Beszámoló a Statisztikai Világnap alkalmából tartott tudományos konferenciáról

Beszámoló a Statisztikai Világnap alkalmából tartott tudományos konferenciáról

A Statisztikai Világnap alkalmából 2015.

október 20-án és 21-én a KSH konferenciát rendezett „Innováció és kooperáció – a hivata- los statisztika megújításáért” címmel. A be- számoló összefoglalást ad az ott elhangzott előadásokról és kerekasztal-beszélgetésekről.

Áder János köztársasági elnök köszöntőle- velének felolvasását követően a tanácskozást Lovász László, az MTA elnöke nyitotta meg.

Ezután Vukovich Gabriella, a KSH elnöke üdvözölte a résztvevőket.

A tudományos program bevezető előadását Enrico Giovannini, az ENSZ főtitkára által a fenntartható fejlődés érdekében létrehozott, adatforradalommal foglalkozó Független Szakértői Tanácsadó Csoport elnöke tartotta

„Egy átfogó globális program felé – mi a statisztika jövője?” címmel. Ebben újszerű megközelítésben vetette fel a statisztika jövő- jét érintő kérdéseket: mennyire ismeri fel és teljesíti feladatait, ki tudja-e használni az új lehetőségeket. Összefüggésben a 2015 szept- emberében az ENSZ által a fenntartható fejlő- dés ismérveként elfogadott tizenhét céllal, kérdés, hogyan tudja a statisztika az új felada- tot összeilleszteni az egyéb szektorális prog- ramokkal. Ha ezeket nem tudja összhangba hozni, fennáll a veszélye annak, hogy a statisz- tikai rendszer válik fenntarthatatlanná, ismerve korlátozott erőforrásait. Európai viszonylatban tisztázni kell azt is, miként viszonyul az új célkitűzés az ESS (European Statistical System – Európai Statisztikai Rendszer).

2020-ig felvázolt stratégiájához. Valószínű, hogy a stratégiában fel kell gyorsítani a társa- dalmi és a környezeti indikátorok kidolgozá-

sát, és feltehetően nagyobb figyelmet kell fordítani arra, hogy milyen módon mérhetjük a társadalmi folyamatok és a környezeti rendszer rugalmasságát és sebezhetőségét.

Jelenleg nincs olyan ország, amely képes lenne statisztikai indikátorokat előállítani mind a 17 cél mérésére, jóllehet a felkészültségben igen nagy különbség tapasztalható a fejlettek és a kevésbé fejlettek között.

Az elmúlt évben közzétett „A World That Counts” (Egy világ, ami számít) című jelentés¹ nyomatékosan sürgette a koordinációt a nem- zetközi szervezetek statisztikai programjai között, javasolva a közös infrastruktúra hasz- nálatát a méretgazdaságosság érvényesítése érdekében. Újabb kihívást jelent, hogy a ma- gánszektorban működő nagy adatgazda- vállalkozások is megjelentek a versenyben.

Részvételüket az is indokolja, hogy nemcsak a fenntarthatóság állapotát kell az indikátorokkal mérni, hanem folyamatosan monitorozni is szükséges azt, mennyire tudtuk megközelíteni a kitűzött célokat.

A hivatalos statisztikai szolgálatok hosz- szadalmas időigényére példaképpen említette az OECD kezdeményezését a jó kormányzat mérésére. Évekig tartott a mutatórendszer kidolgozása, a hivatalos statisztikai szolgála- tok lehetőségét pedig eleve korlátozta az a körülmény, hogy a mutatók jelentős részének számszerűsítése nem tartozik a hivatalos sta- tisztika kompetenciájába. Hasonlóképpen

1 A jelentés a http://www.undatarevolution.org /wp-content/uploads/2014/11/A-World-That- Counts.pdf címen olvasható.

meglehetősen hosszúra nyúlt az elemzési modellek igényeit kielégítő szegénységi indi- kátorok kimunkálása is. A módszertani fejlesz- tés időigényéhez hozzáadódik, hogy minimáli- san hat hónapot vesz igénybe a nemzeti muta- tók előállítása, és csak ezt követően lehet azo- kat nemzetközi szinten összesíteni. A SDI-k (sustainable development indicator – a fenn- tartható fejlődés indikátora) kidolgozását az is nehezíti, hogy olyan jelzőszámokat kell létre- hozni, amelyek egyaránt alkalmasak nemzeti és nemzetközi szintű politikaalkotásra.

A big data² felhasználása rövidíthetné az adatigény megfogalmazása és a hivatalos statisztikák elkészülte közötti időt. A big data lényegében valós idejű információkat termel, a hivatalos statisztikákkal való integrálása kap- csán azonban még sok a nyitott kérdés. Külö- nösen releváns probléma, hogy miként garan- tálható a hivatalos statisztikától elvárható adatminőség, valamint milyen módon kezelhe- tők az adatok tulajdonlásával és az adatvéde- lemmel kapcsolatos fenntartások. Az előadás ugyanakkor hangsúlyozta, bizonyos esetekben a big data olyan összefüggésekről is tájékoztat, ami kimarad a hivatalos statisztikákból. Példá- ul a facebook a jelenségek „miértjéről” is tud információt szolgáltatni. Az EU a kísérleti laboratórium szerepét vállalhatná a hivatalos statisztikai szolgálatok és a nagy magán adat- tárházak közötti kapcsolatteremtésben. Az egyes országok statisztikai szolgálatai külön- külön nem igazán egyenrangú partnerei olyan világcégeknek, mint például a Google.

Az előadás befejezéseként Enrico Giovannini javaslatokat fogalmazott meg az SDI-k kidolgozását illetően az ENSZ Statiszti- kai Bizottsága, valamint a tagországok nemzeti

2 A big data-ról bővebben lásd VUKOVICH G.

[2015]: Adatforradalom és hivatalos statisztika.

Statisztikai Szemle. 93. évf. 8–9. sz. 745–758. old.

http://www.ksh.hu/statszemle_archive/2015/2015_0 8-09/2015_08-09_745.pdf

szolgálatai felé. Hangsúlyozta, hogy az adat- forradalom és a fenntartható fejlődés számsze- rűsítése jó alkalmat teremt a nemzeti statiszti- kai szolgálatok számára, hogy fejlesszék a statisztika intézményi kapcsolatait. Erősödik érdekeltségük abban, hogy újrahasznosítsák a más intézmények által gyűjtött adatokat. En- nek céljából a statisztikai szolgálatok számára biztosítani kell a hozzáférést a big data forrá- sokhoz. Ugyanakkor a hivatalos statisztikának az eddigiekhez képest szélesebb körben kell felvállalnia azt, hogy ellenőrzi a mások által gyűjtött adatok minőségét. Rugalmasabb adatvédelmi szabályozásra is szükség lehet az adatátadások és -cserék terén. Ajánlatos, hogy a nemzeti statisztikai szolgálatok megnöveke- dett felelősségéhez társuljon egy, az eddigiek- nél erősebb nemzeti és nemzetközi ellenőrzés, amely képes feltárni az esetleges hibákat és visszaéléseket.

Vijay Nair, az ISI³ (International Statistical Institute – Nemzetközi Statisztikai Intézet) korábbi elnöke „A hivatalos statisztika és a kutatók közötti együttműködés a big data korában” címmel tartott előadást. A big data kifejezés a McKinsey Intézet egy 2011-es jelentése szerint olyan adatállományokra utal, amelyek mérete meghaladja a hagyományos adatbázis-kezelő szoftverek adatrögzítési, -tárolási, -kezelési és -elemzési képességét. E szubjektív, rugalmas meghatározás szerint, mely kizárólag csak az adatállományok mére- tét említi, szakterületenként más és más te- kinthető óriási adathalmaznak, illetve ami ma annak számít, a jövőben már nem biztos, hogy az lesz. A big data az innováció, a verseny és a produktivitás új területe.

Az előadó először azt ismertette, hogy mi- ként jutott el a világ a hatalmas adatállomá-

3 A XIX. században alapított nemzetközi szer- vezet célja a statisztika fejlesztésének, érthetővé tételének ösztönzése, támogatása tagjai, egyesületei segítségével.

nyoktól a masszív adatállományokon keresztül a big data-ig. Az 1980-as években tapasztalt gyors IT-fejlődés következtében lehetővé vált nagy adatállományok rutinszerű rögzítése, tárolása és átvitele, valamint gyors és hatékony elemzése. Tehát nagy adathalmazok már ko- rábban is léteztek, a big data újszerűsége a mennyiségi, változatossági, sebességi, valódi- sági és érvényességi skálán bekövetkezett hatalmas növekedésben rejlik. Számos terüle- ten már nem tera-, hanem peta- és exabájtokról beszélhetünk. Korábban a szakemberek kizá- rólag jól strukturált adatokkal dolgoztak, manapság viszont változatos adatállományok- kal, hálózati és hierarchikus struktúrákkal. Ez meghatározó szerephez juttatja a tárolást, az adattömörítést, a modellezést és az elemzést.

A big data egy másik jellemzője a felgyor- sult sebesség. Gyakran használunk valós idejű (nem tárolható) adatokat, ami kihat az elem- zésre és a számítások algoritmusaira.

Komoly befektetésekre került sor a big data-val kapcsolatos tevékenységekbe és infrastruktúrába, amelyek többek között az adatgyűjtéshez, -tároláshoz, -megőrzéshez, -kezeléshez, -elemzéshez és -megosztáshoz szükséges modern technológiák létrejöttét, valamint az ezekkel foglalkozó munkaerő bővülését segítik elő. Ezekre számos példa említhető, többek között az Egyesült Államok- ban az Obama-kormány 2012-ben bejelentett, 200 millió dolláros költségvetésű kutatásfej- lesztési kezdeményezése vagy DJ Patil, az első vezető adattudós 2015. évi kinevezése és hivatalának felállítása. A big data-ban nagy lehetőségek rejlenek a természettudomány, az egészségügy, a fuvarozás, a számítástechnikai és kommunikációs hálózatok, az üzleti élet, az ipar és a közszféra stb. területén.

A hivatalos statisztika jelenlegi fő adatfor- rásai az adatfelvételek és az internetes felmé- rések, amelyek „nem naprakészek”, hiszen adataik/becsléseik a múlton alapulnak. Alter-

natívát jelenthet ezért a másodlagos adatforrá- sok használata. Például a közösségi média segítségével valós időben, alacsony költséggel mérhetők a gazdasági tevékenységek és ele- mezhető a gazdasági magatartás is. Erre pél- daként az előadó a Michigani Egyetem pro- jektjét említette, amelyben a munkaerő-piaci folyamatokat vizsgálták. A 2011 júliusától 2013 novemberéig terjedő időszakban keletke- zett összes Twitter-bejegyzés 10 százalékának (19,3 milliárd tweetnek) közel 44 terabájtnyi adatát elemezve, álláselvesztési, -keresési és -hirdetési indexeket hoztak létre. A projekt- eredmények bár nem ugyanolyan szinten, de jól követték a munkanélküli biztosítási igény- szám alakulását.

A másodlagos adatok tehát hasznos infor- mációkat tartalmaz(hat)nak. Alkalmazásuk esetén azonban felmerülnek olyan problémák, mint a torzítás magas foka, a heterogenitás, a hiányzó adatok, a nem reprezentatív minták, a duplikáció, a zavaró hatások kiszűrésének gyengesége, a korlátozott adathozzáférés, az adatbiztonság és -védelem kérdése stb. Ezek közül a legnagyobb problémát a torzítások kimutatása, kiigazítása jelenti. További negatí- vum, hogy másodlagos adatok alapján csak a történések állapíthatók meg, ok-okozati kap- csolatok nem.

A témával foglalkozó adattudomány (ami felöleli az adatok gyűjtésével, megőrzésével, kezelésével, elemzésével kapcsolatos, az új tudásanyag létrejöttét és a döntéshozatalt segítő fogalmakat, módszereket és algoritmu- sokat) egy viszonylag új terület. Nem csak statisztika, hiszen a vele foglalkozó szakembe- reknek szakterületi, matematikai és informati- kai ismeretekkel is rendelkezniük kell. Nagy igény van ezért adattudósok képzésére (az Egyesült Államokban 2018-ig körülbelül 200 ezerre lesz szükség), de még nagyobb a szak- emberek átképzésére és az adatokat értő veze- tőkre. A Michigani Egyetemen például 100

millió dollárt áldoztak e célra, oktatási prog- ramokat indítottak, infrastrukturális fejleszté- seket hoztak létre, illetve a kutatás, a képzés és az együttműködés elősegítésére felállították a Michigani Adattudományi Intézetet.

Már léteznek partnerségek a statisztikai hivatalok, a tudományos élet és az ipar között, de egyelőre csak korlátozott mértékben. Az ISI, amelynek tagsága a nemzeti és nemzetkö- zi statisztikai intézmények, a tudományos élet, a központi bankok és a magánszektor képvise- lőiből áll, hangsúlyt helyez a tudásfejlesztésre, és segítséget nyújt szakértői csoportok felállí- tásában, a big data-val kapcsolatos kezdemé- nyezéseket támogatva.

Arra a kérdésre, hogy a big data vajon a végét jelenti-e a tudományos elméleteknek, több ellentétes választ is említett Vijay Nair.

Vannak, akik úgy gondolják, hogy az óriási adathalmazok elavulttá teszik a hagyományos módszereket, míg mások szerint nem helyette- síthetik a gondolkodást, az anomáliák felisme- rését és az igazság feltárását.

Walter Radermacher, az Eurostat főigaz- gatója „A hivatalos statisztika átalakításának lehetőségei az ESS nézőpontjából” címmel tartott előadást. A statisztikai rendszer átalakí- tásának jelenlegi szakasza a 2008. évi pénz- ügyi válságtól eredeztethető: egyfelől ez meg- ingatta a hivatalos statisztikákba vetett hitet, másfelől a válság következtében csökkentek a statisztikai szolgálatnak nyújtott költségvetési források. Jelenleg mintegy 50 ezer statisztikus dolgozik az ESS-ben, melynek éves költségve- tése nagyjából 50 milliárd euró. Az ESS átala- kítása több vonatkozásban is megmutatkozik.

A jogalkotást tekintve 2015-ben módosították a statisztikára vonatkozó tanácsi rendeletet.

Szemben azzal, hogy az EU-ban jelenleg további mintegy 300 jogszabály vonatkozik a hivatalos statisztikai tevékenységre, a cél az, hogy rugalmasabbá tegyék a szabályozást, és a jövőben egyetlen keretrendelet fogja át a

tevékenység egészét. Kidolgoztak egy 2020-ig terjedő stratégiát, a Vision 2020-at⁴, amely öt kulcsfontosságú területre, a felhasználókra és igényeikre, a minőségre, az új adatforrásokra, a statisztika-előállítási folyamatra és a tájékoz- tatásra összpontosít. A korszerűsítés kiemelt tárgykörei a vállalkozási⁵, a társadalmi és a mezőgazdasági statisztika. A fejlesztés során az eredetileg 2013 és 2017 közötti időszakra kidolgozott programot meghosszabbították 2020-ig, lehetőséget teremtve ezáltal a Bizott- ság prioritásainak összhangba hozására, illetve jobb leképezésére a statisztika szintjére. Az előadó tíz bizottsági prioritáshoz rendelve vezette le az azok méréséhez szükséges statisz- tikákat, valamint a fejlesztésüket célzó prog- ramokat. Például a „Rugalmas energiaközös- ség előretekintő éghajlat-változási politikával”

közösségi célkitűzéshez a következő statiszti- kák rendelhetők hozzá: energiafüggőség és -hatékonyság, energiaárak; energiamérleg, ezen belül a megújuló energiaforrások aránya;

az energiatermelés, -kereskedelem, -átalakítás és -fogyasztás éves statisztikái, havi statiszti- kák az energiaforrásokra és olajkészletekre;

rövid távú becslések a CO2-kibocsátásra, légszennyezési számlák, nemzetközi áruforga- lom. A statisztikák fejlesztését a következő projektek segítik: előterjesztés az elektromos- energia- és földgázstatisztikákat szabályozó rendeletről; adatgyűjtés a fűtési/hűtési fokna- pokra; klímaváltozással kapcsolatos statiszti- kák kidolgozása. Összetettebbé vált az ESS irányítása, külön bizottság felügyeli a Vision 2020 teljesítését, valamint új iroda felelős a pénzügy- és gazdaságstatisztikák koordinációjáért. Az eddigieknél nyomatéko-

4 Lásd http://ec.europa.eu/eurostat/web/ess/

about-us/ess-vision-2020

5 A vállalkozási statisztikák átalakítása a FRIBS (framework regulation integrating business statistics – a vállalkozási statisztikák integrálására vonatkozó keretrendelet) révén folyik.

sabb hangsúlyt kap a minőségirányítás, az ezzel kapcsolatos feladatok szervezése. Újab- ban az ESS irányítói alkalmi brain storming üléseken vitatják meg a hivatalos statisztikát érő kihívásokat és azok kezelését.

Konrad Pesendorfer, az Osztrák Statiszti- kai Hivatal elnöke „A statisztikai hivatalok és más partnerek közötti együttműködés a hivata- los statisztika megújítása és fejlesztése érde- kében” címmel tartott előadást. A téma azért időszerű, mert napjainkban, amikor a statiszti- kára a határok nélküliség a jellemző, a korláto- zott költségvetéssel rendelkező statisztikai szervezetek csak egymással karöltve lehetnek sikeresek.

Az ESS-t különböző formában együttmű- ködő szervezetek alkotják, de a rendszer – céljai megvalósítása érdekében – más partne- rekkel, például tudományos intézményekkel, kutatóintézetekkel, felhasználói csoportokkal, egyéb nemzeti hatóságokkal, magán adatelő- állítókkal stb. is együttműködik. Az ESS-ben négyféle formában folyik közös munka. 1. Az EU által nem finanszírozott, informális vagy kétoldalú kooperációk általában kötetlen ülé- sek keretében valósulnak meg. 2. Az EU- finanszírozású ESSneteket (az ESS- szervezetek hálózatát) a tagországok csoportjai alkotják. E projektek feladatközpontúak, mű- ködésük csak korlátozott ideig tart. Koordiná- ciójukat a statisztikai hivatalok látják el. 3. Az ún. kiválósági központok alapjául az az elkép- zelés szolgál, hogy nagy előnnyel jár, ha a különböző témákban vezető szerepet játszó statisztikai hivatalok erejüket egyesítik, majd tudásukat megosztják más ESS-tagokkal. E programok esetén több nemzeti statisztikai szervezet megbízást kap arra, hogy egyes statisztikai területeket továbbfejlesszen vagy támogasson. A munka elkezdéséhez szigorú pályázati eljárást kell követni (átlátható közbe- szerzési folyamattal). A programok, melyeket az EU és a tagállamok közösen finanszíroznak,

a megvalósításra összpontosítanak, és időben nem korlátozottak. 4. Az EU-szabályozás minden uniós tagállamra nézve jogilag kötele- ző. A jogszabályok kidolgozása, illetve a róluk való döntés a hivatalos ESS-struktúra keretén belül történik. E területen is lehetséges EU- finanszírozás, ám erre nem minden esetben kerül sor. A szabályozás fő célja az összeha- sonlíthatóság biztosítása harmonizáción és standardizáción keresztül.

Az együttműködési szándékot az előadó két dimenzió, az egymásrautaltság foka és a formalitási követelmények (struktúra/standar- dizáció) szerint vizsgálta. Ezek legalacsonyabb szintjén áll a legjobb gyakorlatok cseréje (ami ESSnet-szinten folyik), ennél magasabban a közös fejlesztések (ESSnet és kiválósági köz- pontok), míg a legmagasabb szinten az európai statisztikák közös előállítása (kiválósági köz- pontok, EU-szabályozás).

Az előadó a statisztikák közös előállítására a SIMSTAT- (single market statistics – egysé- ges piaci statisztikák) projektet hozta fel pél- daként, ami az EU-n belüli külkereskedelmi mikroadatok cseréjét célozza. Ennek elérésé- hez szigorú szabálykövetésre van szükség. A SIMSTAT-ot magas fokú kölcsönös függés jellemzi: ha egy állam nem ad át jó minőségű adatokat, akkor a többiek sem tudják előállíta- ni külkereskedelmi statisztikáikat. E statiszti- kák előállítása ugyanakkor nagyban függ a lefedettségtől, a minőségtől és az időszerűség- től; az ezekre vonatkozó követelményeket az EU szabályozza. Fontos kérdés az adatvéde- lem is, e tekintetben nagy mennyiségű mikroadatcsere esetén sem fogadható el komp- romisszum.

A kiválósági központokat az országok egy szűk csoportja alkotja, amelyek ugyanakkor az egész rendszer hatékonyságának növelése érdekében végzik munkájukat. Ha azonban a kooperációból „menet közben” kilép néhány tag, akkor ez az elv sérül. Emellett folyamato-

san gondoskodni kell a kompatibilitásról (lásd például az összes ország IT-környezetéhez illeszkedő szoftverek fejlesztését). Bonyolult a költségmegosztás kérdése is. Ugyanis az ilyen jellegű kooperációban részt vevő országok a rendszer érdekében befektetnek. Először meg kell becsülni, hogy ez mennyit tesz ki, majd standardizált költségelszámolással meg kell határozni a költségkompenzáció összegét. A kiválósági központokat közepes szintű forma- litási követelmény jellemzi: az adott területen élenjáró járó statisztikai hivatalok kiválasztását követően szerződéseket kell kötni, közbeszer- zést kell végezni.

Az alacsony/közepes szabálykövetéssel le- írható ESSnet keretében standardok, modellek, rendszerek kidolgozása folyik, amelynek eredményei visszakerülnek az ESS- struktúrába. (A fejlesztések mindennapi mun- kába való visszacsatolásán azonban még van mit javítani.) A koordináció költségeit EU-s támogatások finanszírozzák, ez esetben is történnek szerződéskötések.

A két vizsgált dimenzió szempontjából legalacsonyabb szintű együttműködési forma az informális/kétoldalú kooperáció, amelyben két vagy több nemzet statisztikai hivatala adja át egymásnak ismereteit. Az ilyen jellegű rendszeres/nem rendszeres, EU által nem finanszírozott közös munkában nem célkitűzés a statisztika-előállítás, nem kell eredményeket sem azonnal felmutatni. Az ülések, amelyeken sokszor más és más résztvevők vesznek részt, különböző szervezeti szinteket képviselve, kiváló fórumként szolgálnak az új, később magasabb, formálisabb szintre vihető ötletek megosztására és a hibák feltárására.

Az előadás végén Konrad Pesendorfer is- mét rámutatott arra, hogy az innováció és az előrehaladás könnyebben elérhető együttmű- ködéssel, ami nemcsak az újítás katalizátora, de segít a források szűkösségének kezelésében is. Az ESS széleskörű kooperációt folytat,

azonban partnereinek számát folyamatosan bővítenie kell. Az együttműködések formáját a célok szerint kell megválasztani, de minden- képpen szükség van bizalomra, jó kooperációs keretekre, illetve a tapasztalatcserét szolgáló informális fórumokra.

Pádraig Dalton, Írország Statisztikai Hiva- talának vezérigazgatója „Modernizáció: fokoza- tos fejlődés vagy forradalom” című előadását három kérdéscsoport köré rendezte. Először a környezeti indikátorokkal kapcsolatban kialaku- ló új tendenciákat foglalta össze. Ilyen az, hogy a felhasználók több és részletesebb adatokat keresnek vagy, hogy megjelentek a globális felhasználók. A digitális korszak új kihívásokat támaszt a technológia, az adatforrások vonatko- zásában. Ehhez stratégiai partnerek kellenek.

Kérdés, a statisztikusoknak kell-e új képessége- ket megtanulniuk, vagy inkább célszerű kiadni a feladatokat bérmunkába. Bizonyos, hogy lénye- gesen megváltozik a viszony, szorosabbá válik az együttműködés a statisztikai tevékenység résztvevői között. A fejlődés ütemét tekintve egyes területeken elengedhetetlen a forradalmi változás, más területek kidolgozásához azonban több időre van szükség, és csak fokozatosan lehet előre haladni.

Az előadás második témája a statisztika modernizációja volt, amelyen – szokásos értelemben – az új technológiát, a big data-t, a statisztikai folyamatok szabványos architektú- ráját, valamint a vizualizációt értjük. Pádraig Dalton hangsúlyozta, a modernizáció relatív fogalom, az eddigieknél szélesebben kellene értelmezni, valamint azt is jobban át kellene gondolni, mi minden jár együtt az előrehala- dással. Számos nemzetközi szervezet igen aktívan vesz részt a modernizációban. A hiva- talos statisztika kizárólag ezek szoros együtt- működésével képes megfelelni a kihívásoknak.

Jó példa az együttműködésre az ír hivatal által 2010-ben létrehozott HLG MOS (High Level Group of Modernisation of Official Statistics –

a hivatalos statisztika modernizációjával fog- lalkozó magas szintű csoport), amelyben több mint 40 ország vesz részt.

Az előadás bizonyos tendenciák kiemelé- sével illusztrálta a hivatalos statisztika moder- nizációját. Ilyen új fejlemény az áttérés a meglevő adatforrások másodlagos statisztikai felhasználására vagy az, hogy a termékszemlé- letű szervezeti struktúra helyett egyre inkább előtérbe kerül a GSBPM-re (generic statistical business process model – általános statisztikai üzleti folyamatmodell) és a GAMSO-ra (generic activity model for statistical organizations – statisztikai szervezetek általá- nos tevékenységi modellje) épülő folyamatala- pú szervezeti struktúra. Hasonlóképpen jel- lemző a vizualizációs eszközök fokozott hasz- nálata, illetve a növekvő kereslet az új képes- ségekkel rendelkező munkaerő iránt. A mo- dernizáció új kihívásokat is támaszt. Például a külső adatforrások használata felveti az adat- védelem új szempontjait, az adatminőségi követelmények biztosítását, a hosszú távú együttműködések fenntartásának követelmé- nyét a külső adatgazdákkal. Magatartásbeli változások is tartoznak a modernizációs kihí- vások közé, a vezetésnek nyitottnak kell lennie a változások iránt, rendelkeznie kell hosszabb távú stratégiával, és azt egyértelműen kell kommunikálnia „kifelé”. Az is feladata lehet a statisztikai hivataloknak, hogy a külső résztve- vők számára segítsék összeállítani az adatok modernizációjának nagyvonalú ütemtervét.

Az előadás harmadik témája az együttmű- ködést érintő kihívások voltak. Pádraig Dalton az ESS-n belüli kooperációval kapcsolatban három elgondolkodtató kérdést vetett fel.

Vajon azonosan vélekedik-e minden résztvevő a tagországok jövőbeni együttműködéséről?

Mennyire fog szigorodni az együttműködés szabályozása? Igaz-e, hogy Európa közelít – akár csak hallgatólagosan – egy föderatív statisztikai rendszer felé?

Visszautalva prezentációja címére, az elő- adó szerint elsősorban a technológia terén tapasztalható forradalmi gyorsaságú változás, ami gyors alkalmazkodást tesz szükségessé.

Az együttműködést tekintve, jelenleg még nem egyértelmű, hogy fokozatos vagy forradalmi változások elé nézünk.

Marko Krištof, a Horvát Statisztikai Hiva- tal elnöke „A bevált gyakorlatok nemzeti statisztikai hivatalok közötti megosztásának előnyei egy új EU-s tagállam szemszögéből”

címmel tartott előadást.

Horvátország 2013-ban csatlakozott az EU-hoz. Statisztikai hivatala, amely 2015.

október 19-én ünnepelte fennállásának 140.

évfordulóját, európai szinten egy kicsi, auto- nóm kormányzati szerv. Szűkös anyagi erőfor- rásai miatt együttműködésre törekszik más szervezetekkel. Munkatársai már a csatlakozás előtt is számos munkacsoportban részt vettek, de lehetőségeik 2013 óta tovább bővültek. Így a szervezet számos európai szintű ülésen, kezdeményezésben képviselteti magát.

A bevált gyakorlatok megosztása minden fél számára előnyös, hiszen ezáltal standardi- zálhatók a folyamatok/eljárások, másrészt csökkenthetők a költségek, elkerülhetők a felesleges erőfeszítések és az ismételt hibák, valamint idő is megtakarítható.

A horvát statisztikai rendszerbe számos, más uniós tagállamokban már alkalmazott megoldást beépítettek. A fejlesztések különö- sen a statisztikai regiszterek létrehozása, vala- mint a statisztikai folyamatok standardizálását és javítását szolgáló, integrált információtech- nológiai megoldások kialakítása terén voltak intenzívek. Ezekre az előadó több példát is említett.

Az intézmény a svéd társhivatallal együtt- működve, egy SIDA- (Swedish International Development Cooperation Agency – Svéd Nemzetközi Fejlesztési Együttműködési Ügy- nökség) projekt keretében fejlesztette ki 2005

és 2014 között a vállalkozások adatainak összegyűjtését megkönnyítő ISIS-t (integrated statistical information system – integrált sta- tisztikai információs rendszer), amelynek központi részét a CROMETA (Croatian metadata repository – horvát metaadattárház) képezi. Az ISIS egy több komponensből álló, Microsoft-alapú, adatvezérelt, információtech- nológiai rendszer, ami standardizált folyamatai segítségével átfogó módon képes kezelni a különböző statisztikai adatfelvételeket.

A Horvát Statisztikai Hivatal statisztikai osztályozásainak rendszerezéséhez, tárolásá- hoz és megvalósításához a Portugál Statiszti- kai Hivatal módszerét adaptálta saját igényei szerint. Az osztályozáskezelő rendszerhez, más néven KLASUS-hoz sablonként a Neuchâtel-munkacsoport terminológiamodell- je (jelenleg a GSIM (generic statistical information model – általános statisztikai információs modell) statisztikai osztályozási modellje) szolgált. A kompetens főosztályok kezelésében levő osztályozásokat nemcsak a hivatalban dolgozó statisztikusok, de az azon kívüliek is használhatják.

A hivatal két adatgyűjtéstípuson, a CAPI-n (computer assisted personal interviewing – számítógéppel támogatott személyes megkér- dezés) és a CATI-n (computer assisted telephone interviewing – számítógéppel támo- gatott telefonos megkérdezés) alapuló, szemé- lyes megkérdezési rendszere a Finn Statiszti- kai Hivatal példáját követi, amelybe a spanyol társintézmény mintavételi tapasztalatait is beépítették. A rendszer működtetéséhez szük- séges szoftvert pedig a Holland Statisztikai Hivataltól szerezték be.

A térbeli információkat és a 2011. évi nép- számlálási adatokat egyesítő módszertan Bul- gáriából, a nyílt forráskódú, adatforrásként a PC-Axist használó STAGE szoftver pedig a Szlovén Statisztikai Hivataltól és a Szlovén Geodéta Hivataltól származik. A STAGE-et,

amely a horvát hivatal honlapján 2015 novem- berétől érhető el, a térbeli adatok közzétételére és interaktív elemzésére fejlesztették ki.

A Horvát Statisztikai Hivatal elnöke az előbbieken túl még további példákat is említett, és elmondta, hogy szervezete a jövőben is szíve- sen részt vesz EU-s projektekben, illetve kész továbbadni eddig megszerzett tapasztalatait.

Aurel Schubert, az ECB (European Central Bank – Európai Központi Bank) Statisztikai Igazgatóságának vezetője „Központi banki statisztikák – új lehetőségek és kezdeményezé- sek az innováció és együttműködés területén”

című előadásában először az együttműködés új lehetőségeit tárgyalta, kitérve mind a jegyban- kok statisztikai tevékenysége és az ESS, mind a tagországok közötti kooperációra. Bár az ESCB (European System of Central Banks – Központi Bankok Európai Rendszere) és az ESS számára eltérő jogszabályi keret szabja meg a statisztikai tevékenységet, ezt szoros együttműködésben végzik, részben formálisan meghatározott keretekben, részben informális kapcsolatokon keresztül. A zökkenőmentes kooperációra jó példa a közös statisztikai eszközök használata (többek között szezonális kiigazítások céljából) vagy az, hogy sikerült részletekbe menően egyeztetni a fizetési mér- leg és az ESA 2010 (European system of accounts – a nemzeti számlák európai rendsze- re) alkalmazását, valamint a kormányzati adósság számítását. Új fejlemény az adatok cseréje, megosztása. A G20⁶ illetékesei nem- régiben javasolták, hogy erősíteni kellene a pénzügyi és a metaadatok egymás közötti cseréjét részben az adatok konzisztenciájának javítása céljából, részben azért, hogy bővíteni lehessen a politikaalkotáshoz rendelkezésre

6 Argentína, Ausztrália, Brazília, Kanada, Kína, Franciaország, Németország, India, Indonézia, Olaszország, Japán, Mexikó, Oroszország, Szaúd- Arábia, Dél-afrikai Köztársaság, Dél-Korea, Török- ország, Egyesült Királyság, Amerikai Egyesült Államok, Európai Unió.

álló adatok körét. Új elképzelés a granulált szintű adatok⁷ cseréje, akár a jelenlegi adatvé- delmi szabályok módosításával.

Az innovációt elsősorban az az újonnan megfogalmazott felismerés hajtja, hogy a számszakilag koherens pénzügyi statisztikák- hoz nélkülözhetetlen az adatok inputjának szabványosítása. Ez azt jelenti, hogy az adat- szolgáltatókat kell szabályozni, azaz a pénzin- tézetek nyilvántartását kell átalakítani a jelen- tett statisztikák egységesítése céljából. A BIRD (banks’ integrated reporting dictionary – bankok integrált jelentési „szótára”) egy, a bankok belső adattárházának egységesítését célzó javaslat, amelyhez a csatlakozás a pénz- intézetek részéről önkéntes. Nem jelent újabb jelentési kötelezettséget, az adatok valódisága továbbra is a bankok felelőssége, és a jövőben változatlanul a nemzeti statisztikai szolgálato- kon keresztül történik az adatgyűjtés. Ugyan- akkor az adatszolgáltatói terhek csökkentése érdekében most folyik a kidolgozása az ERF- nek (European reporting framework – egysé- ges európai jelentési keret), és készülőben van több egyéb, a banki adatszolgáltatás egységesí- tését és az ECB statisztikáinak átláthatóságát javító program is.

Az első kerekasztal-beszélgetés a statiszti- ka fenntarthatóságával foglalkozott. Moderáto- ra Sándor György, a KSH elnöki főtanácsadó- ja, résztvevői Dieter Sarreither, a Német Statisztikai Hivatal elnöke, Barteld Braaksma, a Holland Statisztikai Hivatal innovációs igazgatója és Vukovich Gabriella voltak. A kérdést két megközelítésből, egyfelől a társa- dalmi-környezeti fenntarthatóság statisztikai leírásának, másfelől a hivatalos statisztika mint szolgálat fenntarthatóságának szempontjából

7 A granulált szintű adatok részletezettebbek a makrostatisztikákban megszokott eszköz- vagy tranzakciófajták szerint összevont adatokhoz képest.

Ilyenek például a tranzakciók adatai a tranzakciók- ban részt vevő partnerek szerint csoportosítva.

tárgyalták. A fenntartható fejlődés nemzeti és globális szinten számított indikátorai jelenleg nem összehasonlíthatók. Ezért mielőbb ki kellene dolgozni egy egységes módszertani keretet, valamint gondoskodni kellene arról, hogy ellenőrizni lehessen az országok által közölt adatok valóságtartalmát. A holland szakértő bemutatta a fenntartható fejlődés fő indikátorainak saját hivatala által kidolgozott, konzisztens rendszerét, amelyben mind az időbeni változások, mind az követhető, hogy miként alakulnak a holland adatok az EU átlagos értékeihez képest. A résztvevők egyet- értettek abban, hogy jelenleg a statisztikai szolgálatoknál hiányzik a kellő szakértelem az indikátorokkal kapcsolatos módszertani kérdé- sekben. Ez egyben lehetőség is a külső partne- rek bevonására, új adatforrások felkutatására.

Ugyanakkor a kitűzött 17 cél között olyanok is előfordulnak, amelyeket csak a hivatalos statisztikai szolgálat által szervezett újabb lakossági felmérésekkel lehet számszerűsíteni.

(Ilyen például a béke, az igazságosság, a szi- lárd intézményi rendszer.) A statisztika fenn- tarthatóságáról optimista kép rajzolódott ki.

Idézték Hal Variannak, a Google vezető köz- gazdászának mondását, aki szerint a következő évtizedben divatos foglalkozás lesz statiszti- kusnak lenni. Ugyanis tovább már nem az adathiány korlátozza a megismerést, hanem az a képesség fog szűkös erőforrássá válni, hogy megértsük az adatokat, és tudjunk belőlük értéket előállítani. Ezért a statisztikusoknak kezdeményezőknek és nyitottnak kell lenniük mindenféle együttműködésre.

A második kerekasztal-beszélgetés a mikroadatok cseréjének kérdéskörét járta körül. Moderátora Gerendás János, a Magyar Nemzeti Bank Statisztikai Igazgatóságának vezetője, résztvevői Walter Radermacher, az Eurostat főigazgatója, Jens Olin, a Svéd Sta- tisztikai Hivatal Gazdaságstatisztikai főosztá- lyának helyettes vezetője, Ioannis Ganoulis, az

ECB Statisztikai fejlesztési és koordinációs főosztályának vezetője, valamint Melegh Attila, a KSH Népességtudományi Kutatóinté- zet tudományos főmunkatársa voltak. A be- szélgetés során a mikroadatok cseréjét széle- sebb összefüggésben, mint a hivatalosstatisztika-történet 2010-től kezdődő negyedik periódusának meghatározó jellemző- jét vezették be. (Az előző három periódus kezdetét az 1800-as, az 1900-es és az 1970-es évekhez kötötték.)

Az EU-n belül az adatcsere a szokásosnál összetettebb problémákat vet fel, miután kiter- jed az azonosítható mikroadatoknak a tagor- szágok statisztikai szolgálatai között szervezett cseréjére is. Ennek rendszeresítéséhez megol- dást kell találni a különféle kockázatok kezelé- sére: hogyan lehet továbbra is megőrizni az adatgazdák bizalmát, valamint biztosítani azt, hogy jogtalanul ne lehessen hozzáférni az adatátadáshoz használt informatikai eszközök- höz, kielégítő módon szabályozva legyen az adatvédelem minden tagországban, és a költ- ségvetési források fedezzék az infrastruktúra működtetésének ezzel kapcsolatos többletkölt- ségeit. További kérdés, vajon az adatcsere érdemben javítja-e a statisztikák minőségét.

Az üzleti adatok cseréjét tekintve elengedhe- tetlen a közös szabványok alkalmazása, a metaadatok és a más tagországban készített statisztikák minőségi szintjének alapos ismere- te. Egy példa erre a SIMSTAT, az EU-n belüli külkereskedelmi statisztika most átalakítás alatt álló rendszere. A résztvevők ugyanakkor hangsúlyozták, hogy az adatcsere érdemben segítheti konzisztens statisztikák összeállítását a komplex gazdasági folyamatokról, miközben csökkenthetők az adatszolgáltatói terhek. A pénzügyi statisztikák terén új irányt jelent a granulált szintű adatok cseréje. Ezek egyedi szerződésekre vonatkozó statisztikák, amelyek nem egyes tranzakciókat rögzítenek, de részle- tesebbek, mint az eddig használt, a pénzügyi

instrumentumok szerint összesített adatok.

Információtartalmuk a jelenleginél sokkal gazdagabb, ugyanakkor gyűjtésük többlettu- dást feltételez, és többletterhet jelent a nemzeti statisztikai szolgálatoknak, de adatvédelmi kérdések is felmerülhetnek. Részben másféle problémákat vet fel a személyes adatokat kezelő migrációs statisztikákhoz szükséges adatcserék megszervezése. Míg az egyes országokon belül sem megoldott a személyes adatok statisztikai célú átadása, ilyen adatcse- rék esetén a küldő és a fogadó országok között kell azokat továbbítani, és ismerni kell a mig- rációban érintett személyek korábbi lakcímét is. Ha a nemzetközi adatcsere során a legszigo- rúbb nemzeti adatvédelmet tekintjük mércé- nek, akkor lényegében lehetetlenné válik az egyedi adatok átadása. További nehézség, hogy az együttműködésbe nem csak EU- tagországokat kell bevonni, hiszen a migráció globális jelenség.

A harmadik kerekasztal-beszélgetés a HR- menedzsmenttel és a szervezetek stratégiai tervezésével, korszerűsítésével foglalkozott.

Martin Lagerström, a Svéd Statisztikai Hivatal személyügyi vezető trénerének távollétében a moderátori szerepet Kárpáti József, a KSH Kecskeméti osztályának vezetője vállalta.

Mellette Lucy Fallon-Byrne, az Ír Statisztikai Hivatal elnökhelyettese és Zoran Jancic, a Szerb Statisztikai Hivatal főosztályvezetője vett részt a beszélgetésben.

Nemzetközi szinten az emberi erőforrá- sokkal kapcsolatos stratégiai tervezésben folyamatalapú megközelítésre, a módszerek, adattárak megosztására, valamint az eljárások standardizálására van szükség.

Nemzeti szinten meglehetősen korlátozot- tak a lehetőségek a központilag irányított és finanszírozott közigazgatásban. A centralizá- ció foka határozza meg az eszközöket és a tevékenységeket; nem sok lehetőség nyílik a teljesítménytől függő előléptetésre, jövedelmi

differenciálásra vagy egyéb motivációs eszkö- zök alkalmazására. A közigazgatási fejlesztési programok (mint amilyen a magyar Magyary- program is) minden közigazgatási szervezetre hatással vannak, de a statisztikai hivatalok igényei eltérhetnek az ezekben foglaltaktól.

Az intézmények legfontosabb „vagyona”

az emberi erőforrás, így nem működhetnek HR-stratégia nélkül. Az európai statisztikai hivatalok egy része azonban nincs jó helyzet- ben, erőforrásaik korlátozottak, ezért finanszí- rozási problémákkal küzdenek, nincs lehetősé- gük létszámtárgyalásokra, létszámcsökkentést kell végrehajtaniuk, és tevékenységüket vi- szonylag merev jogszabályi keret határozza meg. Ezért ezen a szinten kulcsszerepe van az elkötelezett vezetésnek.

A hivatali HR-architektúra tervezésében a szervezet igényeinek megfelelő stratégiai alapelvek játszanak meghatározó szerepet, amelyek megvalósulását ún. üzleti menedzse- rekre kell bízni. A stratégiai HR a szervezeten belüli változtatások motorja, öt kulcsfontossá- gú pillére van: 1. stratégiai munkaerő-tervezés 2. emberek és teljesítményük, 3. felhatalmazás és kötelezettség, 4. kapcsolatok, valamint 5.

tanulás és fejlesztés. Nagyon fontos a kultúra és az értékek is.

A beszélgetés résztvevői egyetértettek ab- ban, hogy a nemzedékek között nagy gondol- kodásbeli különbségek vannak. A legfiatalabb generáció fluktuációja a statisztikai hivatalok- nál viszonylag magas, ezért motiválni kell őket. Ez azonban meglehetősen nehéz, hiszen a közigazgatásban központilag meghatározott értékelési szabályok vannak, bár ezek közé be lehet építeni szakmai kompetenciára és telje- sítményre épülő szempontokat is.

Több (köztük az ír) statisztikai hivatalnál szervezeti átalakításra kerül/került sor, ami a statisztikai adatokkal kapcsolatos igények jobb kielégítéséhez is hozzájárul. A változta- tásokhoz a GSBPM és a GAMSO nyújt(hat)

segítséget. A GSBPM a hivatalosstatisztika- előállítást kilenc alapfolyamattal írja le, amelyeken „átível” a metaadat-kezelés és a minőségirányítás. A minőségirányítás beve- zetéséhez először a szervezet folyamatainak feltérképezésére van szükség, majd a modellt a szervezeti igényekre kell „szabni”, beil- lesztve abba a megvalósítandó célokat is. A végrehajtáshoz egy standardizált, az önállóan tevékenykedő területek fölé szinte „ernyőként boruló” támogatási és képességépítési terület- re van szükség, amelynek megteremtésében a három egymásra épülő szinttel (és négy széleskörű tevékenységi területtel) rendelke- ző GAMSO nyújt segítséget.

A negyedik kerekasztal-beszélgetés a sta- tisztikusok új generációinak képzésével, a tapasztaltabbak készségeinek fejlesztésével foglalkozott. A moderátor, Maurizio Vichi, az Európai Nemzeti Statisztikai Társaságok Szövetségének elnöke, a beszélgetés résztve- vői Sándorné Kriszt Éva, a Budapesti Gazda- sági Főiskola rektora, Kovács Péter, a Szegedi Tudományegyetem általános dékánhelyettese és tanszékvezetője, Antonio Ottaiano, az Olasz Statisztikai Hivatal Személyzeti fejlesztési és oktatási részlegének vezetője, illetve Rudas Tamás, az ELTE tanszékvezetője és a TÁRKI tudományos igazgatója voltak.

A statisztika új kihívásokkal néz szembe, aminek következtében nincsenek könnyű helyzetben a felsőoktatási intézmények sem.

Egyrészt nekik is alkalmazkodniuk kell az átalakulásokhoz, folyamatosan formálva az átadandó ismeretek körét (hiszen ellenkező esetben az általuk oktatott szakmai ismeret- anyag hamar elavulttá válna). Másrészt nem lehet felkészíteni a diákokat egy „új statiszti- kára”, mivel senki sem tudja, hogy az milyen lesz.

Az előadók számos képességet felsoroltak, amelyeket a diákoknak el kell sajátítaniuk.

Elengedhetetlen a statisztikai jártasság meg-

szerzése is. Napjainkban ugyanis már nem az adatokhoz/információkhoz való hozzáférés a kérdés, hanem azok leghatékonyabb elérése vagy a legszükségesebbek kiválasztása az összes rendelkezésre álló közül. A statisztikai jártasságot tudáselemek (statisztikai, matema- tikai és szövegkörnyezet-ismeret, adat- /információkezelési, -elemzési, -értelmezési készség stb.) és adottságok (hitek, attitűdök, kritikus hozzáállás) alkotják. Egyaránt ki kell alakítani a hallgatókban a szigorú szabá- lyok/eljárások alkalmazásának képességét, valamint a nyitottságot, hogy ezeket alapjaiban megváltoztassák. A statisztikai módszerek mellett az alkalmazkodást, a helyes hozzáállást is meg kell tanulniuk. Ugyancsak fontos az analitikai ismeretek, az érveléstechnika és olyan készségek elsajátítása, mint a kommuni- káció és a csapatmunka. Az oktatás során elengedhetetlen az IT-eszközök használata, ám a cél nem egy program vagy platform alkal- mazásának megtanítása, hanem a statisztikai gondolkodás kialakítása.

Javaslatként merült fel, hogy a munkálta- tók világosan fogalmazzák meg a munkaválla- lók statisztikai tudásával és ismereteivel kap- csolatos igényeiket, amelyeket aztán a felsőok- tatási intézmények beépíthetnek képzési prog- ramjaikba.

A statisztikai rendszerben különböző vég- zettségű szakemberek dolgoznak, akik élethosz- szig tartó tanulással képesek csak lépést tartani a változásokkal. Képzésüknek, amelynek össz- hangban kell állnia munkájukkal, számos for- mája lehet: e-learning, blended vagy egyéb rövid kurzusok stb. Az új kihívások megkövete- lik új munkakörök létrehozását és a statisztiku- sok kompetenciáinak specializálását. (A szak- mai ismeretek fejlesztése előléptetések feltétele is lehetne.) Meg kell teremteni az egyensúlyt a

„merevség” és az innováció között.

Több előadó is említette a big data-t, amelynek kezelése magas szintű statisztikai

jártasságot, statisztikai érvelést és gondolko- dást, illetve IT-ismereteket igényel. Kérdéses, hogy az adattudósok IT-szakemberek vagy statisztikusok legyenek, de meghatározásra vár képzési programjuk hossza is. Antonio Ottaiano szerint adattudóscsoportokat és nem egyéneket kell képezni.

A felső és középvezetőknek motiválniuk kell beosztottjaikat. Javasolt, hogy ők is ve- gyenek részt (például változásmenedzsment-) képzéseken, mivel csak a megfelelő eszközök és módszerek ismeretében lesznek képesek sikeresen kezelni a változásokat.

A statisztikusok tudásuk egy részére nem a hagyományos képzési keretben tesznek szert, ezért az intézményeknek (műhelykonferenci- ák, szemináriumok stb. szervezésével) biztosí- taniuk kell számukra az informális tanulást szolgáló környezetet is, ösztönözve a tapaszta- latcserét és a jó példák megosztását.

Az utolsó kerekasztal-beszélgetés a tájé- koztatás és a kommunikáció szerepéről szólt, moderátora Stephan Moens, a Belga Statiszti- kai Hivatal elnöki főtanácsadója, résztvevői Henriëtte de Jong-de Heer, a Holland Statisz- tikai Hivatal Sajtóosztályának vezetője, Ma- ria-Jesús Vinuesa Angulo, a Spanyol Statiszti- kai Hivatal Tájékoztatási főosztályának főosz- tályvezető-helyettese, Aurel Schubert és Né- meth Dávid, a K&H Csoport vezető elemzője volt. Stephan Moens bevezetésképpen elmond- ta, hogy az új kihívásoknak megfelelően „tisz- ta” adatokat kell kommunikálni, a jobb kom- munikáció pedig a statisztika jobb megértésé- hez és elfogadásához vezet. Az ESS Vision 2020 megvalósítását szolgáló egyik projekt, a DIGICOM (digital dissemination and communication – digitális tájékoztatás és kommunikáció) épp a tájékoztatás és kommu- nikáció javítását tűzte ki célul, és a felhaszná- lói igényekre fókuszál.

A résztvevők a témát több aspektusból, elő- ször a felhasználók szemszögéből közelítették

meg. A banki szakembereknek és a befektetők- nek, mint a felhasználók egy csoportjának, széles körű, friss statisztikai adatokra van szük- ségük, hogy feltérképezhessék és elemezhessék a nemzeti és nemzetközi gazdasági folyamato- kat. Pontos, megbízható, összehasonlítható statisztikákat szeretnének használni (az utóbbi szempontból elsősorban az Eurostat, IMF stb.

adatai alkalmasak). Hasznos lenne számukra, ha a jelenleginél „szűrtebb”, a gazdaság mögöttes mozgásait bemutató adatok is rendelkezésre állnának, hiszen gyakran részletes (például ágazati) információkra, nem pedig csak az átlagok ismeretére van szükségük.

A statisztikai rendszer intézményeinek proaktív módon kell kapcsolatba lépniük a felhasználókkal. Jól példázza e törekvést a Holland Statisztikai Hivatal, ahol a hírérték pilléreire (időszerűség, újdonság, közelség, ritkaság stb.) építő, új adatközlési módszereket vezettek be. Az intézményeknek és honlapja- iknak az adatok életre keltésével közel kell vinniük a statisztikát a felhasználókhoz, javít- va ezzel azok statisztikai jártasságát. Ehhez vizuális eszközökre és a felhasználói igények folyamatos nyomon követésére van szükség.

Ki kell használni a közösségi médiában (Facebookban, Twitterben stb.) rejlő lehetősé- geket. Fontos, hogy a hivatalos statisztikákat a sajtó képviselői is megértsék, ezért a számok mögötti jelenségeket is „el kell magyarázni”

számukra, a tájékoztatási naptárak összeállítá- sánál pedig nem szabad elfeledkezni a média igényeiről (például a híradások időpontjához közeli adatközlésről) sem.

A hivatalos statisztika versenyben van, nagy nyomás nehezedik rá, hiszen vannak más adatközlők is. Ezért elengedhetetlen értékeinek (függetlenség, kiváló minőségű munka, az Európai Statisztika Gyakorlati Kódexének követése, szilárd módszertan alkalmazása stb.) kommunikálása a döntés- hozók és a felhasználók felé. A jó tájékozta-

tás és a marketingstratégia megvalósításához a hivatalos statisztikai rendszerhez tartozó intézményeknek együtt kell működniük, amelyre számos lehetőség létezik (DIGICOM, konferenciák stb.). Fontos az is, hogy megértessék adataik, mutatóik jelenté- sét a döntéshozókkal, a médiával és a nagy- közönséggel. Jó példa erre az ECB, amelynek elnöke és elnökhelyettese részletesen ismer- teti az újságírókkal a Kormányzótanács hat- hetente meghozott monetáris döntéseit.

A 2015 szeptemberében, Lisszabonban tar- tott DGINS-konferencia memoranduma szerint fontos a szakpolitika-alkotók és a statisztiku- sok közötti szerepmegosztás: az előbbiek határozzák meg a politikai célokat, míg az utóbbiak önállóan dolgozzák ki a statisztikai mutatókat. Ezért elengedhetetlen együttműkö- désük, amely során a politikaalkotók a muta- tók relevanciáját vizsgálják az adott szakpoli- tika tekintetében, a statisztikusok pedig a politikai célok mérhetőségén dolgoznak. Eb- ben az iteratív folyamatban a statisztikusok már a korai szakasztól részt kell, hogy vegye- nek. A memorandum szerint elővigyázatosan kell kezelni a kompozit indikátorok előállítását és közlését. Ezek helyes értelmezéséhez, nem- csak a bennük rejlő lehetőségeket és korlátokat kell bemutatni a felhasználók számára, hanem a komponenseikre vonatkozó részletes infor- mációkat is.

A kétnapos konferenciát Vukovich Gabri- ella zárta. Humorosan összefoglalta azt a rengeteg feltételt, aminek a hivatalos statiszti- kának meg kell felelnie. Az ezekhez való igazodásban „csak” a szervezet, a kultúra, a hozzáállás megváltoztatása, a munkatársak oktatása, az együttműködés létfontosságú.

Lépésről lépésre szükséges haladni, közben jól kell dolgozni és hitelesnek, megbízhatónak lenni. A munka során elengedhetetlen az érté- kek kommunikálása és a felhasználói igények feltárása is.

A KSH elnöke végezetül megköszönte az előadóknak, a kerekasztal-beszélgetések részt- vevőinek és a szervezőknek munkájukat.

Hüttl Antónia,

a Statisztikai Szemle főszerkesztője E-mail: Antonia.Huttl@ksh.hu

Kondora Cosette,

a Statisztikai Szemle olvasószerkesztője E-mail: Cosette.Kondora@ksh.hu

Hírek, események

Szervezeti változás. Vukovich Gabriellá- nak, a KSH elnökének döntése értelmében, 2015. december 8-ai hatállyal a Tájékoztatási főosztály felügyelete alatt megszűnt az Adat- gyűjtemények Szerkesztősége osztály és a Szerkesztőosztály. Ezek feladatait a további- akban az újonnan létrejött Szerkesztőség látja el. Ezzel a főosztály osztálystruktúrája a kö- vetkező: Elemző osztály, Információszolgálat, Statisztikai Szemle szerkesztősége, Szerkesztő- ség, Területi tájékoztatási osztály és Felhasz- nálói kapcsolatok osztálya.

Kinevezés. Németh Zsolt, a KSH társada- lomstatisztikai elnökhelyettese 2015. novem- ber 25-ei hatállyal Czeglédi Tímeát nevezte ki a Szegedi főosztály Kecskeméti osztálya veze- tőjének.

Vukovich Gabriella, a KSH elnöke 2015.

december 14-ei hatállyal Bódiné Vajda Györ- gyit nevezte ki a Tájékoztatási főosztály Szer- kesztőség osztálya vezetőjének.

Jubileumi jutalomban részesült 2015.

december hónapban közszolgálati jogviszony- ban töltött ideje alapján 25 éves szolgálatért:

Simon Zsoltné Káli Ágnes (Tájékoztatási fő- osztály).

2016. január 1-jén lépett hatályba a 375/2015. (XII. 3.) Korm. rendelet a statisz- tikáról szóló 1993. évi XLVI. törvény végre-

hajtásáról szóló 170/1993. (XII. 3.) Korm.

rendelet, az Országos Statisztikai Adatgyűjtési Program adatgyűjtéseiről és adatátvételeiről szóló 288/2009. (XII. 15.) Korm. rendelet, valamint a népesség személyi, családi és la- kásviszonyainak minta alapján történő 2016.

évi felmérésével kapcsolatos egyes feladatok- ról szóló 65/2015. (III. 25.) Korm. rendelet módosításáról. Szövege a Magyar Közlöny 2015. december 3-ai, 188. számában olvasható (http://www.kozlonyok.hu/nkonline/index.php

?menuindex=200&pageindex=kozltart&ev=20 15&szam=188).

A Szlovák Statisztikai Hivatal megyei igazgatóságán, Nyitrán tettek látogatást 2015.

december 1-jén a KSH Elnöki, Tájékoztatási és Veszprémi főosztályainak munkatársai. A találkozón a résztvevők a két szervezet közötti szakmai együttműködés folytatása és elmélyí- tése mellett foglaltak állást, valamint meg- kezdték az előkészületeket egy közös területi összehasonlító kiadvány készítésére.

„Globális migrációs folyamatok és Ma- gyarország – Kihívások és válaszok” címmel rendezett az MTA TK (Társadalomtudományi Kutatóközpont) és az MTA TK Kisebbségku- tató Intézet konferenciát a Magyar Tudomány Ünnepe alkalmából 2015. november 16-án az MTA székházában és 17-én a Társadalomtu- dományi Kutatóközpontban. A résztvevők