugró kistérségek — Gödöll ő kivéte-
lével — rendre jóval gyengébben teljesítenek a tudás-kiaknázás során (Gödöll őnek
viszont a „smart" infrastruktúra értéke alacsony). A közepes innovációs képesség-
gel rendelkez ők közül a Győri és a Székesfehérvári kistérségek állnak legközelebb
ahhoz, hogy átkerüljenek az er ős innovációs képességűek közé. A régióközpontok
közül a Miskolci kistérség azonban egyértelm űen a közepes képesség űek csoportjá-
ba sorolódik. Jól látható, hogy a „féloldalas" kistérségeket a tudásteremtési képes-
ség emeli ki, azonban a másik két szempont alapján szignifikánsan a „közepesek"
klasztere alatt teljesítenek (5. táblázat).
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
60 Bajmócy Zoltán - Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s2
3. ÁBRA
A hazai kistérségek csoportosítása innovációs képességük alapján
(Classification of Hungarian Subregions on the Basis of Their Innovation Capacity)
• Erő s Innovációs képesség
• Közepes innovációs képesség
-Féloidolos" innovációs képessé
Gyenge innovációs képesség
Forrás: Saját szerkesztés.
6. TÁBLÁZAT
Az egyes klaszterek tagjainak alindexenkénti teljesítménye
(The Performance of Cluster-members with Respect to the Subindexes)
Tudás- „Smart"
Tudásteremtés kiaknázás infra- KIK index
Kistérség
alindex érték alindex struktúra érték
érték alindex érték
Erős innovációs Budapest 0,92 (1) 0,78 (1) 0,69 (1) 0,80 (1)
képesség
Debreceni 0,89 (2) 0,35 (20) 0,65 (3) 0,63 (2)
Gödöllői 0,65 (5) 0,47 (5) 0,35 (22) 0,49 (6)
Pécsi 0,58 (6) 0,35 (19) 0,66 (2) 0,53 (4)
Szegedi 0,81 (3) 0,37 (15) 0,64 (4) 0,61 (3)
Veszprémi 0,67 (4) 0,38 (14) 0,53 (6) 0,52 (5)
„Féloldalas „in- Ercsi 0,52 (7) 0,25 (44) 0,10 (141) 0,29 (19)
novációs képesség
Jászberényi 0,17 (20) 0,25 (42) 0,20 (55) 0,21 (35)
Szarvasi 0,41 (8) 0,13 (102) 0,25 (37) 0,27 (21)
Tabi 0,14 (23) 0,29 (32) 0,14 (101) 0,19 (40)
Veresegyházi 0,18 (17) 0,26 (39) 0,13 (106) 0,19 (38)
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s2 Hazai kistérségek 61
Közepes innová- Balatonfüredi 0,23 (14) 0,20 (60) 0,49 (8) 0,31 (18)
ciós képesség
Békéscsabai 0,03 (63) 0,24 (48) 0,41 (17) 0,22 (29)
Budaörsi 0,17 (19) 0,58 (3) 0,30 (30) 0,35 (I I)
Dunakeszi 0,08 (31) 0,37 (17) 0,22 (48) 0,22 (30)
Dunaújvárosi 0,12 (26) 0,32 (24) 0,30 (29) 0,25 (24)
Egri 0,27 (12) 0,29 (30) 0,56 (5) 0,38 (9)
Esztergomi 0,14 (25) 0,39 (13) 0,29 (32) 0,27 (20)
Gyöngyösi 0,11 (27) 0,23 (51) 0,30 (28) 0,21 (33)
Győri 0,32 (10) 0,59 (2) 0,50 (7) 0,47 (7)
Kaposvári 0,15 (21) 0,21 (58) 0,38 (21) 0,25 (25)
Kecskeméti 0,22 (15) 0,33 (23) 0,41 (15) 0,32 (16)
Keszthely-Hévízi 0,06 (38) 0,18 (71) 0,48 (10) 0,24 (26)
Komáromi 0,04 (46) 0,46 (6) 0,16 (81) 0,22 (32)
Miskolci 0,27 (11) 0,32 (25) 0,42 (13) 0,34 (12)
Mosonmagyaróvári 0,09 (28) 0,31 (27) 0,21 (51) 0,20 (36)
Nyíregyházai 0,18 (18) 0,35 (21) 0,47 (11) 0,33 (13)
Pilisvörösvári 0,19 (16) 0,46 (7) 0,30 (27) 0,32 (17)
Sopron-Fert ődi 0,40 (9) 0,31 (26) 0,40 (18) 0,37 (10)
Székesfehérvári 0,26 (13) 0,53 (4) 0,48 (9) 0,43 (8)
Szentendrei 0,14 (22) 0,40 (12) 0,42 (12) 0,32 (15)
Szentgotthárdi 0,01 (103) 0,45 (8) 0,20 (56) 0,22 (31)
Szolnoki 0,08 (32) 0,28 (35) 0,41 (16) 0,25 (23)
Szombathelyi 0,14 (24) 0,43 (9) 0,41 (14) 0,33 (14)
Tapolcai 0,04 (47) 0,20 (62) 0,34 (24) 0,19 (37)
Tatabányai 0,07 (35) 0,40 (11) 0,29 (33) 0,25 (22)
Tiszaújvárosi 0,05 (43) 0,43 (10) 0,23 (44) 0,24 (27)
Váci 0,02 (76) 0,37 (18) 0,25 (40) 0,21 (34)
Zalaegerszegi 0,06 (39) 0,27 (37) 0,35 (23) 0,23 (28)
Megjegyzés: Zárójelben az adott alindex, illetve KIK index helyezés található.
Forrás: Saját szerkesztés.
Megvizsgáltuk továbbá, hogy a kistérségi innovációs képesség térbelisége milyen
szabályszerűségeket mutat, a szomszédos területi egységek adatai egymáshoz ha-
sonlóak-e. Bizonyos esetekben a valós gazdasági térkapcsolatok ugyanis átléphetik
a kistérségi határokat, így egyes kistérségek innovációs teljesítménye részben a
szomszéd térség „túlcsorduló" hatásaiból származhat. Különösen nyilvánvaló ennek
lehetősége a Budapestet övez ő relatíve jó innovációs képességgel rendelkez ő kistér-
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
62 Bajmócy Zoltán — Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s2
ségek gyűrűje láttán. Egy ilyen elemzés tulajdonképpen ahhoz vihet közelebb, hogy
mi volna egy hazai területi innovációs elemzés „ideális térfelosztása".
7. TÁBLÁZAT
A globális Moran I-próba eredményei
(Results of the Global Moran I Test)
Moran I
Index elnevezése P érték Értelmezés
érték
Nincs szignifikáns
Tudásteremtés 0,0051 0,36
autokorreláció*
Erősen pozitívan
Tudás-kiaknázás 0,3245 0,00
autokorrelált*
„Smart" infra- Nincs szignifikáns
-0,0269 0,34
struktúra autokorreláció*
Nincs szignifikáns
KIK index 0,0523 0,11
autokorreláció*
Megjegyzés: * 5%-os szignifikancia szint mellett. A számítás a Geoda095i program segítségével történt.
Forrás: Saját számítás.
A KIK index és annak három alindexe közül csak egy, méghozzá a tudás-
kiaknázás alindex területi értékei között van er ősen szignifikáns (pozitív)
autokorreláció (7. táblázat). Ez azt jelenti, hogy a tudás-kiaknázás mértékét er ősítő
tényezők hatása túlmutat a kistérségi határokon.
Az ilyen kistérségi határokon túlmutató tényez ők jelenléte a többi alindex és a
KIK index esetében az egész országot tekintve nem szignifikáns. Budapest környe-
zetében mégis található a kistérségeknek egy olyan összefügg ő rendszere (Buda-
pest, illetve a Szentendrei, Dunakeszi, Pilisvörösvári, Gödöll ői, Budaörsi és Rácke-
vei kistérségek), amelyben mind a kistérségeknek, mind szomszédaiknak magas a
KIK index értéke, vagyis a „magas — magas" osztályba tartoznak.
Mindez arra utal, hogy az innovációs képesség tekintetében a főváros és a környez ő
kistérségek szerves egységet alkotnak, a valós térkapcsolatok itt jelent ősen átnyúl-
nak a kistérségi határokon. Az eredmények azt is sugallják, hogy Budapesten kívül
nincs olyan jelentős innovációs központ az országban, amelynek kistérségi határo-
kon átnyúló innovációs „kisugárzása" lenne.
A tudás-kiaknázás képességének pozitív térbeli autokorrelációját két jelenség okozza:
egyrészt a pozitív, másrészt a negatív (standardizált) alindex értékek térbeli s űrűsödése
(4. ábra). A magas Lokális Moran Index értékekkel bíró kistérségek er őteljes térbeli
koncentrációja figyelhet ő meg Budapest környékén („magas — magas" osztály).
Másrészt két további összefügg ő terület látható a térképen: a Tiszántúl középs ő
részén, illetve Északkelet-Magyarországon, ahol is mind a kistérség, mind a kör-
nyezete alacsony tudás-kiaknázás alindex értékkel rendelkezik („alacsony — ala-
csony „osztály).
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s 2 Hazai kistérségek 63
A tudás-kiaknázási képesség térbelisége tehát jellegzetes szabályszer űségeket mutat.
Felvethető egy kistérségi határokon átnyúló valódi regionális rendszer jelenlétének a
lehetősége Közép-Magyarországon (legalábbis a tudás-kiaknázás tekintetében). Fon-
tos eredmény ugyanakkor az is, hogy a másik két alindex esetén nincs szignifikáns
autokorreláció. A „smart" infrastruktúra kapcsán ez kevésbé meglep ő, hiszen ezen
alindex értékei viszonylag jól igazodnak a település-hierarchiához (és így annak
térbeli megjelenéséhez). A tudásteremtés alindex kapcsán viszont ez mindenképp
arra utal, hogy kutatás-fejlesztési aktivitás (illet őleg a kutató-fejleszt ő intézmények)
hatása nem nyúlik túl saját kistérségükön.
4. ÁBRA
A Lokális Moran Index térbeli eloszlása a „tudás-kiaknázás" alindexe kapcsán
(Spatial Dispersion of Local Moran Index in Case of the Knowledge-exploitation
Subindex)
s Magas - Magas
▪ Alacsony - Alacsony
Aá Magas - Alacsony
UAlacsony - Magas
HNern szignifikáns
Megjegyzés: Az ábrán a Lokális Moran 1-próba értékei láthatók 5%-os pszeudo-szignifikancia szint
mellett, bástya-szomszédságot leképez ő szomszédossági mátrix használatával. Magas—magas viszony
esetén mind a kistérségben, mind pedig a környezetében magas a tudás- kiaknázás alindex értéke. A számí-
tás a Geoda095i program segítségével történt.
Forrás: Saját szerkesztés.
Korlátok és jöv őbeni kutatási irányok
Az elemzésünk során alkalmazott módszer — egyebek mellett — számos olyan kor-
láttal rendelkezik, amely az innováció-mérés általános metodikájában gyökerezik.
A területi egységek innovációs képességének mérése és az ehhez kapcsolódó tudo-
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
64 Bajmócy Zoltán — Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s2
mányos viták szempontjából éppen ezért alapvet ő fontosságúnak tartjuk ezen korlá-
tok feltárását, és ily módon esetleges jöv őbeni kutatási irányok megadását.
Az alkalmazott megközelítés korlátjainak egy része a szubnacionális szint ű elem-
zés következménye. Ez többé-kevésbé minden hasonló mérési kísérletet jellemez, de
alapvetően nem kérd őjelezi meg a módszer relevanciáját. A területi adatok elérésének
nehézségei általában a komplexitás bizonyos szint ű feladását teszik szükségessé. Az
alacsonyabb területi aggregációs szinten folyó vizsgálatok a szükségesnél jóval
kisebb mértékben képesek vállalati szint ű innovációs adatok hasznosítására, avagy
vállalati-szintű adatok használata esetén csupán egy-két térségre korlátozzák a vizs-
gálat hatókörét (Hollanders 2006; Csizmadia et al. 2008). Ráadásul ebben az eset-
ben az innovációs rendszerek elméletének egyik alapvet ő eredménye kerül ki a
vizsgálatok fókuszából (illetve kap kisebb fontosságot), nevezetesen a rendszer sze-
replői közötti kapcsolatok megragadása.
A regionális innovációs rendszerek irodalmának egy másik alapvet ő eredményét
hagyják a megközelítések figyelmen kívül, amikor az esetenként gyökeresen eltér ő
jellegzetességekkel bíró térségek innovációs képességét ugyanazon szempontok
alapján mérik és hasonlítják össze. A regionális innovációs rendszer különböz ő
típusai nem vonnak maguk után különböz ő mérési megközelítést. Ugyanakkor pél-
dául egy területileg beágyazott innovációs rendszer teljesítményér ől jóval többet
mond az iparágon belüli és iparágak közötti tudásáramlások vizsgálata, mint mond-
juk a K+F tevékenység.
A megközelítés további korlátai jóval inkább paradigmatikus jelleg űek. A területi
egységek innovációs képességének mérése kapcsán meglehet ős bizonytalanság ész-
lelhető a tekintetben, hogy mit is mérjünk, mit is mérünk valójában. Vállalati szin-
ten az innovációs aktivitás megragadása viszonylag egyértelm ű (például a rendsze-
resen végrehajtott CIS felmérésekben 3 egyértelmű az innovatív vállalat kritériuma).
Ugyanakkor a mikroszint ű innovációk makrohatása gyakorlatilag bármi lehet (az
innováció, az árbevétel vagy éppen a piaci részesedés nincs közvetlen összefüggés-
ben). Talán pontosan emiatt valójában nem a térségek innovációs aktivitása, hanem
az innováció egy főre jutó GDP növeléséhez való hozzájárulásának képessége kerül
számbavételre. Ez a megközelítés azonban mindenképpen prekoncepciókat hordoz
magán: ex ante összeköti a gazdasági növekedés (a versenyképesség) és az innová-
ciós képesség fogalmakat. Ennek tükrében azonban nem meglep ő , ha az innovációs
képesség és a gazdasági teljesítmény szoros kapcsolatot mutat.
Ez egyben magyarázhatja a különböz ő regionális innovációs rendszerek eltér ő
mérése iránti alacsony fogékonyságot is, hiszen a gazdasági növekedéshez való
hozzájárulási képesség, mint „globális célfüggvény" közös nevez őre hozza az eltér ő
térségeket az innovációs képesség mérése kapcsán.
A térségek teljesítményének összevetését célzó munkák általános sajátossága,
hogy az innovációs képességet relatív módon (másokhoz viszonyítva) vizsgálják. Az
évről-évre közzétett rangsorok (mint például a „Scoreboard" jelentések) az átlaghoz
viszonyított teljesítmény számbavételén alapulnak. Az átlagnak megfelel ő teljesít-
mény-javulás tehát stagnálásként kerül interpretálásra (az átlagnál kisebb mérték ű
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s2 Hazai kistérségek 65
romlás pedig javulásként lenne feltüntetve). Úgy véljük, ez a szemlélet alapvet ően
abban gyökerezik, hogy (mint azt korábban kifejtettük) valójában az innovációs
aktivitás gazdasági növekedéshez (versenyképességhez) történ ő hozzájárulási ké-
pességét mérik a vizsgálatok. A versenyképesség pedig relatív kategória. Szemlélete
szerint gyakorlatilag teljesen mindegy, hogy milyen a teljesítményünk, ha az má-
sokhoz és korábbi önmagunkhoz képest jó, illetve javul (Bajmócy 2007). Ez a meg-
közelítés pedig a főáramú gazdaságtan és gazdaságpolitika általános szemléletéb ől
ered, mely szerint a nagyobb növekedés (versenyképesség) jobb, mint a kisebb
(gyakorlatilag minden körülmények között). Tulajdonképpen ez a szemlélet hatja át
a lisszaboni stratégiát is, amely életre hívta a „Scoreboard" jelentéseket. Itt a f ő
kérdéssé az vált, hogy az egyes tagállamok mennyiben (és miben) maradnak el
egymástól és főként az USA-tól és Japántól.
Mindennek azonban van egy másik (talán ennél is mélyebbre ható) gyökere. Ez
pedig a schumpeteri hagyomány (bizonyos értelemben vett) negligálása az innová-
ció-mérésben. A schumpeteri „teremt ő pusztítás" folyamatosan lebontja a régi gaz-
dasági struktúrát, és felváltja azt egy újjal (Schumpeter 1950). Ráadásul nem csak a
gazdasági struktúra változik, hanem azzal „ko-evolúcióban" az infrastrukturális
környezet, a társadalmi kapcsolatok, az érdekérvényesítési mechanizmusok, illetve
a gazdaság és természeti környezet viszonya is (Polányi 1944; Kemp et al. 1998;
Witt 2003). A teremt ő pusztítás e folyamatának egyik következménye, hogy az in-
novációnak — legalábbis rövid távon — feltétlenül vannak vesztesei. Ráadásul joggal
feltételezhető, hogy a nyertesek és vesztesek térben is elkülönülhetnek.
A másik alapvető következmény, hogy az innovációs folyamat — minthogy egy-
szerre okoz változásokat a gazdaságban, társadalomban és természeti környezetben
— nagyfokú és folyamatos alkalmazkodást tesz az érintettekt ől szükségessé. Ez eset-
ben viszont egyáltalán nem mellékes a változás üteme, azaz adott esetben a túl
gyors változás (a kiemelked ő innovációs teljesítmény) akár katasztrofális gazdasági
és környezeti hatásokat is eredményezhet.
Mindez azt vonja maga után, hogy a területi egységek innovációs képességének
mérése kapcsán célszer űnek tűnik egy eddigieknél jóval komplexebb megközelítés
alkalmazása: a társadalmi és környezeti hatások beintegrálása a mérésbe, illetve a
változás „vállalható" ütemének megragadása.
Összegzés
A tanulmány során a hazai kistérségek innovációs képességének komplex, több
indikátoron alapuló elemzését végeztük el, melynek során a regionális innovációs
rendszerek koncepcióját tekintettük kiindulási alapul. A három kategóriába sorolt
komplex indikátor-rendszer nyomán az elemzés túlmutat a kutatás-fejlesztést hang-
súlyozó megközelítésen. A tudásteremtés mellett a tudás-kiaknázás és mindezek
fenntartásához szükséges „smart" infrastruktúra teljesítményét is számba vettük.
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
66 Bajmócy Zoltán — Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s 2
Az eredmények alapján kiviláglik, hogy az innovációs képesség területi megosz-
lása hatalmas egyenlőtlenségekkel terhelt Magyarországon. Az innovációs képes-
ség néhány kistérségben összpontosul. Az er ős innovációs képességgel rendelkez ő
néhány kistérség mellett a közepes innovációs képesség űek csoportja sem túlságo-
san bő. Ez utóbbi jellemzően a nagyobb lélekszámú központokkal rendelkez ő kis-
térségeket öleli fel, bár ez alól mutatkozik néhány kivétel.
Igen lényeges, hogy a tudásteremtés és a tudás-kiaknázás térben elkülönül hazánk-
ban. Igen csekély azon kistérségek száma, amely mindkét kategóriában élenjáró.
A tudásteremtés hatása jellemz ően nem mutat túl a kistérségi határokon, és helyi
tudás-kiaknázással is csak ritkán párosul. A tudás-kiaknázási képesség ugyanakkor
jellegzetes térbeli mintákat mutat. Budapest környékén e tekintetben számos kistér-
ség kapcsolódik össze szervesen.
A tanulmány végén rámutattunk, hogy a területi egységek innovációs képességé-
nek mérésére irányuló megközelítések számos olyan korláttal bírnak, amelyek fel-
vetik az általánosan bevett sémák újragondolásának szükségességét. Célszer űnek
tűnik az innováció-mérés során a gazdasági jelz őszámokon túl az innováció indu-
kálta társadalmi és környezeti változások egyidej ű megragadása is, hiszen csak a
három dimenzió együttes vizsgálata adhatna valós alapot arra (a folyó gyakorlatra),
hogy az innovációs képességet és a térségek kívánatosnak vélt változási irányát
összekapcsoljuk.
Jegyzetek
Meg kell ugyanakkor jegyezni, hogy egyes szerz ők (a többi TIM modellhez hasonlóan) olyan jegyek
összességeként értelmezik a RIR-t, amely kiemel bizonyos térségeket a területi verseny során. Azaz
szerintük a rendszer elemeinek puszta megléte még nem elegend ő ahhoz, hogy RIR-ről beszéljünk,
ehhez az alrendszerek közti tényleges regionális (helyi) kapcsolatrendszerek megléte is szükséges
(Asheim—Coenen 2005).
2
A European Innovation Scoreboard (EIS) Összesített Innovációs Indexének (EIS 2007), a European
Trend Chart on Innovation Szolgáltató Szektor Innovációs Indexének (Kanerva et al. 2006), az EXIS
Összesített Indexének (Arundel—Hollanders 2005), Florida—Tingali (2004) Európai Kreativitási Inde-
xének, a European Regional Innovation Scoreboard (Hollanders 2006) indexének indikátorkészletét,
továbbá Csizmadia és Rechnitzer (2005) hazai nagyvárosok innovációs potenciáljának vizsgálata során
alkalmazott indikátorait és Kocziszkynak (2004) az Észak-magyarországi régió kistérségei innovációs
potenciáljának vizsgálatakor alkalmazott indikátorkészletét.
3
CIS: Community Innovation Survey. Az Eurostat által koordinált rendszeres, vállalati megkérdezésen
alapuló adatgyűjtés, melynek módszertana megfelel az Oslo Kézikönyv (OECD 2005) ajánlásainak.
Irodalom
Ács, J.Z.—de la Mothe, J.—Paquet, G. (2000) Regional Innovation: In Search of an Enabling Strategy. —
Ács, J.Z. (ed.) Regional Innovation, Knowledge and Global Change. Pinter, London—New York. 37-49. o.
Anselin, L. (1988) Spatial Econometrics: Methods and Models. Kluwer, Dordrecht.
Arundel, A.—Hollanders, H. (2005) EXIS: An Exploratory Approach to Innovation Scoreboards.
European Trend Chart on Innovation, European Commission, Maastricht.
Asheim, B.T.—Coenen, L. (2005) Knowledge Bases and Regional Innovation Systems: Comparing Nordic
Clusters. — Research Policy. 34.1173-1190. o.
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
TÉT XXIII. évf. 2009 s2 Hazai kistérségek 67
Asheim, B.T.—Gertler, M.C. (2005) The Geography of Innovation: Regional Innovation Systems. —
Fagerberg, J.—Mowery, D.C.—Nelson, R.R. (eds.) The Oxford Handbook of Innovation. Oxford Uni-
versity Press, Oxford—New York. 291-317. o.
Bajmócy Z. (2007) A technológiai inkubáció elmélete és alkalmazási lehet őségei hazánk elmaradott
térségeiben. Doktori Értekezés. SZTE Gazdaságtudományi Kar, Szeged.
Cliff, A.D.—Ord, J.K. (1981) Spatial Processes: Models and Applications. Pion, London.
Cooke, P. (2004) Regional Innovation Systems — An Evolutionary Approach. — Cooke, P.—Heidenreich, M.—
Braczyk, H.J. (eds.) Regional Innovation Systems. The Role of Governance in a Globalized World.
Routledge, London—New York. 1-18. o.
Csizmadia Z.—Rechnitzer J. (2005) A magyar városhálózat innovációs potenciálja. — Grosz A.—
Rechnitzer J. (szerk.) Régiók és nagyvárosok innovációs potenciálja Magyarországon. MTA RKK,
Pécs—Győr. 147-180. o.
Csizmadia Z.—Erdős F.—Grosz A.—Smahó M.—Tilinger A. (2008) Innováció a Nyugat-Dunántúlon, 2008.
MTA RKK, Pécs—Győr.
Doloreux, D. (2002) What should we know about regional systems of innovation. — Technology in Society.
24.243-263. o.
Dőry T. (2005) Regionális innováció-politika. Kihívások az Európai Unióban és Magyarországon. Dia-
lóg Campus, Budapest—Pécs.
Dusek T. (2004) A területi elemzések alapjai. Regionális Tudományi Tanulmányok 10. ELTE Regionális
Földrajzi Tanszék — MTA — ELTE Regionális Tudományi Kutatócsoport, Budapest.
EIS (2007) European Innovation Scoreboard 2007. Comparative analysis of innovation performance.
Inno Metrics, Bruxelles.
Fagerberg, J. (2005) Innovation. A Guide to the Literature. — Fagerberg, J.—Mowery, D.C.—Nelson, R.R.
(eds.) The Oxford Handbook of Innovation. Oxford University Press, Oxford—New York. 1-26. o.
Florida, R.—Tingali, I. (2004) Europe in the Creative Age. DEMOS. http://www.demos.co.uk/
publications/creativeeurope Letöltve: 2008.04.10.
Hűgerstrand, T. (1952) The Propagation of Innovation Waves. Lund Studies in Geography, Gleerup.
Hollanders, H. (2006) European Regional Innovation Scoreboard. European Trend Chart on Innovation,
Maastricht.
Inzelt A. (1998) Bevezetés az innováció közgazdaságtana és a technomenedzsment fogalomkörébe. —
Inzelt A. (szerk.) Bevezetés az innovációmenedzsmentbe. Az innovációmenedzsment és a technológia-
menedzsment kapcsolata. Műszaki Könyvkiadó, Budapest. 19-32. o.
Kanerva, M.—Hollanders, H.—Arundel, A. (2006) Can We Measure and Compare Innovation in Services.
2006 Trend Chart Report. European Trend Chart on Innovation, Luxemburg.
Kemp, R.—Schot, J.—Hoogma, R. (1998) Regime Shifts to Sustainability Through Processes of Niche
Formation: The Approach of Strategic Niche Management. — Technology Analysis & Strategic Ma-
nagement. 2.175-195. o.
Kocziszky Gy. (2004) Az Észak-Magyarországi régió innovációs potenciáljának vizsgálata. — Észak-
Magyarországi Stratégiai Füzetek. 1.5-39. o.
Lagendijk, A. (2006) Learning from Conceptual Flow in Regional Studies: Framing Present Debates,
Unbracketing Past Debates. —Regional Studies. 4.385-399. o.
Lengyel I. (2003) Verseny és területi fejl ődés. Térségek versenyképessége Magyarországon. JATEPress,
Szeged.
Lengyel I.—Rechnitzer J. (2004) Regionális Gazdaságtan. Dialóg Campus, Budapest—Pécs.
Malecki, E.J. (1997) Technology and Economic Development: The Dynamics of Local, Regional and
National Competitiveness. Longman, Edinburgh.
Marinova, D.—Phillimore, J. (2003) Models of Innovation. — Shavinina, L.V. (ed.) The International
Handbook on Innovation. Elsevier Science, Oxford. 44-53. o.
Moran, P.A.P. (1950) Notes on continous stochastic phenomena. — Biometrika. 1-2.17-23. o.
Moualert, F.—Sekia, F. (2003) Territorial Innovation Models: A Critical Survey. — Regional Studies. 3.
289-302. o.
Nelson, R.R.—Winter, S.G. (1982) An Evolutionary Theory of Economic Change. Belknap Harvard, MA,
Cambridge — London.
OECD (2005) Oslo Manual. Guidelines for Collecting and Interpreting Innovation Data. Third edition,
OECD, Paris.
Polányi, K. (1944) The Great Transformation: The Political and Economic Origins of Our Times.
Rinehart, New York.
Porter, M.E.—Stem, S. (2003) The impact of location on global innovation: Findings from the National
Innovative Capacity Index. — The Global Competitiveness Report 2002-2003. WEF. 227-252. o.
Bajmócy Zoltán - Szakálné Kanó Izabella : Hazai kistérségek innovációs képességének elemzése.
Tér és Társadalom 23. évf. 2009/2. 45-68. p.
68 Bajmócy Zoltán — Szakálné Kanó Izabella TÉT XXIII. évf. 2009 s2
Schumpeter, J. (1950) Capitalism, Socialism and Democracy. Third edition. Harper and Row, New York.
Solow, R.M. (1957) Technical Change and the Aggregate Production Function. — Review of Economic
and Statistics. 39. 312-320. o.
Stimson, R.J.—Stough, R.R.—Roberts, B.H. (2006) Regional Economic Development. Analysis and Planning
Strategy. Second edition. Springer, Heidelberg.
Storper, M. (1997) The Regional World. Territorial Development in a Global Economy. The Guilford
Press, New York—London.
Tödtling, F.—Trippl, M. (2005) One size fit all? Towards a differentiated regional innovation policy
approach. — Research Policy. 34. 1203-1209. o.
Varga A. (2005) Agglomeráció, technológiai haladás és gazdasági növekedés: A K+F térszerkezet mak-
rogazdasági hatásainak vizsgálata. MTA Doktora Értekezés, Pécs.
Witt, U. (2003) Economic Policy Making in an Evolutionary Perspective. — Journal of Evolutionary
Economics. 13. 77-94. o.
MEASURING THE INNOVATION PERFORMANCE
OF HUNGARIAN SUBREGIONS
ZOLTÁN BAJMÓCY — IZABELLA SZAKÁLNÉ KANÓ
Today's spatial economic processes are heavily influenced by the conditions of the learning-
based economy. In this peculiar framework one of the main drivers of regional change is
technological change occurring through the sequence of innovations. Therefore, the inter-
pretation and measurement of territorial innovation capacity has become one of the main
fields of interest in regional economics, however the analyses conducted in lower levels of
territorial aggregation raise several methodological problems.
Present paper aims to analyse and evaluate the innovation capacity of the Hungarian
LAU-1 subregions on the theoretical basis of the regional systems of innovation. We rank the
innovation capacity of the subregions along distinct dimensions and also complexly, then we
carry out the classification of the subregions, and we also analyse the spatial regularities of
the innovation capacity. In the last chapter we attempt to shed light on the limitations of the
applied approach in order to discuss the problems of the usual methods of innovation-
measurement and thus to provide possible future research directions.