Egy statisztikai módszertan bemutatása önmagában még nem politikai vagy társadalmi ítélet. A Telex az Európai Bizottság ABSPO (abszolút szegénységi mutató) nevű kísérleti modelljét ismertetve azonban olyan következtetéseket von le, amelyek túlmutatnak a módszertan valós súlyán és státuszán. A cikk elmosni látszik a határt a hivatalos uniós statisztika és egy kutatási célú kísérlet között. Ez nem pusztán technikai kérdés: a mérési szisztéma státusza meghatározza azt is, mennyire tekinthetők relevánsnak belőle levont következtetések.
A Telex cikke az ABSPO módszertan bemutatásával igyekszik elmosni a határt a hivatalos statisztika és egy kísérleti kutatási modell között, ami félrevezető lehet az olvasó számára. Az ABSPO nem része az Eurostat hivatalos indikátorrendszerének, és nem képez alapot uniós jogalkotási vagy támogatáspolitikai döntésekhez. Maga az Európai Bizottság sem kezeli döntéshozatali eszközként: az ABSPO egy kutatási projekt, nem pedig elfogadott mérési standard.
Fontos tény, hogy az ABSPO projekt célja eleve nem az volt, hogy hivatalos EU-mutatóvá váljon. A fejlesztés arra irányult, hogy feltérképezze, milyen lenne egy abszolút szegénységi mérés az Európai Unióban, különböző módszertani megközelítéseket teszteljen, kutatási alapon definiáljon lehetséges küszöbértékeket, és ezzel hozzájáruljon a jövőbeli szakpolitikai elemzésekhez. Ez azonban nem azonos a hivatalos statisztikai státusszal.
Egy kutatási modell elsődleges célja a megértés és a kísérletezés. Lehetővé teszi alternatív módszertani utak kipróbálását, de önmagában nem tekinthető hivatalos adatszolgáltatásnak. Az ABSPO esetében ma is nyitott kérdés, hogyan lehetne egységesen meghatározni a „minimum szükségletek” körét – legyen szó élelmiszerről, lakhatásról, közlekedésről vagy egészségügyről.
Nincs nemzetközi konszenzus arról, mit tekintünk alapvető szükségletnek, és az ilyen szükségleti kosarak összeállítása óhatatlanul értékválasztásokat tartalmaz. Milyen élelmiszer számít minimumnak? Milyen mennyiségben? Milyen lakhatási szintet tekintünk elfogadhatónak? Ráadásul egyszerre kellene biztosítani a nemzeti sajátosságok figyelembevételét és az uniós összehasonlíthatóságot. Ha túlzott az egységesítés, eltűnnek a helyi különbségek; ha túl laza, megszűnik az összevethetőség.
A módszertani nehézségeket tovább súlyosbítja, hogy az EU-szintű háztartási felmérések nem minden országban azonos részletességűek. Eltérő fogyasztási kategóriák, hiányos kiadási adatok és különböző adatfelvételi gyakorlatok nehezítik az összehasonlítható abszolút küszöbök kialakítását. Ez nem technikai apróság, hanem a mérés hitelességének egyik alapfeltétele.
A Telex cikke azt állítja, hogy „Kelet-Közép-Európa számos országában az emberek jóval nagyobb hányada nélkülöz, mint a nyugati tagállamokban”. Ez az állítás azonban szelektív. Figyelmen kívül hagyja azt a tényt, hogy Portugália, amely – földrajzi értelemben nyugati tagállamként – Magyarország mellett szerepel az abszolút szegénységi statisztikában. Valamint a rangsor végén találjuk Horvátországot, holott a horvát gazdaság az elmúlt években kifejezetten dinamikus növekedést mutatott. Erről a Telex is megemlékezik: „Természetesen mindig vannak éltanulók, a fejlődők közül Horvátország, ahol évek óta nagyon erősek a fogyasztási, béremelkedési, növekedési számok, illetve az állam nagyon sikeres az uniós források felhasználásában;”.
Miért az AROPE a döntéshozatali mérce az Európai Unióban?
Az AROP – a jövedelmi szegénység kockázata – egy egyszerűbb mutató: azt mutatja meg, ki marad el a társadalmi mediántól. Nem azt méri, hogy valaki meg tud-e élni, hanem azt, hogy mennyire szorul perifériára jövedelmi értelemben. Éppen ezért az Európai Unió az Európa 2020 stratégiában nem ezt tette meg fő indikátornak.
Az uniós szakbizottságok egy összetett mutatót dolgoztak ki: az AROPE-t, amely a jövedelmi helyzet mellett az anyagi nélkülözést és a munkaerőpiachoz való kapcsolódást is vizsgálja. Ez a megközelítés tudatos döntés volt: a szegénységet nem lehet kizárólag pénzügyi kérdésként kezelni.
Az AROPE három tényezőt vizsgál egyszerre, és a lehető legnagyobb halmazt fedi le azok közül, akik szegénységi vagy társadalmi kirekesztődés kockázatának vannak kitéve. Nem azt állítja, hogy minden érintett ténylegesen szegény, hanem azt, hogy potenciálisan veszélyeztetett. Éppen ezért vált az AROPE a fő döntéshozatali indikátorrá: többdimenziós, egységes és összehasonlítható.
A KSH szerint: Magyarországon a szegénységi helyzet jelentősen javult 2010 és 2024 között
A Telex cikkének egyik leginkább vitatható pontja, hogy egy 2022-es táblázatra fogalmaz meg, a jelenre érvényes állításokat. Mindezt egy olyan mérési keret alapján, amely nem hivatalos, kísérleti fázisban van, és amelyről maga a lap is azt írja: érdemes „fenntartással kezelni”.
A lap következetlensége az Európai Uniós adatokhoz különösen ott válik szembetűnővé, ahol a hivatalos uniós mérési rendszerek eredményei nem támasztják alá a cikk fő állításait. Amit így kommentál: “a szegénység vagy társadalmi kirekesztés kockázata Magyarországon és Németországban megegyezik – amit egyébként a kormánypropaganda a szegénység tabusítására ügyesen ki is használ.” Gyakorlatilag addig elfogadható számára egy statisztika, amíg az alátámasztja a kívánt értelmezést. Amikor azonban az Európai Unió által hivatalosan alkalmazott AROPE-mutató eredményei nem illeszkednek ehhez, már magát a mérési rendszert is relativizálják, sőt megkérdőjelezik annak érvényességét. Ilyenkor egy másik – nem hivatalos, kísérleti vagy módszertanilag vitatott – statisztikát emelnek be az érvelésbe, függetlenül attól, hogy az mire vonatkozik, milyen korlátai vannak, vagy mennyire alkalmas általános következtetések levonására. Ez a válogató megközelítés nem a szegénység mérésének pontosabb megértését szolgálja, hanem azt a célt, hogy az adatok értéke elsősorban attól függ, mennyiben támasztják alá az előre kijelölt narratívát.
A szegénység mérése összetett kérdés, és az ABSPO fontos kutatási hozzájárulás lehet a szakmai vitákhoz. De nem minden mérés alkalmas döntéshozatali következtetések levonására. Amíg egy módszertan kísérleti státuszban van, addig az abból származó számok értelmezése különös óvatosságot igényel. Ha ez az óvatosság elmarad, akkor a statisztika nem tisztáz, hanem összezavar. És éppen ez az a pont, ahol egy elemző cikknek világos határt kellene húznia, a valós és a az általa vágyott következtetések között.
