MAGYAR
GAZDASÁGTÖRTÉNETI ÉVKÖNYV
2020
HÁLÓZAT & HIERARCHIA
Tartalom
Kövér György
Előszó
9
TÉRSZERKEZET ÉS AZ AGRÁRVIDÉKEK KÖTELÉKEI
Ballabás Dániel
Az 1911. évi gazdacímtár adatai a magyar főnemesség genealógiai
kapcsolathálózatának tükrében
23
Koloh Gábor
Presztízs a keresztszülői hálózatban. Komasági kapcsolatok Vajszlón
(1806‒1895)
51
Simonkay Márton
Vízszabályozók hálózata. Társulati vezetés és vármegyei karrier
a Rábaszabályozó Társulatban (1873–1918)
69
Bán Gergely Károly
A magyar városhálózat hierarchiája és térszerkezete a két világháború között
93
Varga Zsuzsanna
Hálózatépítési technikák a pártállami rendszerben. Az agrárlobbi
1957-es tapasztalatai
147
VÁLLALATI HIERARCHIÁK ÉS HÁLÓZATOK
Tózsa-Rigó Attila
A bécsi üzleti elit a 16. század utolsó harmadában. A bécsi polgárok
társadalmi és üzleti hálózatai
169
Pakucs Mária
„Ez a foglalkozásuk”. Görög kereskedők Erdélyben és a hálózatuk
a 17. század végén
195
MAGYAR GAZDASÁGTÖRTÉNETI ÉVKÖNYV • 2020
6
TARTALOM
Kovács Evelin
Debrecenben letelepedett üvegesmesterek kapcsolathálója a 18. század
második felében
215
Tamás Gábor
Hálózat vagy hierarchia? Egy biztosítótársaság ügynökhálózata
a 19. század közepén
245
Halmos Károly
Kinek mi köze hozzá? Csődper és fenyítőeljárás Steinberger Manó ellen
273
Papp Viktor
Gyenge kötésekkel a gazdaságban. A budapesti ügyvédek részvénytársasági
pozícióinak hálózatelemzése (1890–1910)
291
Pogány Ágnes
Kartell vagy fúzió? A budapesti nagymalmok stratégiái a 20. század
első harmadában
327
Klement Judit
A vállalat arcai. A Magyar Siemens–Schuckert Művek Villamossági Rt.
vezetőségének elemzése
361
Hidvégi Mária
Hálózat, hierarchia, nemzetközi piaci integráció. A Tungsram részvétele
nemzetközi kartellekben
389
KERESKEDELMI ÉS HITELKAPCSOLATOK
Pósán László
A Német Lovagrend kereskedelmi szervezete a 15. század elején
413
Izsák Gergely
Mit adtak nekünk a csehek? A Živnostenská banka hitelügyletei
a magyarországi iparral a 20. század elején
441
Bagdi Róbert – Hlbocsányi Norbert
A Földhitelbank Rt. szerepe báró dr. Kohner Adolf kapcsolatrendszerében
465
TARTALOM
7
Pelles Márton
A magyar kereskedelmi tengerhajózási vállalatok hajó- és áruforgalmi
hálózatai (1870–1914)
487
Szerzők
507
Contents
509
Bán Gergely Károly
A magyar városhálózat hierarchiája
és térszerkezete a két világháború között
„A föld színpadának legnagyobb díszletezője az ember, s legnagyszerűbb díszletei a
városok”1 – írja Babits Mihály korabeli útinaplójában a városokról. A századelőn
több ismert költőnk2 is megemlíti munkáiban a városokat vagy valamely településformát különböző, leginkább fejlettségi, kulturális és településmorfológiai kontextusban. De mit is nevezhetünk városnak? A város kritériuma koronként, régiónként és kutatási nézőpontonként igen eltérő. A város egy olyan komplex jelensége a
térnek, amely számos diszciplína látókörében helyet kap(ott), így többek között
a geográfia, a közigazgatás (jogtudomány), a történettudomány, a statisztika, a közgazdaságtan, az antropológia és a szociológia szüzséjének is a részét képezi. A különféle diszciplínák a városiasodottságnak különböző szempontjait, tényezőit emelik ki és helyezik előtérbe. Ebből kiindulva miért ne beszélhetnénk geográfiai,
közigazgatási (jogi), statisztikai stb. városhierarchiáról? Úgy vélem, ahány városfogalom, annyiféle városhierarchia létezik. Fontos leszögezni, hogy a városhierarchia-kutatások bizonyos tekintetben átfedésben lehetnek a fejlettség kérdésével
– gondolok itt a közös mutatók3 sorából kiemelt pénzügyi indexre –, de munkámnak nem célja a két világháború közötti településfejlettség megállapítása, mivel
attól eltérő módszertanra támaszkodik maga a hierarchiakutatás és ezáltal a tanulmányom is. A városhierarchia-kutatások célja az adott időmetszet(ek)re vonatkozó
településhálózati rangsor felállítása, amely reprezentálja az adott települések pozícióját a hálózatban.4 Ezen rangsor alapja az urbanizáció fokának a megállapítása,
tehát a városiasodottság (mint minőségi kritérium) vizsgálata a településhálózaton
belül. Jelen dolgozatom során a funkcionális vagy más néven geográfiai városhierarchiát helyezem a vizsgálat középpontjába.
A hazai településhálózatot vizsgáló igen széles körű kutatások5 az ezredforduló
tájékán már lezárultak. Viszont a téma interdiszciplinaritása, kvantitatív és empiri1
2
3
4
5
Babits 1909.
Például Ady Endre, Kaffka Margit, József Attila.
Beluszky–Győri 2005; Győri–Mikle 2017; Szilágyi 2018.
Beluszky–Győri 2005: 13–14.
Bácskai–Nagy 1984; Gál 1997; Major 1964; Beluszky–Győri 2005; Beluszky 1966; Beluszky 1973; Czoch–
Szabó–Zsinka 1993; Granasztói 1989; Kiss 1961; Gyimesi 1975; Tóth 2011.
MAGYAR GAZDASÁGTÖRTÉNETI ÉVKÖNYV ● 2020
94
BÁN GERGELY KÁROLY
kus sajátossága, illetve a közelmúltban a történettudományban lejátszódó paradigmaváltás6 indokolttá teszi, hogy újra előtérbe kerüljenek ezek a vizsgálatok, és ne csak
napjainkra készüljenek városhierarchia-vizsgálatok,7 hanem a különféle történeti
korszakokra vonatkozólag is. Jelen esetben a két világháború közötti településhálózatra fókuszálok. Ennek hátterében egyrészt az áll, hogy komplex módon még nem
került górcső alá az 1930-as településhierarchia vizsgálata. Továbbá az erre az időszakra elvégzett kutatás lehetővé teszi a településhálózat rövid távú vizsgálatát 1910
és 1930 között, ezáltal a trianoni békeszerződés ilyen irányú hatásait is feltérképezhetjük. Ehhez a munkához elengedhetetlen a térinformatika használata, amelynek
betörése a történettudomány egyes területeire részét képezi a napjainkban zajló
digitális forradalomnak.8 Az eredmények térbeli vizualizációja lehetőséget ad számos olyan folyamat, tényező megvilágítására, amely önmagában nem feltétlenül
lenne evidens a kutató számára.
Az ilyen jellegű munkák, az új megközelítések9 és az interdiszciplinaritás utóbbi
években történő növekedése lehetőséget nyújt a városhierarchia-vizsgálatok eredményeinek többszólamú kontextualizálására is.
Munkám során kísérletet teszek arra, hogy átfogó képet nyújtsak a két világháború közötti magyar településhálózatról és annak hierarchikus szintjeiről, illetve
térszerkezeti sajátosságairól.
A két világháború közötti közigazgatás
Az első világháborút megelőzően a magyar korona országai Európában területileg
a hatodik, népességszámukat tekintve a hetedik pozíciót foglalták el.10 Az első
világháború utolsó évében azonban felbomlott a Monarchia korábbi egységes gazdasági szerkezete. A trianoni döntéssel az ország területének 71,5%-a, míg népességének 63,6%-a (Horvátországgal együtt) került más államok fennhatósága alá.11
Tehát hazánk egy lett az európai kisállamok közül, és megszűnt a korábban kialakult munkamegosztás, az egymásra utalt régiók eltérő államokba kerültek, s ez a
térkapcsolatok újjászerveződését jelentette. Ennek ellenére az 1920 utáni gazdasági
helyzet megítélése már korántsem olyan egyértelmű és negatív, mint azt sokáig
feltételeztük.12 Vitathatatlan, hogy a békeszerződésnek sok hátráltató hatása volt,
viszont ha változtatunk a fókuszponton, és Európához viszonyítjuk Magyarország
6
7
8
9
Daunton 2007.
Szilágyi–Gerse 2015.
Szilágyi 2013: 183–204.
Szilágyi–Gerse 2015; Győri 2006; Demeter 2017; Győri–Mikle 2017; Pénzes 2018; Bennett–Smith–Radicic 2018.
10 Beluszky 1999: 193.
11 Beluszky 1999: 193–194.
12 Gyáni 2002; Tomka 2018; Szilágyi 2018.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
95
helyzetét, akkor azt állapíthatjuk meg, hogy a trianoni Magyarország gazdasági
teljesítménye nemzetközi összehasonlításban nem volt gyengébb, mint a dualizmus időszakában megfigyelhető relatív teljesítménye.13 Tehát a gazdasági visszaesés
mértéke közel megegyezett az általános európai recesszió átlagos mértékével. Ennek fő okai között szerepel, hogy a természeti erőforrások – amelyek nagyrészt az
utódállamok területére kerültek – már a két világháború között sem tartoztak a
gazdasági növekedés legfontosabb tényezői közé. Sokkal inkább a gazdaság szerkezeti változásai, a technológiai fejlődés és a humán tőke voltak a fejlődés hajtóerői,
amelyeket kevéssé érintett a békeszerződés. Ezt a megközelítést alátámasztja az a
tény is, hogy a nagy háborút követően az ország gazdaságának konszolidációja viszonylag gyorsan ment végbe.14
A békeszerződés következtében alapvetően átrendeződött mind a hazai településhálózati, mind a társadalmi-gazdasági térszerkezet. Az országhatárok kialakításának fő célja az újonnan alakuló államok (utódállamok) stratégiai, gazdasági, közlekedési támogatása, a potenciális ellenfél gyengítése volt. A közigazgatási beosztást
is igen jelentős változások elé állította Trianon. Megváltozott a települések egymáshoz viszonyított pozíciója is. A főváros korábbi kimagasló státusza még tovább nőtt
Zágráb, Pozsony és Kolozsvár elcsatolásával. Az államhatárok változása súlyosan
érintette az új országhatár menti megyéket is, mivel ezek elvesztették korábban
történetileg kialakult vonzásközpontjukat.15 Olyan, többségében magyar lakosú
városok, mint Szabadka, Nagyvárad, Nagykároly, Szatmárnémeti, Beregszász, Kassa vagy Komárom, kerültek a határ másik oldalára, amelyek hiánya a határzóna,
illetve a határ menti régiók közigazgatási és gazdasági szerkezetét erősen gyengítette.
Ennek következtében a határzóna számos kistérsége periférikus, hátrányos helyzetű területté vált. Az új országterületen 1921-re csupán 13 törvényhatósági jogú
város maradt a korábbi 22 helyett, illetve a rendezett tanácsú városok száma is hasonló mértékben csökkent (53-ról 35-re).16 Az új helyzetben sokan (Magyary Zoltán, Hantos Gyula, Prinz Gyula, Teleki Pál) megkerülhetetlen kérdésnek tartották
a közigazgatási hálózat rendezését. A két világháború között több közigazgatási
változás ment végbe. A teljesség igénye nélkül gondolok itt a „csonka vármegyék”
egyesítésére,17 az új megyeszékhelyek kijelölésére18 – amelyek közül korábban csak
13
14
15
16
17
Szilágyi 2018.
Tomka 2018: 47–79.
Hajdú 2005: 143.
Beluszky 1999: 195; vö. Hajdú 2005: 142–143.
Győr-Moson és Pozsony megye, Komárom és Esztergom, Nógrád és Hont megye, Borsod-Gömör és Kishont megye, Szabolcs és Ung megye, Szatmár, Bereg és Ugocsa megye.
18 Hont megye – Nagymaros, Bács-Bodrog – Baja, Abaúj-Torna – Szikszó, Bereg – Tarpa, Gömör és Kishont
– Putnok, Bihar – Berettyóújfalu, Szatmár – Mátészalka, Arad – Elek, Torontál – Kiszombor, Ung – Záhony.
96
BÁN GERGELY KÁROLY
Baja rendelkezett városi ranggal (9. táblázat) –, illetve az 1938 és 1941 közötti területi visszacsatolásokra.19
A kutatásom komplexitása, illetve a módszertani tényezők következtében az
1930-as évre összpontosítottam, amely az egyik reprezentatív éve a két világháború
közötti időszaknak, mivel hazánk ekkorra már az első világháborúból és az azt lezáró Párizs környéki békék okozta traumából viszonylagosan kilábalt, a nagy világgazdasági válság pedig éppen csak elkezdte éreztetni hatását Magyarországon. Továbbá maguk a történeti források is determinálták ezen „eszményi” 1930-as
esztendő kiválasztását, mivel a két világháború közötti időszak egyik – ha nem
legjobban – dokumentált népszámlálási esztendőjéről beszélünk.
Módszertan
A városhierarchia feltárására alkalmazott módszer kiválasztását egyrészt az elérendő
cél, másrészt a hazai településhálózat sajátosságai és a rendelkezésre álló történeti
források determinálják. Célom az volt, hogy az 1930-as városhálózat hierarchiájának minőségi oldalát empirikus úton tárjam fel. Viszont bizonyos források esetében
el kellett térnem az 1930-as esztendőtől. Összesen négy időmetszetből dolgoztam
(1920, 1930, 1931, 1934). Ezen időmetszetek – leginkább az 1930-as év – kiválasztása egyben kényszerpálya volt a megfelelő mennyiségű és minőségű településszintű adat tekintetében.
A vizsgálatban az úgynevezett „leltározó” vagy empirikus módszert választottam, amely során tételesen végigvettem a különböző, városi léttel párhuzamba állítható mutatókat, intézményeket. Ezekből végül öt változót és egy átlagot számláló mutatót konstruáltam:
1. Lakosságszám-változás 1920–1930 között (v1)
2. Nem mezőgazdasági keresők aránya (v2)
3. Szolgáltatások jelentőségtöbblete (v3)
4. FHTT mint pénzügyi mutató (v4)
5. Összesített pontérték (v5)
Az első számú változó egy dinamikus mutatón alapszik, amely a két népszámlálás közötti lakosságszám-változást reprezentálja településszinten. Ez a mutató a
település prosperitását tükrözi.20 A második változó az úgynevezett nem mezőgazdasági keresők arányát mutatja, tehát a települések foglalkoztatási arányát is bevontam a kutatásba. Ennek hátterében az húzódik, hogy a tercier szektor – és a két
világháború között még a szekunder szektor is – a városias lét egyik hordozója.
19 1938: első bécsi döntés: a Felvidék déli részének visszacsatolása; 1939: Kárpátalja visszacsatolása; 1940:
második bécsi döntés: Észak-Erdély visszacsatolása; 1941: Délvidék visszacsatolása.
20 Andorka 2006: 295.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
97
Tehát minél nagyobb a nem mezőgazdasági keresők aránya, annál inkább rendelkezik/rendelkezhet városias jegyekkel az adott település. A harmadik változó is
részben ezt a metódust követi, azonban itt már a Walther Christaller-féle központi
helyek elméletét21 felhasználva vettem figyelembe a tercier szektor jelenlétét a vizsgálatba bevont települések vonatkozásában. Tehát azt vizsgáltam, hogy az adott
települések milyen mértékben tudták ellátni szolgáltatásokkal saját és vonzáskörzetük lakosságát. Ehhez a „jelentőségtöbblet-képletet”,22 az adott település tercier
keresőit és összkeresőit, illetve az országos tercier keresők és az összkeresők számát
használtam fel. Amiből megállapíthatóvá válik, hogy egy tercier kereső hány keresőt látott el átlagosan a szolgáltatások területén. Tehát a harmadik változó azon
alapszik, hogy a város a vidék ellátója, s így a központi szerep a vidéknek nyújtott
„többlet”-szolgáltatáson alapszik.
Negyedikként a pénzügyi változó kialakítása következett. Ehhez Szilágyi Zsolt
módszerére23 alapozva egy korabeli GDP-mutatót konstruáltam négy helyi adónem (földadó, házadó, társulati adó és tantième-adó – FHTT) felhasználásával.
Fontos megjegyezni, hogy ezek az adónemek a két világháború közötti községi
pótadó kivetésének alapjául szolgáltak. Ennek a pénzügyi mutatónak az erősségét
az adja, hogy ezt leszámítva a vizsgált időszakból nem vagy csak esetlegesen rendelkezünk olyan településszintű pénzügyi helyzetet reprezentáló mutatóval, amelyet
nagy biztonsággal és az egész hálózatra vonatkozóan lehetne használni. Ennek hátterében az áll, hogy a két világháború közötti periódust illetően gondot okoz a
hazai pénzintézetek körében megfigyelhető fiókosítási hullám. A fiókosítás során
nagyszámú vidéki városba kerültek bizonyos pénzintézetek alfiókjai. Ennek következtében előfordulhatott, hogy az alfiókok pénzügyi adatait a központi fiókoknál
rögzítették, ami lehetetlenné tette a betétállomány fiók- és településszintű vizsgálatát. Ezt követően egy másik lehetséges pénzügyi mutató került a kutatás fókuszába,
a jelzáloghitelek bevonása. E mutató viszont kizárólag a törvényhatósági jogú városokban és a megyei jogú városok esetében került összeírásra, ami jelen esetben
kevés. Így tehát maguk a történeti források okozták a fő gondot, a vizsgált korszakból nem is rendelkezünk olyan mennyiségű és minőségű adatforrással, mint a századelőn – gondolok itt többek között Thirring Gusztáv 1912-es munkájára, amelyben még meteorológiai adatokat is rögzítettek a városok esetében.24
Az FHTT-mutató felhasználhatóságának érdekében egy gyors korrelációs
vizsgálatot is végeztem. A korábban összegyűjtött – de nem minden településre
meglévő – betétállományokat és a települések FHTT-adóit vetettem össze. A vizs21 A Christaller-féle modell egyik első hazai interpretációját lásd Mendöl 1963: 485–486.
22 Jelentőségtöbblet-képlet (K): K = Fv–Lv ∙
; Fv: a vizsgált település szolgáltatói potenciálja; Fm: a vizsgált
terület szolgáltatói potenciálja; Lv: a vizsgált település keresőinek száma; Lm: a vizsgált terület keresőinek
száma.
23 Szilágyi 2018.
24 Bán 2019a.
98
BÁN GERGELY KÁROLY
gálat 0,77-es korrelációs értéket hozott, amely úgy értelmezhető, hogy a meglévő
adatok esetében a két mutató erősen egy irányba mozog, tehát pozitív összefüggés
mutatható ki közöttük. Mivel a vizsgált korszakkal – vagy annak határával – foglalkozó szakirodalmak25 a betétállományok használatát hangsúlyozzák a településszintű vizsgálatok során, így az FHTT mint pénzügyi proxymutató használata
nem mond ennek ellent.
Az ötödik változó az úgynevezett összesített pontértékeket tartalmazza. Itt kaptak helyet a különféle közigazgatási, gazdasági, oktatási és egészégügyi intézmények,
illetve azok megléte, bizonyos esetekben választéka és volumene. Továbbá településenként a kamarai tagsággal rendelkező ügyvédek számát is rögzítettem. Ennél a
változónál jelentős problémát okozott az eltérő elemek releváns összevonása. Ugyanis el kellett kerülnöm azt a torzító tényezőt, hogy egy ügyvéd ugyanolyan súllyal legyen jelen, mint egy állami kórház. Erre az úgynevezett diszperziós értéket26 vezettem
be.27 Véleményem szerint teljes mértékben ez a módszer sem alkalmas a súlyozásra,
viszont mindenképpen relevánsabb értékeket kapunk ezen eljárás során.
Annak érdekében, hogy az esetleges torzításokat mérsékeljem, bevezettem egy,
az első négy változó átlagát reprezentáló mutatót. Azért nem soroltam be a változók körébe, mivel ehhez a mutatóhoz nem kapcsolódik kvantitatív történeti forrás.
Csupán a meglévő értékek átlagát tükrözi, így nem nevezhető változónak.
A változók összevonhatósága érdekében a normalizálás módszerét használtam
fel, amely azon túl, hogy egységesítette a különféle változókat (dinamikus, százalékos, fő, pengő, pontérték), a torzítások kiszűrésére is alkalmas statisztikai eljárás.
Utolsó előtti lépésként az általam konstruált változókat korrelációs vizsgálat alá
vetettem (2. táblázat), amelynek célja az volt, hogy kiszűrje az esetlegesen túlzóan
egy irányba vagy ellentétesen mozgó változókat. A vizsgálat által bizonyítást nyert,
hogy a megkonstruált változók használata indokolt, mivel a legmagasabb korrelációs érték 0,55 volt. Nem meglepő, hogy ez az eredmény a szolgáltatások jelentőség
többlete (v3) és az összesített pontérték (v5) nevű változó között alakult ki. Amire
még érdemes felhívni a figyelmet, hogy nem mutatható ki összefüggés (0,15) a nem
mezőgazdasági keresők aránya (v2) és a szolgáltatások jelentőségtöbblete (v3) között,
e kapcsolat meglététől ugyanis a munkahipotézisem28 alapján némileg tartottam.
Végezetül a fentebb bemutatott változók adták a KVM-et29 (komplex városhierarchia-mutató) és egyben a települések rangsorát is. A hierarchiaszintek meg-
25 Gál 2008; vö. Gál 1997; Beluszky–Győri 2005.
26 Diszperziós képlet: d=ti/T; d = az egyes központi funkciójú intézmények diszperziós értéke; ti = a szóban
forgó intézménnyel rendelkező települések száma; T = a vizsgált terület összes településeinek száma.
27 Beluszky 1973.
28 A kutatás kezdeténél többek között attól tartottam, hogy a mezőgazdasági keresők magas vagy éppen alacsony aránya jelentős módon fogja meghatározni a többi változót, s egyben a települések pozícióját.
29 Az összesített pontérték (v5) és az első négy változó (v1–v4) átlaga adta ki a KVM értékét és egyben a településhierarchia-rangsort.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
99
határozásához a Jenks-féle módszert30 alkalmaztam. A módszer úgy alakítja ki a
hierarchiaszinteket, hogy az egyes szintek elemei között a legkisebbek, a csoportok
között pedig a legnagyobbak legyenek a komplex városhierarchia-mutató eltérései.
Tehát bizonyos lépcsőket próbál keresni, és azok mentén húzza meg a határokat.
A mutatók értékeinek vizsgálata során minden esetben a települések közigazgatási határát vettem figyelembe, azaz az összterület adatait vontam be az elemzésbe.
Ennek hátterében az áll, hogy a történeti források csupán három mutató (lakosságszám, foglalkoztatási arányok, FHTT) esetében teremtették volna meg a lehetőséget, hogy a belterület adatait helyezzem fókuszpontba. Továbbra is szükségesnek és
egyben indokoltnak tartom a hazai településszintű vizsgálatok során a teljes külterület leválasztását ebben a periódusban a korábbi részkutatásom31 alapján. Jelen
tanulmányomban azonban úgy döntöttem, hogy szisztematikusan, minden mutató esetében azonos településhatárokat vizsgáló kutatói álláspont mellett maradok.
A fentebb említett változók, a módszertani modell, a foglalkoztatási főcsoportok kialakítását, illetve a kutatás alapját szolgáló adatbázist (KVA – Komplex
Városhierarchia Adatbázis) egy korábbi módszertani munkámban már részletesen
ismertettem.32
A városhierarchia alakulása 1930ban
A közigazgatási központi szerepkör és a városhierarchia alakulása közötti kapcsolat
megkérdőjelezhetetlen, s igen kevés település rendelkezett magas hierarchiapozícióval anélkül, hogy közigazgatási központi funkcióval bírt volna.
Vizsgálatom során hat hierarchiaszintbe soroltam a kutatásba bevont településeket: 1. főváros; 2. regionális központ; 3. megyeszintű központ; 4. középváros;
5. kisváros; 6. falu. Az első öt hierarchiaszint jól elkülönült egymástól, így a fentebb említett Jenks-féle módszer könnyen alkalmazható volt. Azonban a kisvárosok – még funkcionális értelemben vett városok – és a falvak közti határvonal nehezen határozható meg pontosan, mivel ezen a ponton az általam használt módszer
nagyon csekély eltérést mutat. Így fenn kell tartani azon álláspontomat, hogy a
funkcionális városhatárt (kisvárosok–falvak) nehezen határozhatjuk meg. Valahol
mégis meg kellett húzni egy feltételezett válaszvonalat a funkcionális értelemben
vett városok és a falvak között.
Ezt a bizonyos határvonalat a 206. pozíció – Békés települése – után húztam
meg több szempontot figyelembe véve. Első és legalapvetőbb a küszöbérték relatív
nagysága, ami által egy – igaz, kismértékű – „szakadék” rajzolódott ki. Békés járási
30 Jenks 1967: 186–190.
31 Bán 2019b.
32 Bán 2019a.
100
BÁN GERGELY KÁROLY
székhelyi szerepet is betöltött, amiről többek között főszolgabírói hivatala is tanúskodik. Már ez a bizonytalanság is arra utal, hogy az amúgy is sok ellentmondást
tartalmazó területi beosztást a békeszerződés csak még aránytalanabbá tette. Hozzávetőleg 27 vármegye és 60 járás helyzete változott meg az új határokkal, így sok
esetben alakultak ki olyan járások a határ mentén, ahol a kijelölt központok nem,
vagy csak alig tudták betölteni járásszékhely funkciójukat.33 Békés kisvárosi szerepéhez az is hozzájárult, hogy rendelkezett reálgimnáziummal is, amely akkoriban
mindenképpen központi szerepkörrel bíró oktatási intézménynek minősült. Ezt
mutatja többek között az is, hogy az országban 56 település rendelkezett reálgimnáziummal, illetve 68 településen volt jelen valamilyen középfokú oktatási intézmény. Másik oldalról vizsgálva Békés után 52 települést találunk járási székhelyi
szerepben, viszont e települések igen elszórtan helyezkednek el a 206. és a 856. pozíció között. Továbbá a Békést követő települések közül csupán kettő rendelkezett
20 ezer főnél nagyobb lakosságszámmal: Törökszentmiklós (210. pozíció) és Mezőkövesd (274. pozíció). Valamint egyetlenegy településen sem találunk középfokú
oktatási intézményt Békés városán túl.
Tény, hogy nehéz meghúzni a határokat egy többváltozós vizsgálat során – főleg az alsóbb szinteken –, de úgy vélem, hogy mindezek tükrében indokolt a több
mint 28 000 fős Békést a funkcionális városok közé sorolni.
A városi rang és a hierarchiapozíció
A városhierarchia-rangsor (1. táblázat) alapján tisztán kivehető, hogy a városi rangú települések és a funkcionális értelemben vett városok (és számuk is) jelentős
eltérést mutatnak egymáshoz képest 1930-ban (is). Ez a tendencia már több korábbi időmetszetre elvégzett kutatás34 során is bizonyítást nyert. Egészen a rendszerváltozásig állt fenn ez a súlyponteltolódás, ezt követően ugyanis meredek növekedésnek indult a várossá nyilvánítás indexe. Olyannyira, hogy napjainkra megfordult
a helyzet, és már több városi ranggal rendelkező települést tartanak számon, mint
amennyi azt funkcionálisan indokolttá tenné.35 1930-ban 57 jogi értelemben vett
városról beszélhetünk a fővárossal együtt,36 ezzel szemben vizsgálatom alapján hozzávetőleg 206 funkcionális értelemben vett várost határoztam meg a két világháború
közötti Magyarországon. Ez közel 3,5-szörös többletet jelent, ami jelentősnek
mondható. Ebben a fejezetben a fővárosi hierarchiaszintre nem térnék ki külön,
mivel Budapest jogi, gazdasági és kulturális szerepe megkérdőjelezhetetlen a városi
jog és a funkcionális városi kategória vonatkozásában is.
33
34
35
36
Magyary 1942: 56–70.
Bácskai–Nagy 1984; vö. Beluszky–Győri 2005.
Beluszky 2006: 73–78.
Hajdú 2005: 150.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
101
A regionális központok között 7 város kapott helyett (9. táblázat, 2. térkép).
Ezen hierarchiaszint esetében a városi rang két kivétellel minden esetben megfelelt
funkcionális szerepének. Egészen pontosan Szombathely és Nyíregyháza nem rendelkezett törvényhatósági jogú hatáskörrel az 1930-as esztendőben az általam meghatározott regionális központok közül. Tehát az ebbe a csoportba kerülő városok
hierarchiaszintje és jogi státusa között erős korreláció volt megfigyelhető, emellett
a két említett település – Szombathely és Nyíregyháza – is városi ranggal (megyei
város) rendelkezett a vizsgált korszakban. A regionális központok többsége megyeszékhelyi pozíciót töltött be, egyedül Szeged városa képez kivételt ilyen téren, de
ennek hátterében leginkább múltbeli tényezők húzódnak meg. Szeged mind a városiasodottság, mind a gazdasági, központi szerepköre révén egyértelműen Csongrád megye „zászlóshajója” volt már ekkoriban is.
Ami a megyeszintű városokat illeti, itt már „mozaikosabb” képet kapunk. Vizsgálatom során 17 települést37 tartottam indokoltnak a harmadik funkcionális hierarchiaszintbe sorolni (9. táblázat, 3. térkép). Ezek közül négy törvényhatósági
joggal felruházott város (Baja, Kecskemét, Sopron, Székesfehérvár) is e funkcionális hierarchiaszintre került. E négy település a megyeszintű városok felső harmadában kapott helyet, ami jól tükrözi, hogy jogi besorolásuk összhangban volt funkciójukkal: csak kevéssel maradtak le a regionális központoktól. Bár a 14. pozícióban
lévő – ezen a szinten utolsó törvényhatósági joggal rendelkező – Baja után kirajzolódik egy kisebb töréspont, azonban ennek mértéke nem elegendő ahhoz, hogy itt
húzzam meg a két hierarchiaszint közötti határt. Továbbá ezáltal 13 regionális központról beszélhetnénk (8 törvényhatósági jogú és 5 megyei város), ezt a trianoni
Magyarország területi és térszerkezeti sajátossága miatt nem tartanám indokoltnak. Ugyanezen a hierarchiaszinten maradva 11 település38 megyei városi ranggal
került be az általam konstruált harmadik szintbe. Tehát ezen a szinten már többségbe kerültek a megyei városi joggal rendelkező települések, s jogi státuszuknak
megfelelő szinten kaptak pozíciót. A megyeszintű városok többsége megyeszékhely39 ugyan, de több városnak sikerült közigazgatási székhely szerepkör nélkül is
felkapaszkodnia erre a hierarchiaszintre (Újpest, Pestszenterzsébet, Nagykanizsa,
Albertfalva, Pápa, Kispest és Pestszentlőrinc). Jellemzően a felsorolt helységek közül 5-öt a főváros vonzáskörzetében találunk. Lakosságszámuk alapján is indokolt
a pozíciójuk. Átlagosan 35–36 ezren lakták e csoport városait, de Újpest, Kispest
és Pestszenterzsébet lakossága meghaladta 1930-ban a 67 ezer főt, népességszám
alapján az előkelő negyedik-ötödik-hatodik pozíciót foglalták el. Ami igazán meglepő, hogy két település (Albertfalva, Pestszentlőrinc) úgy került be a megyeszintű
37 Újpest, Szolnok, Kaposvár, Székesfehérvár, Sopron, Baja, Sátoraljaújhely, Pestszenterzsébet, Kecskemét,
Eger, Nagykanizsa, Zalaegerszeg, Albertfalva, Pápa, Kispest, Veszprém, Pestszentlőrinc.
38 Eger, Kaposvár, Kispest, Nagykanizsa, Pápa, Pesterzsébet, Sátoraljaújhely, Szolnok, Újpest, Veszprém, Zalaegerszeg.
39 Szolnok, Kaposvár, Székesfehérvár, Sopron, Baja, Sátoraljaújhely, Eger, Zalaegerszeg, Veszprém.
102
BÁN GERGELY KÁROLY
városok körébe, hogy nemcsak nem voltak megyeszékhelyek, de 1930-ban jogi
értelemben nem rendelkeztek városi ranggal sem. A két fent említett „betolakodó
község” egyértelműen a fővárosi agglomeráció szerves részét képezte egészen 1950-ig,
és az ezzel járó pozitív hozadékok következtében kerülhetett be a számukra igen
előkelő harmadik hierarchiaszintbe (a két településről részletesebben írok lentebb).
Összességében elmondható, hogy a megyeszintű városok nagy százalékban fedik le a megyei jogú városok körét. Tehát ezen a szinten is párhuzamot húzhatunk
a jogi és a funkcionális besorolás között.
A középvárosok esetében a vizsgálat alapján 40 település érte el ezt a hierarchiaszintet (9. táblázat, 4. térkép), amelyek közül jogi értelemben egyértelműen kilóg
Hódmezővásárhely városa. Ez a nagy kiterjedésű alföldi település ugyanis törvényhatósági joggal rendelkezett ekkoriban, viszont funkcionális értelemben messze
elmaradt ettől a jogi rangjától. Ennek hátterében a mezőgazdasági dolgozók magas
arányát (64%) és járás nagyságú közigazgatási határait említeném. A fenti tényezőket viszont nem követte a város szolgáltató szektorának erősödése, sőt, bizonyos
esetekben saját lakosságát sem tudta maradéktalanul ellátni megfelelő (ügyvédi,
oktatási, egészségügyi) szolgáltatásokkal. A két világháború közötti falusias jellegéhez csökkenő lélekszáma is hozzájárult. A középvárosok szintjén 20 település rendelkezett városi joggal – Hódmezővásárhely kivételével megyei városi ranggal –,
tehát ezen hierarchiaszint településeinek csupán fele mondhatta el magáról, hogy
jogi értelemben is a városok közé sorolható. Találunk itt megyeszékhelyi rangjukhoz képest „méltatlan” hierarchiaszintbe került városokat (Esztergom, Balassagyarmat, Gyula) is. Ha megnézzük a szakirodalomban egy korábbi városhierarchiavizsgálat eredményeit,40 megállapíthatjuk, hogy „lecsúszó” tendenciát mutat ez a
három megyeszékhely. Ugyanis az 1910-es vizsgálatban a megyeközpontokon belül
Balassagyarmat és Gyula a részleges funkcióval rendelkezők szintjébe került. Esztergom ugyanezen a hierarchiaszinten, de a hiányos funkciójú szint alján kapott helyet. Ha csak a trianoni határokat vesszük figyelembe, abban az esetben is csökkent
a fent említett három település pozíciója (10. táblázat). Továbbá meg kell említeni,
hogy mindhárom megyeszékhely a trianoni határ közelében található (4. térkép).
Tehát a dualizmusban – és előtte – kialakított kereskedelmi, gazdasági vonzáskörzetük egy része a határ túloldalára került. Úgy vélem, ez is közrejátszhatott pozícióvesztésükben.
A középvárosok szintjén volt arra is példa, hogy egy települést a trianoni változások pozitív irányba mozdítottak. Mátészalka megyeszékhelyként nem elégedhetett
volna meg egy középvárosi pozícióval, viszont ha azt vizsgáljuk, hogy 1910-ben a
kisvárosok között szerepelt mint járási székhely, majd Trianon után Szatmár,
1923-ban pedig Szatmár, Ugocsa és Bereg közigazgatásilag egyelőre egyesített vármegye székhelyévé lépett elő az akkoriban alig több mint hatezer lelket számláló nagy40 Beluszky–Győri 2005.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
103
község, akkor már árnyaltabb képet kapunk. A megyeszékhellyé válás egy sor intézmény létrejöttét eredményezte,41 ami által a gazdasági élet és a lakosságszám is
növekedett. Azonban viszonylag magas városiasodott szintet ennek ellenére sem tudott elérni. A középvárosi szinten található további városok maradéktalanul járási
székhelyi funkciókkal rendelkeztek 1930-ban. A másik oldalt tekintve 20 községi
jogállású település kapott helyet a középvárosi hierarchiaszinten, ami várható tendencia volt a városi joggal rendelkező települések és a vizsgálat alapján funkcionális
értelemben vett városok számát tekintve. A 20 községi jogállású településből 8 a fővárosi agglomerációban található, a további 12 község42 esetében nem lehet egy koncentrált területet kijelölni.
Következésképpen a települések fele nem rendelkezett semmilyen városi joggal.
Tehát ezen a szinten figyelhető meg először jelentősebb eltérés a funkcionális és a jogi
értelemben vett városok vonatkozásában. Ez a tendencia értelemszerűen tovább
emelkedik a legalsó városi szinten (kisváros), a még funkcionális értelemben városok
közé sorolható települések körében. Mindezek tükrében a középvárosi kategóriát értelmezhetjük egyfajta átmeneti szintnek a jogállások vonatkozásában.
A kisvárosi kategória 142 települése közül csupán 11 rendelkezett megyei városi ranggal, tehát itt már többségbe kerültek a községi jogállású települések. A városi joggal rendelkező települések pozíciójukat tekintve elszórtan helyezkednek el
a kisvárosi szinten, ezért tendenciát nem tudunk ebből kiolvasni. Viszont mindegyik település az Alföldön fekszik szétszórtan. A városi jog és a közigazgatási szerepkör szempontjából elmondhatjuk erről a szintről, hogy három megyeszékhelyi
funkcióval rendelkező települést is itt találunk (Szentes, Berettyóújfalu, Szikszó).
Szikszó és Berettyóújfalu esetében nem meglepő, hogy közigazgatási szerepük ellenére csak a kisvárosi szinten helyezkednek el, mivel mindkét település a trianoni
békeszerződés következtében lett megyeszékhely. Előbbi Kassától, utóbbi Nagyváradtól vette át a közigazgatási szerepet, és néhány év alatt nehezen tudtak a vizsgált
városi funkciók megerősödni olyan szintre, ami már indokolttá tenné egy magasabb pozíció megszerzését a hierarchián belül. Viszont Szentes esetében másról van
szó. Szentes a polgári-közigazgatási rendezést követően folyamatos terjeszkedésének és növekvő lakosságának köszönhetően elnyerte az 1880-as években a megyeszékhelyi címet, amelyet egészen 1950-ig birtokolt – annak ellenére, hogy Szeged
városa már az 1900-as évek elején jócskán túlszárnyalta Szentes városát, és ezt az
előnyét csak tovább növelte 1930-ra. Tehát egy korábban jól prosperáló, főként
mezőgazdaságból élő város fokozatosan vesztette el a hierarchiában elfoglalt pozícióját, annak ellenére, hogy közigazgatási székhelyi szerepe nem változott meg. Ezt
a megállapításomat a már fentebb említett 1910-es vizsgálat is megerősíti, ahol
41 Fő- és alispáni hivatal, törvényszék, árvaszék, tiszti főorvosi hivatal.
42 A fővárosi agglomerációba tartozó 8 község: Rákoshegy, Csepel, Sashalom, Békásmegyer, Rákosszentmihály,
Pestújhely, Pesthidegkút, Nagytétény. További 12 község: Kisvárda, Szentgotthárd, Keszthely, Celldömölk,
Felsőgöd, Szob, Tapolca, Gödöllő, Dombóvár, Hatvan, Mátészalka, Szerencs.
104
BÁN GERGELY KÁROLY
Szentest a középvárosi kategória elején találtuk (10. táblázat). A kisvárosok körében pedig egy alig 2500 fős kisközség is megjelenik a még funkcionális értelemben
vett városok között. Pécsvárad ezt a pozícióját minden bizonnyal központjának
(Pécsnek), illetve kiegyensúlyozott foglalkoztatási szerkezetének köszönheti.
Végezetül a vizsgálat azt is bebizonyította, hogy ellentétes irányban is vannak
elmozdulások, s ki kell emelnem három jogi értelemben vett várost (Túrkeve,
Hajdúhadház, Hajdúsámson), amelyek nem kerültek be még a kisvárosok közé
sem. Ezen meglepő eredmény hátterében Túrkeve esetében egy már korábban elindult „hanyatló” tendencia figyelhető meg. Az 1910-es adatok alapján is csupán a
kisvárosi hierarchiaszint alsó részében találhatjuk, azon belül a részleges funkcióval
rendelkező alszintben. Ennek hátterében gyér intézményi és szolgáltatói rendszere
húzódik. 1930-ban csupán egy koedukált polgári iskolával rendelkezett, gimnáziummal viszont nem. Közigazgatási intézmények terén is voltak hiányosságok, például a járási főszolgabírói hivatal hiánya és a kamarai ügyvédek alacsony száma
(7 fő). Hajdúhadház esete már sokkal érdekesebb. A település a kiegyezés után
rendezett tanácsú városi rangot kapott, amelyet 1891-ben feladott, és nagyközségként élt tovább. Trianon után, 1924-ben ismét városi rangra jutott, de azt 1934-ben
ismételten feladta.43 Az 1910-es vizsgálatban például helyet sem kapott, tehát a
falvak közé sorolták. Hajdúsámson városa a vizsgálat során az 1246. pozíciót foglalta el, ami erősen megkérdőjelezi, hogy 1930-ban miként rendelkezhetett megyei
városi ranggal.
Összegezve a hierarchiavizsgálat megerősítette, hogy erős pozitív korreláció
mutatkozott a városi rang és a hierarchiapozíció között, mivel az első három hierarchiaszinten csupán két községi jogállású települést találunk, azokat is a megyeszintű
városok alsóbb szintjén (9. táblázat). Továbbá Budapest erős központi szerepe ismét bizonyítást nyert, már ekkoriban is jelentős kisugárzással rendelkezett. Számos
agglomerációba tartozó település indult el a fejlődés útján annak következtében,
hogy a főváros vonzáskörzetében feküdt. A „top 50-ben” egy tucat Budapest közvetlen közelében elhelyezkedő települést találunk, köszönhetően a főváros erős
vonzáskörének és kimagasló szerepének a hálózatban. Továbbá már a két világháború között is megfigyelhető volt – bizonyos települések vonatkozásában – a szuburbanizációs folyamat a fővárosi térségben. Ezt a megállapításomat a két időmetszetben felvett lakosságszámok dinamikus mutatója is alátámasztja, amely esetében
a már fentebb említett Albertfalva jegyezte a legnagyobb lakosságszám-növekedést
a vizsgált periódusban, a maga 173 százalékpontos növekedésével. A fővárosi térség
fejlődő tendenciája 1950-ben érte el a csúcsát, amikor az 1949. évi XXVI. törvény
alapján elrendelték 23 szomszédos település hozzácsatolását Budapesthez 1950. január 1-jétől.44
43 Komoróczy 1972: 386–396.
44 Hajdú 2005: 176.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
105
Regionális központok
A trianoni döntés következtében az új és részben a korábbi központok vették át a
regionális központi szerepkört a hálózatban. Ennek hatására a szakadék tovább
nőtt a főváros és a közvetlenül azt követő hierarchiaszint között. Összesen hét város
kapott helyet ezen a szinten. A regionális központokat kiemelve a településhálózatból megállapíthatjuk, hogy több mint félmilliós összlakossággal rendelkeztek,
amely közel feleannyi, mint Budapesté volt ekkoriban. A lakosság 47%-a volt kereső, és ezzel ez a hierarchiaszint a főváros után (57%) a legmagasabb értéket produkálta a foglalkoztatási ráta vonatkozásában (4. táblázat). Ha a változókat vetjük
össze a hierarchiaszintekkel, akkor a regionális központok tekintetében megállapíthatjuk, hogy nem feltétlenül jártak mindenben az élen. Az első két változó esetében elmaradtak a megyeszintű városoktól. A lakosságszám-változás (v1) estében az
lehet az oka, hogy már 1920-ban is magas lélekszámmal rendelkeztek ezen hierarchiaszint városai. Ezért ha arányaiban vizsgáljuk, már nem a legmagasabb értéket
kapjuk a magas lakosságszám következtében. Viszont az abszolút számokat tekintve továbbra is itt növekedett a leginkább a települések lakosságszáma. A nem mezőgazdasági keresők arányánál (v2) pedig, úgy vélem, az lehet a fő ok, hogy a hét
regionális központ soraiban három alföldi nagy kiterjedésű, leginkább mezőgazdasági keresőkkel (40%) rendelkező települést találunk. Minden további esetben viszont megkérdőjelezhetetlen a regionális központok súlya (3. táblázat, 1–2. ábra).
Visszautalva a foglalkoztatási szerkezet vizsgálatára (5–7. táblázat), a regionális
központok keresőinek több mint kétharmada – egyenlően elosztva (34–34%) –
a szekunder és a tercier szektorban dolgozott 1930-ban. A többi keresőt a primer
szektorban (19%) és egyéb szektorokban (12%) foglalkoztatták.
Kutatásom során látószögembe került egy lehetséges elemzési szempont: az
életminőség, fejlettség kérdésköre is. Itt szeretném hangsúlyozni, hogy a városhierarchia és a településfejlettség két eltérő fogalom.45 Azonban felmerült egy alapvető
kérdés: milyen tendencia figyelhető meg az életminőség és a városhierarchia-pozíciók között? Ehhez az elemzéshez segítségül szolgált egy nemrégiben lezárult kutatás,46 amelynek eredményeit47 felhasználtam. Fontos viszont hangsúlyozni, hogy az
életminőség mutatóját csak a jogi értelemben vett városokra lehetett elkészíteni
a hiányos történeti források következtében, ezért ennek a szempontnak inkább a
magasabb hierarchiaszinteken van relevanciája. A regionális központok közül az
45 Bán 2019a: 101–102.
46 Szilágyi Zsolt UNKP-17-4-III-DE-187 kódszámú kutatása. A fejlettség kiszámításának az alapja egy többdimenziós, háromváltozós módszertani modell. A három változó: 1. várható élettartam, amely helyettesíthető a nyers halálozási arányszámmal; 2. iskolázottság, amely az írni-olvasni tudók arányán és az iskolai
végzettségen alapul; 3. életminőség, amely alapját egy korabeli „GDP-mutató” adja a pótadókivetések alapján (FHTT).
47 Szilágyi 2018.
106
BÁN GERGELY KÁROLY
1. ábra. A változók (v1, v2, v4, v5) és a lakosság átlagos értékei a különböző hierarchiaszinteken, 1930
Forrás: Saját szerkesztés a KVA-adatbázis alapján
2. ábra. A harmadik változó (v3) és a lakosságszám átlagos értékei a különböző hierarchiaszinteken, 1930
Forrás: Saját szerkesztés a KVA-adatbázis alapján
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
107
életminőség terén Győr városa produkált kiemelkedő értéket, a legalacsonyabb
szintet pedig egyértelműen Nyíregyháza érte el. A többi öt, regionális szerepet betöltő város viszonylag kiegyenlített értékkel rendelkezett a két világháború között.
Tehát az 1930-as fejlettség vonatkozásában gyakorlatilag a jelenlegi állapothoz hasonló kép tárul elénk. A két pólus (a fejlettség kontextusában) már itt is megjelenik: Győr (északnyugat) és Nyíregyháza (északkelet), amit más vizsgálat is alátámaszt, bár eltérő kontextusban (11. táblázat).48
A regionális központok közül egyértelműen kiemelkedik a volt mezőváros,
Debrecen. Annak ellenére, hogy 1910-ben csupán az ötödik pozíciót foglalta el a
több mint 117 ezer fős alföldi város, két változó esetében is első helyen végzett,
természetesen Budapest után. Az összesített pontérték (v5) vonatkozásában – ahol
az oktatási, egészségügyi, gazdasági, közigazgatási, jogi intézmények meglétét/volumenét vizsgáltam –, illetve a szolgáltatások jelentőségtöbblet-mutatójában (v3) is
kiemelkedett, ami a tercier szektor erősségét tükrözi. Debrecen közel 44 ezer főt
látott el különféle szolgáltatásokkal a saját lakosságán túl. Azonban ez az „előrelépés” nem kizárólag a cívisváros prosperitásának és kimagasló fejlődésének volt köszönhető, hanem a korábbi regionális központok (Pozsony, Zágráb, Kassa, Nagyvárad, Kolozsvár és Temesvár) határon túlra kerülésével is kapcsolatba hozható.
Mindenképpen érdemes megemlítenem a regionális központok közül Szegedet, amely a főváros után a második legnépesebb város volt, a maga 135 ezer fős
lakosságával. A csongrádi város úgy szerezte meg az előkelő harmadik pozíciót,
hogy különösebb közigazgatási szereppel nem rendelkezett ekkoriban. Tehát nem
volt megyeszékhely, illetve járási székhely sem 1930-ban, továbbá a trianoni békeszerződés következtében jelentősen veszített déli vonzáskörzetéből. Viszont törvényhatósági jogú városként, illetve jelentős központi, kereskedelmi funkciója révén
kedvező helyzetben volt, s 1921-ben ideköltözött a kolozsvári egyetem és vele
együtt a tanári kar egy része, majd 1923-ban Csanád egyházmegye székhelye lett.
Tehát rendelkezett egy sor olyan intézménnyel, amely megalapozhatta kimagasló
pozícióját. A változók vonatkozásában kiemelkedő eredményt nem ért el, viszont
az élmezőnyben találjuk minden esetben. Városiasodottságát jól jellemzi, hogy a
Debrecennél már említett összesített pontértékmutatóban a harmadik legmagasabb értéket produkálta, továbbá Budapest után Szeged rendelkezett a legnagyobb
betétállománnyal az 1929-es adatok49 alapján.
A regionális központok között találjuk stabil alapokon Győr, Pécs és Miskolc
városát is. Mindhárom törvényhatósági jogú város megyeszékhely is volt egyben, s
ezáltal rendelkeztek megfelelő közigazgatási, gazdasági, oktatási és egészségügyi intézményekkel. A pénzügyi mutatókat figyelembe véve Pécs kiemelkedik a három
település közül, mivel a betétállományok terén Szeged után ez a város rendelkezett
48 Győri–Mikle 2017.
49 Nagy Magyar Compass 1930: I.
108
BÁN GERGELY KÁROLY
a legnagyobb betétállománnyal a vizsgált korszakban. Továbbá az FHTT/fő mutató
terén is az élvonalban találjuk (9. táblázat). Pécs esetében észrevehetünk egy kiugró
adatot: több mint 20 százalékpontos lakosságnövekedést ebben a periódusban.
Ez alapvetően nem a legnagyobb növekedés a hálózaton belül, viszont a megyeszékhelyek és a regionális központok kontextusában már jelentősnek mondható.
Vizsgálatom során azonban bizonyítást nyert, hogy e növekedésnek a hátterében a
„nagy háború” következményeit találjuk. Az ország déli területei 1921 augusztusáig szerb megszállás alatt voltak, így többek között Pécsett is csak később (novemberben) tudták megtartani a népszámlálást, amely által torzultak az 1920-as népszámlálás adatai.50 Ennek tudatában kellő forráskritikával kell élnünk ezen régióra
(déli vármegyék) vonatkozó 1920-as lélekszámok esetében. Viszont ennek a torzításnak a módszertani kiküszöbölése jelen ismereteim alapján nem kivitelezhető.
Ezért a kutatás egészét tekintve úgy döntöttem, hogy felhasználom az 1920-as népszámlálás demográfiai, népesedési adatait. Győr esetében beszélhetünk a legszélesebb nem mezőgazdasági keresőrétegről (86%) a regionális központok vonatkozásában, és mint már szó volt róla, az életminőség terén is a legmagasabb értéket
produkálta a regionális központok közül (11. táblázat). A szolgáltatások vidékre
jutó hányada (v3) esetében pedig Miskolc ért el kiemelkedő értéket a több mint
35 ezer fővel, amely Debrecen után a második legmagasabb ezen a téren (9. táblázat).
A regionális központok esetében egy már fentebb említett érdekesség is megmutatkozik: két megyei jogú város jelenléte. Szombathely és Nyíregyháza egyaránt megyeszékhelyi szerepet töltöttek be már ekkoriban is. A két város más-más tényezőknek köszönheti a regionális központokban elfoglalt pozícióját. Nyíregyháza esetében
leginkább a pénzügyi változó (FHTT/fő) terén elért magas értékének és összesített
pontértékének, míg Szombathely főleg erős tercier szektorának köszönhetően kerülhetett be a második hierarchiaszintbe. Ennek a két városnak a jelenléte érdekes térszerkezeti mintázatot ad a regionális központoknak, de erre később visszatérek.
Megyeszintű városok
A harmadik hierarchiaszinten találjuk a megyei funkciókat ellátó településeket,
ahol szintén a megyeszékhelyek vannak többségben, csupán egy-két kivétellel; ezek
többsége akkor még Budapest vonzáskörzetéhez tartozó település volt. A megyei
városokban hozzávetőleg 621 ezren éltek a vizsgált időmetszetben. Ezen a lakossá50 A négy délvidéki megye területén a népszámlálás csak a szerb megszállás alóli felszabadulás után, mégpedig
az 1920. december végi állapot szerint ment végbe. Ennek következtében azok, akik a megszállás idején meg
nem szállt területen tartózkodtak, de a népszámlálás megtartásakor jelen voltak, utasítás szerint kimaradtak
a népszámlálásból, viszont azokat, akik 1920 végén jelen voltak, s akiket a népszámlálásba bele is kellett
volna venni, minthogy a népszámlálás időpontjában nem voltak jelen, mert a szerbekkel elmenekültek,
többnyire kihagyták.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
109
3. ábra. A hierarchiaszintek foglalkoztatási szerkezete, 1930 (%)
Forrás: Saját szerkesztés a KVA-adatbázis alapján
gon 17 település osztozott, amely átlagosan megközelítőleg 36–37 ezer lakost jelentett településenként (4. táblázat). Ehhez hozzátartozik, hogy a népességszámot
illetően jelentős szórások is megfigyelhetők a szinten belül, mivel az alig több mint
3 ezres Albertfalva és a közel 80 ezer fős Kecskemét között több mint 26-szoros
volt a különbség. A keresők vonatkozásában kicsivel elmaradtak a megyeszintű
városok települései a regionális szinthez képest, bár ez a különbség kevesebb mint
1 százalékpont, ezért nem nevezhető jelentősnek (46%). A foglalkoztatási szerkezetet vizsgálva itt a legmagasabb (44,5%) a szekunder szektor aránya a főváros után
(5–7. táblázat, 3. ábra).
A változók vonatkozásában igen jól szerepeltek ezen hierarchiaszint települései. Az öt változó közül két változó esetében (v1 és v2) az első helyet szerezték meg,
míg a további háromban hierarchiaszintjüknek megfelelő helyen végeztek (3. táblázat, 1–2. ábra). A lélekszámváltozás (v1) esetében úgy vélem, hogy a lehetséges
tényezők között találjuk azt az öt, fővárosi agglomerációban fekvő települést,
amelyek kimagasló lélekszám-növekedést produkáltak 1920 és 1930 között: Újpest (+20%), Kispest (+26%), Pestszenterzsébet (+67%), Pestszentlőrinc (+160%)
és Albertfalva (+173%). A második esetben is részben hasonló okokra vezethető
vissza a nem mezőgazdasági keresők (v2) nagy aránya. A budapesti agglomeráció
110
BÁN GERGELY KÁROLY
településein igen alacsony arányban éltek mezőgazdasági keresők, továbbá a megyeszintű városok körében csupán három klasszikus alföldi várost találunk: Kecskemét, Szolnok és Baja (9. táblázat). A szolgáltatások jelentőségtöbbleténél (v3) azt
láthatjuk, hogy átlagosan valamivel több mint 10 ezer főt láttak el a megyei szintű
városok a saját lakosságukon túl. Ez lényeges csökkenés a regionális központok
ugyanezen, közel 28 ezres értéke mellett (3. táblázat, 2. ábra).
A központi funkciók terén nem hagyhatjuk figyelmen kívül a három törvényhatósági jogú várost. Székesfehérvár és Sopron azon túl, hogy közigazgatási
funkciókkal rendelkeztek (megyeszékhelyek), a tercier szektor vonatkozásában
bár nem érték el a regionális központok szintjét, viszont a megyeszintű funkciókat ellátó városok körében a legmagasabb értéket produkálták. Saját lakosságukon
túl 18, illetve 16 ezer főt láttak el. Kecskemét esetében a különféle funkcionális
intézmények volumenét kell megemlíteni; ezen a téren amellett, hogy a hierarchiaszintjéből kiemelkedett, még a regionális központok között található Szombathelyet is túlszárnyalta. Két településre fel kell hívnom még a figyelmet. Albertfalva és Pestszentlőrinc, mint már korábban említettem, városi jogállás és
közigazgatási szerep nélkül került be egyenesen a megyeszintű funkciókkal bíró
városok körébe. Ennek hátterében egyértelműen a főváros kisugárzása húzódik
meg. Melyek azok a funkciók, amelyek terén látványosan erősödött ez a két település? Az 1828-ra vonatkozó, Gyimesi Sándor-féle vizsgálatban51 még nem szerepeltek, de az 1930-as esztendőhöz oly közel álló 1910-es vizsgálatban sem találjuk
ezt a két települést, még a kisvárosok között sem. Egyértelmű, hogy pozíciójukat
a prosperitásuknak köszönhették. Ezt jól tükrözi robbanásszerű lakosságnövekedésük. Az egész hálózat vonatkozásában a legnagyobb növekedést érte el Albertfalva (+173%), s Pestszentlőrinc (+160%) is a harmadik legmagasabb értéket produkálta ebben a kontextusban. Albertfalva a századforduló környékétől már
kelet–nyugati irányba is terjeszkedésnek indult, s a növekedést követte a közlekedésfejlesztés – 1904-ben a Dél-Budai Hév is elért idáig –, így a népességnövekedés
dinamizmusa megmaradt 1930-ig. Ezzel párhuzamosan megindult a villanyvilágítás elterjedése és a vízvezeték-hálózat kiépítése is az 1900-as évek elején. Ez lehetővé tette a funkcionális intézmények létrejöttét, például a vasútállomás kialakítását, oktatási intézmények megalapítását. Mindezek mellett arányaiban
vizsgálva Albertfalva egy erős ipari és szolgáltatói keresőréteggel (91%) rendelkezett 1930-ra.
Pestszentlőrinc esetében is hasonló helyzet állt fenn. Lakossága 1910-től egészen a második világháborúig töretlenül emelkedett, ami a település prosperitását
mutatja. 1930-ra olyan funkcionális intézményekkel rendelkezett, mint polgári
fiú- és leányiskola, vasútállomás és ügyvédi iroda. Lakosságát tekintve polgárosodott társadalomról beszélhetünk, az ipari keresők és a szolgáltatásban dolgozók
51 Gyimesi 1975.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
111
magas összesített aránya (87%) miatt. A fővárosi agglomerációról alkotott képhez
még az is hozzátartozik, hogy ezen a hierarchiaszinten a három legmagasabb fejlettségi értékű település Kispest, Pestszenterzsébet és Újpest városa volt, megelőzve
a megyeszékhelyeket (11. táblázat).
Középvárosok
Az elnevezés nem az itt található települések lélekszámára, méretére vonatkozik,
hanem a hierarchiában elfoglalt köztes pozíciójukra. A középvárosi szint egyértelműen átmenetet képez a jogi értelemben vett városok és a községek között. Pontosan fele-fele (20-20) arányban találunk városokat és nem városi jogállású településeket ezen a szinten (4. ábra).
4. ábra. A különféle városi jogállású települések és községek százalékos aránya a hierarchiaszinteken, 1930
Forrás: Saját szerkesztés a KVA-adatbázis alapján
112
BÁN GERGELY KÁROLY
Így 40 település osztozik meg a 658 ezres összlakosságon, ez településenként
átlagosan 16–17 ezer főt jelent. Ebből Hódmezővásárhely egyértelműen kiemelkedik a több mint 60 ezer fős lélekszámával. A másik véglet pedig Felsőgöd és Szentgotthárd, alig több mint 3 ezer fős lakosságukkal. Tehát jelentős szórás van a lélekszámok vonatkozásában, miként az előző hierarchiaszinten is. A keresők aránya itt
sem változott, a korábbi szinteknél megállapított körülbelül 46%-os arány figyelhető meg. A foglalkoztatási szerkezet esetében már a primer szektor irányába történő
elmozdulás mutatkozik meg a középvárosi szinten. A megyeszintű városokhoz képest
a duplájára nőtt (15–30%) a mezőgazdasági keresők aránya a többi foglalkoztatási
főcsoport „kárára” (7. táblázat, 3. ábra). A középvárosi szint a változók vonatkozásában gyakorlatilag minden esetben a hierarchiaszintnek megfelelő értékeket produkált, tehát mind az öt mutatót tekintve a negyedik helyre pozicionálta magát: a
megyeszintű városokhoz képest alacsonyabb, a kisvárosokhoz képest magasabb átlagértékekkel rendelkezett. Az átlagértékek rangsora egyébként a kialakított hierarchiaszintek stabilitásáról is árulkodik: a vizsgálat során egy stabil hierarchiaszint alakult
ki. Az itt található települések közel fele rendelkezett közigazgatási szerepkörrel,
amely által funkcionális intézmények is jelen voltak a települések egy részében.
A középvárosok közé sorolható egy sor alföldi település, mint például Mátészalka, Kiskunfélegyháza, Cegléd, Makó, Gyula, Kisvárda, Kalocsa és a már említett Hódmezővásárhely, amely bár nem volt megyeszékhely sem – Csongrád megyében Szentes birtokolta a megyeszékhelyi funkciókat –, viszont törvényhatósági
jogú városként rendelkezett központi funkcióval, még ha az korántsem volt olyan
volumenű, mint ugyanilyen városi joggal rendelkező társai esetében. A fent említett alföldi települések leginkább a kereskedelmi, piaci, oktatási, egészségügyi és
közlekedési funkciójuknak köszönhették stabil helyüket ezen középvárosok között. Ezt jól tükrözi a magas (ezen a szinten) összesített pontértékük, amiről a városi funkciók meglétére lehet következtetni. Viszont tercier szektoruk kisugárzása
bizonyos esetekben igen erőtlen volt. Hódmezővásárhely és Kiskunfélegyháza esetében azt láthatjuk, hogy a saját lakosságát sem tudta ellátni bizonyos szolgáltatások terén (lásd 9. táblázat, 3. számú változó). A szolgáltató szektor tekintetében
egyértelműen a fővárosi térséget kell kiemelni, ahol a tercier szektor közel 30%-os
foglalkoztatási arányt produkált, ha még mellévesszük az iparban dolgozók körülbelüli 40–50%-os arányát, akkor egy igen erős polgári réteget kapunk. Idetartozott
Budafok, Rákoshegy, Rákospalota, Csepel, Békásmegyer, Rákosszentmihály, Pestújhely és Pesthidegkút települése is. Csepel esetében abszolút kimagasló, 81%-os
iparikereső-arányt láthatunk, amit leginkább a 20. század első felében igen jól
prosperáló Weiss Manfréd Acél- és Fémműveknek köszönhetett.
Ha megvizsgáljuk az életminőség mutatóját is, azt láthatjuk, hogy ezen hierarchiaszinthez tartozó 20 jogi értelemben vett város közül Rákospalota és Budafok
érte el a legmagasabb értéket. Ez is bizonyítja, hogy a fővárosi agglomeráció magas
életminőségi mutatókkal rendelkezett már ekkoriban is (11. táblázat).
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
113
Továbbá néhány dunántúli és északi települést találunk még ezen a hierarchiaszinten, amelyeknél tendenciát nem tudunk megállapítani, gyakorlatilag minden
változó (v1–v5) terén átlagos értékeket produkáltak.
Összességében elmondhatjuk, hogy a középvárosi réteg – átmeneti jellege
mellett is – igen stabil és jól lehatárolható hierarchiaszintet képez a funkcionális
értelemben vett városok körében.
Kisvárosok
A kisvárosi hierarchiaszinten már egyértelműen a községek kerültek többségbe,
csupán 11 városi joggal rendelkező települést találunk a 141 település között
(9. táblázat, 4. ábra). Első körben soknak tűnhet a kisvárosok száma, és felvetődhet, hogy lehetne-e ezt a hierarchiaszintet tovább bontani vagy elhagyni a kisvárosi kategóriát. Ez a módszertani modell nem ad lehetőséget a további bontásra,
mivel a kisvárosi szinten nem állapítható meg jelentősnek mondható „lépcső” a
komplex mutató (KVM) vonatkozásában (9. táblázat). Továbbá a klasszikussá vált
W. Christaller-féle hatszöges modell alapján a hierarchiaszintekben található központok száma szintenként megháromszorozódik. Tehát a vizsgálatom alapján megkonstruált hierarchiaszintekben található központok száma közel esik a christalleri
modellben lefektetett szabályszerűséghez (4. táblázat). Másképp fogalmazva a
módszertani modell eredményei, a christalleri modell és a szakirodalom alapján
úgy vélem, ezen kisvárosi kategóriának relevanciája van a vizsgálatban.
A kisvárosi szinten a keresők aránya minimálisan marad el a középvárosokétól
(44% és 46%), ami nem mondható jelentősnek egy ilyen vizsgálat során. Viszont
ha megvizsgáljuk a hierarchiaszint foglalkoztatási szerkezetét, akkor már egyértelműen megállapíthatjuk, hogy a kisvárosok mezőgazdasági keresőinek az aránya
közel 46%, ami 16 százalékponttal több, mint a középvárosoké, és 30 százalékponttal a megyeszintű városokét is meghaladja (7. táblázat, 3. ábra). Nem meglepő
módon így a szekunder (30%) és a tercier szektor (18%) részesedése itt a legalacsonyabb. A változók vonatkozásában a legszembeötlőbb, hogy ez a hierarchiaszint az
első, ahol a települések nem „tudják” ellátni saját lakosságukat a szolgáltatások terén. Ennek hátterében vélhetően az áll, hogy szűk tercier szektor volt jelen a kisvárosokban, illetve a központi funkcióval rendelkező intézmények is csekély számmal találhatóak meg ezen a hierarchiaszinten (3. táblázat, 2. ábra), a kisvárosi
települések tehát elsősorban alapfunkciókkal rendelkeztek.
Az összlakosság vizsgálata alapján kijelenthetjük, hogy ez a legnépesebb hierarchiaszint az öt közül. Ennek hátterében a fentebb említett magas településszám áll.
Azonban még ezen 141 település összlakossága is csak kicsivel haladja meg a főváros lakosságát (4. táblázat). A kisvárosi szinten már nem találunk olyan jelentős
lakosságkülönbségeket, mint az előző szinteknél. Azonban itt is az alföldi települé-
114
BÁN GERGELY KÁROLY
sek produkálják a legnagyobb népességtömörülést (Orosháza, Nagykőrös, Karcag,
Jászberény, Mezőtúr, Szentes, Csongrád, Kiskunhalas, Hajdúböszörmény, Békés
stb.). A felsoroltak mindegyike 24 ezer fő feletti lélekszámmal rendelkezett a vizsgált időmetszetben, azonban ehhez a viszonylag magas lélekszámhoz a tercier szektor elmaradottsága s a meglévő szolgáltatások gyenge kisugárzása párosult. Tehát
teljes mértékben érvényesültek ezekre a településekre a „klasszikus mezővárosi jegyek”. Fontos megjegyezni, hogy a nem mezőgazdasági keresők arányában viszont
nem az itt említett települések voltak a legrosszabb helyzetben a kisvárosok között.
Szentes 44%-os, Orosháza 48%-os nem mezőgazdasági kereső aránnyal rendelkezett,
tehát a klasszikus alföldi településekhez képest jelentős ipari és szolgáltatói keresőréteg volt jelen ezen a két településen. Ennek hátterében a térségben betöltött kereskedelmi és közigazgatási szerepük húzódhatott meg. Szentes annak ellenére,
hogy megyeszékhelyi funkcióval rendelkezett, és ezáltal egy sor városi szerepkörrel
(vasútállomás, távírda, adóhivatal, járásbíróság, rendőrkapitányság, polgármesteri
hivatal stb.), mégsem tudott betölteni a térségben jelentős központi szerepet.
Orosháza, Jászberény és Karcag kisvárosi helyzetéhez szorosan hozzátartozott, hogy
a hierarchiaszinthez képest számos központi funkcióval rendelkező intézménynek
a birtokában voltak (például polgári fiú- és leányiskolák, településenként 22–23
kamarai ügyvéd). Az életminőség vonatkozásában nehéz bármit is megállapítani a
kisvárosok köréről, mivel ez a mutató csupán a jogi értelemben vett városokra van
meg, amelyekből ezen a szinten nem sokat találunk, és azok is elszórtan helyezkednek el. Végezetül pedig a fent említett településeken túl egy sor olyan dunántúli és
északi statisztikai régióba tartozó települést találunk, amelyek az ipari, bányászati
szerepkörüknek köszönhetően kerültek a kisvárosi kategóriába. Például Ózd, Diósgyőr, Sajóvárkony, Sárvár és Piszke. Utóbbi esetben önmagában a szekunder keresők aránya elérte a 65%-os értéket, ami leginkább az akkoriban itt működő azbesztcement- és papírgyártó üzemnek volt köszönhető. (Az iparosodás viszont, bár
az urbanizáció fogalmába beletartozik, nem ekvivalens a polgárosodással – azaz
nem szükségszerűen eredményezi a tercier szektor bővülését.) Továbbá több kereskedelmi, kulturális, rekreációs és kisebb közigazgatási funkcióval rendelkező települést is itt találunk (Balatonfüred, Siófok, Hajdúszoboszló, Tokaj, Körmend).
Összességében elmondhatjuk, hogy stabil kisvárosi rétegről beszélhetünk,
amely igen heterogén a területi elhelyezkedés alapján, viszont a változók értékeit
tekintve viszonylag alacsony szórást produkált.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
115
Térszerkezet vizsgálata a városhálózatban
A térbeli alakzatok kutatása eddig is kiemelt szereppel bírt, viszont a napjainkban
egyre erősödő hálózatkutatás hatására ismét a területi vizsgálatok egyik elsőrendű
kérdésévé vált. Ennek köszönhetően számos relációban bizonyítható, hogy az elrendeződés, az alakzat vagy akár a forma egyrészt tükrözi az őt létrehozó folyamatot, másrészt determinálhatja a hálózaton belüli kapcsolatokat és történéseket.52
A regionális elemzések egyik leggyakrabban használt alapeszközei azok a modellek, amelyek az adott pontok, vonalak, alakzatok síkbeli elrendeződésének sajátosságait vizsgálják, zömmel abból a célból, hogy kiderítsék, e sajátosságok milyen feltételek és mechanizmusok hatására alakulhattak ki.53 Az első lépcsőfok tehát a
térszerkezet vizsgálata; felfedezhető-e valamilyen szabályszerűség, koncentráció, vagy
csupán a véletlennek köszönhető a kialakult tér mintázata.54 Ezt követően pedig az
adott ponthálózat kialakulásának a hátterében lévő jelenségek beazonosítása következik. A pontalakzat – jelen esetben egy településhálózat – jellegének vizsgálatához a
szakirodalom egyik leggyakrabban használt módszerét használtam fel, az úgynevezett
legközelebbi szomszéd analízist (the nearest neighbour analysis – NNA). A módszer
alapvetően a térbeli konfigurációk megjelenítését tűzi ki célul, viszont azon túl számszerű adatokkal is rendelkezik. Tehát nem közvetlenül a miértekre keresi a választ,
nem a kialakító tényezőkre, hanem a konfiguráció jellegét számszerűsíti.
A legközelebbi szomszéd analízist alapvetően az ökológia területén belül a növénypopulációk vizsgálatára dolgozták ki. Majd a módszer hasznát fokozatosan
felismerték és átvették a tértudományok, többek között a hazai településhálózatot
vizsgáló kutatások egy része is.55 Ezeket a – leginkább társadalomföldrajzi – munkákat három fő csoportba lehet sorolni, attól függően, hogy mire irányul az adott
vizsgálat: 1. egy nagyobb terület településhálózatára,56 2. egy városon belüli szolgáltatások/funkciók térbeli eloszlására,57 valamint 3. egy nagyobb kiterjedésű terület
különböző funkcióval bíró intézményei elhelyezkedésére.58 Jelen munkámat az
első kategóriában helyezném el.
Az NNA kiszámítása egy komplex, több összetevős számítási rendszerre épül,
amelynek alapja a vizsgált tér (településhálózat) pontsűrűsége, illetve a pontelemek
(települések) egymáshoz viszonyított tényleges elhelyezkedése.59 A számításhoz
52
53
54
55
56
57
58
59
Nemes Nagy (szerk.) 2005: 1–2.
Nemes Nagy 2009: 236.
Nemes Nagy 2009: 238–239.
Beluszky–Győri 1999; Nemes Nagy 1998; Beluszky–Győri 2004.
Czirfusz–Szabó 2008; Beluszky–Győri 2004; Bajmóczy–Kiss 1999; Barr–Lindsay–Reinelt 1971.
Sherwood 1970.
Pinder–Witherick 1973; Vasiladis–Kobotis 1999; Czirfusz–Szabó 2008.
Legközelebbi szomszéd index (L): L = Dx / D; ahol Dx: minden egyes pont a hozzá legközelebbi pontól mért
távolságának az átlagértéke.
; m = a vizsgált pontok száma és a vizsgált terület hányadosa.
116
BÁN GERGELY KÁROLY
szükségünk van a vizsgált tér nagyságára (T), a térben található pontok
(települések) számára (n) – ez adja majd a pontrendszer sűrűségét (m) –, továbbá
a vizsgálatba bevont települések legközelebbi szomszédjának a távolságára.60 A távolság az egyik legfontosabb térkategória a regionális elemzésekben,61 ami a fogalom sokrétűségének tudható be. Felruházhatjuk ugyanis számos matematikai tartalommal a leghétköznapibb térfelfogástól (hosszúsági mértékegységben kifejezett
távolság) egészen a közgazdaságtan által bevett szállítási költségeken alapuló távolságig (pénzben kifejezhető távolság).62 Jelen esetben a vizsgált geometriai tér pontjai közötti tényleges – légvonalban mért – távolság kerül fókuszpontba, aminek
viszonylagosan „gyors” kiszámításához elengedhetetlen minden helység koordinátáinak az ismerete. Ezt követően az alábbi képlettel számíthatjuk ki a pontelemek (települések) egymáshoz viszonyított távolságát:
dij = R*ar cos[cos(90° – ϕi) cos(90° – ϕj) + sin(90° – ϕi) sin(90° – ϕj) cos(λj – λi)]
dij: két földi pont távolsága; R: a Föld sugara; ϕi és ϕj: a két pont szélességi köri
helyzete (fokban); λi és λj: a két pont hosszúsági köri helyzete (fokban)
Forrás: Nemes Nagy (szerk.) 2005: 6.3 fejezet
A fenti képletből kirajzolódik, hogy maguk a települések egy-egy homogén
pontként jelennek meg függetlenül attól, hogy mekkora területi kiterjedéssel rendelkeznek. Ezek alapján kiszámításra került mind az 1625 magyarországi, 1000
főnél népesebb település vonatkozásában a legközelebbi elem távolsága.
A legközelebbi szomszéd analízis eredményei (L index) 0 és 2,149 közé esnek,
és ezt a tartományt szokás három kategóriára osztani. Amennyiben az L érték 0 és
1 közé esik, akkor viszonylagos koncentrációt, tömörülést állapíthatunk meg a
vizsgált pontok esetében. Ha a szélső érték 0, abban az esetben valamennyi elem
egy pontban összpontosul, és az 1-es érték felé haladva a szomszédok átlagtávolsága
növekszik. Ha az L érték 0,9 és 1,3 körüli tartományban mozog, akkor véletlenszerű eloszlást (Poisson-eloszlás) állapíthatunk meg. Ennél kisebb érték a koncentráltság, ennél nagyobb érték pedig a szabályosság irányába mutat. Ha az eredmény
2-höz közelít, szabályos pontrácshálót mintáz az esetek térbeli vetülete. Végezetül
pedig ha a kapott eredmény 2,149, akkor a geometrikus „ideáltípus”, a Christallerféle szabályos hatszögmintázat rajzolódik ki.
Az első lépés a térszerkezet vizsgálata során, hogy megállapítsuk a településeloszlást, a hálózat szerkezetét, majd az általam felállított hierarchiaszintekbe sorolt
60 Nemes Nagy 2009: 236–238.
61 De Smith 2003.
62 Nemes Nagy (szerk.) 2005.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
117
települések térbeli eloszlását. Azonban ennek a módszernek – mint minden statisztikai módszernek – vannak bizonyos módszertani hibái, amelyeket figyelembe kell
venni a vizsgálat során. Első a megfelelő mennyiségű vizsgálati elem. A módszer
megbízható használatához egyes szakirodalmak szerint63 legalább 30–50 pontra
van szükség.64 Vizsgálatok alapján 50 elemszám alatt ugrásszerűen növekszik az
L érték, tehát a rendezettség felé mutat. A másik fontos módszertani elem, amit
nem szabad figyelmen kívül hagyni, az a határmentiség. Ha egy területet lehatárolunk, akkor könnyen előfordulhat, hogy a határ menti pont – jelen esetben egy település – legközelebbi szomszédja a határ másik oldalán található, ezáltal egy torzító
hatás léphet fel. A határhatás felfelé, a szabályosság irányába tolja a legközelebbi
szomszéd indexet.65
Mivel vizsgálatom éppen egy megkonstruált terültre fókuszál, így módszertanilag fontos volt, hogy a trianoni Magyarország határait és egyben területét vegyem
figyelembe, mindezek tükrében a határhatás jelenségét figyelmen kívül hagytam.
A legközelebbi szomszéd vizsgálatot több esetben is elvégeztem, azonban a
teljes 1930-as településhálózatot (3422 település66) jelen munkám során egyelőre
nem tudtam elemezni. (A teljes hálózatra vonatkozó koordináta-adatbázis építése
még jelenleg is tart.67) Így az első és alapvető vizsgálatot a kutatásba bevont településeken (1625) hajtottam végre. A számítások bebizonyították, hogy a hálózat elemeinek egymáshoz viszonyított elhelyezkedése viszonylagos szabályosságot követ
(L=1,7968). Tehát 1930-ban az 1000 lélekszám feletti települések elhelyezkedése a
szabályos elrendeződés irányába mutat (8. táblázat). Ezt követően fókuszpontba
helyeztem a városi ranggal rendelkező 57 település elhelyezkedését, majd összevetettem a vizsgálat által meghatározott 206 funkcionális értelemben vett település
térszerkezetével. Láthatjuk, hogy a vizsgált elemszám elegendő ahhoz, hogy megbízható eredményt kapjunk, tehát a módszertani torzításokat ebben a vonatkozásban kizárhatjuk. Az elvégzett számítások rávilágítottak, hogy jelentős térszerkezeti
különbség nem rajzolódik ki a két vizsgált ponthalmaz között (1. táblázat). Mindkét hálózat esetében az L értékek alapján a véletlenszerű elhelyezkedés rajzolódott
ki. A jogi értelemben vett városok L értéke 1,1814, a funkcionális értelemben központi szereppel rendelkező települések L értéke 1,0476. Mindkét érték a szakirodalomban található tartományon (0,9–1,3) belül helyezkedik el, viszont a városi
joggal rendelkező települések valamivel rendezettebb, szabályosabb térszerkezeti
formát öltenek. Ezt a vizsgálatot elvégeztem a hierarchiaszintek vonatkozásában is
63
64
65
66
67
Getis–Boots 1977; vö. Nemes Nagy 1996; Nemes Nagy 1998.
Barr–Lindsay–Reinelt 1971.
Pfening 2010: 27–28.
A fővárossal együtt, lásd Hajdú 2005: 150. Vö. Frisnyák 1992: 187.
A fő problémát az okozza, hogy a mai helyzethez képest számos település megszűnt, összeolvadt vagy éppen
szétvált az 1930-as állapotokhoz képest. Továbbá sok olyan esettel találkoztam, ahol az adott település neve
megváltozott. Így egyenként kell minden kérdéses települést beazonosítani, és megfelelő koordinátákkal
ellátni.
118
BÁN GERGELY KÁROLY
(8. táblázat), ahol hasonló tendenciákat állapíthatunk meg. Az első két szint ilyen
irányú elemzésétől eltekintenék, mivel az alacsony elemszám miatt torzító hatás
léphet fel (8. táblázat). Azonban ha rápillantunk a 2. térképre, akkor egyfajta rendezettséget vélünk felfedezni. A regionális központok egy gyűrűs szerkezet mentén
helyezkednek el, amelynek központjában a fővárost találjuk (7. térkép). (A gyűrűs
szerkezet északi csúcsai pedig Pozsony és Kassa városát takarják.) A regionális központok esetében egy másik sajátos térszerkezeti elem is megmutatkozik. A trianoni
ország keleti és nyugati területén – gyakorlatilag szimmetrikusan elhelyezkedve –
egy-egy háromszöget fedezhetünk fel (6. térkép). Úgy vélem, hogy a központok
ilyenfajta elhelyezkedésében leginkább Bécsnek (nyugati háromszög) és az eltérő
táji jellegnek (keleti háromszög) volt nagy szerepe (hegyvidék és síkság találkozása).
Továbbá lehetséges magyarázatként szolgálhat az is, hogy Pozsony és Kassa elcsatolásával Győrnek, illetve Miskolcnak „kellett” átvennie a regionális szerepet a térségben (7. térkép). Ezt az is bizonyítja, hogy ha kivesszük a határon túlra került központokat az 1910-es vizsgálatból, akkor közel hasonló pozícióba kerül Győr (–1)
és Miskolc (+3) városa, mint 1930-ban (10. táblázat).
Mivel az alacsony elemszám miatt az első két hierarchiaszint legközelebbi
szomszéd vizsgálata kimaradt, egy lehetséges útként együtt vizsgáltam a regionális
központokat és a megyeszintű városokat. Így az elemszám (24) már közelítette a
szakirodalomban található minimum pontértéket (30). Azonban jelentős változást
így sem tapasztaltam. Az L érték (1,2021) alapján minimális elmozdulás figyelhető
meg a rendezettség irányába, de még így sem lépte át a véletlenszerű tartomány
felső értékhatárát. A középvárosok és a kisvárosok esetében pedig a már korábban
kapott értékkel megegyező, tehát véletlenszerű elhelyezkedés figyelhető meg az alsó
hierarchiaszinteken (8. táblázat, 4–5. térkép).
Végezetül a közigazgatási szerepkörrel rendelkező települések L értékét vizsgáltam, azonban itt sem történt jelentős változás. Mindkét esetben (megyeszékhelyek,
járási székhelyek) a rendezettség irányába történő elmozdulás tapasztalható, viszont ennek a mértéke igen csekély. A megyeszékhelyek L értéke: 1,4192, a járási
székhelyeké: 1,3387 (8. táblázat). Éppen átlépik a véletlenszerű elrendeződést mutató tartomány szakirodalomban található értékét (0,9–1,3). Ez az eredmény nem
oly meglepő, mivel a központi intézkedések, mint például a szerepkör-adományozások a legtöbb esetben a rendezettség irányába mozdítják el a hálózatot. Jelen
esetben a változás csekély mértéke inkább a meglepő.
Összességében megállapíthatjuk, hogy az 1000 lélekszám feletti települések
viszonylagos szabályosság mentén helyezkednek el a trianoni Magyarország területén, azonban szintekre lebontva a vizsgálatot már leginkább a véletlenszerű elrendezés válik dominánssá. Ez alól valamelyest kivételt képeznek a sajátos térszerkezettel rendelkező regionális központok. Mindezek tükrében úgy vélem, hogy a két
világháború közötti városhálózat kialakulásához csak részben járult hozzá Budapest, mivel a főváros kimagasló szerepe és a vele járó erős kisugárzás leginkább a
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
119
19. század végétől kezdődően éreztette hatását az egész hálózat vonatkozásában.
Tény, hogy ezután vonzáskörzetének urbanizáltsága és fejlettsége fokozatosan nőtt,
de úgy vélem, nem feltétlenül a centrum-periféria jelenség a meghatározó ebben az
esetben. Sokkal inkább a medenceközpont és a medencejelleg, illetve az ezzel szoros kapcsolatban álló vásárvonalak (6–7. térkép).
Összegzés
A vizsgálat alapján 206 település rendelkezett valamilyen funkcionális központi
városi szerepkörrel, amely közel 3,5-ször több települést jelent, mint a jogi értelemben vett városok száma a korszakban. Továbbá ha számba vesszük a funkcionális
értelemben vett városokban élők arányát, akkor közel 10 százalékponttal magasabb
értéket kapunk, mint ha a városi joggal rendelkező települések lakosait elemeznénk
(1. táblázat). Tehát a vizsgálat egyik jelentős eredménye az, hogy 1930-ban hozzávetőleg a lakosság fele élt városban. A kutatás rávilágított többek között arra is,
hogy Magyarország városhálózata a két világháború között kiegyensúlyozatlannak
mondható. A főváros szerepköre olyannyira kimagaslik a hálózatból, hogy hálózatkutatás kontextusában nevezhetjük nyugodtan hubnak.68 Budapest lakossága oly
mértékben volt kiugró, hogy a második és harmadik hierarchiaszint településeinek
(24 település) össznépessége kellett ahhoz, hogy meghaladják a főváros lélekszámát. Az összkeresők terén is ugyanez a helyzet mutatkozik meg (4. táblázat). Ezt a
megállapítást tovább erősíti a vizsgálatba bevont változók elemzése, leginkább a
szolgáltatások vidékre jutó hányadát tekintve: Budapest a saját lakosságán túl több
mint 770 ezer főt látott el különféle szolgáltatásokkal. Ez közel 200 ezer fővel haladja meg a 7 regionális központ összlakosságát. A pénzügyi mutató és a betétállomány terén is hasonló arányok mutatkoznak meg. A központi szerepkörrel rendelkező intézmények esetében is kétszeres többletet állapíthatunk meg a főváros
javára. Budapest után tehát egy jelentős „hierarchikus lépcsőt” húzhatunk meg,
amelynek létrejöttében többek között a korábbi vezető regionális központok elcsatolása is közrejátszott. Tovább haladva a hálózat kiegyensúlyozatlanságát az is bizonyítja, hogy az első két hierarchiaszintbe tartozó települések (8 település) nominálisan több tercier keresővel rendelkeznek, mint a többi három hierarchiaszint
települései (198 település) összesen (5. táblázat). Hasonló a helyzet a községi pótadó kivetésének alapjául szolgáló állami adók összegénél (FHTT) is.
A változók esetében megállapíthatjuk, hogy az öt változóból három a szinteknek megfelelő irányt mutat, tehát csökkent, minél alsóbb hierarchiaszinteket vizsgáltam. Viszont két esetben felborul ez a tendencia, a lélekszámváltozás (v1) és a
nem mezőgazdasági dolgozók aranyánál (v2). Ezek vonatkozásában ugyanis a
68 Barabási 2003: 63–67.
120
BÁN GERGELY KÁROLY
megyeszintű városok (átlag)értékei kerültek közvetlenül a fővárosi értékek mögé
(3. táblázat, 1. ábra), s nem a regionális központok adatai. Úgy vélem, hogy ennek
a regionális központokban nagy arányban szereplő, magas lélekszámú, egyben jelentős mezőgazdasági keresőkkel rendelkező alföldi települések jelenléte lehet a
magyarázata, ami visszavisz a bevezetőben már említett belterület-külterület problémájához.69
A vizsgálat során bizonyítást nyert az is, hogy a közigazgatási intézmények
telepítése, megléte sok esetben hozzájárult ahhoz, hogy az adott települést funkcionális téren is városnak nevezhessük. Ezt jól tükrözi, hogy csupán három jogi értelemben vett város – és a hálózat egészéhez képest elenyésző járási székhely – nem
került be a vizsgálat alapján a funkcionális városok körébe. Továbbá szépen kirajzolódik a különféle városi jogállású települések csökkenő-növekvő aránya a hierarchiaszintek vonatkozásában. A törvényhatósági jogú városok és a községi jogállású
települések aránya ugyanis a hierarchiaszintekben ellentétes mértékben változik
szintenként. Tehát minél magasabb szintről beszélünk, annál magasabb a törvényhatósági jogú városok száma és aránya, illetve minél alacsonyabb hierarchiaszintet
vizsgálunk, annál magasabb a községek aránya. A megyei városi jogállással rendelkező települések pedig egyfajta Poisson-eloszlást produkáltak a hierarchiaszintek
vonatkozásában (4. ábra). Ha megfordítjuk a vizsgálati látószöget, akkor azt tapasztaljuk, hogy egyedül a megyei városi joggal rendelkező települések találhatók
meg minden hierarchiaszintben, tehát ez a városi jogi kategória helyezkedik el a
„legszétszórtabban”. Némi koncentráció figyelhető meg a törvényhatósági joggal
rendelkező városok és a funkcionális értelemben vett városok közé bekerülő községek körében. Előbbi leginkább a regionális központok között, míg utóbbi a kisvárosi szinten található meg (5. ábra).
A kereső lakosságra irányuló vizsgálatom során egyértelműen kirajzolódik a
hierarchiaszinteken a tercier és a primer szektor ellentétes mozgása. A tercier szektor iránya lefelé lejt a magasabb szintektől az alacsonyabbakig, míg a primer szektor lejtése a kisvárosi szinttől kezdődik, és a fővárosnál éri el a legalacsonyabb értékarányát. A szekunder szektor egy viszonylagos kiegyenlítettséget tükröz, közel
15 százalékpontnyi különbség állapítható meg a legmagasabb (megyeszintű városok) és a legalacsonyabb (kisvárosok) értéket elérő hierarchiaszint között (3. ábra).
Ennél jelentősebb kiegyensúlyozottságot tapasztalhatunk, ha a foglalkoztatási
szektorok felől közelítjük meg a kérdést. A hierarchiaszintek keresőit vettem alapul
és soroltam a szektorokba. A primer szektort leszámítva minden szektor egyenletes
arányban részesül a hierarchiaszintek keresői közül, csupán néhány százalékpontnyi eltérések rajzolódnak ki szektoronként (6. ábra).
69 Bán 2019b.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
121
5. ábra. A vizsgálat által funkcionális értelemben városok közé sorolt különféle városi jogállású települések és községek
(206 település) részesedése a hierarchiaszintekből, 1930
Forrás: Saját szerkesztés a KVA-adatbázis alapján
6. ábra. A foglalkoztatási szektorok részesedése a hierarchiaszintek kereső lakosságából, 1930
Forrás: Saját szerkesztés a KVA-adatbázis alapján
122
BÁN GERGELY KÁROLY
Az urbanizáltság regionális különbségei is kirajzolódtak a vizsgálat során. Itt is
a fővárosi agglomerációt kell megemlíteni elsőnek, amely kimagaslik a hálózatból,
mivel Budapest közvetlen vonzáskörzetében öt megyeszintű várost és tucatnyi középvárost találunk. Ezáltal ez hazánk legvárosiasodottabb térsége volt. Vizsgálatomból kitűnik, hogy már a 30-as években indokolt lett volna a főváros bővítése,
amelyre végül 1950-ben került sor. A térképre vitt adatok alapján kirajzolódik,
hogy az Alföld nyugati és keleti vidéke (a trianoni országhatáron belül) volt a legkevésbé városiasodott térség ekkoriban. Ennek hátterében részben az alföldi térség
eltérő településfejlődése húzódhat, a Mezőföld és a Kiskunság esetében pedig a
főváros szívóerejét kell kiemelni, amely közelebb vonzhatta az ottani lakosságot, és
ezzel együtt gyengítette a központi funkciók jelentőségét a fővárostól délre eső
térségben. A Körös-vidék esetében úgy vélem, Nagyvárad – mint korábbi regionális központ – elvesztése hathatott negatívan a térségre.
A nyugat-keleti aspektus a regionális központok vonatkozásában is megnyilvánul. Az ország két végpontján található, egymáshoz viszonylag közel eső központi városok egy-egy háromszöget alkotnak. A háromszögek csúcsai 100 km-es távolságon belül helyezkednek el, tehát a regionális központokhoz képest igen közel.
A nyugati háromszög Győr–Szombathely–Sopron (megyei szintű város), a keleti
háromszög Debrecen–Miskolc–Nyíregyháza (6. térkép). A nyugati háromszög
meglétének magyarázata vélhetően Bécs városának közelsége. Tény, hogy a kutatás
egy adott időmetszetet vizsgál, de ahhoz, hogy a régió elnyerje ezt az állapotot,
hosszú évtizedeknek, évszázadoknak kellett eltelniük, amikor Bécs még jelentős hatást gyakorolt a térségre. Ezt részben Győri Róbert idevonatkozó munkája70 is alátámasztja. A keleti háromszöggel kapcsolatban úgy vélem, az eltérő irányú vonzáskörzetek és az eltérő táji jelleg (hegyvidék-alföld) lehet a magyarázat arra, hogy
ilyen közel egymáshoz kialakulhatott három regionális központ. Nyíregyháza vonzáskörzete inkább keleti, északkeleti irányú, s az elvesztett kárpátaljai triádot71 igyekezett pótolni. Míg Debrecen vonzása főként déli, nyugati, keleti irányt vett, Miskolc kisugárzása pedig leginkább a hegyvidéki térséget fedte le ekkoriban. Miskolc
gazdaságszerkezetileg Kassa „pótléka” lett volna, viszont ehhez térszerkezetileg nem
volt teljesen ideális helyen. A két világháború közötti településhálózat térszerkezetére tehát a természetföldrajzi tényezők, azon belül is a medencejelleg – és az ezzel
kapcsolatba hozható vásárvonal-hálózat – volt leginkább hatással, míg a főváros
főleg az agglomerációjának, illetve a Duna mentén délebbre eső területeknek72 volt
formálója ekkoriban.
Az életminőség vonatkozásában pedig bizonyítást nyert, hogy a magasabb
hierarchikus ranggal rendelkező települések nagy valószínűséggel magasabb életmi70 Győri 2006.
71 Munkács, Ungvár, Beregszász.
72 Nagy 1962.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
123
nőséggel is rendelkeztek (korrelációs érték: 0,524). Továbbá a vizsgálat által a két világháború között igen fejlett térségnek bizonyult a főváros és agglomerációja, illetve
az ország északnyugati része a Győr–Szombathely–Sopron-triáddal (11. táblázat).
FORRÁSOK
A Komplex Városhierarchia Adatbázis (KVA) forrásai:
Az 1920. évi népszámlálás I.: A népesség főbb demográfiai adatai. Magyar Statisztikai Közlemé
nyek. 69. kötet. Budapest, 1923.
Helységnévtár 1930: Várady Károly (szerk.): A Magyar Szent Korona Országainak helységnévtára
1930. Budapest.
Magyarország Tiszti cím és névtára. XLI. évfolyam. Budapest, 1931.
Mészáros István 1988: Középszintű iskoláink kronológiája és topográfiája 996–1948. Budapest.
MSK Ús. 86. kötet: Az 1930. évi népszámlálás. II. rész. Foglalkozási adatok. Községek és külterü
leti lakotthelyek szerint, továbbá az ipari és kereskedelmi nagyvállalatok. Budapest, 1934.
MSK Ús. 93. kötet: Magyarország községeinek háztartási viszonyai 1934. évi községi költség
előirányzatok szerint. Budapest, 1935.
Nagy Magyar Compass 1930: Nagy Magyar Compass (azelőtt Mihókféle). I. Pénzintézetek
(1929/30). Szerk. Galánthai Nagy Sándor. Budapest.
FELHASZNÁLT IRODALOM
Andorka Rudolf 2006: Bevezetés a szociológiába. Budapest.
Babits Mihály 1909: Úti napló: városok. Nyugat (2.) 21. https://epa.oszk.hu/00000/00022/
00043/01110.htm – utolsó letöltés: 2020. május 30.
Bácskai Vera – Nagy Lajos 1984: Piackörzetek, piacközpontok és városok Magyarországon 1828ban.
Budapest.
Bajmóczy Péter – Kiss János 1999: Megyék, régiók és központjaik – modellek tükrében. Tér és
Társadalom (13.) 1–2. 31–51.
Bán Gergely Károly 2019a: Város, hierarchia, pozíció. A két világháború közötti Magyarország
városhierarchia-kutatásának módszertani keretei. In: Vidéktörténet 2. Területitársadalmi tö
résvonalak és a boldogulás útjai. Budapest, 104–106.
Bán Gergely Károly 2019b: Inner Territory and What Lies Behind It. An Inquiry Into the
Hungarian Urban Hierarchy in 1930. Hungarian Historical Review (8.) 1. 153–178.
Barabási Albert-László 2003: Behálózva. A hálózatok új tudománya. Ford. Vicsek Mária. Budapest.
Barr, Brenton – Lindsay, Ian – Reinelt, Erhard 1971: Patterns of Urban Spacing in the USSR:
Analysis of Order Neighbor Statistics in Two-dimensional Space. Journal of Regional Science
(11.) 2. 211–220.
Beluszky Pál 1973: Adalékok a magyar településhierarchia változásaihoz, 1900–1970. Földrajzi
értesítő (22.) 1. 121–142.
Beluszky Pál 1999: Magyarország településföldrajza. Budapest.
Beluszky Pál 2006: Ez a falu város! Tér és Társadalom (20.) 2. 65–81.
124
BÁN GERGELY KÁROLY
Beluszky Pál – Győri Róbert 1999: A magyarországi városhálózat és az EU-csatlakozás. Tér és
Társadalom (13.) 1–2. 1–30.
Beluszky Pál – Győri Róbert 2004: Fel is út, le is út… Városaink településhierarchiában elfoglalt pozícióinak változásai a 20. században. Tér és Társadalom (18.) 1. 1–41.
Beluszky Pál – Győri Róbert 2005: Magyar városhálózat a 20. század elején. Budapest–Pécs.
Bennett, Robert J. – Smith, Harry – Radicic, Dragana 2018: Towns in Victorian England and
Wales: a New Classification. Urban History (45.) 4. 568–594.
Czirfusz Márton – Szabó Pál 2008: A legközelebbi szomszéd analízis és alkalmazási lehetőségei.
Területi statisztika (48.) 3. 281–294.
Czoch Gábor – Szabó [ma Sonkoly] Gábor – Zsinka László 1993: Változások a magyar város és
településrendszerben 1784 és 1910 között. Aetas (8.) 4. 113–133.
Daunton, Martin 2007: Wealth and Welfare. An Economic and Social History of Britain, 1851–1951.
Oxford.
de Smith, M. J. 2003: Distance and Path. PhD dissertation, University of London, Department
of Geography.
Demeter Gábor 2017: GISta Hungarorum. www.gistory.hu/g/hu/gistory/ – utolsó letöltés:
2020. május 10.
Frisnyák Sándor 1992: Magyarország történeti földrajza. Budapest.
Gál Zoltán 1997: A magyarországi városhálózat vizsgálata a banki betétforgalom alapján 1910-ben.
In: Németh Zsófia – Sasfi Csaba (szerk.): Kőfallal, sárpalánkkal… Várostörténeti tanulmá
nyok. (Rendi társadalom – polgári társadalom 7.) Debrecen, 50–65.
Gál Zoltán 2008: „Aranykor után?” A pécsi bankrendszer története a két világháború közötti
korszakban. In: Pilkhoffer Mónika – Vonyó József (szerk.): A 2001–2004 között megrendezett
Előadások Pécs történetéből című konferenciák válogatott előadásai. (Tanulmányok Pécs Történetéből 18.) Pécs, 235–280.
Getis, A. – Boots, B. 1978: Models of Spatial Processes. Cambridge.
Granasztói György 1989: A dunai térség városodása (16–18. század). Demográfia (32.) 3–4. 157–187.
Gyáni Gábor 2002: Történész diskurzusok. Budapest.
Gyimesi Sándor 1975: A városok a feudalizmusból a kapitalizmusba való átmenet időszakában.
Funkcionális és strukturális változások Nyugat és KözépKeletEurópa városhálózatában, külö
nös tekintettel Magyarországra. Budapest.
Győri Róbert 2006: Bécs kapujában. Területi fejlettségi különbségek a Kisalföld déli részén a
20. század elején. Korall (8.) 24–25. 231–251.
Győri Róbert – Mikle György 2017: A fejlettség területi különbségeinek változása Magyarországon, 1910–2011. Tér és társadalom (31.) 3. 143–165.
Hajdú Zoltán 2005: Magyarország közigazgatási földrajza. 2., javított kiadás. Budapest–Pécs.
Jenks, G. F. 1967: The Data Model Concept in Statistical Mapping. International Yearbook of
Cartography (7.) 186–190.
Kiss István 1961: A városok közigazgatási szerepe. In: Borsos József (szerk.): Vidéki városaink.
Budapest, 195–204.
Komoróczy György 1972: Az önkormányzati igazgatás 1606–1948 között. In: Komoróczy
György (szerk.): Hajdúhadház múltja és jelene. Debrecen, 386–396.
Magyary Zoltán 1942: Magyar közigazgatás. A közigazgatás szerepe a 20. század államában.
Budapest.
Major Jenő 1964: A magyar városhálózatról. Településtudományi Közlemények (13.) 16. 32–65.
Mendöl Tibor 1963: Általános településföldrajz. Budapest.
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
125
Nagy Lajos 1962: Kiskunhalom. 2. kiadás. Budapest.
Nemes Nagy József 1996: Térbeli pontalakzatok vizsgálata. In: Probáld Ferenc – Szabó Pál
(szerk.): Európa regionális földrajza. Budapest.
Nemes Nagy József 1998: Tér a társadalomkutatásban. Budapest.
Nemes Nagy József 2009: Terek, helyek, régiók. A regionális tudomány alapjai. Budapest.
Nemes Nagy József (szerk.) 2005: Regionális elemzési módszerek. (Regionális Tudományi Tanulmányok 11.) Budapest. http://geogr.elte.hu/REF/REF_Kiadvanyok/REF_RTT_11/RTT-11-06terkapcs.pdf – utolsó letöltés: 2020. május 10.
Pénzes János 2018: Fejlettségi különbségek a történelmi Magyarország térszerkezetében 1910.
Történeti Térinformatikai Tanulmányok (4.) 2–35.
Pfening Viola 2010: A legközelebbi szomszéd analízis. Területi statisztika (50.) 1. 27–28.
Pinder, D. A. – Witherick, M. E. 1973: Nearest-Neighbour Analysis of Linear Point Patterns.
Tijdschrift voor Economische en Sociale Geografie (64.) 3. 160–164.
Sherwood, Kenneth B. 1970: Some Application of the Nearest-Neighbour technique to the
study of the movement of intra-urban functions. Tijdschrift voor Economische en Sociale
Geografie (61.) 6. 41–48.
Szilágyi Zsolt 2013: A történeti földrajz mint kapcsolattudomány alkalmazása a magyar várostörténet-írásban. Nagyerdei Almanach (4.) 1. 183–204.
Szilágyi Zsolt 2018: Az életminőség területi különbségeinek változása a 20. század első harmadában. In: Demeter Gábor – Szulovszky János (szerk.): Területi egyenlőtlenségek nyomában a
történeti Magyarországon. Budapest–Debrecen, 255–334.
Tomka Béla 2018: Az első világháború és a trianoni béke gazdasági hatásai Magyarországon.
In: Bódy Zsombor (szerk.): Háborúból békébe: a magyar társadalom 1918 után. Konfliktusok,
kihívások, változások a háború és az összeomlás nyomán. Budapest, 47–79.
Tóth Árpád 2011: Tér és társadalom – ahogyan a pozsonyi polgárok láthatták (Városhálózat és
társadalmi mobilitás alulnézetből). In: A város és társadalma. Tanulmányok Bácskai Vera tisz
teletére. Szerk. H. Németh István, Szívós Erika, Tóth Árpád. Budapest, 164–176.
Vasiladis, C. H. – Kobotis, A. 1999: Spatial Analysis Application of Nearest Neighbour to
Tourism Locations in Macedonia. Tourism Management (20.) 1. 140–150.
126
BÁN GERGELY KÁROLY
Függelék
1. táblázat. A városi joggal rendelkező és funkcionális városok alapvető jellemzői, 1930
Vizsgálati szempontok
Települések
száma
Települések
összlakossága
Városban élők
országos aránya**
Térbeli elrendeződés (L érték)
57
2 887 825
33,23%
1,1814
206
3 846 592
44,27%
1,0476
Városi joggal rendelkező
települések* (1930)
Funkcionális értelemben vett
városok a vizsgálat alapján
(1930)
** Idetartoznak a megyei városok, a törvényhatósági jogú városok és a főváros.
** 8 688 319 fő összlakossághoz viszonyítva az 1930-as népszámlálás alapján.
Forrás: Saját szerkesztés a KVA adatbázis alapján
2. táblázat. A változók korrelációs vizsgálata, 1930
Változók
v1
Lélekszámváltozás
1920–1930
v2
Nem mezőgazdasági keresők
aránya
v3
Szolgáltatások
jelentőségtöbblete
v4
FHTT pénzügyi
mutató
v5
Összesített
pontérték
v1
v2
v3
v4
v5
1,00
0,32
0,00
–0,13
0,03
0,32
1,00
0,15
0,22
0,45
0,00
0,15
1,00
0,35
0,55
–0,13
0,22
0,35
1,00
0,47
0,03
0,45
0,55
0,47
1,00
Forrás: Saját szerkesztés a KVA adatbázis alapján
3. táblázat. A változók és a lakosságszám átlagos értékei a különböző hierarchiaszinteken, 1930
Változók (v1–v5)
v1
v2
v3
v4
v5
Főváros
Lélekszámváltozás (%)
2,18
Nem mezőgazdasági
87,17
dolgozók aránya (%)
Szolgáltatások
778 220,49
jelentőségtöbblete (fő)
FHTT/fő, pénzügyi
53,24
mutató (pengő)
Összesített pontérték
232,54
Lakosságszám (fő)
1 006 184,00
Regionális
központok
Megyeszintű
városok
Középvárosok
Kisvárosok
12,55
32,60
27,17
15,66
72,11
75,08
68,71
55,02
27 903,50
10 273,60
2 632,18
–155,87
19,13
15,41
10,61
7,74
119,44
73 359,29
48,16
36 540,88
23,04
16 450,18
9,55
7 430,43
Forrás: Saját szerkesztés a KVA adatbázis alapján
4. táblázat. A lakosságszám és a keresők számának viszonya a különböző hierarchiaszinteken, 1930
Vizsgálati szempontok
Főváros
Regionális
központok
Megyeszintű
városok
Középvárosok
Kisvárosok
Települések száma
Összlakosság
Összkeresők (fő)
Lakosság/keresők aránya (%)
1
1 006 184
573 161
56,96
7
513 515
243 513
47,42
17
621 195
290 926
46,83
40
658 007
303 699
46,15
141
1 053 744
463 105
43,95
Forrás: Saját szerkesztés a KVA adatbázis alapján
127
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
5. táblázat. A hierarchiaszintek foglalkoztatási szektoraiban dolgozók száma, 1930
Foglalkoztatási
szektorok (fő)
Főváros
Regionális
központok
Megyeszintű
városok
Középvárosok
Kisvárosok
Primer
Szekunder
Tercier
Egyéb
Összesen
5 857
245 131
254 511
67 662
573 161
47 809
83 983
82 648
29 073
243 513
43 747
129 248
87 684
30 257
290 936
91 579
109 500
77 026
25 594
303 699
212 314
138 160
82 668
27 311
460 453
Forrás: Saját szerkesztés a KVA adatbázis alapján
6. táblázat. Az adott hierarchiaszintbe tartozó települések foglalkoztatási átlagértékei, 1930
Foglalkoztatási
szektorok (átlag)
Főváros
Regionális
központok
Primer
Szekunder
Tercier
Egyéb
Összkeresők
5 857
245 131
254 511
67 662
573 161
6 829,86
11 997,57
11 806,86
4 153,29
34 787,57
Megyeszintű
városok
Középvárosok
Kisvárosok
2 573,35
7 602,82
5 157,88
1 779,82
17 113,29
2 289,48
2 737,50
1 925,65
639,85
7 592,48
1 505,77
979,86
586,30
193,69
3 265,62
Forrás: Saját szerkesztés a KVA adatbázis alapján
7. táblázat. A hierarchiaszintek foglalkoztatási szerkezete, 1930 (%)
Foglalkoztatási
szektorok (%)
Főváros
Regionális
központok
Megyeszintű
városok
Középvárosok
Kisvárosok
Primer
Szekunder
Tercier
Egyéb
Összesen
1,02
42,77
44,40
11,81
100,00
19,63
34,49
33,94
11,94
100,00
15,04
44,42
30,14
10,40
100,00
30,15
36,06
25,36
8,43
100,00
46,11
30,01
17,95
5,93
100,00
Forrás: Saját szerkesztés a KVA adatbázis alapján
8. táblázat. A hierarchiaszintek és a közigazgatási szerepkörök legközelebbi szomszéd vizsgálatának eredményei, 1930
Pontelemek
száma
Legközelebbi
szomszédok
átlagostávolsága (km)
Legközelebbi
szomszéd mutató
(L érték)
Főváros
Regionális
központok
Megyeszintű
városok
Középvárosok
Kisvárosok
A vizsgálatba
bevont
települések
Megyeszékhelyek
Járás
székhelyek
1
7
17
40
141
1625
25
146
–
89,97
43,96
24,26
12,78
6,79
43,28
16,89
–
1,561
1,1886
0,9937
0,9952
1,7968
1,4192
1,3387
Forrás: Saját szerkesztés a KVA adatbázis alapján
128
9. táblázat. Magyarország városhierarchiája 1930-ban (a kisvárosokkal bezárólag)
v1
Lélekszámváltozás
1920–1930
(%)
v2
Nem
mezőgazd.
dolgozók
aránya (%)
Településnév
Jogállás
Közigazgatási
szerepkör
1
Budapest
Szf.
Msz., Jsz.
2
3
4
5
6
7
8
Debrecen
Szeged
Miskolc
Pécs
Győr
Nyíregyháza
Szombathely
Tvj.
Tvj.
Tvj.
Tvj.
Tvj.
Mv.
Mv.
Msz., Jsz.
–
Msz., Jsz.
Msz., Jsz.
Msz., Jsz.
Msz.
Msz., Jsz., Kj.
9
10
11
12
13
14
15
Újpest
Szolnok
Kaposvár
Székesfehérvár
Sopron
Baja
Sátoraljaújhely
Pestszenterzsébet
Kecskemét
Eger
Nagykanizsa
Mv.
Mv.
Mv.
Tvj.
Tvj.
Tvj.
Mv.
–
Msz., Jsz.
Msz., Jsz.
Msz., Jsz.
Msz., Jsz.
Msz., Jsz.
Msz., Kj.
Mv.
–
67,49
91,02
Tvj.
Mv.
Mv.
–
Msz., Jsz.
Jsz.
8,7
5,81
2,77
38,54
57,43
69,09
16
17
18
19
v4
v5
KVM
FHTT/fő
(pengő)
Átlag v1–v4
(normalizált
értéken)
Összesített
pontérték
Komplex
városhierarchia mutató
(normalizált
értéken)
53,24
0,816
232,54
0,908
20,56
15,5
13,21
21,41
27,1
21,74
14,41
0,386
0,317
0,417
0,434
0,451
0,32
0,417
174,29
163,12
134,52
98,39
87,46
103,01
75,29
0,568
0,509
0,498
0,428
0,414
0,382
0,37
15,16
15,09
19,08
22,66
24,37
10,33
7,13
0,458
0,363
0,366
0,368
0,392
0,379
0,356
55,74
71,54
70,56
63,26
55,28
54,93
55,79
0,349
0,335
0,335
0,32
0,315
0,308
0,298
12 595
14,14
0,47
26
0,291
2 680
7 917
12 192
22,76
16,2
11,58
0,238
0,312
0,348
79,82
60,49
51,98
0,291
0,286
0,286
Szolgáltatások jelentőségtöbblete
(fő)
I. FŐVÁROS
87,17
778 220
II. REGIONÁLIS KÖZPONTOK
13,65
67,84
43 892
13,4
54,15
22 045
8,03
80,39
35 525
29,66
74,77
28 090
1,69
86,54
25 355
18,38
58,03
17 378
3,05
83,07
23 041
III. MEGYESZINTŰ VÁROSOK
19,32
91,84
11 495
19,13
71,54
14 157
10,49
74,36
14 170
4,1
70,33
15 932
1,84
73,45
18 335
44,21
69,89
7 677
–12,91
76,58
9 438
2,18
BÁN GERGELY KÁROLY
Rangszám
v3
v2
v4
v5
KVM
FHTT/fő
(pengő)
Átlag v1–v4
(normalizált
értéken)
Összesített
pontérték
6,08
12,59
20,04
15,51
14,06
15,19
0,37
0,554
0,367
0,414
0,377
0,508
45,83
2,7
43,72
31,8
40,06
9,26
Komplex
városhierarchia mutató
(normalizált
értéken)
0,284
0,283
0,278
0,275
0,274
0,274
15,48
0,453
18,7
0,267
6 291
15,84
0,359
38,17
0,262
53,05
82,3
62,6
83,54
4 798
1 552
3 872
5 818
11,68
17,73
8,26
8,15
0,299
0,49
0,3
0,406
49,18
2,7
46,45
19,61
0,255
0,251
0,25
0,245
19,28
83,39
8 560
4,18
0,412
16,76
0,242
7,94
55,82
5 394
5,86
0,304
41,77
0,242
93,98
–3 526
7,23
0,443
8,23
0,239
75,68
5 572
12,67
0,356
28
0,238
5 509
16,74
0,304
35,67
0,229
0,229
Rangszám
Településnév
Jogállás
Közigazgatási
szerepkör
Lélekszámváltozás
1920–1930
(%)
20
21
22
23
24
25
Zalaegerszeg
Albertfalva
Pápa
Kispest
Veszprém
Pestszentlőrinc
Mv.
K.
Mv.
Mv.
Mv.
K.
Msz., Jsz.
–
Jsz.
–
Msz., Jsz.
–
–1,26
173,26
10,91
26,34
14,15
159,92
26
Mv.
–
43,88
Mv.
Msz., Jsz.
1,62
72,56
28
29
30
31
Budafok
Balassagyarmat
Békéscsaba
Rákoshegy
Kalocsa
Komárom
Mv.
K.
Mv.
Mv.
–
–
Jsz.
Jsz.
11,28
161,39
–3,67
26,82
32
Rákospalota
Mv.
–
33
Gyöngyös
Mv.
Jsz.
34
Csepel
K.
–
35
Vác
Mv.
Jsz.
8,07
36
Esztergom
Mv.
Msz., Jsz.
–3,39
59,7
27
v3
63,7
Nem
mezőgazd.
dolgozók
aránya (%)
Szolgáltatások jelentőségtöbblete
(fő)
72,48
6 542
91,12
1 327
75,07
5 093
88,64
17 849
77,43
8 390
87,61
8 862
IV. KÖZÉPVÁROSOK
90,54
5 301
Magyaróvár
Mv.
Jsz.
20,9
76,7
1 515
10,98
0,369
20,44
Sashalom
K.
–
90,29
88,09
2 574
4,9
0,434
3,67
0,225
39
Kisvárda
K.
Jsz.
23,59
70,33
4 218
18,2
0,322
29,66
0,225
40
Gyula
Mv.
Msz., Jsz.
55,42
3 595
12,81
0,285
38,15
0,224
41
Békásmegyer
K.
–
83,72
464
11,29
0,429
3,51
0,222
1,34
91,5
129
37
38
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
v1
Rangszám
Településnév
Jogállás
Közigazgatási
szerepkör
42
Hódmezővásárhely
Tvj.
–
Lélekszámváltozás
1920–1930
(%)
–0,95
v2
Nem
mezőgazd.
dolgozók
aránya (%)
36,65
v3
Szolgáltatások jelentőségtöbblete
(fő)
–6 858
v4
v5
KVM
FHTT/fő
(pengő)
Átlag v1–v4
(normalizált
értéken)
Összesített
pontérték
Komplex
városhierarchia mutató
(normalizált
értéken)
13,3
0,232
49,28
0,222
43
Szekszárd
Mv.
Msz., Jsz.
1,81
47,78
2 957
6,7
0,283
36,38
0,22
44
Kőszeg
Mv.
–
0,53
72,54
2 683
13,29
0,358
18,82
0,219
45
Szentgotthárd
K.
Jsz.
6,68
82,13
1 099
46
Salgótarján
Mv.
Jsz.
11,62
73,45
2 354
9,93
15,8
0,371
15,66
0,219
0,352
19,52
0,218
Makó
Mv.
Msz., Jsz.
–3,55
39,91
1 378
10,2
0,233
47,37
0,218
Keszthely
K.
Jsz.
4,16
67,39
3 351
13,33
0,34
22,24
0,218
49
Rákosszentmihály
K.
–
41,71
83,18
4 375
3,24
0,393
9,26
0,217
50
Cegléd
Mv.
–
1,31
41,01
461
14,13
0,248
42,64
0,216
51
Pestújhely
K.
–
43,62
89,26
3 820
4,69
0,4
6,5
0,214
52
Szentendre
Mv.
–
22,68
65,1
2 897
17,14
0,35
16,81
0,211
53
Celldömölk
K.
Jsz., Kj.
16,68
73,29
2 961
14,71
0,341
18,54
0,21
54
Felsőgöd
K.
–
83,61
83,87
1 081
8,02
0,407
2,7
0,209
55
Mohács
Mv.
–
9,49
48,43
1 240
8,57
0,287
29,73
0,207
56
Szob
K.
Jsz., Kj.
70,88
81,75
4 428
6,8
0,391
5,45
0,207
57
Pesthidegkút
K.
–
84,8
77,7
1 238
13,76
0,4
2,76
58
Tapolca
K.
Jsz., Kj.
7,33
61,78
2 518
8,72
0,306
24
0,205
59
Kiskunfélegyháza
Mv.
Jsz.
3,83
36,11
–2 282
8,26
0,215
44,46
0,203
60
Gödöllő
K.
Jsz.
7,74
62,68
2 946
9,94
0,303
24,01
0,203
61
Dombóvár
K.
Jsz.
4,3
68,81
3 771
9,93
0,319
19,5
0,201
62
Hatvan
K.
Jsz.
9,51
61,17
3 562
10,26
0,302
22,22
0,199
0,206
BÁN GERGELY KÁROLY
47
48
130
v1
Rangszám
Településnév
Jogállás
Közigazgatási
szerepkör
Lélekszámváltozás
1920–1930
(%)
v2
v3
v4
Nem
mezőgazd.
dolgozók
aránya (%)
Szolgáltatások jelentőségtöbblete
(fő)
FHTT/fő
(pengő)
Átlag v1–v4
(normalizált
értéken)
v5
KVM
Összesített
pontérték
Komplex
városhierarchia mutató
(normalizált
értéken)
63
Mátészalka
K.
Msz., Jsz.
39,98
57,06
2 322
12,35
0,303
21,25
0,197
64
Szerencs
K.
Jsz.
14,63
67,76
1 418
9,84
0,323
16,57
0,197
65
Nagytétény
K.
–
39,84
82,07
62
7,72
0,37
5,41
0,197
0,323
14,73
0,193
V. KISVÁROSOK
66
Tokaj
K.
Jsz.
15,2
70,6
1 558
67
Gyöngyösszőllős
K.
–
108,85
74,17
469
68
Szigetvár
K.
Jsz.
11,44
65,07
824
8,03
0,313
16,64
0,192
69
Sárvár
K.
Jsz., Kj.
71,45
1 265
8,97
0,319
14,73
0,191
70
Siklós
K.
Jsz., Kj.
3,93
60,3
1 389
11,16
0,31
16,63
0,191
71
Siófok
K.
–
23,78
65,64
916
9,67
0,346
8,23
0,191
72
Ózd
K.
Jsz.
21,59
76,24
9
12,74
0,349
6,3
0,188
–6,2
10
9,86
0,385
0
0,192
73
Bonyhád
K.
Jsz.
7,56
64,45
1 224
4,23
0,316
13,87
0,188
74
Balatonfüred
K.
Jsz.
20,93
51,24
323
13,22
0,316
13,87
0,188
75
Körmend
K.
Jsz.
–7,61
67,88
2 138
5,6
0,313
14,73
0,188
76
Nagyatád
K.
Jsz., Kj.
17,1
64,82
661
5,54
0,311
14,75
0,187
77
Orosháza
K.
Jsz.
3,52
48,33
1 349
4,63
0,252
28,61
0,187
78
Putnok
K.
Jsz.
10,15
64,91
1 433
19,16
0,302
16,57
0,187
79
Barcs
K.
Jsz.
23,15
64,59
1 574
6,22
0,309
14,76
0,186
80
Berettyóújfalu
K.
Msz., Jsz.
19,32
46,8
2 072
6,67
0,261
25,91
0,186
Bánhida
K.
–
88,29
38,56
–1 150
2,81
0,355
3,51
0,185
Rákosliget
K.
–
12,84
74,92
2 235
3,87
0,352
3,68
0,184
83
Dunakeszi
K.
–
47,42
74,59
–666
5,94
0,353
3,51
0,184
84
Balatonboglár
K.
–
17,41
67,66
805
7,85
0,34
6,34
0,184
131
81
82
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
v1
Lélekszámváltozás
1920–1930
(%)
v2
Nem
mezőgazd.
dolgozók
aránya (%)
v3
v5
KVM
FHTT/fő
(pengő)
Átlag v1–v4
(normalizált
értéken)
Összesített
pontérték
Komplex
városhierarchia mutató
(normalizált
értéken)
7,3
0,233
30,55
0,182
558
6,96
0,341
5,41
0,182
1 321
4,2
0,28
19,34
0,182
15,7
0,3
14,73
0,182
Szolgáltatások jelentőségtöbblete
(fő)
Rangszám
Településnév
Jogállás
Közigazgatási
szerepkör
85
Karcag
Mv.
–
7,44
86
Dunaharaszti
K.
–
35,79
73,5
87
Monor
K.
Jsz.
4,37
62,19
88
Vásárosnamény
K.
Jsz.
41,58
59,8
1 055
34,57
v4
–2 806
89
Rákoscsaba
K.
–
38,35
73,77
1 630
5,49
0,343
4,48
0,181
90
Budatétény
K.
–
45,49
75,92
278
12,09
0,359
0,74
0,181
0,181
91
Zalaszentgrót
K.
Jsz.
13,38
69,1
569
9,35
0,315
10,99
92
Vecsés
K.
–
38,36
70,26
–622
4,95
0,33
7,3
0,181
93
Sásd
K.
Jsz., Kj.
0,29
68,02
576
7,85
0,309
11,91
0,18
94
Kámon
K.
–
42,87
80
892
8,55
0,36
0
0,18
95
Budakeszi
K.
–
12,76
77,33
480
6,32
0,343
3,68
0,179
0,178
96
Moson
K.
–
0,9
72,54
548
12,67
0,329
6,27
97
Tóváros
K.
–
9,89
75,44
1 847
9,34
0,339
3,67
0,177
98
Gyömrő
K.
Jsz.
27,61
70,78
625
6,55
0,322
7,33
0,177
99
Fehérgyarmat
K.
Jsz.
19,47
56,6
321
9,83
0,281
16,59
0,176
100
Hejőcsaba
K.
–
42,67
73,15
1 440
9,39
0,34
2,76
0,176
101
Csorna
K.
Jsz.
2,11
54,36
884
10,16
0,283
15,77
102
Alsógalla
K.
–
–2,1
46,29
–38
9,42
0,351
0,176
0,175
103
Cinkota
K.
–
32,04
72,55
2 483
8,32
0,325
5,46
0,174
104
Szikszó
K.
Msz., Jsz.
9,09
53,67
1 060
17,31
0,269
18,49
0,174
105
Budakalász
K.
–
12,78
74,38
–519
4,7
0,332
3,62
0,174
106
Tata
K.
Jsz.
–0,82
48,49
604
5,94
0,269
18,42
0,174
107
Alag
K.
–
33,11
62,2
337
0,96
0,328
4,43
0,173
108
Nyírbátor
K.
Jsz.
18,78
53,28
1 979
6,59
0,263
19,34
0,173
BÁN GERGELY KÁROLY
0
132
v1
Közigazgatási
szerepkör
Lélekszámváltozás
1920–1930
(%)
v2
Nem
mezőgazd.
dolgozók
aránya (%)
v3
Szolgáltatások jelentőségtöbblete
(fő)
v4
v5
KVM
Összesített
pontérték
Komplex
városhierarchia mutató
(normalizált
értéken)
Rangszám
Településnév
Jogállás
109
Nagykőrös
Mv.
–
–0,38
29,99
–3 679
9,49
0,206
32,46
0,173
110
Jászberény
Mv.
Jsz.
–5,85
33,5
–2 248
6,09
0,204
32,49
0,172
FHTT/fő
(pengő)
Átlag v1–v4
(normalizált
értéken)
111
Piszke
K.
–
–0,14
80,82
–101
5,17
0,327
3,69
0,172
112
Pécel
K.
–
16,08
66,92
1 360
5,55
0,315
6,33
0,171
113
Somoskőújfalu
K.
Kj.
33,91
75,88
–116
9,78
0,327
3,51
0,171
114
Sárospatak
K.
Jsz.
8,16
46,25
729
7,6
0,246
22,17
0,17
115
Abaújszántó
K.
Jsz.
–1,52
59,65
1 030
8,27
0,277
13,81
0,168
116
Sajóvárkony
K.
–
49,65
68,38
–1 030
16,66
0,324
2,7
0,168
117
Rákoskeresztúr
K.
–
25,23
69,05
–534
8,59
118
Kerepes
K.
–
47,55
64,98
–199
12,11
0,315
4,49
0,167
0,32
3,51
0,167
119
Budaörs
K.
–
13,18
55,65
–1 411
120
Bolyok
K.
–
56,24
64,98
–342
4,77
0,314
4,43
0,167
5
0,323
1,96
0,166
121
Zirc
K.
Jsz.
2,96
63,01
356
122
Simontornya
K.
–
19,53
57,66
–534
13,01
0,289
10,07
0,166
4,62
0,312
4,43
0,165
Tolna
K.
–
–2,69
64,97
697
4,63
0,294
8,23
0,165
Törökbálint
K.
–
20,31
69,82
448
4,55
0,317
2,7
0,164
125
Diósgyőr
K.
–
8,41
71,95
–1 822
5,56
0,297
7,3
0,164
126
Mezőtúr
Mv.
–
2,73
37,51
–2 486
10,86
0,233
22,29
0,164
127
Visegrád
K.
–
7,9
65,73
193
4,71
0,308
4,49
0,164
128
Szécsény
K.
Jsz.
–6,43
53,92
591
8,89
0,256
16,57
0,164
129
Szentes
Mv.
Msz.
1,46
44,1
–576
14,13
0,249
17,92
0,163
130
Soroksár
K.
–
–11,48
77,32
–849
6,17
0,291
8,17
0,163
131
Tab
K.
Jsz., Kj.
13,75
55,03
603
5,09
0,266
13,75
0,163
132
Érd
K.
–
40,39
55,9
87
3,98
0,3
5,47
0,162
133
123
124
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
v1
Rangszám
Településnév
133
Nagymaros
K.
–
134
Csurgó
K.
Jsz.
Jogállás
Közigazgatási
szerepkör
Lélekszámváltozás
1920–1930
(%)
v2
v3
v4
v5
KVM
Összesített
pontérték
Komplex
városhierarchia mutató
(normalizált
értéken)
Nem
mezőgazd.
dolgozók
aránya (%)
Szolgáltatások jelentőségtöbblete
(fő)
–6,64
68,48
–261
8,98
0,294
6,39
0,161
3,07
54,57
687
6,36
0,278
10,18
0,161
FHTT/fő
(pengő)
Átlag v1–v4
(normalizált
értéken)
135
Ercsi
K.
–
–11,35
41,01
–716
5,32
0,296
5,47
0,16
136
Kisújszállás
Mv.
–
5,56
33,21
–420
10,35
0,231
20,41
0,16
137
Vasvár
K.
Jsz.
6,31
49,77
295
7,72
0,247
16,63
0,159
138
Borsodnádasd
K.
Kj.
21,85
68,97
–557
9,72
0,312
1,55
0,159
139
Sümeg
K.
Jsz.
2,81
53,98
389
17,08
0,258
13,82
0,159
140
Pomáz
K.
Jsz.
10,43
60,66
–76
10,56
0,292
5,38
0,158
141
Bácsa
K.
Kj.
44,22
62,6
–336
142
Csongrád
Mv.
Jsz.
0,61
36,57
–5 128
143
Szentlőrinc
K.
Jsz., Kj.
7,55
45,89
289
144
Maglód
K.
–
34,03
61,05
208
7,22
0,307
1,96
0,157
4,11
0,214
23,33
0,157
8,51
0,258
12,83
0,157
7,89
0,298
3,51
0,156
145
Bicske
K.
–
7,71
51,13
243
10,51
0,265
11,01
0,156
146
Hőgyész
K.
–
–2,14
64,37
67
5,54
0,288
5,41
0,156
Devecser
K.
Jsz.
1,7
47,76
195
11,41
0,248
14,73
0,156
Sopronbánfalva
K.
–
9,28
71,58
–236
4,72
0,304
1,43
0,155
149
Enying
K.
Jsz.
20,77
38,52
–367
12,94
0,254
12,83
0,155
150
Hajmáskér
K.
Kj.
–5,28
74,26
2 231
4,7
0,294
3,51
0,155
151
Aszód
K.
Jsz.
–5,49
59,55
1 080
10,48
0,265
10,28
0,154
0,153
152
Kistarcsa
K.
–
20,03
63,6
–138
5,26
0,291
3,62
153
Kiskunhalas
Mv.
–
10,51
27,14
–2 994
13,12
0,202
24,21
0,153
154
Kapuvár
K.
Jsz.
10,09
43,22
–394
6,86
0,248
12,96
0,152
155
Pécsvárad
K.
Jsz., Kj.
4,55
46,7
97
6,84
0,253
11,91
0,152
156
Paks
K.
Jsz.
–1,69
39,12
–621
11,19
0,22
19,46
0,152
BÁN GERGELY KÁROLY
147
148
134
v1
Rangszám
Településnév
Jogállás
v2
v3
v4
v5
KVM
Közigazgatási
szerepkör
Lélekszámváltozás
1920–1930
(%)
Nem
mezőgazd.
dolgozók
aránya (%)
Szolgáltatások jelentőségtöbblete
(fő)
FHTT/fő
(pengő)
Átlag v1–v4
(normalizált
értéken)
Összesített
pontérték
Komplex
városhierarchia mutató
(normalizált
értéken)
157
Süttő
K.
–
–16,02
68,67
–303
4,86
0,287
3,51
0,151
158
Encs
K.
Jsz., Kj.
38,68
51,68
543
3,44
0,279
5,38
0,151
0,151
159
Újdombovár
K.
–
19,2
38,06
10
7,03
0,29
2,7
160
Lenti
K.
Jsz., Kj.
25,31
55,28
–60
11,79
0,274
6,3
0,15
161
Sajószentpéter
K.
Jsz.
13,66
45,56
–44
5,69
0,245
12,89
0,15
162
Kelebia
K.
–
121,49
24,18
–345
11,58
0,288
2,7
0,15
163
Szarvas
K.
Jsz.
1,34
28,67
–3 520
8,45
0,195
24,02
0,149
164
Marcali
K.
Jsz.
5,13
40,92
–266
8,37
0,231
15,65
0,149
165
Dunaföldvár
K.
–
–3,35
37,51
–833
8,2
0,229
15,74
0,148
166
Torbágy
K.
–
14,94
61,33
–179
6,91
0,29
1,37
0,148
167
Üröm
K.
–
18,56
60,51
–487
3,99
0,283
2,7
0,147
168
Dunabogdány
K.
–
2,21
65,38
–703
5,26
0,282
2,94
0,147
169
Hajdúböszörmény
Mv.
–
0,72
24,59
–5 735
15,56
0,186
25,06
0,147
170
Hámor
K.
Kj.
171
Isaszeg
K.
–
172
Pilisborosjenő
K.
–
173
Üllő
K.
–
174
Nyergesújfalu
K.
–
175
Csömör
K.
–
176
Nagycenk
K.
Kj.
177
Szőny
K.
–
4,57
71
63
7,9
0,293
0
0,147
57,1
981
11,27
0,277
3,51
0,146
18,88
59,14
–458
3,99
0,286
1,33
0,146
18,15
57,25
–157
3
0,272
4,43
0,146
22,9
0
59,74
–307
4,74
0,271
4,49
0,145
55,48
–288
4,65
0,278
2,7
0,145
6,09
51,26
–121
5,66
0,274
3,51
0,145
14,08
50,26
226
2,81
0,274
3,51
0,145
29,77
Taksony
K.
–
31,65
54,39
–813
6,71
0,277
2,7
0,144
Hajdúszoboszló
Mv.
–
–3,95
28,57
–1 995
3,85
0,208
18,54
0,144
135
178
179
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
v1
v3
v4
v5
KVM
Összesített
pontérték
Komplex
városhierarchia mutató
(normalizált
értéken)
Nem
mezőgazd.
dolgozók
aránya (%)
Szolgáltatások jelentőségtöbblete
(fő)
2,42
50,87
–518
5,27
0,271
3,51
0,143
6,57
40,6
151
3,52
0,225
13,75
0,142
Kj.
–6,09
58,63
321
6,03
0,268
3,51
0,142
Jsz.
11,6
52,27
1
5,14
0,267
3,72
0,142
Rangszám
Településnév
Jogállás
Közigazgatási
szerepkör
180
Németbóly
K.
–
181
Edelény
K.
Jsz.
182
Nógrádverőce
K.
183
Bia
K.
Lélekszámváltozás
1920–1930
(%)
v2
FHTT/fő
(pengő)
Átlag v1–v4
(normalizált
értéken)
184
Ócsa
K.
–
18,68
40,42
–618
5,45
0,231
11,9
0,141
185
Veresegyház
K.
–
42,11
45,37
–387
6,49
0,259
5,35
0,141
186
Levél
K.
–
6,62
47,65
–314
10,82
0,267
3,51
0,141
187
Szeghalom
K.
Jsz.
8,81
28,28
–1 239
5,27
0,201
18,42
0,14
188
Piliscsaba
K.
–
–2,71
61,24
719
3,49
0,268
2,7
0,14
189
Bélapátfalva
K.
–
14,68
50,82
–474
7,99
0,264
3,51
0,14
190
Ecser
K.
–
20,01
56,84
–132
9,76
0,273
1,37
0,139
191
Sződ
K.
–
55,97
43,56
–620
8,01
0,267
2,7
0,139
192
Csepreg
K.
Jsz.
–1,36
36,32
–377
6,33
0,226
11,97
0,139
193
Solymár
K.
–
21,97
52,95
–707
194
Felsőgalla
K.
–
16,39
41,33
–2 573
10,8
6,89
0,265
2,7
0,138
0,257
4,48
0,138
Bátaszék
K.
–
–2,16
49,42
–828
8,35
0,249
6,33
0,138
Sarkad
K.
Jsz.
13,78
32,17
–1 585
5,17
0,237
9,16
0,138
197
Lengyeltóti
K.
Jsz.
–3,51
37,81
–88
3,64
0,228
11,04
0,138
198
Bácsalmás
K.
Jsz.
13,27
24,05
–2 058
2,02
0,2
17,55
0,137
199
Kisbér
K
–
1,5
53,27
61
7,86
0,248
6,27
0,137
200
Hajdúnánás
Mv.
–
5,3
25,91
–3 048
14,16
0,203
16,63
0,137
201
Gönyű
K.
–
11,75
48,82
820
7,7
0,258
3,75
0,137
202
Jászárokszállás
K.
–
2,67
43,78
–2 713
6,26
0,226
10,99
0,137
203
Sellye
K.
Kj.
6,97
46,05
11
4,24
0,255
4,43
0,137
BÁN GERGELY KÁROLY
195
196
136
v1
Lélekszámváltozás
1920–1930
(%)
v2
v3
v4
KVM
Nem
mezőgazd.
dolgozók
aránya (%)
Szolgáltatások jelentőségtöbblete
(fő)
FHTT/fő
(pengő)
Átlag v1–v4
(normalizált
értéken)
Összesített
pontérték
Komplex
városhierarchia mutató
(normalizált
értéken)
17,65
–1 138
9,1
0,25
5,38
0,137
–1 111
5,33
0,258
3,51
0,136
–5 811
12,03
0,193
18,48
0,136
Rangszám
Településnév
Jogállás
Közigazgatási
szerepkör
204
Biharnagybajom
K.
Jsz.
92,79
205
Mezőhegyes
K.
–
11,72
33,14
206
Békés
K.
Jsz.
2,65
26,26
A táblázatban használt rövidítések:
Jsz.: járásszékhely; K.: község; Kj.: körjegyzőség; Msz.: megyeszékhely; Mv.: megyei város; Szf.: székesfőváros; Tjv.: törvényhatósági jogú város
Forrás: Saját szerkesztés a KVA adatbázis alapján
v5
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
v1
137
138
BÁN GERGELY KÁROLY
10. táblázat. A Beluszky–Győri-féle vizsgálat (1910) hierarchia-rangsorának összevetése az 1930-as hierarchia-rangsorral (a trianoni határokon belül értendő első 40 településre)
1930
1910
Rangsor
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
Település
Budapest
Debrecen
Szeged
Pécs
Győr
Sopron
Miskolc
Szombathely
Székesfehérvár
Szolnok
Kaposvár
Eger
Veszprém
Nagykanizsa
Sátoraljaújhely*
Kecskemét
Nyíregyháza
Esztergom
Komárom*
Zalaegerszeg
Balassagyarmat
Gyula
Pápa
Szekszárd
Baja
Békéscsaba
Makó
Vác
Szentes
Jászberény
Újpest
Gyöngyös
Keszthely
Kiskunfélegyháza
Kalocsa
Mohács
Hódmezővásárhely
Cegléd
Orosháza
Kisvárda
Rangsor
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
* A trianoni békeszerződés után a település egy része a határ túloldalára került.
Forrás: Saját szerkesztés a KVA adatbázis alapján
Település
Budapest
Debrecen
Szeged
Miskolc
Pécs
Győr
Nyíregyháza
Szombathely
Újpest
Szolnok
Kaposvár
Székesfehérvár
Sopron
Baja
Sátoraljaújhely
Pestszenterzsébet
Kecskemét
Eger
Nagykanizsa
Zalaegerszeg
Albertfalva
Pápa
Kispest
Veszprém
Pestszentlőrinc
Budafok
Balassagyarmat
Békéscsaba
Rákoshegy
Kalocsa
Komárom
Rákospalota
Gyöngyös
Csepel
Vác
Esztergom
Magyaróvár
Sashalom
Kisvárda
Gyula
139
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
11. táblázat. Az életminőség és a hierarchiarang összevetése a jogi értelemben vett városok esetében, 1930
Sorszám
Város
Jogállás
Közigazgatási
szerepkör
HDI, életminőségi mutató
Hierarchikus
rangszám
HDI
rangsor
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
Budapest
Debrecen
Szeged
Miskolc
Pécs
Győr
Nyíregyháza
Szombathely
Újpest
Szolnok
Kaposvár
Székesfehérvár
Sopron
Baja
Sátoraljaújhely
Pestszenterzsébet
Kecskemét
Eger
Nagykanizsa
Zalaegerszeg
Pápa
Kispest
Veszprém
Budafok
Balassagyarmat
Békéscsaba
Kalocsa
Komárom
Rákospalota
Gyöngyös
Vác
Esztergom
Magyaróvár
Gyula
Hódmezővásárhely
Szekszárd
Kőszeg
Salgótarján
Makó
Cegléd
Szentendre
Mohács
Kiskunfélegyháza
Szf.
Tvj.
Tvj.
Tvj.
Tvj.
Tvj.
Mv.
Mv.
Mv.
Mv.
Mv.
Tvj.
Tvj.
Tvj.
Mv.
Mv.
Tvj.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Tvj.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Msz., Jsz.
Msz., Jsz.
–
Msz., Jsz.
Msz., Jsz.
Msz., Jsz.
Msz.
Msz., Jsz., Kj.
–
Msz., Jsz.
Msz., Jsz.
Msz., Jsz.
Msz., Jsz.
Msz., Jsz.
Msz., Kj.
–
–
Msz., Jsz.
Jsz.
Msz., Jsz.
Jsz.
–
Msz., Jsz.
–
Msz., Jsz.
–
Jsz.
Jsz.
–
Jsz.
Jsz.
Msz., Jsz.
Jsz.
Msz., Jsz.
–
Msz., Jsz.
–
Jsz.
Msz., Jsz.
–
–
–
Jsz.
0,844167
0,556838
0,563556
0,584796
0,572175
0,670239
0,471513
0,611943
0,691382
0,534463
0,501366
0,603297
0,686234
0,432768
0,432149
0,728729
0,412363
0,483375
0,491963
0,540981
0,602414
0,72943
0,536283
0,728427
0,403963
0,561668
0,449975
0,675713
0,731366
0,420856
0,566939
0,519566
0,570819
0,354742
0,50552
0,356747
0,635942
0,547822
0,48468
0,502022
0,587898
0,429976
0,342505
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
22
23
24
26
27
28
30
31
32
33
35
36
37
40
42
43
44
46
47
50
52
55
59
1
21
19
15
16
9
37
11
6
25
31
12
7
42
43
4
47
34
32
23
13
3
24
5
49
20
40
8
2
46
18
27
17
53
29
52
10
22
33
30
14
44
56
140
Sorszám
44
45
46
47
48
49
50
51
52
53
54
55
56
57
BÁN GERGELY KÁROLY
Város
Jogállás
Karcag
Nagykőrös
Jászberény
Mezőtúr
Szentes
Kisújszállás
Csongrád
Kiskunhalas
Hajdúböszörmény
Hajdúszoboszló
Hajdúnánás
Túrkeve
Hajdúhadház
Hajdúsámson
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Mv.
Közigazgatási
szerepkör
–
–
Jsz.
–
Msz.
–
Jsz.
–
–
–
–
–
–
–
HDI, életminőségi mutató
0,451615
0,469728
0,348414
0,515061
0,474348
0,522504
0,426194
0,353607
0,387515
0,473269
0,449463
0,410261
0,360064
0,334123
Hierarchikus
rangszám
85
109
110
126
129
136
142
153
169
179
200
216
393
1246
HDI
rangsor
39
38
55
28
35
26
45
54
50
36
41
48
51
57
A táblázatban használt rövidítések:
Jsz.: járásszékhely; Kj.: körjegyzőség; Msz.: megyeszékhely; Mv.: megyei város; Szf.: székesfőváros; Tjv.: törvényhatósági jogú város
Forrás: Saját szerkesztés a KVA adatbázis alapján
12. táblázat. Jelmagyarázat az 1. és 5. térképhez
Sorszám
Település
Rang
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Abaújszántó
Alag
Alsógalla
Aszód
Bácsa
Bácsalmás
Balatonboglár
Balatonfüred
Bánhida
Barcs
Bátaszék
Békés
Bélapátfalva
Berettyóújfalu
Bia
Bicske
Biharnagybajom
Bolyok
Bonyhád
Borsodnádasd
Budakalász
115
107
102
151
141
198
84
74
81
79
195
206
189
80
183
145
204
120
73
138
105
Sorszám
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
Település
Rang
Budakeszi
Budaörs
Budatétény
Cinkota
Csepreg
Csongrád
Csorna
Csömör
Csurgó
Devecser
Diósgyőr
Dunabogdány
Dunaföldvár
Dunaharaszti
Dunakeszi
Ecser
Edelény
Encs
Enying
Ercsi
Érd
95
119
90
103
192
142
101
175
134
147
125
168
165
86
83
190
181
158
149
135
132
Sorszám
43
44
45
46
47
Település
Rang
Fehérgyarmat
Felsőgalla
Gönyű
Gyömrő
Gyöngyösszőlős
99
194
201
98
67
48
Hajdúböszörmény
169
49
50
51
52
53
54
55
56
57
58
59
60
61
62
Hajdúnánás
Hajdúszoboszló
Hajmáskér
Hámor
Hejőcsaba
Hőgyész
Isaszeg
Jászárokszállás
Jászberény
Kámon
Kapuvár
Karcag
Kelebia
Kerepes
200
179
150
170
100
146
171
202
110
94
154
85
162
118
141
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
Sorszám
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
Település
Rang
Kisbér
Kiskunhalas
Kistarcsa
Kisújszállás
Körmend
Lengyeltóti
Lenti
Levél
Maglód
Marcali
Mezőhegyes
Mezőtúr
Monor
Moson
Nagyatád
Nagycenk
Nagykőrös
Nagymaros
Németbóly
Nógrádverőce
Nyergesújfalu
Nyírbátor
Ócsa
Orosháza
Ózd
Paks
Pécel
199
153
152
137
75
197
160
186
144
164
205
126
87
96
76
176
109
133
180
182
174
108
184
77
72
156
112
Sorszám
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
Forrás: Saját szerkesztés a KVA adatbázis alapján
Település
Rang
Pécsvárad
Pilisborosjenő
Piliscsaba
Piszke
Pomáz
Putnok
Rákoscsaba
Rákoskeresztúr
Rákosliget
Sajószentpéter
Sajóvárkony
Sarkad
Sárospatak
Sárvár
Sásd
Sellye
Siklós
Simontornya
Siófok
Solymár
Somoskőújfalu
Sopronbánfalva
Soroksár
Sümeg
Süttő
Szarvas
Szécsény
155
172
188
111
140
78
89
117
82
161
116
196
114
69
93
203
70
123
71
193
113
148
130
139
157
163
128
Sorszám
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
Település
Rang
Szeghalom
Szentes
Szentlőrinc
Szigetvár
Szikszó
Sződ
Szőny
Tab
Taksony
Tata
Tokaj
Tolna
Torbágy
Tóváros
Törökbálint
Újdombóvár
Üllő
Üröm
Vásárosnamény
Vasvár
Vecsés
Veresegyház
Visegrád
Zalaszentgrót
Zirc
187
129
143
68
104
191
177
131
178
106
66
123
166
97
124
159
173
167
88
138
92
185
127
91
121
BÁN GERGELY KÁROLY
Forrás: Saját szerkesztés
142
1. térkép. Magyarország városhierarchiája, 1930
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
2. térkép. A főváros és a regionális központok elhelyezkedése, 1930
Forrás: Saját szerkesztés
3. térkép. A megyeszintű központok elhelyezkedése, 1930
Forrás: Saját szerkesztés
143
BÁN GERGELY KÁROLY
Forrás: Saját szerkesztés
144
4. térkép. A középvárosok elhelyezkedése, 1930
145
Forrás: Saját szerkesztés
A MAGYAR VÁROSHÁLÓZAT HIERARCHIÁJA ÉS TÉRSZERKEZETE
5. térkép. A kisvárosok elhelyezkedése, 1930
146
BÁN GERGELY KÁROLY
6. térkép. A regionális központok és Sopron térszerkezeti sajátossága, keleti és nyugati háromszögek, 1930
Forrás: Saját szerkesztés
7. térkép. A regionális központok gyűrűs szerkezete, 1930
Forrás: Saját szerkesztés