A Strabag építette 2020-ban az M76-os út Balatonszentgyörgy – Sármellék közötti szakaszát, belerétve az M76 és 71-es út kereszteződését.

Térképen itt látható a helyszín: https://www.google.com/maps/@46.6774003,17.2166509,12z

Az M76 építése során Balatonszentgyörgynél felépített felüljáró és az M76-71-es csomópont között mintegy 4-5 méterre emelték meg az út szintjét a korábbi 76-os út szintjéhez képest kb. 2-2,5 kilométeren keresztül. A töltést teljes egészében kőzuzalékból emelték a mintegy 2-2,5 kilométeres szakaszon. Az alábbi négy video erről készült még 2020 augusztus 28-án 13:35-13:50 között a 76-os úton Balatonszentgyörgytől a 71-es út elágazása felé haladva. Azóta a kő nem látszik már a töltésen, két oldalt földet hordtak rá, amit aztán fűvel vetettek be.

1. video (0:48, .mp4)
2. video (1:48, .mp4)
3. video (0:08, .mp4)
4. video (3:29, .mp4)

Kérdések

1. Melyik cég bányájából származik a kő?
2. Hány köbméter kő kell egy négy sávos út 4-5 métterrel való megemeléséhez 2,5 kilométer hosszan?
3. Mennyi volt a piaci ára ennyi kőnek szállítással együtt 2020 nyarán?

May 26, 2020

New Trends in Corruption Risk and Intensity of Competition in the Hungarian Public Procurement from January 2005 to April 2020. Flash Report 2020:1. Budapest: CRCB 

This report examines Hungarian public procurement data in the period between 2005 and 2020. Data from 248,404 contracts were used for the analysis, which focuses on information about corruption risk, the intensity of competition and political favouritism.

The results show that in the first four months of 2020, corruption risk in Hungarian public procurement reached the highest level since 2005; by April 30, the share of contracts without competition was 41 percent. The control of corruption risk stabilized at a low level in 2018 and 2019. The intensity of competition in EU-funded projects has been higher than in tenders financed by Hungarian taxpayers since 2016, one year after the first discovery of anomalies in EU-funded public tenders and subsequent OLAF investigations. The share of public procurements won by crony companies within the total public procurement value has increased significantly since 2011. The risk of corruption in contracts won by these companies before parliamentary elections is significantly reduced. This appears clearly in the period between May 2017 and August 2018. At that time, there were few tenders won by crony companies without competition. This trend can also be seen in the period between September and December 2013. Subsequently, after Fidesz won the parliamentary elections, the crony companies began to win again with higher corruption risk. During the COVID-19 pandemic, the share of non-competitive contracts from among all contracts won by crony companies increased from an already-high percentage.

The report (pdf)

List of tenders analysed (zip)

Selected news articles in Hungarian on the owners of MGTS companies (xlsx)

Suggested citation: CRCB. 2020. New Trends in Corruption Risk and Intensity of Competition in the Hungarian Public Procurement from January 2005 to April 2020. CRCB Flash Report 2020:1, Budapest: CRCB.

Némileg csökkent a járvány erőssége december 21. és december 27. között

A koronavírus járvány lefutásának előrejelzése a szennyvízadatok elemzése alapján

A CRCB elemzése (pdf)

****

2020. december 22.

Kismértékben nőtt a járvány erőssége december 14. és december 20. között

A koronavírus járvány lefutásának előrejelzése a szennyvízadatok elemzése alapján

A CRCB elemzése (pdf)

****

2020. december 16.

Tovább csökkent a járvány erőssége december 7. és december 13. között

A koronavírus járvány lefutásának előrejelzése a szennyvízadatok elemzése alapján

A CRCB elemzése (pdf)

****

2020. december 8.

Kismértékben csökkent a járvány erőssége.

A koronavírus járvány lefutásának előrejelzése a szennyvízadatok elemzése alapján

A CRCB elemzése (pdf)

****

2020. december 2.

Megállt a járvány lanyhulása.

A koronavírus járvány lefutásának előrejelzése a szennyvízadatok elemzése alapján

A CRCB elemzése (pdf)

****

2020. november 25.

A következő hetekben a járvány lanyhulása várható.

A koronavírus járvány lefutásának előrejelzése a szennyvízadatok elemzése alapján

A CRCB elemzése (pdf)

****

2020. november 16.

A koronavírus járvány lefutásának előrejelzése a szennyvízadatok elemzése alapján

A CRCB elemzése (pdf)

****

2020. november 7.

A koronavírus járvány halálos áldozatainak tényleges és becsült száma Magyarországon 2020. szeptember 1. – november 15.

A CRCB elemzése (pdf)

***

2020. április 20.

Két előrejelző modell. Érdemes rájuk nézni:
1. https://research.physcon.uni-obuda.hu/COVID19MagyarEpi/
2. http://rocs.hu-berlin.de/corona/docs/forecast/results_by_country/

Két csodálatos animáció a járvány terjedéséről és a terjedés elleni kormányzati lépések lehetséges hatásairól:
3. https://www.youtube.com/watch?v=gxAaO2rsdIs&feature=youtu.be
4. https://www.youtube.com/watch?v=54XLXg4fYsc&feature=youtu.be

Koronavírus-kisokos: hasznos tippek & tudományos magyarázatok közérthetően a koronavírus járványról:
5. https://koronavirus-kisokos.eu/

Egy nagyon hasznos és szép honlap az 1001 orvostól:
6. https://www.covid1001.hu/

***

2020. április 14.

A tesztelés és a fertőzöttek hivatalos száma. Hogyan függ össze az elvégzett tesztek száma és a fertőzöttek hivatalos száma?

A CRCB elemzése (pdf)

***

2020. április 8.

Magyarországon 2020. április 6-án mindössze 11 fővel nőtt a fertőzöttek hivatalos száma, miközben előtte való nap 55 fővel az utána való nap pedig 73 fővel.
Mi állhat ennek hátterében?

A CRCB elemzése (pdf)

***

2020. március 31.

1. Ábra: Fertőzöttek regisztrált száma Olaszországban és az USA-ban attól a naptól fogva, hogy a fertőzöttek száma meghaladta a tíz főt

2. Ábra: Növekedési tényező [gf=ΔN(t)/ΔN(t-1)] Olaszországban,  az USA-ban és Magyarországon attól a naptól fogva, hogy a fertőzöttek száma meghaladta a tíz főt.

Ha gf=1 akkor megállt az új esetek számának növekvő tendenciája ha gf < 1 akkor az új esetek száma csökkenni kezdett.

3. Ábra: Növekedési tényező [gf=ΔN(t)/ΔN(t-1)] háromnapos mozgó átlaga Olaszországban,  az USA-ban és Magyarországon attól a naptól fogva, hogy a fertőzöttek száma meghaladta a tíz főt.

***

2020. március 30.

1. ábra: Fertőzöttek regisztrált száma

A fertőzöttek regisztrált számának növekedési üteme minden országban lassul, így Magyarországon is (1.ábra). A magyar adatoknál a növekedési ütem továbbra is alatta marad a cseh, lengyel, német és osztrák adatoknak. A rendelkezésre álló hivatalos statisztikák alapján a halálozási ráta Magyarországon a legmagasabb, 3,2%, míg Romániában 2,4%, Bulgáriában 2,3%, Ausztriában 1% és Németországban 0,9% (2. ábra). Ezek a különbségek azonban félrevezetőek mivel a feltárási ráta (δ_t = N_o,t / N_a,t , ahol N_o a fertőzöttek regisztált száma, N_a a fertőzöttek tényleges száma és N_o,t < N_a,t minden t időpontra és 0 ≤ δ_t < 1) feltehetően nagymértékben eltér ezekben az országokban. Magyarország viszonylag kevés tesztet végez, és feltehetően más okokból is sok fertőzött rejtve marad. Arányaiban több, mint a többi országban. A járvánnyal összefüggő magyarországi halálozási rátáról, ennek nemzetközi összehasonlításáról így legközelebb 2022-ben, a 2020-as és a 2021-es hazai és nemzetközi halálozási statisztikák ismeretében lehet képet kapni.

2. ábra: A fertőzésben meghaltak száma 100,000 regisztrált fertőzöttre átszámítva

A járvány terjedési sebességében, és e sebesség változásában fontos információt nyújt az új fertőzöttek számának dinamikája. A növekedési tényező egy adott napon az új fertőzöttek számának és az ezt megelőző napon az új fertőzöttek számának arányát fejezi ki: ΔN(t)/ΔN(t-1), ahol  ΔN(t) az adott t napi új fertőzöttek regisztrált száma, és ΔN(t-1) a megelőző napi új fertőzöttek regisztrált száma. Ausztria, Csehország, Franciaország, Hollandia, Lengyelország, Németország, Norvégia, Olaszország, Spanyolország, Svájc, Szlovákia, és Magyarország adatai alapján a napi medián növekedési tényező 1,32 azaz jellemzően minden nap 32%-kal nőtt a mai napig az új esetek száma ezen országokban. Az átlag 1,51 volt, 0,54-es szórás mellett (N=98). A növekedési tényező és logaritmusának hisztogramját a 3a. és 3b. ábrán mutatjuk.

3a. ábra: A növekedési tényező hisztogramja           3b. ábra: A növekedési tényező logaritmusának hisztogramja

A növekedési tényező időben csökkenő tendenciájú (4. ábra) egyre kisebb szórás mellett. Ez természetes is mivel az időszak elején még nagyon kicsi volt a fertőzöttek regisztrált száma, nem jártatódott még be a fertőzöttek számbavételére vonatkozó procedúra (adott napon feltárt esetek számbavétele a következő napi statisztikákban jelenhetett meg), így az első napokban az esetszámok jelentős ütemű és volatilis növekedése még nem a járvány terjedésével, hanem éppen a tesztelés elkezdésével függhet össze.

3. ábra: A növekedési tényező alakulása attól a naptól fogva, hogy a fertőzöttek regisztrált száma elérte, vagy meghaladta a tíz főt, a vízszintes tengelyen a számok három napos periódusokat jelentenek. Például a vízszintes tengelyen a 10 a kiinduló naptól számított 31., 32. és 33. napjának átlagos növekedési ütemét mutatja.

4. ábra: Növekedési tényező [ΔN(t)/ΔN(t-1)] három napos mozgóátlaga attól a naptól számítva, mikor a fertőzöttek száma elérte, vagy meghaladta a 10 főt Ausztriában, Csehországban, Franciaországban, Hollandiában, Lengyelországban, Németországban, Norvégiában, Olaszországban, Spanyolországban, Svájcban, Szlovákiában, és Magyarországon

A 4. ábrán ugyanezt országonként ábrázoljuk. Az ábra Ausztria, Csehország, Franciaország, Hollandia, Lengyelország, Németország, Norvégia, Olaszország, Spanyolország, Svájc, Szlovákia, és Magyarország adatait tartalmazza úgy, hogy csak Magyarországot különböztettük meg piros színnel a többi országtól. Ebből látszik, hogy a növekedési tényező magyar adatai nem térnek el számottevően a többi országétól. Magyarországon, ahogy a többi országban is az új esetek növekvő ütemének lassulása figyelhető meg. Ez reménykeltő, de amit mindjárt hozzá kell tenni, hogy itt nem az új esetek számának csökkenéséről van szó, hanem arról, hogy az új esetek száma nő, de egyre kissebb ütemben. Ebben nagy hasonlóság figyelhető meg az országok között. Ennek illusztrálására az eddigi magyar, olasz és francia adatokat külön ábrázoltuk (5. ábra).

5. ábra: A növekedési tényező [ΔN(t)/ΔN(t-1)] három napos mozgóátlaga attól a naptól számítva, mikor a fertőzöttek száma elérte, vagy meghaladta a 10 főt Franciaországban, Olaszországban és Magyarországon.

Az eddigi adatok alapján nincs számottevő különbség a növekedési tényező magyar és a többi országra jellemző átlaga között (6. ábra).

6. ábra: A növekedési tényező átlaga és terjedelme Magyarországon és a többi országban.

Ezt, valamint a csökkenő tendenciára vonatkozó megfigyelést támasztja alá, ha a növedési tényező időbeli alakulását is figyelembe vesszük (1. táblázat). A táblázatból jól látszik az, hogy a mostanáig rendelkezésre álló adatok alapján az idő előrehehaladtával a növekedési tényező csökkenése figyelhető meg.

1. táblázat: A növekedési tényező logaritmusának becslése

***

2020. március 26. 17:00

Minden orvosnak, nővérnek, szociális munkásnak, egészségügyi dolgozónak védőfelszerelelést kell biztosítani. Ez feltétlen szükséges a járvány terjedésének lelassításához. Ebben tud segíteni a Zipf törvény ismerete és használata a CRCB kutatói szerint  (pdf).

A CRCB mini-elemzése olvasaható a g7.hu-n is.

A Zipf törvény hatását bemutató excel file, amelyben mindenki beállíthatja a neki tetsző paramétereket (xlsx)

***

2020. március 24. 14:25

Magyarországon 187 COVID-19 fertőzött van és a hivatalos adatok szerint már kilencen haltak meg a járvány következtében. Az eddigi hivatalos adatok alapján a magyarországi halálozási ráta viszonylag magas (4%). Ha az eddig publikált fertőzöttségi és halálozási adatokat vesszük figyelembe, akkor a magyar adat inkább az olaszországihoz áll közelebb (9%), mint az ausztriai, vagy csehországi adathoz.

Az első fertőzöttet húsz nappal ezelőtt, március 4-én jelentették be hivatalosan Magyarországon.  Ilyen rövid időtávon rendelkezésre álló és ilyen kevés fertőzöttre vonatkozó adatokból nem lehet messzemenő következtetést levonni. Ellenben egyre inkább úgy tűnik, hogy a fertőzöttek regisztrált számának közlésére vonatkozó magyar procedúra, illetve a fertőzöttek számbévele eltérhet a környező országokétól. Miközben attól a naptól számított 14. napon, hogy a fertőzöttek regisztrált száma elérte a tíz főt, Ausztriában, Csehországban és Lengyelországban 464-655 fő között mozog a fertőzöttek hivatalos száma, addig Magyarországon 187 fertőzöttről számolt be az országos tisztifőorvos.

Ahogy tegnap erre felhívtuk a figyelmet, a fertőzöttek regisztrált számának magyarországi növekedése egyre inkább letér Ausztria és a V4-ek trendjéről, miközben ezen országok trendjei közötti különbségek minimálisak. Ez a tendencia folytatódott ma is.

A járvány során számolni kell a látenciával: a ténylegesen fertőzöttek számának minden időpontban nagyobbnak kell lennie a fertőzöttek regisztrált (hivatalosan közölt) számánál. Legyen N_o a fertőzöttek regisztált száma és N_a a fertőzöttek tényleges száma. Ekkor N_o,t < N_a,t minden t időpontra. Legyen továbbá δ_t = N_o,t / N_a,t  a feltárási ráta (0 ≤ δ_t < 1), ami tudósít arról is, hogy mennyire tudja egy országban az egészségügyi intézményrendszer feltárni/megszámolni a járványban ténylegesen fertőzöttek számát egy t időpontban. Minél jobb egy ország egészségügyi intézményrendszere, minél több erőforrás áll rendelkezésére, minél inkább bízik az adott ország lakossága ebben az egészségügyi intézményrendszerben, annál magasabb lehet δ_t értéke. Ez az érték sok egyéb tényezőtől függhet még, és országonként eltérő lehet. Kézenfekvő, hogy δ_t értéke egy országban függ a lakosság tesztelésének intenzitásától is, attól, hogy az országban mennyi tesztet végeztek t időpontig. Minél többet, annál magasabb lehet – más feltételeket azonosnak véve -  δ_t értéke.

A Magyarországra vonatkozó zavarba ejtően magas halálozási ráta értelmezésekor két lehetőség kínálkozik:

1. Vagy a feltárási ráta jóval alacsonyabb Magyarországon mint a környező országokban, például Ausztriában, tehát δ_{t, Ausztria}  >  δ_{t, Magyarország}  és ekkor a meglehetősen eltérő halálozási ráta adatok félrevezetők. Ha Magyarországon is az osztrák feltárási rátával számolnánk, akkor a ténylegesen fertőzöttek számát azonosnak véve a fertőzöttek regisztrált száma Magyaroszágon 550 körölire lenne tehető. Ha az osztrák halálozás rátával számolnánk, azaz azt tételeznék fel, hogy a járvány eddigi halálozási rátája megegyezik Ausztriában és Magyarországon, akkor Magyarországon ma 1742 főnek kellene lennie a fertőzöttek hivatalos számának.

2. Vagy a két ország feltárási rátája hasonló, azaz δ_{t, Ausztria}  ≈ δ_{t, Magyarország} ekkor meg el kellene fogadnunk azt, hogy a halálozási ráta érvényessége (validity) is megegyezik a két országban. Ebből következően a két halálozási ráta elvileg összehasonlítható. Az eddigi adatok alapján a magyar halálozási ráta közel tízszerese lenne az osztráknak. Ekkor a miértekre kellene minél előbb megnyugtató választ adni a halálos áldozatok kórtörténetének, demográfiai adatainak stb. elemzése alapján.

A bejegyzésben felhasznált adatok (xlsx)

***

2020. március 23.

Magyarországot a V4 országok között a legkevésbé érinti a járvány a regisztrált fertözöttek számára vonatkozó hivatalos adatok szerint. Vagy nem?

Az ábrán a V4 országoknak és Ausztriának a fertözöttek számára vonatkozó adatait láthatjuk attól a naptól fogva (ez a kiindulópont minden ország esetében) amikor a fertőzöttek száma elérte, vagy meghaladta a tíz főt. Az ábrából jól látszik, hogy az első öt napban még együtt haladt az öt országban a fertőzöttek növekedését leíró görbe, aztán a magyar adatok egyre inkább elszakadnak a többi négy országétól, miközben ezek továbbra is nagyjából ugyanazt a tendenciát követik. Mi lehet ennek oka?

Ha a magyar adatok a V4-ekben és Ausztriában érvényesülő tendenciát követték volna, akkor
a járvány egyes napjaiban a fertőzöttek száma az alábbiak szerint alakult volna (a V4 országok és Ausztria legkisebb és legnagyobb értékeivel számolva, lásd az alábbi táblázatot). Hozzá kell tennünk, hogy egy ilyen összehasonítás lehetséges, nem hibás, mivel a járvány első szakaszában az adott ország népessége nem játszik szerepet abban, hogy a járvány kiindulása utáni x napon mennyi fertözött volt, illetve mennyi fertőzött várható. Ezek a különbségek csak a járvány második, un. “telítődési” szakaszában lesznek fontosak. De ettől a szakasztól még nagyon messze vagyunk. Szóval, ha a magyar adatok követnék a V4-es országok és Ausztria adatait, akkor az alábbiak lettek volna /lennének attól a naptól fogva, hogy a fertözöttek száma elérte, vagy meghaladta a tíz főt:

Adatok forrása: https://github.com/CSSEGISandData/COVID-19/ és

https://www.worldometers.info/coronavirus/#countries

Mi lehet ennek az oka? Kevés adat áll rendelkezésre még e kérdés megválaszolásához, de néhány feltevéssel/hipotézissel már most is élhetünk:

1. A társadalmi távolságtartás (iskolák bezárása, szórakozóhelyek nyitvatartásának korlátozása, nagyobb rendezvények megtiltása, stb.) intézkedései valamint a “Maradj otthon!” kampány hatására a társadalmi kapcsolatok erősebbben hatottak az emberek viselkedésére Magyarországon, mint a többi V4 országan, vagy Ausztriában.

2. De az is lehet, hogy ugyanazon, vagy akár gyengébb erősségű döntések (Magyarországon nincs részleges kijárási tilalom, míg máshol, Ausztriában, Csehországban már van, lásd itt) Magyarországon jóval nagyobb hatásfokkal csökkentették a személyes társadalmi kapcsolatokat.

3. A magyar állampolgárok sokkal fegyelmezettebbek mint az osztrákok, csehek, szlovákok, vagy lengyelek. Jobban, erősebben bíznak a magyar kormányban, mint a többi ország polgárai a saját kormányaikban és ebből kifolyóan hatékonyabban tudnak fellépni a járvány terjedése ellen.

4. De az is lehet, hogy az egészségügyi előírásokat tartják be jobban és szélesebb körben (pl. rendszeres kézmosás), mint a többi országok polgárai.

Teljesen más magyarázattípus lehet az, ha a regisztrált fertőzöttek számára vonatkozó hivatalos adatok érvényességének (validity) és megbízhatóságának (reliability) különbségeit állítjuk a középpontba. Az érvényesség azt jelenti ebben az esetben, hogy a regisztrált fertőzöttek hivatalos adatai mennyire tükrözik a valós helyzetet (mindenkit, akit nyilvánvalóan lehetne / kellene regisztrálni, azokat a hatóságok ténylegesen regisztrálják-e). Vagy másképpen: vannak-e szisztematikus különbségek az egyes országok között, amelyek a fertőzöttek  hivatalos regisztrációjára vonatkoznak (egy országban pl. olyan fertőzötteket is “észrevesznek”, regisztrálnak, akik egy másik országban “nem láthatók”, kimaradnak a regisztráltak köréből). A fertőzöttek regisztrációja soha sem lehet teljesen pontos. A tökéletes pontosság (accuracy) ebben az esetben nem megvalósítható. Milyen torzító tényezőkkel kell számolni, ha a regisztrált fertőzöttek hivatalos adataira tekintünk? Az alábbiakra gondolunk:

5. Egy ország egészségügyi rendszerének fizikai kapacitásai annyira rosszak, hogy a lakosság bizalma megrendült ezekben. Ezért azok sem jelentik be a fertőzésgyanút a koronavírus fertőzésre utaló tünetek megjelenése után háziorvosuknak, akik amúgy fertőzöttek. Abban reménykednek, hogy náluk a fertőzés enyhe lefolyású lesz és az esetek többségében talán így is van. Lehet, hogy ez a viselkedés erősebb Magyarországon, mint a többi országban?

6. Egy ország kevés COVID-19 tesztet végez, a klinikai kutatások eredményeinek ellentmondó tesztelési protokollt használ és ezért ezen ország számára azok a fertőzöttek rendre láthatatlanok lesznek, amelyeket egy, a lakosságarányban többet tesztelő, a a klinikai kutatások eredményeinek megfelelő tesztelési protokollt használó ország hatósága már megfigyelnek. Ez a minta torzítás (sampling bias) aztán egy idő után egyre nyilvánvalóbb lesz, egyre láthatóbbá válik. Minél kevesebb teszter végez egy ország, annál nagyobb a nem regisztrált fertőzöttek / regisztrált fertőzöttek arány. Magyarország lakosságarányosan sokkal kevesebb tesztet végez, mint a többi visegrádi ország (itt és itt).  Kevesebbet (30,8 teszt 100.000 főre) mint Románia (42,7), vagy Szlovákia (50,1). Lehet, hogy ebből fakadnak a regisztrált fertőzöttek számának alakulásában mutatkozó különbségek?

Egyszerű ennek az igazsága: “Amit nem figyelünk meg, az nincs.”

7. A regisztrált fertőzöttek számának figyelembe vétele természetesen függ az állami intézményrendszer jóságától, integritásának fokától. Az általában gyengébben (pl. inkonzisztens procedúrákkal) működő hivatalok nem képesek magas megbízhatóság (reliablity) mellett adatokat produkálni. Sorozatosan és rendszeresen “mellélőnek”. Eképzelhető, hogy most olyan stádumban van egy ország intézményrendszere, hogy egy másik országhoz képest rendszeresen alábecsli a regisztrált fertőzöttek számára vonatkozó adatokat. Aztán egy idő múlva meg felül fogja becsülni ezeket. Lehet, hogy ez erősebben érvényesül Magyarországon, mint a többi országban?

8. Elképzelhető ezen túl az is, hogy egy ország kormánya félelmében az adatok meghamisítása mellett dönt (pl. szándákosan úgy alakítja ki a számbavételi procedúrát, hogy így nem vesz figyelembe egyes fertőzötteket, nem számolja bele őket a statisztikába, és ha következetes, akkor a fertőzésben meghaltak számát is lefelé módosítja, stb.).  Egy ilyen magatartás valószínűsége rendkívül kicsi.

Visszatérve a járvány terjedésének a magyar adatokban és a másik négy ország adataiban mutatkozó különbségeire, azt gondoljuk, hogy az 1-7 pontokban említett okok érvényesülését nem lehet a priori kizárni. Logikai úton a 8. magyarázatlehetőséget sem lehet elvetni. Ennek lehetőségére egyébként több történeti példa is figyelmeztet (pl. a szovjet hatóságok magatartása a csernobili atomkatasztrófát követően). A fenti magyarázatok cáfoláta, vagy megerősítése csak az adatok, az adatfelvételi procedúrák, a tesztelések száma és a megfigyelt esetek száma közötti összefüggések részletes elemzése után lehetséges.

***

2020. március 21.

Az eddigi adatokból sajnos úgy tűnik, hogy Magyarországon is tíz naponta fog tízszereződni a
regisztrált fertőzöttek száma. A ténylegesen fertőzöttek száma ennél jóval több lehet a látencia miatt. Az ábra szerint a regisztrált fertőzöttek száma tízszereződik kb. tíznaponként. A magyar kormány felelőssége az, hogy időben hozza-e meg azokat az intézkedéseket amelyek a járvány terjedését lassítani tudják. Ezek között most az alábbiak a legfontosabbak:

# a betegekkel, idősekkel közveltenül érintkező egészségügyi és a szociális dolgozó mindegyikének haladéktalan ellátása védőfelszereléssel (védőruházat és FFP3-as maszk). Ez a feltétel akkor teljesül, ha egy egészségügyi és szociális dolgozó sem mondhatja azt, hogy számára nem biztosították megfelelő védőfelszerelést.

# az egyszer használatos védőfelszereléses rendszeres pótlása, hogy az egészségügyi és szociális dolgozók a munkájukat folyamatosan és biztonságosan végezhessék;

# a koronavírus tesztek számának haladéktalan megtöbbszörözése. Lakosságarányosan legalább annyi teszt elvégzése, mint Ausztriában (lásd itt);

# a koronavírus járvány területi adatainak haladéktalan publikálása;

# a koronavírus járvány során hozott intézkedései hátterét adó tudományos elemzések, szakértői vélemények haladéktalan publikálása, hogy ezeket a tudományos, szakértői közvélemény meg tudja vitatni. A nyitvánosság, a nyílt tudományos vita fontosságát húzzák alá szövetséges kormányoknak a  II. világháború alatt hozott döntéseinek tudományos elemzése (lásd itt).  A magyar kormány vegye figyelembe a tudományos elemzések eredményeit.

# élő és on-line sajtótájékoztatók a sajtó számára, hogy a sajtó képviselői közvetlenül feltehessék a kérdéseiket a járvány elhárításán dolgozó kormányzati munkacsoport számára. (Ez nem lehetetlen. Lengyelországban például a PiS kormány már két hete így, ilyen módon tájékoztatja a sajtót.)

# a társadalmi távolságtartást célzó újabb intézkedéseinek bevezetése (pl. részleges kijárási tilalom a járványban leginkább érintett városok, körzetek esetében, szórakozóhelyek teljes bezárása);

***

2020. március 21.

Reménykeltő, hogy Olaszországban csökken az új fertőzöttek számának aránya az összes fertőzött számához képest: [(f(t) - f(t-1))/f(t)] ahol f(t) a fertőzöttek kumulatív száma az első regisztrált fertőzött bejelentésétől számított t-edik napon.

Az olasz és spanyol helyzetre vonatkozó két ábra (pdf)

***

2020. március 20.

A COVID-19 járvány halálos áldozatainak száma meredeken emelkedik az európai országokban tíz naponta tízszereződik a világban (halottak száma attól a naptól számítva, amikor a halottak száma elérte, vagy meghaladta a tíz főt). A járvány természetéből következően sajnos ez Magyarországon sem lesz másként. A kérdés, hogy mennyire lehet lassítani. A magyar kormány milyen hatékony, tényekre, elemzésekre alapozott intézkedéseket fog hozni, amelyek a járvány terjedésének lassítását, az emberi életek védelmét szolgálják.

***

2020. március 19.

A CRCB igazgatójának cikke a g7.hu portálon:

Együttműködés. Önzetlenség. Készüljünk a legrosszabbra!

https://g7.hu/kozelet/20200319/egyuttmukodes-onzetlenseg-keszuljunk-a-legrosszabbra/

***

2020. március 15.

Az ábrán a koronavírussal fertőzöttek számának alakulása látható a visegrádi országokban és Ausztriában attól a naptól fogva, hogy az adott országban meghaladta a fertőzöttek száma a 10 főt. Az ábra vízszintes tengelyén a napok száma látható ettől, a kiinduló naptól számítva. Ez a kiinduló nap nem feltétlen ugyanaz a naptári nap, mivel az egyes országokban más-más napokon léphette át a fertőzöttek száma a 10 főt. Az ábra függőleges tengelyén pedig a fertőzöttek számának tízes alapú logaritmusa látható. Itt az 1 azt jelenti, hogy 10 fertőzött volt, a 2 azt, hogy 100 fertőzött volt (10*10=100), és 3 azt, hogy 1000 fertőzött (10*10*10=1000). Ausztria trendje a leghosszabb, mert itt haladta meg először (2020. február 20-án) a fertőzöttek száma a tízet. Az ábrán jól látszik, hogy Ausztria, Magyarország, Lengyelország, Csehország esetében a fertőzöttek számának alakulása szinte azonos trendet követ. Ez azt is jelenti például Magyarország esetében, ha a magyar trend nem változik, és továbbra is követi az osztrák trendet, akkor a fertőzöttek száma tíz nap múlva 500 fő körül lesz Magyarországon. Természetesen sok tényezőtől függ ez: például az elvégzett koronavírus tesztek száma, az egészségügyi dolgozók számára megfelelő védőfelszerelés biztosítása, a társadalmi érintkezés csökkentésére irányuló kormányzati lépések (tömegközlekedés leállítása, templomok plázák bezárása, külföldről érkezetteknek otthoni karantén előírása és a karantén betartásának ellenőrzése, stb. ) a higéniai előrások, gyakori kézmosás betartása is közrejátszik ebben. Dél-Koreai tapasztalatok arra mutatnak, hogy Magyarországon haladéktalanul szükség lenne az egész lakosság számára elérhető gyorsteszt feltételeinek megteremtésére és a lakosság tesztelésére.

***

2020. március 15.

A CRCB igazgatójának cikke a g7.hu portálon:

A COVID-19, függvények és kormányzati lépések

https://g7.hu/adat/20200311/a-covid-19-fuggvenyek-es-kormanyzati-lepesek/

***

2020. március 15.

A CRCB közleménye

A koronavírus járvány okozta rendkívüli helyzetben a CRCB úgy gondolja, hogy minden adatelemzéssel, statisztikával, folyamatok modellezésével, társadalomkutatással foglalkozó magyar kutatónak ki kell állnia a magyar állampolgárok mellett.

Adatok közlésével, újságcikkek írásával, elemzések készítésével arra kell törekednünk, hogy elősegítsük a magyar állampolgárok tisztánlátását. Azt, hogy a magyar állampolgárok minél frissebb, nemzetközi adatokra, elemzésekre épülő információkkal rendelkezzenek a járványról, a járvány elleni fellépés hatékony eszközeiről.

Ezért itt, a CRCB honlapján rövid kommentek kíséretében a járvánnyal kapcsolatos ábrákat mini-elemzéseket, cikkeket közlünk a lakosság tájékoztatása érdekében.

Abstract

This paper focuses on the measurement of institutional convergence in the new EU member states and four Southern European EU member countries. Previous studies have used perception data or expert surveys at the country level to quantify institutional convergence. We present a new method that is based on hard micro-level data. Our approach focuses on control of corruption risks in public procurement in European countries. We use a contract-level dataset from 2006 to 2018 with more than 3.6 million observations downloaded from the European Union TED database. We consider control of corruption risks as a proxy for or aspect of institutional quality, and the countries with high institutional quality (high ability to control corruption) as a benchmark to measure differences in test country performance. Our results partially support earlier research on the poor performance of Southern European EU countries and show the considerable differences in institutional convergence between the new EU member states. Slovakia, Estonia and Lithuania have achieved strong institutional convergence and by now have reached high institutional quality in control of corruption risks. Meanwhile, Poland has attained some convergence, but its institutional quality still remains relatively weak. Latvia has shown certain stability in this regard. Other countries like Hungary, the Czech Republic and Romania have had a low level of convergence starting with weak initial institutional quality. Thus, they now have institutions with a weak or moderate ability to control corruption risks. Slovenia and Bulgaria have displayed the weakest performance, with divergence from the benchmark countries. These findings show that institutional reforms at the national level matter and that EU policies promoting these measures are necessary but not sufficient conditions for successful institutional convergence.

Összefoglalás

A tanulmány az Európai Bizottság megrendelésére készült. A tanulmány az új EU tagállamok és négy dél-európai ország intézményi konvergenciát vizsgálja. A korábbi kutatások általában szakértői vélemények, lakossági vagy vállalati felmérések adatai alapján, alapvetően az intézményekről alkotott véleményekre koncentrálva vizsgálták egy-egy ország intézményi minőségét és az országok közötti intézményi konvergenciát. A CRCB egy új módszert mutat be, amely kemény adatok alapján elemzi ezt a kérdéskört. Elemzésünkben közbeszerzési szerződések adatai alapján a korrupciós kockázatok kontrolljára koncentrálunk. A 2006-2018 közötti adatokat tartalmazó EU TED adatbázisának adatait használjuk fel, több mint 3,6 millió közbeszerzés adatát. Az gondoljuk, hogy a korrupciós kockázatok kontrolljának szintje egy jó mutatója az intézményi minőségnek. A jó intézményi minőségű (alacsony korrupciós kockázatú) országok adatait mint kiindulópontot (benchmark) használjuk. Ehhez a szinthez viszonyítva mérjük az egyes országok eltéréseit és az eltérések változását, elemezzük az országok intézményi konvergenciáját. A kapott eredmények megerősítik más kutatásoknak a dél-európai országok rossz intézményi minőségére és az új EU tagországok közötti jelentős különbségekre vonatkozó eredményeit. Az intézményi minőségben Szlovákia, Észtország és Litvánia esetében jelentős javulást és erős konvergenciát látunk, ami azt is jelenti, hogy az utóbbi években a korrupció kontrolljának szintje ezen országokban már megfelel a legfejlettebb országokénak. Lengyelország esetében kismértékű konvergencia figyelhető meg, de az intézményi minőség még mindig nagyon gyenge. Lettországban éppen ellenkezőleg: alig volt konvergencia az időszak alatt, de az időszak egészében elég jó volt az intézményi minőség. Más országok, mint Magyarország, Románia vagy Bulgária alacsony mértékű konvergenciával és gyenge intézményi minőséggel jellemezhetők. Ebben a tekintetben Szlovénia és Csehország külön eset: inkább divergencia (a legjobb intézményi minőségű országoktól való távolodás) jellemzi. Az eredmények aláhúzzák az egyes országok szintjén megvalósított intézményi reformok fontosságát és azt, hogy az EU szintjén megfogalmazott előírások, ajánlások, politikák csupán szükséges, de nem elégséges feltételei a tagországok sikeres intézményi konvergenciájának. Ebben a nemzeti kormányok magatartása, politikája a döntő.

Presentation at the Budapest Science Meetup, December 12, 2019 (pdf)

A Budapest Science Meetup-on 2019. december 12-én elhangzott előadás (pdf)

Tóth István János. 2019. Intézményi reformok és intézményi minőség. Közbeszerzési hatóságok adatközlési gyakorlatának empirikus elemzése. CRCB Short Papers 2019: 1. Budapest: CRCB.

Abstract

In this study, we analyze the data disclosure quality of public procurement authorities concerning public tenders in 112 countries based on an empirical survey from 2018 conducted by the Corruption Research Center Budapest. We examine how data disclosure practices are linked to the level of and changes in government effectiveness in a given country. For this purpose, we use an index which measures the quality of data disclosure (Index of Data Availability, IDA), and two indicators from the Transparency International (TI CPI) and the World Bank (Control of Corruption and Government Effectiveness). The results demonstrate that more complete and more easily accessible information on a public tender, as an element of institutional reform, is linked to the improvement of government efficiency. The institutional reforms improve the ability of a government to control corruption in a more effective way and increase government efficiency. The results also point out that it is possible to measure and analyze the quality of institutions based on hard data, i.e., based on objective indicators.

Paper in Hungarian (pdf)

2019. október 2.

A CRCB 2018. január 19-én hozta nyilvánosságra a „Bangladesh, Zambia & Hungary. Data publication practice of the Hungarian Public Procurement Authority. CRCB Research Notes: CRCB-RN/2017:3” című angol nyelvű elemzését. A tanulmányban bíráltuk a magyar Közbeszerzési Hatóság (KH) adatközlési gyakorlatát, rámutattunk, hogy több szerződés adata hibásan jelenik meg a KH honlapján, és összehasonlítottuk a magyar honlapot Zambia és Banglades közbeszerzési hatóságainak honlapjaival. Ennek eredményeként megállapítottuk, hogy miközben például Zambia esetében rendezett adattáblákban le lehet tölteni a közbeszerzési szerződések adatait (itt), addig a magyar honlap esetében erre nincs mód.

2018. novemberben – immár harmadjára – a KH bírósági keresetet adott be a CRCB ellen, az általunk írt tanulmányban foglaltak miatt. Az előző két keresetet a bíróság formai okok miatt elutasította (itt és itt). A 2018. novemberben beadott keresetben a KH kifogásolta az általunk alkalmazott empirikus kutatási módszereket és jóhírnevét megsértőnek ítélte a szóban forgó tanulmányban megfogalmazott, a KH adatközlési gyakorlatát bíráló állításainkat (itt: 1-10. oldal).

A KH harmadszorra benyújtott keresetének bírósági tárgyalására azonban — a CRCB nem szándékos mulasztásából adódóan – nem került sor. A CRCB ugyanis egy adminisztratív hiba folytán a KH keresetében foglaltakat cáfoló ellentmondását és ellenkérelmét (itt) csak a törvényes határidő lejárta után adta be a bíróságra. Ebből fakadóan érveinket a bíróságon nem mondhattuk el.

Ilyen esetekben a bíróság az ítélettel egyenértékű un. „bírósági meghagyást” bocsát ki. Ebben hivatalból, tárgyaláson kívül helyt ad a felperes keresetének, annak érdemi vizsgálata nélkül. A bírósági meghagyás jogerőre emelkedett, az ügyben formális döntés született, azaz a bíróság nem vizsgálta, hogy a CRCB, mint alperes a szóban forgó tanulmányban valóban tett-e valótlan tényállításokat, illetve megsértette-e a felperes jóhírnevét. E kérdésekben nem foglalt állást. A bíróság kizárólag eljárásjogi okokból döntött úgy, hogy helyt ad a felperes keresetének: a törvény nem teszi lehetővé, hogy a bíróság érdemben, tartalmilag vizsgálja az ügy iratait.

A kibocsátott bírósági meghagyásban a bíróság felszólította a CRCB-t, hogy (i) a KH által kifogásolt tanulmányt vegye le a honlapjáról; (ii) helyezzen el ott egy, a bírósági meghagyás által előírt tartalmú közleményt, (iii) fizessen be a felperes számára 1.000.000,00 (egymillió) forint sérelemdíjat és fizesse meg a 127.000,00 (százhuszonhétezer) forint perköltséget.

A CRCB tiszteletben tartja a magyar törvényeket, a bíróság végzését és minden, a bírósági meghagyásban felsorolt kötelezettségének eleget tett.

Mindezzel együtt kijelentjük, hogy a CRCB tanulmányában nem követte, nem követhette el azokat a tetteket (adatmanipuláció, adathamisítás, stb.) amivel a KH keresetében minket vádol. Ezt bizonyítandó hoztuk nyilvánosságra a per minden fontosabb dokumentumát (itt), közöttük a KH keresetét (itt) és a CRCB ellenkérelmét, az előbbire adott részletes, az előbbit pontról-pontra cáfoló, a vádakat visszautasító válaszát (itt).

Továbbra is az a véleményünk, hogy nem helyénvaló, ha egy tudományos publikációt egy állami intézmény bírósági úton támad meg, mert helyteleníti az abban foglalt, az intézményt ért szakmai kritikákat. Egy ilyen eljárás amellett, hogy abszurd, sérti a tudomány szabadságát, és mint ilyen, ellentmond Magyarország Alaptörvényének is. Egy állami intézmény működésével kapcsolatos nézeteltérések természetesek és szükségesek. Az eltérő nézeteket képviselők közötti tisztázó viták az adott ország polgárainak jólétét szolgálják. Az ilyen vitákat pedig nem a bíróságokon, hanem szakmai fórumokon kell lefolytatni. Minden olyan lépés, amely a kritikus vélemények elhallgattatására, az ezeket hangoztatók megbélyegzésére irányul, rontja a polgárok jólétét és az adott ország intézményeinek gyengüléséhez vezet.

Természetesen a CRCB folytatja munkáját a jó kormányzás, a gazdasági intézmények és a gazdasági szereplők magatartása közötti összefüggések kutatásában.

Biztosak vagyunk abban, hogy a közeli, vagy távoli jövőben Magyarországon is eljön az az idő, amikor a közbeszerzések nyilvántartásáért felelős hatóság rendszeresen közölni fogja honlapján a közbeszerzési szerződések minden adatát rendezett és letölthető formában, megnyitva ezzel az utat a korrupciós kockázatok pontosabb és mélyebb statisztikai elemzése felé. Ez a dolgok rendje.

Kérjük támogasson minket, hogy ezt a munkánkat folytatni tudjuk, és járuljon hozzá 1000, 2000, 3000 vagy akár 5000 forinttal, hogy a bírósági meghagyás által előírt, és a CRCB által befizetett 1.127.000,00 forintot teljes egészében kutatási programjaink finanszírozására fordíthassuk.

A CRCB közleménye magyarul (pdf)

Támogatás  Pay Pal -on keresztül vagy bankátutalással:

A cég neve: CRCB Nonprofit kft.
A számlavezető bank neve: CIB Bank Zrt.
A CRCB számlaszáma: 10700079-25831300-51100005

Kérjük az alábbi szöveget írják megjegyzésként:
“Zambia és Magyarország”

Euro átutalás esetén:
EUR: 10700079-25831300-50000005
IBAN: HU72 1070 0079 2583 1300 5000 0005
SWIFT kód: CIBHHUHB

Amerikai dollár átutalás esetén:
USD: 10700079-25831300-50100005
IBAN: HU72 1070 0079 2583 1300 5010 0005
SWIFT kód: CIBHHUHB

A támogatási kampányunk sikerrel zárult 2019. december 21-én.

Köszönet azon magyar magánszemélyeknek, cégeknek és egy alapítványnak (összesen 120 támogatónak), akik támogattak minket és szolidárisak voltak a CRCB-vel e perrel összefüggésben,  és nem tartották természetesnek azt, hogy egy állami intézmény bepereljen egy független kutatóműhely annak tudományos publikációjáért.

2019. október 1-től 2019. december 21-ig összegyűlt 1.127.000 forint támogatóinktól.  A legkisebb támogatás 1.000 forint a legnagyobb 100.000 forint volt. A  medián összeg 5.000 forint, az átlag 9.391 forint.

Minden támogatónknak köszönjük a szolidaritását és a támogatását!

A pénzgyüjtési kampányban részt vett és ennek keretében a CRCB-t 100.000 forinttal támogatta a Tisztességes és Igazságos Társadalomért Alapítvány (https://www.facebook.com/tisztessegesigazsag/)

April 26, 2020

Crony System in Hungary

This video presents some new results of an ongoing research project of the CRCB.
The research project is supported by Hungarian citizens and Hungarian companies.

***

September 12, 2019

Toth, I. J. – M. Hajdu. 2019. Cronyism in Hungary. An empirical analysis of public tenders 2010-2018.

Presentation in the workshop of IWE HAS

The slides of the presentation: pdf

2019. szeptember 10.

A közbeszerzési adatok rendezett formában, adattáblában való közlésével a CRCB segíteni szeretné a magyar állampolgárok tájékozódását.

Véleményünk szerint az az adatközlési forma a legjobb, amely áttekinthető és megkönnyíti a szerződés szintű adatok statisztikai elemzését. Mindez a transzparenciát és korrupció elleni fellépést szolgálja. A transzparencia ugyanis nagyon fontos eszköz a korrupció elleni fellépésben. Minél átláthatóbb a közbeszerzési szerződések adatainak közlése, annál több elemzés végezhető el ezek alapján, és minél több elemzés, adat áll rendelkezésre, annál inkább kimutathatók az összejátszásra és a korrupcióra utaló jelek.

Ennek megfelelően egy, az elemzésekre alapozott ellenőrzési stratégia növelni képes a korrupt szereplők lebukási valószínűségét. A bűnelkövetésre (közöttük az adócsalásra és a korrupcióra) vonatkozó közgazdasági elemzések a bűnelkövetés elleni fellépésben kitüntetett szerepet tulajdonítanak két tényezőnek: a büntetés mértékének és a lebukási valószínűségnek. Ezek együttesen határozzák meg a korrupció költségeit.

Az elméleti és empirikus kutatások arra hívják fel a figyelmet, hogy e két tényező közül igazán a lebukási valószínűség növelése tud hatékony lenni egy kormányzat számára a bűncselekmények – és ezen belül a korrupt magatartás – visszaszorításért folyó küzdelemben.

A közbeszerzési szerződések adatainak egyszerű, rendezett formában történő közzétételével a korrupt tevékenységek felderítéséhez kívánunk hozzájárulni. Jelesül ahhoz, hogy sem az EU-tól kapott támogatásoknál, sem a magyar adófizetők pénzéből megvalósult projekteknél ne lehessen, illetve csak kisebb mértékben lehessen korrupt közbeszerzéseket lebonyolítani.

A CRCB tudatosan közli az általunk létrehozott közbeszerzési adatbázisból – amely több mint 200 ezer közbeszerzési adatait tartalmazza rendezett formában – a 2005-2018-as időszak adatait, és nemcsak a 2010-2018-as, vagy csak a 2014-2018-as adatokat. Egyrészt az EU finanszírozásokkal kapcsolatos korrupciós kockázatok legteljesebben a 2005-2018-as adatokon vizsgálhatók. Másrészt aki csak a Gyurcsány-, vagy a Bajnai kormány ideje alatti korrupciós kockázatokra kíváncsi, az így kiválaszthatja a 2005-2009-es korszakot. Mi úgy véljük, hogy jobb a 2005-2018 közötti időszak egészét figyelembe venni, mert így tudjuk jól megvizsgálni a tendenciákat, azok változásait, és így azt, hogy az egyes kormányok alatt hogyan alakult a verseny erőssége és a korrupciós kockázatok szintje a magyar önkormányzatok közbeszerzéseinél.

2019 szeptember 5.

Az alábbiakban a magyar állam egy intézménye, a Közbeszerzési Hatóság (KH) által egy tudományos műhely (CRCB) ellen indított bírósági eljárás részleteit ismertetjük. A KH, azaz egy állami intézmény, megtámadott egy független kutatóműhelyt egy tudományos publikációja miatt, mert jó hírnevének megsértéseként értelmezte a publikációban alkalmazott módszereket, és a publikációban megfogalmazott, az állami intézményt ért kritikus állításokat. Az ügyhöz hozzátartozik az a kontextus is, amelyben ez az eseménysor létrejött: az adott intézmény sajátos elképzelése a jó államról és a kutatói szabadságról, az ügy történelmi előképei, és általában a tudomány szabadságának helye egy illiberális demokráciában, a mai Magyarországon — ezek mind-mind részei ennek a történetnek. A történeti hitelességért és, hogy mindenki előtt világos legyen e történet abszurditása, az alábbiakban a perrel kapcsolatos minden fontosabb dokumentumot (a felperes keresete, a bírósági meghagyás, bírósági végzések, az ügyvéd felszólító levele, a CRCB, mint alperes igazolási kérelme, ellentmondása és ellenkérelme, stb.) nyilvánosságra hozunk.

A CRCB közleménye magyar nyelven, 2019. szeptember 5. (pdf)

Dokumentumok (időrendi sorrendben)

Ahol szükséges volt, a per dokumentumait anonimizáltuk.

[1] A Fővárosi Törvényszék végzése a Közbeszerzési Hatóság keresetének elutasításáról, 2018. július 16.
(pdf).

[2] A Fővárosi Törvényszék végzése a Közbeszerzési Hatóság keresetének elutasításáról, 2018. szeptember 25. (pdf).

[3] A Fővárosi Törvényszék végzése a Törvényszék 3. sorszám alatti végzésének jogerőre emelkedéséről, 2018. december 6. (pdf).

[4] A Közbeszerzési Hatóság keresete, 2018. november 23. (pdf).

[5] A Fővárosi Törvényszék végzése a Közbeszerzési Hatóság keresetéről amiben felhívja a CRCB-t, mint alperest, hogy a kézbesítésről számított 45 napon belül terjesszen elő írásbeli ellenkérelmet, 2018. december 19. (pdf).

[6] A Fővárosi Törvényszék által kibocsátott bírósági meghagyás, 2019. március 5. (pdf).

[7] A Fővárosi Törvényszék végzése a bírósági meghagyás jogerőre emelkedéséről, 2019. március 28.  (pdf).

[8] Ügyvédi felszólítás, 2019. április 16. (pdf)

[9] A CRCB igazolási kérelme, ellentmondása és írásbeli ellenkérelme, amelyet benyújtott a Fővárosi Törvényszékre, 2019. április 30. (pdf)

[10] A CRCB cégkapumegbízott nyilatkozata, 2019. április 30. (pdf)

[11] A Fővárosi Törvényszék végzése a CRCB igazolási kérelmének és ellentmondásának elutasításáról, 2019. május 13. (pdf).

[12] A CRCB fellebbezése a Fővárosi Törvényszék végzése ellen, 2019. május 16. (pdf).

[13] A Fővárosi Ítélőtábla végzése a CRCB fellebbezésének elutasításáról, 2019. július 10. (pdf).

A CRCB az üggyel kapcsolatos eddigi sajtóközleményei (időrendi sorrendben):

[PR1] Sajtóközlemény angol nyelven, 2018. szeptember 24. (pdf)

[PR2] Sajtóközlemény angol nyelven, 2018. október 17. (pdf)

[PR3] Sajtóközlemény angol nyelven, 2018. november 14. (pdf)

in April 2019 from 9:00 to 13:30 at Mozsar Coffee (Budapest, Nagymező u. 21.)

A conference organized by the CRCB with the support of commonfare.net and the EU

Citizens, grassroots initiatives and movements, as well as NGOs, think tanks and institutes have stepped up to support good governance from the bottom up. In the conference we would like to present several actors and several activities which have different professional background and they use different methods to achieve the same goal and we want to create a forum for exchange of ideas on experiences, barriers and good practices. How can the data disclosure, the empirical analysis based on hard data, or the data-driven journalism help to increase the transparency, promote the integrity in state institutions and consequently contribute to good governance.

The programme of the conference (pdf):

Registration: 9:00-9:10
Opening remarks by Istvan Janos Toth (CRCB) 9:10-9:15

Maja Pleic (CMS): Experience with Commonfare and good governance from the bottom up (pdf)
Q/A

Miklós Ligeti (TI Hungary): The significance of freedom of information tools in fighting corruption (pdf)
Q/A

András Pethő (direkt36.hu): How we combined digital and traditional reporting tools to uncover secrets of the controversial Hungarian residency bond scheme
Q/A

Tamás Bodoky (atlatszo.hu): Online tools, data journalism and data visualisation to promote transparency, accountability, and freedom of information (pdf)
Q/A

Break

Márton Kasnyik (g7.hu): The role of data-driven journalism in enforcing the integrity of the state (pdf)
Q/A

Sándor Léderer (K-Monitor): Civic tech solutions for transparency (pdf)
Q/A

Petra Reszkető (Budapest Institute): On the learning curve – the could-be good, the bad, and the ugly (pdf)
Q/A

István János Tóth (CRCB): Zambia, Bangladesh & Hungary. The role of data disclosures in transparency and a brief story of a lawsuit. (pdf)
Q/A

Break

What should we do? What can we do? – Round table with Tamás Bodoky (atlatszo.hu), Márton Kasnyik (g7.hu), Sándor Léderer (K-Monitor), Mikós Ligeti (TI), Péter Magyari (444.hu), Maja Pleic (CMS), Petra Reszkető (BI), István János Tóth (CRCB)

pictures:

The conference is organized by the Corruption Research Center Budapest (CRCB Nonprofit ltd.) with support of commonfare.net and the EU.

Commonfare.net is developed thanks to the project PIE News that has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 687922.