2023. szeptember–november során került sor a Gazdaságfejlesztési Minisztérium (GFM) és az MKIK Gazdaság és Vállalkozáskutató Intézet (MKIK GVI) „Rövidtávú munkaerőpiaci prognózis” kutatásának 2023. évi második adatfelvételére, amelynek során a megyei kormányhivatalok és a területi kamarák munkatársai 6 687, legalább két főt foglalkoztató cég vezetőjét kérdezték meg a munkaerő iránti jelenlegi és várható keresletükről.
A bemutatott megyei adatok ebből a kutatásból származnak.
Bővebben >>>2023. április–május során került sor a Gazdaságfejlesztési Minisztérium és az MKIK Gazdaság és Vállalkozáskutató Intézet (MKIK GVI) „Rövidtávú munkaerőpiaci prognózis” kutatásának 2023. évi első adatfelvételére, amelynek során a megyei kormányhivatalok és a területi kamarák munkatársai 5 685, legalább két főt foglalkoztató cég vezetőjét kérdezték meg a munkaerő iránti jelenlegi és várható keresletükről. A bemutatott területi bontású adatok fenti kutatásból származnak.
Bővebben >>>2022. szeptember–november során került sor a Technológiai és Ipari Minisztérium és az MKIK Gazdaság és Vállalkozáskutató Intézet (MKIK GVI) „Rövidtávú munkaerőpiaci prognózis” kutatásának 2022. évi második adatfelvételére, amelynek során a megyei kormányhivatalok és a területi kamarák munkatársai 6541, legalább két főt foglalkoztató cég vezetőjét kérdezték meg a munkaerő iránti jelenlegi és várható keresletükről.
Az alábbiakban az adatfelvétel legfontosabb üzleti várakozásokra és munkaerőpiacra vonatkozó eredményeit közüljük megyei bontásban.
Tartalom:
Bővebben >>>
Az MKIK GVI által kialakított Járási Fejlettségi Mutató (JFM_19) legfrissebb értékei alapján szeretnénk újra betekintést adni a 174 magyar járás fejlettségi különbségeire. Sajnos arról, hogy milyen változások következtek be az utóbbi években nem tudunk teljes képet adni, mivel a KSH által gyűjtött és publikált mutatók köre és azok módszertana is változott időközben.
Azonban az új módszertan szerint is az adatok arra mutatnak, hogy a legfejlettebb járások a főváros és agglomerációján kívül szinte kizárólag Nyugat-, és Közép-Dunántúliak. Érdekesség, hogy a JFM_19 esetében a Győri járás rendelkezik a legmagasabb értékkel nem pedig Budapest kerületei; utóbbi rosszabb vállalkozással kapcsolatos és magasabb tartós álláskeresők rátájának köszönhetően. A többi régióból csak nagyvárosi járások (Kecskeméti, Pécsi, Debreceni, Nyíregyházai) tartoznak a legfejlettebb 25 közé.
Az öt legfejletlenebb járás közül négy észak-magyarországi és észak-alföldi. A Dél-Dunántúl egyes járásai is a legfejletlenebbek közé tartoznak (Csurgói, Barcsi, Sellyei, Tabi), ami arra mutat, hogy a magyarországi nagyrégiók között a Dunántúlon belül a legnagyobbak a fejlettségi különbségek.
Bővebben >>>A GVI egy korábbi publikációjában foglalkoztunk az automatizálás várható hatásaival általában és – magyar foglalkoztatási adatok alapján – a magyar munkaerőpiacra A nemzetközi irodalom arra hívja fel a figyelmet, hogy az automatizáció elterjedése jelentős változásokat hozhat a munkaerőpiacon. Az új technológiák terjedése egyes szakmák teljes automatizációját, más szakmákban pedig a szakma feladatainak átalakulását eredményezhetik. A folyamat az automatizálható szakmákban a képzetlen munkaerő iránti kereslet csökkenését, más területeken pedig a magasan képzett munkaerő iránti kereslet jelentős növekedését okozhatja.
Az alábbi elemzésében a magyarországi munkaerőpiac 2012 és 2016 közötti változásait vizsgáljuk az automatizáció által potenciálisan érintett szakmákra vonatkozóan A NAV település szintű foglalkoztatási adatai alapján.
Bővebben >>>Az MKIK GVI alábbi tanulmányában a technikai fejlődésből adódó automatizáció magyar munkaerőpiacra gyakorolt lehetséges hatását vizsgálja járási illetve megyei szinten. Az elemzés során 55 olyan magyarországi szakmát azonosítottunk, amely a világ bármelyik országában már gyakorlati alkalmazásban lévő technológiák bevezetésével kiváltható lenne. A NAV 2015-re vonatkozó foglalkoztatottsági adatai alapján ezen szakmák automatizálása az összes magyarországi foglalkoztatott 12 százalékát érintené. A járások lehetséges negatív hatásoknak való kitettségét az érintettek és az álláskeresők arányát figyelembe vevő automatizációs kitettségi index-szel (AKI) mértük.
Bővebben >>>Az MKIK GVI által kialakított Járási Fejlettségi Mutató (JFM) legfrissebb értékei alapján adunk képet 174 magyar járás fejlettségi különbségeiről és arról, hogy milyen változások következtek be ebben az utóbbi két év során.
A legfejlettebb járások a Budapesti kerületeken és a főváros agglomerációján kívül szinte kizárólag Nyugat-és Közép-Dunántúliak (a győri, mosonmagyaróvári, tatai veszprémi járás) ezeken kívül, csak az egri és a szegedi járás kerül be a legfejlettebb 20 magyarországi járás közé. A legfejletlenebb járások között többnyire észak-magyarországi és észak-alföldi járásokat találhatók.
2012 és 2014 között inkább a fejlettségi különbségek növekedéséről beszélhetünk. A legfejletlenebb 20 járás közül jelentős felzárkózás csak három járás esetében figyelhető meg.
Az elemzés ötletét az USA fehér és színes bőrű lakossága közötti társadalmi különbségekről tudósító The Economist cikk adta. Az alábbiakban a magyar társadalmon belül meglévő, alapvetően területi jellemzőkkel kapcsolatos különbségeket ábrázoljuk néhány indikátor, illetve ezek alapján készült grafikonok segítségével. A leghátrányosabb helyzetű 33 kistérséget „Magyarország-Alsó”-nak, a legfejlettebb térségeket (Budapest és a 11 legfejlettebb vidéki kistérség) „Magyarország-Felső”-nek neveztük el. A két Magyarország nemzetközi összehasonlítását a világ országaival hat mutató, a terhességmegszakítási ráta (i); a csecsemőhalálozás (ii), az egy főre jutó jövedelem (iii), a személygépjárművek száma (iv), a telefonvonalak száma (v) és a születéskor várható átlagos élettartam (vi) tekintetében végeztük el.
Az összeállítás célja, hogy adatokkal mutassunk rá a térségek közötti egyenlőtlenségek nagyságára a mai Magyarországon. A nemzetközi összehasonlításban önálló országként Magyarország-Felső nagy mértékben jobb helyzetet mutat, mint a hazai átlag. A leghátrányosabb helyzetű 33 kistérséget tartalmazó Magyarország-Alsó azonban több mutató esetében, Magyarország-Felsőtől jóval lemaradva a fejlődő országok színvonalán helyezkedik el.
Terhességmegszakítási ráta
1000 élveszületésre jutó abortuszok száma területenként
Év:
2013 (magyar adatok 2011)
Forrás:
http://www.johnstonsarchive.net/policy/abortion/wrjp335pd.html
http://www.johnstonsarchive.net/policy/abortion/hungary/ab-hungarysr2.html
Csecsemőhalálozás
1000 élveszületésre jutó csecsemőhalálok száma területenként
Év:
2012
Forrás:
http://data.worldbank.org/indicator/SP.DYN.IMRT.IN
http://www.regionaldata.org/hu_HU/territorial_data/
http://www.economist.com/blogs/graphicdetail/2015/04/daily-chart-16
Egy főre jutó jövedelem
Egy főre jutó jövedelem amerikai dollárban
Év:
2010
Forrás:
http://data.worldbank.org/indicator/NY.GDP.PCAP.CD
http://www.regionaldata.org/hu_HU/territorial_data/
Személygépkocsik száma
1000 állandó lakosra jutó személygépkocsik száma
Év:
2008
Forrás:
http://data.worldbank.org/indicator/IS.VEH.NVEH.P3
http://www.regionaldata.org/hu_HU/territorial_data/
Telefonvonalak száma
100 lakosra jutó telefon- és ISDN vonalak száma (szolgálati vonalakkal együtt)
Év:
2013 (magyar adatok 2012)
Forrás:
http://data.worldbank.org/indicator/IT.MLT.MAIN.P2
http://www.regionaldata.org/hu_HU/territorial_data/
Születéskor várható átlagos élettartam
Születéskor várható átlagos élettartam években (mindkét nem esetén)
Év:
2010
Forrás:
data.worldbank.org/indicator/SP.DYN.LE00.IN
http://www.regionaldata.org/hu_HU/territorial_data/
http://www.economist.com/blogs/graphicdetail/2015/04/daily-chart-16
Bővebben >>>A GVI korábbi tanulmányában megvizsgálta, hogyan alakult a magyarországi vállalatok felszámolási eljárásainak száma az ország különböző részein. Az alábbi ábra ennek a tanulmánynak adatbázisát felhasználva mutatja meg megyei bontásban a felszámolások alakulásának dinamikáját a 2008-as egy főre jutó vásárlóerőparitáson vett GDP függvényében, valamint felszámolások alakulásának regionális lefutását. Az ábra arról tanúskodik, hogy az ország szegényebb területein sűrűbben fordulnak elő felszámolások, viszont a válság hatására elinduló szintbeli növekedés nem egyértelműen a szegényebb vagy a gazdagabb területeket érintette. A régiós idősor szinten arról tanúskodik, hogy a felszámolások alakulása és a földrajzi elhelyezkedés közötti összefüggések nem egyértelműek.
Bővebben >>>