I. rész — Helyzetkép

2026. június 30-án a magyar statisztikai és társadalomtudományi szakma együttesen fordult a Központi Statisztikai Hivatalhoz (KSH — a hivatalos statisztikai adatokat közlő intézmény). A Magyar Tudományos Akadémia három bizottsága, a Magyar Szociológiai Társaság és a Magyar Közgazdasági Társaság közös állásfoglalásban kérte, hogy a hivatal részletesen tárja fel a hibásnak bizonyult jövedelmi és szegénységi mutatók keletkezési körülményeit, a vizsgálat idejére ideiglenesen vegye ki a hibás mutatókat a hazai és az Eurostat-adatbázisokból, és építsen ki olyan intézményi kereteket, amelyek a jövőben megelőzik a hasonló hibákat (Telex, Portfolio, 2026. június 30.).

A botrány magja az EU-SILC felmérés (uniós jövedelmi és életkörülmény-felmérés) magyar adataiban rejlik. A kutatók már 2025 elején súlyos problémákat mutattak ki: a háztartások szemmel láthatóan mesterségesen tömörültek a szegénységi küszöb közvetlenül fölötti sávba — ez lefelé torzította a mért szegénységi rátát —, egy jelentős részük pedig értelmezhetetlen adóadatot mutatott (adófizetés helyett adójóváírást). A KSH 2025 novemberében indított felülvizsgálatot, majd 2026 márciusában javítást hajtott végre; ám a kutatók szerint a javítás után a háztartások csaknem 100 százalékánál változott a jövedelem, miközben az eredeti hibák nagy része érintetlen maradt vagy tovább romlott (Portfolio, 2026. június 30.). A háttérben ott a közvéleményt is megosztó paradoxon: a jövedelmi és a fogyasztási alapú mutatók egymásnak ellentmondó képet festenek arról, hogy Magyarország az EU egyik legszegényebb országa-e, vagy épp csökkent-e a szegénység (HVG, 2026. június 25.; a cikk nem volt publikusan letölthető).

A MIAK olvasatában ez nem egyszeri technikai malőr, hanem az adatvezérelt kormányzás egyik alapkövét érintő intézményi kockázat. A hibás hivatalos statisztika ugyanis nem semleges: torzítja a társadalomtudományi kutatást, félrevezeti a szakpolitikát, és aláássa a nyilvánosság bizalmát abban, hogy a döntések tények — nem hangulat — alapján születnek. A probléma karaktere tehát nem az, hogy egy hivatal hibázott, hanem az, hogy a hiba megtalálása, elismerése és javítása lassú és átláthatatlan volt.

II. rész — Szakkönyvi megalapozás

Mielőtt a MIAK javaslataira térnénk, érdemes rögzíteni a tudományos keretet. A Világbank World Development Report 2015 — Mind, Society, and Behavior jelentése rámutat: nemcsak az állampolgárok, hanem maguk a döntéshozók és a hivatalok is ki vannak téve rendszeres torzításoknak, ezért az intézményeknek eljárásokat kell beépíteniük a hibák kiszűrésére — a mérés minősége és a mérési eljárás felülvizsgálata a tényalapú szakpolitika előfeltétele. Az Európai Bizottság Addressing Inequalities európai szemeszter-dossziéja a jövedelmi és az esély-egyenlőtlenség mérőszámait (az S80/S20 arányt és a Gini-indexet) rendszerezi, és világossá teszi: a szegénységről és egyenlőtlenségről alkotott kép csak annyit ér, amennyit a mögötte álló adat — a mérőszám hibája közvetlenül félreviszi a szakpolitikai következtetést. A két forrás közös tanulsága, hogy a statisztika nem passzív tükör, hanem aktív döntési infrastruktúra, amelynek minőségét intézményesen kell garantálni. A részletes szakkönyvi tárgyalás — forrásonként, idézetekkel — a 6.4 Szakkönyvi részletezés szakaszban található.

III. rész — A MIAK konkrét javaslata

A MIAK három mérhető intézkedést javasol, amelyek együtt helyreállítják a hivatalos statisztika ellenőrizhetőségét, anélkül hogy a KSH intézményi függetlenségét sértenék.

3.1 Független adatminőségi tanács a KSH mellé (90 napon belül)

A MIAK egy független, szakmai adatminőségi tanács felállítását javasolja, amely a KSH-tól szervezetileg elkülönül, de a kiemelt mutatók (jövedelem, szegénység, infláció, foglalkoztatás) közzététele előtt módszertani felülvizsgálatot végez. A tanács tagjait az akadémiai bizottságok, a Magyar Szociológiai Társaság és a Magyar Közgazdasági Társaság delegálná, rotációs, nyilvános mandátummal. Fontos jogi pontosítás: a KSH önálló, szakmailag független hivatal — a tanács nem utasíthatja és nem írhatja felül a hivatal döntéseit, hanem nyilvános véleményt és módszertani észrevételt ad, amelyre a KSH-nak indokolási kötelezettséggel kell reagálnia. Ez a Világbank WDR 2015 által ajánlott „torzításcsökkentő eljárás" közvetlen intézményi megvalósítása (lásd 6.4.1): a mérés minőségét nem egyetlen szervezet önellenőrzésére bízza, hanem egy külső, hiteles szakmai szűrőre. A tanács a G19 elvét — a gazdasági döntések nyilvános érvelését és kötelező felülvizsgálatát — terjeszti ki magára az adatelőállításra.

3.2 Nyilvános hibanapló és javítási protokoll (2026. IV. negyedévig)

A MIAK javasolja, hogy a KSH vezessen nyilvános hibanaplót: minden azonosított adathibáról tegye közzé, mikor és hogyan keletkezett, mikor észlelték, milyen javítás történt, és a javítás milyen mértékben módosította a korábbi idősorokat. A mostani eset épp azt mutatja, hogy a javítás önmagában nem elég — ha egy korrekció után a háztartások csaknem 100 százalékánál változik a jövedelem, miközben az eredeti hibák megmaradnak, akkor a javítás átláthatatlansága maga is bizalomvesztést okoz. A hibanapló nem a hibázás büntetése, hanem a tanulás eszköze: a G20 utólagos hatásvizsgálati logikáját — az elvárt és a tényleges eredmény összevetését — viszi át a statisztikai termelésre. Az Európai Bizottság Addressing Inequalities dossziéjának mérőszám-fókusza (lásd 6.4.2) itt válik operatívvá: ha a szegénységi ráta hibás, azt nyíltan jelezni és korrigálni kell, mielőtt uniós összehasonlításba kerül.

3.3 Nyílt anonim mikroadatok a kutatói ellenőrzéshez (2027-ig)

A harmadik javaslat a hibafeltárás megelőző oldala: a KSH tegye elérhetővé az anonimizált mikroadatokat egy biztonságos, akkreditált kutatói hozzáférési rendszerben. A mostani hibákat épp külső kutatók vették észre — a szegénységi küszöb körüli mesterséges tömörülést és az értelmezhetetlen adóadatokat —, mert hozzáfértek a részletes adatokhoz. A több szem elve a statisztikában is működik: minél több független elemző látja az anonim mikroadatot, annál gyorsabban derül ki a rendszerszintű torzítás. Ez a D2 nyílt adatok programjának és a G7 egyenlőtlenség-monitoringjának természetes metszéspontja — az adatvédelmi anonimizálás és a kutatói nyíltság egyensúlyát a differenciált adatvédelmi sztenderd biztosítja.

A három javaslat közös elve, hogy a hivatalos statisztika minőségét nem a hivatal jószándékára, hanem intézményesített, nyilvános és ellenőrizhető mechanizmusokra bízza — pontosan azt a külső szűrőt építve be, amelyet a szakkönyvi keret a tényalapú döntés előfeltételeként azonosít.

IV. rész — Várható hatások és kockázatok

Dimenzió Várható hatás Kockázat
Gazdaság Megbízhatóbb jövedelmi és szegénységi mutatók; pontosabb célzású szociális kiadás A vizsgálat idejére kieső idősorok bizonytalanságot okozhatnak a tervezésben
Társadalom Helyreálló bizalom a hivatalos adatokban; a szegénységi kép valós A botrány rövid távon minden KSH-adat hitelét ronthatja, akkor is, ahol nincs hiba
Közigazgatás Intézményesített hibafeltárás, gyorsabb korrekció A független tanács formálissá válhat, ha nincs valódi indokolási kötelezettség

A fő mérlegelési kérdés a függetlenség és az ellenőrizhetőség egyensúlya. A KSH szakmai függetlensége nem sérülhet — a hivatal önállóan felel a módszertanért, és ezt semmilyen külső tanács vagy politikai szereplő nem írhatja felül. Ugyanakkor a függetlenség nem jelenthet ellenőrizhetetlenséget: a nyilvános felülvizsgálat és a hibanapló épp a függetlenség legitimitását erősíti, mert bizonyítja, hogy az önállóság nem átláthatatlanságot takar. A javaslat akkor billen kockázat-oldalra, ha a független tanács pusztán pecsételő szerv lesz valódi indokolási kötelezettség nélkül, vagy ha a hibanapló a bizalom rombolására, nem a tanulásra használódik — ezért kritikus, hogy a hibanapló hangneme szakmai és korrekció-orientált maradjon.

V. rész — Mérhetőség és összegzés

5.1 Mit érdemes követni? (javasolt KPI-k)

Az alábbi teljesítménymutatók (KPI-k) 6–18 hónap múlva megmutatják, sikeres-e az irány. Ezek javaslatok, nem kormánydöntések — érdemes követni őket:

  • A hibás EU-SILC-mutatók keletkezésének részletes, nyilvános feltárása megjelenik-e 2026 végéig;
  • Felállt-e a független adatminőségi tanács, és hány kiemelt mutató közzététele előtt végzett módszertani felülvizsgálatot;
  • Elérhető-e nyilvános KSH-hibanapló, és a javítások átfutási ideje (észleléstől korrekcióig) csökken-e;
  • A kutatói mikroadat-hozzáféréssel elérhető nyílt adatkészletek száma nő-e 2027-re.

5.2 Összegzés

A MIAK azt kéri a döntéshozóktól és a KSH-tól, hogy a mostani botrányt ne védekezéssel, hanem intézményi tanulással zárják le: független adatminőségi tanács, nyilvános hibanapló és nyílt mikroadatok — ezek konkrét, 90 napon belül elindítható lépések. A hibás adat kijavítása szükséges, de nem elég; a cél az, hogy a következő hiba gyorsan és láthatóan derüljön ki.

Ez a téma a MIAK két alapértékének magja. Az adatvezéreltség azért mozog itt, mert az egész MIAK-kormányzási filozófia arra épül, hogy a döntés mérhető, ellenőrizhető tényekre támaszkodik — ha maga a mérés hibás és a hiba rejtve marad, az adatvezérelt kormányzás önmaga ellentétébe fordul. Az átláthatóság pedig azért, mert a hivatalos statisztika akkor tölti be a szerepét, ha nyilvánosan ellenőrizhető: a nyílt hibanapló és a kutatói mikroadat-hozzáférés nem gyengíti, hanem hitelesíti a KSH függetlenségét.

VI. rész — Indoklások és további források

6.1 A sajtó keretezése spektrumonként

Balliberális és közéleti sáv (Telex, HVG). A Telex a szakmai szervezetek felől keretez: a hangsúly a kutatói közösség egységes fellépésén és a hivatal felé megfogalmazott konkrét kéréseken van (feltárás, ideiglenes visszavonás, intézményi garancia). A tudomány és a tényalapú szakpolitika károsodását emeli ki. A HVG /360/ (paywall mögötti) anyaga tágabb, magyarázó keretben tálalja a témát: a látszólagos ellentmondást járja körül — az EU legszegényebb országa vagyunk, vagy csökkent a szegénység? —, vagyis a jövedelmi és fogyasztási mutatók eltérésére fókuszál, nem elsősorban az intézményi felelősségre.

Gazdasági sáv (Portfolio). A Portfolio a legtechnikaibb: néven nevezi a két konkrét adathibát (a szegénységi küszöb körüli mesterséges tömörülés és az értelmezhetetlen adóadatok), és időrendbe rakja az eseményeket (2025 eleji jelzés → 2025. novemberi felülvizsgálat → 2026. márciusi javítás → 2026. június 30-i állásfoglalás). A keretezés a szakma egységes fellépését hangsúlyozza („a teljes szakma vizsgálatot sürget").

Kormánypárti/konzervatív sáv (Magyar Nemzet, Mandiner). A konzervatív sáv ezen a napon a témát kifejezetten nem hozta a top-fókuszba — ami önmagában is jelzésértékű: egy hivatali adatminőségi ügy politikai olvasata sávfüggő, és a MIAK célja épp az, hogy a kérdés ideológiamentesen, technikai-intézményi problémaként legyen kezelhető.

6.2 Tények és adatok

  • Az EU-SILC a jövedelmi és életkörülmény-statisztika közös uniós adatfelvétele, amelynek magyar eredményei az Eurostat-adatbázisba is bekerülnek — így a hibás mutató nemcsak a hazai, hanem az uniós összehasonlítást is torzítja.
  • A jelzett hibatípusok: (1) mesterséges tömörülés a szegénységi küszöb fölött, ami lefelé torzítja a mért szegénységet; (2) értelmezhetetlen adóadatok (adófizetés helyett adójóváírás) a háztartások jelentős részénél (forrás: Portfolio, 2026. június 30.).
  • Az S80/S20 arány (a leggazdagabb és legszegényebb 20 százalék éves jövedelmének hányadosa) és a Gini-index a jövedelmi egyenlőtlenség fő uniós mérőszámai; az EU-átlag S80/S20 értéke 5,1 körül volt (2015) — ezekhez viszonyítjuk a magyar adatot, ezért a magyar érték hibája közvetlenül torzítja az uniós összevetést (forrás: Európai Bizottság, Addressing Inequalities).

6.3 Szakpolitikai vetületek

  • Gazdaság (programpontok) — az adatvezérelt költségvetés és a gazdasági döntéshozatal radikális átláthatósága közvetlenül a hivatalos adat minőségén áll vagy bukik;
  • Szociálpolitika (programpontok) — a célzott támogatások és a szegénység-monitoring pontossága a jövedelmi és szegénységi adat megbízhatóságától függ;
  • Digitalizáció és AI-szabályozás (programpontok) — a nyílt adatok programja és a kutatói mikroadat-hozzáférés a hibafeltárás technikai infrastruktúrája.

6.4 Szakkönyvi részletezés

6.4.1 Világbank: World Development Report 2015 — Mind, Society, and Behavior

A jelentés egyik központi tézise, hogy nemcsak az állampolgárok, hanem a szakértők és a hivatalok is rendszeres kognitív torzításoknak vannak kitéve, ezért az intézményeknek tudatosan kell eljárásokat beépíteniük a hibák kiszűrésére. A jelentés így fogalmaz:

„Development professionals and policy makers are, like all human beings, subject to psychological biases. Governments and international institutions […] can implement measures to mitigate these biases, such as more rigorously diagnosing the mindsets of the people we are trying to help and introducing processes to reduce the effect of biases on internal deliberations."

A KSH-eset épp ezt illusztrálja: a hiba nem egyéni rossz szándék, hanem rendszerszintű mérési torzítás, amelyet csak külső, intézményesített felülvizsgálat — a MIAK javasolta független adatminőségi tanács — képes megbízhatóan kiszűrni. A mérés minőségének garantálása nem az egyetlen előállító önellenőrzésén, hanem beépített, hiteles szűrőmechanizmuson múlik.

📖 Forrás: Világbank: World Development Report 2015 — Mind, Society, and Behavior

6.4.2 Európai Bizottság: European Semester Thematic Factsheet — Addressing Inequalities

A dosszié rendszerezi az egyenlőtlenség két dimenzióját — a kimeneti (jövedelmi és vagyoni) és az esély-egyenlőtlenséget —, és rögzíti a fő mérőszámokat. A növekedés befogadó jellegéről szólva megjegyzi:

„When the income produced in a country, as measured by GDP, is growing faster than the incomes received by that country’s households, this suggests that growth is not inclusive and that its benefits are not being felt by all households."

A magyar EU-SILC-ügy szempontjából ez a kulcs: ha a háztartási jövedelmet mérő adat maga hibás — mesterséges tömörülés a szegénységi küszöb körül —, akkor épp a befogadó növekedés megítéléséhez szükséges mutató válik használhatatlanná. A megbízható mérőszám nem luxus, hanem a szakpolitikai következtetés előfeltétele; a hibás szegénységi ráta uniós összehasonlításba emelve többszörösen félrevezet.

📖 Forrás: Európai Bizottság: European Semester Thematic Factsheet — Addressing Inequalities

6.5 Nemzetközi összehasonlítás

A hivatalos statisztika függetlenségének és minőségének intézményesítésére több uniós minta létezik. Az Eurostat European Statistics Code of Practice (európai statisztikai gyakorlati kódex) a szakmai függetlenség, a módszertani megbízhatóság és a nyilvánosság elveit rögzíti — a MIAK javaslata ezekkel összhangban erősítené a hazai gyakorlatot. Franciaország Observatoire des inégalités modellje azt mutatja, hogy egy független, nyilvános egyenlőtlenségi jelentés tényalapúvá teszi a közpolitikai vitát; a kutatói mikroadat-hozzáférés pedig több EU-tagállamban akkreditált „safe centre" formában működik, ahol az anonim adat elemezhető anélkül, hogy az adatvédelem sérülne. Ezek a gyakorlatok igazolják, hogy a nyíltság és a függetlenség nem egymás rovására, hanem együtt erősíthető.

6.6 Kapcsolódó MIAK-programpontok

Gazdaság

  • G1 — Adatvezérelt költségvetés
  • G19 — Radikális átláthatóság a gazdasági döntéshozatalban
  • G7 — Vagyoni egyenlőtlenség monitoring
  • G20 — Gazdaságpolitikai hatásvizsgálati rendszer (Drucker-audit)

Szociálpolitika

  • SZ1 — Célzott támogatások
  • SZ9 — Vagyoni egyenlőtlenség nyilvános monitoringja

Digitalizáció és AI-szabályozás

  • D2 — Nyílt adatok programja

Javasolt új programpont: Független adatminőségi tanács a hivatalos statisztika mellé — a Gazdaság területre.

6.7 Források jegyzéke

Sajtóforrások (MIAK sajtómonitor, 2026. július 1. — top-10 téma):

Tudásbázis-hivatkozások (szakkönyvek):

  • 📖 Világbank: World Development Report 2015 — Mind, Society, and Behavior
  • 📖 Európai Bizottság: European Semester Thematic Factsheet — Addressing Inequalities

Megjegyzés: a blog látható szövegében nem jelenik meg a könyv lokális fájlútvonala — csak a szerző és a cím.

MIAK-belső anyagok:

  • MIAK szakpolitikai terület: Gazdaság (programpontok; programpont ID: G1, G7, G19, G20)
  • MIAK szakpolitikai terület: Szociálpolitika (programpontok; programpont ID: SZ1, SZ9)
  • MIAK szakpolitikai terület: Digitalizáció és AI-szabályozás (programpontok; programpont ID: D2)
  • MIAK sajtómonitor, 2026. július 1. — 5. téma, pontszám: 78/100

Kiegészítő nyilvános adatforrások (ha felhasználva):

  • Eurostat — EU-SILC (uniós jövedelmi és életkörülmény-felmérés); European Statistics Code of Practice

Generálási metaadatok

  • Bemeneti sajtómonitor: MIAK sajtómonitor, 2026. július 1.
  • Generálás dátuma: 2026-07-01 12:00 CEST
  • Felhasznált tokenek (összesen): 116000 (lásd frontmatter tokens_breakdown)

Kapcsolódó korábbi elemzéseink