22 Center za O mednarodne odnose e CM nalizA ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV MARKO LOVEC (UR.) Marko Lovec (ur.) ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Elektronska knjižna zbirka Analize CMO / CIR Analyses Urednica: Andreja Jaklič Uredniški odbor: Sabina Kajnč Lange, Matija Rojec, Ana Bojinović Fenko Izdajatelj in založnik: Fakulteta za družbene vede, Založba FDV Za založbo: Iztok Prezelj, dekan Ljubljana 2021 To delo je ponujeno pod licenco Creative Commons Priznanje avtorstva-Deljenje pod enakimi pogoji 4.0 Mednarodna licenca. / This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. Recenzentki: Andreja Pegan in Mateja Koveč Jezikovni pregled: Barbara Korun Oblikovanje: Luka Kaše Dostopno prek: http://knjigarna.fdv.si Monografija predstavlja rezultate ciljnega raziskovalnega projekta Zasnova informacijskih rešitev za odločanje o (skupni) kmetijski politiki na podlagi podatkov (CRP ITzaSKP), ki sta ga financirala Ministrstvo za kmetijstvo, gozdarstvo in prehrano in Javna agencija za raziskovalno dejavnost Republike Slovenije (V5-1810). DOI: 10.51936/978961295-005-7 Kataložni zapis o publikaciji (CIP) pripravili v Narodni in univerzitetni knjižnici v Ljubljani COBISS.SI-ID 89034755 ISBN 978-961-295-005-7 (PDF) MARKO LOVEC (ur.) Odpiranje podatkov v slovenskem kmetijstvu za odločanje na podlagi dejstev Ljubljana, 2021 5 KAZALO SEZNAM POGOSTIH KRATIC ..........................................................................................7 UVOD ....................................................................................................................................10 KONTEKST: SKUPNA KMETIJSKA POLITIKA OD INTERESNE DO INTERVENCIJSKE LOGIKE (Marko Lovec) ....................................................................................................................17 UVOD ............................................................................................................................... 17 KMETIJSKI TRGI IN POLITIKE .................................................................................. 17 SKUPNA KMETIJSKA POLITIKA ............................................................................. 19 REFORME SKP .............................................................................................................. 22 SKP PO LETU 2021 ...................................................................................................... 26 LITERATURA .................................................................................................................. 28 1. PONUDBA PODATKOV: PREGLED IN VREDNOTENJE JAVNIH ADMINISTRATIVNIH (MIKRO)PODATKOVNIH REGISTROV, EVIDENC IN ZBIRK PODATKOV (Marko Lovec, Janez Štebe, Maja Dolinar, Brigita Bočkaj, Maša Kerstein) 31 UVOD ............................................................................................................................... 31 PREGLED LITERATURE: PODATKOVNI VIRI NA PODROČJU GOSPODARJENJA....................................................................................................... 32 METODOLOGIJA ......................................................................................................... 39 RAZISKOVALNE IN ANALITIČNE METODE ........................................................ 50 PREGLED IN VREDNOTENJE ADMINISTRATIVNIH VIROV S PREDLOGI ZA IZBOLJŠAVE ........................................................................................................... 56 SKLEP IN SKUPNA PRIPOROČILA ......................................................................... 93 LITERATURA ................................................................................................................100 VIRI .................................................................................................................................100 PRILOGA I: PODATKOVNI INTERVJU..................................................................103 PRILOGA II: INTERVJUVANCI ................................................................................105 PRILOGA III: PREGLED JAVNIH ADMINISTRATIVNIH REGISTROV, EVIDENC IN ZBIRK PODATKOV NA PODROČJU KMETIJSTVA ................106 2. POVPRAŠEVANJE PO PODATKIH: PODATKOVNE POTREBE PRIHODNJE (SKUPNE) KMETIJSKE POLITIKE (Marko Lovec, Janez Štebe, Brigita Bočkaj, Maša Kerstein, Andrej Jamšek, Gregor Kramberger) ....................................................................................124 UVOD .............................................................................................................................124 LITERATURA: PROJEKT FLINT ..............................................................................125 PREDLOG NOVE UREDBE SKP..............................................................................138 RESOLUCIJA »NAŠA HRANA, PODEŽELJE IN NARAVNI VIRI PO LETU 2021« .............................................................................................................................150 DOBRE PODATKOVNE PRAKSE ...........................................................................155 POSVETOVANJE Z DELEŽNIKI ..............................................................................169 6 PODATKOVNA STRATEGIJA IN NAČRT .............................................................180 LITERATURA ................................................................................................................199 VIRI .................................................................................................................................200 PRILOGA I: KAZALCI SKP 2014–2020 IN OKOLJSKO-KMETIJSKI KAZALCI ......................................................................................................................202 PRILOGA II: KAZALCI VPLIVA, UČINKA IN IZVAJANJA SKLADNO S ČL.7 IN PRILOGO I PREDLOGA UREDBE .....................................................................204 PRILOGA III: KAZALCI, UPORABLJENI V CELOVITEM VREDNOTENJU SKP 2014–2020 V SLOVENIJI ................................................................................206 PRILOGA IV: PODATKI O KMETIJSTVU NA SURS...........................................209 PRILOGA V: DEFINICIJE – STRUKTURA KMG (SURS) ...................................214 PRILOGA VI: PODATKOVNE ZBIRKE, KI JIH PRI SVOJEM DELU USTVARJAJO IN/ALI UPORABLJAJO KGZS, KSS IN KMETOVALCI ........215 PRILOGA VII: PRIMER ORODJA MARK ONLINE..............................................217 3. EKSPERIMENT PODATKOVNE ANALITIKE .....................................................221 UVOD .............................................................................................................................221 ANALIZA STANJA (Blaž Zupan) ...........................................................................222 EKSPERIMENT 1: ATRIBUTIVNA VEČNAMENSKA ZBIRKA PODATKOV O KMG ZA OBDOBJE 2015–2019 (Maša Kerstein, Vesna Tanko) ..................235 EKSPERIMENT 2: ANALIZA NAPOVEDLJIVOSTI OPUŠČANJA KMETIJSKIH POVRŠIN (Andreja Kovačič) .........................................................256 OPIS IN ARHIVIRANJE PODATKOVNIH ZBIRK (Brigita Bočkaj, Janez Štebe) ............................................................................................................................261 PRILOGA: PREDLOGI DEMONSTRACIJSKIH NALOG ...................................269 ZAKLJUČEK ......................................................................................................................274 7 SEZNAM POGOSTIH KRATIC ADP Arhiv družboslovnih podatkov AKTRP Agencija za kmetijske trge in razvoj podeželja API application programming interface (vmesnik za programiranje aplikacij) ARSO Agencija Republike Slovenije za okolje BF Biotehniška fakulteta CO Organ za certificiranje CRA Centralni register akvakultur CRP Ciljni raziskovalni projekt/Centralni register prebivalstva CRPš Centralni register prašičev CPZ Centralna podatkovna zbirka CRG Centralni register goveda CRČ Centralni register čebelnjakov CRD Centralni register drobnice CRK Centralni register kopitarjev DDI Data Documentation Initiative (Pobuda za dokumentiranje podatkov) DOF digitalni ortofoto DOPPS Društvo za opazovanje in proučevanje ptic Slovenije DS delovni sklop DŽ dobrobit živali EFA ecological focus area (Ekološko ciljno območje) E(I)RŽ Evidenca (imetnikov) rejnih živali EIP European innovation partnership (Evropsko partnerstvo za inovacije) EK Evropska komisija / ekološko kmetijstvo EU Evropska unija ESUB Evidenca subjektov EVIZO Evidenca izobraževanja kmetijskih gospodarstev in podjetij FADN Farm Accountancy Data Network (Mreža knjigovodskih podatkov na kmetiji) FAIR findable, accesbile, interoperable, reusable (Možno odkriti, dostopni, interoperabilni, ponovno uporabni) FDV Fakulteta za družbene vede FFS fitofarmacevtska sredstva FLINT farm level indicators for new topic in policy evaluation (kazalci na ravni kmetije za nove teme v ocenjevanju politike) FRI Fakulteta za računalništvo in informatiko FURS Finančna uprava Republike Slovenije 8 GAEC general good agricultural and environmental conditions (dobro kmetijsko in okoljsko stanje zemljišč – DKOS) GDPR General Data ProtectionRregulation (Uredba o varovanju osebnih podatkov) GERK grafična enota rabe KMG GODAN Global Open Data for Agriculture and Nutrition (Globalno dostopni podatki za kmetijstvo in prehrano) GURS Geodetska uprava Republike Slovenije GVŽ glav velike živine GZS Gospodarska zbornica Slovenije IAKS integrirani administrativni in kontrolni sistem IT informacijska tehnologija ITzaSKP zasnova informacijskih rešitev za odločanje o SKP INSPIRE infrastructure for spatial information in the European Community (infrastruktura za prostorske podatke v evropski skupnosti) (J)KSS (javna) kmetijska svetovalna služba JRC Joint Research Center (Skupni raziskovalni center) KatMeSiNa Evidenca melioracijskih sistemov in naprav KataKoma Evidenca komasacij KGZS Kmetijsko gozdarska zbornica Slovenije KIS Kmetijski inštitut Slovenije KMG kmetijsko gospodarstvo KMG-MID enotni identifikator KMG KOPOP kmetijska, okoljska in podnebna plačila KZM Kmetijski zavod Maribor KZU kmetijsko zemljišče v uporabi MJU Ministrstvo za javno upravo MKGP Ministrstvo za kmetijstvo, gozdarstvo in prehrano MOP Ministrstvo za okolje in prostor OECD Organisation for Economic Cooperation and Development (Organizacija za ekonomsko sodelovanje in razvoj) OMD območje z omejenimi dejavniki OOTT okoljsko občutljivo trajno travinje OPSI Odprti podatki Slovenije OVE obnovljivi viri energije PDM polna delovna moč PRP Program razvoja podeželja PRS Poslovni register Slovenije RDA Research Data Al iance (Združenje raziskovalnih podatkov) RKG Register kmetijskih gospodarstev RPE Register prostorskih enot RPGV Register pridelovalcev grozdja in vina SDGs sustainable development goals (Cilji trajnostnega razvoja) 9 SIRIS Sektor za identifikacijo in registracijo ter informacijske sisteme SO standard output (Standardni dohodek) SURS Statistični urad Republike Slovenije SWOT strengths, weaknesses, opportunities, threats (prednosti, slabosti, priložnosti, tveganja) TGP toplogredni plini UE upravna enota UI umetna inteligenca UL Univerza v Ljubljani URE učinkovita raba energije UVHVVR Uprava za varno hrano, veterinarstvo in varstvo rastlin VVO vodovarstveno območje ZGS Zavod za gozdove Slovenije ZK Zemljiška knjiga Zkm zakon o kmetijstvu ZKŽP Zbornica kmetijskih in živilskih podjetij ZPIZ Zavod za pokojninsko in invalidsko zavarovanje ZRSVN Zavod Republike Slovenije za varovanje narave QR quick response (hitri odziv) 10 UVOD Kakovost odločanja, utemeljenega na dejstvih, ki je osnova sodobnih javnih politik, je odvisna od kakovosti in dostopnosti vhodnih podatkov. Digitalizacija je omogočila revolucijo zbiranja, povezovanja in obdelave podatkov, ki lahko bistveno pripomore h kakovosti politik, tako v smislu načrtovanja in izvajanja kot tudi transparentnosti, k vključevanju deležnikov in kakovosti javne razprave ter splošne informiranosti in znanja. Pri tem pa je potrebno nasloviti določene stare in nove izzive, kot so obseg in način zbiranja, obdelave, hrambe in dostopa podatkov, vključno z vidikom varovanja osebnih podatkov. Slovensko kmetijstvo je v mikropodatkovnem smislu izjemno bogat sistem, ki se skupaj z informatizacijo razvija že dve desetletji, predvsem v povezavi z vstopom v Evropsko unijo (EU) in prevzemom skupnih politik – v prvi vrsti skupne kmetijske politike (SKP). Vsebuje relativno kakovostne podatke o površinah oziroma rabi le-teh, deloma tudi o pridelavi, reji živali, predvsem goveda, pa tudi drugih vrst, o posameznih segmentih pridelave in predelave, kot je denimo vinogradni- štvo, ter seveda o vključenosti v ukrepe, dodeljevanju sredstev oziroma podpor in kontrolah. Vtis je, da je v marsikaterem pogledu sistem zbiranja podatkov za administrativne namene celo bolj podroben in dodelan kot v drugih bolj razvitih 'starih' državah članicah. Tako kot vsak drug sistem pa se tudi informacijski sistem slovenskega kmetijstva v svoji zreli fazi sooča z določenimi izzivi. Podatkovne zbirke zaradi svojega obsega postajajo zahtevne z vidika digitalne hrambe, sam podatkovni sistem pa kompleksen; izgublja se centralni pogled na razpoložljive vire in načrtovanje novih; uporabniki podatkov potrebujejo interna znanja in s svojimi potrebami obremenjujejo 'ustvarjalce podatkov'; analitični del nalog je tradicionalno podhranjen na račun administrativnih. Ti izzivi prihajajo v obdobju, ko se spreminja tudi samo okolje izvajanja politike: SKP v obdobju po letu 2023 predvideva uvajanje strateškega načrtovanja in spremljanja na ravni držav članic, ki zahteva ustrezne podatkovne podlage, hkrati s tem pa se na področju kmetijskih tehnologij dogaja intenzivna digitalna revolucija in informatizacija. Trend je tudi večje vključevanje različnih deležnikov in uporabnikov, od samih pridelovalcev, svetovalne službe, akademske sfere in nevladnih organizacij, vključno z njiho-vimi lastnimi podatkovnimi zbirkami in analitičnimi orodji, ter internacionali-zacija na vseh ravneh. Uvod 11 Pričujoča monografija temelji na rezultatih ciljnega raziskovalnega projekta (CRP) Zasnova informacijskih rešitev za odločanje o SKP (ITzaSKP) na podlagi podatkov. Namen CRP ITzaSKP je bil spodbuditi odpiranje javnih administrativnih (mikro)podatkov v kmetijstvu v Sloveniji za čim več namenov, tudi ali predvsem takšnih, ki niso bili opredeljeni pri ustvarjanju podatkov. Projekt je potekal v kontekstu novih družbenih pričakovanj in potreb na področju kmetijstva in na povezanih področjih ter v kontekstu možnosti uporabe informacijske tehnologije. Temeljil je na znanosti o podatkih – disciplinah družboslovja in informacijske znanosti. Na ta način je dopolnjeval druge sorodne projekte, večinoma s področja agrarne ekonomije, ki so zasledovali cilj uporabe podatkov za določen vsebinski cilj in/ali na določenem področju kmetijstva. Projekt za financirala Ministrstvo za kmetijstvo, gozdarstvo in prehrano (MKGP) ter Javna agencija za raziskovanje Republike Slovenije. CRP ITzaSKP je bil sestavljen iz štirih delovnih sklopov (DS): (1) pregleda javnih mikropodatkovnih virov, (2) priprave metodologije za izgradnjo analitičnih zbirk, (3) pregleda podlag in potreb ter priprave podatkovne strategije in načrta ter (4) demonstracijskih analitičnih nalog. Partnerji pri projektu so bili Univerza v Ljubljani, Fakulteta za družbene vede (UL-FDV), Center za mednarodne odnose in politološke raziskave ter Arhiv družboslovnih podatkov (ADP), Fakulteta za računalništvo in informatiko (FRI), Laboratorij za bioinformatiko, ter Kmetijsko-gozdarska zbornica Slovenije, Kmetijski zavod Maribor (KGZS-KZM). V posameznih delih projekta so z udeležbo, komentarji in prispevki sodelovali še raziskovalci na drugih JRO (Biotehniška fakulteta (BF), Kmetijski inštitut Slovenije (KIS)), na državnih in javnih institucijah (MKGP in organi v sestavi, KGZS, SURS). UL-FDV je v sodelovanju z KGZS-KZM pokrivala predvsem družbeno-podatkovne vidike (DS1 in DS3), UL-FRI pa IT vidike (predvsem DS2 in DS4). Izvajanje projekta je potekalo med oktobrom 2018 in oktobrom 2020. Pričujoča monografija predstavlja izhodišča, uporabljene metode in rezultate projekta, ki bi utegnili zanimati širšo strokovno javnost. Poleg uvoda, ki razlaga zasnovo monografije, in zaključka, ki sintetizira ugotovitve, je sestavljena iz kon-tekstualizacije obravnavane politike in treh poglavij: (I) obstoječe ponudbe podatkov, (II) povpraševanja po podatkih in (III) prikaza uporabnosti podatkovne analitike. Medtem ko so bili uvod, zaključek in kontekstualizacija napisani za namene monografije, prvo poglavje zajema posamezne rezultate družbeno vsebinskih vidikov raziskovanja v okviru DS1, drugo v okviru DS3 in tretje IT vidikov, vključno s konkretnimi aplikacijami, v okviru DS1, DS2 in DS4 (Shema 1). Pripadajoč pregled obstoječih raziskav/literature, konceptualni okvir in metodologija so predstavljeni v prvem delu vsakega izmed poglavij (I–III). Ključne ugotovitve in priporočila skladno s cilji in metodami so predstavljeni v odebeljenem tisku, večinoma na koncu poglavij. Posamezni rezultati imajo neposredno vrednost za odločevalce in (potencialne) uporabnike podatkov. V primeru I. poglavja 12 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV gre za ovrednotenje obstoječe ponudbe podatkov, v primeru II. poglavja za predlog podatkovne strategije skladno s ponudbo in povpraševanjem po podatkih, v primeru III. poglavja pa za predloge izboljšanja delovanja podatkovnih sistemov za namene podatkovne analitike, vključno z eksperimentalnimi/demonstracij-skimi primeri možnosti tovrstne analitike na podlagi obstoječih podatkov in potreb. Poglavja med drugim vključujejo posamezne priloge s sistematičnim pregledom primarnih virov, kot so podatkovni viri, kazalci in podobno. V nadaljevanju podrobneje predstavljamo zasnovo posameznih poglavij. Shema 1: Zasnova monografije Kontekstualizacija, ki jo je napisal Marko Lovec, raziskovalec na FDV, predstavlja faze razvoja SKP v prehodu od 'interesne politike' do 'politike osnovane na dejstvih'. SKP je ena izmed prvih in najbolj skupnih politik, ki je tesno povezana z razvojem evropske integracije. Poglavje predstavlja dejavnike, ki so vplivali na razvoj kmetijstva, kmetijske politike, SKP, ter proces reform SKP v zadnjih 30 letih, skozi katerega je odločanje na podlagi podatkov postalo vse bolj pomembno. Poglavje kaže na pomen relativnih stroškov in koristi posameznih interesnih skupin pri oblikovanju politike, pa tudi na spreminjajoče se kontekste, globalne (trgovinski sporazumi, okolje) in evropske (proračunska pogajanja), vključno s spremembami institucij predstavljanja in odločanja (odločanje s kvalificirano večino in soodločanje Evropskega parlamenta), kakovosti akterjev in paradigme javne politike (protekcionistična, liberalna, multifunkcionalna). Poglavje opozarja na dejavnike, širše možnosti oziroma omejitve odločanja na podlagi dejstev. Prvo poglavje je namenjeno pregledu in vrednotenju obstoječe ponudbe javnih administrativnih (mikro)podatkov v slovenskem kmetijstvu. Poglavje je plod dela Janeza Štebeta (vodja ADP), Brigite Bočkaj in Maje Dolinar (zaposleni na ADP), Maše Kerstein (doktorska študentka na FDV, MKGP) in Marka Lovca v okviru DS1. Uvod 13 Poglavje temelji na prvem tovrstnem pregledu in vrednotenju javnih registrov, evidenc in zbirk v okviru MKGP in organov v sestavi (Agencija za kmetijske trge in razvoj podeželja(AKTRP), Uprava za varno hrano, veterinarstvo in varstvo rastlin (UVHVVR)). Pregled in vrednotenje sta temeljila na treh kategorijah: vsebinski relevantnosti za različne namene uporabe (prilagojen prevzemni vprašalnik ADP), statistični kakovosti (kazalci statističnega urada RS-SURS, še posebej za administrativne vire podatkov) ter organizacijski zrelosti dajalca (standardi FAIR, OECD). Opravljen je bil pregled več kot tisoč strani t. i. priročnikov in drugih gradiv v zvezi z več kot 50 različnimi deloma medsebojno povezanimi podatkovnimi sklopi (v prilogi I. poglavja je med drugim natančen pregled javnih administrativnih registrov, evidenc in zbirk, ki so bile vključene v pregled in vrednotenje). Na podlagi tega je bilo opredeljenih sedem vsebinskih področij (subjekti, ukrepi, reja, okolje, narava, proizvodi, podeželje). Na podlagi vzorčenja za zagotavljanje reprezentativnosti (področje, MKGP in organ v sestavi, raznolikost sklopov) so bili opravljeni podatkovni intervjuji s skrbniki, informatiki in drugimi (za te namene smo prilagodili podatkovni intervju ADP za ustvarjalce/upravljalce zbirk). Rezultati pregleda in vrednotenja so ob siceršnjih razlikah znotraj posameznih sklopov, podatkovnih domen in podatkov pokazali visoko vsebinsko relevantnost podatkov oz. primarni in pogosto edini vir tako podrobnih podatkov, uporabnih za različne namene, še posebej na področjih subjektov (KMG in kmetije, nosilci) in (kmetijske) rabe površin, izvajanja ukrepov SKP in izplačil sredstev ter posameznih živali v reji in proizvodov (grozdje-vino ter nekateri trajni nasadi), ki omogočajo različne strukturne ekonomske in druge izračune. Določena posredna vsebinska relevantnost podatkov je bila opredeljena tudi na drugih področjih, predvsem v povezavi z okoljskimi in naravnimi pogoji ter zahtevami, spremembami lastništva in družbeno-demografskimi značilnostmi (demografija nosilca). Z vidika statistične kakovosti je bilo na podlagi prevzemanja podatkov s strani drugih institucij, zakonodajnih zahtev in kontrol ugotovljeno, da številni sklopi oz. deli sklopov predstavljajo najbolj točen, natančen in ročen vir posameznih podatkov. Najbolj pomanjkljiv vidik podatkov je bila organizacijska zrelost dajalca, od katalogizacije, opisa in metapodatkov, licenc, protokolov dostopa in pravic, do rešitev na področju prenosa, pregleda, analize in vizualizacije podatkov ter stika z uporabniki. Drugo poglavje je namenjeno ugotavljanju povpraševanja po podatkih v spreminjajočih se kontekstih družbenih pričakovanj, sprememb SKP, nacionalnih interesov na področju kmetijstva in potreb posameznih deležnikov ter – upoštevaje obstoječo ponudbo podatkov (na podlagi ugotovitev drugega poglavja oz. DS1) – iskanju strateških rešitev. Poglavje temelji na delu Marka Lovca, Janeza Štebeta, Brigite Bočkaj, Maše Kerstein, Andreja Jamška in Gregorja Krambergerja (slednja sta bila v času projekta zaposlena na KGZS-KZM) v okviru DS3. 14 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV V okviru DS3 je bil najprej opravljen pregled referenčnih raziskovalnih projektov na ravni EU, kot je FLINT, ki se je ukvarjal s strateškimi podatkovnimi potrebami na področju kmetijstva in na povezanih področjih ter pripravil seznam enotnih kazalcev po podatkovnih domenah za EU (na podlagi FADN in administrativnih virov). Pregled in primerjava razpoložljivosti podatkov po treh skupinah (ekonomski, okoljski, družbeni), različnih domenah in kazalcih je pokazala, da se Slovenija sooča z enakimi ali večjimi izzivi na ekonomskem (podatki o inovacijah, delovanju verige vrednosti, odpornosti), okoljskem (založenost tal, poraba vode, biološka raznovrstnost, izračuni TGP) in družbenem področju (predstavljanje, stratifikacija in kakovost življenja na podeželju). Sledil je pregled zakonodajnih, strateških in povezanih dokumentov. Pregled (takrat predloga) nove uredbe SKP za obdobje 2021–2027 je pokazal, da ta poleg kazalcev stanja in vpliva (Eurostat, JRC, Evropska komisija) prinaša kazalce rezultata in učinka (odgovornost dr- žave), ki jih je potrebno vključiti v proces načrtovanja in spremljanja politike. Prav tako je podatkovne podlage potrebno vključiti v druge odločitve, kjer je omogočena večja prilagodljivost na nacionalni ravni. Celoten proces načrtovanja in spremljanja (na podlagi podatkov) naj bi vključeval deležnike. Ob tem uredba (pa tudi drugi strateški dokumenti EU in Slovenije) digitalizacijo postavlja kot horizontalno prioriteto. Na podlagi pregleda in analize je bil opredeljen trojni izziv nove uredbe: integracija različnih podatkovnih virov (administrativni, SURS), integracija podlag in znanja (raziskave, študije, ekspertno znanje) ter platforma in tehnične rešitve za sodelovanje (zbirnik kazalcev in drugih virov, odprt uporabnikom, ter oblike sodelovanja). Poleg uredbe je bila z vidika podatkovnih potreb pregledana tudi sovpadajoča nacionalna resolucija na področju kmetijstva ter rezultati CRP v zvezi s strateškim načrtovanjem SKP v obdobju prihajajoče perspektive. Opredeljene so bile potrebe po kazalcih na ekonomskem (faktorski izračuni na podlagi FADN), okoljskem (zaščitni ukrepi, založenost tal, indeks živalskih vrst) in družbenem področju (dobrobit živali na podlagi zakonodaje, položaj dela, anketni podatki o odnosu do hrane). Obsežni pregled različnih kazalcev je v prilogi III. poglavja. V okviru DS3 je bil nato opravljen pregled dobrih praks in potreb ter predlogov, posredovanih s strani deležniških organizacij in zainteresiranih posameznikov. Med dobrimi praksami so bili vključeni primeri povezovanja in zagotavljanja dostopa do podatkov, povezanih s kmetijstvom v tujini, ter mednarodne mreže in platforme, ki se ukvarjajo z definicijami, opremljanjem, povezljivostjo in dostopom do podatkov, na nacionalni ravni pa primeri opisov podatkov ter integracije virov pri zagotavljanju statistik s strani SURS ter zbirke, storitve in portali KIS. Potrebe in ideje, zbrani s strani deležniških organizacij ter posameznikov v okviru intervjujev, fokusnih skupin in ankete med predstavniki JKSS, so vključevali strateške potrebe KGZS (dostop do posameznih javnih podatkov, prilagoditev vmesnikov, poenostavitev, preprečevanje podvajanja in avtomatizacija), primere posameznih delovnih nalog, povezanih s podatki v okviru različnih deležniških Uvod 15 organizacij, ter primere povezovanja z digitalizacijo opravil in analitiko procesov in odločitev v okviru decentraliziranih aplikacij na kmetiji (npr. beleženje opravil z mobilno aplikacijo in sprotno preverjanje skladnosti z zakonodajo preko lokacijskih informacij ter QR kode na sredstvih, kot so škropiva, spremljanje masnih tokov in sledljivost, glej tudi priloge k poglavju III). Naposled je bil v okviru DS3 na podlagi zbranega oblikovan predlog podatkovne strategije in načrta za Slovenijo. Predlog je temeljil na Evropski podatkovni strategiji (za kmetijstvo), primeru nacionalne strategije dobre prakse ter rezultatih drugih delovnih nalog v okviru projekta. Predlog je vključil vizijo, pregled stanja in SWOT. Opredeljeni so bili cilji, ukrepi in kazalci na štirih področjih: (1) podatkovna pismenost, (2) podatkovna kultura, (3) podatkovna infrastruktura ter (4) podatkovna analitika in vizualizacija. Vključeni so bili posamezni specifični predlogi s področja povezovanja institucij (izpostavljanje dobrih primerov uporabe podatkov, trajno sodelovanje z izobraževalnimi institucijami preko študentskih nalog in uporabe zbirk za študijske namene), pilotnih projektov (avtomatizacija gnojilnih načrtov, že omenjene decentralizirane aplikacije na kmetiji, prostorski podatki in podatki o sledljivosti za državljane) ter nadgradnje obstoječih tehnič- nih rešitev in razvoja novih (založenost tal, e-tla in gnojilni načrti). Tretje, zaključno poglavje predstavlja pogled informacijske znanosti na mikropodatkovni sistem slovenskega kmetijstva in aplikativne primere podatkovne analitike na podlagi izraženih potreb in možnosti. Temelji na delu Blaža Zupana (vodja Laboratorija za bioinformatiko na FRI), Vesne Tanko (zaposlena v Laboratoriju za bioinformatiko) in Andreje Kovačič (v času izvajanja projekta sodelavka Laboratorija za bioinformatiko na FRI), Maše Kerstein, Janeza Štebeta in Brigite Bočkaj v okviru posameznih nalog DS1, DS2 in DS4. Namen CRP je bil tudi neposredno prispevati k štirim ciljem podatkovne strategije, ki so omenjeni zgoraj. Na eni strani je to storil z informiranjem in opolnomočenjem različnih deležnikov, vključenih v projekt, za razmišljanje o potrebah in možnostih ter (so)oblikovanje rešitev (podatkovna pismenost in kultura), na drugi strani pa z demonstracijo priprave zbirk za reševanje nalog, zbranih v okviru javnega poziva v letu 2019 (podatkovna infrastruktura, analitika in vizualizacija). V okviru DS2 je bila zasnovana metodologija za izgradnjo zbirk, ki bi omogo- čila oblikovanje profilov (kmetij), ugotavljanja vrednosti in povezav spremenljivk (vzročnost) ter napovedovanja in uravnavanja trendov (na podlagi prilagoditve ukrepov) z uporabo naprednih matematičnih metod, računalniških orodij in orodij za vizualizacijo (prosto dostopno okolje Orange, razvito v okviru UL-FRI). Na podlagi posredovanih nalog in metodologije DS2 sta bili v okviru DS4 pripravljeni dve zbirki: atributivna in prostorsko atributivna. Zbirka z atributivnimi podatki o subjektih (60.000 upravičencih) je na podlagi virov AKTRP vključevala do okoli 400 spremenljivk za obdobje izvajanja trenutne SKP 2015–2019 in je 16 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV omogočila demonstracije nalog profiliranja, ugotavljanja dejavnikov in nekaterih trendov kot podlage za usmerjanje sredstev in prilagajanje ukrepov, skupaj z vizualizacijo, v okolju Orange. Prostorsko-atributivna zbirka je bila pripravljena na podlagi različnih virov za daljše obdobje za ugotavljanje sprememb rabe, trendov in dejavnikov na različnih ravneh opazovanja (prostorske agregacije). Temeljila je na namenski podatkovni knjižnici in zasnovi namenskega programa. DS1, DS2 in DS4 so skozi pogovore s skrbniki in predstavniki IT službe ter eksperimentalni pristop (demonstracije) pokazali na veliko kompleksnost, ozko usmerjenost (na podlagi zakonodaje), deloma pa tudi razdrobljenost in neprimernost podatkovnih sistemov in podatkov v slovenskem kmetijstvu, ter posledično obremenitve omejenih človeških virov v fazi predpriprave podatkov, pomanjkljivosti z vidika dostopa za uporabniške aplikacije (zaprti plačljivi sistemi, dokumentacija za strojno branje, vmesniki za neposreden prevzem podatkov, povezljivost in integracija za analitiko). Na podlagi rezultatov demonstracij pa so pokazali tudi realne možnosti (npr. za statično presečno zbirko za enostavne vpoglede v populacijo KMG, vključenih v ukrepe po različnih parametrih, in različne analize le-teh ali analizo sprememb v rabi); na podlagi vzpostavitve koordinacije podatkovne analitike na MKGP ter sredstev za nekaj pilotnih projektov na posameznih področjih (z vključevanjem domenskih strokovnjakov), ki bi vključevali odprtokodne rešitve za gradnjo zbirk, na podlagi katerih bi bilo mogoče graditi sistemske rešitve. Atributivna zbirka, ki je predstavljala podatkovni izdelek, je bila predana v ADP in opremljena z (meta)podatki za nadaljnjo uporabo pod ustreznim režimom lastništva, dostopa in uporabe, s čimer je CRP prav tako prispeval h konkretnim ciljem na področju podatkovne strategije. Poleg tega je bil v okviru CRP opravljen vpis oz. evidentiranje osnovnih podatkov več javnih administrativnih zbirk na spletni portal DATAVERSE kot začetek lastne slovenske podstrani, kamor bi evi-dentirali podatkovne zbirke in gradiva s področja kmetijstva. 17 KONTEKST: SKUPNA KMETIJSKA POLITIKA OD INTERESNE DO INTERVENCIJSKE LOGIKE (Marko Lovec) UVOD Kmetijstvo – primarna proizvodnja hrane in neprehranskih kmetijskih izdelkov in surovin – je ena izmed temeljnih človeških dejavnosti. Kmetijstvo v sodobnih razvitih družbah predstavlja le majhen del gospodarske aktivnosti in delovnih mest. Kljub temu pa zaradi pomena hrane kot strateške dobrine, vpliva na upravljanje s prostorom in naravo (kmetijska dejavnost v Evropi pokriva več kot 40 % kopenskih površin, skupaj s povezano gozdarsko pa preko 80 %) ter zaradi povezanosti z življenjem na podeželju in z odnosom do tradicionalnih načinov pridelave hrane še vedno igra pomembno družbenoekonomsko vlogo. Kmetijska politika predstavlja eno izmed prvih modernih politik. Velika Britanija je kot vojaški in trgovinsko-industrijski imperij po procesih ograjevanja in pre-strukturiranja fevdalnih kmetijskih struktur z odpravo t. i. žitnih zakonov ( Corn laws) v 19. stoletju skušala zagotoviti zadostno ponudbo hrane po dostopni ceni in tako spodbuditi industrijski razvoj. V kontinentalni Evropi je bila medtem v kontekstu razvojnega zaostanka v industrializaciji in ekonomskega nacionalizma oz. protekcionizma, prvotna kmetijska politika zaznamovana s poskusi preprečiti cenovne pritiske na domače proizvajalce in lastnike zemlje, predvsem tiste večje, povezane z vlogo zemljiške aristokracije (npr. 'koalicija jekla in rži' in vzpostavitev carin v nemških deželah) (Schonhardt-Bailey, 2006). KMETIJSKI TRGI IN POLITIKE Trgi kmetijskih izdelkov veljajo za najboljši približek popolnega trga. Izdelki so relativno homogeni in z visoko stopnjo nadomestljivosti, prisoten je stalen tehnološki napredek, ki poganja rast produktivnosti (skozi daljšo obdobje narašča okoli 2 % letno) in konkurenco med številnimi proizvajalci. Na drugi strani pa odvisnost od naravnih pogojev in njihovih sprememb, ki vplivajo na 'dobre' in 'slabe' letine (pojavi, kot so suše, toče, bolezni rastlin in živali), povzročajo nihanja v proizvodnji, ki se zaradi relativno neelastičnega povpraševanja po kmetijskih izdelkih, pokvarljivosti in visokih stroškov hrambe glede na vrednost proizvoda 18 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV tipično prelijejo v cenovna nihanja. Cenovna nihanja in proizvodni cikli pogosto vodijo v neoptimalne odločitve v smislu pretiranih investicij v času visokih cen ali opuščanja proizvodnje v času nizkih, ki zaradi časovnega zamika med odločitvijo za proizvodnjo in koncem pridelovalnega cikla (pogosto povezanega s sezonami pa tudi daljšimi obdobji, npr. pri trajnih nasadih ali vzreji živali) poudarijo cenovne amplitude (Tracy, 1993; Gardner, 1996). Med kmetijskimi proizvajalci je mogoče zaznati nekatere tradicionalne in z ekonomskega vidika neracionalne vzorce ravnanja. Ene izmed prvih študij na področju poslovanja kmetij, opravljene še v carski Rusiji (t. i. Zemstvo statistike) so pokazale, da so kmetijski proizvajalci namesto blaginje (optimalna uporaba sredstev skladno s padajočo krivuljo koristi) maksimizirali uporabo razpoložljivih proizvodnih sredstev, začenši z lastnim delom, ter tako celo ustvarjali t. i. negativni dobiček (Chayanov, 1966). Vse do danes problemi kmetijstva ostajajo in se kot takšni celo krepijo: razdro-bljena zemljiška struktura, pogosto povezana z zakoni dedovanja (npr. ali so v preteklosti dopuščali delitev posesti), nizki dohodki dela in visok delež prežive-tvenega kmetijstva (proizvodnja za lastno porabo), nizka raven izobrazbe (glede na splošno delovno aktivno populacijo), negativna demografska struktura (visoka povprečna starost, spolna strukturo, ki kaže na oblike zapostavljenosti in izklju- čenosti), problemi neracionalne rabe sredstev, investicij in dezinvestiranja (fiksne investicije oziroma nizke alternativne možnosti uporabe kmetijskih sredstev), fragmentiranost in šibka vloga kmetov v verigah vrednosti (v primerjavi z industrijo vhodnih dobrin, zadrugami, predelovalno industrijo in trgovino, kjer je stopnja koncentracije veliko večja). Zaradi posebnih strukturnih pogojev je družinska kmetija in uporaba družinskega dela ostala prevladujoča oblika, kljub nasprotnim poizkusom in modelom tako v kontekstu kapitalističnih kot socialističnih gospodarstev. Kljub temu pa so med državami in tudi znotraj njih nastale velike razlike v velikosti, proizvodni usmeritvi in organiziranosti sektorja horizontalno in vertikalno, ki so povezane z ekonomskimi pogoji in tehnologijo ter političnimi intervencijami. Uvajanje protekcionističnih ukrepov, kot so carine, in tržnih intervencij, do katerih je od konca 19. stoletja prišlo v večini razvitih držav, je odprlo vprašanje, zakaj razvite države preusmerjajo družbene vire h kmetijstvu kot sektorju, ki postaja vse manj pomemben in ki zaposluje vse manj ljudi (medtem ko so manj razvite države z večinsko kmetijsko populacijo simptomatično obdavčile kmetijske proizvajalce) (Anderson, 2010). Vprašanje je postalo še posebej aktualno v 80. letih, ko so se kmetijske politike v razvitih državah zaradi obilice proizvodnje, ki so jo spodbujale, zaradi negativnih trgovinskih učinkov in visokih proračunskih stro- škov pa tudi drugih negativnih učinkov (npr. na okolje, razvoj) znašle v krizi. Kontekst: Skupna kmetijska politika od interesne do intervencijske logike 19 Vprašanje je postalo eno izmed ključnih na dnevnem redu trgovinskih pogajanj in mednarodnih organizacij. Hkrati s tem je prišlo do razvoja metodologij za ocenjevanje negativnih učinkov politik na trgovino in blaginjo ter sistematičnih standardiziranih zbirk podatkov o kmetijskih podporah v različnih državah. V okviru razvoja temeljnih politoloških teorij, kot je teorija javne izbire ( public choice), je kmetijska politika že bila primer za prikaz tega, kako prerazdelitveno politiko lahko pojasnijo relativna koncentracija koristi pri vse manjšem številu kmetijskih proizvajalcev in stroški, razpršeni na majhne posamezne prispevke številnih potrošnikov in davkoplačevalcev v kontekstu razvitosti, relativno nizki stroški organizacije kmetijskih interesov in izključitve 'prostih potnikov' (npr. v primerjavi s potrošnikom) ter obstoječi viri in položaj (npr. tradicionalna vloga sektorja) (Swinnen in de Gorter, 1993). Poleg tega so raziskovalci opozorili na vedenjski učinek obstoječega položaja, ki ga ekonomski subjekti (neracionalno) cenijo bolj od potencialnih pridobitev alternativne izbire. Razlike med državami v obsegu prerazporejanja so pojasnjevali še z vlogo institucij predstavljanja in odlo- čanja, npr. za politične sisteme z več veto igralci (proporcionalni, parlamentarni, decentralizirani sistemi) je bil značilen večji obseg javnih izdatkov (ne le v kmetijstvu) (de Gorter in Swinnen, 1994; Olper, 2001). Tipični primer so bile majhne kmetijske stranke, ki so bile neposredno povezane z interesi sektorja in ki so pogosto predstavljale jeziček na tehtnici. SKUPNA KMETIJSKA POLITIKA Evropa je bila s svojimi zemljiškimi strukturami, razdrobljenostjo in cenovno ne-konkurenčnostjo ves čas v središču kmetijskega protekcionizma. Tako ni čudno, da je kmetijstvo postalo tudi pomemben del evropske integracije. SKP je bila opredeljena že z Rimsko pogodbo, ki je vzpostavila Evropsko gospodarsko skupnost (EGS). Temeljila je na ciljih modernizacije kmetijstva, še posebej racionalne uporabe dela, pravičnih dohodkov, stabilizacije trgov ter zagotavljanja razpoložljivosti hrane po dostopnih cenah (čl. 39). Omenjeni cilji so se v nespremenjeni obliki ohranili tudi v Lizbonski pogodbi. Rimska pogodba je vključevala tudi nekatera načela, vendar je bila končna oblika SKP opredeljena šele v začetku 60. let, SKP pa dokončna uvedena v drugi polovici 60. let. Temeljila je na načelih prednosti domače proizvodnje, skupnega trga in skupnega financiranja (Garzon, 2006). EGS je pogosto razumljena kot 'skupni trg s kmetijsko politiko'. Ta razlaga je še posebej blizu liberalni medvladni teoriji, ki temelji na javni izbiri, ko gre za oblikovanje vladnih političnih preferenc, dvo-ravenski igri pogajanj med interes-nimi skupinami in vladami na eni strani ter vladami različnih držav na drugi, ki zaradi izključne dvojne vloge daje specifično moč vladam, ter moči držav v 20 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV smislu relativne medsebojne odvisnosti (Moravcsik, 1998). Skupni trg je bil v interesu nemške izvozno usmerjene industrije, ki se je bala trgovinskih ovir zaradi bilančnih presežkov, vključno s konkurenčnimi devalvacijami. Francija se je kot velik izvoznik kmetijskih izdelkov na drugi strani soočala s problemom padajoče konkurenčnosti izvoza le-teh in proračunskimi stroški podpore domačih proizvajalcev. Druge države EGS, kot so države Beneluxa, so se že tržno povezale, bile so relativno odvisne od trgov velike dvojice, zaradi geografskega položaja pa bi imele od okrepljenega skupnega trga tudi relativne koristi. Italija si je obetala strukturno podporo in je ocenjevala, da bo na boljšem, če se pridruži povezavi. Velika Britanija, ki je bila med drugim uvoznik hrane (iz nekdanjih kolonij), je ostala izven EGS. V praksi je SKP temeljila na ciljnih cenah, ki so bile določene relativno visoko predvsem za ključne 'severne' oz. 'kontinentalne' proizvode, povezane s tradicionalno strukturo zemljiško-kmetijskih interesov in podpor, kot so žita, goveje meso in mleko. Pri teh je bilo opredeljenih tudi največ intervencijskih mehanizmov za zagotavljanje ciljnih cen, od carin do odkupa in hrambe. Ciljne cene so bile opredeljene na še posebej visoki ravni za živalske izdelke z višjo dodano vrednostjo (govedo, mleko), ki so igrale pomembno vlogo v severnem delu EGS. Smatrali so, da bodo višje podpore za živalske proizvode z višjo dodano vrednostjo spodbu-dile razvoj kmetijstva skladno s strukturo kmetij v Evropi. Povezanost proizvodov preko nadomeščanja in vhodnih dobrin (žita kot krma) je pri določanju ciljnih cen povzročila pozitivno spiralo (Tracy, 1993; Ritson in Harvey, 1997). Pomembno vlogo pri strukturi prvotne SKP je odigralo dejstvo, da so se predstavniki držav odločili, da bodo (do končne uveljavitve SKP) odločali na podlagi soglasja kmetijskih ministrov. Posledica tega so bile relativno visoke skupne podpore za posamezne skupine proizvodov, skladno z zahtevami interesnih skupin v posameznih državah članicah. Evropska komisija in prvi komisar Sicco Mansholt (iz Nizozemske, države s konkurenčnimi kmetijskimi strukturami) je imela svoje alternativne predloge v smislu nižjih ciljnih cen in strukturnih podpor, vendar so jim velike države in kmetijski sindikati (tudi ali še posebej v Nemčiji, kjer so kmetje uživali visoke domače podpore) nasprotovali zaradi cenovnih pritiskov in prelivanja proračunskega denarja (Garzon, 2006). SKP je preko preusmerjanja trgovine od zunanjih k notranjim partnerjem spro- žila tudi nezadovoljstvo trgovinskih partnerjev, kot so ZDA, ki so prej v nekatere evropske države, kot je Nemčija, izvažale kmetijske izdelke. Splošen sporazum o carinah in trgovini, ki je bil sprejet po 2. sv. v., je dopustil omejitvene ukrepe na področju kmetijstva (kmetijstvo je bilo celo razlog, zakaj ob nasprotovanju kmetijskega lobija v ZDA po vojni ni bil sprejet dogovor o Svetovni trgovinski organizaciji, ki bi imela večje pristojnosti v odnosu do pravil in praks na področju trgovine), regionalna ekonomska integracija pa je bila opredeljena kot izjema Kontekst: Skupna kmetijska politika od interesne do intervencijske logike 21 nediskriminatorni obravnavi posameznih partnerjev. Smatralo se je namreč, da bo na dolgi rok pripeljala do splošne trgovinske integracije. ZDA so ne glede na to v zameno za izgubo dela trga kompenzirale s prostim uvozom nekaterih izdelkov, kot so stročnice, ki so jih v Evropi uporabljali za krmo za živalsko proizvodnjo. Že kmalu po vzpostavitvi SKP je bilo jasno, da je politika dolgoročno nevzdržna, saj je proizvodnja po zaslugi visokih ciljnih cen hitro naraščala, domača potrošnja pa je bila že blizu ravni proizvodnje, kar je pomenilo, da bo za vzdrževanje ciljnih cen potrebna tržna intervencija, kot je odkup presežkov, s tem pa tudi znatna proračunska sredstva (Garzon, 2006). Vendar pa je prišlo kmalu po vzpostavitvi SKP tudi do določenih sprememb, kot je uvedba na tečaj prilagojenih nacionalnih podpor zaradi revalvacije marke in devalvacije franka, ter strahov pred konkurenčnimi pritiski na proizvajalce v Nemčiji in inflacijskimi pritiski v Franciji. Sprva je začasni mehanizem, ki je vključeval tudi sistem dajatev in podpor na notranjih mejah EGS, skladno z razlikami v t. i. 'zelenem tečaju', postal stalni del sistema in je omogočil dejansko diferenciacijo podpor v različnih članicah. Ob tem so bila 70. leta obdobje cenovnih nihanj in tudi relativno visokih cen na svetovnih trgih, naftna kriza in stagflacija pa sta vplivali na rastoče stroške vhodnih dobrin. Velika Britanija, ki je v 70. letih vstopila v EGS, je imela od SKP celo koristi, ker so bile cene na notranjem trgu zaradi SKP v nekem trenutku nižje kot izven njega, dodatno pa jih je bilo na domačem nacionalnem trgu mogoče nižati še s pomočjo prilagojenega zelenega tečaja (Koester, 1977; Lovec, 2018). Večjih sprememb v SKP v tem obdobju ni bilo. Komisija je uspela doseči omejen obseg strukturnih ukrepov, ki so se nanašali na upokojevanje, kmetovanje v težjih prostorskih pogojih in podobno. Konec 70. in v začetku 80. let je prišlo do krize SKP. EGS je sedaj proizvajala več hrane, kot jo je porabila. Viškov so se poizkušali znebiti z uporabo izvoznih subvencij, vendar so se zaradi omejenega obsega in absorpcijske sposobnosti svetovnih trgov cene tam hitro znižale. Navznoter cene hrane z vidika kupne moči in inflacije niso več igrale tako pomembne vloge. Zaradi stabilizacije in politike močnih tečajev so vse države težile k višjim domačim podporam (Kay, 2006). Prišlo je do izrazitejšega strukturnega učinka skupnega odločanja z vetom, pozna-nega kot 'učinek skupnega zapitka' ( restaurant table effect) (Pokrivcak, de Gorter in Swinnen, 2001), kjer so ob skupnem plačilu stroškov vsi težili k maskimiza-ciji nacionalnega izplena, posledica kolektivizacije stroška pa je bil njegov večji skupni obseg. Strukturni učinek je krepilo dejstvo, da so se odločali o vsakem proizvodu posebej in da je obstajalo tveganje, da bodo drugi ministri zahtevali maksimalne podpore za posamezne proizvode (Swinbank, 1989). Članice so se na krizo skušale odzvati z nekaterimi ukrepi, kot so maksimalni obseg zajamčenih podpor, vendar niso bili zadostni zaradi premajhnega obsega in sankcij ter stalnega naraščanja proizvodnje. Prav tako je še vedno prihajalo do sprememb cen na trgih, kar je povzročalo nepredvidljivost in oteževalo načrtovanje. 22 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Leta 1984 so bile na področju mlečne proizvodnje, ki je zardi organiziranega odjema to dopuščala, uvedene kvote (kvote so bile že od 60. let sicer v veljavi tudi na področju sladkorja). Mlečne kvote so bile problematične, ker so upo- časnjevale strukturne spremembe v kmetijstvu. Med državami članicami so bile sicer urejene različno; ponekod je bilo z njimi mogoče trgovati. Na drugih področjih, kot je proizvodnja žit, takšna ureditev ni bila mogoča, nasprotovale so ji tudi posamezne države članice z večjim obsegom proizvodnje, kot je npr. Francija (Tracy, 1993). Posamezne neto vplačnice, kot je npr. Velika Britanija, so na drugi strani zagrozile z blokado odločitev o krepitvi skupnega proračuna (Ackril , 2000). V kontekstu dogovora o poglabljanju skupnega trga z enotnim evropskim aktom in načrtovano strukturno-kohezijsko politiko za pomoč juž- nim državam članicam, ki so se pridružile povezavi, je bil sprejet dogovor o novih proračunskih virih, predvsem BDP, ki je povečal prispevek članic, kot je npr. Nemčija. Kljub temu je rast stroškov SKP vseskozi ogrožala načrte integracije, Nemčija sama pa je bila ujeta med pritiske domačih kmetijskih lobijev in položaj neto vplačnice. Zaradi izvoznih subvencij je izbruhnil tudi trgovinski spor z ZDA, ki so za zaščito domačih proizvajalcev in izvoznikov uvajale lastne protiukrepe, s tem pa krepile negativne učinke in stroške kmetijskih politik. Kmetijstvo je postalo pereča tema svetovnih trgovinskih pogajanj. Znotraj EGS je realno nižanje cenovnih podpor odprlo razprave o pritiskih trenutne zasnove SKP na manjše kmetijske proizvajalce (največ koristi od cenovnih podpor so imeli veliki). Intenzivna proizvodnja, ki so jo spodbujale cenovne in proizvodne podpore, je bila vse bolj kritizirana tudi zaradi posledic za okolje in naravo (Ingersent, Rayner in Hine, 1998; Lovec, 2020). REFORME SKP Od konca 80. let je, potem ko je bila SKP 30 let relativno nespremenjena, sledilo obdobje t. i. reform. MacSharryjeva reforma (imenovana po irskem komisarju Rayu MacSharryju) je leta 1992 del cenovnih in proizvodnih podpor pri proizvajalcih nadomestila s t. i. nadomestnimi plačili, ki so bila vezana na pretekli obseg cen in proizvodnje. Uvedeni so bili različni ukrepi (prostovoljnega) zmanjševanja proizvodnje in okoljski ukrepi, ki naj bi prispevali k deintenzifikaciji. Reforma je bila povezana s trgovinskim sporazumom v okviru Urugvajskega kroga pogajanj, ki je določil in predvidel odpravo izvoznih podpor in omejitev drugih cenovnih in proizvodnih podpor v kmetijstvu (t. i. rdeča in rumena škatla), dopustil pa je določen obseg nadomestnih podpor, vezanih na zmanjšanje obsega proizvodnje (t. i. modra škatla) in podpore, ki niso bile povezane s ceno ali proizvodnjo (t. i. zelena škatla) (Josling, Tangermann in Warley, 1996; Ingersent, Rayner in Hine, 1998; Moyer in Josling, 2002). Reforma je bila povezana tudi z Kontekst: Skupna kmetijska politika od interesne do intervencijske logike 23 vzpostavitvijo večletnih finančnih okvirjev oz. perspektiv s koncem 80. let, s katerimi so želeli preprečili zamike v financiranju zaradi vsakoletnih blokad pri do-ločanju, hkrati pa so večletni okvirji razpoložljivih sredstev zahtevali predvidljive izdatke za kmetijstvo, ki so jih nadomestne podpore omogočale (Coleman in Tangermann, 1999). Na reforme so vplivala tudi spremenjena odločevalska pravila, saj je Enotni evropski akt uvedel kvalificirano večino na številnih področjih skupnih politik, to pa je (še posebej v kontekstu, ko so bili trgovinski in proračunski stroški ne-dogovora visoki) okrepilo vlogo Evropske komisije kot izključnega predlagatelja sprememb zakonodaje (Pokrivcak, Crombez in Swinnen, 2006). Nenazadnje je Evropska komisija (EK) izkoristila tudi manevrski prostor v okviru večnivojske igre (trgovinska pogajanja, proračunska pogajanja in pogajanja o reformi) in strateškega delovanja (stalni kadri, vključno s komisarji). Izkušnja iz 80. let je okrepila vtis, da je v odnosu do procesov internacionalizacije in globalizacije potreben bolj proaktiven in dolgoročen pristop EU ter so-oblikovanje globalne agende (Patterson, 1997; Garzon, 2006). Leta 1999 je sledila še ena reforma, znana kot 'Agenda 2000', ki je poglobila prej- šnjo (dodatna odprava cenovnih in uvedba nadomestnih podpor) in vzpostavila II. steber za financiranje strukturnih ukrepov razvoja podeželja. Reforma je bila povezana s pričakovanim nadaljevanjem trgovinskih pogajanj (po ustano-vitvi Svetovne trgovinske organizacije leta 1995 in predvideni nadaljnji odpravi posameznih ukrepov v kmetijstvu, ki so posegali v delovanje trgov skladno s sporazumom iz Urugvajskega kroga, je srečanje v Seattlu leta 1999 sicer propa-dlo) ter s pogajanji o novem finančnem okvirju in pričakovani širitvi na nove države članice, bodoče neto prejemnice sredstev (Swinbank, 1999; Buckwell in Tangermann, 1999). Reforme v 90. letih sicer niso znižale stroškov SKP; stroške so predvsem prenesle z ramen globalnih proizvajalcev in evropskih potrošnikov na evropske davkopla- čevalce. Zaradi hkratne rasti cen in obilne kompenzacije so se neposredni stroški politike celo povečali, podpore pa so bile zgodovinsko fiksirane, s čimer so ome-jile delovanje tržnih sil in prerazporejanje sredstev znotraj EU. V ozadju je bila strategija doseganja dolgoročnih sprememb politike preko večje transparentnosti proračunsko financiranih podpor in konkurence med proračunskimi porabniki ter srednjeročnega spodbujanja domačih proizvajalcev h krepitvi položaja na vse bolj odprtih (globalnih) trgih. Do prvega resnega omejevanja stroškov po krizi v 80. je prišlo šele v kontekstu načrtovane širitve na nove članice, bodoče neto prejemnice z naslova SKP (Daugjberg in Swinnbank, 2004; Lovec in Erjavec, 2012). V novem tisočletju je sledila nova serija reform. Poleg pričakovanega nadaljevanja trgovinskih pogajanj (t. i. Doha krog) so se pokazale spremembe družbenega konteksta, saj so se tradicionalne interesne povezave med kmetijskimi lobiji in kmetijsko politiko v 90. letih prekinile, pomembnejša so postajala vprašanja razvoja podeželja, 24 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV okolja in hrane. SKP se je soočala s starimi 'novimi' kritikami, od koncentracije podpor pri največjih proizvajalcih do še vedno prisotnih vplivov na proizvodnjo v EU, okolje in dobrobit živali. Skladno s proaktivnim pristopom je EK želela ponovno iznajti vlogo SKP v spreminjajočem se trgovinskem, proračunskem in družbenem kontekstu, vključno s spremembami v vlogi odločevalskih institucij. Reforma srednjeročnega pregleda ali Fischlerjeva reforma (poimenovana po komisarju Franzu Fischlerju) je leta 2003 uvedla neposredne podpore, ki niso bile več vezane na proizvodnjo ( decoupled), temveč na 'ohranjanje površin v dobri kmetijski in okoljski kondiciji', in so omogočale različne modele razdeljevanja (zgodovinski, prostorski, mešani) ter zahtevale upoštevanje področne zakonodaje (t. i. navzkrižna skladnost z različnimi zahtevami, npr. na področju varovanja okolja in narave ter dobrobiti živali, ki so se krepile od konca 80. let). Reforma je uvedla modulacijo oz. prenos dela podpor v II. steber. Na reformo je vplivalo tako odločanje s kvalificirano večino kot spremenjen način imenovanja komisarja, ki je zmanjšal vlogo držav (Pokrivcak, Crombez in Swinnen, 2006; Garzon, 2006). Leta 2008 je reforma zdravstvenega pregleda v podobnem kontekstu trgovinskih pogajanj in novih tem okrepila modulacijo in uvedla t. i. degresivno kapico, ki je del podpor največjim proizvajalcem (SKP se je že dlje soočala s kritikami, da 80 % podpor prejme 20 % proizvajalcev, te pa so postale močnejše v kontekstu večje transparentnosti z uvedbo neposrednih plačil) preusmerila v steber razvoja podeželja (Daugjberg in Swinnbank, 2011; Lovec in Erjavec, 2013). Reforme v novem tisočletju so odprle razpravo o novi liberalni multifunkcionalni paradigmi kmetijske politike, kjer so cilje zaščite proizvodnje zamenjali konkurenčnost sektorja in večnamenskost (ekonomski, okoljski in socialni cilji), načela prednosti domače proizvodnje in skupnega financiranja so zamenjala na- čela mednarodne trgovine in skupnega financiranja skupnih dobrin, ukrepe, vezane na proizvodnjo in cene pa so zamenjali specifični ciljno usmerjeni ukrepi (Coleman, Skogstad in Atkinson, 1997; Garzon, 2006). Nova paradigma je bila posledica postopne spremembe v kontekstih (trgovina, proračun) in institucionalnih sprememb (potna odvisnost, policy mreža, odločevalske institucije in kakovost akterjev) (Daugjberg, 1999; Garzon, 2006). Skladno z večjim poudarkom na širših družbenih ciljih SKP pa so se prvič pojavili tudi družbeni pristopi k proučevanju, npr. konstruktivizem, ki je poudarjal posto-pno 'notranjo' spremembo v ključnih idejah, ki so vplivale na preference akterjev (Lyngaard in Nedergaard, 2009), in kritična diskurzivna teorija, ki je opozarjala na vlogo produktivizma/protekcionizma, liberalizma in multifunkcionalizma kot diskurzov (tj. uporabe jezika kot sredstva moči), bolj kot z deklariranimi cilji javne politike kot takšnepovezanih z vlogo posameznih elitnih interesnih skupin (Potter in Tilzey, 2005; Erjavec in Erjavec, 2009). Kontekst: Skupna kmetijska politika od interesne do intervencijske logike 25 Tabela 1: Reforme SKP in dejavniki REFORME → MacSharryeva Fischlerjeva Zelenitev Strateški UKREPI in reforma (1992) reforma (2003) (2013) načrti DEJAVNIKI ↓ in Agenda 2000 in Zdravstveni (2021/23) (1999) pregled (2008) I. steber (tržne uvedba nevezana plačila, površinska eko sheme intervencije in nadomestkih navzkrižna plačila, neposredna plačila) podpor skladnost zelenitev II. steber (razvoj uvedba in modulacija, fleksibilnost povečana podeželja) krepitev degresivna kapica fleksibilnost DEJAVNIKI Trgovina sporazum Doha krog Urugvajskega kroga Proračun krepitev ustavitev rasti učinek predvideno proračunskega in učinek statusa quo zmanjšanje financiranja statusa quo obsega (brexit) Paradigma liberalizem multifunkcionalni cilji Institucije pro-reformne spremembe v odločanju Evropski parlament kot in imenovanju komisarjev, kakovost soodločevalec komisarjev Vir: dopolnjeno na osnovi Lovec, 2016 in Erjavec in Lovec, 2017. Slika 1: Izdatki za SKP (tekoče cene) V mlrd EUR delež BDP Izvozne subvencije Drugi tržni ukrepi Vezane podpore Nevezane podpore od tega neposredna plačila od tega zelena plačila Razvoj podeželja – okolje/podnebje Razvoj podeželja – drugo Steber I predlog 2021-2027 (brez tržnih) Steber II predlog 2021-2027 SKP trenutno (brez VB) SKP kot delež BDP EU Vir: Evropska komisija (2018). V prvem desetletju novega tisočletja se je kontekst zaradi gospodarske in finančne krize, ki je dokončno pokopala večstranska trgovinska pogajanja, spremenil. Reforma SKP za obdobje 2014–2020 je bila zaznamovana z uvedbo površin- sko vezanih podpor in s poizkusom 'zelenitve' – del podpor največjim proizvajalcem je bil namenjen ukrepom ohranjanja trajnega travinja, diverzifikaciji in ekološkim ciljnim območjem. Reforma je bila kritizirana zaradi šibkih učinkov 26 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV zelenitve (Swinnen, 2015). Poleg tega so bili ošibljeni mehanizmi degresivnosti, s fleksibilnostjo premikanja sredstev pa tudi vloga drugega stebra politike. Na rezultat procesa pogajanj so vplivala sočasna proračunska pogajanja, ki so povečevala možnost konservativnih igralcev v okviru paketnega dogovora o proračunu (vključno s finančnimi viri za SKP), o katerem so odločali s soglasjem. Poleg tega je Evropski parlament, ki je z Lizbonsko pogodbo dobil pravice soodločanja o SKP, prav tako odigral relativno konservativno vlogo v procesu (Crombez, Knops in Swinnen, 2012; Lovec in Erjavec, 2015). SKP PO LETU 2021 Predlogi reform SKP so od 80. let 20. stoletja naprej v vse večjem obsegu vklju- čevali študije in scenarijske analize učinkov, ki so postajale vse bolj dodelane in večdimenzionalne, vendar so bile še vedno metodološko pomanjkljive in politično obarvane, predlogi ukrepov pa so še dodatno razvodeneli s konč- nimi političnimi odločitvami, kar je vplivalo na omejeno vlogo intervencijske logike. V okviru SKP za obdobje 2014–2020 je bil naknadno uveden okvir kazalcev za spremljanje učinkov in vplivov politike ( common monitoring and evaluation framework – CMEF), ki bi naj okrepil intervencijsko logiko v kontekstu odločevalskega cikla in odločanja na podlagi dejstev. SKP se je že dolgo soočala s kritikami zanemarjanja vpliva na države v razvoju, navkljub zavezi po koheren-tnosti skupnih politik (npr. SKP in razvojne pomoči – študije vpliva na tem področju, priložene reformnim predlogom, so bile milo rečeno pomanjkljive). Vse bolj se je soočala tudi z okrepljenimi kritikami učinkov doma, od kapitalizacije podpor v zemljiških rentah, upočasnjevanja strukturnega razvoja (npr. generacijske prenove) ter negativnih učinkov na okolje in naravo, vključno s podnebjem, ter na dobrobit živali. Leta 2015 so milenijske razvojne cilje, ki so se osredotočali na najmanj razvite dr- žave, nadomestili Cilji trajnostnega razvoja, ki so bili osredotočeni na ekonomske, okoljske in socialne vidike trajnosti v vseh državah in so vključevali konkretne cilje in kazalce. Sprejet je bil Pariški sporazum z zavezami zmanjševanja TGP (kmetijstvo sicer ni bilo del trgovine z emisijami). Čeprav je EK pod Junckerjem trdila, da so evropske politike trajnost v veliki meri že ponotranjile, so se krepila mnenja o potrebi po večji ambicioznosti. SKP je morda prispevala k cilju prehranske varnosti, vplivi na drugih področjih pa so bili vprašljivi ali celo negativni. Kmetijstvo je bilo zelo izpostavljeno podnebnim spremembam, hkrati pa je bilo preko neposrednih emisij (predvsem na račun živalske proizvodnje) in upravljanja s površinami zelo povezano z razlogi zanje in možnostmi za večjo okoljsko trajnost (Pe‘er in dr., 2019; Matthews, 2020a). Kontekst: Skupna kmetijska politika od interesne do intervencijske logike 27 Predlog SKP za obdobje 2021–2027 je kot ključno novost predstavil spremenjen izvedbeni model, ki bi namesto na skladnosti s skupno zakonodajo temeljil na (dokazljivih) učinkih politike. Predlog je bil oblikovan v kontekstu brexita, ko je bilo predvidenih manj razpoložljivih finančnih virov v novi perspektivi, hkrati z odločevalsko strukturo veto igralcev, ki je težila k ohranjanju bolj ali manj obstoječega stanja ukrepov (v Evropskem parlamentu je bil Odbor za okolje sicer pr-vič vključen v odločanje). Način opredelitve ciljev je nakazoval prednost skupnih dobrin, tudi v povezavi z ohranjanjem skupnega trga, kot so odporna proizvodnja, odgovor na podnebne spremembe in (deloma, zaradi učinkov ukrepov) generacijska prenova, medtem ko so bili cilji konkurenčnosti, okolja in razvoja podeželja zaradi potrebe po prilagodljivosti v deljeni pristojnosti (vloga II. stebra), cilji verig vrednosti, biološke raznovrstnosti in družbenih vprašanj hrane pa so (zaradi nacionalnih razlik in kompetenc) nakazovali največjo vlogo nacionalnih ukrepov. Skladno s predlogom naj bi države članice pripravile nacionalne strateške na- črte z opredeljenimi ciljnimi vrednosti kazalcev izvajanja in rezultatov, medtem ko bi spremljanje vpliva glede na kontekste (sicer del strateškega načrtovanja) ostalo v domeni EK. Predlog je predvideval večjo prilagodljivost politike na različnih področjih. Med drugim je bil predviden tudi nov sistem okoljskega upravljanja, kjer bi elemente zelenitve nadomestile prostovoljne sheme (t. i. eko sheme). Vse omenjeno naj bi skupaj s spodbujanjem sistema raziskav, izobraževanja in prenosa znanja, digitalizacije in novih tehnologij na kmetijah (precizno kmetijstvo, satelitska tehnologija) s strani SKP in drugih skupnih politik spodbudilo integrirano podatkovno analitiko. Sam model SKP je bil kritiziran, ker je še vedno težil k maksimizaciji ukrepov namesto doseganju ciljev, zaradi šibkih zavez in povezav med izvajanjem ukrepov in vplivom, vključno z opredeljenimi kazalci v odnosu do relevantnih kmetijskih praks (Lovec, Šumrada in Erjavec, 2020). Zeleni dogovor, sprejet v času predsedništva Ursule von der Leyen, je prepoznal določene težave, denimo vpliv kmetijstva na podnebne spremembe in naravo (Matthews, 2020b). Zeleni dogovor je bil odgovor na rezultat volitev v Evropski parlament, ki so bile zaznamovane z večjo vlogo progresivnih liberal-nih strank, vključno z zelenimi, in potrebo po bolj aktivnemu soočanju z evros-kepticizmom. Povezan je bil tudi s potrebo po močnejši vlogi EU v spreminjajo- čem se geopolitičnem okolju (spremembe v transatlantskih odnosih z ZDA pod Donaldom Trumpom, krepitev novih gospodarskih sil, kot je Kitajska, odločnejša vloga Rusije). Zeleni dogovor je skušal okrepiti posamezne zaveze, povezane z okoljem, in spodbuditi digitalizacijo. »Strategija od vil do vilic« (pripravil jo je gene-ralni direktorat za zdravje) je denimo predlagala nove kvantitativne zaveze glede gnojil, pesticidov, ekološke proizvodnje in dobrobiti živali, ki so ambiciozne, čeprav ne naslavljajo vseh opisanih problemov. Predvidena je tudi večja zaščita biološke raznovrstnosti (strategija za biološko raznovrstnost) na podlagi 28 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV kakovostnejših podatkov, seveda poleg investicij v znanje in tehnologijo. Vse omenjeno je in bo krepilo vlogo podatkov in podatkovne analitike. Dogovor o »Strategiji od vil do vilic« je predviden za leto 2023, potekal bo izven odločevalske strukture, povezane s proračunom. LITERATURA Ackril , R. (2000). The common agricultural policy. Sheffield: Sheffield academic press. Anderson, K. (2010). The political economy of agricultural price distortions. Cambridge: Cambridge Unvevrsity Press. Buckwel , A. in S. Tangermann (1999). The future of direct payments in the context of Eastern Enlargement. Economic Policy in Transition Economies 9 (3): 229–252. Chayanov, A. V. (1966). On the theory of peasant economy. Madison: University of Wis-consin press. Coleman, W. D., G. D. Skogstad in M. M. Atkinson (1997). Paradigm shifts and policy networks: cumulative change in agriculture. Journal of Public Policy 16(3): 273–301. Coleman, W. D. in S. Tangermann (1999). The 1992 reform, the uruguay round and the commission: conceptualizing linked policy games. Journal of Common Market Studies 37(3): 385-405. Crombez, C., L. Knops, in J. F. M. Swinnen (2012). Reform of the common agricultural policy under the co-decision procedure. Intereconomics 6: 336–342. Daugbjerg, C. (1999). Reforming the CAP: policy networks and broader institutional structures. Journal of Common Market Studies 37 (3): 407–428. Daugbjerg, C. in A. Swinbank (2004). The CAP and EU enlargement: prospects for an alternative strategy to avoid the lock-in of CAP support. Journal of Common Market Studies 42 (1): 99–119. Daugbjerg, C. in A. Swinbank (2011). Explaining the 'Health Check' of the common agricultural policy: budgetary politics, globalisation and paradigm change revisited. Policy Studies 32 (2): 127–141. de Gorter, H. in J. F. M. Swinnen (1994). The economic polity of farm policy. Journal of Agricultural Economics 45: 312–326. Erjavec E. in M. Lovec (2017). Research of European Union’s Common Agricultural Policy: disciplinary boundaries and beyond. European Review of Agricultural Economics 44 (4), 732-754. Erjavec, K. in E. Erjavec (2009). Changing EU agricultural policy discourses? The discourse analysis of commissioner’s speeches 2000–2007. Food Policy 34: 218–26. Gardner, B. (1996). European Agriculture: Policies, Production and Trade. London: Routledge. Garzon, I. (2006). Reforming the CAP. History of a Paradigm Change. Basingstoke, UK: Palgrave Macmil an. Ingersent, K. A., A. J. Rayner in R. C. Hine (ur.) (1998). The reform of the Common agricultural policy. Basingstoke: Macmil an. Josling, T. E., S. Tangermann in T. K. Warley (1996). Agriculture in the GATT. London: Macmil an. Kay, A. (2006). The dynamics of public policy. Cheltenham: Edward Elgar Publishing. Kontekst: Skupna kmetijska politika od interesne do intervencijske logike 29 Koester, U. (1977). The redistributional effects of the EC common agricultural policy. European Review of Agricultural Economics 4 (4): 321–345. Lovec M. (2016). The European Union’s Common Agricultural Policy Reforms: Towards a Critical Realist Approach. Basingstoke: Palgrave Macmil an. Lovec M. (2018). The Common Agricultural Policy Crisis of the 1970s/1980s: Accommo-dating the Logics of Appropriateness and Consequences JEIH Journal of European Integration History 23 (2): 245–262. Lovec M. (2020). Too Big a Club? The 1980s Common Agricultural Policy Crisis and Dif-ferentiated Integration. In Gehler, M. and W. Loth (ed.) Reshaping Europe: towards a political, economic and monetary union, 1984–1989. Baden-Baden: Nomos, 263–282. Lovec M. in E. Erjavec (2012) »Big Bang« Enlargement and Common Agricultural Policy Reform. Društvena istraživanja, 219–238. Lovec M. in E. Erjavec (2013).The Common Agricultural Policy Health Check: Time to Check the Health of the Theory of the Reform? Journal of international relations and development 16 (1): 111–137. Lovec, M. in E. Erjavec (2015). The co-decision trap: how the co-decision procedure hin-dered CAP reform. Intereconomics 50 (1): 52–58. Lynggaard, K. in P. Nedergaard (2009). The logic of policy development: lessons learned from reform and routine within the CAP 1980–2003. Journal of European Integration 31 (3): 291–309. Matthews, A. (2020a). The new CAP must be linked more closely to the UN Sustainable Development Goals. Agricultural and Food Economics 8 (19). Matthews, A. (2020b) Agriculture in the European Green deal. 12 january 2020. Capre-form blog. Moravcsik, A. (1998). The Choice for Europe: Social Purpose and State Power – From Messina to Maastricht. Ithaca, New York: Cornell University Press. Moyer, W. in T. Josling (2002). Agricultural Policy Reform: Politics and Process in the EU and US in the 1990s. Aldershot: Ashgate Publishing. Olper, A. (2001). Determinants of agricultural protection: the role of democracy and institutional setting. Journal of Agricultural Economics 52 (2): 75–92. Patterson, A. L. (1997). Agricultural policy reform in the european community: a three level game analysis. International organisation, 51 (1): 135-165. Pe’er, G., Y. Zinngrebe, F. Moreira, C. Sirami, S. Schindler, R. Müller, V. Bontzorlos, D. Clough, P. Bezák, A. Bonn, B. Hansjürgens, A. Lomba, S. Möckel, G. Passoni, C. Sch-leyer, J. Schmidt in S. Lakner (2019). A greener path for the EU Common Agricultural Policy Science 365 (6452): 449–451. Pokrivcak, J., H. de Gorter in J. F. M Swinnen (2001). Does a 'Restaurant Table Effect' exist with the EU’s common agricultural policy? A note. Journal of Agricultural Economics 52 (3): 28–30. Pokrivcak, J., C. Crombez in J. F. M. Swinnen (2006). The status quo bias and reform of the common agricultural policy: impact of voting rules, the European commission and external changes. European Review of Agricultural Economics 33 (4): 562–90. Potter, C. in M. Tilzey (2005). Agricultural policy discourses in the European post-fordist transition: neo-liberalism, neo-mercantilism and multifunctionality. Progress in Hu-man Geography 29 (5): 581–601. Ritson, C. in D. Harvey (1997). The Common Agricultural Policy. Wallingford: CAB International. 30 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Schonhardt-Bailey, C. (2006). From the Corn Laws to Free trade: Interests, Ideas and Ina-titutions in Historical Perspective. Cambridge: MIT press. Swinbank, A. (1989). The CAP and the politics of European decision making. Journal of Common Market Studies 2: 303–322. Swinbank, A. (1999). EU agriculture, Agenda 2000 and the WTO commitments. World Economy 22 (1): 41–54. Swinnen, J. F. M. (2010). The political economy of agricultural and food policies: recent contributions, new insights, and areas for further research. Applied Economic Perspectives and Policy 32 (1): 33–58. Swinnen J. F. M. (ed.) (2015). The Political Economy of the 2014–2020 Common Agricultural Policy: an Imperfect Storm. Brussels: Centre for European Policy Studies. London: Rowman and Littlefield International. Swinnen, J. F. M. in H. Gorter (1993). Why small groups and low income sectors obtain subsidies: the altruistic side of self-interested governments. Economics and politics 5 (3): 285–93. Šumrada T., M. Lovec, L. Juvančič, I. Rac in E. Erjavec (2020). Fit for the task? Integration of biodiversity policy into the post-2020 Common Agricultural Policy: Illustration on the case of Slovenia. Journal for Nature Conservation 54 (125804). Tracy, M. (1993). Food and Agriculture in a Market Economy. An Introduction to Theory, Practice and Policy. La Hutte: APS. 31 1. PONUDBA PODATKOV: PREGLED IN VREDNOTENJE JAVNIH ADMINISTRATIVNIH (MIKRO)PODATKOVNIH REGISTROV, EVIDENC IN ZBIRK PODATKOV (Marko Lovec, Janez Štebe, Maja Dolinar, Brigita Bočkaj, Maša Kerstein) UVOD Namen CRP ITzaSKP je bil kot rečeno nasloviti podatkovne potrebe v procesu oblikovanja nove SKP. Projekt je imel več ciljev, razdeljenih po fazah, od pregleda in ocene obstoječih virov, opredeljevanja podatkovnih potreb v okviru strateških načrtov ter razvoja in testiranja analitičnih orodij. Pričujoče poglavje predstavlja rezultate prve faze in je namenjeno pregledu in oceni obstoječih zbirk, predvsem administrativnih, kjer se nahaja največ mikropodatkov. Poglavje izhaja iz ugotovitev obstoječe literature, še posebej že opravljene analize podatkovnih virov v povezavi z gospodarjenjem kmetij, ki je ocenjevala uporabnost administrativnih virov ter mreže računovodskih podatkov (Volk in dr., 2017). Zaključki omenjene analize so ugotovili, da so slednji uporabni, pa hkrati pomanjkljivi glede centralnega pregleda, povezovanja zbirk ter kakovosti, vezane na kakovost primarnih virov in prijaznost do uporabnika. Analiza je tako med drugim predlagala izročitev relevantnih podatkov ustreznemu skrbniku, ki bi podatke ustrezno opremil in skrbel za stik z uporabniki. Na teh izhodiščih je gradil projekt ITzaSKP. V okviru pregleda in ocenjevanja zbirk so bili opredeljeni trije okviri vrednotenja: najprej z vidika vsebinske relevantnosti podatkov, gre namreč za administrativne vire, ki se ustvarjajo na zakonski podlagi za namene izvajanja upravnih nalog in ne s podatkovno analitičnimi nameni, ožjimi ali širšimi v smislu deležnikov in zainteresirane javnosti. Drugič, gre za oceno statistične kakovosti, ki je preliminarna in temelji na oceni administrativne kakovosti, dobljene na podlagi pregledovanja dokumentacije in samoocenjevanja skozi podatkovne intervjuje skrbnikov zbirk. Dejanske ocene statistične kakovosti je namreč mogoče oblikovati šele ob podrobnem pregledu ob pripravi posameznega sklopa podatkov za prevzem/dostop. Ne glede na to pa statistični kriteriji kakovosti omogočajo razumevanje potenciala glede točnosti, pokritja, ažurnosti, časovne vrste in drugega. Tretjič, osredotočili smo se na vidik organizacijske zrelosti, ki zajema področje zagotavljanja podatkov drugim uporabnikom glede ustreznega opremljanja, formatov in postopkov. S tem smo želeli 32 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV nasloviti ključne ravni, ki so pomembne za razumevanje stanja in potenciala podatkovnih virov ter priporočil za razvoj podatkovja. Poglavje začenjamo s povzetkom ugotovitev raziskave, ki je ocenjevala podatkovne vire gospodarjenja v kmetijstvu. Sledi metodološki del s tremi sklopi, ki se nana- šajo na opredelitev vsebinske relevantnosti, na statistično kakovost ter organizacijsko-uporabniški vidik. V okviru raziskovalnega načrta je oblikovan vprašalnik za podatkovne intervjuje kot ena izmed metod dela (poleg pregleda interne upravne dokumentacije, povezane s podatkovnimi viri) in kot kriterij za ocenjevanje potenciala posameznih tematskih sklopov. Sledi analiza rezultatov metod s priporočili. PREGLED LITERATURE: PODATKOVNI VIRI NA PODROČJU GOSPODARJENJA Literatura, ki se ukvarja s podatkovnimi zbirkami kmetijstva in izvajanja SKP v Sloveniji, je omejena. Eden od pomembnih prispevkov so rezultati CRP Razvoj celovitega modela kmetijskih gospodarstev in povezanih podatkovnih zbirk za podporo pri odločanju v slovenskem kmetijstvu (V4-1423), ki je opravil pregled in presojo virov za namene sicer ožjega, a pomembnega dohodkovnega modeliranja. Omenjeni CRP je izhajal iz splošne ocene pomanjkljivih podatkovnih virov o gospodarjenju v kmetijstvu v Sloveniji, ki onemogočajo sistematično in celovito spremljanje ekonomskih kazalcev na mikroravni, tj. na ravni posameznega gospodarstva.1 Kot ključen vir uporabe je navedel periodična statistična raziskovanja, ki jih SURS izvaja na dve ali tri leta na vzorcu kmetij, s popisom enkrat na deset let. Na podlagi dohodka se izračuna standardni prihodek KMG, tj. povprečna bruto vrednost proizvodnje na enoto v obdobju petih let, upoštevaje površine in število živali na eni strani in povprečne pridelke in cene na drugi. Standardni prihodek je javno dostopen v obliki agregatov v smislu velikostnih razredov in tipov kmetovanja, ne pa na mikroravni. Čeprav standardni prihodek ponuja določen vpogled v strukturne spremembe na dolgi rok, pa temelji na 'problematičnih' vhodnih podatkih – raziskovanjih, ki so periodična in temeljijo na prostovoljnem sodelovanju in dajanju podatkov. Prav tako ne zadošča za načrtovanje in spremljanje ukrepov ter načrtovanje poslovanja, kajti to zahteva zanesljive in podrobne letne podatke. Na drugi strani MKGP za namene izvajanja nalog in kontrol vodi številne ažurne zbirke 1 V okviru omenjenega CRP so bili uporabljeni samo nekateri viri podatkov (iz registra kmetijskih gospodarstev, živali in zbirnih vlog) za leti 2012 in 2014. Od takrat je v administrativnih zbirkah prišlo do več sprememb. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 33 podatkov, ki pa se za omenjene potrebe sistematično ne uporabljajo. Cilj CRP je bil tako na podlagi administrativnih virov prilagoditi izračun standardnega prihodka (Volk in dr., 2017: 5–6). Če bi se preizkus pokazal kot uspešen, bi lahko vzpostavili stalno ažurno posodabljanje izračunov standardnega prihodka (Rednak in dr., 2016: 11). Poleg omenjenega glede gospodarjenja obstajajo še računovodski podatki o dohodkih in poslovanju KMG po metodologiji poenostavljenega poslovodstva mreže FADN, ki se zbirajo na vzorcu KMG po vsej EU, reprezentativno glede na velikost in tipe kmetij, kot izhaja iz omenjenih statističnih in strukturnih raziskav. Opredelitev administrativnih virov CRP se je osredotočil na naslednje podatkovne zbirke iz administrativnih virov (Rednak in dr., 2016: 12-14): • glede podatkov o zemljiščih na Register kmetijskih gospodarstev (RKG), kjer so podatki po vrstah rabe GERK za posamezne KMG, za katere je vpis predviden skladno z 141. členom ZKme (za podrobnosti glej podatke o RKG v nadaljevanju); • dodatno še na Evidenco Agencije za kmetijske trge in razvoj podeželja (AKTRP) iz obrazca zbirnih vlog za zahtevke podpor iz naslova ukrepov, kjer so podrobni podatki o površinah in posevkih; • glede pridelave grozdja in vina na Register pridelovalcev grozdja in vina (RPGV), kjer so vključeni tisti, ki obdelujejo najmanj 0,05 ha vinograda oz. del pridelka tržijo; • glede živali pa na Evidenco rejnih živali (ERŽ) in imetnikov rejnih živali (EIRŽ) Uprave za varno hrano, veterinarstvo in varstvo rastlin (UVHVVR), kjer so podatki o tistih, ki imajo govedo, kopitarje, drobnico in več kot enega prašiča, čebele, večje število perutnine (nad 50), ter Centralni podatkovni zbirki o govedoreji (CPZ Govedo), kjer so podatki o reji krav po proizvodni usmeritvi (mleko ali meso). V okviru projekta so bile posamezne zbirke natančneje opredeljene (Rednak in dr., 2016: 15–20). Zbirke so povezljive preko enoličnega identifikatorja KMG-MID. Za KMG, ki so vključena v sistem subvencij, je na voljo veliko več podatkov, saj morajo te poročati v skladu z evropskimi predpisi o izvajanju skupne kmetijske politike, vendar kot KMG izven tega sistema nimajo te obveznosti. Obstajajo razlike v deležu vključene celotne populacije enot, ki je največji pri RKG in ERŽ. V RKG so podatki o zemljiščih v obliki t. i. grafičnih enot rabe kmetijskih gospodarstev (GERK), ki se nanašajo na strnjeno površino kmetijskega zemljišča istega KMG z enako vrsto »rabe GERK« (npr. njive, trajni nasadi in travniške površine). Vsak GERK ima svoj ID. Najmanjša velikost GERK je 25 m2. Spremembe so dolžni sporočati nosilci v roku 30 dni, nekatere pa vnaša 34 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV upravljavec (npr. rezultate kontrol). Podatki o pridelku grozdja in vina se enkrat letno sporočajo v RPGV. Medtem ko je pri nekaterih GERK vrsta pridelka razvidna iz vrste rabe GERK (npr. trajni nasadi, travinje), je za druge GERK (npr. njiva, hmeljišče v premeni, trajne rastline na njivskih površinah) podrobne podatke mogoče dobiti iz zbirne vloge (za prejem podpor iz naslova ukrepov), ki jo KMG oddajo na agenciji enkrat letno. Na geo-prostorskem obrazcu, ki je del zbirne vloge, vlagatelji posredu-jejo podatke o vrsti rastline, ki se v tekočem letu prideluje na posameznem GERK ali delu GERK.2 Podatki o GERK-PID in rabi GERK se ob vnosu zbirne vloge prenesejo iz RKG, v grafičnem urejevalniku pa se nato na GERK vriše poljine z določeno vrsto kmetijske rastline. Na enem GERK je lahko več poljin. Šifrant rastlin je zelo podroben, z leti pa se spreminja. Šifre rastlin se praviloma ne spreminjajo, se pa dodajajo nove. Vsi podatki iz zbirnih vlog se administrativno preverjajo, na kraju samem pa se preveri 5 % KMG, ki so oddali vloge. Preverja se tudi ustreznost registrskih podatkov glede na stanje v naravi tako za površine, kmetijske rastline kot tudi za živali. Ugotovljene nepravilnosti se upoštevajo pri izplačilih (sankcije) in so osnova za popravke v registrih (podrobneje v nadaljevanju pri pregledu zbirk AKTRP). Ko gre za živali, se podatki za govedo (CRG) sporočajo ob vsaki spremembi, na voljo so podatki o spolu in pasmi (datum rojstva, starši). Podatki za drobnico, prašiče, kopitarje, perutnino, kunce, divjad, ki se redi v oborah, se sporočajo enkrat letno ob zbirni vlogi (stanje februarja). Za čebelje družine se podatki sporočajo enkrat letno za dva datuma (april, oktober). Podatki se vodijo za lokacijo gospodarstva (G-MID) v okviru KMG-MID. V CPZ govedo so podatki glede na KMG-MID, G-MID in živali. V CRG podatki o čredah niso ločeni za molznice in dojilje (tovrstna razmejitev naj bi bila vzpostavljena v novi perspektivi po letu 2021). Podlaga za razmejitev pa je lahko prevladujoč tip proizvodnje na G-MID. Medtem ko so za živali za izračun standardnega prihodka na voljo vsi podatki, so za rastlinsko proizvodnjo na najmanj primerljivi ravni za vsak KMG podatki dostopni za trajne nasade, vinograde, hmeljišča, oljčnike, intenzivne in deloma ekstenzivne sadovnjake, za posevke na njivah in vrtovih pa le za površine, ki so vključene v zbirno vlogo. Za preostale površine njiv in vrtov na KMG je možen le izračun posamičnih standardnih prihodkov na ravni vrste rabe po evidenci v RKG (njiva, rastlinjak, trajne rastline na njivskih površinah). 2 Vloge se oddajajo v času od konca februarja do 6. maja. Spremembe je mogoče sporočiti do 31. maja, kasneje pa le v primeru višje sile, izjemnih okoliščin in v primerih, če sprememba vpliva na višino plačila ali izpolnjevanje pogojev za uveljavljanje plačil oziroma če se sprememba nanaša na konopljo ali mak. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 35 Ocena administrativnih virov Pregledu virov je sledil izračun standardnega prihodka s pomočjo administrativnih virov in primerjava. Obstoječi koeficienti standardnega prihodka oz. povprečne vrednosti na enoto se močno razlikujejo glede na rabo in živali pa tudi med leti, skladno z nihanji v pridelkih in cenah, kar kaže na pomen točnih podatkov (Rednak in dr., 2016: 22). Podatki iz administrativnih virov omogočajo izračun standardnega prihodka za preko 90.000 KMG, tj. 30 % več kot strukturna raziskovanja (leta 2013 so ta zajela 72.277 KMG), ki temeljijo na »evropsko primerljivi ravni«.3 Pri rastlinski proizvodnji se podatki v administrativnih virih nanašajo na približno isti obseg zemljišč kot podatki SURS (480.000 hektarjev), kar izhaja iz tega, da SURS večino podatkov dobi iz RKG in zbirnih vlog, manj pa z vzorčenjem. Koeficient standardnega prihodka je tako statistično pripisan le dobrim 3 % površin, za katere v administrativnih virih ni ustreznih podatkov (Rednak in dr., 2016: 27–28). Pri živalih prihaja do razlik v zajemu, vendar je pri večini rejnih živali (govedo, drobnica, prašiči, perutnina) odstopanje praviloma manjše od 10 % (Rednak in dr., 2016: 29). Primerjava agregatnega standardnega prihodka iz administrativnih (2012–2014) in statističnih virov (2013) je pokazala 10 % absolutno razliko v obsegu v prid prvemu (Rednak in dr., 2016: 30–31). Večje razlike so se pokazale pri strukturi KMG glede na tip kmetovanja (Rednak in dr., 2016: 32), ki deloma izhajajo iz razlik v zajemu (npr. razlike v pragu), deloma iz bolj podrobnih podatkov iz administrativnih virov ter pripadajočih koeficientov (pri statističnih podatkih gre za petletno povprečje pred izvedbo, pri administrativnih pa za tekoče podatke). Omenjeno vpliva tudi na kakovost izvedenih kazalcev, kot so razredi ekonomske velikosti in tipi kmetovanja. Slabost administrativnih virov pa so razlike v primerjavi s standardiziranimi statističnimi kazalci. Raziskovalci so ocenili, da imajo izračuni standardnega prihodka na podlagi administrativnih virov veliko analitično vrednost za različne namene, od načrtovanja do vrednotenja ukrepov na ravni tipov in območij, pri čemer pri uporabi na ravni posameznega KMG (ko gre za dohodkovno modeliranje) – tudi denimo za definiranje 3 Statistična definicija KMG (Eurostat), ki velja v EU, je, kot sledi: »Izvajanje kmetijske dejavnosti in uporaba najmanj 1 hektarja zemljišč in ob tem: uporabljajo najmanj 10 a kmetijskih zemljišč in 90 a gozda ali uporabljajo najmanj 30 a vinogradov in/ali sadovnjakov ali redijo najmanj 2 glavi velike živine (GVŽ) ali uporabljajo 15 do 30 a vinogradov in redijo 1 do 2 glavi velike živine ali imajo 50 panjev čebel ali so tržni pridelovalci zelenjadnic, zelišč, jagod in gojenih gob ter cvetja in okrasnih rastlin.« 36 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV vstopnih pragov za ukrepe – veljajo omejitve, ki izhajajo iz točnosti podatkov in variabilnosti kazalcev standardnega prihodka (Rednak in dr., 2016: 33–34). Primerjava podatkovnih virov je pokazala na spremembo reda velikosti ali tipa pri kar 40 % KMG na podlagi sprememb v proizvodnih parametrih, česar po oceni raziskovalcev ni mogoče pojasniti le z drugačnim zajemom, temveč gre za problem kakovosti vhodnih podatkov. Poseben problem je predstavljalo evidentiranje živali na kritični datum, medtem ko je pri rastlinski pridelavi problem v konsistentnosti vrst rabe ter šifrantov. Administrativne podatke je sicer mogoče izboljšati z upoštevanjem večletnega povprečja (Rednak in dr., 2016: 36). Ob tem so raziskovalci opozorili na odsotnost sogovornika na MKGP s celovitim pregledom evidenc, koordinacijo ter dostop do zbirk, upoštevaje varovanje osebnih podatkov. Med drugim so predlagali izvedbo delavnice s potencialnimi uporabniki za oceno uporabnosti virov, vključno z nalogami in pristojnostmi MKGP (Rednak in dr., 2016: 37–38). Organizacijski in uporabniški vidiki (primer Mreže računovodskih podatkov) V okviru drugega delovnega sklopa je CRP opravil presojo kakovosti Mreže ra- čunovodskih podatkov, ki zajema vzorec tržno usmerjenih KMG, vključenih v poenostavljeno knjigovodstvo za namene ekonomskih in poslovnih analiz, primarno za oceno ukrepov SKP. FADN je pomemben, ker je evropsko primerljiv, vključuje kategorije kot so regija, tip kmetovanja in ekonomska velikost ter ima dolgo časovno serijo. Večina analiz s strani Evropske komisije je opravljena prav s pomočjo FADN, zbirka pa je pomemben vir tudi v primeru nacionalnih analiz. V Sloveniji pa se FADN drži sloves »nezadostne kakovosti« (Kožar, 2017: 59), predvsem zaradi vsebinskih problemov, kot je vrednotenje osnovnih sredstev, pravočasnosti in točnosti podatkov pa tudi odsotnosti epistemske skupnosti uporabnikov. Ne glede na to je zavedanje o pomenu baze prisotno (Kožar, 2017: 60). V okviru pregleda literature (Kožar, 2017: 62–63) je delovni sklop kakovost podatkov opredelil družboslovno, torej ne zgolj v smislu točnosti, temveč »pri-mernosti za uporabo« ter kot večdimenzionalni koncept, pri čemer je hierarhija komponent odvisna od uporabnikov (njihovih prioritet, razpoložljivih virov in kompromisov). Kot ravni kakovosti podatkov so bile (po OECD) upoštevane: relevantnost, natančnost, kredibilnost, pravočasnost, dostopnost, pojasnilnost, koherentnost, pa tudi stroškovna učinkovitost. Na podlagi Eurostatovih standardov in EU zakonodaje so standardi obdelani na treh ravneh (Shema 1.1): institucionalni, statistični in uporabniški. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 37 Shema 1.1: Standardi kakovosti podatkov Shema 1.1: Standardi kakovosti podatkov Kakovost institucionalnega Kakovost statističnih procesov Kakovost statističnih okolja (strokovni vidik) (izvedbeni vidik) rezultatov (uporabniški vidik) • strokovna neodvisnost • dobra metodologija • ustreznost podatkov* • pooblastilo za zbiranje • ustrezni statistični postopki • natančnost in zanesljivost* podatkov • razumna obremenitev • pravočasnost in točnost* • ustreznost virov dajalcev podatkov in • skladnost in primerljivost* • zavezanost kakovosti • stroškovna učinkovitost* ter • statistična zaupnost • dostopnost in jasnost* • nepristranskost in objektivnost *Kakovost podatkov po OECD. *Kakovost podatkov po OECD. Vir: lastni prikaz. V ir: lastni prikaz. Kakovost je opisana tudi iz perspektive 'diamanta kakovosti' v smislu ravnovesja med strokovnim in izvedbenim vidikom (napake, omejitve, učinki) ter uporabni- škim vidikom (ustreznost, natančnost, pravočasnost). Pri tem Kožarjeva (2017: 63) opozarja na škodljive učinke neustrezno kakovostnih podatkov za odločanje in pomen ocenjevanja kakovosti. Na podlagi pregleda dokumentacije je delovni sklop zaključil, da v Sloveniji strateško načrtovanje (srednji do dolgi rok) v povezavi s FADN še ni prisotno (Kožar, 2017: 80). Kljub zavedanju o pomenu podatki niso uporabljeni v zado-stnem obsegu. Zaznano je sicer boljše sodelovanje med institucijami, načrtovanje in proaktivnost pri več komponentah kakovosti, ki presega področji ažurnosti in točnosti, ki izhajata iz obvez do EU, v ospredje pa prihajajo komponente, kot so ustreznost virov, dostopnost, jasnost, natančnost in zanesljivost. S tem se slovenski prostor približuje razpravi na EU ravni, z izjemo komponente uporabnosti. V zvezi s slednjim manjka opredelitev ključnih uporabnikov FADN za Slovenijo, ki bi vplivala tudi na samo vzorčenje. Nadalje so podatki za ključne uporabnike slabo dostopni in nejasni, pogosto pa tudi prepozni in premalo zanesljivi (za namene načrtovanja in presoje). V zvezi z organizacijo je zaznana prevelika raven razpršenosti (nespecializiranosti) ter breme odgovornosti pri dajalcih podatkov. Na podlagi tega je delovni sklop oblikoval več priporočil (Kožar, 2017: 118–120): I. dogovor o uporabnikih FADN in njihovih potrebah, ki naj vplivajo na ravni kakovosti, z MKGP kot glavnim uporabnikom in vodilnim akterjem; II. reorganizacija v smislu delitve in združevanja nalog med institucijami (vzorčenje, analitika, diseminacija); III. povečanje stroškovne učinkovitosti z digitalnim privzetim načinom za vnos, kontrolo in diseminacijo ter s povezovanjem z drugimi bazami po možnosti v enoten podatkovni sistem slovenskega kmetijstva, pohitritev dostopa; 38 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV IV. izboljšanje kakovosti diseminacije, izobraževanja za ključne člene, upoštevaje načelo poenostavitve in personalizacije (peer-to-peer); V. okrepitev vloge kmetijske svetovalne službe glede zbiranja, kontrole, posredo-vanja, svetovanja in odzivov; VI. glede druge ravni kakovosti je potrebno odgovornost za natančnost in zanesljivost podatkov prenesti na mrežo FADN ter v okviru interdisciplinarne skupine preverjati in optimizirati postopke, hkrati paoenotiti postopke za vse KMG, ki vodijo FADN knjigovodstvo. Med splošnimi priporočili Kožarjeva opozarja še na pomen miselnega preskoka od administrativnih obveznosti k uporabnikom (namen) in dajalcem podatkov (učinkovitost) ter iskanje sinergij na podlagi celovitega podatkovnega sistema za slovensko kmetijstvo. Slednji bi skozi navzkrižno zbiranje in uporabo podatkov izboljšal več komponent kakovost hkrati: stroškovno učinkovitost, manjše breme poročanja, pravočasnost, natančnost, zanesljivost, dostopnost in jasnost. Tovrstna miselnost je že dlje časa prisotna v skandinavskih državah, spodbuja pa jo tudi Evropska komisija. Splošni zaključki in predlogi Kot pravijo Tina Volk in dr. (2017: 292), »v slovenskem kmetijstvu obstajajo pomembne pomanjkljivosti pri organiziranju, upravljanju in načrtovanju kmetijske pridelave«. Slovensko kmetijstvo razpolaga s podatkovnimi viri, ki omogočajo oblikovanje relativno dobre slike o virih, deloma pa tudi o proizvodnji na ravni KMG. Vendar pa je delo s podatkovnimi zbirkami zamudno zaradi ločenosti in razlik, vključno z različnim nosilci in slabo koordinacijo, pomanjkanjem dostopa in uporabe za analitične namene. Posledici sta premajhna izkoriščenost zbirk in enkratnost vsake uporabe (namesto standardizacije). Če želimo, da se uveljavi odločanje, utemeljeno na podatkih, je potrebno narediti sledeče (poleg uporabe administrativnih virov za izračun standardnega prihodka, izboljšanja FADN, ponudbe stalnih analitičnih orodij za odločanje v kmetijstvu in posodabljanja obstoječih ter oblikovanja panožnih analitičnih krožkov) (Volk in dr., 2017: 293–295): • oblikovati partnerske strukture za strateško uvajanje na podatkih utemeljene kmetijske politike s predstavniki vladne strani, nevladnih organizacij in akademske sfere, ki bi naslavljala vprašanje podatkovnih virov, analitičnih podlag in modelnih orodij; • pridobiti institucionalno podporo na MKGP z okrepljenim analitičnim delom in delom s podatkovnimi zbirkami, centralno urejanje in koordinacijo podatkovnih virov, sodelovanje z deležniki za diseminacijo; • podpreti analitične panožne krožke v javni kmetijski svetovalni službi s podatkovnimi viri, javnimi nalogami in z reorganizacijo svetovalne službe; Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 39 • zagotoviti stalnost financiranja podatkovnih zbirk in analitičnih podlag (kjer gre za stalne naloge, stalno javno financiranje). Na koncu raziskovalci navajajo še opozorilo glede pomena kontinuitete in kadrov, kadar gre za vzpostavljanje podatkovnih zbirk, ter glede stroškov, ki jih prinašajo prekinitve. Omenjeni splošni zaključki so bili izhodišče za pričujoči projekt. METODOLOGIJA Iz metodološkega vidika najbolj standardizirano skupino komponent kakovosti podatkov predstavlja statistična kakovost oz. kakovost statističnih rezultatov, ki se nanaša na statistično ustreznost (tj. popolnost) in na natančnost podatkov, rednost objavljanja ter skladnost. Posamezni elementi statistične kakovosti so opredeljeni s kvantitativnimi kazalci. Statistična kakovost se sicer nanaša na končne produkte različnih statističnih raziskovanj, v našem primeru pa ocenjujemo administrativne zbirke, ki so žive in ki (še) ne predstavljajo statističnega izdelka. Vprašanje skladnosti administrativnih virov je tako tudi vprašanje vsebinske relevantnosti v smislu skladnosti z uveljavljenimi standardnimi statističnimi enotami in spremenljivkami. Standardne kategorije statistične kakovosti omogočajo predhodno kvalitativno oceno 'statističnega potenciala' zbirk, saj vemo, da Statistični urad RS vedno večji delež podatkov pridobiva prav iz administrativnih virov. Druga kategorija, ki izhaja predvsem iz sekundarne rabe zbirk za analitične in druge namene, je vsebinska relevantnost, ki se nanaša na elemente statističnih rezultatov, kot so področna ustreznost in relevantnost podatkov, v bolj specifičnem smislu pa tudi enkratnost oz. posebna vrednost, razsežnost in kompleksnost (časovna vrsta, zajem, dopolnjevanje obstoječih podatkov) ter uporabnost za različne namene. Vsebinska komponenta kakovosti se nanaša tudi na nekatere institucionalne vidike, kot je ustreznost primarnih virov, od koder so podatki pridobljeni, ter vidike statističnih procesov, kot je ustrezna metodologija zbiranja in obdelave. Omenjeni elementi se nanašajo na vidik potencialnih koristi, ki je pomemben v smislu ustreznega odnosa do stroškov (analiza stroškov in koristi). Tretja kategorija kakovosti podatkov se nanaša na organizacijske vidike kakovosti oz. na organizacijsko zrelost. V poštev pridejo nekatere standardne komponente, kot so zakonski okviri zbiranja in obdelave podatkov in zavezanost kakovosti (npr. ustrezne analize in poročila o kakovosti), pa tudi nekateri specifični elementi, povezani z izvedbo in odnosom do uporabnikov. Gre pa tudi za podatke kot takšne, torej ali so kje opredeljeni, ali so sploh dostopni, so dostopni le v delu ali v celoti, ali so povezljivi in ali omogočajo sekundarno rabo, gre pa tudi za samega dajalca podatkov, za opremljanje z metapodatki, za odnos do uporabnikov, za postopke, 40 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV rešitve glede dostopa in za upoštevanje načel odprtih podatkov. V tretjo komponento lahko štejemo tudi vprašanja, povezana s stroškovno obremenitvijo organizacije kot dajalca. Tabela 1.1: Kakovost administrativnih podatkovnih virov Statistična Vsebinska Organizacijska kakovost relevantnost zrelost Kakovost - natančnost in - ustreznost - dostopnost in statističnih zanesljivost ( enkratnost, posebna jasnost rezultatov - pravočasnost vrednost, razsežnost (metapodatki, in kompleksnost ter standardni postopki in uporabnost) rešitve, odprti podatki) - skladnost in primerljivost Kakovost metodologija - obremenitev dajalca statističnih - stroškovna procesov učinkovitost Kakovost - ustreznost virov - pooblastilo za institucionalnega zbiranje okolja - zavezanost kakovosti Vir: lastni prikaz. Razmerje med standardno kategorizacijo komponent kakovosti in kategorijami kakovosti administrativnih virov je predstavljeno v Tabeli 1.1. V nadaljevanju natančneje opredeljujemo posamezne elemente znotraj treh komponent kakovosti v smislu standardnih kazalcev, vrednosti in lestvic, ki omogočajo podaja-nje ocen. Statistična kakovost Sistematično spremljanje kakovosti statističnih rezultatov, tj. rezultatov statističnih procesov, se je razvilo v zadnjem desetletju. Uveljavilo se je šest komponent kakovosti statističnih rezultatov: ustreznost, točnost ocen, pravočasnost in točnost objave, dostopnost in jasnost, primerljivost in skladnost. Kot dodatna, sedma komponenta pa še stroški in obremenitve. Slednja sicer ni eksplicitno komponenta kakovosti, vendar pa vpliva na vse ostale (SURS, 2017: 7, 34; glej tudi Shemo 1). Pomembno vlogo je igrala standardizacija kazalcev kakovosti v okviru evropskega standarda poročil o kakovosti ( European Standard for Quality Reports Structure Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 41 – ESQRS).4 Standardizacija se nanaša na razvoj neposredno izmerjenih kvantitativnih kazalcev, ki omogočajo bolj objektivno oceno dosežene kakovosti, primerjavo skozi čas in med področji. Glavni namen kazalnikov kakovosti je izvajalcem statističnega raziskovanja in uporabnikom ponuditi vpogled v kakovost rezultatov in s tem v proces, preko katerega so bili pridobljeni, v določeni meri pa tudi v institucionalno okolje, v katerem se raziskovanje izvaja. Kazalniki naj bi bili izra- čunani čim hitreje, pri nekaterih vidikih že v samem statističnem procesu. Kazalniki se sicer lahko nanašajo na raziskovanje kot celoto, spremenljivko ali končno agregatno statistiko (statistični rezultat). Kadar gre za slednja elementa, naj bi se kazalniki izkazali le za ključne spremenljivke in statistike (npr. do pet). Pogostost izkazovanja naj bi bila vezana na samo raziskovanje, uporabljajo pa se lahko tudi letna povprečja. V primeru, ko struktura populacije ali vzorca igra pomembno vlogo, je smiselno prikazati vrednost kazalnika tudi za poddomene, npr. po spolu, regiji (SURS, 2017: 8). Kazalniki kakovosti se glede na elemente razlikujejo po tipu raziskovanj: ločimo terenska anketna, kjer je osnova vprašalnik, registrska, ki temeljijo na administrativnih virih, ter kombinirana. Raziskovanja se delijo tudi glede na izbor enot, od popisa do vzorca, ki je lahko naključni ali nenaključni (SURS, 2017: 9). Kazalniki kakovosti so predstavljeni v Tabeli 2. Nekateri kazalniki, ki se primarno ne nanašajo na registrska raziskovanja oz. raziskovanja na podlagi administrativnih virov, potrebujejo prilagoditve, s katerimi se ukvarjamo v nadaljevanju. V tabeli predstavljamo tudi poenostavljeno metodo izračuna kazalnika, ki omogoča okvirno oceno vrednosti – v našem primeru namreč ne ocenjujemo statističnih rezultatov, temveč 'potencial administrativnih virov' za različne namene uporabe. Iz tega vidika je torej pomembno troje: ali je kazalec mogoče izračunati, kakšen bi bil rezultat in kakšna je statistična ocena te vrednosti kazalca. 4 ESQRS struktura in v njej nastopajoči kazalniki kakovosti so bili prvič podrobno opisani v metodološkem priročniku ESS Standard for Quality Reports, ki ga je Eurostat izdal leta 2009. V letu 2014 je nato Eurostat pripravil prenovljene metodološke dokumente v zvezi s poro- čanjem o kakovosti in kot del teh dokumentov prenovljeni seznam standardnih kazalnikov kakovosti. V letu 2015 je tudi posodobil standarde (ESQRS, ESMS), pomembna novost v okviru te posodobitve pa je uvedba nove strukture, ki združuje dve prej obstoječi strukturi v eno samo (SURS, 2017: 34). SURS je standard prvič objavil 2011, zadnja verzija pa je iz 2017 in je namenjena vsem izvajalcem statističnih raziskovanj, ki uporabljajo kazalnike kakovosti (SURS, 2017: 7). V primerjavi s kazalniki Eurostata kazalniki SURS upoštevajo nekatere nacionalne specifike: nekateri kazalniki so izpuščeni, drugi pa dodani (SURS, 2017: 34), npr. Eurostat ne uporablja kazalnikov U2, T1.1, T6, S2 (Tabela 1.2), uporablja pa kazalnike AC1-3 ki se nanašajo na tabele in metapodatke. 42 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV - a- - čenju ežno erjanja, or i: ev , v fazi i vir ajo po ija) in T1.1. e). tsko eg istrsk avljene na pod . S r oma eg ativni vir ost vnega pr . vt tistični/administr tno pojasnilo sako domeno posebej . NUT sak r e, popr ejejo ačunamo T1 ačunamo lahko ut . sta ednost (manjk vezljiv i pono ejanja ipd Doda za v (npr za v posebej Pri specifičnem vz izr Izr vr membne enot administr po Enot lag ne št ročno/a ur npr tivni vir i vor čni or e s ladno z vanja ezne; (b) e s a za tk i) azisko enih v vz tistike (sk tk v/r oženo populacijo ljuč tko v: (a) neustr a; (d) delni odgo ez poda tivnih absolutnih ca) in druge napake: tko emenljivko/enot ednostjo/enot ela or , analitični ali modelsk tistike kot delež) enimi poda cev emenljivko idobljene sta or ez poda eznih enot vk vljeno spr avljeno vr ednost r varjanja poda elikost vz a; (c) ni odziv va vz eznih enot br sta ane/pr vor ečna vr čna (v op a med populacijo in z e z v tkom za spr e s popr tkom ačun* tev tum ust or imerja ist emenljivko vir vpr Izr zah zakonsko določ da vz pr pr razlik (za dimenzijske sta delež enot br ni odgo delež ustr spr delež neustr ok enot poda enot poda po razlik a a a a a vanje a a vanje vanje emenljivk tistik tistik emenljivk emenljivk emenljivk emenljivk Objekt razisko spr sta sta razisko spr razisko spr spr spr ltatov , ano ano ovanje ljučni ezu istrsko ljučni ec ec ensko ih r azisk or or R poljubno reg kombinir nak vz ne nak vz poljubno ter poljubno poljubno poljubno kombinir T1) tatističn a ( a a T4) a SURS) adi vor vor T3) T7) tističnih enčnih ritja ( znak er ov ( ef vljenih T5) T6) akovosti s T1.1) v ( v ( tov (U1) v (U2) dna napak T2) sta ejanja anskost zar e ( tko tko iki k tumo istr opnja neodgo opnja neodgo emenljivke ( ladnost vir ln Kazalnik (o popolnost sta rezulta ujemanje r da standar pr zajema ( st enot st spr delež nadpok delež v poda delež ur poda sk aza ta en eznost (U) omponen str ) Tabela 1.2: K K U Točnost oc (T Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 43 ani. očno ev obnejši enčne ratkor er . k ost ef no) ljiv i niso upošt ani, podr ti. imer avk ave (npr revidir rezulta nepr Popr odvisno od r razisk vs. struktur tum eloma enčnega obdobja enčnega obdobja i da er er ednost ednost ef ef tivna vr tivna vr tum/dejansk ela ela ve/konec r ve/konec r tov vedan da tum obja tum obja očk v vrsti od zadnjega pr da rezulta da napo št. t absolutna ali r absolutna ali r vanje vanje vanje a a a tistik tistik tistik razisko razisko razisko sta sta sta ir. ščni vodi poljubno poljubno poljubno poljubno poljubno poljubno lej izh ve ve ve enčnimi ule g tov (PT1) tov (PT2) ljivih eref orm ve obja imer e f ezulta ezulta i (S1) atičn ve r vnih vrst (P1) tk avočasnost pr avočasnost obja ladnost začasni/končni ladnost z r i (S2) pr obja pr končnih r točnost pr (PT3) dolžina pr časo sk poda sk vir atem URS, 2017: 10–26. o S ) ost bliki m o p asnost pis v o ovzet očnost ve (PT a za Pravoč in t obja Primerljiv (P) Skladnost (S) *Z Vir: p 44 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Registrska in kombinirana raziskovanja Administrativni viri se kot neposredni vir podatkov predvsem zaradi zmanjšanja bremen poročanja in stroškov vse pogosteje uporabljajo pri statističnih raziskovanjih. Prilagoditev statističnega procesa v tem primeru vpliva na komponente kakovosti – najbolj na ustreznost in točnost. Ustreznost virov vpliva na kakovost rezultatov, zato je, skladno s priporočili SURS, potrebno opisati vire, njihov osnovni namen in izvor, referenčno obdobje, način zbiranja in morebitne statistične obdelave. Te informacije, ki naj bi bile vključene v poročilo o kakovosti, so pretežno kvalitativne narave, vendar pa ocena skladnosti ciljnega in dejanskega referenč- nega obdobja (torej razlike med obdobjem raziskovanja in obdobjem, ko so bili podatki ustvarjeni) omogoča tudi povsem kvantitativno oceno (kazalnik U2). V primeru komponente točnost je potrebno prilagoditi več kazalnikov. Kazalnik pristranskosti zajema je mogoče preoblikovati v smislu merjenja učinka vrste zajema (namesto načina zbiranja), kar pride v poštev pri nenaključnem zajemu, denimo s pragom. Administrativni viri na podlagi zakonskih določil pogosto vključujejo pragove obveznosti poročanja. Pri stopnji neodgovora spremenljivke (T3) nimamo neposrednega zbiranja podatkov, pojav neodgovora pa je mogoče nadomestiti z neuspešnim povezovanjem virov, bodisi neposredno (npr. kadar je v naboru enot in administrativnem viru enolični identifikator) ali posredno (primer drugih skupnih spremenljivk, kot so ime, priimek) (SURS, 2017: 27).5 Kadar gre za delež nadpokritja (T4), mora biti najprej opredeljen referenčni nabor enot opazovanja, na katerega povezujemo podatke iz različnih virov, nato pa enote, za katere nam ni uspelo pridobiti želenega podatka (za raziskovanje »ustrezne« ali »neustrezne«). Slednje je lahko pri tovrstnem raziskovanju težje in zahteva uporabo drugih administrativnih virov ali strukturnih raziskovanj. V primeru deleža vstavljenih (imputiranih) podatkov (T5) se lahko upošteva enote, ki se ne povežejo za vse spremenljivke ali nekonsistentnost pri povezovanju. Pri deležu urejanja podatkov (T6) se lahko upošteva logična kontrola ali izvedba morebitnih popravkov. Posebnost registrskih raziskovanj je glede urejanja v tem, da lahko postopki potekajo na viru pred integracijo ali na že povezanem naboru. Potrebno je upoštevati oboje popravke. Vendar pa – ko gre za oceno statističnih rezultatov – ne smemo upoštevati popravkov, opravljenih izven samega raziskovanja (skrbnikovi popravki). Ne glede na slednje pa ocena kazalnika že v procesu 5 Če sta uporabljena oba pristopa, je potrebno posebej izračunati še stopnjo po obeh, v imeno-valcu pa upoštevati samo število enot, ki smo jih dejansko skušali povezati z določenim pristopom. Običajno najprej izvedemo neposredno povezovanje, pri posrednem pa upoštevamo tiste enote, ki nam jih prej ni uspelo povezati (manjši imenovalec). Če je smiselno, se lahko izračuna tudi utežena vrednost. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 45 administrativnega urejanja ponuja vpogled v kakovost vira. Poleg omenjenega je mogoče kazalnik T7 izračunati za razliko med posameznimi administrativnimi viri (SURS, 2017: 28). Kjer so na voljo avtomatizirane administrativne preverbe (npr. navzkrižno med zbirkami v realnem času, ob osvežitvi, ob 'odprtju seje'), je mogoče uporabiti tudi podatke o rezultatu le-teh. Shema 1.2: Proces integracije različnih virov Shema 1.2: Proces integracije različnih virov Viri podatkov Okvir -­‐ popolni in delni -­‐ brez podatkov – Podatki Integracija ustrezne enote -­‐ brez podatkov – neustrezne enote V V iirr:: l laassttni ni p p ri rikaz kaz n na a p opodl dlag a i Sgi SURS, 2017 URS, 2017. . Če povzamemo, ocena administrativnih virov zahteva predvsem opis osnovnega namena in izvora, referenčnega obdobja, načina zbiranja in morebitne obdelave, ki se nanašajo na vsebinske vidike kakovosti, s katerimi se podrobneje ukvarjamo v nadaljevanju. Ne glede na slednje pa je mogoče opredeliti dostopnost 'para-podatkov' (tj. podatkov o procesu med procesom samim) za izračun posameznih komponent statistične kakovosti in oceniti ter interpretirati okvirno vrednost kazalcev. Relevantnost podatkov Podatki se ustvarjajo z različnimi nameni, njihova širša relevantnost oz. vsebinska kakovost pa je odvisna od več kriterijev. Na področje vsebinske kakovosti se umeščajo komponente ustreznosti, skladnosti in primerljivosti, metodologije in ustreznosti virov. Pri ocenjevanju relevantnosti si lahko pomagamo s pripomočkom Arhiva družboslovnih podatkov (ADP) za ocenjevanje kakovosti raziskave za potrebe prevzema z namenom nudenja dostopa. Pripomoček (Shema 1.3) vključuje elemente, kot so področna ustreznost, enkratnost in posebna vrednost, znanstvena relevantnost ter relevantnost za druge namene, ki se nanašajo na vidike zgornjih komponent, ki niso zajete v okviru statistične kakovosti. 46 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV She Sh ma 1.3: K ema 1.3: Kr r it ietrer iji irji r eleevle a v ntant nos no ti r sati r ziskazi av s e kave Področna ustreznost podatkov (0-25) •  pomen za področje (0/10) •  pomen za disciplino (0/5) •  meddisciplinarna integracija podatkov (0/5) •  javni sektor, dopolnjevanje odprtih vladnih podatkov (0-5) Zgodovinska, kulturna vrednost, enkratnost (0-25) •  vrednost za določen pojav ali obdobje (0/5) •  dopolnjujejo zbirko po vrsti (tipi ali metode) ali vsebini in pristopu (0/5) •  edinstveni podatki, podobni podatki boljše kakovosti (0/3) •  podatki v isti ali bolj izvorni (surovi) obliki (niso nepovratno predelani) niso dostopni drugje (0/3) •  podatki nimajo ustreznega skrbnika, grozi jim uničenje (0/3) •  podatki so dostopni drugje, vendar ustanova, ki jih vzdržuje, nima naloge, da nadaljuje s poslanstvom (0/2) •  podatke je mogoče ponovno zbrati z velikimi napori in stroški (0/4) Znanstvena relevantnost: večrazsežnost, izčrpnost zajema, primerljivost (0-27) •  zajet je okvir populacije ozemlja celotne države ali regije (0/2) •  podatki o prostorskih enotah (0/2) •  populacije: splošne, pomembne (elita), redke in posebne (0/2) •  izčrpnost podatkov, če obravnava problem z različnih vidikov (0/3) •  primerljivi podatki skozi čas in prostor, serije podatkov (0/2) •  možnost longitudinalne analize (0/2) •  panelne raziskave, kompleksni raziskovalni načrti, dolgotrajnost (0/2) •  večrazsežnost: velikost, število besed, spremenljivk, enot; več nivojev podatkov; združeni podatki iz več virov (0/2) • metodološko dobro izdelane raziskave (0/5) •  mednarodno primerljivi podatki (Slovenija) (0/5) Relevantnost za pedagoške in druge namene (0-20) •  primerni za izobraževanje (0/10) •  primerni za državljansko znanost, popularizacijo, novinarsko rabo (0/5) •  drugi nameni (0/5) Vi Vr: ir Pr : Pipom ripo oč mo ek če ADP k AD za oce P za o nje cenjveanj va e nj kako e kak vo ov st osi trazisk i razis av ka ev za pot e za porterbe eb pr e p e r vzem vzema (osn a (osnutek e ). k). Pripomoček vključuje podrobnejše opredelitve posameznih elementov skupaj z obtežbo, ki pa se lahko prilagaja glede na specifike podatkovnega vira. Pripomoček je izdelan za namen ocenjevanja ob prevzemu podatkov iz družboslovnih raziskav, vendar pa je na ta način (z nekaterimi prilagoditvami pri opredeljevanju ciljne vsebine zbirke za določeno področje in opredelitve skupnosti uporabnikov podatkov s tega področja) mogoče razumeti tudi administrativne zbirke s podro- čja kmetijstva in naravnega okolja (primerjaj s področno podatkovno enoto iz Velike Britanije: NERC Data Value Checklist). Kriteriji so bili v nadaljevanju pri-rejeni za namene preliminarne ocene pomena in relevantnosti administrativnih podatkovnih virov z metodo podatkovnega intervjuja (Priloga I). Pripomoček ADP ima opredeljene izhodiščne kvantitativne ocene z namenom primerjave podatkov posameznih raziskav, vendar je potrebno kvantitativne ocene ovrednotiti še z vsebinsko presojo ekspertov ter končne odločitve o izboru Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 47 vsebinsko utemeljiti, pri tem pa tehtati tudi dodatne stroške priprave podatkov za dostop, vzdrževanje in njihovo trajno hrambo. Organizacijski vidiki kakovosti Institucionalni ali organizacijski vidiki kakovosti, ki nas zanimajo, so vezani na komponente dostopnosti in jasnosti, razpoložljivosti, obremenitve dajalca in stro- škov ter pooblastil za zbiranje in zavezanosti kakovosti. Pri administrativnih zbirkah so ključnega pomena zakonske podlage za zbiranje, obdelavo in dostop, ki določajo, koliko in kateri deli podatkov so podvrženi zakonskim obveznostim za digitalno shranjevanje po Zakonu o varstvu dokumentarnega in arhivskega gradiva ter arhivih in za kako dolgo; kako se uresni- čujejo načela odprtih podatkov po Zakonu o informacijah javnega značaja ter po Nacionalni strategiji odprtega dostopa do znanstvenih objav in raziskovalnih podatkov v Sloveniji 2015–2020, kdo so znani uporabniki posameznega podatkovnega vira, kateri deli in na kakšen način so trenutno dostopni različnim uporabnikom. Poleg tega zakonodaja pogosto vpliva tudi na zaveze kakovosti (certifikati in standardi), pa tudi na kategorije statistične in vsebinske kakovosti, denimo z mehanizmi, ki vplivajo na zajem, točnost in ročnost podatkov ter samo vsebino in relevantnost. Kriteriji FAIR V drugi vrsti gre za kriterije kakovosti z vidika nadaljnje uporabe večjega števila uporabnikov, ki niso sami vključeni v postopke zbiranja in priprave podatkov. Ti se nanašajo na katalogizacijo, dostopnost, splošno uporabnosti in preglednost, format ter ustrezno opremljanje podatkov z metapodatki in dokumentacijo. Popularno so ti kriteriji zbrani pod kratico FAIR (CESSDA) – findable (podatke je moč najti), accessible (podatki so dostopni), interoperable (podatki so navzkrižno povezljivi) ter reusable (podatki so ponovno uporabljivi). Kriteriji (Tabela 1.3) vključujejo kazalce, na podlagi katerih je posamezen vir ali zbirko mogoče oceniti v smislu izpolnjevanja kriterijev. Kriteriji se nanašajo tudi na podatke, ki jih pri svojem delu ustvarjajo javne službe. 48 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Tabela 1.3: Kriteriji FAIR Kriterij Opis Kazalci Findable (moč Drugim naj bi bilo omogočeno, • Podatkom je pripisan trajni jih je najti) da najdejo podatke; bogati identifikator. metapodatki bi morali biti na • Na voljo so bogati metapodatki, ki voljo na spletu v iskalnem viru, opisujejo podatke. podatkom naj bi bil pripisan • Metapodatki so na spletu v trajni identifikator. dostopnem viru, kot je katalog ali repozitorij. • Zapis metapodatkov specificira trajni identifikator. Accesible Drugi raziskovalci ali stroji • Trajna identifikacija vodi (dostopni) naj bi imeli dostop, pod do podatkov ali povezanih določenimi pogoji in metapodatkov. omejitvami. Metapodatki naj • Protokol dostopa sledi bi bili dostopni neglede na prepoznavnemu standardu (npr. splet). dostop do podatkov. • Postopek dostopa vključuje korake preverjanja istovetnosti in avtorizacije, če je to potrebno. • Meta(podatki) so dostopni, če je le mogoče. Interoperable Podatki in metapodatki naj • Podatki so na voljo v splošno (navzkrižno bi bili skladni s prepoznanimi razumljivih in odprtih formatih. povezljivi) formati in standardi, ki • Metapodatki sledijo ustreznim omogočajo združevanje in standardom. izmenjavo. • Kontrolirane objave podatkov, ključna gesla, ontologije so uporabljeni, kjer je le mogoče. • Zagotovljene so kvalificirane reference in povezave do drugih povezanih podatkov. Reusable Za interpretacijo in ponovno • Podatki so točni in dobro opisani s (ponovno uporabo je potrebno veliko številnimi relevantnimi atributi. uporabljivi) dokumentacije. Podatki naj • Podatki imajo jasno in dostopno bi bili skladni s splošnimi licenco uporabe. normami in jasno licencirani, • Jasno je, kako, zakaj in kdo je ustvaril tako da drugi vedo, kakšne in predeloval podatke. oblike ponovne rabe so • Podatki in metapodatki sledijo dovoljene. ustreznim področnim standardom. Vir: CESSDA. Organizacijska zrelost dajalca mikropodatkov Nazadnje je potrebno upoštevati še vidik organizacijskega pristopa k dajanju podatkov. Kategorije – metapodatki, krog zaupanja, proces zaprošanja, rešitve in odprti podatki – in posamezni kriteriji so obdelani v okviru vprašanj za Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 49 samoocenjevanje javne organizacije, oblikovanih v okviru ekspertne skupine za mednarodno sodelovanje na področju mikropodatkov (OECD, 2014). Na podlagi kriterijev je mogoče govoriti o različnih stopnjah zrelosti: nizka zrelost običajno pomeni odsotnost standardiziranih metapodatkov, pristopov in rešitev, srednja zrelost določen obseg standardizacije in predvidljivosti ter uporabnosti, predvsem za 'stalne stranke' oziroma uporabnike, visoka zrelost pa skladnost s splošno veljavnimi mednarodnimi standardi, standardne, prepoznavne in dostopne protokole in rešitve, ki veljajo enako za vnaprej določene kategorije uporabnikov. Tabela 1.4: Zrelost organizacije – dajalca mikropodatkov Stopnja Nizka Srednja Visoka zrelosti: Metapodatki Omejeni so na Znani so sekundarni Zagotovljena je skladnost neposredne lastne uporabniki mikropo- s pripoznanim mednarod- potrebe statistične datkov, zagotovljen je nimi standardi, dokumenti proizvodnje. izvoz metapodatkov; omogočajo strojno branje zagotovljeni so ustrezni in so prosto dostopni, področni standardi in vključno z angleško verzijo, navodila, standardno metapodatkovne dato- izrazje. teke so dostopne preko mednarodnih portalov za predpregled pred zahtevo podatkov. Krog Odločitve za do- Deli organizacije Partnerji in uporabniki zaupanja stop so ad-hoc in vzdržujejo listo prece- mikropodatkov imajo status subjektivne, stan- denčnih odločitev v zaupanja, ki objektivno te- dardi za uspešno zvezi s uporabniki, ki so melji na korporativnih me- akreditacijo niso izpolnili akreditacijske rilih. Odločitve o dostopu dostopni poten- zahteve. Parametri in so neposredno nanašajo na cialnim partnerjem merila odločitve so to. Potencialni uporabniki in uporabnikom. dostopni na podlagi so obveščeni in postopek je zahteve. transparenten. Proces Dokumentacija Za nekatera področja Standardni pristop k zaprošanja na ad-hoc osnovi, se uporabljajo stan- prijavam, ki je skladen s pri- ni podatkov dardizirani obrazci, ki stopom v drugih državah. o postopku, upoštevajo lokalne Proces obravnave prošenj je časovnici odlo- uporabnike, omogočajo formalno urejen, vključno s čanja, ni slovarja prošnje iz drugih držav. časovnico, dostopno vlaga- metapodatkov. Slovarji in metapodatki teljem. Slovarji in metapo- so dostopni na podlagi datki so dostopni na spletu povpraševanja, prav in skozi storitve iskanja vi- tako tudi okvirna časov- rov. Razlogi za odobritev ali nica odločitve. zavrnitev so transparentni in jasno povezani s pogoji. 50 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Rešitve za Odsotnost načinov Sporadičen razvoj in Smatrajo se kot pomem- dostop za enostaven objava brez posebne ben proizvod za razširjanje dostop do obravnave vidikov kako- mikropodatkov in so razviti mikropodatkov. vosti ob ustvarjanju. skupaj z drugimi proizvodi za način dostopa do mikropodatkov. Metode ohranjanja statističnih značilnosti podatkov so uvedene. Uporabnikom so pojasnjene razlike med mikropodatkovno datoteko in originalom ter možnosti oblik dostopa. Odprti Ni analize Notranji izziv, pretirane Notranji in zunanji izzivi podatki potencialnega upravne kontrole var- upravljanja nadzora nad pomena odprtih nosti podatkov. Nekaj mikropodatki so naslovljeni. mikropodatkov. odprtih podatkov-pro- Portfelj potencialnih odpr- izvodov je ustvarjenih tih podatkov je vzdrževan kot odziv na pravne ali in sistematično obdelan. Vsi politične izzive. podatkovni proizvodi, ki so varni in javni, so dostopni preko portala za iskanje virov. Vir: povzeto po OECD, 2014. RAZISKOVALNE IN ANALITIČNE METODE Podatkovni intervju Za namen preliminarnega splošnega pregleda zbirk smo opravili popis in oceno kakovosti ter potenciala administrativnih podatkovnih virov. Kot ključni metodi pridobivanja podatkov o podatkovnih zbirkah sta bili zastavljeni pregled dokumentarnega gradiva in podatkovni intervju. Gradivo se nanaša predvsem na t. i. interne upravne priročnike z navodili za vodenje evidenc, registrov in zbirk, kjer so osnovne informacije o namenu in postopkih ter pravnih podlagah, pa tudi o samih podatkih, povezljivosti, kakovosti in standardih ter kontrolah, dostopu in obdelavi ter primarnih virih in drugih uporabnikih. Druga izbrana metoda je podatkovni intervju, ki je bil namenjen dopolnjevanju in preverjanju – tako med priročniki kot tudi med priročniki in prakso so namreč občasno razlike, priročniki pa niso naslavljali različnih vidikov kakovosti, npr. statističnih, vsebinskih ali organizacijskih. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 51 Kot izhodišče za podatkovni intervju je bil uporabljen polstrukturirani vprašalnik, oblikovan v okviru projekta Odprti podatki (ADP 2011).6 Vprašalnik ima široko uporabnost, saj je namenjen posameznikom z različnimi vlogami v zvezi z raziskovalnimi podatki: • ustvarjalcem – raziskovalni enoti, podatkovnemu znanstveniku; • storitvam, od skrbi za podatke, katalogiziranje, opremljanje z metapodatki za uporabo, spravilo, povezovanje, arhiv, repozitorij in knjižnicam; • uporabnikom v smislu drugih raziskovalcev kot uporabnikov, študentov in učiteljev ter vodstvom in oblikovalcem politik kot so ministrstvo, drugi financerji in vodstva institucij. Vprašalnik se nanaša na različne faze v življenjskem krogu podatkov, ki zajemajo vidike statistične, vsebinske in organizacijske kakovosti (ADP, 2011: 1–2; Shema 1.4): • Faza načrtovanja, financiranja in ustvarjanja podatkov zajema podrobno opredelitev namena, podlage in uporabnosti ter evidentiranja nastanka podatkov, ki je pomemben del razumevanja različnih vidikov statistične kakovosti (npr. ustreznost, natančnost in zanesljivost, pravočasnost, skladnost in primerljivost, ustreznost virov). • Faza dodajanja vrednosti se nanaša na metapodatke, transformacije in čiščenje, na katere so vezane komponente točnost ocen, skladnost in metodologija, v povezavi z makroprocesnimi vidiki. • Faza izbora in vrednotenja se eksplicitno nanaša na kakovost in uporabnost po zgledu kriterijev FAIR. • Faza spravila in analize vključuje objavo rezultatov v raziskovalnem poročilu skupaj s citiranjem uporabljenih podatkov, dostop, iskanje ter ponovno uporabo podatkov s strani drugih, s čimer se nanaša na kriterije zrelosti dajalca (ustvarjalca) in uporabnika podatkov. Prednost vprašalnika je, da ne naslavlja zgolj osnovnih opredelitev, temveč je pro-blemsko usmerjen in že v fazi intervjuja skuša identificirati mehanizme odgovornosti za rešitve. Za namene pričujoče raziskave so faze in obseg pregleda prilagojene začetnemu samoocenjevanju skrbnikov administrativnih zbirk: združeno je ustvarjanje in dodajanje vrednosti, faza vrednotenja in izbora, ki je sicer pomembna v vseh drugih fazah, je umeščena pred fazo iskanja, iskanje, dostop in uporaba pa sta ločena, ker je primarni namen ovrednotenje potenciala podatkov za nadaljnje raziskovanje in dostop (Tabela 1.5). 6 Vprašalnik je bil v izhodišču oblikovan za eno uro trajajoč intervjuju. 52 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV S Shhema 1.4: Ž ema 1.4: Ži ivlvjleje n n j js ski k i k kro rgo g po podadta k tk ov o v ustvarjanje podatkov iskanje, dodajanje dostop, vrednosti* uporaba izbor in spravilo in vrednotenje razpoložljivost *Faz *F a doda aza dodajjaanj nj a v a v rre e dnos dnost ti ji je v v e v vp p ra ršaaša lni ln k iku u zdrzdruž užen ena s fa a s fazo u zsto vaursjtavnjarja a pondja at poda kov. tkov. Vir: lastni prikaz. Dodatno smo v vprašalnik vključili nekatere elemente iz zgoraj prikazanih opredelitev in kazalcev statistične kakovosti, pred-prevzemnega obrazca ADP, FAIR kriterijev in kriterijev za samoocenjevanje organizacij. Poleg tega smo na koncu posebej zastavili še nekaj horizontalnih vprašanj z vidika organizacijske kakovosti v smislu razpoložljivosti virov in sodelovanja med različnimi organizacijskimi enotami (organi, uporabniki). Vsebinski opis sklopov je na voljo v Tabeli 1.5. Kot je razvidno iz tabele, so se vprašanja nanašala na opredelitev elementov, identifikacijo problemov ter odgovornih za rešitve. Celoten vprašalnik je na voljo v Prilogi I. Intervjuvanci so bili izbrani na podlagi vzorčenja, in sicer tako, da so bile zajete vse nosilne institucije, vsebinska področja (glej Shemo 1.5), značilnosti zbirk (ob-sežni in kompleksni podatki z različnimi notranjimi in zunanjimi uporabniki – primer RKG, preproste zbirke v obliki dokumentarnega gradiva – primer naravovarstvenih slojev, zbirke v vzpostavljanju – primer podatkov o proizvodnji) ter nosilci nalog (vodje organizacije ali sektorjev, skrbniki zbirk, IT služba). Intervjuji so bili izvedeni v decembru 2018 in januarju 2019. Za podrobnosti v zvezi z intervjuji glej Prilogo II. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 53 Tabela 1.5: Podatkovni intervju Faza Opredelitev Problemi Odgovornost Ustvarjanje Opis nastanka po- Načrtovanje, kaj se bo V primeru pomanjkljivosti podatkov* datkov in metapo- zbiralo in za kakšen je pomembno identifici- datkov, za kakšne namen; upoštevanje rati vzroke ter odgovor- podatke gre, kaj se z vrednotenja, izbora in nost (lastno in drugih) njimi dogaja, katera zagotavljanje načr- glede tega, kdo nastopa orodja, metapodatki, tovane kakovosti; s katerimi dolžnostmi in standardi in postopki upoštevanje zahtev pravicami, glede med- so uporabljeni. hrambe; razreševanje sebojnih pričakovanj in problemov za zagotavl- odvisnosti nosilcev vlog, janje dostopa, npr. glede pomena politik, vodil, dodajanja vrednosti, standardov, ovir, sankcij upoštevanje načrto- in spodbude. Na drugi vane kakovosti, zahtev strani pa je potrebno hrambe, sledljivosti po- tudi identificirati dobre stopkov in transformacij prakse in zglede, od orodij ter razreševanje prob- za ustvarjanje prikaza in lemov za zagotavljanje analize podatkov in meta- dostopa (npr. problem podatkov, do standardov, zaupnosti). politik, strategij, zakono- daje, projektov. Spravilo, Opis korakov v fazi Ali je shranjevanje za Poleg generični dilem dolgoročna spravila, kaj se s po- lastne potrebe ali tudi za (zgoraj), kje bi bilo razpoložljivost datki dogaja, kakšne potrebe drugih, predno- primerno mesto za oblike, formati nasto- sti hrambe na obstoječi odlaganje, vloga meril in pajo, kje se hranijo, lokaciji ali centralizirano vrednotenj zahtev kako- kakšna so znanja po disciplinah, kaj je vostne hrambe, stroškov, glede hrambe, katera ciljna vsebina, ali je znanj in pravnih dilem, kot orodja, metapodatki, opravljeno strokovno so prenos pravic in zaščita standardi in postopki vrednotenje pomena podatkov. so uporabljeni (ali podatkov in kaj se zgodi denimo obstaja s podatki male vrednosti, načrt hrambe). ali so podatki enkratni ali jih je mogoče reprodu- cirati, ali je zagotovljeno ohranjanje vrednosti podatkov in ali je razpo- ložljivost ogrožena, ali je zagotovljena sledljivost izvora in postopkov v predhodnih fazah, kako je s povezavo z metapo- datki ipd. 54 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Izbor, vred- Pomen podatkov, Upoštevanje vrednote- Poleg generičnih dilem notenje njihova enkratnost, nja v predhodnih fazah (zgoraj) ustrezno mesto kakovosti, uporabnost za lastno priprave vključno s za vrednotenje, razdelitev uporabnosti uporabo, ponovno pomenom za druge ter nalog, vire in spodbude. uporabo, na orodja, objavo ocene. metapodatke, stan- darde in postopke za vrednotenje ter dostopnost ocene vrednotenja. Iskanje, Komu, pod kakšnimi Ali je dostopnost Poleg generičnih dilem dostop pogoji so dostopni podatkov upoštevana (zgoraj) vprašanja pri- (objava), in v kakšnih oblikah, v predhodnih fazah pri- mernega dostopa, kdo ponovna formatih in verzijah, prave, ali imajo podatki naj bi zagotavljal dostop, uporaba kakšna je praksa vrednosti za druge (pre- katere funkcije bi moral omejevanja dostopa, verjanje objav, potencial, izpolnjevati, obstoj meril kje se podatki kombiniranje virov), ali npr. kakovostne objave, hranijo, katera se vrednost za ponovno poznavanje strategij in po- orodja, metapodatki, uporabo vrednoti, litik, finančna vprašanja, standardi in postopki kakšen je postopek in problem prane narave, so uporabljeni za merila, ali ima uporab- avtorske pravice in etične iskanje in dostop, ali nik možnost oceniti občutljivosti, obveznosti so podatki evidenti- vrednot in uporabnost dostopa s strani naročnika rani in kako pod- podatkov, ali ima interes (javna sredstva, zahteve robno so opisani v za podatke drugih, za EU), kultura izmenjave, katalogu. kakšen namen gre, kako pogled glede omejeva- je s sledljivostjo izvora in nja in pogojev dostopa, postopkov v predhodnih odnos do smernic OECD fazah, z dostopom do (kdo naj zagotovi izpolnje- metapodatkov, doku- vanje), model načrtovanja mentacije, navezava na in upravljanja podatkov. publikacije. *Vključuje dodajanje vrednosti (opis spreminjanja podatkov in metapodatkov v fazi dodajanja vrednosti, kaj se s podatki in metapodatki dogaja, katera orodja, metapodatki, standardi in postopki so uporabljeni). Vir: prirejeno po ADP, 2011. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 55 Vrednotenje Ocenjevalna lestvica je predstavljena v Tabeli 1.6. Predstavlja izbor skupin kriterijev po področjih. Na področju vsebinske relevantnosti pomemben element predstavlja področna (pomen za strokovne naloge) in splošna relevantnost (znanstvena, za izobraževanje ter splošno informiranost) ter enkratnost podatkov. Na področju statistične kakovosti je ključno, ali so na voljo metapodatki, ki omogo- čajo opredelitev enot, spremenljivk in časovne vrste (ocena ustreznosti, točnosti, zanesljivosti, skladnosti), bodisi na minimalni ravni, ns ravni obstoječih statistič- nih zbirk ali na višji ravni. Na področju organizacijske zrelosti je pomembno, ali ponujajo ustrezno katalogizacijo podatkov za uporabnike ter ali imajo vzpostavljen standardni sistem obravnave uporabnikov. Tabela 1.6: Ocenjevalni kriteriji Ocena Vsebinska Statistična kakovost Organizacijska zrelost relevantnost* 1 Podatki nimajo pod- Metapodatki, ki bi Opremljanje podatkov za uporab- ročne ali splošne upo- omogočili opredelitev nike ni predvideno. Ni stika z dru-rabnosti in so že na točnosti, zanesljivosti gimi uporabniki ali je ta minimalen voljo drugje (cca do 20 in skladnosti niso na (neizpolnjevanje kriterijev FAIR in točk po točkovniku). voljo. nizka org. zrelost). 2 Podatki imajo Na voljo so določeni Opisi podatkov temeljijo na skli- omejeno področno meta-podatki, ki omo- cevanju na zakonske podlage. Ad uporabnost ter so gočajo opredelitev po- hoc odnos do uporabnikov brez večinoma na voljo samezne komponente vnaprej opredeljenih in objavljenih drugje (cca 20–40 točk statistične kakovosti. kriterijev po točkovniku). (izpolnjevanje posameznega kriterija FAIR, nizka do srednja org. zrelost). 3 Podatki imajo dolo- Metapodatki so na Pripravljeni standardni opisi čeno področno in ali voljo, ocena statistične podatkov za posamezne uporab- splošno uporabnost, kakovosti je zadovol- nike. Priprava rešitev na podlagi v celoti niso na voljo jiva (dosega minimalne dvosmerne večfazne komunikacije drugje (cca 40–60 točk standarde) ali dobra z uporabniki po točkovniku). (primerljiva z obstoje- (izpolnjevanje več kriterijev FAIR, čimi viri). srednja org. zrelost). 4 Podatki imajo po- Metapodatki so Standardni opisi podatkov za membno področno do določene mere različne uporabnike. Interni kriteriji in/ali določeno standardizirani, ocena (prakse), usmerjenost k potencialu splošno uporabnost, statistične kakovosti podatkov za sekundarno rabo pomemben del ni je dobra (primerljiva (izpolnjevanje več kriterijev FAIR, dostopen drugje z obstoječimi viri) ali srednja do visoka org. zrelost). (cca 60–80 točk). deloma odlična (boljša od obstoječih virov). 56 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV 5 Podatki imajo Standardni metapo- Opisi podatkov, metodologije, po- pomembno splošno datki so na voljo, ocena ročila o kakovosti. Kriteriji dostopa, relevantnost, bistveni statistične kakovosti standardne rešitve, odprti podatki del je izviren (cca nad je odlična (boljša od (izpolnjevanje večine kriterijev 80 točk). obstoječih virov). FAIR, v povprečju visoka org. zrelost). * Skladno s podlago, nameni in metodologijo. Vir: lastni prikaz. Končna analiza temelji na opredelitvi posameznega vira oziroma zbirke, skladno s priporočili SURS, pregledu relevantnih informacij za statistično kakovost in organizacijsko zrelost ter oceni na podlagi poenostavljenega kriterija (Tabela 1.6). Pomembno je, da se ocene ne nanašajo na način izvajanja obstoječih administrativnih nalog, temveč na potencial za podatkovno analitiko z vidika različnih nalog ministrstva, organov v sestavi ter drugih deležnikov in zainteresirane javnosti. Namenjene so predvsem spodbujanju kulture samoocenjevanja, identificiranju neizkoriščenega potenciala in dobrih praks ter postopnim izboljšavam na podlagi aktivnega dvosmernega odnosa z uporabniki. PREGLED IN VREDNOTENJE ADMINISTRATIVNIH VIROV S PREDLOGI ZA IZBOLJŠAVE Opisni pregled se nanaša na evidence, za katere so bili v okviru projekta izvedeni intervjuji s pristojnimi uslužbenci posameznih notranje organizacijskih enot MKGP; v ponazoritveni shemi sistema izbranih javnih registrov, evidenc in zbirk podatkov v slovenskem kmetijstvu (Shema 1.5a) pa so prikazane tudi druge evidence in zbirke podatkov, ki se uporabljajo za izvajanje skupne kmetijske politike in nacionalnih predpisov s področja kmetijstva. RKG (Shema 1.5b), ki deluje v okviru Direktorata za kmetijstvo, je osrednji register MKGP, v katerem se vodijo osnovni podatki o KMG (nosilec, člani, naslov), podatki o kmetijskih zemljiščih v uporabi KMG ter drugi podatki, našteti v 143. členu Zakona o kmetijstvu (podatki o trajnih nasadih, dopolnilnih dejavnostih, vključenosti v druge evidence in drugo), pri čemer so nosilci KMG tudi vir podatkov. Grafični del RKG podatkov je dostopen v javnem pregledovalniku, nekatere atributne podatke o KMG pa lahko nosilci in člani KMG z digitalnim certifikatom vpogledajo tudi sami. V RKG, pa tudi v javnem spletnem pregledovalniku, so prikazani tudi naravovarstveni, okoljski in drugi grafični sloji, povezani z ukrepi kmetijske politike; bodisi zaradi obveze upoštevanja pravil, določenih z ukrepi, bodisi zaradi upoštevanja Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 57 pravil, ki izhajajo iz zakonodaje na drugih področjih. Prevzemanje večine omenjenih slojev od vira podatkov spada v domeno Sektorja za trajnostno kmetij-stvo7, nekateri pa so izvorno od MKGP. V domeno Sektorja za urejanje kmetijskega prostora in zemljiških operacij spa-data evidenca melioracijskih sistemov in naprav in evidenca komasacij, ki teme-ljita na ločenem informacijskem uporabniškem sistemu. Sledi skupina registrov in evidenc z nekaterimi podrobnejšimi podatki o proizvodnji posameznih proizvodov, vključno z načini proizvodnje, relevantnimi z vidika trženja: RPGV (Sektor za kmetijske trge in sektorske načrte), evidenca pridelovalcev in predelovalcev ekoloških proizvodov (Sektor za trajnostno kmetijstvo) ter evidenci kmetijskih pridelkov in živil ter skupin proizvajalcev iz shem kakovosti (Sektor za hrano v okviru Direktorata za hrano in ribištvo). V tej skupini posamezne evidence temeljijo na lastnem ločenem informacijskem uporabniškem sistemu (ekološka pridelava), druge pa so vodene zgolj v obliki datotečnih tabel. Zadnjo skupino predstavljata zbirka in evidenca, ki se uporabljata za podporo izvajanja politike razvoja podeželja (zbirka podatkov Mreže za podeželje v okviru Službe za strateški načrt) in posameznih ukrepov – konkretno usposabljanja (evidenca izobraževanja KMG in podjetij v okviru Sektorja za strukturno politiko in razvoj podeželja). Organ v sestavi MKGP-UVHVVR Sektor za identifikacijo in registracijo ter informacijske sisteme in identifikacijo (SIRIS) pokriva sistem evidenc in registrov zlasti s področja živali. Gre za evidenco rejnih živali in imetnikov rejnih živali ter centralne registre goveda, kopitarjev, drobnice, prašičev, čebel, akvakulture in drugo. Sistem zbirk je povezan z RKG, kjer je viden del podatkov in od koder se del podatkov tudi prevzema. Zunanji uporabniki do nekaterih zbirk dostopajo preko vmesnika. Organ v sestavi MKGP-ARSKTRP upravlja podatkovni sistem povezan z vlo- gami za ukrepe, kontrolami, plačilnimi pravicami, izplačili in povezano analitiko ter poročanjem. Tudi v tem primeru poteka izmenjava podatkov z MKGP in UVHVVR, del ustvarjenih podatkov pa je viden tudi v RKG. Zunanji uporabniki preko posebnega spletnega uporabniškega vmesnika dostopajo do dela zbirk, ki so vključene v upravne postopke. 7 V času izvajanja pregleda je na MKGP potekala sprememba organizacijske strukture, ki je vplivala na umestitev registrov in evidenc pod posamezne direktorate, sektorje in službe, ter na spremembe v imenih le-teh. Medtem ko so priročniki in intervjuji kot vir podatkov te-meljili na stari organizacijski strukturi, je bila končna verzija pregleda pripravljena skladno z novim organigramom. 58 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Omenjeni podatkovni sistem je povezan z drugimi podatkovnimi sistemi v okviru javne uprave in izven. Vpis podatkov v RKG in RPGV poteka na upravnih enotah (UE). Podatki o subjektih se na primer prevzemajo iz Centralnega registra prebivalstva (CRP) in Poslovnega registra Slovenije (PRS). Izmenjava podatkov poteka tudi s Finančno upravo (FURS) in AJPES, pa tudi drugimi. Prostorski in okoljski sloji se pridobivajo predvsem s strani Geodetske uprave RS, Zavoda za gozdove (ZGS), Ministrstva za okolje – Agencije za okolje (ARSO) in Zavoda RS za varstvo narave (ZRSVN), pa tudi od drugih. Predvsem geodetska uprava, pa tudi drugi uporabniki, prostorske podatke MKGP tudi prevzemajo. Podatke o ekoloških certifikatih vodijo pooblaščene organizacije za kontrolo in certificiranje. V primeru podatkov o živalih nekatere podatke vnašajo rejci, pooblaščene veterinarske in rejske organizacije. V primeru AKTRP so vir različnih podatkov nosilci KMG, ki lahko za vnos zbirne vloge pooblastijo uslužbenca Javne kmetijske svetovalne službe (JKSS). Med druge uporabnike, ki podatke vključujejo v svoje zbirke in podatkovne sisteme lahko poleg JKSS, veterinarskih in rejskih organizacij, štejemo SURS, dostopajo lahko tudi banke in zavarovalnice (preko pravic dostopa zavarovancev KMG), raziskovalne institucije (CPZ govedo) in drugi. Poleg naštetih administrativnih registrov in zbirk, ki so predmet pregleda, v času izvedbe intervjujev na MKGP za namen izvajanja nalog s področja ministrstva obstaja še množica podatkovnih zbirk, ki so bile bodisi v fazi vzpostavljanja, bodisi namenjene specifičnim nalogam (ter s tem ožjim vzorcem), a zanje nismo prejeli priročnikov o vodenju, in ki so bile temelj za oblikovanje tematskih skupin in vzorčenje kot podlago za intervjuje.8 8 V okviru prostorskih podatkov mednje spadajo registra pašnih in agrarnih skupnosti, pedološka karta, evidenca strmin, krajinske značilnosti, območja zaraščanja, prostorski podatki s področja gozdarstva, pedološki profili, ekološko pomembna območja, parki (vse v okviru RKG); karta talnih števil, dovoljenja obnove vinogradov, vinorodni okoliši, podokoliši, ožji okoliši, lege, kraji, vinogradi in oljčniki brez GERK-ov, kataster čebelje paše, območja nepri-merna za eko čebele (vse v okviru MKGP), zbirka podatkov za načrtovanje gnojenja oz. za izdelavo gnojilnih načrtov, ki vključuje podatke o založenosti tal in pH (KGZS). V načrtovanju sta bili še zbirka podatkov iz analiz in zbirka podatkov o emisijah in odvzemu toplogrednih plinov v kmetijstvu. Ko gre za podatke o živalih, gre za register pasem z zootehniško oceno (Javna služba za genske vire), seznam priznanih rejskih organizacij (MKGP), rodovniške knjige (rejske organizacije), evidenco izvajalcev osemenjevanja (UVHVVR). Na področju podatkov o podporah in trgu so to tržno informacijski sistem s podatki o tržnih cenah, evidenca o finančnih pomočeh, evidenca trgovcev in uvoznikov določenih kmetijskih pridelkov in živil, evidenca za sektor mleka in evidenca posebnih kultur (vse v okviru AKTRP) ter evidenci centrov za certificiranje hmelja in pridelka hmelja (Organizacija za kontrolo in certificiranje). V okviru KGZS sta še zbirki Farm manager (katalog kalkulacij za načrtovanje na kmetijah) in BENAKTA (poročanje o delu kmetijskih svetovalcev). Z nekaterimi izmed omenjenih zbirk se ukvarjamo v okviru nadaljnjih delovnih sklopov projekta, namenjenih strateškemu načrtovanju in razvoju zbirk v okviru nove SKP. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 59 Posebna pozornost velja že omenjenemu sistemu FADN s podatki o KMG, proizvodnji, mesečnih denarnih gibanjih in osnovnih sredstvih kmetije. Do podatkov (zase) dostopajo vključene KMG, podatke o vzorcu ima KIS, o obveznikih pa MKGP oz. območna zavoda KGZS. Vir podatkov so zbirna vloga (nosilec KMG), CRG, evidence prejetih in izdanih računov. S FADN se v okviru tega CRP nismo posebej ukvarjali, ker je že bil predmet omenjenega predhodnega CRP, medtem ko se je dotični CRP osredotočil na sistem mikropodatkov v okviru javnih administrativnih zbirk. Sam pregled in vrednotenje temelji na osredotočenju na javne administrativne zbirke, na dostopnih vhodnih podatkih (priročniki) za oblikovanje tematskih skupin, kot je predstavljeno v Shemi 1.5, ki so bile podlaga za vzorčenje intervjujev (Priloga II), ter na treh segmentih kakovosti: vsebinski opredelitvi, statistični ter organizacijski kakovosti, utemeljenih v literaturi in metodološkem delu. Tabelarni pregled posameznih zbirk je na voljo v Prilogi III. Dejanske ocene v pričujoči analizi se nanašajo na skupne ocene s strani raziskovalne skupine. 60 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV tvu očju i tijs il dr la etijstvo, a m ozdarstvo, ovstvo in ibištvo cijo ter ister me Inšpektorat z k g l r tra na po mensk ateria ave živ gis Rejne živali / Reg i se vu a m re ** ratov ali ratov pridel linsk keg st ne ns etijst vnavo e** v ob a r acijo in rjev ar ra a** a ih živ em nic ister ob ltu fik kih im e in ed km og** vic** lek pita ** ils m in lovenskem k vl sistem r m enti ali** v rejn u pr jev seme drob gov ko prašiče živ e kr e em kontrol ij** pra cij z obra ih ku čilni ko jakov a in reg jskih jsk na enc bn ih živ ister ister ister ister lav lin ven acijski sist ro za id teme eln vje rastl sekto se etni gistra bavitel ide re enci tiv ačilnih m po tor e sis reg reg reg reg re področj a izvor rast a krepi, finančne podpore U tra pl za for po čeb pr do a rejn a im ni ni ni ni e in is a subv ca ca a in ca skeg subv ov nc nc v na skeg ne za zdra ter rol ter kov ral ral ral ral ial skih is čun sub bel acijsk ister ar is to arsk zacije odatkov v s atk tor in bra no in VVR Sek ter im ter ani - Admin pod - Kont - Reg - O zahtev - Eviden - Trž - Eviden - X-ta VH form - Evide - Evide - Cent - Cent - Cent - Cent - Reg - Eviden obra rastlin pr Sek ma - Reg kmetij AKTRP - Vnos U in Ve org tkov v slovensk irk p a da vanj eto . Javna služba kmetij sv il e e a irk po v ti na . eko živ elj m e zb ih v lce h elov . in a hm ljišč dn to ske trg va zacija za in videnc in zb * ek elj ciranj ) elo rov za lka il iz she etijskih goz bj id a* . prid no etijski ani in shem tifi i/pred ide PES in ke načrte et vin gister pr pr km skupin Org cer cent in živ idenc ca dejanske rab ca su re nilne dejavnos za kmetij r pr a a ca ti ca ti , raba zem skih č* i* tors a in r. km ca za hra ije (AJ iš ranje hm ov G tor ste dj nc nc os vajalcev os ovni užba za RKG opol etij sek teg P, Direktorat za hrano in tor elk v, ev oz tifici egistrov, e ven Sl Sek in - Register km gospodarstev - Eviden kmetij zemlj - Eviden - D km - Regi gr in KG Sek Posl Slo - Evide in - Eviden cer - Evide M ibištvo r - Eviden prid kakov - Eviden proiz kakov stro il Subjekti, KM čij avnih r živ o a in in e a nih regi e in Podeželje litik gister ved h obmo cev in kov tva al oplj i re il ni o po evanj ikih) j nosti cev eko ln nosti h označb vals up živ h) jav val raž tra ja med pridel turn elja ki up e kon jni in sk ob etij očn ljan memb vil sk ** Cen prebi a enj vol ov uk dež iz skih nih edelo lk rir ** o po Proizvodi in shem sto po nca podj upin proizvaj i/pr * de za str de in * pašnih agrar a – goj lnih šte zvoj G pr pri P, služba za analize N je pojav ška kart tor ca ek ta ter ter ca sk ca kmetij tov lo kakovosti enj KG nca dov* ca pro ra z. v p - Evi KM moč M - FAD ki a* is is kakovosti skih Sek in em de bita zvo ni em ka sh oi - Ob volk - Eviden ha - Pedo - Karta - Reg - Reg e oz. v priročni me o - Eviden sh - Eviden iz - Dovolj ma - Evi pr - Eviden kmetij orab m vo a i up st ij cij pravne enote ih jim skeg U moč v ZK etij ptice jno D an etijstvo bn ij* km D ND etij opera aravo varstvo o tra jskih deželje N moč kih ij z zun njeni v ZK no v OM i načrt: st stih ljiv h e km ra 2000 po čij z O ljiš raci av enjeni na ic* čij OM žji asac em e o pomem * h ob anj čut pr tešk e za m me ajno atu elio mo zem m na kom i sist ca grbi ca mej ce ek je N o ob ob anje KMG veni les vo za at obmo ca najo ca prispevnih ob a in mrež h (o za tr čij za DŽ tati* jsk za urej e zadev kov* je* nca ov in nca nišk moč ol am kolje in prostor O tor m trst nj P, Direktorat za km tor vni vin ovarst tor de de rka mo abor G otenju rani is habi ste užba za stra orab ranih (o in tra KG Sek - Eviden tra - Eviden - Eviden ob - Ob in - Ok tra - Sezn - Točkov - El - Eviden vod - Eviden vodnih te Sek pros - Evi si - Evi Sl - Zbi M no M v RK izb no u in vredn em acijski upm led st a vid in e for : Si istem izb o va va i in dov i/delom v preg ka upra : lastn a 1.5a ja za okolje za varstv za goz a: zajeto ve nci tor vno ni em vod vod Z gend ** V celot o: ma 1.5a: SSh Za nara Za Age pros Geodets Finančna upra ZPI Le poše */ siv She Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 61 R VV RP VHU AKT RPGV EKO R) VV h ogoče VH shemo ačilnih vloga , ih drugo P ali organov živali (U rn vilu pl v EKO KG , oz. KTRP) st no i i o zbi i o šte injati), vendar v rejnih (A eno rira lež atk atk KTRP) teg (A pravic in kakovost rikazani (in jih ni m prem eloti izvirajo iz drugih Podatki, ki so v RKG p s c videnc Me sestavi v - sta - pod - pod - vključ v te k e trte be sk G etiji (*) loč čun toč z v RK h gospodars iki a olja ov , od skupine , … itev vin izra ov ov in atk ospodarstev sti ad D ali pri rstne lk e G datk etijski oljčneg avno de m tov in t pod u po kih g pri skupni pašn v OM ZK km dej , is a za zas e na KM anjnj er tijs skih ek oljk itev čbami itv st lci in odek sklajenos mi me del voljenj zvrst lo re nosi doh kmetij MDO do sp - - - pri - do - ra - neu - omej Regi opolnilne dejavnosti na kmD Razno (*) - planine in egister k gled za E na podlagi prijave nosilca in/ali s e, , pre sleni a rab na za lu regled za R vrši obni , zapo vrst ik ateria vpisujejo U tor, m G fična po obni p mestn – podr lnem v v pros gra di odr , ani, na ljišča v uporabi te podatkov iz zunanjih evidenc ID , e ime, i o sa e 1.5a -M c, čl ač … G le atk slov si ERK) (*) , umesti P,U S em etijska zem dom N TN - na - no - ID - pod - … Sh me 1.5a – p renosom snovni podatki o KMO */**/***/****/*****) - KM ( Km blok/G( je he Podatki, ki jih v RKG p vanjeal aljevanje S Nad * ad / UE v a 1.5b: atko lci KMG a: **** em P ** S *** Z ***** ma 1.5b: N osi gend Sh N CR PR RPE ZPI Le * Vir pod She 62 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Subjekti, kmetijska gospodarstva in dejanska raba zemljišč (MKGP) Opredelitev podatkovnega vira Služba za RKG, ki deluje v okviru Direktorata za kmetijstvo, upravlja s tremi ve- čjimi zbirkami: to so evidenca subjektov (ESUB), RKG in evidenca dejanske rabe kmetijskih in gozdnih zemljišč. ESUB je evidenca subjektov, »s katerimi ima MKGP poslovni odnos oz. so vpisani v katero od zbirk« in je, poleg tega, da je vir podatkov o subjektih za druge aplikacije (registre, evidence) MKGP in organov v sestavi, ki so vezani na subjekt, pomembna tudi zaradi »vpogleda v zgodovino sprememb« (MKGP, 2015b). RKG je osrednja zbirka podatkov, namenjena »enotnemu vodenju podatkov o KMG« in zlasti izvajanju ukrepov kmetijske politike, pa tudi »spremljanju stanja in načrtovanju« (MKGP, 2017a). Evidenca dejanske rabe kmetijskih in gozdnih zemljišč je v osnovi kontrolna evidenca prijavljenih kmetijskih zemljišč v RKG, prenaša se v zemljiški kataster. Zaradi svoje relativne natančnosti in ažurnosti evidenco dejanske rabe uporabljajo tudi zunanji uporabniki in je v smislu nalog pomembna še z vidika prostorskega načrtovanja; omeniti velja tudi, da se prenaša v zemljiški kataster (MKGP, 2015a). V RKG se obvezno vpišejo enote, ki so definirane v 141. čl. ZKme-1, ki opredeljuje zavezance za vpis – KMG v Republiki Sloveniji, ki izpolnjujejo najmanj enega izmed pogojev: 1. so v skladu s predpisi zavezanci za vpis v zbirke podatkov z delovnega področja ministrstva; 2. uveljavljajo finančne podpore po tem zakonu ali kakršne koli druge ukrepe kmetijske politike; 3. so za opravljanje kmetijske dejavnosti vpisani v uradne evidence ali registre po drugih predpisih; 4. imajo v uporabi: • najmanj 1 ha zemljišč, ki po evidenci dejanske rabe kmetijskih in gozdnih zemljišč sodijo med • kmetijska zemljišča, ali • najmanj 0,1 ha oljčnikov ali • najmanj 0,2 ha intenzivnega sadovnjaka ali 0,1 hektarja jagodičja ali lupi-narja ali • hmeljišče; 5. tržijo pridelke, ki jih pridelujejo. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 63 V RKG se lahko prostovoljno vpišejo tudi druga KMG. Podatki o KMG se prene-hajo voditi, če v petih zaporednih letih v obveznih zbirkah ni zaznane aktivnosti (sprememb podatkov), ni oddane vloge v povezavi z ukrepi, ni zavedenih kmetijskih zemljišč ali živali (MKGP, 2017a). Vsebina RKG (atributi oz. spremenljivke) je določena v 143. čl. Zakona o kmetijstvu (ZKme-1). Prva skupina podatkov znotraj RKG so podatki o KMG (identifi-kacijska številka KMG-MID, naslov, domače ime kmetije), ter podatki o nosilcu, namestniku in članih kmetije ter zaposlenih (MKGP, Intervju 1-2).9 Drugo skupino, vezano na površine, predstavljajo podatki o kmetijskih zemljiščih v uporabi, s podrobnejšimi podatki o trajnih nasadih – vinogradih, intenzivnih in ekstenzivnih sadovnjakih ter oljčnikih in hmeljiščih. Vsebuje tudi podatke o planinah in skupnih pašnikih, pridelku oljk in oljčnega olja, o razvrstitvi KMG v območja z omejenimi dejavniki (OMD), tj. območja, kjer je kmetovanje oteženo, medtem ko primarni proizvodnji živil in krme rastlinskega izvora v praksi še nista vključeni v RKG. Tretjo skupino predstavljajo podatki o staležu rejnih živali. Četrta se nanaša na dopolnilne dejavnosti. Zbirka podatkov o dopolnilni dejavnosti vsebuje popis dejavnosti, ki so registrirane na kmetijah (povezava dejavnosti in izpolnjevanje pogojev povezanih s KMG) (MKGP, 2014a). Iz RKG je mogoče dobiti informacije tudi v zvezi z vključenostjo v posamezne ukrepe kmetijske politike in ekološko pridelavo. Članstvo v organizacijah, skupinah proizvajalcev in uporaba zaščitnih znakov je prav tako predpisana vsebina, vendar pa v RKG teh podatkov še ni. Peto skupino predstavljajo podatki o kontrolah. V nadaljevanju se ukvarjamo predvsem s podatki, ki so prvenstveno vezani na RKG, medtem ko druge obravnavamo v okviru primarnih registrov oz. evidenc. Ko gre za posamezne skupine podatkov oz. atributov je zajem populacije ožji: podatki o članih se v skladu s predpisi vodijo le za »kmetijo« kot eno izmed organizacijskih oblik KMG, kjer je nosilec fizična oseba s stalnim prebivališčem v Republiki Sloveniji. Medtem ko imajo nosilci KMG obveznosti in pravice povezane z ukrepi kmetijske politike, izpolnjevanjem predpisov glede obdelave zemljišč in rejo živali, člani kmetije posebnih odgovornosti praviloma nimajo, razen če so vpisani v katero od zbirk podatkov MKGP (npr. imetnik živali). So pa člani kmetij po drugih predpisih upravičeni do določenih pravic iz naslova socialne in davčne politike (MKGP, Intervju 1-2). Del RKG so tudi podatki o GERK, ki se vodijo za kmetijska gospodarstva, ki obdelujejo površine, podatki o trajnih nasadih, ki se vodijo za vse trajne nasade na KMG, in podatki o sadilnem materialu trajnih 9 Član kmetije je lahko hkrati tudi nosilec drugega kmetijskega gospodarstva, če je na kmetiji v vlogi fizične osebe in na kmetijskem gospodarstvu v vlogi samostojnega podjetnika. Pri KMG s sedežem v RS je naslov nosilca lahko drugje, tudi v tujini. V tem primeru se vpiše t. i. fiktivni naslov (MKGP, Intervju 1-2). 64 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV nasadov, ki se v skladu s predpisi prav tako vodijo za vse trajne nasade (z delno izjemo za ekstenzivne sadovnjake). Zbirka podatkov o dopolnilnih dejavnostih vključuje podatke o nosilcih dejavnosti, o vrsti dejavnosti (npr. v povezavi s turizmom na kmetiji, predelavo kmetijskih pridelkov, prodajo izdelkov s kmetij ipd.), časovnem obdobju opravljanja (za sezonsko v mesecih) in letnih dohodkih iz dopolnilnih dejavnosti na kmetiji (MKGP, 2014a). Podatke v RKG vodijo na UE, kjer na podlagi osebnega obiska, vloge stranke ali po uradni dolžnosti vpisujejo oz. posodabljajo podatke z vseh področij, ki jih pokriva RKG. Podatke vnašajo pooblaščene osebe z opravljenim izobraževanjem za delo z RKG. Podatki o zemljiščih KMG v uporabi in spremembah se vpisujejo na podlagi digitalnih ortofoto posnetkov (DOF) na zahtevo nosilca, pa tudi po uradni dolžnosti na podlagi kontrol AKTRP. Spremembe stanja mora sicer nosilec KMG v RKG sporočiti v 30 dneh od nastanka spremembe, vendar v praksi nosilci večinoma spremembe javljajo spomladi pred oddajo zbirne vloge. Spremembe iz drugih evidenc, s katerimi je povezan RKG, se najmanj enkrat letno po uradni dolžnosti prenesejo v RKG. Enkrat letno se podatki iz KMG preverijo z vsemi razpoložljivimi evidencami, neskladja se označijo v RKG. V določenih primerih se podatki iz teh evidenc ažurirajo ob vsaki spremembi, vedno pa se za nosilčev KMG ažurirajo zmeraj, kadar nosilec ureja podatke na UE oz. UE odpre sestanek po uradni dolžnosti. Vnos vsakoletnih zbirnih vlog ni mogoč, dokler nosilci neskladij v RKG ne uredijo. Letno se na UE oglasi okoli 29.000 nosilcev oz. namestnikov – nekateri tudi večkrat, na UE je odprtih okoli 48.000 sestankov letno – po podatkih za 2018 (MKGP, Intervju 1-2). Podatki o dohodku iz dopolnilnih dejavnosti se do 30. junija sporočajo za preteklo leto, morebitne spremembe v zvezi z dopolnilnimi dejavnostmi pa na podlagi odločbe UE vnaša sproti. Podatki o staležu rejnih živalih se pridobijo s strani UVHVVR, in sicer o stanju na dan 1. februarja, podatki iz AKTRP (zbirne vloge) pa so na voljo preko povezave v RKG (Intervju 1-2).10 Poleg podatkov o kmetijskih zemljiščih v uporabi KMG ter podatkov o dejanski rabi je grafičnem delu RKG na voljo več grafičnih slojev, ki izvirajo iz več virov (GURS, ARSO, ZGS in dr. )(MKGP, 2015b; MKGP, 2017a). Evidenca dejanske rabe kmetijskih in gozdnih zemljišč je enotna državna evidenca o dejanski rabi kmetijskih in gozdnih zemljišč. Namenjena je ugotavljanju dejanskega stanja rabe zemljišč kot pogoja za izvajanje ukrepov kmetijske politike. 10 Od marca 2019 je predvidena tudi povezava z ZPIZ z namenom preverjanja upravičenosti do plačevanja kmečkega zavarovanja za nosilce in člane (MKGP, Intervju 1). Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 65 Podatki o gozdu se usklajujejo z Zavodom za gozdove. Podatki za evidenco dejanske rabe se zajemajo na osnovi DOF, v manjši meri pa je vir podatkov tudi zajem iz satelitskih posnetkov, meritve na terenu (AKTRP, MKGP, IKGLR) in vloge strank. Dejansko rabo zajema zunanji izvajalec, sprotne zahtevke za spremembe pa rešuje MKGP. Statistična kakovost RKG obstaja od leta 1998. V začetku se je vodil na MKGP in je takrat vseboval le podatke o nosilcih KMG, naslovu KMG, vključenosti KMG v OND, o staležu živali in površin po vrstah rabe (le sumarnik) in podobno. Med leti 2000–2005 je obstajala numerična evidenca kmetijskih zemljišč v uporabi KMG v digitalni obliki na osnovi zemljiškega katastra. Leta 2005 so se vzpostavili GERK, ki so se prvič uporabili na zbirnih vlogah za leto 2006. V letih 2004–2005 se je povezalo nekatere samostojne zbirke podatkov MKGP v RKG, kot je v današnji obliki. V letu 2006 so UE od MKGP prevzele tudi vodenje RKG. Postopoma se je v RKG dodajalo še druge vsebine (npr. dopolnilne dejavnosti). Med 115.600 vpisanimi KMG je neaktivnih – v postopkih preverjanja – do 5.000 vpisov. Evidenca subjektov se vodi od leta 1998, zgodovina pa je na voljo od leta 2006. Zaradi povezav s CRP in PRS je zbirka relativno dobro prečiščena, težava je edino v preverjanju za nazaj, ker ni zakonske podlage za ugotavljanje skladnosti in povezovanja v dolo- čenem trenutku v preteklosti (MKGP, Intervju 1-2). Kakovost podatkov v RKG v smislu točnosti in zanesljivosti je po ocenah skrbnikov (MKGP, Intervju 1-2) visoka. Kmetijska zemljišča v uporabi KMG (GERK/ BLOK) je v skladu z EU predpisi obvezno potrebno kontrolirati s testom kakovosti, ki ima enako metodologijo na ravni EU. Testira se več elementov sistema, raven odstopanja za posamezni element je navadno okoli 0, 5% (EU dopušča odstopanje v obsegu 2 %) in je med boljšimi v EU. V primeru trajnih nasadov so na voljo podrobni podatki o sadilnem materialu, za katere ocenjujejo, da so zanesljivi. Pri drugih podatkih, denimo dohodku iz dopolnilne dejavnosti, ki se sporoča zgolj zaradi preprečevanja preseganja zakonske meje, je kakovost vprašljiva, a jo je mogoče izboljšati s pomočjo drugih zbirk (FURS ipd.). Zagotovljena pa je, v administrativnem smislu, sledljivost vseh sprememb za nazaj, od šifrantov, do posameznih vnosov sprememb. Pri evidenci dejanske rabe kmetijskih in gozdnih zemljišč uporabljajo svojo lastno kategorizacijo (skušali so sicer upoštevati mednarodne standarde, a enotnih ni), raven podrobnosti omogoča pripravo za poročanje mednarodnim organizacijam. Problem predstavlja primerljivost za nazaj, npr. zaradi spremembe velikosti poli-gona, ki vpliva na obseg posameznih kategorij rabe, kot je npr. voda. Posodabljanja na podlagi ortofoto posnetkov potekajo po delih, vsako leto na tretjini površine RS, medtem ko ZGS podatke, ki so vir podatkov za zajem gozda, posodablja na 10 let. 66 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Organizacijska kakovost Podatki se v RKG in povezane evidence vpisujejo skladno z zakonskimi določili, ki vplivajo tudi na kakovost. Metapodatki so na voljo za nekatere prostorske podatke in izpolnjujejo zahteve s strani INSPIRE, vendar pa bi za druge namene lahko bili bolj podrobni. Ostali metapodatki niso sistematično urejeni – na voljo so zgolj podatki o vodenju zbirk (t. i. priročniki). Opise pripravijo na podlagi posameznega povpraševanja. Vsi podatki, ki se vodijo v okviru službe za RKG, in tudi tisti, ki se prikazujejo v RKG aplikaciji, so shranjeni v Oracle. Podatki so locirani na strežnikih MKGP, vendar naj bi se v prihodnje selili na strežnike Ministrstva za javno upravo (MJU). Zgodovina podatkov, katerih skrbnik je služba za RKG, je shranjena na strežnikih MKGP in je za večino podatkov na voljo vsaj od leta 2006 naprej, oz. odkar so bili podatki prevzeti v RKG. Podatki so shranjeni tudi na drugi lokaciji v RS. Posebne strategije arhiviranja nimajo, saj so, skladno z zakonom, vedno na voljo vsi podatki, vključno z zgodovino, se pa podatke v tehnič- nem smislu arhivira v skladu s postopki oz. pravili arhiviranja v Oracle; v skladu z navodilom informacijske službe MKGP se za podatke baz enotno skrbi (MKGP, Intervju 1-2, 4). Prostorski podatki o kmetijskih zemljiščih v uporabi KMG, o dejanski rabi, kontrolnih slojih za ukrepe SKP in nekateri drugi so na voljo v javnem spletnem pre- gledovalniku. Z vpisom KMG-MID v javni pregledovalnik imajo nosilci vpogled v nekatere bolj podrobne podatke o svojih zemljiščih v uporabi ter nekatere najbolj splošne informacije o KMG. Z digitalnim spletnim potrdilom lahko nosilec za svoj KMG vpogleda v še bolj podrobne podatke. Med 'notranjimi uporabniki' (tj. drugimi povezanimi javnimi službami) sta najpomembnejša MKGP in AKTRP, katerih zaposleni lahko v primeru potreb pri delu dobijo polni dostop do RKG. JKSS ima z dostopom do aplikacije RKG dostop do vseh podatkov. Med 'zunanjimi' uporabniki ima npr. SURS dostop na podlagi posebnega sporazuma, do podatkov pa dostopajo tudi občine (zanje imajo nekatere podatke predpripravljene), kmetijska stroka (Kmetijski inštitut, Biotehnična fakulteta) in nekateri drugi, ki se jim dostop lahko odobri, če za to obstaja zakonska podlaga (vključno z raziskovalnimi projekti). Zavarovalnice do podatkov dostopajo preko zavarovancev. Študenti, novinarji, zainteresirana javnost ipd. lahko prosto dostopajo do podatkov v javnem pregledovalniku, nekateri podatki, tudi zgodovinski podatki o pomembnejših grafičnih slojih, pa so na voljo tudi na portalu MKGP. Število povpraševanj po podatkih (sem niso šteta tista, kjer lahko iskalec sam najde podatke na portalu MKGP) na leto doseže do 1.000, najpogosteje gre za podatke o kmetijskih zemljiščih KMG v uporabi, trajnih nasadih in dopolnilnih dejavnostih. Obravnava in priprava podatkov je individualna, zato je časovno obremenjujoča. Sistematičnega pregleda nad rezultati uporabe izven MKGP nimajo, prepoznavajo pa posamezne dobre in slabe prakse (MKGP, Intervju 1-2, 4). Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 67 V organizacijskem smislu si želijo podatkov o standardnem prihodku, ki bi jih želeli voditi na MKGP. Uporabnost podatka na mikroravni je sicer vprašljiva. Zanimiva bi bila tudi povezava s FADN, kjer po mnenju RKG manjka del vzorca manjših kmetij. Potrebujejo centralno telo in boljšo koordinacijo izgradnje podatkovnih baz (MKGP, Intervju 1-2). Dostop zunanjih uporabnikov do posamezne zbirke oz. sklopa je, kot ugotavljajo sami, pogosto odvisen od posameznega skrbnika. Zaradi rasti obsega shranjenih podatkov neizbežno prihajajo v fazo, ko bo potrebno trajno digitalno shranjevanje oz. arhiviranje posameznih podatkov, zaradi česar razmišljajo o vzpostavitvi statične baze, vendar pa za to še nimajo ustreznih (zakonskih) podlag, strategije in načrtov. Analitični del nalog je podhranjen v smislu izkoriščanja podatkov, saj bi za naloge spremljanja in snovanja kmetijske politike potrebovali ustrezne človeške vire in orodja, ki bi omogočili izkoriščenje analitičnega potenciala obstoječih 'množičnih podatkov' – ta morajo denimo po mnenju MJU zagotavljati sledljivost množične obdelave, česar obstoječe rešitve (npr. analitična orodja znotraj okolja Oracle) ne omogočajo. Obstajajo tudi dileme, povezane z varovanjem osebnih podatkov in anonimizacijo (MKGP, Intervju 4). Ocena in predlogi Z vidika širše relevantnosti imajo podatki, s katerimi upravlja Služba za RKG (evidenca subjektov, RKG, evidenca dejanske rabe, dopolnilna dejavnost na kmetiji) za področje kmetijstva posebno vrednost. Zbirke so si med seboj različne tako v namenu zbiranja (predpisano z zakonom), zajemu podatkov z vidika velikosti (tj. enot, spremenljivk oz. atributov) in z vidika količine (tj. zbirke poleg vodenja »lastnih« podatkov le-te povzemajo tudi iz drugih primarnih virov, tj. evidenc, registrov), kakor tudi vsebinsko (predpisano z zakonom). Med zbirkami vsekakor izstopa RKG, ki količinsko in vsebinsko zajema širok spekter podatkov (posamezne evidence so v RKG vidne v celoti, nekatere le delno), ki so medsebojno povezani (preko KMG-MID in številke subjekta) in zajemajo podatke na ravni enote (KMG). Ravno zaradi podatkov (vsebine), ki jih RKG zajema, lahko na enem mestu pridobimo podroben vpogled o posameznem KMG, ki je zaveden v registru. Skupaj z drugimi zbirkami v domeni Službe za RKG pa tako z vidika zajema kot vsebine predstavlja veliko vrednost za področje kmetijstva. V primerjavi z obstoječimi statističnimi viri zbirke s področja dela Službe za RKG predstavljajo edinstven vir za spremljanje KMG kot opazovane enote (na mikroravni). Atributi oz. spremenljivke, ki jih je mogoče opazovati, vključujejo tip (KMG, kmetija, poslovni subjekt), relativno natančno opredelitev rabe zemljišč in s tem možnost ocene proizvodnje in povezanih parametrov (standardni prihodek, okoljski odtis) ter vključenih oseb. Na ta način omogočajo edinstveno opredelitev KMG po različnih tipologijah ter spremljanje strukturnih sprememb (npr. velikost 68 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV kmetij, raba) na makroravni s primerljivo visoko ravnjo natančnosti in predvsem ročnosti (letna raven) glede na strukturna raziskovanja. Zbirke se v določeni meri že prevzemajo s strani SURS, vendar za namene dopolnjevanja strukturnih raziskovanj po makroenotah. Poleg tega so izračuni, opravljeni v okviru CRP »Razvoj celovitega modela KMG«, pokazali, da imajo administrativne zbirke neizkoriščen potencial za ugotavljanje in izboljšavo točnosti statističnih zbirk, predvsem kadar gre za tipe KMG. Zaradi obsega podatkov in trendov bo kljub trenutnim zakonskim določilom na dnevni red slej ko prej prišlo vprašanje trajnega arhiviranja oz. oblikovanja statične longitudinalne zbirke arhivskih podatkov za različne analitične namene uporabe. Na podlagi tega lahko skladno z metodologijo podamo visoko kvantitativno oceno vsebinske relevantnosti (5). Ker se podatki v RKG zbirajo na podlagi Zakona o kmetijstvu (slednji definira, kateri podatki se zbirajo in v kakšen namen, kar je osnova tudi pri ostalih evidencah in registrih), gre iz vidika statistične kakovosti za konsistentno zbiranje (in dopolnjevanje v smislu beleženja sprememb) podatkov. Register zajema veliko število spremenljivk in enot; predstavlja zbirko podatkov o kmetijskih gospodarstvih v Sloveniji, vpis vanj pa omogoča vodenje podatkov o KMG in uveljavljanje raznih pravic, kot so ukrepi kmetijske politike, če je nosilec vključen v sistem kmetijskih subvencij. Evidenca dejanske rabe kmetijskih in gozdnih zemljišč vsebuje podatke o dejanski rabi kmetijskih in gozdnih zemljišč na območju Republike Slovenije in je prvenstveno namenjena kontroli pri vpisu GERK. Kakovost podatkov je dobra, saj se izvaja sprotna kontrola vnosov z uradnimi bazami podatkov, pri čemer so kontrole vgrajene v aplikacijo za vodenje RKG. Podatki in podatki o spremembah in šifrantih so sicer dovolj podrobni, da omogočajo skladnost s statističnimi kategorijami tudi po časovni vrsti, z določenimi omejitvami povezovanja zbirk za nazaj in same kompleksnosti, zato ocena 4. Zaradi kompleksnosti podatkov in zakonskih omejitev v zvezi z osebnimi podatki je uporaba podatkov z vidika sekundarne rabe omejena tako v vsebinskem kot količinskem smislu. Priprava podatkov je individualna, pri čemer imajo nekateri redni uporabniki (SURS, občine) na voljo posebej pripravljeno možnost periodičnega izpisa na podlagi vnaprej pripravljenega servisa znotraj RKG. Uporabnik lahko, glede na potrebe, prejmejo tudi spremljajoče dokumente, npr. v zvezi s šifranti in spremembami. Podatki so v prvi vrsti namenjeni MKGP in javnim služ- bam ter tistim, ki imajo za njihovo uporabo zakonsko podlago (npr. akademska sfera, splošna javnost, ostali zainteresirani deležniki), vendar za slednji dve kategoriji v omejenem (javno dostopnem) obsegu (brez oz. z anonimiziranimi osebnimi podatki). Zakon o kmetijstvu ne navaja možnosti uporabe za komercialne namene. Standardni meta-podatki, ocene kakovosti in podobno niso na voljo. Nameni uporabe in dostopanje do zbirk so urejeni v zakonodaji, vendar na način, ki je presplošen in neodločujoč, kadar gre za posamezna vprašanja, kar ima za posledico razlike v pristopu do uporabnikov, to pa kaže na srednjo zrelost (ocena 3). Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 69 Potencial zbirk s področja dela Službe za RKG je v povezovanju z zbirkami s podatki o proizvodnem potencialu (gojenih kulturah) iz zbirne vloge, o cenah (tržno informacijski sistem ali anketno zbrani podatki o prodaji/odkupu), s čimer bi bil mogoč izračun (potencialne) proizvodnje in standardnega prihodka vsaj za posamezne proizvode, ter različni drugi izračuni in križanja, vsaj na agregatni ravni. Potencial je tudi v povezovanju z vzorčnimi podatki (FADN) z namenom njihovega izboljšanja, preverjanja izračunov in projekcij in podobno. Dodano vrednost podatkom prinaša tudi prostorska komponenta podatkov, ki omogoča povezovanje z drugimi prostorskimi podatki, od ekonomskih, okoljskih do družbenih. Dragocene podatke v zvezi z rabo površin in pridelavo (npr. oljk in oljčnega olja) bi bilo smiselno pripraviti in trajno ohranjati ob hkratni odstranitvi osebnih podatkov. Ena izmed možnih rešitev bi bila priprava vsebinsko ciljanih podatkov na ravni nekaterih večjih prostorskih enot (tj. statistični zbirka po vzoru SURS), s čimer bi zmanjšali količino odvečnih podatkov, kar bi imelo za posledico po-večanje kvalitete drugih, vsebinsko najbolj relevantnih podatkov. Z vidika priprave tovrstnih podatkov bi to sicer glede na kompleksnost podatkov zahtevalo nekaj dodatnega časa in dela, predvsem v fazi uvedbe, vendar pa bi pomembno vplivalo na uporabniški in organizacijski vidik. Ena izmed cenovno dostopnejših možnosti bi bila razvoj statističnega produkta mikropodatkov v fazi prevzemanja s strani SURS. Povezovanje zgoraj omenjenih zbirk bi izboljšalo statistično kakovost in potencial za različne namene uporabe in za različne uporabnike. Del najbolj zanimivih podatkov – agregiranih po prostorskih enotah – bi lahko bil javno dostopen v spletnem pregledovalniku, ki bi s pomočjo orodij omogočal prostorske prikaze izbranih enot in spremenljivk, časovne trende in enostavne analize. Mikropodatkovna zbirka (KMG) pa bi bila dostopna na zahtevo in ob anonimizaciji oz. dostopu v varni sobi. Iz organizacijskega vidika je smiselno oblikovanje kataloških opisov, kriterijev in načinov dostopa za posamezne uporabnike ter rešitev v smislu standardnega paketa podatkov (letni po izbranih enotah, KMG in/ali prostorskih, in izbranih atributih), do katerega bi v različnem obsegu dostopali opredeljeni uporabniki in ki bi razbremenile proces proizvodnje podatkov in dajalca. Okolje in prostor (MKGP) Direktorat za kmetijstvo (večinoma) prevzema in uporablja, v manjši meri pa tudi vodi (Območja z omejenimi dejavniki v okviru Sektorja za trajnostno kmetijstvo in evidence v domeni Sektorja za urejanje kmetijskega prostora in zemljiške operacije) okoljsko-prostorske evidence, ki so bile vzpostavljene v povezavi z ukrepi kmetijske politike in/ali za območje, kjer je potrebno spoštovanje pravil, npr. v povezavi z varovanjem voda. Podatki so v obliki grafičnih prostorskih slojev na voljo v javnem grafičnem pregledovalniku RKG. Pod Sektor za trajnostno kmetijstvo spadajo: 70 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV • Evidenca OMD (MKGP 2016a) je bila vzpostavljena leta 2004 z namenom do-ločiti območja, ki se soočajo z depriviligiranimi naravno-geografskimi pogoji za kmetijstvo kot podlago za ukrepe (podpore). Evidenca je del priloge programa razvoja podeželja (2004–2006, 2007–2013, 2014–2020). • Točkovanje KMG v OMD (2016b), ki predstavlja kvantifikacijo depriviligiranih pogojev, je bilo vzpostavljeno leta 2010 – aplikacija v RKG avtomatsko izvede izračun ob vsaki spremembi GERK. Točke predstavljajo atributni zapis na hektar v uporabi KMG. • Elaborat OND (MKGP 2016c) predstavlja prepis podatkov iz tiskane oblike iz leta 1991. V elaboratu se vodijo naselja v Republiki Sloveniji s pripisanim težavnostnim razredom. • Evidenca prispevnih območij vodnih teles površinskih voda in podzemne vode (MKGP 2015c) je namenjena upravnim pregledom ukrepov s strani AKTRP. Vodna telesa podzemne vode so pomembna za oceno tveganj in doseg- anje okoljskih ciljev po Okvirni direktivi o vodah. Zbirka vključuje lokacijske podatke in opis.11 Podatki so v domeni MOP/ARSO. • Pri evidencah vodovarstvenih območij (MKGP 2015d) gre za območja, kjer velja poseben režim varovanja za zaščito vodnih virov – v Sloveniji slednje ureja zakon o vodah. Gre za več evidenc glede na raven varovanja na državni in občinski ravni. Za oboje je vir podatkov ARSO geoportal (geografski del je javno viden). Sektor za urejanje kmetijskega prostora in zemljiške operacije vodi evidenco melioracijskih sistemov in naprav (KatMeSiNa) (MKGP 2015e) ter evidenco koma-sacijskih območij. V prvem primeru gre za lokacijske in atributivne podatke, kot so leto izgradnje, tip in podobno. Spremembe sporoča upravljavec v roku 30 dni. Podatki so vodeni v aplikaciji KatMeSiNa od leta 2004 in so združljivi z drugimi bazami preko KMG-MID. Dejansko trajanje posameznega vpisa je sicer odvisno od MKGP. Atributivni del vsebuje tudi veliko dokumentov, sicer odvisno od starosti naprave. Za KatMeSiNa so na voljo nekateri metapodatki, skladno s standardi. Podatki so shranjeni v Oracle in so povezani s katastrom. V primeru komasacij so podatki v aplikaciji KataKoma, ki je v vzpostavljanju. Podatke iz KatMeSiNe uporablja FURS za namene odmere nadomestila v skladu z Zakonom o kmetijskih zemljiščih. Pomembni so še iz vidika prostorskega načrtovanja. Z vidika dajanja podatkov je problem obeh zbirk, da Zkme ne določa, ali sta javni. Večina namakalnih sistemov je sicer zasebnih (lahko so še državni ali lokalni), osuševalni pa so vsi državni (MKGP, Intervju 7). 11 Vodna telesa so razdeljena glede na tip in vrsto (kategorija površinske vode), skladno s Pravilnikom o določitvi in razvrstitvi vodnih teles površinskih voda. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 71 Ocena in predlogi Omenjene evidence z vidika velikosti zbirke (enote, atributi in spremembe) niso tako obsežne kot tiste v domeni Službe za RKG, vendar se prav tako zbirajo kontinuirano (zaradi zakonske podlage) in zajemajo celotne populacije enot. Na področju okolja in prostora lahko ločimo dve vrsti zbirk: tiste, ki imajo podlago v drugi (nekmetijski) zakonodaji in so dostopne tudi drugje (npr. varovanje voda), ter tiste, ki imajo podlago v zakonodaji in ukrepih SKP. Med slednjimi ima velik pomen z vidika načrtovanja in analiz kmetijske politike evidenca OMD, pa tudi evidenca komasacij. Relevantnost obeh je sicer omejena na zelo specifične analize v okviru Slovenije (ocena vsebinske relevantnosti 3). Kakovost nekaterih omenjenih evidenc bi lahko z vidika kontrole oziroma ažurnosti ocenili kot dobro, in sicer: zaradi vsakodnevnega posodabljanja (v primeru OMD, ki se sicer posodablja vsakih nekaj let, gre za točke na kmetiji, ki sicer niso dostopne javnosti, KatMeSiNa – dnevne posodobitve na atributivni ravni, ki ni javno dostopna, KataKoma) oziroma avtomatičnega izračuna aplikacije na GERK ob vpisu KMG v RKG in ob vsaki spremembi na GERK (točkovanje KMG v OMD), vendar so hkrati s tem podatki glede na atribute slabo primerljivi in povezljivi. Preverjanje podatkov, ki jih pripravi ARSO (evidenca NUV, evidenca VVO), je v njihovi domeni. Obseg izkušenj z dajanjem podatkov splošnim uporabnikom je omejen. Največ podatkov (spremenljivk) se vodi v KatMeSiNa. Aplikacija za pregled podatkov je trenutno v vzpostavljanju. Podatki (ne osebni) so vidni in na voljo v okviru portala in javnega pregledovalnika RKG. Na željo uporabnika je možno pridobiti grafične podatke (format SHAPE), medtem ko je v primeru podatkov drugih evidenc, npr. vodovarstvenih območij, viden oz. javno dostopen predvsem grafični del, pravni status vseh podatkov pa ni ustrezno urejen (zato ocena organizacijske kakovosti »zadostno«). Smiselna bi bila prostorska povezava npr. dela podatkov iz evidenc vodovarstvenih območij, reje živali in ugotovitev kontrol ter meritev kvalitete (onesnaženosti) voda. Načeloma bi bilo mogoče podatke v povezavi z osuševalnimi in namakal-nimi sistemi prostorsko povezati s podatki o proizvodnem potencialu (vrsta rabe) in kriteriji vzdržnosti ter tveganj posameznih proizvodnih sistemov. Podatki OMD so zanimivi za različna raziskovanja, povezana z ukrepi SKP, pa tudi druga raziskovanja, bodisi v smislu definiranja območij z omejujočimi dejavniki bodisi v smislu ugotavljanja povezav z drugimi družbenoekonomskimi in okoljskimi dejavniki. Vsebinsko relevantne podatke bi bilo smiselno vključiti v splošno zbirko javno dostopnih podatkov z ustrezno ravnjo povezljivosti, opisov ipd. 72 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Narava (MKGP) Sektor za trajnostno kmetijstvo prevzema več evidenc s področja naravovarstva, ki se povezujejo z ukrepi KOPOP, investicijskimi ukrepi SKP, pa tudi EK, OMD in DŽ in so namenjeni izvajanju ukrepov (določitev lokacije, izvajanje upravnih pregledov). Vir podatkov je Zavod RS za varstvo narave (ZRSVN) razen pri evidencah grbinastih travnikov in območjih Nature 2000 – ptice in habitati, kjer je vir podatkov MOP-ARSO, in o medvedu in volku, kjer je vir ZGS. Z izvajanjem PRP 2014–2020 so povezane naslednje evidence: • Evidenca mejic na Naturi 2000 (MKGP 2017b), ki je vezana na ukrep KOPOP. • Evidence ekološko pomembnih območij za ukrep DŽ (MKGP 2016d), ki se nanašajo na režim paše (trije sloji, ki prostorsko opredeljujejo različne režime). Območja so bila določena v prilogi 4 Uredbe o ukrepu DŽ iz PRP Republike Slovenije za obdobje 2014–2020. • Evidenca grbinastih travnikov (MKGP 2015f). • Evidenca ekološko pomembnih območij posebnih traviščnih habitatov metuljev in steljnikov ter območij pojavljanja ptic vlažnih ekstenzivnih travnikov (skupno štiri evidence, pri čemer se vsaka še deli na 2–8 slojev, ki opredeljujejo omejitve glede datuma košnje) (MKGP 2015g). • Evidenca območja pojavljanja medveda in volka (dve evidenci – sloja), (MKGP 2015h). Na področje ohranjanja narave spadajo tudi: • Sloj območja za ohranjanje prostoživečih ptic • Sloj območja NATURA 2000 – habitati (MKGP 2017c) • Sloji okoljsko občutljivega trajnega travinja (OOTT) (MKGP 2017d) (vodi se tri sloje: sloj območja OOTT, sloj GERK s statusom OOTT in sloj kršitev) Prva dva sloja sta določena na osnovi varstvenih ciljev prostoživečih rastlinskih in živalskih vrst. Sloj OOTT je ZRSVN določil leta 2014 na podlagi 21. čl. uredbe, ki ureja sheme neposrednih plačil, in sicer se nahaja na območju NATURA 2000. Sloji so vidni v javnem pregledovalniku. Ocena in predlogi Evidence s področja naravovarstva se, tako kot na ostalih področjih, vodijo na osnovi zakonske podlage, kar pomeni, da je njihov primarni namen vezan na izvajanje ukrepov s področja naravovarstva (kontrola skladnosti z zahtevami na določenem varovanem območju). Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 73 Pri podatkih gre za grafične sloje s pripisanimi atributi, ki pa imajo sami po sebi omejeno uporabnost (izven izvajanja zakonskih nalog in z njimi povezanih analiz), saj gre predvsem za določitev občutljivih območij skladno z zakonodajo in predpisi, ne pa za vsebinske 'aktivne' podatke o stanju narave na teh območjih (ocena relevantnosti »3«). Podatki, ki so pomembni za analize v smislu križanja z drugimi podatki o KMG, so bolj relevantni (npr. povezava omejitev proizvodnje, ki izhajajo iz posebnih naravovarstvenih zahtev, s podatki o dejavnostih in poslovanju kmetije v navezavi z izračunom oportunitetnih stroškov, ovrednotenja ekosistemskih storitev in podobno, ali povezava podatkov o zaščitnih ukrepih na območju medveda in volka ter vlogami škodnih zahtevkov, pa tudi povezovanje prostorskih podatkov o občutljivih območjih s podatki o ugotovitvah nadzora ter drugimi zbirkami podatkov v zvezi s stanjem narave, npr. biološke raznovrstnosti – indeks ptic). Podatki, ki se zbirajo v evidencah, so prevzeti iz drugih virov (vse sloje pred predajo na AKTRP pregleda MKGP, prevzet sloj preveri tudi AKTRP) in so dostopni na spletu (Javni pregledovalnik MKGP-RKG, pa tudi drugje, npr. nekateri na pregledovalniku ARSO). Podatke se zbira kontinuirano, vendar so nekateri vezani na posamezen program razvoja podeželja. Vsi grafični sloji s strani ARSO/MOP so izvorno na voljo na njihovem pregledovalniku, od koder jih je mogoče prenesti v različnih oblikah. Smiselno bi bilo omogočiti enostaven prikaz prostorskih podatkov v javnem pregledovalniku skupaj z drugimi (omenjenimi) podatki (agregiranimi po prostorski enoti) glede na izbiro uporabnika. Potrebno bi bilo zagotoviti tudi ustrezne uporabniške opise podatkov ter povezave na dobre prakse uporabe podatkov pri analizah. Proizvodi in sheme (MKGP) Na področju posameznih kmetijskih proizvodov je na voljo več različnih zbirk. Najpomembnejša je Register pridelovalcev grozdja in vina (MKGP 2017e) v okviru Sektorja za kmetijske trge in sektorske načrte, ki je namenjen »kontroli porekla vina, nadzoru nad prometom ter označevanju, kontroli finančnih podpor in ukrepov ter spremljanju stanja in načrtovanju politike«. Register je povezan z RKG in je po tehnični plati soroden, vendar poleg podatkov o dovoljenjih za zasaditev vinske trte in grafičnih/prostorskih podatkih o vinogradih, ki so dostopni v RKG, vsebuje še podatke o pridelovalcih, vinorodni enoti, pridelkih grozdja, mošta in vina, o oceni vina (fizikalno-kemijski parametri in organoleptična ocena), ki je potrebna, preden gre proizvod v promet, spremnih dokumentih za prevoz mošta in vina ter vsakoletni zalogi pridelka. 74 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Zavezanci za vpis so pridelovalci nosilci KMG, ki pridelujejo grozdje, mošt, vino in ki obdelujejo najmanj 0,05 ha vinogradov ali dajejo omenjeno v promet. Če obdelujejo najmanj 0,1 ha vinogradov ali del pridelka tržijo, morajo vsako leto prijaviti podatke o pridelku grozdja, mošta, vina in zalogah vina. Register vodijo UE, kjer ima tečaj za ta namen opravljenih približno 50 oseb. Rok za posredovanje podatkov o vsaki spremembi je 30 dni, podatke o pridelku morajo pridelovalci sporočati vsako leto do 20. novembra, zaloge pa prijaviti do 7. septembra (MKGP 2017e). Podatki o pridelkih se vodijo za vse faze pridelave, kar omogoča sledenje tudi v primeru mešanja različnih pridelkov (vsak pridelek z enakimi karakteristi-kami, ki je v eni posodi, ima svoj ID) in se logično preverjajo s prejšnjimi (MKGP, Intervju 3). Med uporabniki so SURS (za površine, medtem ko pridelek izračunajo na podlagi vzorca)12, pooblaščene organizacije za oceno vina, FURS (trošarine, katastrski dohodek) in drugi. Med drugimi uporabniki prevladujejo novinarji, sledijo študentje in raziskovalci. Slednje običajno zanimajo podatki o ocenah vina, fizikalne karakteristike, sorte, starostna struktura ali območje. Ker gre po interpretaciji informacijske pooblaščenke za predelovalno dejavnost in trženje, so podatki o pridelovalcih vina in lokaciji pridelave javni (MKGP, Intervju 3). Sektor za trajnostno kmetijstvo upravlja z Evidenco pridelovalcev in predelovalcev ekoloških kmetijskih pridelkov ali živil (MKGP, 2015i), ki je namenjena spremljanju in kontroli ukrepov kmetijske politike, spremljanju sektorja ekološkega kmetovanja in analizam (147. čl. Zkme). Evidenca vključuje podatke o zavezancih (pridelovalci in predelovalci), pridelku in živilih (kultura oz. kmetijske rastline ali živali), kontrolah, organizacijah za kontrolo in certificiranje in izdanih certifikatih. Gre za prostovoljno shemo. Vključenih je 3.700 pridelovalcev in 400 predelovalcev. Podatki so na voljo v posebni aplikaciji Ekokmetije, kamor jih vnašajo organizacije za kontrolo in certificiranje, potem ko opravijo preglede, ki so pogoj za vključitev. Podatki o površinah so vneseni do 25. oktobra. AKTRP podatke o kontrolah sporoča do 30. oktobra. Evidenca podatke pridobiva tudi iz RKG in E-SUB (MKGP, Intervju 6; MKGP, 2015i). Podatki so zelo zanesljivi, kadar gre za površine in živali, manj pa kadar gre za pridelavo. V ozadju je strog nadzor, ki zaradi oblike sheme zajame vse zavezance. Šifrant kmetijskih rastlin še ni v celoti usklajen za vse namene (po navedbi v okviru Intervjuja 6 je usklajen z zbirno vlogo). Sama aplikacija je v tehničnem smislu zastarela, podatki v ozadju so v excelovih tabelah. Podatki o nosilcu certifikata (ime, priimek in naslov) so javno objavljeni. Javni so tudi nekateri drugi podatki, ki pa so dostopni na zahtevo.13 SURS je edini, ki do aplikacije dostopa neposredno, 12 V prihodnje naj bi SURS v večji meri uporabljal RPGV namesto vzorčenja, razen za enote pod pragom zajetja. 13 Skladno z zakonom se javni podatek objavi, če je zahtevan vsaj trikrat. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 75 za druge uporabijo 169. čl. Zkme. Podatki, po katerih se povprašuje, so denimo količina ekoloških proizvodov na nekem prostoru po vrsti. Zainteresiranim je sicer na voljo tudi zasebna aplikacija Ekopodeželje (MKGP, Intervju 6). Evidenca skupin proizvajalcev iz shem kakovosti (MKGP X) je namenjena na- črtovanju in usklajevanju proizvodnje, pospeševanju koncentracije in trženja.14 Vključuje podatke o proizvajalcu ali skupini in statusu, vrsti sheme15, kategoriji in imenu proizvoda, vrsti proizvodnje (pridelava in ali predelava in ali trženje), številu članov skupine po panogah proizvodnje, dejavnosti, letni proizvodnji (kg ali litri) ter dohodku za preteklo leto. Podatki se vodijo v excelovi tabeli (trenutno za 9 skupin). Evidenca kmetijskih pridelkov in živil iz shem kakovosti ter priznanih naravnih mineralnih vod (MKGP 2017f) je namenjena »spremljanju in kontroli kmetijskih pridelkov in živil iz shem kakovosti, podeljenih zaščitnih znakov ter kontroli ukrepov kmetijske politike«. Vključuje podatke o kmetijskih pridelkih in živilih, vrsti sheme16, skupini proizvajalcev, certificirani proizvajalcih, letni pridelavi in predelavi. Podatki se vodijo v excelovih datotekah. Trenutno je v bazi vpisanih 45 proizvodov iz shem kakovosti ter 574 pridelovalcev in predelovalcev ali njihovih združenj, ki jim je bil podeljen zaščitni znak. Seznam dovoljenj za gojenje konoplje in maka (MKGP XX) vključuje podatke o nosilcu, površini, sorti konoplje in količini potrebnega semena za setev. Vsako leto je pridelovalcem izdano dovoljenje, na podlagi zemljišč in sorte zavedene v katalogu. Podatki se vodijo v excelovi tabeli. Evidenca prostovoljnih označb kmetijskih pridelkov in živil (MKGP XXX) vklju- čuje navedbe posebnih lastnosti, postopkov pridelave in predelave ter drugih lastnosti kmetijskih pridelkov in živil, ki dopolnjujejo obvezno označevanje. Pogoj je certifikat in vpis v evidenco pri MKGP. Podatki, ki so vključeni, zajemajo: ime, naslov, vrsta izdelka, prostovoljna označba, pravnoorganizacijska oblika, letna proizvodnja in dohodek za preteklo leto. Trenutno je v evidenci ena prostovoljna 14 Skladno z navedbami v okviru Intervjuja 5 in naknadnimi komentarji pravna podlaga za vodenje evidence ni ustrezno urejena. 15 Vključuje podatke o naslednjih shemah: ekološka pridelava in predelava; zajamčena tradicionalna posebnost; zaščitena označba porekla; zaščitena geografska označba; integrirana pridelava; dobrote z naših kmetiji; višja kakovost. 16 Vključene so naslednje sheme kakovosti: zajamčena tradicionalna posebnost; zaščitena označba porekla; zaščitena geografska označba; izbrana kakovost; višja kakovost; dobrote z naših kmetij. Zaščitni znak: ekološka pridelava in predelava, zajamčena tradicionalna posebnost, zaščitena označba porekla, zaščitena geografska označba, višja kakovost, integrirana pridelava, naravna mineralna voda. 76 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV označba (MKGP XXX). Organizacija za kontrolo in za certificiranje najpozneje v petnajstih dneh po izdaji certifikata o prostovoljni označbi živila podatek sporoči MKGP. Proizvajalci, ki uporabljajo prostovoljne označbe živil, morajo ministrstvu najpozneje do 31. marca za preteklo leto sporočiti količino pridelkov in izdelkov, ki so jih s prostovoljno označbo proizvedli in označili. Evidenca organizacij proizvajalcev, združenj organizacij proizvajalcev in skupin proizvajalcev za skupno trženje je trenutno v vzpostavljanju. Objavljen je pravilnik, ki ureja njeno podrobnejšo vsebino.17 Trenutno podzakonski predpis predvideva evidenco za 16 sektorjev in tri različne načine povezovanja KMG v pravne osebe (organizacije proizvajalcev, združenja organizacij proizvajalcev, skupine proizvajalcev za skupno trženje). Podatki vključujejo podatke o zavezancu in podatke o članih proizvajalcih, vključno z obsegom pridelave. Podatki o obsegu pridelave se bodo, kjer je to tehnično in normativno omogočeno, prevzemali iz obstoječih zbirk. Izpostavil se je problem povezljivosti evidenc (npr. ekološka pridelava). Skrbnica evidence ugotavlja, da je potrebno v prihodnje omogočiti enotno povezljivost zbirk med seboj (generalen problem, ne samo za to evidenco). Pri pripravi podzakonskega predpisa so želeli zasledovati cilj, da se pri vodenju evidence minimalizira administrativno obremenjevanje tako MKGP kot zavezancev (izključno elektronsko sporočanje podatkov, podatke bi zavezanci vnašali neposredno v evidenco ali bi se preko elektronske vloge v evidenco avtomatično prepisali, kjer je mogoče prevzemanje podatkov iz obstoječih evidenc). Želeli so tudi, da podatki ne bi bili namenjeni le kontroli zavezancev in ukrepov s strani MKGP, temveč bi bili zavezancem v pomoč pri načrtovanju pridelave, pri vodenju lastnih evidenc o obsegu pridelave njihovih članov ipd., za kar pa bi bilo potrebno zagotoviti dvosmeren pretok podatkov. V določenem obsegu so predvideni tudi računovodski podatki (MKGP, Intervju 5). Register dobaviteljev semenskega materiala kmetijskih rastlin (MKGP, 2015j) vključuje vse, ki se ukvarjajo s pridelavo, pripravo za trg, uvozom oziroma tr- ženjem semenskega materiala kmetijskih rastlin. Namen registra sta enotno vodenje podatkov o pridelovalcih semenskega materiala za potrebe inšpekcijskega nadzora in postopkov ter uradno potrjevanje semena. Podatki se vpišejo v spletni obrazec UVHVVR, slednji pa spremembe sporoča v roku 30 dni. UVHVVR vsako leto do 23. februarja MKGP sporoči seznam KMG-MID, vpisanih v SEME, MKGP pa UVHVVR podatke o ekoloških pridelovalcih. Na MKGP je za register odgovoren Sektor za podeželje, na UVHVVR pa Sektor za zdravje rastlin in 17 Osnova zanjo je 152. čl. Zkme, ki pa poleg navedenih oblik združevanja iz 107. in 107.a člena ZKme, določa tudi evidenco za skupine proizvajalcev za izvajanje shem kakovosti iz 107.b člena ZKme. Ker priznanje skupin proizvajalcev za izvajanje shem kakovosti še ni normativno urejeno (glej tretji odstavek 107.b člena ZKme), jih evidenca po 152. členu ne vključuje. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 77 semenski material. Register deluje na posebni aplikaciji UVH-APL na strežnikih UVHVVR. Ocena in predlogi Na področju hrane in kakovosti je morda največji razkorak med potencialom posameznih zbirk in njihovo trenutno uporabo oz. stanjem. RPGV geografsko pokriva vinorodna območja in del populacije proizvajalcev, ki so zavezanci za vpis. Gre za edinstvene podatke, iz RKG se namreč povzema le del, vezan na vinograde. RPGV ponuja natančne podatke o proizvodnji na ravni KMG, ko gre za grozdje in vino. Njihova relevantnost se kaže v podrobnih podatkih, ki omogočajo na eni strani agrarno-ekonomske analize in na drugi strani varstvo geografskega porekla in potrošnikov. Zbirka omogoča popolno sledljivost vsake steklenice vse do vinograda, kjer je bilo proizvedeno grozdje. Zaradi tega je zanimiva tako iz vidika tržnih analiz, npr. ob povezovanju s podatki o cenah in prometu, kot tudi z vidika potrošnika.18 Zbiranje podatkov v RPGV je zaradi zakonske podlage kontinuirano, kar pomeni, da se podatki stalno dopolnjujejo in osvežujejo, kar vpliva tudi na samo kvaliteto podatkov. Hkrati so podatki pri vnosu podvrženi različnim kontrolam (primerjava s podatki v aplikaciji in v kontrolnih bazah RKG, ESUB, RPE ter z logičnimi kontrolami vnosov in ustreznimi opozorili in blokadami). Zaradi povezljivosti podatkov znotraj zbirke pa se vrši še dodatna kontrola vnosov. Samo točnost in zanesljivost bi lahko izboljšali z uporabo prostorskih podatkov (proizvodnja glede na površino), podatkov iz statističnih in vzorčnih raziskovanj, davčnih podatkov in drugim. Ko gre za ekološko proizvodnjo, dotična zbirka – skladno z zakonsko opredelitvijo – pokriva celotno populacijo, same zakonske zahteve pa vplivajo na visoko stopnjo zanesljivosti in točnosti. Vsebinski potencial zbirke se nanaša na spremljanje podatkov o proizvodnji in povezovanju z različnimi parametri (ekonomski, okoljski, socialni) za ugotavljanje razmerja med stroški (spodbude) in koristmi (učinki) ekološke proizvodnje ter v javni objavi večjega obsega podatkov, ki bi vplival na trženje, denimo v smislu namenskih geolokacijskih zemljevidov s podatki o proizvajalcih in proizvodih. Podatke o proizvodnji bi bilo mogoče izboljšati (oz. oceniti kakovost) s pomočjo podatkov iz vzorčnih raziskovanj. 18 Oba vidika bi lahko na primer povezali z dodajanjem QR kode na steklenico, povezane s podatkovno zbirko (povezava bi omogočila spremljanje interesa potrošnika, potrošniku bi dala informacijo o lokaciji proizvodnje, omogočila pa bi tudi nadzor nad poreklom – preverjanje količin, letnika, lokacije in podobno). 78 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Ko gre za organizacije proizvajalcev, združenja organizacij proizvajalcev in skupine proizvajalcev za skupno trženje je trenutno problem v majhnem obsegu podatkov, ki je povezan z majhnim številom zavezancev na tem področju. Nova evidenca organizacij proizvajalcev, združenj organizacij proizvajalcev in skupin proizvajalcev za skupno trženje, ki je v vzpostavljanju, vključuje nekatere naprednejše ideje, hkrati pa izkušnje skrbnice opozarjajo na zakonske in druge ovire, ki izhajajo iz premalo strateškega in parcialnega pristopa k podatkom in analitiki. Z vidika kvantitativnih ocen je RPGV podoben RKG, medtem ko se pri drugih zbirkah kažejo problemi osredotočenosti na strokovne naloge in ne na vrednost podatkov kot takšnih ter splošni problemi povezovanja zbirk in uporabe podatkov, vključno z informacijskimi vidiki, ki vplivajo na nižjo oceno organizacijske zrelosti (2,5). Poleg vključevanja posameznih podatkov v enotno zbirko, dostopno v javnem pregledovalniku, ter enotno zbirko podrobnejših mikropodatkov za natančnejše mikroanalize z ustreznimi opisi podatkov (podobno kot v drugih primerih) bi bilo z uporabniškega vidika smiselno povezati podatke v tistem delu, ki se nanaša na trženje in evidenco pridelovalcev in predelovalcev ekoloških kmetijskih pridelkov ali živil, ki so z vsebinskega vidika uporabniško med bolj zanimivimi. Podatki iz RPGV so uporabnikom namreč dostopni le glede na individualne zahteve, pri čemer lokacija vinograda ni posredovana, medtem ko so podatki iz evidence pridelovalcev in predelovalcev ekoloških kmetijskih pridelkov ali živil v določenem obsegu javno dostopni (ime, priimek, poštna številka, pošta in številka certifikata) na portalu OPSI, oziroma v določenem obsegu na zahtevo na MKGP (uporabnik dobi izpis določenega podatka, ne dobi pa datoteke, na kateri bi sam izvajal analize). Če bi združili določene podatke več evidenc, bi bila to dodana vrednost z vidika sekundarne rabe. Vsebinsko zanimive so tudi ostale zbirke, ki zajemajo širše področje kakovosti, pri čemer bi združitev vseh zbirk v eno celoto (sicer le s podatki, katerih objavo dopušča zakon), ki bi bila pripravljena v bolj trajnem formatu in prosto dostopna vsem zainteresiranim, dodala podatkom vrednost predvsem z vidika potrošnika kot uporabnika, pa tudi za druge namene. Podeželje (MKGP) Evidenca o izobraževanju in usposabljanju za potrebe kmetijstva in razvoja pode- želja (Sektor za podeželje) je namenjena kontroli izpolnjevanja pogojev za ukrepe programa razvoja podeželja (udeležba na usposabljanjih oziroma svetovanjih, ki se izvajajo v okviru ukrepa M01 in M02 predstavlja pogoj oziroma obveznost pri drugih ukrepih PRP 2014–2020). Vključuje podatke o usposabljanjih in svetovanjih za KMG ter podjetja vključena v ukrepe PRP 2014–2020 KOPOP, EK Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 79 in DŽ. Za usposabljanje (ukrep M01) so vključeni podatki o vrsti, temi, ukrepu, podukrepu (vpiše skrbnik aplikacije), predavateljih in udeležencih (vpiše izvajalec). Za svetovanje (ukrep M02) pa podatki o temi, obsegu, izvajalcu, vrsti ukrepa in podukrepa, obdobju (vpiše skrbnik aplikacije), svetovalcu, instituciji, opravljenem svetovanju in skeniran izdelek (vnese izvajalec). Izvajalci usposabljanj in svetovanj imajo pravico vpogleda, vnosa in izdaje potrdil v času trajanja izvedbe storitve. Podatki so na voljo v posebni spletni aplikaciji EVIZO (MKGP, 2016). Aplikacija je bila vzpostavljena za prejšnjo programsko obdobje za namene usposabljanja v okviru ukrepa KOP. V tem programskem obdobju pa služi novim ukrepom PRP 2014–2020. Zaradi prostorskih omejitev je vprašanje, kako bo s podatki v prihodnje. Podatki se uporabljajo za notranje namene, poročanje, revizijo in podobno. Ker se je vezava ukrepov na usposabljanja in svetovanja pokazala za problematično in ker je namen predvsem kontrola, so vprašljivi prihodnji podatki. Evropska komisija nagovarja k povezovanju evidence s kazalci učinka, denimo izpusti toplogrednih plinov pred ukrepom in po njem, problem pa je v dostopnosti zanesljivih podatkov o učinku (MKGP, Intervju 8). Zbirka podatkov mreže za podeželje (MKGP, 2017) v okviru Sektorja za podeželje vključuje podatke o vključenih organizacijah in posameznikih glede vrste in kon-takta. Namenjena je komuniciranju, denimo v okviru partnerskega sporazuma. Postopek registracije poteka preko spletne strani in je prostovoljen. Za vodenje zbirke je vzpostavljena posebna aplikacija. Ocena in predlogi Z vidika zunanjega uporabnika podatkov opisane zbirke ponujajo omejen vpogled v stanje na podeželju, dodatno omejitev pa predstavlja tudi omejeno trajanje ukrepov oz. spodbud, na katere so vezane. Ne glede na to pa imajo zbirke tudi širši potencial. Vsebinska kakovost evidence izobraževanja KMG in podjetij se kaže v tem, da so podatki o opravljenem izobraževanju in svetovanju dostopni na enem mestu, hkrati pa je evidenca povezana tudi z RKG in ESUB, iz katerih črpa del svojih podatkov. V ukrepe usposabljanja in svetovanja so bila vključena KMG, ki so vstopila v ukrepe KOPOP, EK in DŽ ter tista KMG, ki so se udeležila izbirnih usposabljanj. Ker se po koncu usposabljanj izvede tudi anketa o izvedbi usposabljanja, izvajalec usposabljanj izdela analizo anket, naročnik pa te podatke uporabi pri pripravi nadaljnjih javnih naročil. Zbirka podatkov Mreže za podeželje je za sekundarno rabo z vidika vsebine manj uporabna, saj zajema le osebne podatke članov Mreže za podeželje, ki po zakonu niso javni. Do celotne zbirke lahko dostopa le MKGP, medtem ko registrirani člani preko prejetega gesla dostopajo le do svojega profila. Problem zbirke je tudi hramba podatkov, ki velja le za obdobje trajanja programa. 80 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Z vidika statistične kakovosti je problem podatkov (v primerjavi z nekaterimi drugimi zbirkami) v specifičnosti atributov in omejenosti časovne vrste ter prostovoljnem vpisu v primeru Mreže za podeželje (zato ocena 2). Z organizacijskega vidika za zbirke kljub potencialu ni bilo izkazanega širšega zunanjega interesa oz. je bil izkazan v omejenem obsegu. Zbirkam prav tako grozi izbris. Hipotetično bi bilo mogoče s križanjem podatkov o izobraževanju in svetovanju z ekonomskimi podatki (npr. iz vzorca FADN), podatki o kontrolah oz. kršitvah, podatki o usmeritvi/tipu kmetije, regiji, starosti nosilca in drugimi ugotavljati učinke in vpliv ter s tem izboljšati usposabljanje in svetovanje. Pri tem velja opo-zoriti na podrobnosti, kot je npr. razlika med udeležencem in nosilcem KMG. Posamezne podatke bi lahko ponudili v okviru enotne zbirke po agregiranih prostorskih enotah, dostopne v javnem pregledovalniku (npr. število udeležencev in teme po prostorskih enotah), druge bi vključili v enotno mikropodatkovno zbirko (podatki na ravni posamezne KMG). Zbirka Mreže za podeželje daje določen vpogled v zastopanost in organiziranost na tem področju, kar je mogoče križati s prostorsko pokritostjo s kmetijsko dejavnostjo, razvitostjo le-te ter splošnim razvojem. Z anonimizacijo, določitvijo tipov ter lokacije bi bilo mogoče ugotavljati prostorsko zgoščenost članov mreže, ki je lahko posredni kazalec aktivnosti ali zastopanosti na podeželju. Rejne živali (UVHVVR) Opredelitev podatkovnega vira Podatkovni viri UVHVVR zajemajo zbirki EIRŽ in ERŽ ter zbirke po posameznih vrstah živali (Centralni register goveda – CRG, centralni register kopitarjev – CRK, centralni register drobnice – CRD, centralni register prašičev – CRPš, Centralni register čebel – CRČ in Centralni register akvakultur – CRA). Registri so namenjeni »zagotavljanju sledljivost živali od rojstva do vstopa v prehransko verigo z namenom varovanja zdravja ljudi in živali; izvajanju administrativne kontrole pri dodeljevanju sredstev za ukrepe kmetijske politike; selekciji in drugim ukrepom v zootehniki, za statistiko in drugo« (UVHVVR, 2017a). Poleg tega UVHVVR vodi še Register živilskih obratov (po novem Register obratov na področju primarne pridelave živil rastlinskega izvora in Register obratov na podro- čju primarne pridelave krme). EIRŽ in ERŽ (UVHVVR ,2017a) definirata opazovano enoto – imetnika živali – kot pravno ali fizično osebo, odgovorno za živali, ki se ukvarja z rejo, varstvom, klanjem, nakupom in prodajo, prevozom ali drugim. Imetnik ni nujno tudi lastnik, takšnih je nekaj sto primerov (UVHVVR, Intervju 1). Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 81 V zbirko so vključeni imetniki, ki redijo govedo, kopitarje, drobnico, prašiče, divjad iz obore za rejo, alpake, lame, polže, perutnino, kunce, akvakulturo ali čebele. Izjema so tisti imetniki, ki na svojem gospodarstvu redijo izključno perutnino, kunce oziroma enega prašiča in so izpolnjeni naslednji pogoji: • živali se redijo izključno za lastno domačo porabo; • hkrati se ne redi več kot 50 kljunov perutnine, pet nojev, 50 kuncev oziroma en prašič; • živali se ne premika z gospodarstva , razen neposredno v klavnico/v služ- nostno klanje za lastno domačo porabo (UVHVVR, 2017a). Naslednji podatek je lokacija – kmetijsko ali drugi gospodarstvo (G-MID) – kjer se, četudi začasno, nahajajo živali, vključno s planinskimi in skupnimi pašniki, razstavami in zbirnimi centri. V okviru KMG-MID je lahko več G-MID, več G-MID pa je lahko tudi na isti lokaciji, če gre za iste imetnike. Sledijo podatki o vrstah živali na lokaciji, razmnoževanju, nadzoru in ugotovitvah nadzora. Obseg podatkov se med registri razlikuje. Ko gre za govedo (UVHVVR, 2017c), CRG vključuje podrobne podatke za vsako žival (dogodki, premiki in podobno), medtem ko so podatki za ovce in koze v CRD (UVHVVR, 2017b) in podatki o prašičih CRPš (UVHVVR, 2017e) manj podrobni (dogodki, premiki na skupinskem nivoju). CRK (UVHVVR, 2017d) vključuje registrirane konje oz. kopitarje. Pri čebelah (UVHVVR, 2016) se vodi podatek o lokaciji čebelnjaka in številu čebeljih družin. Do opustitve podatka pride, če v treh letih v zbirkah ni izkazane aktivnosti na podlagi pregleda dosjeja gospodarstva, pri čebelah pa po dveh letih. Viri podatkov za omenjene registre so pooblaščene veterinarske organizacije, KGZ ali imetniki. Slednji spremembe sporočajo neposredno preko obrazca na spletnih straneh UVHVVR, zbirne vloge in kontrole. Veterinarska fakulteta izdaja ID dokumente za registrirane kopitarje in pasme, kobilarna Lipica pa rodovniško knjigo za lipicanca (UVHVVR, 2017d). Imetniki rejnih živali stanje sporočajo na dan 1. februar, najkasneje do 30. junija, razen za polže (popis 31. oktobra za te-koče leto). Tiste rejce, ki ne uveljavljajo subvencij – teh je približno 10.000 – SIRIS pozove k sporočanju podatkov (UVHVVR, Intervju 1). Število čebeljih družin se sporoča enkrat letno za stanje na 15. april in 31. oktober, preko obrazca (spletni ali tiskani) (UVHVVR, 2016).19 Zbirka deluje v posebni aplikaciji v okolju Oracle (UVHVVR, Intervju 1). Evidenca registra živilskih obratov (UVHVVR, 2014a) je namenjena »izvajanju učinkovitega uradnega nadzora z namenom varovanja zdravja ljudi in živali ter 19 V nekaj primerih čebelarji niso vpisani v RKG, temveč samo v RČ, kar ima za posledico fik-tivno oznako lokacije KMG-MID. 82 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV izvajanju administrativne kontrole pri dodeljevanju sredstev za ukrepe kmetijske politike«. Vključuje podatke o nosilcih dejavnosti, njihovih lokacijah, vključno s posameznimi obrati, aktivnostih, ki jih izvajajo, živilih in postopkih pri aktivnostih obrata, prevoznih sredstvih, premičnih obratih, stojnicah in prodajnih av-tomatih, o internetni prodaji in prodaji po pošti. Zavezanci vključujejo nosilce dejavnosti – fizične in pravne osebe, ki se ukvarjajo s prometom, predelavo, pripravo, prodajo, gostinsko dejavnostjo in drugim, vključno z dejavnostmi v in-stitucionalnih obratih, kot so javni in zasebni zavodi. Zbirka deluje na posebni aplikaciji. Statistična kakovost Sistem za identifikacijo in registracijo živali se je pričel vzpostavljati ob krizi BSE v devetdesetih. Leta 1999 je bila vzpostavljena prva zbirka podatkov (govedo) za namene identifikacije in registracije živali. Do pred nekaj leti so organizacijsko delovali v okviru MKGP (UVHVVR, Intervju 1). Zbirke podatkov so žive z okoli milijon spremembami podatkov letno. Poleg veterinarskih organizacij in KGZ ima okoli 15.000 kmetov neposredni dostop. Šifra gospodarstva (G-MID), ki v xy koordinatah določa tudi lokacijo gospodarstva, v nekaterih primerih ni enaka kot KMG-MID. Posamezen KMG-MID ima lahko tudi več G-MID (lokacij živali). Definicije so problematične v specifičnih primerih, npr. kdaj je krava dojilja, kar je pomembno v primeru proizvodno vezanih ukrepov na tip ali celo na posamezno žival. Velika večina (95 %) zbirk je predpisanih z evropskimi predpisi in podvrženih revizijam. Kakovost se razlikuje – najvišja je v primeru CRG s podrobnimi podatki in visoko stopnjo zanesljivost zaradi subvencij in kontrol ter nesorazmerno visokih kazni pri neizpolnjevanju pogojev za ukrepe oziroma navzkrižno skladnost. Delež tistih, ki dosegajo teden-ski rok sporočanja premikov, je 98,5 %. Zbirka vsebuje tudi logične kontrole v povezavi s starostjo, lokacijo in podobnim. Baza, ki obstaja od leta 2000, je plod upoštevanja različnih izkušenj, ki so se nabrale skozi čas. Vprašanje napake je vprašanje odstopanj pri 500.000 glavah goveda, ki se stalno premika. Točnost je vsaj 95 %. Število živali, ki niso zavedene v CRG, je po oceni vodje sektorja morda dvomestno. Podatek o pasmi je manj zanesljiv, ker je bolj stvar selekcije, genetike in rodovništva. Pri konjih je povezava z KMG slabša, ker gre večinoma za ljubiteljsko rejo. Od približno 26.000 konjev jih je v Sloveniji polovica na KMG. Kakovost podatkov je relativno visoka tudi pri drugih bazah, čeprav je napak pri drobnici in prašičih več. Razlogov je več, od načinov poročanja, obsega kontrol idr. Drobnico redi 13.000 KMG, morda jih 500–1.000 ni zajetih. Pri prašičih je število še nekoliko večje (UVHVVR, Intervju 1). Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 83 Organizacijska kakovost Osnovno strukturo podatkovja glede upravnega poslovanja, klasifikacijskih načrtov za vsak podatek z roki hrambe določa zakonodaja. Podatki se hranijo trajno in so trenutno 'stari' 18 let. O trajnem digitalnem arhiviranju še ne razmišljajo. Zavedene so vse spremembe. Dolgoročno je predviden prenos podatkov v državni računalniški oblak (UVHVVR, Intervju 1). V vsebinskem smislu podatkovna struktura izhaja iz nalog, tj. njihov namen ni vedeti, koliko živali ima kmet, temveč kako preprečevati tveganja. Vsebinska struktura je zaradi vseh podrobnosti zelo kompleksna, zato zunanji uporabniki potrebujejo notranjo pomoč. Podatke uporablja AKTRP, ki ima replikacijsko shemo ( pull pristop), veterinarski inštitut v omejenem obsegu, Zavod za blagovne rezerve, podatki o staležu rejnih živali so v RKG, MKGP pa podatke uporablja tudi za namene analitike, pri čemer je možen obseg analitike odvisen od atributov in časovne vrste podatkov posameznih baz. Med uporabniki sta tudi SURS in KIS. Na leto imajo nekaj sto prošenj za različne namene. Podatke pripravijo po naročilu za vse uporabnike. Za podatke sicer večinoma zaprosijo tisti, ki že imajo predznanje o strukturi podatkov. Kmetovanje smatrajo kot poslovno dejavnost, zato ime, priimek in naslov niso osebni podatki. Vendar pa s tem še ne gre za informacije javnega značaja. Raven podrobnosti – imajo vse podatke o tem, kje kmetija kupuje, kam prodaja živali ipd. – bi se lahko smatrala kot poslovna skrivnost, vendar pa to ni ustrezno zakonsko urejeno, ker mora biti poslovna skrivnost vnaprej opredeljena, kar v tem primeru ni. Vpogled tako načeloma omogočijo na osnovi zakonske podlage, individualnega pogovora in dogovora s prosilcem. V posameznih primerih sklenejo poseben sporazum. Podatke za raziskave anonimizirajo. Posebnih postopkov in pravil nimajo. Kot drugje v javni upravi velja, da je manj tvegano dati manj podatkov in na podlagi odločbe informacijske pooblaščene kasneje dati še dodatne, kot pa dati preveč in tvegati globo (UVHVVR, Intervju 1). Dajanje podatkov je časovno obremenjujoče. Potrebovali bi knjižničarja, ki bi imel pregled nad podatki. Pogoste so zahteve, vezane na ukrepe, ki niso skladne s strukturo podatkov, zahtevajo dodatni razvoj podatkovja, iskanje ravnotežja z zakonodajo, pravili glede kontrole in podobno (UVHVVR, Intervju 1). Ocena in predlogi Centralni registri posameznih vrst rejnih živali so precej obsežni, kar prinaša do-ločene prednosti in tudi omejitve. Podatki so za svoje področje izčrpni in kakovostni (predvsem CRG). Ker se zbirajo redno (znotraj javnih registrov), to zbirki daje kontinuirano vrednost in možnost longitudinalne primerjave. H kakovosti 84 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV podatkov pripomore dejstvo, da se podatki zbirajo na nacionalni ravni, tj. pokrivajo celotno območje RS z geografskega in populacijskega vidika (skladno z zakonskimi zahtevami, pragi ipd.) in so primerljivi skozi čas in prostor. Dodatno zbirka vsebuje veliko število spremenljivk in enot, kar lahko poveča njeno kakovost in izčrpnost. Podatki iz registrov so vidni v RKG. Osnova za povezovanje je KMG-MID. Vsebinski obseg podatkov po besedah vodje SIRIS izhaja iz izkazanih potreb in zakonske podlage, večinoma na ravni EU, dogovora med deležniki na nacionalni ravni glede izvedbe ter ekonomskih virov in njihove smiselne uporabe. Zbiranje podatkov po posameznih vrstah živali na podlagi različnih potreb, zakonskih do-ločil ipd. vpliva na določene omejitve z vidika sekundarne rabe oz. uporabnika. Združitev v enotno statično zbirko z letnim presekom in anonimizacija bi pove- čali splošno oz. sekundarno uporabnost podatkov, tako na področju kmetijstva (reja po prostorskih enotah, križanje z drugimi spremenljivkami) kot na drugih področjih (okolje in naravovarstvo, podeželje) in v komercialne namene (raba v komercialne namene trenutno skladno z zakonom sicer ni predvidena). To bi zaradi kompleksnosti zbirk zahtevalo precejšen dodani vložek, vsaj v začetni fazi. Nekatere podatke je kot uporabne že prepoznal SURS, dodatno jih uporabljajo v zootehnologiji. Podatki imajo širšo znanstveno-kulturno vrednost, saj so spremembe na področju kmetijstva in reje živali lahko povezane s širšimi družbenimi in naravnimi spremembami. Med uporabniško zanimive podatke lahko štejemo registre reje živali, tj. goveda, prašičev, kopitarjev in drobnice. Vsekakor bi zapolnili raziskovalno praznino tudi s podatki o čebelah, ki imajo precejšen pomen na področju kmetijstva in sadjarstva v navezavi na gospodarstvo in posledično na splošno kakovost življenja. Evidenca imetnikov živali ter evidenca rejnih živali se vodita na podlagi pred-pisanega zakona, pri čemer prva zajema podatke, ki se nanašajo na imetnika in gospodarstvo, druga pa stalež živali. Podatki se zbirajo na podlagi vlog oz. po uradni dolžnosti, hkrati pa se del podatkov kontrolira preko ESUB in RKG, kar doda k točnosti in kakovosti podatkov. Podatki se vodijo na ravni enote KMG oziroma gospodarstva (G-MID). Evidenci pokrivata celotno ozemlje RS ter populacijo v celoti (le-ta je zakonsko predpisana). Problem kompleksnosti, ki vpliva na uporabniški vidik, ter opredeljenih metapodatkov in statistične standardizacije kategorij in atributov (šifrantov) vpliva na oceno (4,5). Iz organizacijskega vidika je podobno kot v primeru RKG problem v odsotnosti vnaprej opredeljene in pripravljene standardizirane statistične zbirke podatkov ter drugih rešitvah za potencialne uporabnike mikropodatkov, vključno s katalogizacijo, metapodatki, ocenami kakovosti, postopkovniki, kriteriji, formati in drugim. Po mnenju vodje sektorja je problem v kompleksnosti podatkov, omejenem številu uporabnikov, ki so pogosto 'informirani uporabniki', ter specifičnih zahtevah, ki Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 85 jih imajo. Slednje naj bi upravičevalo individualni pristop (zato ocena 3). Vendar pa hkrati s tem priznavajo podizkoriščenost podatkov za analitične namene ter velike obremenitve, ki jih imajo kot dajalci. Kriteriji višje organizacijske kakovosti kot so vnaprej opredeljeni in javno objavljeni standardni postopki, pravila in re- šitve, v tem smislu omogočajo izboljšano upravljanje zahtev tudi z vidika dajalca. Z vidika uporabnikov pa večja dostopnost (ponudba) generira tudi večje povpra- ševanje, pri čemer podatki kot takšni predstavljajo javno dobrino z multiplikativ-nimi učinki v smislu informiranosti, transparentnosti in razvoja znanja ter storitev. Ukrepi (AKTRP) Opredelitev podatkov Podatkovni sistem oz. sistem podatkovnih zbirk s skupnim imenom »DATAPROD« je na AKTRP vezan na zaporedje nalog – ključne zbirke tako po sklopih predstavljajo aplikacija za vnos subvencij, t. i. zajem, kontrolna aplikacija in aplikacija za obračun in izplačilo ter register plačilnih pravic. Pomembne za delovanje sistema so različne analitične tabele ter sistem poročanja. Ločevanje zbirk po fazah je potrebno tako zaradi izpolnjevanja zahtev akreditacijskih kriterijev kot zaradi upravnih razlogov (revizijska sled, pritožbe ipd.) (AKTRP, Intervju 1). Vnos subvencij vključuje podatke iz zbirne vloge, vezane na ukrepe, v katere se upravičenci vključijo (AKTRP, 2017b; 2018b). Med drugim gre za podatke o: • KMG in nosilcu; • oddaji in prejemu živinskih gnojil, digestata ali komposta; • geoprostorski obrazec, ki vključuje za glavne posevke (posejane ali posajene jeseni preteklega ali spomladi tekočega leta) prijavo vseh upravičenih površin in kmetijskih rastlin; • ukrepih neposrednih plačil (NP) (vloga za: izplačilo plačilnih pravic, plačilne pravice iz nacionalne rezerve, zeleno komponento (ZK), plačilo za mlade kmete, podporo za mleko v gorskih območjih, podporo za rejo govedi, plačilo za male kmete, plačila za območja z naravnimi omejitvami (PONO), podporo za strna žita, podporo za zelenjadnice, plačilo za zeleno komponento), plačilih za območja z naravnimi ali drugimi posebnimi omejitvami (OMD), kmetijsko-okoljsko-podnebnih plačilih (KOPOP) (operacije in zahtevki: poljedel-stvo in zelenjadarstvo, hmeljarstvo, sadjarstvo, vinogradništvo, trajno travinje, posebni traviščni habitati, traviščni habitati metuljev, habitati ptic vlažnih ekstenzivnih travnikov, steljniki, vodni viri, ohranjanje mejic, grbinasti travniki in drugi), plačilih za ekološko kmetovanje (EK) (poleg ukrepa ekološko kmetovanje tudi preusmeritev v ekološko kmetovanje, ekološko čebelarjenje) in plačilih za ukrep dobrobit živali (DŽ) (gre za zahtevke znotraj treh operacij: prašiči, govedo in drobnica). 86 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Število upravičencev/zavezancev, ki vložijo zbirne vloge za subvencijske podpore, je okoli 58.000. Najmanjša velikost kmetijske površine, za katero se lahko vloži vloga za posamezno shemo neposrednih plačil na površino, je 0,1 hektarja (AKTRP, Intervju 1). Sočasno z zbirno vlogo se sporoča tudi naslednje podatke: • o staležu rejnih živali na dan 1. februarja (v primeru turnusne reje tudi povprečno število živali v turnusu in število dni turnusov) v evidenco rejnih živali, • v register obratov na področju primarne pridelave živil živalskega izvora in v register obratov primarne pridelave krme, • o površini posebnih kultur v evidenco posebnih kultur. Nekaj podatkov je razvidno tudi iz prilog.20 Posreduje se tudi podatke o: oddaji surovega mleka, če količina mleka presega 10.000 litrov letno oz. 30 litrov dnevno, o neposredni prodaji in uporabi za predelavo na kmetiji, prodaji preko mlekoma-tov in v okviru majhnih količin; podatke o oddaji jajc (nad 250 nesnic na mestu pridelave končnemu potrošniku), o zakolu majhnih količin perutnine (do 5.500 kokoši, brojlerjev ali prepelic in do 800 puranov letno) in kuncev (do 5.500 letno), oddaji živali v klavnico ipd. AKTRP na podlagi preveritev preko »poslovnih pravil«, ki se nanašajo na pravila oziroma pogoje glede ukrepov in drugih obveznosti, izvede administrativno kontrolo, t. i. upravne preglede za vse vloge in zahtevke (100 %). Vsi podatki upravnih pregledov so sestavni del evidence o finančnih pomočeh. Poleg upravnih pregledov se glede na posamezen ukrep/področje na predpisanem vzorcu izvedejo tudi pregledi na kraju samem. V tej fazi se izloči vzorec za približno 10 % pregledov na kraju samem – obseg vzorca za kontrole na terenu je odvisen od vrste ukrepa in deleža ugotovljenih nepravilnosti v predhodnem obdobju (AKTRP, Intervju 1). Vsi podatki pregledov na kraju samem so sestavni del evidence o finančnih pomočeh (AKTRP 2018a) in nastanejo na podlagi kontrol na terenu, kjer izvajalec kontrol ugotovi dejansko stanje glede na zahtevek (npr. izmeri površino s pomočjo naprave GPS) ter preveri upoštevanje zahtev in standardov iz naslova navzkrižne skladnosti. Vključuje grafične in atributne podatke, vključno z nekaterimi avtomatiziranimi izračuni (AKTRP, Intervju 1). 20 Gre za podatke o izpolnjevanju pogojev za pridobitev dovoljenja za pridelavo konoplje in maka, zapisnik o prigonu na pašo ali planino in izjavo o številu pastirjev, zmanjšanje ali sprememba lokacije ali prenos površin, obrazec z opredelitvijo načina reje za izvajanje zahtev obveznosti gojenja z organskimi gnojili z nizkimi izpusti (v primeru ukrepa), trave za pridelavo semena, prenos plačilnih pravic, dokazila o kmetijski dejavnosti (v primeru uvrščenosti na seznam nekmetijskih dejavnosti ali podjetij), obrazec s podatki o plačah, povezanih s kmetijsko dejavnostjo (v primeru vključitve v stroške ob večjih prejemkih NP). Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 87 Zbirka register plačilnih pravic (AKTRP, 2017c) je bila vzpostavljena leta 2015. Če plačilne pravice dve leti niso koriščene (nosilec ne zahteva izplačila), se prenesejo v nacionalno rezervo. Register plačilnih pravic vsebuje podatke o plačilnih pravicah in tudi o prenosih plačilnih pravic (AKTRP, Intervju 1). Glavni namen zbirke Obračun subvencij je obravnava vseh zahtevkov in vlog (AKTRP, 2017a; 2017e). Na podlagi izmere in definiranih ukrepov in vrednosti ter navzkrižnih kontrol podatkov se upravičencu izračuna in določi višina sredstev, do katerih je upravičen, na podlagi česar se izda odločba. Zadnja zbirka v tem nizu se nanaša na X-tabelo in poročilni sistem, kjer so obračunski podatki povezani s podatki, ki jih zahteva EU in na podlagi katerih slednja povrne zneske, izplačane iz nacionalnega proračuna (AKTRP, Intervju 1). Upravičenci in zavezanci zbirno vlogo oddajajo vsako leto ob določenem obdobju, za leto 2017 je to veljalo od 27. februarja do 6. maja (AKTRP, Intervju 1).21 Medtem ko je del podatkov, ki se nanaša na izplačila neposrednih plačil in nekaterih ukrepov iz naslova Programa razvoja podeželja, ki se vodijo v okviru Sektorja za neposredna plačila, kampanjski, pa se drugi del nanaša na ukrepe razvoja po-deželja, ki spada v okvir dela Sektorja za razvoj podeželja. Tudi v tem delu se najprej izvede vnos vlog, deloma tudi grafično, večinoma pa alfanumerično, glede na to, da gre pri ukrepih za gradnjo objektov, investicije in podobno. Sledi izdaja odločb. Glede na odločbo prejemnik podaja stanje, na podlagi slednjega pa dobi izplačila. Večinoma gre za več stanj znotraj ene odločbe, torej več zahtevkov za izplačilo. Prva faza v postopku pomeni pridobitev pravice. Podatki se tudi v tem primeru zapišejo v X-tabele, kjer se generirajo podatki za poročanje in podatki za izplačila. Razpisi se med leti ponavljajo, vlog pa je številčno manj kot v primeru neposrednih plačil – gre za od nekaj vlog do nekaj tisoč vlog (AKTRP, Intervju 1). Pri vnosu zahtevkov v aplikacijo Vnos subvencij (e-kmetija) so številni podatki preddefinirani. Dostop do grafičnih podatkov poteka preko posebnega vmesnika (ARSKTRP, 2017b). Vnos podatkov poteka s strani upravičencev ali njihovih pooblaščencev (uslužbenci JSKS ali drugi) (ARSKTRP, 2018b). Podatki o kontroli na kraju samem (klasični pregledi) se sporočajo preko posebne aplikacije, ki deluje na prenosnem računalniku kontrolorjev agencije (ARSKTRP, 2018a). AKTRP je pristojna za izvedbo vseh pregledov na kraju samem, pri čemer na nivoju dr- žave opravi blizu 80 % vseh pregledov na kraju samem iz naslova identifikacije 21 Možna je kasnejša oddaja, ki ima za posledico sankcijo. Primeri višje sile se sporočajo v 15 dneh. Zapisnik o prigonu na pašo ali planino in izjavo o številu pastirjev upravičenec pošlje do konca junija. Spremembe vloge so možne do konca maja. Upravičenec mora sporočati določene spremembe, vezane na ukrepe KOPOP, EK in OMD, če vplivajo na višino plačila EK, določene obveznosti KOPOP, izpolnjevanje pogojev za ZK za rastline konopljo ali vrtni mak. Ne glede na slednje mora sporočiti tudi spremembo lokacije naknadnih posevkov in podsevkov trave, vezanih na NP, in sicer do 15. septembra (velja za 2017). 88 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV in registracije živali. Iz naslova pregleda površin pa se opravijo tudi pregledi z daljinskim zaznavanjem, ki štejejo za preglede na kraju samem. Med MKGP in AKTRP poteka izmenjava podatkov. Za AKTRP sta najpomem- bnejši zbirki RKG in E-SUB22, pri čemer se uporablja replikacijska shema (AKTRP, Intervju 1). S strani MKGP pridobijo prostorske podatke, podatke aplikacije EVIZO, ki je namenjena izvajanju nekaterih ukrepov PRP 2014–2020, nekatere podatke za namen ukrepa EK, podatke o dovoljenjih za gojenje konoplje in maka, podatke o okoljsko občutljivem trajnem travinju, semenskih posevkih in druge. Od UVHVVR pridobijo podatke iz registrov živali, posamezne podatke tudi od Biotehniške fakultete – Centralnih podatkovnih zbirk o živalih. Podatke pridobivajo tudi iz zbirk FURS in AJPES. Statistična kakovost Večina podatkov temelji na zahtevah ukrepov, ki so določeni z uredbami EU, pri čemer so pogoji z nacionalnimi prilagoditvami predpisani v nacionalnih ured-bah. Šifrant primarnih proizvodov (tipi proizvodov z oznakami) prevzemajo od MKGP. Identifikacijski sistem za kmetijske parcele deluje na ravni bloka, ti pa se glede na vrsto dejanske rabe delijo v GERK. V vlogi se navede ID bloka, za posamezen GERK pa GERK-PID, domače ime in vrsto rabe. Podatki o površinah kmetijskih parcel in rastlin so navedeni v arih. Večina zbirk se vsako leto ustvari na novo, pri čemer je zagotovljena sledljivost za 10-letno obdobje. Iz navedenega izhaja, da so zaradi ukrepov podatki na voljo za daljše obdobje, vendar pa primerljivost za celotno obdobje za nazaj ni sistematično urejena (pre-hodi med reformami). Teoretično je sicer harmonizacija podatkov, ki so podlaga izplačilom, mogoča. V X-tabelah, kjer so podatki od leta 2004, je razvidno, kako težko je določiti skupni imenovalec posameznih vrst podatkov. Primerljivost je večja znotraj posameznega obdobja izvajanja SKP, denimo za leta 2014–2020. Šifranti se spreminjajo skupaj z zakonodajo (AKTRP, Intervju 1). Kakovost podatkov temelji na preverjanju z drugimi zbirkami23 in na navzkriž- nih kontrolah podatkov. Dejansko izmerjenih površin je vsako leto za 10 % 22 AKTRP ima sicer lasten register strank zaradi dodatnih podatkov, kot so računi, nadomeš- čanje z vidika plačil ipd. 23 Površine in nasadi se preverjajo s podatki o blokih in GERK iz RKG, dejavnost s PRS, plačilne pravice z registrom plačilnih pravic, podatki o plačah s FURS, starost kmeta z RKG (EMŠO), živali s CRG in CRK, CRPš, bazami rejskih organizacij, EK s certifikati, geoprostorski podatki z upravnimi evidencami idr. Za kontrolo CC agencija ravno tako uporablja geoprostorske evidence, ERŽ in EIRŽ, CRG, CRD, CRPš, register obratov, obrazce gnojil, zapisnik prigona ipd. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 89 upravičencev. Poznajo več vrst kontrol, obseg kontrol je predpisan z osnovno zakonodajo in mora sloneti na predpisani metodologiji izbora vzorca. Ta mora obsegati naključni vzorec in vzorec, izbran glede na analizo tveganja, ki vključuje faktor tveganja za napake, ugotovljene v preteklih letih. Ob naraščanju ugotovljenih napak vzorec za kontrolo na kraju samem narašča teoretično do zajetja celotne populacije. Na koncu izvedenega nadzora za subvencijsko leto se pripravi analiza rezultatov z ugotovitvami napak (poročilo), ki je hkrati podlaga za izdelavo metodologije za novo obdobje. Podatke na zahtevkih lahko zase popravlja vsak upravičenec, seveda pod določenimi predpisanimi pogoji. Prostorski podatki se obnavljajo z zračnimi posnetki (vsako leto tretjina površin). Posredni kazalec kakovosti podatkov v bazah je število pritožb, ki z leti pada zaradi vpeljave mnogih logičnih kontrol in digitalizacijske obdelave, zaradi katere prihaja do manj napak (ARTKTRP, Intervju 1). Organizacijska kakovost Vloge obravnava Sektor za neposredna plačila, ki vključuje Oddelek za neposredna plačila (ONP) (Plačilne pravice, neposredna plačila, mladi, zelena komponenta) in Oddelek za sonaravno kmetijstvo (OSK) (ukrepi KOPOP, EK in OMD iz PRP) (AKTRP, 2017d). Na nivoju tega sektorja je umeščen tudi sistem za navzkrižno skladnost. Uporabljajo programsko opremo Oracle, razen posameznih dokumentov, ki so na diskih. Za dokumentacijo in hrambo gradiva, vključno z vodenjem upravnih postopkov, uporabljajo okolje Lotus Notes, aplikacijo SPIS 4. Večina aplikacij se vsako leto obnovi z ažurnimi podatki. Upravičenci oz. njihovi pooblaščenci so dolžni hraniti kopije vlog zahtevkov in predpisanih prilog še najmanj pet let po vložitvi. Podatkov še niso brisali, načeloma je obdobje hrambe 10 let. Zaenkrat so arhivirali predvsem dokumentarno gradivo, zbirke pa še čakajo na sprejem notranjih pravil (AKTRP, Intervju 1). Interni dokument o varstvu osebnih podatkov (ARSKTRP, 2018c) sicer določa, da lahko vsak posameznik, na katerega se podatki nanašajo, zahteva informacijo o le-teh in v primeru, ko ni podlage za hrambo, lahko zahteva tudi izbris. Prav tako je potrebno posameznika obvestiti o obdelavi njegovih podatkov za druge namene, z določenimi omejitvami (statistični nameni) v smislu individualnega obveščanja in privolitve. Tako kot druge javne institucije imajo formalno opredeljeno analizo tveganj (AKTRP X), var-nostno politiko (AKTRP, 2016), krovno politiko varovanja informacij (AKTRP, 2018d) in klasifikacijo informacij (AKTRP XX) z namenom ustrezne ravni zaščite in ravnanja s podatki. Vsak upravičenec ima vpogled v svoje podatke. Gre za podatke o blokih in GERK, vrstah in sortah kmetijskih rastlin; sadnih vrstah in številu sadnih dreves ali gr-mov na hektar; razvrstitvi KMG v različna območja, opredeljena kot območja z 90 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV omejenimi dejavniki za kmetovanje, neposredno ali posredno povezana z ukrepi KOPOP, EK; o vključenosti GERK v OMD ipd. V primeru DŽ gre za podatke o živalih, stanje v centralnih registrih dan pred vnosom zahtevka. Pri izpolnjevanju geoprostorskega obrazca se uporablja šifrant vrst oziroma skupin kmetijskih rastlin ter pomoči, ki je dostopen na spletni strani agencije in ministrstva. JSKS ima vpogled v podatke iz RKG, zbirnih vlog, evidence o mlečnih kvotah, CRG, CRD, CRPš, CRK, evidenc KOPOP, EK in OMD, zemljiški kataster, ortofoto in dejansko rabo zemljišč. Skrbniki kot širše zanimive ocenjujejo grafične podatke, ne le z vidika kmetijstva, temveč tudi varovanja narave, vprašanj, kot je zaraščanje kmetijske krajine ipd. Z novo SKP, ki gre v smer okoljskih ciljev, bodo pomembni podatki o prostoru, živalih, tudi potencialno povezovanje že obstoječih zbirk z drugimi zbirkami, tako za spremljanje kot za dokazovanje učinkov ukrepov. Podatki o izplačilih so javni, ker gre za dodeljevanje javnih sredstev, razen osebnih podatkov. Pred leti so objavljali tudi KMG-MID, ki pa se je sčasoma, vzporedno z izgrajevanjem predpisov s področja varovanja osebnih podatkov, opredelili kot del osebnega podatka. Podatki o prejemnikih se objavljajo skladno z določili 111. člena Uredbe (EU) št. 1306/2013: ime in priimek prejemnika, vrsta ukrepa, znesek, lokacijski podatek v smislu občine. Pravne osebe so objavljene z nazivi. Poročila in izpise pripravijo na podlagi zahtev, ki pa so pogosto zelo specifične. Poizkušali so pripraviti standardni paket podatkov, vendar se je izkazal problematičen zaradi kompleksnosti vsebine, saj bi od uporabnikov zahteval določeno poznavanje strukture. Drug problem je bil v tem, da so se tudi sami ukvarjali s statističnimi definicijami, npr. kaj je to kmetija, kdo je upravičenec itd. Osredotočili so se na grobe (agregirane) podatke o površinah, rastlinah in časovni vrsti. Interes za zbirko je bil kljub promociji omejen. Za uporabnike je lažje, če zaprosijo neposredno, ker lahko skozi interakcijo izrazijo specifične želje, jih dopolnjujejo ipd. (AKTRP, Intervju 1). Podatkovne baze so velike in jih je v celoti nemogoče prenesti. V določenih primerih na zaprosilo dajejo del surovih (nepredprocesiranih) originalnih mikropodatkov – denimo KGZS, ki jih potrebuje za specifične naloge s področja dela, na primer za izdelavo gnojilnih načrtov. Prav tako MKGP na zaprosilo pridobi surove podatke. Zunanji uporabniki večinoma zaprošajo za agregirane podatke. Krog teh uporabnikov je omejen. Vsako prošnjo obravnavajo posebej. Prošnje niso časovno obremenjujoče – v primerjavi s samo izgradnjo baz. Srednjeročni cilj je razvoj podatkovnih zbirk na področju okolja, podobno kot so se v preteklosti povezali z zbirko rejnih živali BF. Za nadaljnji razvoj vidijo predvsem administrativno-pravne ovire (AKTRP, Intervju 1). Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 91 Ocena in predlogi Podatkovje, ki se vodi v domeni AKTRP, obsega z vidika te naloge 6 zbirk oz. aplikacij v osnovni bazi DATAPROD, ki si sledijo v določenem zaporedju z namenom izvajanja ukrepov na področju kmetijskih subvencij in ukrepov na področju razvoja podeželja. Zbiranje podatkov je kontinuirano (na letni ravni) in zelo podrobno, zato so kot vir relevantni za dopolnjevanje ostalih zbirk, npr. za spremljanje kmetijskih površin v uporabi, za podatke o proizvodno vezanih plačilih, za prenos plačilnih pravic, stanje oddaje in prejema živinskih gnojil idr. Podatki se vodijo na ravni enote, tj. KMG, zato so podatki med seboj povezljivi tako znotraj podatkovja AKTRP kot tudi z zbirkami v domeni MKGP in UVHVVR, kar je še dodatna vrednost samih podatkov. Vse zbirke vsebujejo veliko število spremenljivk in enot, hkrati pa geografsko in populacijsko pokrivajo celotno ozemlje RS. Zbirke vsebujejo atributne (alfanumerične) in grafične podatke. Nekatere zbirke vsebujejo tudi edinstvene podatke, npr. podatki o zahtevah upravičencev (zbirka vnosa subvencij) oziroma avtomatizirani izračuni (zbirka kontrole subvencij, register plačilnih pravic, obračun subvencij z obravnavo zahtevkov), večina podatkov pa se pridobi iz drugih virov (v domeni MKGP, UVHVVR, zunanjih virov, npr. AJPES, FURS idr.). Agencija ima vzpostavljen tudi lastni centralni register strank. Posebnost je zadnja zbirka t. i. X-tabele in poročilni sistem, saj povezuje obračunske podatke s podatki, ki jih zahteva EU, ko gre za izvajanje politik deljenega upravljanja (pokriva oba sklada, EKJS in EKSRP). Podatkovne zbirke AKTRP predstavljajo ključen vir podatkov o ukrepih in dodeljenih sredstvih ter kontrolah in (kot je pokazal CRP Razvoj celovitega modela KMG) z večjo ravnjo podrobnosti, na mikroravni oz. na ravni posameznega KMG pomembno dopolnjujejo ostale zbirke podatkov, pomembnih za področje kmetijstva in okolja. V ukrepe neposrednih plačil so vključena praktično vsa KMG, ki tudi sicer izpolnjujejo evropsko primerljive statistične kriterije KMG. Posamezni ukrepi, ki so stvar zakonodaje in so pogosto vezani na obdobje izvajanja SKP, so lahko kot takšni vir podatkov za sekundarne namene, vključujejo denimo številne aktivnosti na področju varovanja okolja in uravnavanja klimatskih sprememb, ki jih je mogoče povezovati z drugimi spremenljivkami, tako na mikro- kot agregirani ravni. Uporabnost je odvisna od same definicije ukrepa, obdobja veljave, zanesljivosti in točnosti podatka, števila vključenih v ukrep in drugega. Kakovost podatkov je na visoki ravni, saj se vnosi podatkov vodijo preko različnih aplikacij, ki omogočajo sprotno navzkrižno preverjanje vnosov, kakor tudi preverjanje z drugimi zbirkami in evidencami (npr. evidenca kršitev iz naslova navzkrižne skladnosti, ki se dopolnjuje in sinhronizira od leta 2005 dalje). Dodatno se letno vrši kontrola na terenu na vzorcu približno 10 % upravičencev ter s po-sodabljanjem prostorskih podatkov. Časovna primerljivost podatkov je otežena zaradi sistematične neurejenosti (iz česar tako kot pri RKG izhaja ocena 4), je pa 92 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV ta v določeni meri možna znotraj posameznega obdobja izvajanja SKP, kar z uporabniškega vidika doprinese k sami vrednosti podatkov. Pomembne so sicer specifične zakonske zahteve, ki vplivajo na posamezna področja, denimo poročanje o dohodku in izdatkih za zaposlene (pomembno za največje prejemnike sredstev) ali proizvodnji, kar pa ni najbolj zanesljivo. Kot organizacija poznajo različne vrst analiz tveganj, kontrole prilagajajo obsegu in vrsti kršitev, poznajo naknadne kontrole, s čimer preverjajo tako izvedbo postopka kot usposobljenost kontrolorjev, poročajo o ugotovljenih napakah, izvajajo analizo rezultatov in analizo analize tvegaj, kar je pomembno z vidika kakovosti vira. Podatki so dostopni ostalim državnim organom (v neanonimizirani obliki) kot tudi splošni javnosti (v anonimizirani obliki), vendar težavo predstavlja zahtev-nost razumevanja samih podatkov, tako da slednji po njih ne povprašujejo v veli-kem obsegu.24 Druge zaznane ovire pa so podobne kot pri drugih dveh organizacijah: opisi podatkov so na voljo predvsem v zakonodaji in temeljijo na zakonsko določenih nalogah, ki se skozi čas tudi spreminjajo, zaradi kompleksnosti in ločenosti podatkovnih sistemov, znanj ipd. je otežena tudi rekonstrukcija, mikropodatki se nahajajo v živih bazah oz. aplikacijah, ki služijo specifičnim namenom, priprava podatkov za uporabnika je časovno zamudna in zahtevna, potrebno je namreč veliko komunikacije v več fazah, vsak postopek je drugačen, odvisen od različnih okoliščin in podobno. Kot organizacija se (za razliko od drugih dveh) srečujejo z vprašanjem arhiviranja, vendar ustreznih kriterijev in podlag še nimajo. Z vidika sekundarne rabe so potencialno zanimivi podatki, ki se navezujejo na dodeljene javne spodbude v okviru različnih ukrepov, vključno z vsebinskimi opisi ukrepov in izpolnjevanja zahtev (tudi navzkrižne skladnosti oz. pogojenosti), na splošne kontrolne ugotovitve in sankcije. Omenjeni podatki se nanašajo na letne kazalce izvajanja in rezultatov, ki jih bo v agregirani obliki potrebno spremljati v okviru strateškega načrtovanja SKP po 2021. Podatki bi lahko bili predstavljeni tudi v okviru enotne zbirke, dostopne v javnem pregledovalniku na ravni agregiranih prostorskih enot, kar bi npr. omogočilo povezavo podatkov o podporah s podatki o ekonomsko- -strukturnih spremembah v kmetijstvu in okoljskimi, naravovarstvenimi in druž- benimi kazalci, podatkov o kontrolnih ugotovitvah z delovanjem JKSS na določenem območju, proizvodno usmeritvijo, velikostno in demografsko strukturo, pa tudi uporabo kontrolnih ugotovitev, npr. na področju dobrobiti živali, kot kazalca stanja. Bolj podrobni mikropodatki bi lahko bili dostopni v okviru enotne zbirke za kmetijstvo (na podlagi anonimizacije oz. z dostopom v varni sobi). 24 Kot edini izmed treh organizacij so poizkusili pripraviti paket podatkov za potencialne uporabnike, vendar je bila težava – kot so jo predstavili sami – v premajhnem interesu, ki je izhajal iz nepoznavanja strukture podatkov. Dokumentarno gradivo, ki bi omogočalo vpogled v podrobnosti tega poizkusa, ni na voljo. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 93 SKLEP IN SKUPNA PRIPOROČILA »Na MKGP z organi v sestavi smo v preteklih 20 letih zbrali precej podatkov, ki niso optimalno izkoriščeni. Podatki so ustrezno strukturirani (podatkovni model je večinoma ustrezen, praktično vsi podatki so medsebojno povezljivi z ustreznimi ključi, kakovost podatkov je za analitične namene sorazmerno dobra, dostop do podatkov je ustrezen, saj imamo vzdrževalce, ki obvladujejo podatkovne sheme). Manjka pa vsebinska analitska nadgradnja. Razlog za to je ta, da ni dovolj kadra, ki bi bil to zmožen uresničiti. Znanja, ki so za to potrebna, so kombinacija vsega naslednjega: poglobljeno poznavanje predpisov, ki urejajo podatkovne zbirke, poglobljeno poznavanje potreb (in bodočih potreb) na različnih vsebinskih področjih, poznavanje različnih kmetijskih vsebin, poglobljeno poznavanje zbirk podatkov, ki jih vodimo, poznavanje zbirk podatkov, ki jih pridobivamo iz drugih virov, poznavanje podatkovnih modelov, poznavanje orodij za analizo podatkov (npr. SQL za osnovno pregledovanje podatkov), poznavanje tehnik za pripravo agregiranih podatkovnih modelov ter nazadnje orodje za sintezo in prikazovanje podatkov na podlagi agregiranih podatkovnih modelov; če se vključi sodobnejše pristope, kot je podatkovno rudarjenje, poslovna inteligenca itd., toliko bolje, a to je nadgradnja. Pred tem je treba 'šlogati', kaj potrebujemo, in pripraviti zasnovo agregiranih podatkovnih modelov. Na MKGP je sicer dober tim analitikov, a manjka neposred-nejša povezava s podatkovnimi viri.« Komentar Marjane Drobnič, vodje SIRIS Vsebinska relevantnost Pregled in vrednotenje centralnih administrativnih virov na področju kmetijstva (RKG in povezane evidence) sta pokazala, da le-ti ponujajo edinstven vir mikropodatkov, ko gre za subjekte, KMG in rabo zemljišč, deloma in posredno pa tudi za proizvodnjo, ki omogočajo različne agrarne, ekonomske in druge tipologije in raziskovanja na mikroravni, predvsem pa na ravni agregatov (prostorska in strukturna raziskovanja). Povezovanje z drugimi podatkovnimi viri (podatki o cenah) bi denimo omogočilo dinamični izračun standardnega prihodka na ravni agregatov in tipov kmetij po različnih kriterijih. Podobno podatki o rabi omogočajo različne pavšalne okoljske izračune, pa tudi spremljanje sprememb v namembnosti (zaraščanje, pozidava). Registri in evidence so v določeni meri že vir za statistične raziskave, v manjši meri pa tudi za preverjanje vzorcev in rezultatov. V RKG so dostopni in vidni posamezni podatki iz različnih področij, opisanih v nadaljevanju, in drugih virov. Na področju okolja in narave so na voljo podatki o prostorskih slojih z določenimi atributi, ki ustrezajo posameznim zakonskim in strokovnim nalogam (območja, občutljiva z vidika okolja in naravovarstva). V širšem smislu vsebinskih prostorskih podatkov o stanju okolja in narave, ki so pomembni z vidika spremljanja 94 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV vplivov, kot je kmetijska proizvodnja, ki je neposredno povezana s stanjem okolja in narave na podeželskih območjih, pa so podhranjeni. Povezanost kmetijstva in okolja ter narave zahteva ustvarjanje in povezovanje tovrstnih podatkov. Med drugim tovrstne zahteve izhajajo tudi iz SKP po 2021, tako z vidika posameznih ukrepov kot tudi splošnega spremljanja stanja okolja in narave. Na področju posameznih proizvodov in kakovosti so obstoječi administrativni viri na različnih (razvojnih) stopnjah vsebinske kompleksnosti in uporabnosti – od področja vina s podrobnimi in bogatimi podatki, ki jih izkorišča SURS, na eni strani, do proizvodov iz posameznih shem kakovosti na drugi. Slednje je povezano tudi z ukrepi kmetijske politike, od investicij, shem, organizacije pa do promocije. Evidencam je skupen neizkoriščen potencial tako z vidika ekonomske analize, razvoja poslovnih modelov in trženja kot z vidika potrošnika (javno vidni podatki o proizvajalcih s podatki o lokaciji). Ko gre za podeželje, so podatki omejeni na posamezne ukrepe usposabljanja in svetovanja ter partnersko strukturo, ne glede na to pa obstoječi viri omogočajo nekaj zanimivih raziskovanj, denimo glede prostorske pokritosti akterjev ali povezav med ukrepi usposabljanj in svetovanj ter uspešnostjo izvajanja drugih ukrepov in rezultati kontrol, ki so relevantni z vidika priporočil Evropske komisije v zvezi s spremljanjem in vrednotenjem ter prihodnje SKP. Podobno kot pri okolju velja, da manjkajo dinamični podatki o stanju na podeželju, ki vklju- čujejo različne družbeno-demografske podatke, od podatkov o izobrazbi do razmerij med spoloma (lastniki kmetij in zaposleni) ter podeželski revščini, o katerih govori nova SKP. Nekatere izmed omenjenih podatkov je mogoče posredno razbrati iz drugih administrativnih virov, drugi so dostopni v statističnih raziskovanjih. Vendar pa je z vidika povezanosti kmetijstva in kmetijske politike z različnimi družbenoekonomskimi kazalci stanja na podeželju pomembno sistematično zagotavljanje ustreznih virov in povezljivosti ter dejanskega povezovanja (uporabe) tudi znotraj sistema podatkov v kmetijstvu. Podatki s področja reje živali predstavljajo edinstven vir, ki omogoča posredno spremljanje proizvodnje na tem ožjem področju, z različno ravnjo podrobnosti za posamezne rejne živali. Skupaj s podatki o rabi zemljišč in podatki o proizvodnji iz zbirne vloge ter podatki iz nekaterih drugih registrov in evidenc za posamezne proizvode omogočajo vpogled v proizvodnjo KMG, agrarnoeko-nomska in druga raziskovanja. Podatkovni sistem AKTRP poleg dopolnjevanja podatkov o uporabi površin in dejanski proizvodnji na podlagi zbirne vloge in različnih ukrepov kmetijske politike predstavlja primarni in edinstven vir podatkov o ukrepih, dodeljenih sredstvih ter kontrolah, ki so ključni z vidika načrtovanja, spremljanja in analize učinka ter vpliva v okviru SKP po 2021. Stopnja podrobnosti in Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 95 dopolnjevanja drugih virov se razlikuje po posameznih področjih in je povezana z zasnovo ukrepov. Zaradi povezovanja prostorskih podatkov in podatkov iz registrov živali z vlogami za subvencije, ukrepi in s kontrolami, podatkovni sistem AKTRP predstavlja pomembno vozlišče mikropodatkov, ki omogoča vsebinski vpogled na enem mestu. Statistična kakovost Same zakonske zahteve in standardi vplivajo na relativno visoko statistično kakovost v smislu jasnosti, točnosti, ažurnosti – s pridržkom, da ne gre za statistične, temveč za administrativne zbirke, zaradi česar pravzaprav govorimo o potencialni statistični kakovosti, torej o tem, kako kakovosten statistični rezultat bi bil mogoč s pripravo statistične zbirke na podlagi administrativnega vira. Med posameznimi področji in atributi so razlike, ki izhajajo iz razlik v potrebah z vidika izvajanja administrativnih nalog in v zakonskih določilih. Ključna pomanjkljivost je primerljivost s standardnimi statističnimi enotami in spremenljivkami, tj. tistimi, uporabljenimi v statističnih raziskovanjih. Ta se kaže predvsem pri specifičnih in manj vsebinsko bogatih evidencah in registrih, ki ne omogočajo zapolnjevanja širše relevantnih statističnih kategorij (okolje in narava, podeželje), medtem ko je drugje to možno (npr. agregatni in letni prerezi v primeru RKG). Registri in evidence so vezani na zakonodajo, s katero se tudi spreminjajo, vendar pa so podatki o zakonskih določilih in zgodovina zbirk v večini primerov dostopni za nazaj. Administrativni viri so živi, kar pomeni, da se spreminjajo v realnem času, vendar pa večina in predvsem bolj razviti viri omogočajo vpogled v zgodovino sprememb (RKG, registri s področja reje, sistem AKTRP) ter najmanj letni prerez oz. letno časovno vrsto. Zaradi kompleksnosti in odsotnosti standardnih statističnih kategorij ter metapodatkov operacije priprave statističnih zbirk sicer niso enostavne in zahtevajo precej časa in virov, vključno z delom produkcije podatkov. Obstajajo različni notranji viri v povezavi s kakovostjo podatkov, z velikimi razlikami med področji. Gre za zakonske in druge standarde kakovosti (INSPIRE – del prostorskih podatkov) ter za administrativni sistem medsebojnega preverjanja zbirk, logičnih, upravnih in drugih kontrol, ki omogoča pripravo poročil in kazalcev administrativne kakovosti. Zaradi tveganj, nesorazmernih kazni ipd. izstopa predvsem področje (posameznih) rejnih živali, sledijo posamezni prostorski podatki in podatki o ukrepih. 96 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Administrativni viri – kot izhaja iz uporabe s strani SURS – na področju posameznih kmetijskih proizvodov omogočajo ustrezno stopnjo statistične kakovosti, najmanj primerljivo z drugimi statističnimi metodami (ankete). Tudi na nekaterih področjih proizvodnje, kjer SURS trenutno podatkov ne uporablja, je njihova uporaba smiselna za navzkrižno primerjavo kakovosti z drugimi viri. Kakovost je nižja tam, kjer gre za podatke, povezane s specifičnimi zahtevami, ki so posredno povezane s področjem vsebinske relevantnosti (dejavnosti, delovna sila, dohodek v povezavi z pragom za ukrepe, posamezni proizvodi). Organizacijska kakovost Organizacijski vidik dajalca podatkov je tisti, ki je bil do sedaj v sistemu podatkov v kmetijstvu najbolj zapostavljen. Slednje je razvidno tudi iz komentarja iz začetka tega poglavja; medtem ko je razumevanje pomena vsebinske relevantnosti in v veliki meri tudi statistične kakovosti prisotno, je organizacijski vidik nekoliko potisnjen v ozadje. Zbirke podatkov se ustvarjajo za namene, opredeljene v zakonodaji in podza-konskih aktih, skladno s slednjimi, priročniki in drugim. Vrednosti podatkov kot takšnih je posvečene manj pozornosti, čeprav je v posameznih primerih v zakonodaji ta opredeljena (npr. RKG, zbirke s področja reje) glede pomena trajne hrambe, zakonsko opredeljenih namenov, ki poleg različnih javnih nalog vključujejo statistična in druga raziskovanja. Notranjih aktov v zvezi z določanjem vrednosti posameznih podatkov, ki so denimo pomembni z vidika rešitev za dostop ali arhiviranja, ni, kar je deloma povezano z individualnim pristopom k tistim, ki povprašujejo po podatkih, in deloma s trajno hrambo, pri čemer ni upo- števan vidik vrednotenja trajnega pomena podatkov za različne namene. Določen premislek o splošni vrednosti podatkov je bil opravljen na AKTRP v okviru poizkusa priprave splošnega paketa podatkov za zunanje uporabnike in zavedanja o prihajajoči potrebi po arhiviranju in izbrisu dela podatkov, tudi z vidika GDPR. Uporabnikom niso na voljo uporabniški katalogi (oz. vključenost v le-te, z izjemo portala OPSI, kjer so zelo splošni opisi posameznih zbirk), metapodatki in poročila o kakovosti. Upravljalci zbirk se pogosto sklicujejo na zakonsko podlago in podobno, tudi ko gre za javne pregledovalnike, vendar je tovrstni pristop z vidika uporabnika neprimeren. Posamezne razlage, šifranti in podobno se v okviru dostopov do podatkov, ki niso javno vidni, pripravijo na podlagi individualnega povpraševanja. Kot izhaja iz intervjujev, je v primerih večjih baz (RKG, reja živali, AKTRP) pogosto potrebno več krogov izmenjave informacij, preden uporabnik, glede na lastne potrebe, razume strukturo in ozadje podatkov. Večji in kompleksnejši registri generirajo več povpraševanja in s tem zavedanja o obstoju podatkov, praksah dostopa in podobno (čeprav ko gre za mikropodatke in naprednejše analize, še vedno predvsem v zaprtih skupinah 'običajnih' Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 97 uporabnikov), medtem ko je na specifičnih področjih (podeželje, okolje in narava) kljub potencialni uporabnosti zaradi odsotnosti katalogov in drugih mo- žnosti iskanja tega manj. Razlike so tudi v dostopu in obdelavi, ki sta, sicer na splošno, opredeljena v zakonodaji, medtem ko se nosilci in skrbniki v praksi glede na navedbe v intervju-jih zanašajo na različne interpretacije zakonodaje na področju varovanja osebnih podatkov in dostopa do informacij ter lastno presojo. Uporabniki so odvisni od subjektivne obravnave, ki v praksi vpliva na končne odločitve, dostop in obdelavo. Standardih pravil in kriterijev dostopa, postopkovnika, predvidenega trajanja, metod dostopa in podobnega nima opredeljenih in javno objavljenih nihče izmed dajalcev. Najpogostejši razlog je sklicevanje na specifične uporabnike, vendar p Shema h a 1. k 6: ra Pr t e i o gled d k s vao n t t n itaos tiv t s nih plošni ocen te h r matskeši ih tev o področij d v zbi rač rk* a različne (druge, potencialne) uporabnike. Kvantitativne ocene podatkovnih zbirk s področja kmetijstva na podlagi poenostavljenega kriterija Shema 1.6: Pregled kvantitativnih ocen tematskih področij zbirk* MKGP-Subjekti, KMG, raba 5 4 3 AKTRP-Ukrepi MKGP-Okolje in prostor 2 1 0 UVHVVR-Rejne živali MKGP-Proizvodi in sheme MKGP-Podeželje Vsebinska relevantnost Statistična kakovost Organizacijska zrelost *Ocene predstavljajo prikaz ocenjevanja na podlagi podanih kriterijev. Ocene se ne nanašajo na *Ocene predstavljajo prikaz ocenjevanja na podlagi podanih kriterijev. Ocene se ne nanašajo na kakovost izvajanja z zakonom določenih nalog oz. administrativno kakovost, temveč na širši potencial kakovost izvajanja z zakonom določenih nalog oz. administrativno kakovost, temveč na širši poten-podatkov z vidika podatkovne znanosti tako v okviru različnih nalog ministrstva in organov v sestavi ciko a t l pza o ddr atug k e o delež v z v ni idike. O ka p ce o n d e at knaj ov bi n ta e znko a n pr osipom ti ta og k le k o v o bol kv jš ir emu izkoriš u različni čan h n ju a potencia log mini la st r in st va in organov v načrtovanju razvoja podatkov in podatkovnih rešitev v prihodnje. Metodologija ocen je pojasnjena na sestavi kot za druge deležnike. Ocene naj bi tako pripomogle k boljšemu izkoriščanju potenciala in koncu istoimenskega podpoglavja. Ocene so podrobneje opredeljene v naslednjem podpoglavju na načrtovanju razvoja podatkov in podatkovnih rešitev v prihodnje. Metodologija ocen je pojasnjena koncu pregleda vsake izmed tematskih skupin. Ocene so narejene na podlagi evidenc znotraj n pos a kam oneczne u i sstkoupine im , en za sk katere ega po je d p bil og l na a vj podl a. Oagi vz cen o e srčen o p jao o drporav b lnjen ej poda e opretkov del ni j in en tervju e v na. s O le cen dn ej em podpoglavju n pred a k s o tav nc ljajo u p rskupno egled (pos a vs pl a oš k eno) oc e izme eno d t za empos ats akmiezno h sk s u kpupino o in. O z. podr cene sočje. o n S a krupno ejen oce e n no a pso o poda dlag li i evidenc znotraj člani raziskovalne skupine. posamezne skupine, za katere je bil na podlagi vzorčenja opravljen podatkovni intervju. Ocene p Vrier:d lsas tatn vl ij p ajrikaz o sk. upno (posplošeno) oceno za posamezno skupino oz. področje. Skupno oceno so podali člani raziskovalne skupine. Vir: lastni prikaz. 98 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Odsotnost standardnih rešitev v smislu katalogiziranih statističnih zbirk mikropodatkov z opredeljenimi enotami in atributi, določeno časovno vrsto in opisi (šifranti), formati in oblikami, ki omogočajo neposredni spletni prevzem, vpliva celo na poduporabo za notranje analitične naloge, kar prepoznavajo skrbniki sami. Razumevanje, da dostopnost (odprtost) podatkov kot takšnih predstavlja odgovornost javnih služb in pomembno javno dobrino, ki lahko generira povpraševanje po podatkih in nove neslutene oblike rabe, je prisotno v le omejenem obsegu. Skupni predlogi Podobno kot CRP Razvoj celovitega modela KMG tudi mi priporočamo centraliziran pristop na področju upravljanja s podatkovnimi zbirkami. Centralizacija in integracija delujeta multiplikativno, krepita namreč vsebinsko relevantnost, izboljšujeta statistično kakovost ter cenita stroške dajalca podatkov. Z vidika dajalca podatkov in dostopnosti je potrebno opredeliti širšo vsebinsko relevantnost in uporabnost posameznih zbirk in podatkov na podlagi opredeljenih enotnih kriterijev (pristop v tej raziskavi lahko služi kot primer), zbirke in podatke ustrezno opremiti z opisi, metapodatki, jih pripraviti v ustrezni statistični uporabniški obliki in formatih, poskrbeti za ustrezne podatke o virih, kazalcih kakovosti ter standardih, pripraviti rešitve za prevzem glede na potrebe tipičnega uporabnika in upoštevajoč zahteve varovanja osebnih podatkov ter skrbeti za stik z uporabniki in povratne informacije. Tovrstne spremembe zahtevajo tudi nekatere organizacijske prilagoditve v smislu oblikovanja telesa za upravljanje s podatki, ki bi skrbelo za strateško načrtovanje, enotne standarde (pravilnike, kriterije, prakse, rešitve) ter usmerjalo razvoj posameznih zbirk, posodabljanje, kadre in znanje. Iz povezanosti zbirk, potreb strateškega načrtovanja na področju kmetijstva in stroškovne učinkovitosti izhaja predlog po centraliziranem pristopu na tem področju ter vključevanju različnih služb v okviru MKGP in organov v sestavi, drugih ministrstev ter javnih deležnikov. Ena od možnih rešitev je tudi predaja dela nalog zunanjemu izvajalcu, kot je KIS. Naslednji sklop prilagoditev se nanaša na same informacijske sisteme, kjer je prav tako potrebna večja centralizacija v smislu integracije obstoječih zbirk in sistemov z moduli za posamezne interne in zunanje uporabnike. Posamezni registri, evidence in zbirke so glede na razvoj informacijskih sredstev in standardov trenutno v neprimerni obliki (različne sheme kakovosti, eko proizvodnja, EVIZO, mreža za podeželje), nekaj je tudi podvajanja (predvsem v hrambi – npr. medsebojno prevzemanje podatkov med RKG, registri živali ter AKTRP) in parcialnega upravljanja z dopolnjevanjem, dodajanjem novih aplikacij in podobno namesto centralnega strateškega pristopa. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 99 Tretji sklop prilagoditev se nanaša na spodbujanje naprednih in sekundarnih oblik uporabe pri notranjih in zunanjih uporabnikih za oblikovanje in krepitev epistemske skupnosti uporabnikov podatkov v kmetijstvu na podlagi razvoja splošnih javnih uporabniških vmesnikov z vizualizacijo, različnih specifičnih statističnih in drugih orodij, spodbujanja pretoka in povezovanja z drugimi zbirkami (statističnimi, raziskovalnimi, zbirkami JKSS), aktivnega sodelovanja v strokovnih in znanstvenih projektih, na statističnih in drugih konferencah, spremljanja načinov uporabe podatkov ter promocije dobrih praks in podobno. Še posebej je v luči sprememb SKP, ki predvideva okrepljeno odločanje na dejstvih, s tem pa specifično uporabo podatkov v procesih spremljanja in vrednotenja na eni strani ter splošno podatkovno podporo partnerskim in deležniškim strukturam na drugi strani, potrebno načrtovanje razvoja podatkov in podatkovne skupnosti z vidika MKGP in različnih deležnikov. Potencialna ovira, ki bi jo bilo potrebno nasloviti, je vprašanje poenotene interpretacije zakonodaje glede dopustnih načinov dostopa do podatkov za različne namene v celotnem javnem sektorju. Zakon o državni statistiki npr. regulira dostop do podatkov za raziskovalne namene, pa tudi GDPR in ZVOP-2, ki je v pripravi, predvidevata izjeme dostopa tudi do osebnih podatkov za raziskovanje in uporabo podatkov v javnem interesu. Z vidika stroškovne učinkovitosti bi že sedaj sklopi posebej za določenega uporabnika pripravljenih podatkov, od občin, posameznih raziskovalcev, do različnih ustanov vključno z SURS, ki zahtevajo veliko vlaganj pri pripravi in dokumentaciji, lahko predstavljali podatkovne produkte z dodano vrednostjo, ki bi bili zanimivi še za koga. Ena izmed možnih rešitev je oblikovanje skupne sta(tis)tične zbirke, ki bi zajemala izbrane podatke iz različnih administrativnih virov. Podatki bi bili na ravni agregiranih prostorskih enot dostopni v javnem pregledovalniku, ki bi omogočal uporabo orodij, kot je prostorski prikaz glede na izbrane enote in spremenljivke, časovno vrsto ter enostavne analize. Enotna mikropodatkovna zbirka bi bila na voljo glede na individualno povpraševanje, na podlagi anonimizacije, v varni sobi ipd. Zbirka bi omogočila promocijo uporabe podatkov, spremljanje uporabnikov, dodajanje povezav na dobre prakse uporabe podatkov in podobno. Omogočila bi tudi povezovanje z zahtevami v okviru strateškega načrtovanja SKP po 2021 tako v smislu ožjih zahtev spremljanja izvajanja ukrepov in vključenosti kot širših zahtev vrednotenja vpliva ukrepov in politike kot takšne. Posamezni primeri možnih rešitev v zvezi s predlogi iz tega poglavja bodo nadgrajeni v okviru nadaljnjih poglavij – statistična zbirka mikropodatkov, prevzetih s strani AKTRP, je naslovljena v okviru III. poglavja, potrebe strateškega 100 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV načrtovanja in deležnikov so skupaj s strategijo in načrtom razvoja podatkov definirane v okviru II. poglavja, posamezna analitična orodja in njihova uporabnost pa v okviru III. poglavja. Posamezne administrativne zbirke so bile evidentirane in opisane v okviru repozitorijev. LITERATURA ADP (2011). Odprti podatki. Intervju – Stanje, problemi, odgovornost in skrb nad podatki. https://www.adp.fdv.uni-lj.si/podatki/odpp11/odpp11_vp1_sl_v1_r1.pdf CESSDA (2017). How FAIR are your data. https://www.cessda.eu/content/download/3845/35038/file/20170707_How_FAIR_are_your_data_Jones.pdf Eurostat (2014). ESS Handbook for Quality Reports. Methodologies and Working Papers. Luxembourg: Eurostat. Kožar, M. (2017). Analiza kakovosti rezultatov FADN za Slovenijo, 53–142. V Volk in dr. Razvoj celovitega modela kmetijskih gospodarstev in povezanih podatkovnih zbirk za podporo pri odločanju v slovenskem kmetijstvu (V4-1423) Zaključno poročilo. NERC Data Value Checklist. https://nerc.ukri.org/research/sites/data/policy/data-value -checklist/ OECD (2014). OECD expert group for international col aboration on microdata access. Final report. http://www.oecd.org/sdd/microdata-access-final-report-OECD-2014.pdf Rednak, M., T. Volk, B. Zagorc, B. Moljk in M. Kožar (2017). Ocena standardnega prihodka KMG in njegova uporaba za presojo ukrepov in učinkov kmetijske politike, 7–52. V Volk in dr. Razvoj celovitega modela kmetijskih gospodarstev in povezanih podatkovnih zbirk za podporo pri odločanju v slovenskem kmetijstvu (V4-1423) Zaključno poročilo. SURS (2017). Metodološki priročniki. Kazalniki kakovosti 2017, št. 2. Volk, T., J. Brečko, E. Erjavec, D. Jerič, S. Kavčič, M. Kožar, B. Moljk, M. Rednak, B. Zagorc in J. Žgajnar (2017). Uvod, 5–7; Sklepne projektne ugotovitve in priporočila 291–295. V Volk in dr. Razvoj celovitega modela kmetijskih gospodarstev in povezanih podatkovnih zbirk za podporo pri odločanju v slovenskem kmetijstvu (V4-1423) Zaključno poročilo. VIRI ARSKTRP (2017a). Obračun, Postopkovnik: Aplikacija obračun subvencijskih vlog. MKGP, ARSKTRP, verzija 1.0.03, Ljubljana, 30. 6. 2016 (zadnja sprememba 30. 6. 2017). AKTRP (2016). Varnostna politika. E-VP-0.01. MKGP, ARSKTRP, številka 0079-2/2013/3, verzija 2.1, velja od 15. 4. 2016 ARSKTRP (2017b). Priročnik za uporabo SUBV grafičnega urejevalnika, verzija 1, 30. 3. 2017, IXTLANTEAM. ARSKTRP (2017c). Register plačilnih pravic. Uporabniški priročnik. MKGP, ARSKTRP, verzija 2. 1. 2009, 30. 6. 2017, Ljubljana. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 101 ARSKTRP (2017d). Splošni priročnik za obdelavo zahtevkov na sektorju za neposredna plačila. E-SNP-8.2 MKGP-ARSKTRP 0071-4/2007/15, verzija 13.0, velja od 29. 12. 2017 ARSKTRP (2017e). Posebni priročnik s postopkovniki za obdelavo zahtevkov na sektorju za neposredna plačila. E-SNP-8.3. MKGP, ARSKTRP, Sektor za NP. SPIS št. 0071-2/2007/17, verzija 12.0, velja od 29. 12. 2017 ARSKTRP (2018a). Priročnih za uporabo aplikacije Kontrole 2018, verzija 1, 6. 4. 2018, XTLANTEAM ARSKTRP (2018b). Priročnik za elektronsko izpolnjevanje zbirne vloge za leto 2017, 11. 4. 2018, verzija 1, XTLANTEAM. ARSKTRP (2018c). Navodilo o varstvu osebnih podatkov 1.1 E-SSZ-0.72, MKGP-ARSKTRP, Služba za splošne zadeve, Oddelek za pravne zadeve in javno naročanje, SPIS št. 0079-2/2017/6, verzija 4.0, velja od 26. 10. 2018 ARSKTRP (2018d). Krovna politika varovanja informacij na ARSKTRP, Izjava vodstva, E-VP-0.02, MKGP-ARSKTRP, SPIS št. 0079-3/2013/3, verzija 2.1, velja od 31. 5. 2018 ARSKTRP (2018e). Analiza tveganja E-VP-0.08, št. 0079-9/2013/5, verzija 2.2, velja od 31. 5. 2018 ARSKTRP (X). Priročnik za klasifikacijo informacij v ARSKTRP E-VP-0.06 MKGP (2014a). Priročnik o vodenju podatkov o dopolnilni dejavnosti na kmetiji v RKG, MKGP, direktorat za kmetijstvo, DD, 3315—2014/2, verzija 3, velja od 20. 9. 2013 MKGP (2015a). Priročnik o vodenju Evidence dejanske rabe kmetijskih in gozdnih zemljišč E-RKG-02 33010—100/2O15/25, velja od 1. 8. 2015 MKGP (2015b). Priročnik o vodenju evidence subjektov in naslovov ESUB-01,MKGP, Služba za RKG, 33010-146/2015, verzija 4, velja od 1. 9. 2015 MKGP (2015c). Priročnik o vodenju Evidence prispevnih območij vodnih teles površinskih voda in vodnih teles podzemne vode iz načrta upravljanja voda E-NUV 3310-54/2015/1, velja od 1. 9. 2015 MKGP (2015d). Priročnik o evidenci najožjih vodovarstvenih območij – državni nivo E— VVO I 3310-53/2015/1 od 1. 9. 2015 MKGP (2015e). Priročnik o vodenju evidence melioracijskih sistemov in naprav, MKGP, Služba za urejanje kmetijskega prostora iz zemljiških operacij, E-EMSN, 3313-95/3015, verzija 2, velja od 7. 10. 2015 MKGP (2015f). Priročnik o vodenju evidence grbinastih travnikov, E-GRB, 3310-52/2015/1, velja od 1. 9. 2015 MKGP (2015g). Priročnik o vodenju Evidence ekološko pomembnih območij posebnih traviščnih habitatov metuljev in steljnikov ter območij pojavljanja ptic vlažnih ekstenzivnih travnikov E-HAB 3310-51/2015/1, velja od 1. 9. 2015 MKGP (2015h). Priročnik o Evidenci območja pojavljanja medveda in volka, E-MV, 3310-55/2015/1, velja od 1. 9. 2015 MKGP (2015i). Priročnik o vodenju Evidence pridelovalcev in predelovalcev ekoloških kmetijskih pridelkov ali živil, MKGP, Sektor za kmetijske trge, E-SKT, 33010-71/2011, verzija 1.4, velja od 1. 9. 2015 MKGP (2015j). Priročnik o vodenju Registra dobaviteljev semenskega materiala kmetijskih rastlin, Sektor za zdravje rastlin in rastlinski semenski material Sektor za kmetijske trge, E-UVHVVR, U0070-26/2015, verzija 1, velja od 18. 9. 2015 102 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV MKGP (2016a). Priročnik o vodenju seznama območij OND, MKGP, E-OMD 3310-9/2012, verzija 3, velja od 1. 1. 2016 MKGP (2016b). Priročnik o točkovanju KMG v območjih z OMD, MKGP, E-TKMG v OMD 3310-11/2012, verzija 3, velja od 1. 1. 2016 MKGP (2016c). Priročnik za vodenje elaborata v območjih z OND, MKGP, E-OND 3310-10/2012, velja od 1. 1. 2016 MKGP (2016d). Priročnik o vodenju evidenc ekološko pomembnih območij za ukrep DŽ, MKGP 3310-81/2016/1, velja od 26. 2. 2016 MKGP (2016e). Priročnik o vodenju Evidence izobraževanja kmetijskih gospodarstev in podjetij E-EVIZO, 3310-80/2016/1, verzija 1, velja od 1. 10. 2016 MKGP (2017a). Priročnik o vodenju RKG, MKGP, Služba za RKG, 33010-208/2017, verzija 7, velja od 1. 6. 2017 MKGP (2017b). Priročnik o vodenju Evidence mejic na Naturi 2000 (E-MEJ) MKGP 3310-34/2017, verzija 1, velja od 1. 1. 2017. MKGP (2017c). Priročnik o vodenju sloja Nature 2000 ptice in habitati E—P/H 330— 142/2015, velja od 1. 9. 2015, posodobljen 1. 2. 2017 MKGP (2017d). Priročnik o vodenju slojev okoljsko občutljivega trajnega travinja: E- -OOTT 330-141/2015, verzija 3, velja od 1. 9. 2016, posodobljen 1. 2. 2017 MKGP (2017e). Priročnik o vodenju registra pridelovalcev grozdja in vina, MKGP, MKO- -SKT-RPGV, 33010-189/2013/3, verzija 5, velja od 7. 7. 2017 MKGP (2017f). Priročnik o vodenju evidence kmetijskih pridelkov in živil iz shem kakovost ter priznanih naravnih mineralnih vod, posodobljen 20. 6. 2017 MKGP (2017g). Priročnik za vodenje Zbirke podatkov mreža za podeželje 3310-5/2014/122, verzija 1.1, velja od 26. 6. 2017 MKGP (X). Priročnik o vodenju Evidence skupin proizvajalcev iz shem kakovosti MKGP (XX). Priročnik o vodenju seznama dovoljenj za gojenje konoplje in maka MKGP (XXX). Priročnik o vodenju evidence prostovoljnih označb kmetijskih pridelkov in živil UVHVVR (2014a). Priročnik o vodenju evidence registra živilskih obratov, UVHVVR, Sektor za identifikacijo in registracijo ter informacijske sisteme, RŽO, 33207-145/2013/11, velja od 26. 9. 2014 UVHVVR (2016). Navodila za vnos, spremembo podatkov in sporočanje števila čebeljih družin v register čebelnjakov RČ U33207-72/2017/1, verzija 1.0, velja od 19. 5. 2016 UVHVVR (2017a). Priročnik o vodenju EIRŽ in ERŽ, UVHVVR, SIRIS, U33207-98/201 7/1, velja od 15. 12. 2017 UVHVVR (2017b). Priročnik o vodenju evidence rejnih živali, MKGP, UVHVVR, Sektor za identifikacijo in registracijo ter informacijske sisteme, U33207-98/2017/3, verzija 9, velja od 15. 12. 2017 UVHVVR (2017c). Priročnik o vodenju ERŽ-CRG, MKGP, UVHVVR, Sektor za identifikacijo in registracijo ter informacijske sisteme, U33207—98/2017/2, verzija 9, velja od 15. 12. 2017 UVHVVR (2017d). Priročnik o vodenju evidence rejnih živali CRK, UVHVVR, Sektor za identifikacijo in registracijo ter informacijske sisteme, U33207-98/2017/5, verzija 3, velja od 15. 12. 2017 UVHVVR (2017e). Priročnik o vodenju evidence rejnih živali CRPš, UVHVVR, Sektor za identifikacijo in registracijo ter informacijske sisteme, U33207-98/2017/4, verzija 7, velja od 15. 12. 2017 Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 103 PRILOGA I: PODATKOVNI INTERVJU I. Ustvarjanje podatkov Splošno • Kakšne podatke ustvarjate pri svojem delu (Registri, podatki na vzorcih, besedilni, slikovni, prostorski…)? Ali lahko pokažete datoteko, jo opišete? • Kakšni so formati in tipi podatkov? Kakšna je velikost (količina podatkov) in kompleksnost? • Kakšni so standardi, postopki za zagotavljanje kakovosti? • Kakšne so podatkovne potrebe? • Ali se podatki kje evidentirajo ob nastanku in kako poteka sprotno dokumentiranje? • Ali prejete surove podatke dodatno obdelate, da jim dodate vrednost (čiščenje, opremljanje podatkov z opisi in šifranti, harmonizacija, povezovanje podatkov …)? Ali so surovi podatki sploh uporabni (zase, za druge), preden jih posebej obdelamo, opremimo, dopolnimo? Kakšna znanja in orodja so potrebna za uporabo podatkov? • Katere dodatne informacije so potrebne (metapodatki, dokumentacija) o nastanku, obdelavi in dodajanju vrednosti za zagotavljanje istovetnosti podatkov in za razumevanje njihove vsebine? • Ali je možna standardizacija na področju priprave podatkov za uporabo, dokumentacije in opremljanja podatkov z metapodatki? Problemi • Kako poteka ugotavljanje podatkovnih potreb? • Ali se pred zbiranjem novih pregleda uporabnost obstoječih podatkov? Katere druge podatke uporabljate pri svojem delu (pridobivate od drugod)? Katere druge podatke, ki jih sami ne uporabljate, poznate in bi bili lahko uporabni? • Kako poteka pregledovanje podatkov in kontrola kakovosti z namenom presoje podatkov (izbor, vrednotenje za cilje) z vidika zagotavljanja trajnega obstoja podatkov? • Ali obstajajo navodila, politike, priporočeni metapodatki (jih pozna, so pomembne, kakšne so ovire pri implementaciji)? • Kako je opredeljen pomen podatkov z vidika dostopa za druge uporabnike? Ka-kšen je potencial uporabnosti podatkov za različne druge namene (izven ozkih ciljev)? Odgovornost • Ali je ustvarjanje podatkov ustrezno vrednoteno, so za skrb in čas posebej namenjena sredstva? II. Spravilo, dolgoročna razpoložljivost Splošno • Ali obstaja načrt in strategija skrbi z podatke? • Kje producenti hranijo podatke (mednarodni/državni/institucionalni repozitorij/strežnik znotraj ustanove, kjer delajo/osebni računalnik)? 104 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Problemi • Ali je evidentiranje in dokumentiranje spremljajočih podatkov o nastanku pomembno z vidika hrambe? • Ali ob vstopu v sistem hrambe poteka pregledovanje podatkov in kontrola kakovosti? • Kakšen je pomen podatkov (izbor, vrednotenje za dolgotrajno razpoložljivost)? • Ali so podatki enkratni ali jih je mogoče ponovno pridobiti? III. Izbor, vrednotenje kakovosti, uporabnosti Splošno • Ali se podatki ločijo na bolj pomembne in manj pomembne? Kako lahko jih reproduciramo, če se uničijo, izgubijo? Kakšni so postopki, kriteriji (ocenjevanje na podlagi česa?)? • Kaj se dogaja s podatki od nastanka do točke spravila z vidika dodane vrednosti, ali podatki pridobivajo na vrednosti? • Ali so podatki dragoceni (ponovljivi ali ne itd.; ali obstaja povpraševanje po podatkih, interes in možnosti ponovne uporabe – dostop do tujih podatkov)? • Ali imate izoblikovana merila za ocenjevanje podatkov? Problemi • Kdo trenutno opravlja vrednotenje (sami ali pooblaščeni podatkovni center, repozitorij ali specialist v okviru organizacije; centralni nacionalni digitalni arhiv)? • Ali so opredeljeni kriteriji, politike vrednotenja na nivoju organizacije, stroke, nacionalno)? IV. Iskanje, dostop (objava), ponovna uporaba Splošno • Ali je omogočeno lociranje, dostop in ponovna uporaba podatkov? Komu, pod kakšnimi pogoji, kje? (Jaz/ostali člani projektne skupine/omejeno število zunanjih uporabnikov (do 20)/veliko zunanjih uporabnikov (več kot 20)/drugi.) • Kakšna je praksa glede omejevanja dostopa? V kakšni obliki, formatu in verzije podatkov so podatki dostopni (agregirani, dezagregirani itd.)? • Katera orodja, metapodatki, standardi, postopki so uporabljeni za iskanje in dostop; ali so podatki evidentirani, kako podrobno so opisani v katalogu? Problemi • Orodja in tehnologije za analizo, dostop. Ali predstavljajo oviro z vidika dostopnosti podatkov? Odgovornost • Kaj bi bilo primerno mesto spravila in dostopa? Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 105 • Ali so avtorske pravice, intelektualna lastnina, patenti ipd. ovira za uveljavitev odprtih podatkov? Kako je s problemom zaupnosti podatkov? • Ali imajo podatki vrednost za druge uporabnike? Ali se vrednost za ponovno uporabo vrednoti, kakšen je postopek, merila? • Ali ima uporabnik možnost oceniti vrednost in uporabnost podatkov na podlagi poročil o kakovosti in na podlagi metapodatkov in dokumentacije? • Ali imamo merila kakovostne podatkovne objave, ali pozna in podpira strategije in politike za zagotavljanje odprtega dostopa? • Kakšne so obveznost dostopa do podatkov s strani naročnika oz. financerja podatkov (javno financirani projekti, zahteve EU)? PRILOGA II: INTERVJUVANCI Institucija Št. Intervjuvanec Termin MKGP 1–2 Subjekti, Alenka Rotter (vodja RKG) 14. 12. 2018, KMG, raba - Miran Tisu 9.00–12.00 3 Proizvodi - Mojca Jakša (skrbnik RPGV) 14. 12. 2018, in sheme 11.00–12.00 4 IT - Aleš Štrekelj (vodja IT službe) 18. 12. 2018, 10.00-10.30 5 Proizvodi - Alenka Marjetič Žnider (skrbnica 18. 12. 2018, in sheme Evidence organizacij proizvajalcev) 10.30–11.00 6 Proizvodi - Maja Žibert (skrbnica Evidence pridelo- 18. 12. 2018, in sheme valcev in proizvajalcev ekoloških) 11.00–11.45 7 Okolje in - Tomaž Primožič (skrbnik Evidence ko- 18. 12. 2018, prostor masacij; Evidence osuševalnih in nama- 11.45–12.15 kalnih sistemov) 8 Podeželje - Petra Božič (skrbnica EVIZO) 18. 12. 2018, 12.15–13.00 UVHVVR 1 Rejne - Marjana Drobnič (vodja SIRIS) 16. 1. 2019, živali 9.00–11.00 AKTRP 1–7 Ukrepi - Miran Mihelič (direktor AKTRP) 23. 1. 2019, - Boštjan Ključevšek (vodja SIUT), Mateja 9.00–12.25 Strupeh (SIUT), Gregor Kočevar (SIUT), Gregor Kumer (SIUT) - Katarina Kerč (vodja Službe za kontrolo) - Aleš Osanič (Sonaravno kmetijstvo) 106 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV li o- e- ž ku ; po- oško i e i ja a ijske e; ); ) po ali 0,1 po ali 0,1 tni ljišča ih na G očja z (n (n (n ik no em tkov vljanje re irke p et be km aka re es aka k oljk in v; u NA ERK niku očja očja m jav '. acija pra gist nj gist nj oslen ele bm a KM v ekol acija topna na 'Javn topna am kov; stale oval poda G agodič ke polit jalce OV podr podr zap ov k top: aplik dos tki o G ed dos is v zb isati. topni nem P-RKG top: b aplik ali re ali re o za o ijska zem in i; prid izvor KM G v o os no egl KG os no ega ce a sadovega ce a sadov etijs anske ra et oljčni D RKG jav poda osebni) so dos splet pr grafičnih M D E-su jav šnik ost ektarja j m skega krep roizva ATK ovn iden dej vnegovn iden vneg etije km pa čen zi reba vp odatki o n zi ati. ci V, ev ev e; k km nci za vp z del z del ah p j m nih repov ektarja edbi u vklju slo olitike; 3. s adne li 0,1 h inten adne intenudi p skupni e rastlin rstitev KM POD rke: PRS, , RPG KTRP, rke: P veza tkov tkov čla BA ov, A eviden eba vpis in bi uk a ZK kupin ep KG i v ur i v ur tr ijo t lca, ne a krm ed e zbi rol … E, CRP, RA e zbi ce M poda ijske p j 0,2 hapoda j 0,2 ha ni znakov; dstavku ni t et len 1 U Z, ter anj 0,1 h ih ji ukr den na et isan ki po vnjaka a an isan an ani G; razv v in s G, as rke rke m , ZPI pl itn slo Evi kov m m m redpisi za tavku e; zvodnj sa o izv ZBIRK kat redpisa o izv šč ado jstva nih kont oi povezan c KM ni jem o niku nosinajm let ški povezan v zbi e k osti vp ljišč, v zbi osti vp m edpi jalce za B, RPE rol lji PRS, abni ods u s p est a pr e. IN eti i in i in ali naj ali naj ora KM ir osile ako ir vpis avn vpis avn m ajo pre iz p aba V N ESU kont vs zem V CRP, upor rejšn m klad krep c in za k za vnega s za iji iz 101. č na ZK arn iz le roizva km ci o p et jšnje m e u log ke dej ha zem ci ke dej o nam oge upor osi m ki im o ZK tki tki ug tki o v s ezan tenzi oljčnikovezan oljčnikov pre ; pri a k G, 144. čle G jah p cev; očju etijs etijs anj 1 a; n po skega izv ne vlirne v al ti p in a in e jim p poda iz VIDENC : : oli dr ti n KM 27 si zav si zav tki zbir ta cle okolje) cle okolje) je km i sje km jim stlin a KM ra ta ra j 0,1 ha j 0,1 ha e k najm tki nizaci , E 26 se tudi podr rs rs V grafični opisni poda (O V opisni poda (O ojev: 1. s edpi jan an jan an kovos medpi G, k m bi: , ki og avnos e ra rga G etijolja za s poda h proizvaj na s pr kršn anj 0,2 h s pr odatki zb poda rm na e ka r. abi ega izvor tke opravl opravl ije, če ga im km in ed p v id adu li ka za upora ajm ali najdu ali naj e dej ega o G G v o a, za et a, a KM za ja k linsk uga KM ln skupi hem kov iki ih v poda šč slov ug m st G in p v skl li n šč v skl šč ljčn in e s 25 lji tki o lji lji dr c in a v upor i KM odn tke o , na ajo tudi e; 3. so e; 3. so e k šč il ra ed cev ug VA ega izm 1. so konu a ik im kov a 1. so udi drik polni lji al v Republ etiji tum tudi s poda roizv a živ di KM REGISTROV podat G poda i da jev: 4. ka zemjev: ka zem a; nosile le irk tke o zem 3 ljčni ače im e; do išejo oljk in o ki pregl lanstvo KM čuje čno anj en em za išejo t im ka zem o KM pri km jstn ke polit etijs ke polit etijsm m vp reg TIJST o t a o proizvaj zb 27 pogo pogo zvodnj lek lavo in dr nosilca, članih in vklju G; č h. ajm ko etijs arna p oi tkov vklju ilcu, r poda km km G, ek, ro ed etijs ed etijs jah ed ed , če ga a ZK špekcijs , ki h te sadi 18) 18) lah km rim a pr jski p ride 26 nos tniku predpisih; pride in u, KM ahko vp e; izaci es e km e km leni na 22/ 19) priim 22/ a izm jo maizm G in do jo m len se etije arn ATIVNIH KME ina: abi ina: jujejo n ih anj 0,1 h e l G m rka poda ih eg eg veniji in 35/ in odpore p ki; G; p m ni in no p seb slov 17 seb e in 17 oln ug G s RK e km špekci JU V Zbi Slo na o nam zapos upor trajn V Im j en e p e ukrep sodijenajm e ukrep sodi pri 27/ 18 in 27/ an dr ščan ž KM šč trol . V na ZK v organ rira kov. ug lji ug lji pašni ali; odatkov v RK G li n v, evidenc in m m jo 15, 72/ 15, i izp ede ače im teg 17) ni ančn i dr i dr je ora KM iki a 32/ 17, 32/ naj naj li s elu ih živ ost; kon o KM in 23/ ed v krb jo kol h zemjo kol h zem dom 101. čle li in G ančnih ijske e. 14, 14, istre po etijstv 69/ 18) in je je iz ljišča, a v a odatki iz 140. č skupni avn janju p gistro et ik dni dni in nstv 26/ 17, ju šne ju lujejo. V RKšne ni s 36/ 16 26/ reg G G v RS, k etiji ž rejn ontrolni in in ko a o KM v Republ a fin km km Vpogl kr kr čla polit 23/ in tra . goz gozaslo jih prid e in skega izv ADMINISTR PODROČ G poln ali poln ride ko dej h re rol VVR, št. 4/ ov. VVR, in in iji s p km t; k tkov 15 , ki ; stale KM repov 16, iz iz ijske b. kov premin veljavljajo fin ce et kološ kont stanja et t RS, o s s o KM ki kih ki h p kih lke dež KM stlin etijs e. ijska zem ivni m h uk nje em bni onu ali ka et i jionu ali ka ri s m ide planin osti na v v RKG; e poda ih na lja št. 83/ št. 57/ e subjekt jen etijs etijs avnos km G v e VNIH va in m a k e; ZK rat nj an ugi – ZdZPVH dni lis nj – ZdZPVH v RS, v RS, e-1) s pr vil ra tko 12 t RS, t RS, 12 ni skr G zak G zak G-MID; n ov ali se avn i za m tve p st vez ra sprem Prija r dr vanje km poln mra m e eviden lke, km h n žijo tm ed k ti po JA : vode te 90/ (U : vode no 90/ te be km te be km dej ZK ja ži tarja oljčnikov eji t KM ini KM strstva; 2. u KM en e. Sprem nasl no črto dni lis ra ra u poda ektih, ik 12, dni lis ride leni lne m ra ra trte en no 12, s st a do l. ZK ijsko dej ke ke 5. tr D;a žnos os am veniji. r na am e po jo m e po uradn e; ni odn et anj kovos N Enot subj Slo podpor polit te 57/ (U m eno li o nske N Enot zgodovi 57/ lo e-1) so e-1) so jo p pos šč e-1): KM -MIčlen m i mo inj 08, etiji nj odi jans jans vi 08, m m rži m elji G j 0,1 hek e ka h adm t rstev (U t : de : de dopol roizv an očja mini nim G a em emključen ra tev podpor podpor e; km ra ci ci G (141. č isani v abi ljišč s abi 144. m m eje spr kto o, št. 45/ poda adi kto o, št. 45/ a dopol čl. ZK odr čl. ZK l. ZK e sh kov, de ije in za RKG RKG ančne iden ti vp ančne iden naj tmi za k a KM ug et : PREGLED javni ire zas ire e-1): KM arna p e pri c: t RS, t RS, D za gos ostih na c: D za lom ev ev rja ali hm na ZK ajo os z om m drakov; v P, etijstv kih za P, etijstv (141. fin v upor h zem (141. fineljišče; 5. t v upor is v RK na m III ed avn , de G jo poG jo po rim im tve n ejitv in osile KG km žba dni lis jenj KG km žba dni lis ajo ajo ožn očja ra etijs ol osile ra riročni vnega p avnos , ki G (143 č , ki h k , ki eji h zn egl N M za Slu N h dej M za Slu kov vlja lo šč vljali hm šč čl. ZK avo ozdni 140. čle li; p G m u (U km lni u (U čni v RK lji v RK lji lani ali om tni u dov 4. im 4. im iz va v obm bi s podatki iz G OGA Pr kih : ni : ronci za vp a RK čja ali Iupi (143 KM G šči gistru em a, č tki ektov vpis sih; ijske dej zem vpis sih; arja a zem G odlagi p h ži enimi m etijs aga etijstv st aga etijstv za za et lc ej KM KM no pridel rke: ci ci ebin ra rstev o re rke: subj agi pri a p va; 2. uvelja edpi va; 2. uvelja edpi upora olja za ba za PRIL km ik j 1 ha j 1 ha e na oga III: a podl ca a podl N Zaveza datkov z de rst km tijskih in g Iupinrst s poda Vs nosi v rejni om politike; o grira v zbi n o km n o km ster B) an an bina RK stitev poda ) ih pr ih pr edba o dopol edba o si v zbi podl den m m tarja jagodi se etiji ejitv Pril ug ug azi azi -SU inist inist N Regi gos (RKG Pravn - Zako - Praviln - Ur - Ur N Evi (E Pravn - Zako Na Zavezan Zavezan V 1 2 m dr 2 naj m dr naj hek 3 km oljčnega razvr om ali inte 25 26 27 Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 107 - ajo k; ča se ni i vni ijsko skim ljiš i os na št. ah; ra et i; traj ra osa na P P i nim zem ad oblike: nik in nik in pren km stlin G KG G KG list RS, dna nas , voda. oval t pren oval a za e, k ni ruge ovršin ed P-­‐RK u M ed P-­‐RK u M goz D top: b aplikacija (n top: nos top: aplikacija (n top: lano d. otek radni os no dostopna) os vni grafični KG ož os G no dostopna) os vni grafični KG arjanski t (U Vsa li traj D E-­‐su jav D Ja pregl M m portal D RK jav D Ja pregl M dat portal ovršin kih p ebnim ra 2. pokrovom k; b os m če; goz e p , 2020 jivs neobde ljiš ; — skim G je — 15) vni l ih fa ološka e vs a n ra e; : : : REN : 13/ lie vj ; oljčnik; osta stlin te, RK ko zem P ode ra etovan l re e n irke irke irke irke P 2014 št. , ped jni t ljišče s p večje od 25 KG i m o ukrep zb zb zb CRČ; CRA zb km ba ode ljučen ovnjak etijs ra bnim ke kar PRS; ZK; iz PR Ra stlin obdobje 2014 grmiče in so idence italin oš B; edbe D list RS, E, o km em zane zane ig zane RŽO; zane loško ja (EKSRP) Ur el za o izk e ra ški sad an om , D ESU radni ni nikov na M a in to , Topol eko ERŽ; ni: RP jn asadi; t ke rabe P, digitalni m dprto zem bdel PRS, Ev fo fa (U ar venije jih s ra lie S CRP; PO im ta, podež eves etijs a trav iri in pove iri in pove rto iri in pove E; iri in pove voj z n jni n m ali z nep V CRP, uporab V O re ZG V U RPGV; V Priloga 11 KO in plačila OM 2020 Pr kar ike Slo dr ro uho o raz ra a; ajo km ki , s i ozi ičevje; neo publ če brez ki ki a za eljišče; t j tali t evj zivn ljiš ja Re dr ki nim ljišče el ten in grm e okolje) ni podat e okolje) e okolje) ni slo sa a: a: a: a: d 500 m2. I k; os racl fič racl racl fič ega ; eks ve rst rst rst rst jiva; hm V opisni podat (O V gra (O V opisni podat (O V gra a podež ljčni o zem površine, dre etijskega sklad , odprto zem ečji o voj ovnjak ja; o v gozdn ne vse ske a raz i s lov idr. nih an nosti, m vnjak; o očvirjen juče ga drev ni P). , k zivni sad pokrovom av gra m SK ropskega km izkl dne , nas o dej let d 2500 m2. N ado st nosti na nostih, ja, goz skim um av vr av repi i iz Pro asadi k; inten ja iz Ev oda. stlin ki o poligo ljan ški s etijskega ali (uk el talo za nja taža ni dat D ečja o . Iz njih so ra itvam vni atič ščanju, plantaža ča z isto ej ljčni n o v m2 nim na km podež m ra ra je, os ljiš 10) nju, plan ek, rojst očij OM voj i om a t rad; 18) 1 18) 18) v za površi iz dopolnilnih dej raz nim rstič rašča okrovom, v ga zem o obdobje oprav obm jo, če s om če s poseb ni in opisni podat ena in 110/ 28 ki o nosilcu dopolnilne dej ki o dopolnilnih dej radi in o ; vinog in 22/ fič dne ). in 22/ 10 vn in 22/ zir večji od 500 e in priim dat etiji. ak ljiš ebina: 17 ebina: 17 ebina: so 17 ebina: znam og odi ljišče če v za ra i poseb arje, t Vs Im Vs G (strnj goz rabe 4/ Vs Po podat ča dohodek km Vs Se m in skim p tlinj ljiš 27/ 27/ 08, 27/ e v vni o , b i, ki so zem 15, 15, 15, o podpori za ad ras 122/ h; stlin ko zem odprto zem 32/ 32/ Št 32/ repi i ali drugi tenzi ljišče je ožb iz r za nosti ljišča s ijsko e pri etijs led v 14, ks an 14, av 14, (uk bra 2013 tudi vsi v et rol nal 18) D nim 26/ 26/ list RS, 26/ em av ; km nje er km o zem in oljčni nas če, suho bnim ra . Vpog izvaj č v RS te a zem jem ljiš za radni in 36/ dec z nar radi ljiš ancira 15 očiij OM vnjak; e em; em ektov b. ivne kont PVHVVR, PVHVVR, PVHVVR, orodn drev ERK, ozdn zem ke politike. č; (U 57/ očjem evj om vinog no zem em sofin ado e na njivskih površina m u G ke politike, za ljiš a obm a g e subj nja etijs ra dopolnilnih dej inistrat št. dr ep vsi dni em – ZdZ – ZdZ g za – ZdZ am ta z dne 17. stlin nj st m očvirje etijs sta d 1000 m2, t spr 12 12 12 je km h zem zn vni s i vlo ano in s r tudi ra ob vpis nje e ad list RS, li z n ne 90/ 90/ 90/ lo z goz vode ino la lja e regi e se en: no 12, en: ov km 12, en: nj anj nav . 12, en: nj ta in sve . 2, te lo zam m rtovan ečja o tenzi ozid am am am P) radni am en je in plačila obm 16) rez a N Enot zgodov 57/ N Kontro ukrep spre nač 57/ in gozdni N Vode (izvaj obrav PR 57/ (U N Vode SKP). o v z gozdnim m osta lam d 25 m2. Vs če, poras e, 08, 08, kih 08, eljišče; traj etiji i s par etovan in 16/ jak; in slo 45/ 45/ etijs 45/ blike: p ljiš ičj 16 ljišče b trst orat orat orat orat km a; hm o, G št. o, G št. o, G št. o, ečje o je, km 6/ e o tv tv tv tv -­‐2020 atičn večja od 1000 jiv ko zem irekt RK irekt RK irekt RK irekt opskega 15, , pora N ljišča, k o v ug D D D D je loško 2. za za za etijs P, etijs list RS, P, etijs list RS, P, etijs list RS, nostih na km P, etijs el 2014 evr 97/ m če, bar ba ba ske rabe ba eko . Dr osilec: KG km osilec: KG km osilec: KG km av osilec: KG km ktor za P, ljišče 15, rad; m ča, ki so ljiš an k; km N M za Služ radni N M za Služ radni N M za Služ radni N M za Se podež -­‐2013, 2013 dprto zem PO be in s ljiš ni og ozd zem 54/ zem u (U u (U ci dej u (U ijska zem in tv tv tv 2007 ih KO 15, in et č den 1305/ ka zem ski trav odno ektov (DD) 30/ m večja od 2500 : aga: etijs : anske kih ljiš aga: etijs : etijs : očij ) št. ijske ra ijsko G aga: aga: U jak; v ljišče; g etijs jan -­‐2006, 15, et et so a k irke irke etijs irke lne o dopolnilnih dej irke obm (E o ukrep km o in sor podl podl v RK podl podl , če h zem 21/ k; bar B) Vs km stlin km zem pokrovom, o on o km ni km on o km nosti na on o km ni dni av etiji edba D P 2004 edba edba 15, 28 aziv zb idenca subj -­‐SU aziv zb idenca dej aziv zb opol aziv zb znam N Ev (E Pravna -­‐ Zak N Ev rabe goz (Raba) Pravna -­‐ Zak -­‐ Pravilnik o evi N D dej km Pravna -­‐ Zak -­‐ Ur N Se OM Pravna -­‐ PR -­‐ Ur -­‐ Ur 13/ Vsa1 vodijo trav pozidan 28 28 108 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV P t RS, v , t RS, k enos KG topno ezen nika. 16) topno. alni in pr dni lis P-RKG dni lis za lu M ra dos topno KG oval 16/ dos ra (U in (U top: i grafični edov P-RKG no posam dos no oteka top: led G 16 top: os egl KG porta os jav . za viru M nega os jav D Javn pr M dat na 2020 D Ni oz KM ok jav preg 6/ D Ni 2020 — 15, — je 97/ ih — 15) j RKG 15, ep i ovan i rke: et 2014 RP) slo 54/ RP) št. 13/ italn rke: rke: a, obdobje 2014 a karta italn RKih iz 15, obdobje 2014 e zbi km PRP dig (EKS e zbi (EKS e zbi iz t RS, za dig 30/ za edbe o ukr ta, italn grafični loško D , Rab želja la, a, želja kar fa tki o GE 15, OM dni lis venije diga, ief 21/ venije povezan 11 Ur ra števi P, eko čila relie rel (U pode povezan pode povezan arni: RPE oška , poda 15, i in voj i in , Rab D voj i in ir iloga PO pla dol odel ike Slo ir nega odel ir ike Slo V Pr KO in 2020 Prim pe m raz V RPE tal m OM V RPE št. 13/ raz a za a za ad Republ t RS, ad Republ j tki tki želja želja slo a skl dni lis a skl : : ra : ta ta cle okolje). 16) ta cle okolje). rs ijskeg a pode rs ra (U ijskeg rs ra a pode V grafični et voj V opisni poda (O 84/ et V opisni poda (O voj 2020 in a km a raz — 15 a km a raz . am bili am P) a 2014 opskeg ogr sko bi v em at št. 12/ opskeg so ogr Pr em butivni ezn PRP Pr pi SK Evr Evr iz i iz om ijskeg t RS, vi, ki et i iz iz u. i iz kre avt o atri anj (u želja sprem jaj km posam dni lis želja D inj ejitvam RKG aki ra stavl ha na ejitvam ejitvam a v naselju ob em pode raj tisti naslo i om abi pode m čk na om ost (U in je i om očij OM voj m ob vs znot pred mi voj m to avn t iz ali spr raz , ki čke raz tvi obm ebni račun ebni ebni i za a v upor dej i za i ko ina: ina: acija iz šč ina: nam i pos s števila lji G. i pos naselja v RS očen i pos seb m seb RKu. To m ijsko seb postavi m V plik Sez et ugi V A izvede GE zapi zem KM ugi V Vsa dol vz ugi o podpor km o podpor . pi i ali dr i ali dr i za i ali dr kre im vso im tm tkov im (u t D bra 2013 bra 2013 avn za avn žnos poda avn decem z nar žavnos z nar i mo decem z nar očij OM te e baze 17. h kriterijih 17. nj očjem na ni očjem ejenim očjem a obm ede enot vode am a z dne obm gl a z dne G obm obm zn ivno svet čila ja po čila očja z om svet čila : KM e se pla . : ca . pla : strat pla en nj . ta in en ovan ta in en ini 16) 16) am P) en je in am den et žavo je in en am je in N dm Vode SK lam 16/ N Evi km dr N A 16/ ovan lam in ovan rstev v obm ovan in t et 16 t et t et ra a par a par 16 6/ ra km poda ra km 6/ kto o, -2020 o, o, 15, kto kto 15, ire gos loško km ire loško ire loško c: opskeg opskeg D 97/ c: D kih c: D 97/ P, etijstv etijstv etijstv or za želje 2014 evr želje želje 15, P, or za evr P, or za 15, osile KG km P, eko osile KG km P, eko etijs osile KG km P, eko N M za Sekt pode -2013, 2013 PO 54/ N M za Sekt pode PO N i km 2013 M za Sekt pode PO 54/ 15, 15, : 2007 ih KO titv 30/ v : ih KO : ih KO 30/ G D očij aga ep ep zvrs ep ) št. 1305/ 15, aga ) št. 1305/ očij z aga 15, rke: -2006, U rke: je KM -2020 o ra U rke: obm 21/ ik obm 21/ a podl a podl a podl v zbi 2004 15, van 2014 15, nam D edba (E edba o ukr v zbi očjih z OM edba o ukr edba (E v zbi orat edba o ukr azi avn azi čko azi ab N Sez OM Pr - PRP - Ur - Ur št. 13/ N To obm Pravn - PRP - Ur - Praviln - Ur N El OND Pravn - Ur št. 13/ Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 109 ske t etno a, k o um dni lis im em alni ra iva za st da, ovršin roln -RKG (U top: i grafični edov orja venije lna vo os egl KGP rna direkt kont orijo p D Javn pr M a m kvi in oba ike Slo 48) teg skeg - O nim kontrolnega si str. 1) a ka elo). ran trativ a in str. Republ is eg 2014, ka, jezero, o t rke: Jad in in želja ivn 6. de n 2000, (re le odn e zbi adm 20. 12. m RSO onave a pode inistrat vode na g no v 22. voj irani m z dne ke ad povezan očji D egr z dne a raz ršins i inir oportal A obm am z int V L L št. 181 Ge iranega pov e definira ogr ezi t (U reoblikova vodni egr a j L L št. 327 Pr za a v zv int gorijo o p j i iz e (U eles ede slo ik Svet skladnos kate očn : voda a gl ta nja ejitvam ega t polit ta in rs rižno de na V grafični i om en Svet m gle odn at za m vodne lam ta in navzk h upravlja ebni en in rana ndid tip črtu očju a par rsta v lam fini na am i vodni i pos želja , ka zn podr m e. V ede po titv ugi opskeg a par pode elo gl a je de zvrs edba o na ti na Evr voda es o t .) voj jena ra ; Ur i ali dr opskeg ovršin 2013 raz del obsega se skih da. 15) m ga tel odn ca popr Evr o za raz ršin vo 56/ e Skupnos avni — den očitvi in in ep 15 2013 no v a so pov skih 11) 14 18) z nar ) št. 1306/ ). es Evi1 es ukr u o dol ršin 32/ 62/ U , podpor rsta vodne rispevne p 29 . ik 40/ 22/ in 69) ina: tel to h tel in telo pov čila t p 13, 06 vira za in očjem 15 str. ) št. 1306/ e. V seb vrs es 03) 03) 17 edbe (E U pla V Vodna in vodni Praviln tel 62/ reoblikova 100/ 26/ ršin 27/ obm Ur 15, 2014, vodno elikos 12. 05, čila 7. redna o p št. 65/ št. 65/ očitvi ok 15, abo pov 30/ edbe (E ano 31. a če 57/ 32/ pla pos ize. t RS, št. 63/ t RS, 15. upor vne ikov očn ep al 08, o dol tvi Ur ne , es ogo 14, je in za ije in v z dne ni ispe , m ukr m e t RS, -2020 es e an 57/ dni lis dni lis 26/ eobl h tel 05) št. 13/ rsk a je ovan italn -1, ra ra jajo za elo et pr edov h tel ost pr 2014 sto niz (U dni lis (U VVR, t RS, abl ra o dopol čno oekoreg o t egl ga dig ZVO št. 63/ 15) o pravilih L L št. 227 PRP vodni v vodni pro — (U voda oktobra 2000 dni lis upor velik mo odn h pr ne iz in rebe 04 t RS, h voda 54/ a 2014 D ed vite ni 23. loško km ra 2014 tjo (U se voda skih – ZdZPVH in t za a hidr avni egl tkov pot 41/ arc em (U ije in 15 lija i, ki da no v , OM dsta dni lis , eko . Pr voda ršin 12 m I-A, ra skih z dne 15 ju oreg et : upr ije. EK čila ndi de n RP) pre skih jati za (U podz ES 30/ 11. ršin pov 90/ 17. skladnos kazn ek en nje P, to 20 le KT 15. ršin tke poda abl ZZdr es es 60/ 12, pla le , ka am tograf vaja PO — pov 21/ z dne ižno z dne avne n g N Iz KO (ARS grafična pov Poda upor kar 57/ bna 04 h voda h tel es h tel e za hidro telo ni oda, um a 2000/ 08, 15, ik upr 2014 2014 t 2/ em h tel navzkr za dno a v ra 02, vodni vodni de na Svet polit št. 45/ a-podne št. 13/ in čil in vo kto o, podz i vodni e definira baln ire ijske ) št. 640/ ano št. 67/ es očanje očanje ta in t RS, t RS, ) št. 809/ želja U an gle c: D titv en et U de ir a j P, etijstv -okoljsk o, o or za želje itev pla t RS, h tel dol dol ikov lam dni lis km je (E po je (E osile KG km zvrs dni lis ijsko isi isi eles N M za Sekt pode ji za ra ji za ra ra et voj eobl ezer dni lis a par (U repov ogi ogi ali ukin a je defin pr raz Kom ra 12) u (U uk Kom ega t tev es očij in iz : (U očitvi vodni odol ih km očitvi in odol 2020 i za ni čno eka, j nja 49/ et et opskeg ep — edba ep edba odn aga etijstv voda dah in ur ga tel , mo rke: vode ) a ur zavr h obm es o dol o m o dol o m Evr , ukr ne 11 ca ik ik ik ik vni skih upravlja a podl iva om iran telo Tip v vode (r v zbi h tel n o vo n o km ev za ršin em (NUV h; eg vodne 29 edba o ukr edba o izvedbi em azi den ispe črta št. 61/ irekt st el 29 N Evi pr vodni pov podz na voda Pravn - Zako RS, - Praviln - Praviln - Praviln - Praviln - D voda - Zako - Ur obdobje 2014 - Ur - Izvedbena si - D pogoj Tip1 vodno 29 110 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV a, k m em alni za ni st rol siga top: i grafični edov P-RKG venije ne os egl KG kont D Javn pr M in rol ike Slo 48) nim kont str. a in Republ trativis eg 2014, rke: in želja ivn 6. e zbi adm 20. 13) m RSO a pode inistrat 22/ m z dne voj irani in ad povezan 13) 11 egr a raz i in ir oportal A 93/ 32/ am z int V L L št. 181 Ge 13) in iranega 12 07, ogr ezi 93/ t (U Pr egr in ., 65/ a v zv int j i iz 11 št. 24/ ede slo Svet skladnos : popr t RS, a gl ta št. 98/ — ejitvam ta in ižno rs 08 V grafični t RS. dni lis en Svet 9/ i om ra m lam ta in (U navzkr 07, dni lis 13) en 14) ebni in a par ede ra 24/ očij je lam 92/ a polja št, 115/ in i pos želja žim in 11 keg 13) m očitev a par 13 12) lovče (U t RS, 13) ugi opskeg ih obm pode n re h virov gl 32/ ravs 22/ dol 22/ Evr D in voj ebe Bras 07, in stven za očja. št. 62/ št. 24/ 13) dni lis 11 i ali dr .) opskeg 2013 raz 15) a in ra 11 ave in 32/ im Evr ja pos ito vodni t RS, t RS, zel 69/ št. 59/ 32/ 15) o za dovar šč a obm 56/ in ne (U 06, avn - popr vel eg in , Pol 12 t RS, 07, dobr 15 2013 o vo er za o kriterijih 14 dni lis dni lis blja št. 43/ 18) z nar ) št. 1306/ ik ra ra 72/ št. 72/ 62/ U , podpor i niv ja za stven 40/ 11) (U (U dni lis št. 59/ buške t RS, 22/ in 69) ina: 08, očje, kj ra t RS, in očjem čila ovan 13, 58/ ice sko o ob Paki t RS, 15 str. ) št. 1306/ seb žavn Praviln dovar in en (U , Lim 17 edbe (E U pla V dni lis Dr obm var na vo okolice Lju 62/ 100/ 06 artn št. 49/ obm in toja dni lis ra 27/ Ur 15, 2014, 12, 5/ polja dni lis t RS, ra ra (U pla 15, čila abo 7. edbe (E redna 04, 30/ 31. a 57/ (U 32/ pla pos a barja skega kega ave (U 15, upor ep 08, dni lis uj a polja 14, tvi Ur ne št. 64/ ra je in skeg -pt polja ns za z dne ni ukr očju občine Jes očju občine Jezer očja občin Šm -2020 57/ ba dobr skeg 26/ -1, ko št. 13/ t RS, e (U ovan jajo za et edov obm obm obm škega š. Vr 2014 žan ubljan ravs niške VVR, pa ubljan t RS, o dopol abl egl ZVO dni lis na na za Ri Lj D Ru km o pravilih L L št. 227 PRP — ra kov kov kov kov kov kov ka A kov ka Sel ka Lj 15) upor h pr dni lis iz 04 ni ni ni ni ni ni ni ni ni ni a 2014 D loško ra 2014 tjo (U se – ZdZPVH 54/ arc avni 41/ (U očja (U nos in lija i, ki , OM , eko . 12 m I-A. 15 ju : upr čila RP) vodonos vodonos vodonos vodo vodonos vodonos vodonos vodonos vodonos 90/ 11. 30/ 17. skladnos kazn en nje P, EK to 2015 KT ZZdr a obm lo vodonos 12, pla eg te telo telo 15, le am telo telo telo telo telo telo telo vaja PO — z dne ižno z dne avne N Iz KO (ARS 57/ bna 04 21/ e za stven 08, upr 15, ik 2014 2014 t 2/ vodno vodno vodno vodno vodno vodno vodno vodno vodno vodno navzkr za ra 02, dovar št. 45/ a-podne polit in čil in kto o, očju za očju za očju za očju za očju za očju za očju za očju za očju za očju za št. 13/ ire ijske ) št. 640/ št. 67/ t RS, ) št. 809/ želja U c: D t RS, et U P, etijstv -okoljsk or za želje itev pla t RS, očitev vo obm obm obm obm obm obm obm obm obm obm km je (E pode je (E osile KG km em em em em em em em em em em dni lis ijsko dni lis isi isi N M za Sekt pode dol ra et ra voj dni lis za repov ali ukin ra stven stven stven stven stven stven stven stven stven stven u (U (U Kom raz Kom i : uk (U ih km i za tevni žjih ih ijstv ep edba edba žavn dovar dovar dovar dovar dovar dovar dovar dovar dovar dovar -2020 ep ) aga dah et ur rke: a ur zavr najo o kriterijih , ukr stven ca -VVO ik a podl om iran v zbi var n o vo n o km očij – dr ev za edba o vo edba o vo edba o vo edba o vo edba o vo edba o vo edba o vo edba o vo edba o vo edba o vo edba o ukr edba o izvedbi em eg azi den o (E el N st Evi vodo obm niv Pravn - Zako - Praviln - Ur - Ur - Ur - Ur - Ur - Ur - Ur - Ur - Ur - Ur - Zako - Ur obdobje 2014 - Ur - Izvedbena si - D pogoj Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 111 - o ve iz ra tor, lu- ed) rja bi voj edbe edn to tkov a, ta in elio ros apra k k raz ok, P m em em en — ot alni (vpogl alni . za ni i za st nje (de poda KG in rol ep si ič lam grom eg v p va redno ga racijakov za r (vod lo top: i grafični edov P-RKG enos la M top: i grafični edov P-RKG venije o sprem , ukr želja os bjekti, n za ne a par vilko investi os egl KG pr os egl KG kont , zadnj ja, a elio vir troš D Javn pr M in porta D Javn pr M in om rol šte škov ike Slo 48) pode raci eni p rom jski o nim em opskeg ode; 12. faza izv šno ro , st kont voj era s šč usta 2016. str. ; si elio om raci lji , Evr trativ m a in raz e v dm ; 11. vodni era st rabe 2000 Republ avg ip (hid itve. ce ; is ni eg 2014, i p ov s hi om rke: ra o za or) elio ske rke: a-RKG in 16. rol 2013 šč P, EK želja ivn 6. G-MID; 14. de st bljen na o ured an ska karta lji atu den PO -2020) ja, k e zbi r, ortofoto, af e zbi 20. 16) adm kont ; 9. podt dej evi m z dne ora e in in , podpor v pro letna odm ca gozdnih zem ste zem očij N tev 2014 raci 21/ a pode inistrat ) št. 1306/ ja) ip (hidr rav in dba KO m z dne er KM dež ali nasl voj irani 1394 nim U čila a p akolet ako den kata ) a za in obm re PRP ad (E elio očju; 2. m povezan kih a topogr pa ški povezan em 14 egr ioraci nap postavi (U za a raz t; 8. t el posega ek, se bm i in , Evi etijs lji italn i in st nam D VN ) 2016/ trativ 18. vs kti, oličin ir TK-SO ir si vz ejic S, 3/ am z int U is redbe redna eni grom titorja t je; V L L št. 181 om RKG km zem dig (D V ID Sez za m OM ZRS in iranega ogr ezi priim an odl.U je (E t (U tvi U pos nje; 18. vs Pr egr ves isi adm ni , agr pom ki obje ne kupnos k)in k va e in jskem oržev tki — i iz a v zv m int ne a j 13 Kom ede lni racija ki racijs in N ja) slo Svet irani skladnos jajo za jska s va ja, raci : eSi : ., 39/ egr a gl o dopol elio a ali im elio ta M ta ejitvam ta in edbo ižno abl tevilko in m elio rs likaci rs raci V ur grafični opisni poda (Kat ap V grafični popr i om en z int Svet 2014 rom ioraci o š m upor el acija; 17. vzd ; 2. m — lam ezi ta in elio šn 13 navzkr se (hidja; 17. vzdrže om h v ment ebni en in ); 13. fir očju 14) ) št. 640/ i, ki 35/ a par a v zv U a m en odni zadrže taci 46/ lam aj v s hi 13, i pos želja rsta (VNS, MNS, OS, a obm a z Izvedbeno (E kazn t; 8. tip or, agr en veniji. B in m Svet st a, v opskeg a par a dokumključeni — 33/ ugi jen pode edbe aslo kem avne , razgr ug 12, Evr en ta 'in kum en h v Slo KZ li n dr 2 voj e ur en ZS 8/ i ali dr opskeg upr stanovljen eg v pro raj lah, v in racijs 31 raz ž a rava 2013 za nje); 10. v ka skupnos — 08, m lam iran Evr odtalnic zg na elio del. pos 10 ič sprem o za eg uga do arce nap 43/ avni a par el čil in aka ede racijs eni ekt v m in 8/ le; 7. u oj 1, 07, 2013 z nar ) št. 1306/ , zadnj bi D am tok, p elio gradnji, ek, s grafični — 59/ 18) U em itev pla arce m pom iz u in p čenih in ru 04, 69) opskeg 19) 16. pr odo ina: 22/ ki tki o MS 1 ina: čila, podpor , V 30 ZD in očjem str. Evr ) št, 1306/ riim 35/ ja — n ljena ja, stem seb sni seb — 110/ 17 edbe (E U pla akti; , vklju V ali ukin Poda Pi V in ir (v rano 06 o sprem 04, obm 2013 je; 6. p ah 27/ Ur 2014, tev 18 raci rojektna in dr ioraci ni e in p tanov ani avni cel čila 7. redna el 61/ 15, abo edbe (E 2016 72/ radn lo, 31. elio rav, e 18) št. 49/ 32/ pla pos aja zavr 17, odni v li im 7. us om be (pl atnem sii upr par za upor ) št. 1306/ tvi Ur e; anj 17) ne m an 22/ ep sedi t RS, 14, je in za U ni 4. 69/ om agr ed u in a a aga nap pri z dne ev za o izg celkti; 16. p S, m in in 2009) ukr o be lis 26/ št. 8/ -51) 17, m O izv te orodje v aga izvaj 17 ov in za be (E en dni ovan jajo za oordin et z dne S, racij , podl MS S, št. 3/ ra VVR, t RS, red 50 abl 23/ 6. parvni a N sis M , za led em o dopol č); 15. izd podl u, 27/ čišč (U km o pravilih U a, pogoj 16, tor); 11. v elio str. ce nje, hidr S, 2020. e; 5. let 15, t RS 17) L L št. 227 1393 jo em nje; , M pra ; 12. faza m janjem jal M ranj P. — pre abo upor ros h preg u sam dni lis loško 15/ a 2014 st rad vnem k natnem vedba,...) KG 32/ aj 2000) ra 2014 tjo (U 2016, se si št. 83/ delu bčin očja ani dni lis iz in arc jen); 13. fir di uševa edbe pl M 14, ra avni kr 2014 adno ra – ZdZPVH (U lija upor 8. i, ki ) 2016/ ga ani u a (VNS vode lno je, upravl upravl U m 12 , eko 16 ju m t RS, ra log 26/ (U na ur ne to izg PRP atu za 19. 5) ega v p jene : upr čila koor e podr nad za u uv — N 11. je (E rol rske rav : 90/ 84/ 17. kazn str. en nj skladnos or to 2017 os abl oč, de aga h na VVR, nje edov P iz 04 isi dni lis em topk en pla 16, sto očjih 12, le z dne ra ja — os e; 5. le ; 10. vrst luj am ačrtovan dz ugi nap am vaja egl PO z dne ižno avne kont ahaja; 4. o N Vode (n na podl pos pro dr N Iz pr KO 57/ bna 51/ e za o pravilih Kom 2016, a in raci eni p jen, razg čin je) a por de žavn ov in št. 96/ 08, 16, upr 8. eljavnem drža itik 2014 eg e n an ra dr t /2014 z dne za ičin em t navzkr 2014 edbe 20. rstev (U om 4. ob ak č, ne ra nje – ZdZPVH t RS, L L št. 225 ivn je s elio lujoč); 15. izd jo em , 12 st ra očjih (obm a-podne št.16/ pol in čil in e ur a; kol ji, zg kto si št. 45/ aj vo a kto o, z dne poda e p nam om )in ire ureja dni lis ijske tjo (U ) št. 640 o de in 90/ kih ire t RS, ) št. 809/ želja ) št. 809/ U iran i n — ik ljavn c: ra t RS, inistrat D ijst et U gos za ra 12, c: D ih obm U eg nahln pisana v vje (delu radn P, et ijskeg ških etijstv želje (U -okoljsk itev pla m kih sto lji racij racijs P, or za el se dni lis km je (E pode je (E a v ve osile KG km žba et 57/ osile KG km ave dni lis ijsko isi je (E isi D ad ja, k racija ovan N M za slu km pro zem ope stven 08, elio N M za Sekt pode ra ra et voj isi skladnos L L št. 227 etijs kje rževaln ra; 3. UE k (U repov ali ukin elio isan bod, za ci m raz Kom t (U km raci h var u (U uk Kom Kom ižno tev avkom iranega odtip (hidr lujoč, de zad zap rav : št. 45/ EJ) : ih km 2020 i za no, V izg tve. ni rom ; 14. del den na ebni edba egr elio a; 3. UE nje. aga -M aga etijstv ep — edba ep edbe gistru e; 2. šif ede ID edi nap t RS, ejic (E ur navzkr s Popr int va rke: kih a ur zavr skladnos obod, a) ur N o evi rke: m , ukr in o re je, hid ja); 9. p lanira lo ca, vodni -M je. ca ik ik ov in ede a podl ca a podl om iran 1. im ci agrom (p e; 2. šifr G joč, n de 1. lega in o in ur v zbi racijs eSi dni lis n o ohranjanju nar n o km ev za rižno ga in M ra v zbi ri 2000 želja eg avljena a gl alni 31 em edba o pos edba o ukr edba o izvedbi em ševan azi den elio azi den el r KM ovan 30 atu N st st Evi m si (Kat Pravn - (U - Praviln N Evi N Pravn - Zako - Ur - Zako - Ur obdobje 2014 - Ur - Izvedbena si Izvedbene pode - D pogoj popr Svet navzk - Praviln 1. im 1. le 1 osu podt te del 2 39 30 31 112 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV bi voj a, ta in a. raz m em k k em en m em za ni i za st in alni ni st i alni rol ep si ič lam rol si em venije o sprem ga želja i grafični edov P-RKG ga i grafični edov P-RKG kont , ukr ne a par top: top: , zadnj egl ne KG kont z vs egl KG in om rol os os D Javn pr M in rol D Javn pr M ike Slo 48) pode 48) nim em nim usta 2016. st kont opskeg voj kont si str. Ž str. a in Evr raz za a in Republ trativ m tu trativ is avg ni u D eg is eg in 2014, 2014, 16. rol o za ep 6. 2013 rke: v le in 6. rke: želja ivn venije ivn 20. 20. 16) adm 2020 adm 1) m z dne kont e zbi e zbi in , podpor ike Slo — im ti 21/ a pode inistrat inistrat m z dne ) št. 1306/ edbe o ukr m z dne 21/ in voj irani 1394 nim U čila VN 14) iran in 14 egr ad (E pa 4 Ur 3/ egr ad IS 14 a raz povezan Republ povezan trativ ZRS -G skladnos S, 3/ am z int ) 2016/ i in S in i in S, 3/ U isin z int iranega L L št. 181 redbe redna ir iloga PRP ir V L L št. 181 RSO Pr iz obdobje 2014 2016; iranega V A rižni ogr ezi ezi odl.U je (E t (U tvi U pos t (U Pr egr egr adm ni odl. U odl. U — isi ne i iz a v zv m int — a v zv int — 13 j 13 ) j 13 Svet Kom irani ede ede skladnos jajo za 16 slo Svet skladnos slo ., 39/ o dopol edbe o navzk ejitvam egr a gl : ., 39/ a gl : ., 39/ ta in edbo ižno abl ta št. 15/ ta in ižno ta popr i om en ur z int Svet 2014 rs rs 1 Ur V grafični popr en Svet V grafični popr m upor t RS, — lam ezi ta in — lam ta in — iloge 13 navzkr se 13 navzkr 13 14) ebni en in ti ) št. 640/ i, ki en in ih Pr 35/ a par a v zv U 15. 35/ dni lis a par 35/ 46/ lam ra lam ih e 3 iz 13, i pos želja ed i želja a z Izvedbeno (E kazn ša ni habita 14) 13, (U nj stven 14) 13, B in m Svet m opskeg a par ni ša je opskeg bam a par stven ega ovih PZR — 33/ ugi jen edbe pa 46/ 33/ 46/ 33/ ta 'in pode avne er jena ; pa pode ečih KZ 12, Evr en višč 12, Evr em 12, ti pa en voj e ur ol ti kj -B in tu 2016, voj r var živ t, njih -B in ZS 8/ i ali dr opskeg upr ; tra om 8/ opskeg h tipov. 8/ 2013 raz za dov br KZ 2013 raz osnovi var sto vrs KZ — 08, lam iran 08, v le 08, nim Evr nija ZS i sprem Evr kih ZS habita 10 eg em 43/ ič sprem tatni av o za el čil in habita ju ša ni o za — 43/ a na očjih, te pro ja bi — 43/ 8/ a par ni 2020 em als 1, 07, 2013 2013 slo bi D 30. pa sept 07, 07, a. 10 — 10 očen ohranitev ali dos živ r ha — , zadnj er z vs 59/ 18) z nar ) št. 1306/ višč ) št. 1306/ U do 15. an 8/ 59/ 18) U h obm stanja in te 8/ 59/ abo ru em itev pla , kj -1, , podpor v za -1, 04, opskeg dol 22/ 69) 19) tra in 69) te ru 04, 22/ ga skih ru 04, ZD jev in očjem str. Evr jena ) št, 1306/ čila, podpor ina: m čila ina: sta upor 35/ ebni ol ul oved in str. ) št. 1306/ erite tatov — 110/ 17 edbe (E U pla ZD ja ZD ali ukin U bi in seb et nije 110/ 17 edbe (E pla seb 110/ 06 o sprem 04, obm 2013 V Pos dov m ju prep — V Slo ciljev na usm ugodne rastlin ha — ti, za 27/ Ur 2014, tev 18 Ur 06 04, 27/ obdobje 2014 2014, 06 04, 61/ 15, čila abo 7. edbe (E redna 2016 ni 7. redna 72/ Ž 15, za abo edbe (E t lo, št. 49/ 31. 61/ 31. 61/ 32/ pla pos aja zavr 17, a D lo, št. 49/ 32/ pos št. 49/ 16) e lo, skladnos sedi 17) upor ) št. 1306/ tvi Ur m upor tvi Ur t RS, 14, je in ne venije ne za U ep 14, z dne ni 4. t RS, t RS, ev za 69/ sedi za z dne ni skladnos ihov na sedi rižni o be lis 26/ št. 8/ ukr be (E -51) 17, 26/ št. 15/ žijo en dni ovan jajo za o be dni lis ike Slo jajo za ali nj le o be dni lis ra rižno VVR, et t RS, red 50 abl z dne 23/ edov en ra VVR, t RS, abl en ra čišč o dopol o dopol cev (U km o pravilih U a, pogoj 16, o pravilih 16) 17) L L št. 227 str. 1393 egl čišč (U L L št. 227 an ERK) čišč (U pre dni lis abo upor em Republ upor navzk 84/ a 2014 st dni lis a 2014 e (G v. edbe o navzk 2000) loško 15/ ra 2014 tjo (U 2016, se si št. 83/ h pr pre 2000) pre in želja ra 2014 tjo (U se e za je 2000) adno ra – ZdZPVH in (U lija upor 8. arc i, ki ) 2016/ ga avni 2020. ra – ZdZPVH (U lija arc i, ki rol u zavez ršin ra 16 1 Ur ur , eko U adno adno atu 12 16 ju za m t RS, m h slo 19. ne 5) — atu 12 ju pov atu 18/ — N iranj 90/ čila 84/ 17. 11. kazn je (E rol upr str. : - ur N 90/ a pode 17. 11. kazn : kont m - ur N 15, iloge 04 skladnos skladnos pla 16, to 2017 isi dni lis en nje 2014 04 voj to 2016 en or ijske 04 Pr očjih 12, le z dne 12, le očju te ižno avne kont ra očjih ižno z dne avne et očjih iz 57/ bna 51/ z dne o pravilih Kom 2016, am vaja PRP 57/ inf a raz z dne am št. 97/ št. 96/ e za a in N Iz iz e za N Izvedba in km obm 08, 16, upr 8. št. 96/ upr št. 96/ itik ik 2014 /2014 z dne 08, za eg am 2014 2014 za t RS, PZR2 t RS, navzkr 2014 rstev (U L L št. 225 edbe 20. t t RS, navzkr t t RS, e je očjih (obm a-podne pol in ivn ra očjih (obm ogr polit in ra očjih (obm št. 45/ št.16/ čil in e ur poda št. 45/ Pr čil in o, dni lis dni lis ijske tjo (U ) št. 640 z dne kto tvo, dni lis ijske ) št. 640/ kto dni lis ra ptic ra t RS, t RS, ) št. 809/ želja ) št. 809/ želja et U ) št. 809/ U iran ire U ire ja U inistrat gos ra t RS, ali iz et U ra (U ih obm -okoljsk eg m c: D etijs ih obm c: D etijstv ih obm ti (U slo km itev pla želje (U itev pla želje (U je (E pode je (E el kih P, or za t živ km je (E pode je (E P, or za ave dni lis ad stven dni lis je (E isi D KG km ave dni lis isi KG km ave abo ra ijsko ra isi osile stven isi osile stven et voj isi skladnos L L št. 227 etijs N M za Sekt pode ra obi voj N M za Sekt pode (U repov ali ukin repov ali ukin h var u (U Kom raz t (U rižno Kom avkom km h var u (U Kom raz Kom h var skladnos upor : ih km uk Kom iranega uk 2020 i za tev : u dobr i za tev e ) : za ebni edba ni egr ep ebni edba ni ebni ižni aga etijstv ep — edba ep edbe gistru loško ep edba ep i aga ur navzk s Popr int aga etijstv ur ptic -P/H aga , ukr ur in a ur zavr skladnos o re rke: h ukr , ukr a ur zavr bam rke: ede ik eko bni očje ti (E a podl n o ohranjanju nar n o km om iran ce iran 2000 a podl želja ev za rižno a podl n o ohranjanju nar n o km om ev za em a podl n o ohranjanju nar edba o pos edba o ukr edba o izvedbi avljena v zbi em očij za v zbi ra em eg a gl eg el edba o pos edba o ukr edba o izvedbi em edba o pos edba navzkr azi den j obm Ž el azi atu habita Pravn st st - Zako - Ur - Zako - Ur obdobje 2014 - Ur - Izvedbena si Izvedbene pode - D pogoj popr Svet navzk - Praviln N Evi pom obm D Pravn - Zako - Ur - Zako - Ur - Ur - Izvedbena si - D pogoj sprem N Slo N in Pravn - Zako - Ur - Ur - Pravn Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 113 in 2013 o za k a, k 15 m k em m alni alni 62/ ni st alni za ni 15, rol si rol ga ) št. 1306/ , podpor top: i grafični edov P-RKG top: i grafični edov P-RKG edov U 30/ P-RKG kont ne top: i grafični venije čila os egl KG os egl KG os egl KG kont D Javn pr M D Javn pr M 15. in rol in pla 48) D Javn pr M nim ike Slo edbe (E kont nim št. 13/ str. redna očil agi trativ a in trativ tvi Ur t RS, is eg pos 2014, Republ is ni rke: dol rke: in in ivn 6. rke: ne želja T je podl ureja dni lis e zbi na , ki e zbi 20. ra adm adm m e zbi m o dopol jajo za (U inistrat edbe a pode abl irani m z dne očja OOT ta 2014 irani P. voj ad a 2014 povezan le RSO egr 14) e N povezan povezan egr upor -A a to 2015 3/ a raz arc i in j obm VN i in i in VN m se ir člena ur em ir OP am le z int ir S in am z int V L L št. 181 Slo ZRS 21. sh V M iranega V ZRS 11. i, ki ogr e za ezi ezi ik t (U ogr Pr egr odl. U Pr kazn i iz a v zv int i iz a v zv z dne j j polit j — ede avne slo slo Svet skladnos slo 13 Svet 2014 : : ijske a gl : upr ta ta ejitvam et ta in ejitvam ižno ta ., 39/ ta in za rs rs en rs V grafični V grafični i om km Svet V grafični i om en m ) št. 640/ lam - popr m lam U čil in repov ta in navzkr 13 s ti ). ebni a par en in ebni je (E te uk a par še tu TT, ja očij isi O in ri em 35/ itev pla i pos lam želja h itatov, ih 14) 13, i pos li vrs dar ; Sta s O T (p m m Kom tu u sam opskeg a par bni zivn 46/ 33/ opskeg eko ven TT) hab O aj ugi pode ov, obm ten ugi er e sprem kov. Evr em ik edba v ali ukin TT, sa OOT kr voj nih -B in 12, Evr te O sa O sm tu i ali dr edba o izvedbi opskeg eks 8/ i ali dr .) a ur ni tu ljen sta raz pom višč KZ ne im steljn 08, im 2013 ERK kat h ali na h travni ; Ur Evr žnih ZS iran zavr očju O sta ga e sta popr avn o za 15) loško — 43/ avn eg T (G ga a dode se avni , vla ; — 17). inasti 2013 itatov, 10 07, el ev za obm da 15 z nar 54/ ) št. 130612013 ji eko ptic 8/ z nar ) št. 1306/ ; D OOT sane 18) 18) 59/ 18) ERK im 23/ U hab U eni ti); Kršitv h-upr grb in , podpor -1, 62/ ži na ipi in 15 69) nja 04, 69) ina: 22/ 22/ nih 22/ očje ora ru in le čila kov. a pr T (G edi 16 ina: očja očjem ina: očij: posebnih tra očjem a, pogoj pom in in 30/ str. ) št. 1306/ fični slo vlja in 15 str. seb bm egl 17 seb bm 17 edbe (E U pla seb ZD ra višč 110/ 17 edbe (E em V O rabe nim OOT kar ali pre pr 84/ V O obm 15. V G obm tra poja travni — obm 62/ st 27/ 16, 27/ Ur 2014, Ur 06 04, 27/ 15, 2014, si . čila 21/ abo 7. edbe (E redna čila abo 7. ga ti 15, 36/ 15, 61/ 15, 30/ A D) 15, ne 31. 31. 32/ 15, a 32/ pla pos a lo, št. 49/ 32/ pla 15, UR dve hkra upor tvi Ur ne upor rol aj eno je ečanje 14, ep , OM 14, je in ep 14, je in 103/ št. 13/ za z dne ni sedi t RS, za z dne NAT er kont 48) pov 26/ 15, ukr di EK 26/ ukr -2020. 26/ št. 13/ do ta vs a z oc kj ovan t RS, jajo za o be dni lis ovan str. očje (tu et en a in ra et cev vlja tip jeno VVR, 30/ edov VVR, o dopol abl edov 2014 VVR, t RS, eg bm 15, egl km dni lis o pravilih L L št. 227 egl čišč (U km 15) o pravilih L L št. 227 čen O tavl ivn 2014. tatne -2020 ra upor PRP dni lis 6. čil. ti poja 13/ bi h pr loško (U 2014 tjo (U a 2014 se h pr iz pre 54/ D 2000) loško ra 2014 tjo (U kov. – ZdZPVH 15, in 20. avni 2014 – ZdZPVH lija arc i, ki avni ra – ZdZPVH (U lija inistrat e upravi h pla hkra a ha ohranjenosti in i cilj zas 12 12 , eko ju m adno 12 , eko 15 ju m se -2020 PRP , OM atu : št. 2/ upr čila 11. upr N čila 30/ ad z dne iranj er stven travni 90/ : 90/ 17. kazn : - ur 90/ 17. en redni skladnos to 2015 skladnos m kj nje P iz nje P, EK 04 15, ršin 12, t RS, en 12, pla en pla očjih 12, le am or pos ti ozirom be stanja t var am vaja PO z dne ižno z dne avne am vaja PO 21/ z dne ižno N Inf ne 2000, vrs sla ko pov 57/ N Iz KO 57/ bna N Iz KO 57/ bna e za iranega 08, dni lis upr št. 96/ 15, L L št. 181 ra 08, ik 2014 2014 08, 2014 egr t t obdobje 2014 navzkr za t navzkr t (U ra za t RS, int čil (U ra a-podne in ra polit čil in očjih (obm a-podne št, 13/ in kto o, št. 45/ kto o, št. 45/ kto o, št. 45/ ede ire ) št. 640/ dni lis ijske h pla ire venije ) št. 809/ želja U ire t RS, ) št. 809/ želja c: t RS, t RS, ra t RS, a gl D c: D U c: D ih obm et U skladnos P, etijstv etijstv -okoljsk etijstv -okoljsk or za želje P, or za želje itev pla želje (U je (E pode je (E P, or za dni lis km je (E pode Svet osile KG km dni lis redni osile KG km dni lis ižno ijsko ike Slo isi isi osile KG km ave dni lis ijsko isi N M za Sekt pode ra stven ra pos N M za Sekt pode ra et voj N M za Sekt pode ra et voj ali ukin nar (U repov ta in u (U ne u (U Kom raz Kom ) h var u (U Kom raz en navzkr : uk ah : ih km Republ i za tevni : ih km 2020 i za lam in a nj ep .) edba ep edba ebni l. -HAB ep — edba ep o aga etijstv aga etijstv želja ur aga etijstv želja rke: a ur zavr h (E a ur a par travi rke: h popr , ukr rke: eko , ukr bni a podl ca a podl om iran ca a podl om v zbi TT) n o km v zbi kov n o km a pode — ev za v zbi n o ohranjanju n o km pode nega O edbo o shem inasti edba o ukr em 15 očij … em eg edba o pos edba o ukr edba o izvedbi em azi ji okoljsk -O azi den RB) vaj el azi den opskeg voj N st st Slo občutljivega traj (E Pravn - Zako - Ur N Evi grb travni (G Pravn - Zako - Ur raz 62/ - Izvedbena si - D pogoj N Evi pom obm Pravn - Zako - Ur - Zako - Ur obdobje 2014 - Ur - Izvedben si Evr raz 114 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV e nj , a, trte et ot 0,05 odatke k m em vode no 2013 in alni ni st nske om za rol si i jav 2009 vi anj k Izvedbene ga gistra v pr top: i grafični edov P-RKG acija tev tvi ne top: V (n topno) ) št. 1306/ jo o m rijaviti p os egl KG kont , re os U adi D plik javi Javn pr M in rol D št. 436/ 48) A RPG dos trte o p zas vel lujej nim kont str. nske edbe (E je (ES) za r raz a, če daje vi ad bde : trativ a in isi jenj te is eg ako let 2014, tev tvi Ur ol na. li o rke in janj ivn 6. rke: adi ni nogr a dov vi a a jo vs e zbi adm 20. zas oge vi m e zbi edbe Kom em inistrat B rad ora za Ur st zal irani m z dne ci r o dopol og jenj tvi si znih prever 0,05 ha a in ad , ESU ol ij te in povezan a egr povezan oval javi ede jo, m , RPE ac ustre j kot , vin a v i in i in m vel a gl rži ir S z int ir a dov or an šta V L L št. 181 ZG ogram ede ezi iranega V -pridel -RKG r raz t (U em inf Svet lka t z njim Pr egr st te a gl si ejo m ja, mo nja i iz a v zv int ta in luj j 14) tki 2013) 2009 en Svet zd anj 0,05 h ride ede ede očenih slo 15/ Svet skladnos 12. lam ta in gro l p : in ejitvam a gl : a gl 20. ajm ta 11 upravlja ta in en ižno ta cle okolje) št. 607/ lku rs i om rs ra Svet a par a ali obde o n li de V grafični m en Svet V opisni poda (O lam ide 102/ tnega z dne (ES) ad v a lam ta in 09, ebni ta in navzkr in , en opskeg a par o pr lujej i je nos en 1 objavljanja spor nogr je 14) in , 36/ a par tke rado i pos 32 šta lam 2009 Evr vi bde ovan 46/ traj lam želja L L št. 347 og ičnim ovan 08, in m opskeg v RS ovih ka. i o m var B in ugi z mo (U a par in opskeg a par ih 2013 Evr i; var — S, 96/ veniji pode na, št. 606/ viti poda a v i pre j 0,05 ha rja in KZ Evr vi voj valc prevo pridel 2013 žam i ali dr in zvodov obveščanja in (ES) an opskeg elo ogi opskeg m o, in k okim re - ZS odl. U ) v Slo m .) 2013 raz šta oi ga ) št. 1308/ in m pasti — ih za Evr — pr U to prija avni Evr 2008, osti i psi 10 15) o za ni zal 08 o prid obdelujejo, njih a, mo ent kih adne le t, v anj 0,1 h tn im 8/ s lupus -popr let 2013 ) št. 1306/ ejo naj oš ni z nar 54/ 15 2013 jih dj um , ur U ako i elektro rsk 1, 32/ in ) št. 1306/ tkov ki oz ako etijs luj nja št. 555/ edbe (E ajm — 07, 18) vs (Ca 15 62/ U , podpor h, gr vs ) Ur nje črede z vis nim ru in 69) ih h dok vlja je, m ina: lka 22/ očjem o n 30/ čila ina: adi ni a in e-1D ov km ) št. 1308/ obde je (ES) abo edbe (E orajo ova ZD oval 115/ in 15 str. ) št. 1306/ rka poda elk em U ki seb — 17 15, edbe (E U pla seb vin km e trg prija isi r Ur rozd V Var var črede ob priso črede s pasti 05, obm in , m lujej 06 62/ Ur V Zbi vinogr prid spr in — ) ga upor 84/ 27/ čila 21/ 15, 2014, ditv Kom l za žijo o g 61/ 7. redna 17 16) edbe (E 04, 15, 15, abo edbe (E ezne tr bde lo, pla 30/ 31. 27/ 4/ ure edb a 32/ pos a št, vino, 15, lka lujej e o upor in in tvi Ur obv ep sedi 109/ je in tvi Ur o gija ohranjanja vo 14, št. 13/ ne ijske 13 09 ni bi ur obveščanja te mo ide 04, za z dne ni e. etijstv daji, ride o. Č ukr –2020. te et ik skupne em o be 26/ ovan t RS, očitvi pravi je, št. 13/ nad ančnih ga pr znostj 62/ tvi iz in en et jajo za or km km 111/ 07, zd i p edov dz polit R, o dopol u in 2014 št. 46/ † Stra VVR, t RS, abl o dol adne t, v čišč km dni lis o dopol W gro ali del egl ra o pravilih L L št. 227 na r ustre repov i, sprem ur stanja ijske postavi em 2018) jo G, k oš a. PRP pre t RS, upor na, te et št. 16/ 2. in je in h pr loško dni lis iz veniji; (U a 2014 Kontrola fin h uk nje kazn D ra 2014 tjo (U se t RS. bra 2017 bra 2017 nja elu radov arc a vi na; lja -Zd2PVH a o vz o prej j in 28. je, m e v avni adno dni lis – ZdZPVH , eko (U ra 2020 lija i, ki ugi vlja lci KM , OM ur s) v Slo 12 — ju m z vinom a vi 12 jan prid log to čila r dr vanje km dni lis Svet gistra z dne 2018) vinog : upr — h (U 90/ 11. 90/ decem decem prija osi rozd pla 17. skladnos kazn : te ra 2. , ki en nje P, EK 04 ta to 2015 en etom e; Sprem črto 11. ta in 11. 11. ga G us arc 12, le ik a (U nja, re 28. et g am vaja PO vrs rs bna z dne ižno z dne avne am om r na en j 0,1 ha lci-n a in za N 72/ Iz KO 57/ vin L L št. 58 ezne št. 96/ kih (U e za upr N Kontrola porekl pr označevanj podpor polit te i KM 06, lam z dne ficira znih prever z dne an va in als 08, ik (U 2014 2014 a in z dne m lo rom t podne obdobje 2014 navzkr za obv dj 273 274 ra t RS, živ 560 edom a par ustre ta, v a— za polit in rat certi čil in e oz in daji, -nosilc ride o v p kto o, št. 45/ oš ečih edv kto o, št. 105/ gr ede ci ov iz L L št. 58 ejo naj ire dni lis venije ijske ) št. 809/ želja ) št. 640/ ) 2018/ U ire trg U ) 2015/ ) 2018/ o p c: ra m t RS, opskeg a gl (U luj ajej D živ et U c: D t RS, cev ent U U u in oval P, etijstv -okoljsk etijstv ja, m or za želje (U sto vim km itev pla je (E ijske pode je (E P, or za oval Evr je (E um Svet is s je (E je (E em 561 osile KG km ave dni lis et ijsko ike Slo isi isi osile KG km isi isi N M za Sekt pode voj adni lis isi e obde h pro z rja ra et N M za Sekt km pridel repov 2013 ta in a, če d rozd o prej Č nja Kom raz Kom aii ukin Ur pridel Kom h dok en Kom ) 2015/ so u (U n; ni Kom U : uk rad ovani ih km Republ i za tevni : em lam nci za vp lku g očja lka ep edba ep edba gistra vpis a gistru edba edbe edba je (E og vo aga etijstv želja ur aga u (ZVi ) št. 1308/ , spr ur isi za št, vino. in rke: a ur zavr U a ur ride obm in , ukr rke: cev vin o re a par e ur nja, re ci mo ca nja ik a podl gija upravlja om iran a in a podl iran adov Kom Zaveza ha v o p v zbi n o ohranjanju nar n o km a pode ev za n o vin iran je, vlja eda V) te oval edba o zavar edba o ukr edba o izvedbi v zbi V) em eg ster dj edba (E eg eg ficira zd azi den edv -M voj el azi oz el opskeg el edbe 32 N st Evi poja m (E Pravn - Zako - Ur - Stra - Zako - Ur raz - Ur - lzvedbena si - D pogoj N Regi pridel gr (RPG Pravn - Zako - Praviln - Ur - D vinogr Evr D - Izvedbena certi ur Zavezan 1 gro 23 32 Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 115 , lava; ega t. to. ter klju- odatki tki za ka v v lo le topno; G-MID na neh ride ek za etijs kovos em ogah ti; p dos poda stra loške jalce topni žav na p km ka vila, ka pret top: no arni tnih P. venije eko top: šja iz sh G (KM ih pan os jav dos KG ede tjih dr os lec, vi rira li ži cev avnosk za D Ni sum RS sple M gl D al roizva ezn ike Slo tre teg iz etiji; lka a dež, nosi km zvodov posam r dohode Republ oi se ride proizvaj zvodov ba; in ših kupne p rke: na ije pr oi rke: odatki iz RK ač odatki o dejri) te želja jo po et pr ov inzn e z na e zbi e zbi itvi e; P km loških ot lce p a skupi ej ali lit a pode loških , nasl ijskega p lanov s Eko va eg kg voj u eko ID dobr et eko lo fska o er kupin povezan a (v m acija ra -M oz povezan G ava; , kat ti z razm i in a raz i in ride tevilo č ir plik uv ir Meog ila V -A -RKG am i za V ega k zvodnj ogr označevanj (K m a g G kovos oi je); Š tevilka s Pr 91 in a na pridel ten ali živ o ka pr tki i iz avi itva ten RK ra šči a š lka ržen tna tabel iz gri em šči ide Le li t o. : št. 2092/ tki avčn pridel z ured : e za ova ubjekta, za p inte v sh ta ejitvam S) ezi ta rs rs očbe; V opisni poda i om loški V Excel poda ačba; a im kega pr a in d eklo let m v zv ce čenih t, ID s a eko orekla; za om etijs e odl lava in/a ret jo edbe (EG 2007 oval ozn an nje, ebni Ur zir vklju 2007 ska atičn ijskeg vaja i pos tvi avnos ba p af rede cev izd 1 et iz ficira k za p m ač pridel ali p javi št. 834/ ogr nega km oda o je; Mtum 33 km jih ugi št. 834/ zn ite ec, vel a, za da ava e, ki dr šč hode raz a (ES) a o odn ekt na ge oval el rol o ali certi i in in a (ES) blika, dej ite roizv e za proizvaj a in el rol m 2 ten subj šč lava in/aI roizv er do a pred , kont avni 34 . a im šči ila kont edbe Svet zvodov sti 3 a; za jska o orije p h p; Številk ali pred oi edbe Svet ride tri) t fikati. z nar e Ur vo . ost, ID ekl irom 18) pr 35 18) t; za nov skupne stik alec ozirom e Ur ateg oz li li a ali živ anj ne 2010) avn por je (p za ina: ov ava zacije za certi 22/ anj e kako 22/ nizaci čla anoga elk ni in očjem 2014) loških ina: izvaj in tki ti; K seb idel ga 17 8/ seb em skupi 17 ebnos , dej ačba zvoda odn h p V Pr pridel prid or izdani izvaj l za V Sh in 1116/ oi os 27/ obm ika t RS, u eko l za 27/ ; Število a 15, čila ja (v kg a lis 2009 e 15, vnoorga a p na ozn kovos roizv je) anoga voj osti; poda ti. h pravi ra ka obl rije pr 32/ pla 32/ itešč žen odn a e 14, radni ego je in obni 14, št. 71/ a, p bi). naln acijs h pavn rste p rol !(U označevanj zvodnj at oi je ga t RS. iz t; za hem ka /ali tr loške naliz vanje raz ihodnos 26/ ovan in 26/ ezni roizv kont in e. A et a živi avi je pr ševan ti; K atičn pora ja; V črto VVR, i podrobnih pravi VVR, dni lis radicio ebnos tki o dejam a eko in ik ja v pr -skupne ava km očitvi podr pe ra oorgan rsta s el os na p rol ave na evan a t pos kovos et el polit in ozirom pridel aj . ovan , pos roizva ; Poda loško 15) o dol sti (U čen lna v; V ka o p kont odločitv pravn ne ijske et – ZdZPVH lkov loški uskl jem – ZdZPVH vo ljišča v u em Ii predti p in r pred et stanja 12 , eko 54/ ide je ponudbe zvodov 12 t. jalce čbe; L te a km in 2008 oi jam ciona a, EMŠO/m : nje km nja čila pr o eko kako atična, tvijo p dlo lja 90/ 15 bra bra 2008 : vanje in aševan traci 90/ rsta sh va in/a en ave lja kih pr a pr em /m kovos loškeg 12, pla 30/ m en kovos eji 2007 12, avčn a tradi V ela vilka skupi roizva am repov am črto ncen ženj sh ijska zem ŠO N etijs Sprem pridel uk sprem eko 57/ bna 15, nija decem N Na s pov ko tr 57/ iz et lava; za čen cev; šte e p ane o 08, septe v, d 21/ km ju 8. 08, cev EM al m t 5. išja ka e (prid čna avi t al am rede hem ka ra 15, el 28. ra aslo ti z razm e a podne z dne čna, c, k zaj kupin dav kto o, št. 45/ 13/ z dne kto o, št. 45/ le iji; v v iz s zvodnj in atum izd ire trg pred z dne a proizvaj 2008 ire et ava; oi c: t RS, t RS, D t RS. in 2008 or c: D n proizvaj eba, n osi ov, dav el ne m kovos P, etijstv -okoljsk etijstv or za ijske dz avi 2007 P, or za želje lava in p tatus s jalce atična osile KG km et dni lis ijsko dni lis na osile KG km dni lis a os ž, n nasl pred N M za Sekt km ra rste pr o ka et ra št. 889/ a in št. 1235/ N M za Sekt pode ra ju skupi a,ride aših k ). in s skupi V e; M u (U (U pridel ede št. 834/ u (U v in s tu a;roizva abi ava hem tevilka in d avan oseb il : ih km loški je (ES) je (ES) : sta ka p a p aslo in n aga etijstv ep -2020 a (ES) isi isi iz sti aga etijstv v in s čna zvodnjoih v s rke: cev vo vna/fizičn pridel ov in tik; Š cev ali živ o eko označevanj rke: skupi cev o prizn fizi brote z n a v upor e, n ti proizvaj pr ca ik al ik oval kih a podl ca a podl Pra naslo Ekološ na/ do šč oška Im skupin čeni za s v zbi oval n o km n o km el lkov ave, v zbi kako lji e, nasl 35 loških edba o ukr edba Svet edba Kom edbo Kom ogah azi den etijs ide azi den em kovos 34 N Evi pridel pred eko km pr Pravn - Zako - Ur obdobje 2014 - Praviln - Ur - Ur pridel - Ur N Evi proizvaj sh Pravn - Zako - Praviln Prav Ekol Im 1 zem 2 3 ka pan 33 33 34 35 116 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV ij. et lava ri- nih in telja z dne teg m raneh bi 2012 in laga ride 316 h st ez oseb em t, in podarstva 57/ em nih podpor za ivnim aših k t. v etni kov) na p no dostopno. L L št. a š gos top: P (br top: 2008, (U e podpore, kovos os KG os i jav osred m D na spl M podat D N inistrat 45/ ete, spr 2011) edbe m she avčn št. km e nep ad ru brote z n hem, let ijskega 40/ m Ur im išja ka et list, št. she in V a in d : : iran t; do km radni tjo v okvi vil iz s ba, v u irke irke podpor za list RS, m atičn ač er zb zb lovov IV r integr 1 B (U kovos zn — radni h pravilih za o, m zane zane ih she (U er o skladnos prim at acijo te lkov in ži ete iz nas žn išja ka log fska o u -­‐ kae aka a v 0 skupni odul ra G tv km la v m t; v ride iri in pove iri in pove bi nek ži om V V -­‐RK etijs je in m 2009 tjo, z navzkri lo eog zi 73/ kovos e v a g ozir la la ijskih p on o km e konopl št. i podpor za v zve i j et ten am Zak enj m o skladnos na ka v, k m šči S) žn 2007 a: a: goj eta (ES) ra a številka rst celova tabe rst celova tabe ke politike in o uved Sv s she jalce lci k V Ex V Ex odl. U ja za . 16 zi 1234/ va — etijs str edbe z navzkri št. lo atičn o v zve zi ba; izb orekla, za a 05 km ač roizva m vilk a dovoljen 2009, 2009 v zve eta (ES) zn e p rede 37 1. ba p ak in in 37/ skupne lova iii Ur 73/ Sv 2009 ač lov, šte ZPZ ru št. tni zn zn Zd edbe fska o kupin pridobitev 73/ lci in p šči etijskega , nas ero je bilo izdan je in količ tev. str. 1) — z dne 31. ila iz nas a številka, št. ra v s va a o km ID se je Ur kat 04 jih za 30 eta (ES) lo in za lca -­‐M za ete v okvi plač 2009, an eog ten Sv aslo 36 G e ena , 47/ km 12. eta (ES) a g ride šči m no za L L št. rta konopl izvaj rI-­‐A v, davčn (U otnega edbe Sv 18) ek nosi so sem r za ten e in n ni p 2011) t, za rstva, KM je, ZZd ilnik o pogo 2003 e en z dne 2. je Ur edbe šči ki za she 3/ nega — av m naslo in 22/ -­‐a s površi an bo, te Pr h podpor za 316 li im ebina: dat 04 17 poda je Ur Št. ebina: e in priim ERK ni tificira ebnos Vs Po Vs Im gos G dovoljen potreb 2/ 1782/ je she izvaj an a a e in 27/ 15) o ured os 00, 2013) L L št. osred št. an l za m en im 15, list RS, vi izvaj orekla; za a p a 44/ 14/ (ES) izvaj ed ete (U e, fir rol 32/ in 43/ radni 2015) 99, št. e nep a ali 15 m nav 14, 79/ edbe km ba p naln m kih il (U r kont 23/ il za . 108/ she ih za ač hem G-MID; cer 26/ Št. list RS, fir etijs ovosti, št. itvi Ur zn v te a živ ES) št. m podrobnih pra kak radni tvi a o rsta s radicio a km m ako ro list RS, je dokaz edba podpor za hem. (U veljav m a t rol zn PVHVVR, list RS, list RS, ten ih h pravilih za ete, določen Podatki: kov ozi radni ovan je (ur o podrobnih pravilih za il iz she ke politike. 2013 in raz ih she šči čen – ZdZ radni radni o podrobnih pravilih za o določi hem, v er km vil iz s etijs 12 il (U i (U r. 65) je in kont pridel posred leto at 0 skupni 2007 jam 2009 2009 t; za podarstva KM ih zaščitn ovosti (U o konopl bra 2009 st os a voda. ljan 90/ kih za en: kov in živ jen ov km 378/ bra bra 12, en: av bi nek vila iz s ln etijs a kak ova i drogam 2009, am rem kov in živ am sn ja 2009 št. ebnos lkov in ži N Sp pridel podel ukrep 57/ ran N O pridel im okto okto novem nih podpor za lava, za era uar 12. os 08, je km an ke politike za (ES) pridel ride an jan osred a p lki in ži ijskega g rede 45/ etijs et orat kih ev be »izb orat oved 2006, z dne 30. o, št. e km z dne 29. z dne 29. nep z dne 2. m etijs o, m naln ride vna min irekt tv irekt tv 247/ 2009 2009 2009 316 u k ijskih p D je označ z dne 19. ja označ D ke trg u s prep št. ke politike in o uved she P, etijs el list RS, za P, etijs et et er lava in p nara etijs ru L L št. ijski p m osilec: KG km ktor za aku osilec: KG km ktor za etijs bi ukrepov 2009 (ES) 1120/ 1121/ 1122/ N M za Se podež radni ovosti km radicio et rim zn N M za Se km 73/ št. km št. št. . v okvi a (U m ride lava, a t u (U št. 2005, om vin lava k kih r tv ah kak tnem j je o izved a v p ka p il iz nih m m čen šči isije (ES) skupne isije (ES) r. 27) isije (ES) te : etijs av aga: etijs : aga: edba 1290/ eta (ES) ru st sektor om rede G-MID št. sis na pride irke ovost te e konopl Ur m ih nar irke dovoljen Sv Kom Kom Kom ni e za Zajam Podatki: k ozir in p Ekološ ra KM kov in živ podl podl kak ilnik o she ilnik o za ilnik o postopku priznan enj 2009, m on o km av av av aka on o proizvodnji in prom 2014) edba b (ES) edba rol ete v okvi edba edba 37 aziv zb idenca km ineralnih vod aziv zb znam goj 12. 36 N Ev pridel she priznan m Pravna -­‐ Zak -­‐ Pr -­‐ Pr -­‐ Pr N Se za in m Pravna Zak 26/ -­‐ Ur ured -­‐ Ur km -­‐ Ur 2. -­‐ Ur kont določen 36 37 Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 117 a- je - kaci pra a t. in d tn i javno obdobje j, lo sple za lic, š top: top: rihajajo, o os os IZO stituci D D EV aplikacija (n dostopna) venije vi in ike Slo oder p odatki za k azi publ d k : : j o irke irke ja Reel telji, n zb zb blika, p l. i) stituci zane zane m a podež ba jska o otrdi voj vi in em aja p azi iri in pove iri in pove a raz em bje, predava V V nizaci am i spr ogr la lci in n ki , obdo i iz Pr z vsem lo 15 vnoorga atum), izd ova ra et a: a: itvam 9/ rst celova tabe rst ej št. naroči ja, d V Ex V opisni podat a, p i om bje, sv jalc odjet nim list RS, osti 02 javno bdo a, a p 38 radni roizva , o h lastn je. i poseb (U lo an krep M m krep avčn , postopkov ki ev 2020 il, in U — li d aroči osti r drugi 39 je poud e te i ali drugi tevilka p av no označ ?) ljan a š a, el nim nih lastn kov in živ Jim av avno n ; G-MID a o obvez 43 . avčn a, j 18) usposab ukrep 40 18) z nar e in pred št. 01 za obdobje 2014 be poseb nje av ed in 22/ in 22/ očjem a in d vrsta ek, KM ebina: etijskih pridel tova i) av 17 ebina: krep M 17 venije Vs N pridel km dopolnjujej m a, odukrep dni list RS. Vs U sve 27/ ba ra 27/ atičn riim ike Slo o. jalc 15, 15, em il(U em r -­‐ em a in p 32/ te P ki o 32/ publ ba, m izva e in p ljen G 14, e PR 14, venije je in plačila obm i spr ja Re ač a, krep KM P 2014 lek). el eklo let 26/ kov in Ziv izbirne PR 26/ zn in podat ret ci (im ike Slo etovan z vsem ebin nju za ju za nja i) a o pridel m rsta u kov o oprav DŽ 13 žen n izde ljan vaja publ ba km a podež e/vs PVHVVR, kih tova EK; PVHVVR, le voj k za p P; e iz em 113/ etijs ja Re loško tem em št. tovoljn nta), v – ZdZ vključena v ukrep PO – ZdZ el i) a raz kenira usposab m hode ra 12 ju in sve ja km KO potreb 12 i spr ros ba am ki so em 90/ an ljan ogr list RS, ja, 90/ a podež em rikaz), nja (s en: ev o vodenje podat ljen 12, en: -­‐2020: 12, voj z vsem em lka, p abljanja, ude am am na plačila. eko radni ja in do c (iz šif ova N 57/ 14 označ N Enotn usposab podjet 2014 oprav vsebine za 2020. 57/ a raz i spr nja iz Pr nje/p et 08, spos jale 08, am 15/ odn tova 45/ št. -­‐podneb a u orat 45/ orat ogr u vsem rsta izde lek sv o, št. o, št. ljska redava , izva 16 in sve ke politike (U roizv irekt tv irekt tv v, v list RS, vljen eg D je D je ali iz Pr oko 16/ etijs bs P, etijs el el na p list RS, P, etijs list RS, aslo radni ko— št. pra osilec: KG km ktor za osilec: KG km ktor za a, o nja, izde N M za Se podež osa znanja ov km radni N M za Se podež radni (U etijs e, n abljanj (p list RS, čbe, let ebin ova u (U u (U 2020 et tv jih in načinu prostovoljnega tv u dobrobit živ — ih km ih pren kih il ) radni bi ukrep dlo uspos abljanj, o a sv : aga: etijs : aga: etijs (U a, vs etijs ja IZO irke ljnih irke an rstev in o ukrep o ukrep o ukrep o izved vo km kih Podatki: im tum o Vrsta uspos Tem vljen kov in živ podl ev ij (EV podl 2020 40 — sto ačb on o km on o km etijs poda edba edba edba edba 39 aziv zb idenca aziv zb idenca obdobje 2014 38 N Ev pro ozn pridel Pravna -­‐Zak -­‐Pravilnik o pogo N Ev izobraž km gos podjet Pravna -­‐ Zak -­‐ Ur za -­‐ Ur 2014 -­‐ Ur -­‐ Ur 38 39 40 118 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV a isti o za eo- OS OS radi o t om tri za OL OL in , razen zir za a g V z V z a s ljučn li top top acija em v o va izk ) ) zj taja, p no dostopno. (dos (dos jo aslo e ži top: top: bs RŽ top: entifik irnimi cen os i jav os letni portal os letni portal podarstva ejn D N D Sp – EI geslom er n e o / D Sp – CRD geslom bele. I / (ide redi a t o r z gos a n m jej er zb e je je li s nj ko ni ko o , če etni dov. dov. vorni h vorni h va ka mi t : : ij in vo o-­‐rastlin : let ij in vo o-­‐rastlinži a fir v, če t spl ke lah etni sp ke lah etni irke vode irke S, poročan odgo izac S, izac tava spl že irke poročan odgo spl že kultur oji: om a zadržu aslo zb LO dat -­‐varstv LO dat -­‐varstv ija za zb Za re rskih za zb . Za re rskih za zir VO Po da VO Po da kva og om zane i prek o-­‐in i prek o-­‐in likac zane vnos kov) so ali. kov) so tni n m i pa prek zane ali. vnos m i pa prek , a ji p se ne premi ek o zir ki, razs za ljene m skih organ ljene m skih organ os o sa ij al ko goz za o sa ij al ko goz ce dn li e ec podat aj narstv zci podat aj narstv ašni etijs ri etijs ri un va riim ijo o li (p iri in pove letna ap iri in pove letni portal etniki živ likac iri in pove letni portal etniki živ likac asle ži V Sp zbirk V Sp obraz (vnos im vnaš ap vzpostav veterinar km -­‐vete V Sp obra (vnos im vnaš ap vzpostav veterinar km -­‐vete o , k e, p ed va ano ano šič; o, r ki ki ki jeni n jo ži pra tevilka. no-­‐hr utnin no-­‐hroln a š asn kupnimi p edi e okolje) e okolje) er e r a: a: a: , p a en odatki: im avčn o zač rst rst racl rst racl o izp V opisni podat V opisni podat (O -­‐za-­‐var V opisni podat (O -­‐za-­‐var olže om jer s nika. sam ebni p ez e, p a in s ozir ski mi i n s sa, a-­‐uprave tih v ž po a-­‐upravešič udi ronske ji os ije, aj le en aj am ra ce ubjekta, d ekt a fak v posam od od lanin sta dn vilk izac on on kun lite oz.G ali, zoru. se, čet lov el ak akega p podarstva , k vo ih dokum o s p a, šte organ živ lpake, l vnega s jer os iki a en e nasle lo vilk , tip , o KM tlin/z m tlin/z o, a lov, nas os ja g ja. 41 h in o nad ej jo s o-­‐ras , , o izdan o-­‐rasom nojev, 50 ključn ka šte r pisna pri ka strani an 42 ja, pre ze odi kaci ek, nas im ; te etnikih ci edstva, k /ko am ozir etne 18) ov , v rstvu. -­‐varstv -­‐varstvce e, pet tevilka p telefons ki o im -­‐in ki: loka nih zn bore za r bo. V en o-­‐in a š ega sr li. ebina: e in priim lov spl in 22/ ebina: dat poda ebina: dat ah ovcest utnin ora am va Vs Im pošte, nas področje zan 17 Vs Po gos Vs Po vr in ušes o, kun 27/ inarstvo narstv ad iz o ri per atičn ih n podarstva, lo h ži ke er vj ačo p prevozn v /15, a utnin ov ug os -­‐vet an m ali, , di -­‐vete a m ejni ejo 32 etijs i v r ja org rol e pri per om li dr 14, ano ano vpiš o. e sice o kljun ed li te ljan tv rol zir rsta r 26/ ra m va ke in km no-­‐hr ja kont ljudi in živ in ukrep no-­‐hr astno do ase a tevilka g i, ki se ke politike etijs ukrep , p oprav vja ljučn acija ehni ljan kcija am pristojnega etijs km ivne kont -­‐za-­‐var ev za a ... -­‐za-­‐var jska š unik PVHVVR, ljudi in ži rol a za sele bčana o a objekt, razen ja zdra tik jo izk več kot 50 tave , p vja ov zoot ov km edst obnico in oseb tis kaci – ZdZ prava in koz za inistrat om stvo, oprav prava podarstva, v ovan m edi klanje za l om 12 /u organ ju sr /u tifi os ojna kom tv e zdra skih kont an ki, sta ozir 90/ je ukrep tavi ost ovc ja ukrep : var je ad ke politike, tavi tno tevilka o en: seb trs anj jev is o. en: en: en 12, an an an etijs ehni os a š am ed in am rov am dljiv veterinar am rsta g N M m zbirk opitarje, dr rodaje, razs 57/ N Va izvaj politike. i-­‐v-­‐ses N Sle veterinar za izvaj pristojnega N izvaj dodel km zoot i-­‐v-­‐ses ti se ne redi lužn 08, gan , k ganpodarstvu r atičn hkra v s podarstvo je), v 45/ i/or i/orgos št. ktor i) ktor ovedo bo; gos akupa, p podarstvu: iden kaci , Se jo in jske gan , Se jo in jske gan otna m o os raci aci e -­‐or žival raci aci e -­‐or jo: g ojem ug list RS, st rm m st rm m pora lavnico/ je , n ate lo osilec: osilec: identifikacijo in te osilec: identifikacijo in te a sv dr N N UVHVVR za regi info sis zavni N UVHVVR za regi info sis edi zavni ka, en radni tracija i r ačo o v k ni li odn si/dr si/dr m je u (U oordin regis i) et odatki o g el tv h RŽ) ki, k edn .gov. in ) .gov.ki, ki n do ijsko a roizv : kov aga: etijs : etnikov aga: w : ni aga: wni ž im li. P li (EI w et w žival et osr et e, p fske k irke podež acija va podl irke va podl irke ni register podl a podat Im im lastno nep sede Km rej ži gra ža za tracija on o km h ži idenca rejni li (ERŽ) tral aziv zb re aziv zb idenca im va tps://w entifik aziv zb tps://w 42 N Zbirk m Pravna Zak N Ev rejni in Ev ži Pravna ht (id N Cen drobnice (CRD Pravna ht regis 41 41 42 Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 119 OS OS OS o in a, OL VOL z VOL z m z m V edba top acija top te ni top rol i portal (dos ) i portal (dos ) ) ga sis i portal jev (ur top: tn entifik top: tn ne top: tn os os os D Sple – CRD geslom rol in kont / (id D Sple – CRG geslom D Sple – CRK (dos geslom ivnim ni je ko in kont dov. i dov. i oprstih kopitar vorni ih etni kov) ali. m etni : ij in vo o-­‐rastlin : že ij in vo : splet tn inistrat ), ske ke lah spl o sa re ivnega spl irke S, m ta poročan odgo izac S, izac S, Lipica, sple že irke podat aj irke zb LO dat -­‐varstv LO ad LO bo jajo organ na . Za re rskih za zb . etniki živ rskih za zb im . Vnos kulte VO Po da VO aplikacij ali pa ljene m da inistrat VO lar zane kov) so ali. i prek o-­‐in zane ko vnaš m zane e veterinar vnos m je (vnos ih iran identifikacijo en ljene m skih organ vnos vnos ska fa ije. vorni im tn skih organ ad (Kobi čen i portal za o sa narstv i portal za ke lah i portal za kov in izved izac i za tn zci podat aj zci ega zci e ID etijsko goz ri tn sple vzpostav etijsko goz z integr tn iri in pove etniki živ iri in pove poročan odgo dat iran zi iri in pove V Sple obra (vnos im vnaš aplikacij ali pa prek vzpostav veterinar km odam -­‐vete V Sple obra Za so Po prek prek veterinar km V Sple obra podat identifikacije izva izdaj Veterinar pooblaš organ et ano integr z m ki ki t eta v zve ki zi no-­‐hr v zve a: le okolje) a: le okolje) eta glede ta in Sv a: le okolje) 138 rst rac rst rac o skladnos en rst rac 6/ V opisni podat (O -­‐za-­‐var V opisni podat (O žn V opisni podat (O ta in Sv lam 15 a, en tih m su ž po a-­‐uprave lam le en aj ijska zoru ke o jev. tu S in 2009/ od , pas ja in navzkri sta el i EG on ropskega par ifikac ali, zoru. spol žu, nad Ev ki o sta o ljudi. ih dokum ak in druge nt le ih 427/ živ podež ropskega par tih, podat rti kopitar ran iki jske stva, ci (ide , sta voj 2013 en ES) m tlin/z Ev alih roj ki o uporab ijah raz ke o identificiranih preh eta 90/ , , o izdan h in o nad o-­‐ras um vil in podat 2013 1306/ ke o izdan ke o sm l za 2015/ ze ka h živ a Sv dat ) št. h dokum podat ko m /ko am ali, U jski za va 262/ -­‐varstv ), o lokac 1306/ , podat ci tudi re ih. (E skih zdra za kti ki: lokacija, pre nih zn se o-­‐in ke o rejni a živ ) št. rjih rja vsebuje identifika ate U edbe ikih in podat jo redba ebina: dat ah ovcest ebina: vilk m (E ebina: u z dire (U Vs Po vr in ušes Vs CRG podat šte ID in ukrep o Ur Vs CRK vsebuje podat kopita identifika prem Zbira veterinar kopita narstv ES) edbe na plačila, podporo za ri v ja ju va ali. h l v sklad 2015/ ali, vi i v -­‐vete an osred uporab r za ja ovan jev organa rol e pri e pri drugi pra 262/ o. nep e ano e tvi ljan tv rol var rol do vstopa e druge dodel o za jev od rojst edba ja kont no-­‐hr om ih v o dopolnitvi Ur a ljudi in živ etijs a ljudi in živ va ukrep ja in ukrep en r za ljaj o pravilih za ukrep atistiko te Ur oprav ljan e pri etijske politike. ravj st o določi pristojnega etijske politike km ravj ivne kont o te lekcija in pri r. 1; ev za lekci Izvajanj rol h ukrep tik a 2014 sko verigo z ivne kont ev za rol a ... -­‐za-­‐var 2014 st a za od rojst ja zd ki, za ja zd tik ali. e km tis arc uporab lija ran in koz za ov km edst edst ja 2015 inistrat tis eda drugi sta m tjo ovan inistrat ehni e. stvo, oprav prava oprstih kopitar 2015. organ ovan m ju sr /u ivne kont ukrep m uar ni, ki se en v preh var ju sr en 3. skih kont an ki, sta ki, za an ost ovc st ja ukrep : var je ad tavi ost gov sko verigo z nam e. om e ad febr en: a ljudi in živ ev za an en an jev en: ran z dne 11. z dne 17.ju en: jev ih v zoot nam etijske politike, se ehni inistrat ehni en ne kaz o skladnos en etijske politike. Se am dljiv veterinar am am dljiv ravj m edst lekcija in pri žn am edljivo z dne 3. N Sle veterinar za izvaj pristojnega N izvaj dodel km zoot i-­‐v-­‐ses N Sle preh zd ad sr Se zoot nam 201 2014 N Sl do vstopa nam Izvajanj dodel km ukrep druge 59 uprav z dne 17. gan 640/ št. 809/ 262 1. ) št. r. ktor i/or ktor U ) št. U ja in navzkri ktor , Se jo in jske gan , Se jo in jske (E el , Se jo in jske IJE plačil in za (E ) 2015/ je) (U raci aci e -­‐or raci aci e U IS IJE raci aci e st rm m st rm m M IS podež st rm m osilec: identifikacijo in te osilec: identifikacijo in te M osilec: identifikacijo in te N UVHVVR za regi info sis zavni N UVHVVR za regi info sis KO voj N UVHVVR za regi info sis isije (E KO BA si/dr v ali ukinitev BA raz i) RED ite i za oprste kopitar ba Kom ) .gov. U RED en : aga: w : ) aga: A U : aga: w žival zavrn A ured irke , ukrep ni register podl irke ni register (CRG podl IRAN za BEN irke na om ni register jev (CRK) podl tral tracija tral EG jev eda m tral aziv zb tps://w aziv zb EL te aziv zb N Cen drobnice (CRD Pravna ht regis N Cen gov Pravna -­‐ D pogo -­‐ [ZVED sis N Cen kopitar Pravna -­‐Izvedbe potnih listih za 120 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV - a, -­‐ va ti- jih OS OS L OS lave); en z OL VOL V z -­‐AP ija ISI, bavite- ripra em top VOL top ride voljen elja, raz likac ž, do do i portal (dos ) i portal ) obdobje portal lava, p top: tn top: tn top: ikacija UVH za ede tih p ke hm os os os top: letna ap etni es D Sple – CRPš geslom D Sple – CRČ (dos geslom D Apl os ride podarstvo; iden venije D Sp spl RŽO adi ). a in s os odatek o a s vi eč m je m jadnic, razen s ko je jo ih) jo pra etni dov. ike Slo vorni h etni vorni h a v om : ij in vo : : pri spl : lske lske li fir ijsko g zir ke lah etni spl ko etni publ o svo vi o svo irke S, vi nih poročan odgo izac S, ih obrat bavitelja (p et spl k že irke poročan odgo spl irke irke ži ljaj na podlagi ži ljaj ra (V vlja n zb LO dat LO vpogled v m tevilka); p ial zeien O ja Re . Za re rskih za zb O . Za ke lah zb el zb lce lce trira ial o V da V ec etni gis lišča a ti do pra a š zane kov) so li. Po i prek zane kov) so dat i prek zane ga izvo ater vnos va m vnos m zane a nosi na voljo dostop in ponovno a nosi ater ži ljene m skih organ . lske ti o i portal za je spl iki o sa ij ali pa pre i portal za o sa ij ali pa jih pošiljajo na i obraz a podež a so za o (z va rebiva davčn tn zci podat aj zci podat larji. Po aj tn ke (z nosti, ki oprav nost v odobren nosti, ki oprav nost v re ih). avnos bavitelj k etijsko goz tn G voj m ži li lni m iri in pove etn likac iri in pove likac iri in pove av av ro hteve av av V Sple obra (vnos im vnaš ap vzpostav veterinar km V Sple obra (vnos čebe vnaš ap UVHVVR ila avnos V -­‐Sple -­‐RK a raz iri in pove a voljo V va N podat dej dej ozi za uporab dej dej obrat ega p e do adiini m o živ am a s ože ki aj asn e dej ki 2015) ki ogr ki odatki o dej EMSO a omzir podat in 45/ i iz Pr li zač a: le okolje) a: le okolje) a: le okolje) e okolje) a: lišča, rst rac rst rac rst rac itvam racl lave, če t lni o rte, razmn V opisni podat (O V opisni in grafični (O rst ov, ki proizvaj ega a G-MID), če j PVHVVR V opisni podat (O ej V opisni podat (O blika); p ride va ZdZ i om taln nje t h , — prebiva ože va ž, o ka iki -­‐B) , po 07) nim i v s le jska o tih p am m 2012 -­‐ZIN ru se jev trg kega lov lske al es ega ože st ekta, ens itel vi ŠO ja obrat nosti . 2010) aslo li, sta za u in 45/ i poseb u in tevilko (KM , 90/ vornih vorne za ži av ID asn va nih zn ja, pre 2014 ial m ci regi vo 05 en lca subj j na področju obrat nizaci o m ži jih, ki se sem er e in nas -­‐M . V pra kih at o, EM G št.72/ e in n pir, razmn iki ZPKG odgo 24/ rga 44 itel em r odgo jsko š li zač m loka vilk -­‐Zd m 03, ke o im no im ž nosi etijs KM ena o, pri nosti dobav m i in drugi rom tih in ušes akih: ljih družin. V-­‐C in 40/ av , ki so list RS, kaci ah . 71/ nim vna o ega a ja, pre en lnj 2004 a trženj oseb čno šte o poslovnega nostih, ki jih izva ih odstopan stlin in p ativno razmn ci -­‐ZZZi m etijskih te enske stlin 03, av a, o in sede av erih km ; radni ebno im ra tifi ski k ž čebe 45/ ki o dobav et 18) in sem ro je obvez m vilk taln le 43 29/ m il in postopkov dej 18) (U eg zoru. -­‐1, 2013 en ozi a km ih oseb an z nar stev pa tudi ili določen v s ki: loka O št. a fir v prim ih dokum ki o čebe ajo s pridel vn l, sta ial ke o dej ZG in 22/ 23/ vitelji jo podat rj a, živ er a vsebuje podat m nosti, dav in 22/ tvi ijskih ra em ebina: dat ebina: dat — 17 ebina: onu o se etijskih ra lovu obrat av podar oba at roko očjem ebina: ro atično šte r opis živ 17 et aslo Vs Po izdan in o nad Vs Po čebe Vs D vodi ukva uvozom m st izpolnjev Zak km list RS, Vs Zbirk nas ozi dej m podat te obrat gos ubjekta; p m ial za v 2002 27/ 27/ PVHVVR, zora nad r o določi bavitelju (os a u 15, , radni ila obm ju 15, e in n ater 2015) ja onovljivo iden li, jadnic, s ed ov. ZdZ cih (U an nad v te ah k va i v ljih en 32/ 92/ stlin no 32/ vnega s ep ja m — len 14, oval ovan jev 14, nega lo ja organ e pri stlin an ga zora v MKR rol e tohtone čebe 2012 je in plač 2013, zora in ra var os kupin stlin, m ljan 26/ nske h nam 26/ e dodel ovo n ebno im izvaj pristojnega nja ljudi in ži in ukrep ških knjig, kih om ke politike. odatki o do e; 90/ 55/ etijskih ra ) a s a ZS rol ukrep ni en o in označite jeg vja l; ove kov; sta etovan il in urad ov in nad ga nad PVHVVR) etijs e pri vi vnic, ze h ra oprav kcija etijs av pristojnega le kot av kov o pridel a km km Izvajanj rol pra om len o. ivne kont ev za a la sl ega -­‐1 (8/2003 popr.), 110/ PVHVVR, 2005, 2008, jske . ZdZ PVHVVR, e živ jski p er n ebi (os v za rol ial redi tv sele čebe ne hran lčn tevilka p a rodov a km je učinkovitega ali. e km en pri zir os adni če ja zdra tik vja reP 93/ er ena — ial loško pridel ši edst evi nj 117/ at ekci an a š etijs inistrat tis var porek ljih pridel – ZdZ št. e podat 12 er zora z nam – ZdZ higi il (v kaci stvo in kont etijske politike ke s ovan m jske čebe čnih ukrep -­‐ZU nj list RS ju sr l; št 12 št. nih postopkov npr. urad at eko ivne kont ukrep 12 il, km nja nja RS, eta jih za e inšp je sem nad tifi skih kont an ki, sta je zdra nja ila, 2004 živ atičn rstah o adi ost pra : var 15) je ad vlja vlja h čebe lja u; e proizvodnje in drugi 2002 90/ RS, vode kega m an radni in 90/ ost izvaj ljudi in živ 90/ ev za jnic in p stlin. en: ov km a za en r. 1. an jev en: ta kran e čebe m et rol 12, 1. en: no (U 12 kega m en: nega vja inistrat 12, o v podarstva t trokovni a s etijske politike, ehni m ovan U r. ens gih urad dljiv 852/ ta in Sv li m am dljiv veterinar am am 110/ S, am potreb 32/ ens na plač in 54/ am m edst glede os e, o h ra N Sle veterinar za ukrep organ N izvaj dodel km zoot N -­‐Zašči pas -­‐var -­‐zagota -­‐zagota in drugi -­‐spre družin, finan prom -­‐selekcije, vode kont 57/ en M č (U N Enot sem za dru potrjev stlin N Sle urad zdra ad sr št. 57/ bavitelja iz 20. č om jiš 15 es ra 09, je; p 2002, 08, sem lam 08, njihovih pogo zir sni kih 30/ upnosti ov na področju živ il, l do 45/ ti (ZV ial jev podneb eta (ES) 45/ ovorni s jo in jo in 18/ in sto er 15, živ ržen kra ktor ci ktor ci etijs ilo, 41/ o in b Sk bavitelja; iden ial o št. št. ktor stlin at itel ktor št. ed ljska m in li EMŠO a a t ijskega g stlin, p Se jo in jske 21/ odg otrdi , Se jo in jske akov ra , Se et RS, , Se ki m u km , kr ta in Sv ater ial o VR, vje 15, raci aci e raci aci e lnj linski ial bes ila en ropskega par list RS, ih ured h količ om m h ra st rm list RS, vila em st rm em r. 1. ens er ra dobav ko-­‐oko 13/ Ev ater osilec: identifika st osilec: identifika st erilih skladnos osilec: zdra at st osilec: živ lam zir v k N UVHV za regi info si N UVHVVR za regi info si V, U radni ju čebe N UVHVVR za in rast sem ščeno N UVHVVR za zdra radni ajhni lni m m či etijs tevilka a 2004 ji in odobritvi obrat tevilka do odatki o iket in p rmni an 2002 m aslo va u (U skih m u regi list RS, u (U a š lni m ev kem ju določen raci tvi voz o t, k ji (ZŽi tv nj ih km 78/ tv no pre 882/ an st ože va ) ore ens radni ajo et nosti št.] št. avčn jski p : aga: : etijs (RČ) aga: in etijs : stlin aga: : aga: v in n e ži (U av ropskega par istrska š rg, u ože irke jev -­‐ urad o ukrep irke (ES) (ES) o izvaj ni register v (CRPš podl irke akov podl irke kega a podl 05 dej podl Reg lja; d za t nazi fikaci za izd Sem razmn mn ilnik o označ itel ial ba Ev on o sem ilnik o vode -­‐2020 on o km ilnik o regi ilnik o določi tral če lnj on o živ on o km on o veterinar ši ens er av edba lske edba edba edba av av gister av gister etijskih ra 25/ aziv zb gister nosilcev red 44 aziv zb aziv zb aziv zb at vi Pravna -­‐ Zak št. -­‐ Pr -­‐ Ur 2014 N Re ži Pravna -­‐ Ur -­‐ U -­‐ Ur -­‐ Zak -­‐ Ur -­‐ Pr -­‐ Pr 43 N Cen pra Pravna N Re čebe Pravna -­‐ Zak -­‐ Zak -­‐ Zak -­‐ Pr N Re dobav sem m km 43 44 Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 121 - va ti- jih a, OS OS L -­‐ en OL OS lave); z OL V V z -­‐AP ija ISI, bavite- ripra em top VOL top ride voljen elja, raz likac ž, do do i portal (dos ) i portal ) obdobje portal lava, p top: tn top: tn top: ikacija UVH za tih p ede ke hm os os os top: etni es D Sple – CRPš geslom D Sple – CRČ (dos geslom D Apl os letna ap ride podarstvo; iden venije D Sp spl RŽO adi ). a in s os odatek o vi eč m a s je jadnic, razen s ko je jo ih) jo m pra etni dov. ike Slo vorni h etni vorni h a v om : ij in vo : : pri spl : lske li fir ijsko g zir ke lah etni spl ko etni publ lske o svo vi o svo irke S, vi nih poročan odgo izac S, ih obrat bavitelja (p et spl k že irke poročan odgo spl irke irke ži ljaj na podlagi ži ljaj ra (V vlja n zb LO dat LO ja Re vpogled v m tevilka); p ial zeien . Za re rskih za zb . Za ke lah zb el zb lce lce trira ial o VO da VO ec etni gis lišča a ti do pra a š zane kov) so li. Po i prek zane kov) so dat i prek zane ga izvo ater vnos va m vnos m zane a nosi na voljo dostop in ponovno a nosi ater ži ljene m skih organ . lske ti o i portal za je spl iki o sa ij ali pa pre i portal za o sa ij ali pa jih pošiljajo na i obraz a podež a so za o (z va rebiva davčn tn zci podat aj zci podat larji. Po aj tn ke (z nosti, ki oprav nost v odobren nosti, ki oprav nost v re ih). avnos bavitelj k etijsko goz tn G voj m ži li lni m iri in pove etn likac iri in pove likac iri in pove av av ro hteve av av V Sple obra (vnos im vnaš ap vzpostav veterinar km V Sple obra (vnos čebe vnaš ap UVHVVR ila avnos V -­‐Sple -­‐RK a raz iri in pove a voljo va V N podat dej dej ozi za uporab dej dej obrat ega p e do adiini m o živ am a s ože ki aj asn e dej ki 2015) ki ogr ki odatki o dej EMSO a omzir podat in 45/ i iz Pr li zač a: le okolje) a: le okolje) a: le okolje) e okolje) a: lišča, rst rac rst rac rst rac itvam racl lave, če t lni o rte, razmn V opisni podat (O V opisni in grafični (O rst ov, ki proizvaj ega a G-MID), če j PVHVVR V opisni podat (O ej V opisni podat (O blika); p ride va ZdZ i om taln nje t h , — prebiva ože va ž, o ka iki -­‐B) , po 07) nim v s le i jska o tih p am m 2012 -­‐ZIN ru se jev trg kega lov lske al es ega ože st ekta, ens itel vi ŠO ja obrat nosti . 2010) aslo li, sta za u in 45/ i poseb u in tevilko (KM , 90/ vornih vorne za ži av ID asn va nih zn ja, pre 2014 ial m ci regi vo 05 en lca subj j na področju obrat nizaci o m ži jih, ki se sem er e in nas -­‐M . V pra o, EM kih G št.72/ e in n pir, razmn iki ZPKG odgo at 24/ rga 44 itel em r odgo jsko š li zač m loka vilk -­‐Zd m 03, ke o im no im ž nosi etijs KM ena o, pri nosti dobav m i in drugi rom tih in ušes akih: ljih družin. V-­‐C in 40/ av , ki so list RS, kaci ah . 71/ nim vna o ega a ja, pre en lnj 2004 a trženj oseb čno šte o poslovnega nostih, ki jih izva ih odstopan stlin in p ativno razmn ci -­‐ZZZi m etijskih te enske stlin 03, av a, av erih km ; radni ebno im ra tifi ski k ž čebe 45/ ki o dobav o in sede et 18) in sem ro je obvez m vilk ev pa tudi taln le 43 29/ m il in postopkov dej 18) (U eg zoru. -­‐1, 2013 en ozi a km ih oseb an z nar rst ili določen v s ki: loka O št. a fir v prim ih dokum ki o čebe vn l, sta ajo s pridel ial ke o dej ZG in 22/ 23/ vitelji jo podat rj živ er a vsebuje podat m nosti, dav a, in 22/ tvi ijskih ra em ebina: dat ebina: dat — 17 ebina: onu o se etijskih ra lovu obrat av poda oba at roko očjem ebina: ro atično šte r opis živ 17 et aslo Vs Po izdan in o nad Vs Po čebe Vs D vodi ukva uvozom m st izpolnjev Zak km list RS, Vs Zbirk nas ozi dej m podat te obrat gos ubjekta; p m ial za v 2002 27/ 27/ PVHVVR, zora nad r o določi bavitelju (os a u 15, , radni ila obm ju 15, e in n ater 2015) onovljivo iden li, ja jadnic, s ed ov. ZdZ cih (U an nad v te ah k va i v ljih en 32/ 92/ stlin no 32/ vnega s ep ja m — len 14, oval ovan jev 14, nega lo ja organ e pri stlin an ga zora v MKR rol e tohtone čebe 2012 je in plač 2013, zora in ra var os kupin stlin, m ljan 26/ nske h nam 26/ e dodel ovo n ebno im izvaj pristojnega nja ljudi in ži in ukrep ških knjig, kih om ke politike. odatki o do e; 90/ 55/ etijskih ra ) a s a ZS rol ukrep ni en o in označite jeg vja l; ove kov; sta etovan il in urad ov in nad ga nad PVHVVR) etijs e pri vi vnic, ze h ra oprav kcija etijs av pristojnega le kot av kov o pridel a km km Izvajanj rol pra om len o. ivne kont ev za a la sl ega -­‐1 (8/2003 popr.), 110/ PVHVVR, 2005, 2008, jske . ZdZ PVHVVR, e živ jski p er n ebi (os v za rol ial redi tv sele čebe ne hran lčn tevilka p a rodov a km je učinkovitega ali. e km en pri zir os adni če ja zdra tik vja reP 93/ er ena — ial loško pridel ši edst evi nj 117/ at ekci an a š etijs inistrat tis var porek ljih pridel – ZdZ št. e podat 12 er zora z nam – ZdZ higi il (v kaci stvo in kont etijske politike ke s ovan m jske čebe čnih ukrep -­‐ZU nj list RS ju sr l; št 12 št. nih postopkov npr. urad at eko ivne kont ukrep 12 il, km nja nja RS, eta jih za e inšp je sem nad tifi skih kont an ki, sta je zdra nja ila, 2004 živ atičn rstah o adi ost pra : var 15) je ad vlja vlja h čebe lja u; e proizvodnje in drugi 2002 90/ RS, vode kega m an radni in 90/ ost izvaj ljudi in živ 90/ ev za jnic in p stlin. en: ov km a za en r. 1. an jev en: ta kran e čebe m et rol 12, 1. en: no (U 12 kega m en: nega vja inistrat 12, o v podarstva t trokovni a s etijske politike, ehni m ovan U r. ens gih urad dljiv 852/ ta in Sv li m am dljiv veterinar am am 110/ S, am potreb 32/ ens na plač in 54/ am m edst glede os e, o h ra N Sle veterinar za ukrep organ N izvaj dodel km zoot N -­‐Zašči pas -­‐var -­‐zagota -­‐zagota in drugi -­‐spre družin, finan prom -­‐selekcije, vode kont 57/ en M č (U N Enot sem za dru potrjev stlin N Sle urad zdra ad sr št. 57/ bavitelja iz 20. č om jiš 15 es ra 09, je; p 2002, 08, sem lam 08, njihovih pogo zir sni kih 30/ upnosti ov na področju živ il, l do 45/ ti (ZV ial jev podneb eta (ES) 45/ ovorni s jo in jo in 18/ in sto er 15, živ ržen kra ktor ci ktor ci etijs ilo, 41/ o in b Sk bavitelja; iden ial o št. št. ktor stlin at itel ktor št. ed ljska m in li EMŠO a a t ijskega g stlin, p Se jo in jske 21/ odg otrdi , Se jo in jske akov ra , Se et RS, , Se ki m u km , kr ta in Sv ater ial o VR, vje 15, raci aci e raci aci e lnj linski ial bes ila en ropskega par list RS, ih ured h količ om m h ra st rm list RS, vila em st rm em r. 1. ens er ra dobav ko-­‐oko 13/ Ev ater osilec: identifika st osilec: identifika st erilih skladnos osilec: zdra at st osilec: živ lam zir v k N UVHV za regi info si N UVHVVR za regi info si V, U radni ju čebe N UVHVVR za in rast sem ščeno N UVHVVR za zdra radni ajhni lni m m či etijs tevilka a 2004 ji in odobritvi obrat tevilka do odatki o iket in p rmni an 2002 m aslo va u (U skih m u regi list RS, u (U a š lni m ev kem ju določen raci tvi voz o t, k ji (ZŽi tv nj ih km 78/ tv no pre 882/ an st ože va ) ore ens radni ajo et nosti št.] št. avčn jski p : aga: : etijs (RČ) aga: in etijs : stlin aga: : aga: v in n e ži (U av ropskega par istrska š rg, u ože irke jev -­‐ urad o ukrep irke (ES) (ES) o izvaj ni register v (CRPš podl irke akov podl irke kega a podl 05 dej podl Reg lja; d za t nazi fikaci za izd Sem razmn mn ilnik o označ itel ial ba Ev on o sem ilnik o vode -­‐2020 on o km ilnik o regi ilnik o določi tral če lnj on o živ on o km on o veterinar ši ens er av edba lske edba edba edba av av gister av gister etijskih ra 25/ aziv zb gister nosilcev red 44 aziv zb aziv zb aziv zb at vi Pravna -­‐ Zak št. -­‐ Pr -­‐ Ur 2014 N Re ži Pravna -­‐ Ur -­‐ U -­‐ Ur -­‐ Zak -­‐ Ur -­‐ Pr -­‐ Pr 43 N Cen pra Pravna N Re čebe Pravna -­‐ Zak -­‐ Zak -­‐ Zak -­‐ Pr N Re dobav sem m km 43 44 122 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV e h a e o o a, m m m m h- de ko P) m re- ni ni ni in 5 z ajo a za ni i s ej ladi le e rek em o s klju- istri, td.). te rol esa rol , k e za odatke ovedo o p log top do eg irk p 48 L L št. etijskega htevkov pom ovršin z naln , g c v kološ os Zajem), G, I OD ga sis i, finanč i, finanč na podlagi e podpore v a različni e vs evke g fičn a prej otrebujej R ne ejega m S (U v podpornih uje p li s šiči udi nje zb a aplikacija in kont in kont ra rol EG etom os ra om irno v braze h p vic (REGP LOS r top: tn AP ju in e je. D va i organ etom etijskega sklad a AKTRP elji n lavo za nacio ra O tev KM os ivnim i organ m 432/ ivnim e p zir i ji ci D Sple DAT ropskega km ključ em aveden bde ovršin in vzr iz vin h p uži oče in kont naša g o z zb e ga km aza n i t o n eklega a aja o vljen o ra gen li - V inistrat a p gotavljanje p e, DŽ p lni ja iz Ev inistrat vice e v cij (KSS), t ec r. 48) m i in drugi S in 64/ va na plačila km m , k loga v ret rezimn ni a poda ivnega st i in ostalim EG el em t na plačila km ropske jer s ki za o pra o s ripra odatki, k lači ca zdr pd.). : . va čen . , ad asm ov prostovoljne vezan ad ot 1h i odd stočasn jn tra v, ži be v v PES, SKP im cijam in proizvodov iz gov e 102/ ke politik osred ; im ovna b eni p ra e i irke e p etija cijam edst . AJ podež e in p oročanja. L nju in ESPR irna v inistrat 2014, nalize ln v s p subven esa etijs osred ja iz Ev sn es ln ni s viden zb sr 6. iran nep voj iran anj k ec, k h viro l a ušik za za ovršin ister p UVHVVR lja KS m i agen v 92/ el -8.2), k e j ce asado , e e-­‐km ka za lne služ P, m i agen kti km nep ije ukrep raz nojil. I naprej p plet eg ritožb zane ad 47 ali pooblaš v (npr viz ja (EKSRP) ji. O NP topkovni o d , plači a p Vnos go ec ESS, l za bi m . h n stem p tova KG ega rezimn vičen vice z integr ejega m vi re el podež z integr taci ski de os itve). Zb aden P-lo vičen a s ja: i portal z dne 20. zi zi ep ija: v jni ra ičen ki iz drugi i M ih viro . in dire skupne voj ežej skih g er si led, p tn o vlo en nj ju in spre iran s plačilnim ru tne en pora er os ejice PO et bčutljivem t pra cij), R ra ne sve o ESRR, 181 ju gov podež ebin i v e n upra ultur ka n e p iri in pove dat RS) s plačilnim zi itvi pra ebi raz ; ku s p sm O vin m V Sple Zbirn uprav jav Po dom zuna FU ljan zi an 2003 eta o pravilih za or voj NP (E-S li p (m ži ln integr -8.5. e h k jska s L L št. eta v zve ev m htevkov n tvi u raz eta o podpori za eta v zve kum i, K esni aplikaci 2013) lej vs a S ajo v u reu ah, k ubven istri t lači abele t uprav NP et m u, t (U eta v zve 1782/ ta in Sv t p ane a em ži ebni ani eg e t evizi lfa h določbah a za aknadn koljsko o eta v zve št. riročni m er za en ej stlin ukrep rej os (a i im nj, p racle ni iranj eta glede ta in Sv r o označ podpore v okvi ta in Sv ta in Sv eta glede in 82/ t E-S ačr os gnojil vlo ortala e-k ezn ega v j: KSS ( pr. r ni ični) in , O oš en ta in Sv (ES) m eta o vzpostav lam en en topni do , k za ali k e s va ov (r a: er te eta o podpori za os log t ontrola s lam en lam lam 2010 ci ti, n er za n e nalitičn rst o spl o skladnos ta in Sv edi edbe she htevkov n ah, ra , m skih fičn V atribut num grafični okolje 8/ o financ ta in Sv žn en ta in Sv ebnem p otrdi p jen j ra braže en lam Ur ta in Sv e a en A 2000, o etijskega sklad ovršin p ta in Sv vlog kviru p ja: K istri (n lam jo gov bi en k v dos os kladn vičen evke (p MD t vin a p en aplikaci eg h razlog ki lam lam en 2008, stem AKTRP g os jadnic in ovedi ži EK, in ESPR, raci em ropskega par lavo za o s ktivnos stlin in v na podlagi lam lam 65/ pra am rek g vni za P, h ce (izo osa ij v bra 2013 ropskega par st em Ev ropskega par ropskega par len a g em brazc ATUR plikaci ju kov na ja in navzkri bde rižn o u m a ej rijavo p luje v o o različn cev PO ke iz enc ti in em el Ev ropskega par etom Ev Ev pra 2007, rej li. N tavlja 6 KO an v s podat pren r. 59) r. 1) 2013 ropskega km radi razli pisani v P a s ra lavne p htevke va otrebi R a s ičen P, dec Ev r o spr i de očen p viden ko ij. Izvaja se KS, EKSRP ropskega par st st 2013 za ijskih ra ega o ses LE (a izvaj a in drugi a podat subv e. ropskega par avzk /2013 ropskega par 2013 126/ em rog tih, ze al), EK in O in p očju N og a podat tv enc podež Ev ropskega par o o očjih, r et j, k D« O radi u rj htevko ESS, 1307/ odatkovni si ku za o trs rol e skladnos rol Ev voj 2013 Ev ja iz Ev ropskega par zj stem Ev 2014, el S-­‐1, irk za a s h ži en; m ajo isa t loga za p ci bm m g uprav ija pri ve is de pre 2014, Ev 1305/ c za g in žn 1306 2013 ) št. 1306/ 2013 raz 8. in koz te na plačila km 6. U 2013 o. I bm e o RO td.) in E ot za vlo NTR enc a subv brobit ži pre izve 1306/ 2013 ) št. – ZU d v p ku za n trni odd nje si ih eta z dne 17. (E h zb ke politike (N av ne kont o ESRR, ) št. podež 2013 U ) št. le njanje t ta; V O Ag rol ov -­‐ kont identifikacijo in regi riročni kov m se U 1306/ U braze ubven ) št. jo ovc (E ri EK – p ah j va U osred 1307/ voj 2006 og topki p ki pom očjih, o ključeni vsi p etijs 46 bdel a navzkri 1306/ (E edbe (E hra bra ATAP lo ijev k Ž). g in ostalih za in Sv a za 18) ah, s ovršin, k c za KOS i rol ta ) št. (E z dne 28. m raci 1307/ škega izp nep z dne 20. ) št. 1305/ os nci za t orskih o ne uprav ) št. U r. 18) st edbe em p riročni pr. p nos s bm krep do U), K o v ki iz zbirn U e km vlo podat ih organ vlogah te o Ur in D nih kont en edbe edbe ih kov iz aplikacije Vnos U ) št. l; p je, o riter vn ih r. 69) 255 181 ) št. r. 69) kont h določbah (E st edbe U (E U o Ur in 22/ ilo, 105/ stlin ekološ alni h o ovršin . a s ebina: dat D nad lam (E veza torski o braze o Ur st bi sis (E st INS o Ur 17 ed odatkovni om »D Vs Po ukrep OM uprav zbirn iz zbirk drža zbirn podat un aplikacijo O tudi nak o Ur L L št. L L št. (E plošn lači in ijskih p edbe edbe 2014, uporab edbe r. 19) en 27/ strezen vp o za nojen vilskega o ja za V bne za de na plačila, podporo za r. 1) ih p et u. O aše za u ajem li, PZR/D jskih k o skupni 2014, 8. o pravilih za edbe 2014, hteve (n bi (U l za st o podpori za raz edbe st uporab im k no bes ijskih p jo 15, eopros odpora v g m va em P uporab 7. o uved vi rstveni l za uporab 7. ug a u e v S pisana v p li s ijskih ra o g G-MID j Z ijo v in g na va k u osred uporab r. 74) ju od Ur vi jo ži et taci 32/ šče bitev p et sorte) va tope PR ropskega par nostjo (U 2013 i ured pra st 2016, či e o e a len e a p eh k sistem plikaci m om likac rokuje vlo ispe 2014, oved p bra 2013 nep m z dne 28. ed identifikacijo in regi ber tvi 9. bra 2013 pra 14, le). Z čn otovitev (P rst ži . P pos Ev en ti j in prilog. htevko ki repe 7. odo notra nki rido datne za kredi em z dne 31. a za em ed em tvi z dne 31. 26/ le no pre pisa dr aveden os krep nojil; g odpisom rač istraci rep o v ap za lkih, uk ihoda e in pr o za o dopolnitvi Ur 255 julija 2000 2014, skupnim m P (ze naln udi a ej r. 83) o dopolnitvi Ur h ug alog em za pr stra ljaj eg o pravilih za 227 r. 1) te dec o dopolnitvi Ur 6. o dopolnitvi Ur o pravilih za 227 d o o n jskem li p es dec o odstopan dec e do oz. ka anj st o pravilih za i in pregl st o določi z dne 9. ti za p ah in k PO je, m a s p ot, o v avedbo KM EME, v , kjer sledi rijava vs htev a vanj odde čila lov k in učinkovitem L L št. r. 18) j s 2014 z dne 31. o določi – urad D (Orac kladn skih g O et aci irk, s pren jem dopolnitev Ž), od tev a 2014 L L št. ca nam bi sis 242 st L L št. PVHVVR, ci vlog pla de pa u. 2017, a 2014 a 2016 a 2014 jeva m dana t tev a odatkov o k zb be ar 2000, 227 e s tradicio h an avna vseh arc uporab (U ra (U a 2014 ršči (U 2006 vin e K le redn vseh in D kuje o 8. arc z dne 20. br arc RO eljajo š ovršin je). P orm eji h ontrolni rni topk 12. m ust nojil p oč z n nja za obr na in za m julija 2014 o eu va eta z dne 17. Priloge X k nav L L št. julija 2014 – ZdZ poredje n o uved m bi em m 2014, 24/ oln rižn veljavljajo u reg h v m -­‐hram zbi jem m rol NP , EK egledno eta z dne 17. eta z dne 17. junija 2014 181 (U eta z dne 17. L L št. 7. 12 ubven u ži inf og cij AKTRP). Z an ah, h p ladi k PO u pos ni, ki se dnostjo avg julija 2014 em dnostjo št. ih v krep ahtevek za r jeva z upoštev izplačila zah u številu na e razli e o rikaz p kupin EKS a za lavo e eni i za a pr m rol sept ATAP em vni z dne 9. L L št. 90/ avzk , m skih g ila p e m en: av not am , KO do oč ta in Sv ta in Sv z dne 11. ta in Sv rem 2017 ta in Sv površin, li; Z ih j vnava k oln poštev be kont D lava s rej belarjen n n og jšem avne z dne 11. z dne 17. o skla z dne 11. en bra 2003 z dne 11. z dne 17. o skla 12, r. l. RS, e D nke izp krep fskem ara ubven am M TRP an 327 en žn i in uporab z dne 6. ajo če u 204 en z dne 16. en z dne 11. z dne 31. žn j j vičeni MD vin va e b u, j N Vloge se iz e za obde obdel neu S poe izved z vlog (O AK om m upr em z dne 17. 57/ kih ra ter podatkovni bra eza lam fični p 2014 2014 lam r o sp z dne 8. htevka ci bde tra dd h u upravne kaz 2014 nam lam lam 2014 P, U pra je j 2014 2014 2014 2014 227 08, U ko če k ži ž ži ra plet un s L L št. L L št. dec odnih določb (U 2014 htevke za u istra n a ka jo s o o radi izp ek 907/ ršči ke politike (U 1616 aji in p ta, O 45/ ontrolo n ezni njivs a s cij; O ek 640/ 809/ (U 639/ leto za 807/ L L št. 809/ a geog tale eg be, KMRS, s na 908/ 641/ e. G sistem brač o ek, U ja in navzkri 97 808/ ja in navzkri št. irk AKTRP s ubven irke O ora log am dd kološ emni plikaci h n ktor za ddel ) št. etijs bi preh tev na av ) št. unov, pravili o kont (U ddel o U ) št. ) št. ) št. ) št. el c S plačil in za U el U ) št. ) št. G, r log U ropskega par z dne 17. U ke politike te U ) 2016/ U ) št. U os om, za ponen rej oz. nt ra ako za , Se osred tv ropskega par unov, va 820/ ropskega par km U ropskega par U postopku (Z h zb en s ti zb h m u; o odatke o u leni elji n e a očjih, n ubven ja: O ra a AKTRP v osred naravn (Popr Ev obrač Ev Ev etijs Ev list RS, -8.3). K lc en etijs podež 2004 podež am i ji irno v ri p ze om braze bm e n osilec: TRP nep so isije (E isije (E isije (E em isije (E isije (E isije (E isije (E isije (E nem er EK e nje t N AK nep plačila: O za plačila in O za km in o uved osi irne v 2013 2013 voj jo obrač jem 2000 2013 km skupne isije (E 2013 isije (E ja (EKSRP) voj radni NP a) p om (o a k i t bjavljeni sistem an eta (ES) 21/ lava s h o D j ru el obnos ci zb P a t nojila, p plikaci v ali ukinitev raz itvi Sv lečnih izdelkov za raz edb, k eva nti (šif otrebno t ba Kom št. u (U uprav bele. P len udi: o u zb bde 1306/ 1303/ ba Kom ite ba Kom i za ba Kom 1760/ r. 8) 1307/ ba Kom bni skupne ba Kom ba Kom 1305/ ba Kom ba Kom ba Kom i za tv m odatkovni odr ka, k RO edbe st kim p PO ifra e p ru ja (EKSRP) podež ne blja za n vičen G in n obnic ska g odatke iz RK nos : ) št. ) št. , potrd , potrjev št. ) št. ) št. etijs NP (E-S o če ajo t em BR (a aga: U el h j U ured ured ured ured voj oš zavrn ured eta (ES) U ured ured leka in m U ured ured pis p KO ve, ze esni irke , ukrep , ukrep a 45 pra vin ATAP ij (E (E na jem na ured jem (ES) itvi Ur Sv 2004, (E na na (E na raz na 48 za m av podl om O upora virih. P teve iz ur na S U sam o KM tekočega let ekološ na zer in dr vm ži odd Za razum čuje p pom pri v podatkov, o Podatkovni SBV (O in O itd.), Š D faza ljan ljan 1. ah v okvi podpore v okvi rju podež om 47 enc edba a za edba jev m on o km on o spl elegirana m edba edba te elegirana veljav edba elegirana m m edba elegirana voj te 46 aziv zb bdel 45 N O subv Pravna -­‐ Ur -­‐ Ur -­‐ D pogo -­‐ Izvedbe sis -­‐ D uprav -­‐ Izvedbe uprav -­‐ Ur raz -­‐ Ur dne 9. -­‐ Ur -­‐ D she -­‐ Izvedbe she -­‐ Izvedbe sekto -­‐ Ur -­‐ D raz -­‐ Izvedbe sklad -­‐ Izvedbe sis -­‐ Zak -­‐ Zak 45 46 47 48 Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov 123 e h a e o o a, m m m m h- de ko P) m re- ni ni ni in 5 z ajo a za ni i s ej ladi le e rek em o s klju- istri, td.). te rol esa rol , k e za odatke ovedo o p log top do eg irk p 48 L L št. etijskega htevkov pom ovršin z naln , g c v kološ os Zajem), G, I OD ga sis i, finanč i, finanč na podlagi e podpore v a različni e vs evke g fičn a prej otrebujej R ne ejega m S (U v podpornih uje p li s šiči udi nje zb a aplikacija in kont in kont ra rol EG etom os a ra om irno v braze h p vic (REGP LOS r top: tn AP ju in e je. D va i organ etom etijskega sklad r.) a AKTRP elji n lavo za nacio ra O tev KM os ivnim i organ m 432/ ivnim p e p zir i ji ci D Sple DAT ropskega km ključ ram o g em aveden bde ovršin in vzr iz vin h p uži oče in kont -­‐p naša g o z zb e ga km o aza n i t o n eklega a aja o vljen o ra gen li - V inistrat a p gotavljanje p e, DŽ p lni ja iz Ev inistrat vice e v cij (KSS), t ec r. 48) m i in drugi S in 64/ va na plačila km m , k loga v ret rezimn ni a poda ivnega st i in ostalim EG el 2016 em t na plačila km ropske i iz Pr jer s ki za o pra o s ripra odatki, k lači ca zdr pd.). : . va čen . , ad asm ov prostovoljne vezan ad ot 1h i odd 2014) m stočasn jn tra v, ži be v v PES, SKP im cijam in proizvodov iz gov e 102/ ke politik osred ; im 86/ ovna b a eni p ra e i irke e p etija cijam edst . AJ podež e in p oročanja. L nju in ESPR irna v inistrat 2014, nalize ln subven etijs osred ja iz Ev 46/ itv in sn es ln v s p ni s viden zb sr 6. iran esa nep voj iran anj k ec, k h viro l a ušik za za ovršin ister p UVHVVR lja KS m i agen v 92/ el ej -8.2), k in e j ce asado , e e-­‐km ka za lne služ P, m i agen kti km nep ije ukrep raz T nojil. I m naprej p plet eg ritožb zane ad 47 ali pooblaš v (npr ja (EKSRP) P 2016 ji. O 2016) NP topkovni o d , plači a p Vnos go viz ec ESS, l za E bi m i o . h n stem p tova KG ega rezimn vičen vice z integr ejega m vi re el podež z integr Z ski de os m itve). Zb aden P-lo vičen a s ja: i portal z dne 20. zi zi 84/ taci ep ija: v jni ra ičen ki iz drugi i M ih viro . in dire skupne voj ežej – ni 84/ skih g led, p tn o vlo en nj ju in spre iran s plačilnim ru tne en pora er os ejice PO et bčutljivem t pra cij), R ra er si ne sve o ESRR, 181 ju gov podež 2017) št. in ebin i v e n upra ultur ka n e p iri in pove dat RS) s plačilnim zi itvi pra ebi raz ; S ku s p seb sm O vin m V Sple Zbirn uprav jav Po dom zuna FU ljan zi an 2003 eta o pravilih za or voj 2006 NP (E-S li p (m ži ln integr o 68/ -8.5. e h k jska s L L št. eta v zve ev m htevkov n tvi u raz eta o podpori za eta v zve l. R kum p 2015 i, K esni aplikaci 2013) i in r. lej vs a S 61/ ajo v u reu ah, k ubven istri t lači abele t uprav NP et m u, t (U eta v zve 1782/ ta in Sv im t p ane a em ži ebni ani eg e t evizi lfa h določbah a za aknadn (U 12/ koljsko o eta v zve št. g riročni m er za en ilo, ej stlin ukrep rej os (a i im nj, p racle ni iranj eta glede ta in Sv r o označ podpore v okvi ta in Sv ta in Sv eta glede in 82/ 2017 ed ru št. t E-S ačr os gnojil vlo ortala e-k ezn ega v j: KSS ( pr. r ni ični) in , O oš en ta in Sv (ES) m eta o vzpostav lam en en 2017) d S, topni do , k za ali k e s va ov (r a: er te eta o podpori za es li 2017 os log t 63/ ontrola s lam en lam lam 2010 ci b ti, n er za n e nalitičn rst o spl o skladnos ta in Sv edi edbe she i a tu htevkov n ah, ra 23/ l. R , m skih fičn V atribut num grafični okolje 8/ o financ ta in Sv žn en ta in Sv r. ebnem p otrdi p le jen j ra braže en lam Ur ta in Sv e a en in im A 2000, o etijskega sklad ovršin p ta in Sv vlog eno kviru p ja: K istri (n lam jo gov bi en 2014) n 2017, v k v dos os kladn vičen evke (p MD t vin a p en aplikaci eg h razlog ki lam lam en 2008, išč stem AKTRP g av st (U os jadnic in ovedi ži EK, in ESPR, raci em ropskega par lavo za o s ktivnos stlin in v na podlagi lam lam 65/ 2010) 2016 ar 15/ pra am rek g 51/ vni za P, h reč no ce (izo osa ij v bra 2013 ropskega par st em Ev ropskega par ropskega par -­‐2020 len a g em brazc ATUR plikaci ju kov na ja in navzkri in p z n av bde 58/ 84/ rižn o u m a ej rijavo p luje v o o različn cev PO ke iz enc ti in em el Ev ropskega par etom Ev Ev o pra 2007, rej li. N tavlja 6 KO an v s podat pren r. 59) r. 1) 2013 ropskega km in n 2016, ej radi razli pisani v P a s ra lavne p htevke 2014 d va otrebi R a s ičen P, dec Ev r o spr jem i de očen p viden ko ij. Izvaja se KS, EKSRP ropskega par st st 2013 2009) 2006 č e o za ijskih ra ega o ses 2016) LE (a izvaj a in drugi a podat subv e. ropskega par rad avzk /2013 ropskega par 2013 126/ 2016, o 84/ em rog tih, ze al), EK in O in p očju N og a podat tv enc podež Ev ropskega par o o u bj očjih, r et j, k 2008 D« O radi u rj htevko ESS, 1307/ odatkovni si ku za o trs rol e skladnos rol Ev voj 2013 Ev ja iz Ev ropskega par 52/ 30/ m o zj stem Ev el S-­‐1, – 15/ b d tijsk irk za a s h ži en; m ajo isa t loga za p ci bm m g uprav 2014, ija pri ve is de pre 2014, Ev 1305/ 36/ c za g in žn 1306 2013 ) št. 1306/ 2013 raz 8. in koz te na plačila km 6. U 2013 b e 47/ št. št. in o 2016, o. I bm e o RO o m td.) in E ot za vlo NTR enc a subv brobit ži pre izve 1306/ 2013 ) št. – ZU S, S, d v p ku za n ila trni 2004 k odd nje si ih eta z dne 17. (E h zb ke politike (N av ne kont o ESRR, ) št. podež 2013 U ) št. č le njanje t ta; V O Ag rol ov -­‐ kont identifikacijo in regi 2015, za riročni kov m se U 1306/ U 51/ braze ubven ) št. jo ovc (E ri EK – p ah j va U osred 1307/ voj 2006 la 2006, l. R l. R 2015) 2017) 2014 ije i za og topki p ki pom očjih, o ključeni vsi p etijs 46 bdel a navzkri 1306/ (E edbe (E r. r. 98/ p hra bra ATAP lo ijev k Ž). g in ostalih za in Sv a za 18) ah, s n ovršin, k c za KOS i rol ta ) št. (E z dne 28. m raci 1307/ škega izp nep z dne 20. ) št. 1305/ os nci za t e orskih o ne uprav ) št. U r. 18) st edbe (U št. 69/ 87/ 103/ in stm em p riročni pr. p 86/ 81/ 2016, v nos s bm krep do U), K o v ki iz zbirn U e km vlo podat ih organ vlogah te o Ur in D nih kont en edbe edbe ih kov iz aplikacije Vnos U ) št. i (U S, 2014) je l; p je, o riter vn ih r. 69) 255 181 ) št. r. 69) kont h določbah (E st edbe U (E U o Ur in 22/ ilo, 105/ A) in lo stlin in št. no ekološ alni h o ovršin . a s ebina: dat D nad lam (E rav 2017) veza torski o braze o Ur st bi sis (E st an S INS o Ur 17 ed S, 16/ odatkovni om »D Vs Po ukrep OM uprav zbirn iz zbirk drža zbirn podat p AG -­‐B l. R 2015, v e ož un aplikacijo O tudi nak o Ur L L št. L L št. (E 2005, 96/ plošn lači in ijskih p edbe edbe 2014, uporab edbe r. 19) D IN r. o ik en 27/ i u 42/ 2017 l. R št. i m strezen vp o za V nojen vilskega o ja za V bne za de na plačila, podporo za r. 1) n Z 2016) št. et ih p et u. O aše za u ajem li, PZR/D jskih k o skupni 2014, 8. o pravilih za edbe 2014, hteve (n bi (U l za st o podpori za raz edbe st uporab (U r. 30/ S, im k no bes 75/ – št. S, m m ijskih p jo 15, (Z eopros odpora v g m va em P uporab 7. o uved vi rstveni l za uporab 7. 23/ publ 2020 ug a u e v S pisana v p li s ijskih ra o g G-MID j Z ijo v in g na va k u osred uporab r. 74) ju od Ur vi jav S, (U k jo ži ih et taci 32/ šče št. 84/ l. R eni – bitev p li o et sorte) va tope PR ropskega par nostjo (U 2013 i ured pra st 2016, či v iv l. R r. e o Re e a S, a k len in 2015, ej e a p 2014 r. eh k sistem plikaci m om likac rokuje vlo ispe 2014, oved p bra 2013 nep l. R m z dne 28. ed identifikacijo in regi ber tvi 9. bra 2013 pra 14, iva rh 2016, oš ja m le). Z čn otovitev (P rst ži . P pos Ev en (U ti j in prilog. htevko ki repe 7. r. živ odo notra nki (ZEPEP) rido d el datne za kredi em z dne 31. a za em ed em tvi z dne 31. 26/ l. R (U 2014 le no pre a r a 13/ ol pisa dr aveden 40/ ih il os krep nojil; g odpisom rač istraci rep o v ap za lkih, uk ihoda e in pr o za o dopolnitvi Ur 255 julija 2000 2014, r. k skupnim m 2016 su (U ež z o P (ze naln je udi a ej r. 83) o dopolnitvi Ur 83/ h ug jn d alog em za pr stra ljaj 227 r. 1) te eg te dec o dopolnitvi Ur 6. o dopolnitvi Ur o pravilih za 227 (U gr pi živ , e o ja d o o n jskem li p es dec o pravilih za o odstopan dec a iva -­‐2020 ob e do oz. ka anj st o pravilih za i in pregl st o določi z dne 9. 18/ d št. ti za p ah in k PO je, m a s p iva d d ot, o v avedbo KM EME, v , kjer sledi ju o i re ju ila p oč rijava vs htev a vanj odde čila lov k in učinkovitem L L št. r. 18) 2015, j s 2014 z dne 31. o določi – urad eg d 2010, a S, c č b D (Orac kladn skih g O et aci irk, s pren jem dopolnitev Ž), od tev a 2014 L L št. ca nam bi sis 242 st L L št. PVHVVR, n p ja m ci vlog pla de pa u. 2017, a 2014 a 2016 a 2014 an a v gr en roč 2/ la o b o m dana t tev a odatkov o k zb be ar 2000, 227 m 2014 jeva e s tradicio h an avna vseh arc uporab (U ra (U a 2014 ršči (U 2006 d vin gr 77/ a p e K le tar d redn vseh in D kuje o 8. arc z dne 20. br arc e . l. R e o RO 2015, o št. a zv za eljajo š ovršin je). P orm eji h ontrolni rni topk 12. m ust slo n k vi v nojil p oč z n nja za obr na in za m julija 2014 o eu va eta z dne 17. Priloge X k nav L L št. julija 2014 – ZdZ eg bj poredje n o uved m bi em m 2014, 24/ e ga p S, oln o e E o ra v ije rižn veljavljajo u reg h v m -­‐hram zbi jem m rol NP , EK egledno eta z dne 17. eta z dne 17. junija 2014 181 (U eta z dne 17. L L št. 7. 12 (Ur a ubven u ži inf og sk a n cij AKTRP). Z an ah, p m 97/ ebn d h p ladi k PO u pos ni, ki se dnostjo avg julija 2014 em dnostjo št. v ih v krep 2009, ahtevek za r sk e jeva z upoštev izplačila zah u številu na u trons iv in n l. R n b rste v e razli e o rikaz p kupin EKS a za lavo e eni i za a pr m rol sept v ATAP k li em vni z dne 9. L L št. 90/ em iv št. h d o k a o r. o ram lo avzk , m skih g ila p e m en: av not am , KO do oč ta in Sv ta in Sv z dne 11. ta in Sv rem 2017 ta in Sv h rste o površin, n 51/ S, le g li; Z ih j vnava k oln poštev be kont D ar lava s rej belarjen n n og jšem avne z dne 11. z dne 17. o skla z dne 11. en bra 2003 z dne 11. z dne 17. o skla 12, r. l. RS, d S e D za o nke izp krep rat -­‐p fskem ara ubven am M TRP an 327 en žn i in uporab z dne 6. ar e živ ajo če u 204 en z dne 16. en z dne 11. z dne 31. žn a rav št. in b il (U poda e j j vičeni l. R MD vin va e b u, j N Vloge se iz e za obde obdel neu S poe izved z vlog (O AK om m upr em z dne 17. 57/ ih č ije kih ra ter podatkovni bra eza lam in in a fični p 2014 2014 lam r o sp z dne 8. htevka p S, r. poda n os lik ci bde tra dd h u upravne kaz 2014 nam lam lam 2014 P, U a jn i o la pra je j 2014 2014 2014 2014 227 08, U u jenj ju ljska e iz Pr ko če eg k ži ž ži ra plet un s L L št. L L št. dec odnih določb (U 2014 g eg n os itv p v li htevke za u istra n a ka jo s o l. R re ko a ih pub o o radi izp ek 907/ ršči ke politike (U 1616 aji in p ta, O 45/ e ran n ti (U an g v ih lo ontrolo n ezni njivs a s cij; O ek 640/ 809/ (U 639/ leto za 807/ L L št. 809/ r. b v tar ih o br n -­‐o S a geog tale eg be, KMRS, s na 908/ 641/ h e. G sistem brač o ek, U ja in navzkri 97 808/ ja in navzkri št. o d o Re irk AKTRP s ubven irke O ora log tar n ik e t živ tijsk am dd kološ emni (U slo d plikaci h n ktor za ddel ) št. etijs bi preh tev na av ) št. unov, pravili o kont (U ddel o U ) št. ) št. ) št. ) št. el ov n e ja c S plačil in za U el U ) št. ) št. red h dnos o ik e G, r log U ropskega par z dne 17. U ke politike te U ) 2016/ U ) št. U e tijsk tn o sre os a m om, za obi ponen rej oz. nt ra ako za , Se osred tv ropskega par unov, va 820/ ropskega par km U ropskega par U postopku (Z u la p e e o tijsk m žel h zb en s ti zb h m u; o rok m tv u in e e odatke o u leni elji n e a očjih, n ubven ja: O ra a AKTRP v osred naravn (Popr Ev obrač Ev Ev etijs Ev list RS, ju m k m -8.3). K lc u en etijs podež 2004 podež i k n ju k ri sk e o ep publ k i im iji m obr d am i ji irno v ri p ze om braze bm e n osilec: TRP nep so isije (E isije (E isije (E c em isije (E isije (E isije (E isije (E isije (E nem n o k c n tv o er EK e k nje t N AK nep plačila: O za plačila in O za km in o uved d Re D osi irne v 2013 2013 voj jo obrač jem 2000 2013 km skupne isije (E 2013 isije (E ja (EKSRP) voj radni ti NP a h p a) p om (o d sto a k i t bjavljeni sistem an eta (ES) 21/ u lava s č rižni tra a ih h o D j ru el en rs obnos stru ja ci zb ševa ih is P a t nojila, p plikaci v ali ukinitev raz itvi Sv lečnih izdelkov za raz lo zk d m lja o edb, k eva nti (šif otrebno t ba Kom št. u (U uprav o trons rstvu vi g rep rep zv bele. P len udi: o u zb bde 1306/ 1303/ ba Kom ite ba Kom i za ba Kom 1760/ r. 8) 1307/ ba Kom že bni skupne ba Kom ba Kom 1305/ ba Kom ba Kom ba Kom i za tv m rstvu štn av k k k zv odatkovni odr ka, k RO edbe st izvr d regi E re e ra kim p PO ifra e p ru ja (EKSRP) podež ne o le blja za n n va she u d u ra vičen G in n o obnic o o ska g odatke iz RK o o o nos : ) št. ) št. , potrd , potrjev št. ) št. ) št. etijs va p e o NP (E-S o če o o o ajo t em BR (a aga: U el o o h j U ured ured ured ured voj oš zavrn ured eta (ES) U ured ured leka in m U ured ured ik ik o o a o a ik ik ik a a p a ik pis p KO ve, ze esni irke , ukrep , ukrep a 45 b pra b b vin ATAP ij (E (E na jem na ured jem (ES) itvi Ur Sv 2004, (E na na (E na raz na 48 za m iln iln n n n b b iln ram av podl om iln iln iln v v v v v ja v g O upora virih. P teve iz ur na S U sam o KM tekočega let ekološ na zer in dr vm ži odd Za razum čuje p pom pri v podatkov, o Podatkovni SBV (O in O itd.), Š D faza ljan ljan 1. ah v okvi podpore v okvi rju podež om o 47 enc edba a za edba jev m on o km on o spl ko ko ko o elegirana m edba edba red red red te elegirana veljav edba elegirana m m edba elegirana voj te ra ra a a a ra ra ra red red zv ra 46 aziv zb bdel -­‐ P -­‐ P -­‐ Z -­‐ Z ra -­‐ U -­‐ P -­‐ U -­‐ Z -­‐ U -­‐ P -­‐ P -­‐ P -­‐ U -­‐ U -­‐ Pr 45 N O subv Pravna -­‐ Ur -­‐ Ur -­‐ D pogo -­‐ Izvedbe sis -­‐ D uprav -­‐ Izvedbe uprav -­‐ Ur raz -­‐ Ur dne 9. -­‐ Ur -­‐ D she -­‐ Izvedbe she -­‐ Izvedbe sekto -­‐ Ur -­‐ D raz -­‐ Izvedbe sklad -­‐ Izvedbe sis -­‐ Zak -­‐ Zak 45 46 47 48 124 2. POVPRAŠEVANJE PO PODATKIH: PODATKOVNE POTREBE PRIHODNJE (SKUPNE) KMETIJSKE POLITIKE (Marko Lovec, Janez Štebe, Brigita Bočkaj, Maša Kerstein, Andrej Jamšek, Gregor Kramberger) UVOD Izhodišče pričujočega poglavja so spremembe v SKP, ki prinašajo večji poudarek na okoljskih in družbenih ciljih, s tem pa tudi potrebo po novih podatkovnih osnovah za odločanje. Poleg tega se SKP vse bolj približuje politiki, ki temelji na dejstvih, tj. na ustreznih analizah o vlogi javnih intervencij na podlagi relevantnih in zanesljivih podatkov o učinku, rezultatih intervencij in vplivu (glede na dan kontekst oz. druge relevantne dejavnike). Slednje pa zahteva ustrezne podatke kot osnovo za odločanje, pa tudi oblikovanje 'skupnosti uporabnikov' podatkov, vključno z ustreznimi informacijskimi podpornimi sistemi. SKP bo v novem ciklu po letu 2021 oz. 202349 temeljila na spremenjenem izvedbe-nem modelu ( new delivery model), ki bo državam članicam omogočal večjo prilagodljivost, hkrati s tem pa bo od njih zahteval ustrezne utemeljitve za zagotavljanje ustrezne ambicioznosti in odgovorne porabe denarja, pa tudi spoštovanje načel enotnega trga. Skladno z novim modelom bodo na ravni EU določeni specifični cilji, okvirni ukrepi in kazalci, države članice pa bodo odgovorne za oblikovanje prioritet (na podlagi ustreznih analiz), vključno s kvantifikacijo ciljev, ter prilagoditve ukrepov (tudi definicije, pogoji) – slednje bodo zapisale v t. i. nacionalne Strateške načrte – in spremljanje ter poročanje v zvezi z doseženimi rezultati in izvajanjem. Spremembe v SKP in nov model izvajanja prinašajo številne izzive v procesu oblikovanja in izvajanja politike. Z vidika podatkov gre predvsem za povezovanje in dopolnjevanje obstoječih virov in uporabnikov v enotni podatkovni sistem za informirano odločanje, tako v družbenem kot tehničnem smislu. Tak podatkovni sistem bo zagotavljal nujno podporo v procesu spremljanja, ključno vlogo pa bo igral pri strateškem načrtovanju in vrednotenju (v okviru prihajajočih ciklov). CRP ITzaSKP je omenjen izziv naslavljal skozi različne vidike oz. delovne sklope: pregled javnih administrativnih registrov, evidenc in zbirk (DS1 oz. I. poglavje), 49 Zaradi zamikov v pogajanjih dejansko šele po letu 2023. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 125 strategijo razvoja podatkov v odnosu do uporabnikov (DS3 oz. II. poglavje) ter izvedbo testnih analitičnih nalog (DS4 oz. III. poglavje). Pričujoče, drugo poglavje, se ukvarja s strateškimi vprašanji – analizo podatkovnih potreb za izvajanje prihodnje SKP, tako tistih, ki izhajajo iz širšega konteksta razvoja SKP in kmetijskih politik v povezavi s podatkovnimi sistemi, kot specifičnih zahtev SKP 2021–2027, kot izhajajo iz predloga nove uredbe. Posebej se ukvarja tudi s slovenskim strateško-zakonodajnim okvirom in podatkovnimi potrebami, ki iz njega izhajajo. Kot drugo pregleduje dobre prakse in primere, kako so podatki in podatkovne skupnosti organizirane v najbolj razvitih državah. V tretjem delu povzema odzive in posvetovanja z deležniki v zvezi s pregledom in različnimi mo- žnostmi. Na koncu sledi predlog podatkovne strategije z izvedbenimi koraki. LITERATURA: PROJEKT FLINT Vprašanje podatkovnih potreb v okviru sprememb v SKP je naslavljal mednarodni raziskovalni projekt »Kazalci na ravni kmetije za nove teme v vrednotenju kmetijstva« ( Farm Level Indicators for New Topic in policy evaluation – FLINT), ki ga je Evropska komisija finančno podprla v okviru 7. okvirnega programa. Projekt je izhajal iz zaznanih potreb nacionalnih in mednarodnih sektorjev kmetijstva, živilstva in maloprodaje glede ažurnih informacij v zvezi s kazalci trajnosti. Vključene so bile potrebe industrije, raziskovalcev in odločevalcev, še posebej z vidika spremljanja in ocenjevanja SKP in ukrepov, kot so navzkrižna skladnost, zelena komponenta in PRP v obdobju 2014–2020. SKP se je razvila od politike, osredotočene na dohodkovni položaj kmetijskega gospodarstva in proizvodnjo, do t. i. multifunkcionalne politike. V tem okviru je prišlo do vključevanja okoljskih in naravovarstvenih ukrepov ter definiranja minimalnih zahtev in standardov. Iz slednjega pa je izhajala tudi potreba po integrirani oceni učinkov. SKP je bila vključena v horizontalne zaveze v zvezi s cilji trajnostnega razvoja ( Sustainable development goals – SDGs) in pariškega klimat-skega sporazuma (COP21), podvržena direktivi o nitratih in vodi ter drugim. Vrednotenja so zahtevala ustrezne podatke. Uradne državne statistike so se le počasi prilagajale novih potrebam. Na drugi strani je iz zahteve robustnega vrednotenja izhajala potreba po integriranem naboru podatkov in merjenju različ- nih kazalcev trajnosti na istem naboru (vzorcu) kmetij. Samo tovrstni podatki bi namreč omogočili analize v smislu doseganja ciljev s posameznimi ukrepi, dejanskega vpliva na odločitve kmetij ter ocene vzdržnega kmetovanja, vključno s kompromisi med različnimi učinki, kot podlage za ustrezne odločitve v zvezi z javno intervencijo. 126 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Namen projekta FLINT je bil razviti podatkovno infrastrukturo za ažurne informacije na ravni kmetije v zvezi s trajnostjo in drugimi relevantnimi temami. Sam pristop so podprle tudi organizacije deležnikov agroživilske industrije in kmetijstva (Platforma za trajnostno kmetijstvo, Konzorcij za trajnost). Projekt je temeljil na znanjih razvoja politik, analize učinkov, mikroekonomskih podatkovnih zbirk, okoljskih kazalcev, merjenja trajnosti, spremljanja inovacij ter IKT infrastrukture v posameznih državah članicah. Številni vključeni partnerji so imeli izkušnje z zbiranjem in analizo podatkov FADN v svojih državah ter z implementacijo podatkovnih nalog glede definiranja in zbiranja podatkov, agrar-noekonomskega modeliranja in analiz. V okviru projekta so bile zastavljene štiri skupine vprašanj (Kaj želimo oz. potrebujemo; Kaj je izvedljivo; Kaj je uporabno; Kaj je sprejemljivo), na katere so se navezovali posamezni delovni sklopi in naloge. Strukturo projekta predstavljamo v Tabeli 2.1. Tabela 2.1: Struktura projekta FLINT Kaj želimo? DS1: Kaj želimo/potrebujemo? Kakšne podatke - Pregled literature: na ravni kmetij • ekonomski kazalci (dohodek, produktivnosti, input in output, potrebujemo? pogoji trgovanja, inovacije), • okoljski kazalci (biološka raznovrstnost, zemlja, emisije, voda), • družbeni kazalci (delovna mesta). - Obstoječe dobre prakse zbiranja: statistika, administrativne, upra- vljanje kmetij, zasebni sektor. - Oblikovanje idealnega nabora kazalcev. Kaj je izvedljivo v DS2: Kaj je izvedljivo? verigi vrednosti - Vključevanje deležnikov v testiranje po celotni verigi, (stroški, sodelo- - posvetovanje po skupni metodologiji, vanje, obstoječa - oblikovanje končnega nabora kazalcev. infrastruktura)? DS3: Pilotna mreža zbiranja podatkov - Decentralizirano zbiranje podatkov – software, standard za združe- vanje, upravljanje podatkov, kontrola kvalitete, analiza in statistike. Kaj je uporabno DS4: Kaj je uporabno? (testirane zaneslji- - Infrastruktura za zbiranje podatkov: izobraževanje zbiralcev, navo- vosti, uporabnosti, dila, zbiranje na vzorcu 1000 kmetij, selekcija, izkušnje. primerljivosti)? DS5: Kaj je zanesljivo? - Ovrednotenje podatkov, ocena kakovosti na ravni kmetije in vzorca, policy analize, integrirane ocene z različnimi cilji, metodološki pregled. Kaj je sprejemljivo DS6: Kaj je sprejemljivo? (scenariji glede - Skupnost praks, informiranje, razširjanje, na razpoložljiva - potencialna razširitev vzorca, scenariji, sredstva, razvoj - integrirane ocene za prihodnjo SKP: bolj ciljni ukrepi, razvoj kazalcev, infrastrukture)? standardov, administrativna bremena ipd. Vir: prirejeno po Poppe, 2016. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 127 Raziskovalci so v okviru projekta FLINT na podlagi pregleda literature, potreb odločevalcev in nacionalnih pobud za merjenje trajnosti razvili t. i. nabor tematik. Pri tem so upoštevali različne okvirje kazalcev, kot so milenijski cilji/ cilji trajnostnega razvoja ( Sustainable development goals – SDGs), kazalci trajnostnega razvoja Organizacije za kmetijstvo in prehrano ( Food and agriculture organisation – FAO), kmetijsko-okoljske kazalce Organizacije za ekonomsko sodelovanje in razvoj ( Organisation for economic cooperation and development – OECD), okoljske kazalce Evropske statistične agencije Eurostat, kazalce Evropske okoljske agencije, projekta IRENA v zvezi z interakcijami med kmetijstvom in okoljem ter druge podatke (npr. o kmetijsko-okoljskem odtisu ter o učinkovitosti okoljskih shem). Ugotovili so, da so na izvedbeni ravni v smislu evropsko primerljivih podatkov kazalci še v povojih. Izpostavili so nekaj projektov, kot je vključevanje kazalcev trajnosti v FADN na Nizozemskem, podatke, s katerimi razpolaga Irska, kmetijske podatke v Flandriji ipd. Izpostavili so, da na ravni EU ni dogovora o bodoči podatkovni infrastrukturi – bodisi razširitvi FADN na nove teme, povezavi med FADN in administrativnimi podatki ali ločenih okoljskih podatkih. Kot smiselne so ocenili ideje o povezovanju statističnih in administrativnih podatkov. Kmetje so namreč pogosto že primorani zbirati in zagotavljati različne podatke, povezane s trajnostjo, var-nostjo hrane in podobnim, ki bi jih bilo mogoče uporabiti še za druge namene. Raziskovalci so tudi ocenili, da na področju izmenjave podatkov med državami prihaja do določenega napredka glede razširjanja skupnih standardov (EDI standardi, SDMX, standardno poslovno poročanje XBRL). Projekt FLINT je na tej podlagi skušal: (1) pokazati izvedljivost zbiranja relevantnih podatkov v različnih administrativnih okoljih z na novo razvitimi temati-kami/kazalci ekonomske, okoljske in družbene trajnosti ter (2) pokazati, kako je slednje mogoče uporabiti pri razreševanju relevantnih vprašanj. Izbrani rezultati projekta Posamezne teme oz. kazalce, ki so izhajali iz pregleda literature in praks, so glede izvedljivosti preverili z deležniki. Na podlagi tega so identificirali končni seznam 31 tem, ki so jih prevedli v nabor podatkovnih domen, ki naj bi se zbi-rale na ravni kmetij. Vključena so bila nekatera področja, kot so stabilizacija trgov, dohodkovne podpore, okoljska trajnost, prilagajanje in uravnavanje klimatskih sprememb, inovacije ter učinkovita uporaba virov. Končni seznam tem je predstavljen v Tabeli 2.2. 128 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Tabela 2.2: Identificirane teme/podatkovne domene v okviru projekta FLINT Ekonomija EI1: Inovacije (CIS) EI2: Proizvodnja-sheme EI3: Tržne poti in inovacije EI4: Trajanje kmetije EI5: Učinkovita raba EI7: Zavarovanje (Economy and poljine (LPIS) Innovation) EI8: Delež proizvodnje EI9: Izpostavljenost EI6: Modernizacija: po pogodbi o dobavi s tveganjem (ne-kmetijske naložbe, fiksno ceno dejavnosti) posodobitev Okolje E1, E2, E18: Zelenitev E3: Polnaravna E4: Uporaba pestici- (Environment) (trajno travinje, EFA, kmetijska zemljišča dov (ocena tveganja diverzifikacija ali rabe pesticidov) Simpsonov indeks) E5: Bilanca hranil (N, P) E7: Posredna raba E8: Neposredna raba (stanje na kmetiji) energije energije E9: Proizvodnja E6: Organska snov v tleh E10: Izpiranje elektrike na kmetiji nitratov E11: Erozija tal E12: Stročnice E13, 14, 15: TGP izra- čun (na izdelek, ha) E16: Poraba vode in E17: Namakalne prakse skladiščenje Družba (Society) S1: Svetovalne storitve S2: Izobraževanje in S3: Lastništvo/ usposabljanje upravljanje S4: Socialna vključenost/ S5: Zaposlovanje in S6: Kakovost sodelovanje delovni pogoji življenja odločanje S7: Socialna diverzifika- cija: podoba in položaj kmetov v lokalni skupnosti Vir: lastni prikaz na podlagi rezultatov projekta FLINT. Pri iskanju pilotne mreže za zbiranje podatkov so se raziskovalci odločili za FADN. Razlogi za to so bili ustrezna motivacija na ravni kmetij, večdimenzi-onalnost vira, harmonizirani podatki za EU, letni podatki in zanesljivi podatki (objektivni, primerljivi, empirični). Ob tem so se zavzeli za povezavo z obstoječimi podatkovnimi viri – administrativnimi in drugimi, kjer je to mogoče (Poppe, 2016). Znotraj FADN so nato oblikovali vzorec 1.100 kmetij, ki naj bi odražal raznolikost kmetijstva na ravni EU, vključno z različnimi administrativnimi okolji in sistemi zbiranja podatkov. Slednje so dosegli z vključitvijo devetih držav članic (Nizozemska, Španija, Grčija, Nemčija, Francija, Poljska, Madžarska, Finska, Irska) v vzorec. Tovrstni vzorec naj bi zagotavljal posplošljivost rezultatov na celotno EU. Skupaj z deležniki so nato preverili izvedljivost kazalcev, pripravili in izvedli zbiranje ter s pomočjo anket zbrali izkušnje kmetov in zbiralcev. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 129 Analiza je pokazala, da je možnost uporabe obstoječih podatkov (v primerjavi z intervjujem oz. zbiranju na ravni kmetij) naslednja: delež obstoječih podatkov je najvišji (okoli 70 %) pri opremi in infrastrukturi, živini (GVŽ), poljščinah (količina proizvodnje); sledijo področje energije, gnojevka, kupljena krma in semena (40–60 % razpoložljivih podatkov); nato področje zelenitve, vode, pesticidov, uravnavanja tveganj, prodajnih poti, znamčenja, informacij in znanja. Najmanj podatkov je bilo razpoložljivih na področju kvalitete življenja, inovacij, nitrifikacije, erozije tal, upravljanja zemljišč, organske snovi, zavarovanja in trženja. Anketa med uporabniki v zvezi z razpoložljivostjo podatkov na podlagi že definiranih domen je pokazala na pomanjkanje predvsem pri upravljanju zemljišč (v poprečju 60 % slabih podatkov), vode (60 % slabih in zadostnih podatkov), pesticidov in energije (30 % slabih podatkov), ravnotežja hranil, inovacij in ekonomskih kazalcev (14 % slabih podatkov). Rezultati ankete so predstavljeni v Shemi 2.1. Na podlagi rezultatov uporabniške ankete so definirali naslednje podatkovne domene, kjer je potrebno dodatno zbiranje podatkov: nasledstvo kmetij, uporaba vode, GVŽ za izračun uporabe gnojil, uporaba pesticidov in ravnotežje hranil v zmelji, uporaba gnojil, izobraževanje in usposabljanje, svetovalne storitve, upravljanje lastništva, trženje, zelenitev, zavarovanje, količina krme za živali, energija (tipi, količina), gospodinjska ekonomika na KMG, zasebna poraba, plačani davki, tip zemlje, uporaba energije, izračun GHG. Poleg tega so znotraj FADN opredelili potrebo po bolj podrobnih kategorijah rastlin in živali. Sledila je anketna ocena izvedljivosti zbiranja teh podatkov, ki je predstavljena v Shemi 2.2. Pokazala je na (pričakovane) težave in ovire predvsem glede upravljanja z zemljišči (60 % slabih in komaj zadostnih podatkov), glede vode, ravnotežja hranil (20 % slabih in komaj zadostnih podatkov), inovacij (20 % komaj zadostnih podatkov), energije, uporabe pesticidov in ekonomskih kazalcev. Na teh področjih bi bilo mogoče kakovostne mikropodatke pridobiti zgolj z izdatnimi viri. 130 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Shema 2.1: Anketna dostopnost podatkov na izbranih področjih Shema 2.1: Anketna dostopnost podatkov na izbranih področjih Informacije in znanje Delovni pogoji in kakovost življenja Inovacije Ekonomski Upravljanje zemljišč Zmanjševanje tveganj Pesticidi Ravnotežje hranil Energija Voda 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% slabo zadostno dobro zelo dobro odlično Vir: rezultati projekta FLINT. Primerjava med anketno dostopnostjo in izvedljivostjo, ki je lahko v primeru odstopanj med vrednostjo obeh anketnih kazalcev znak neizkoriščenega potenciala, v povprečju kaže na precejšnjo povezavo in s tem ustrezno izkoriščenost. Izvedljivost je sicer v večini primerov ocenjena bolje od dostopnosti, a na račun ocene komaj zadostno, kar pomeni, da bi bila uporabnost podatkov, ki jih je mo-goče pridobiti brez obsežnih dodatnih virov, omejena (čeprav še vedno zadostna – ob tem opozarjamo, da gre za mikropodatke, ki so uporabni na ravni kmetije). Bistvene izboljšave podatkov so glede na razmerje med ocenama (sprememba v deležu ocen slabo in komaj zadostno) možne predvsem na področjih vode, energije in pesticidov, kjer bodisi obstoječi sistemi spremljanja ali stroški izgradnje/ nadgradnje omogočajo pridobivanje novih podatkov. Shema 2.2: Anketna izvedljiv Shema 2.2: Ank ost pri etna izv dob edlji ivvanja pod ost pridobi avtkov na izb anja podatko ranih p v na izbr odr anih očjih področjih Informacije in znanje Delovni pogoji in kakovost življenja Inovacije Ekonomski Upravljanje zemljišč Zmanjševanje tveganj Pesticidi Ravnotežje hranil Energija Voda 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% slabo zadostno dobro zelo dobro odlično Vir: Rezultati projekta FLINT. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 131 Nadalje so v okviru projekta identificirali dva različna tipa zbiranja podatkov v posameznih državah okviru FADN glede na izvajalca: (1) s pomočjo lastnih zaposlenih na pristojnih ministrstvih ter (2) s pomočjo zunanjega izvajalca, pri slednjem pa še dva podtipa glede na izvajanje nadzora – (a) nadzor ministrstva nad zunanjim izvajalcem in (b) nadzor s strani raziskovalnega inštituta (Tabela 2.3). Tabela 2.3: Sistemi zbiranja podatkov v okviru mreže FADN Tip (izvedba) 1: Lastno osebje 2: Zunanji izvajalec Podtip (nadzor) 2.a Ministrstvo 2.b Raziskovalni institut Države v vzorcu Nizozemska, Irska, Nemčija, Francija Madžarska, Finska Poljska, Grčija, Španija Vir: prirejeno po projektu FLINT. Izvedljivost pa tudi kompleksnost, razpoložljivost in kakovost podatkov so raziskovalci nato primerjali glede na tip in podtip zbiranja podatkov (Shema 2.3). Pokazalo se je, da so rezultati najboljši v primeru tipa 2.b (zunanji izvajalec, nadzor s strani raziskovalne institucije), predvsem na področju kakovosti in deloma razpoložljivosti podatkov, najslabši pa v primeru tipa 2.a (zunanji izvajalec pod nadzorom ministrstva), ki je od ostalih dveh negativno odstopal predvsem na področju kakovosti, razpoložljivosti in izvedljivosti. Zunanja izvedba zbiranja, obdelave in dostopa do podatkov je bila zaradi specifičnih nalog, potreb, specifičnih znanjih in veščinah ter povezavah z drugimi nalogami v okviru zunanjih izvajalcev (inštitutov) torej ocenjena kot ustreznejša rešitev. Na drugi strani je potrebno zaradi morebitnega vpliva specifike držav in majhnega števila držav v podkategorijah 2a. in 2.b rezultate interpretirati z dolo- čeno previdnostjo. Shema 2.3: Ocena izvedljivosti glede na t Shema 2.3: Ocena izv ip u edljiv prav osti g ljanja lede na tip upravljanja 5 4 3 2 1 0 Izvedljivost Kompleksnost Razpoložljivost Kakovost podatkov podatkov Tip 1 (ministrstvo) Tip 2a (zunanji izvajalec, nadzor ministrstva) Tip 2b (zunanji izvajalec, nadzor raziskovalni inštitut) Vir: rezultati projekta FLINT. 132 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV V okviru preverjanja izvedljivosti so raziskovalci identificirali tudi posamezna 'ozka grla' pri zbiranju dodatnih podatkov: • Na prvem mestu so bili stroški oz. vprašanje, kdo bo plačal za dodatno delo. Stroške bi povzročile tudi spremembe v programski opremi, dodatna bremena pa bi čutili tudi kmeti. Vključitev posameznih občutljivih vprašanj bi lahko celo ogrozila FADN (upad vključenih). Kmetje so se denimo negativno odzvali na predlog poročanja o uporabi gnojil. • Na drugem mestu sta se znašla znanje in drugi viri, vključno z izobraževanjem zbiralcev podatkov, ki potrebujejo poglobljeno znanje o področju, pomanjkanje usposobljenih zbiralcev, pa tudi potreba po politični podpori tovrstnih spremembam. • Nazadnje vzorec FADN ni bil oblikovan za namene okoljskih in družbenih kazalcev in bi zahteval ponovno vzorčenje. Raziskovalci so zapisali, da je zbiranje novih podatkov vedno povezano z dolo- čenimi porodnimi težavami, vendar pa je prvo leto zbiranja podatkov v okviru projekta povzročilo manj težav kot prvo leto delovanja FADN. Uporaba FADN ima tudi druge prednosti, kot so vzorec, standardi kakovosti in podobno (Vrolijk, 2016). Kljub nekaterim težavam so zbiranje ocenili kot izvedljivo. Zaključki projekta Sam pilotni eksperiment je pokazal na pomen znanja in kompetenc na strani zbiralca podatkov ter upoštevanje in poznavanje namena uporabe podatkov. Ključnega pomena za kakovost je bila tudi vključenost kmeta (odnos med kmeti ter FADN) in njegov odnos oziroma izkušnja z zbiralcem podatkov. Izgradnja zaupanja je pomemben dejavnik na strani kmeta kot dajalca podatkov. Rezultati testne uporabe podatkov v analitične namene so pokazali, kako ima lahko analiza politike korist od dodatnih podatkov in kazalcev uspešnosti na področju trajnosti kmetij (dobiček, vidik okolja in ljudi). Podatke so uporabili v več študijah primera. Nabor vključuje: • strategije obvladovanja tveganj, uvajanja inovacij, uporabe svetovanja, zelenitve in uporabe krme v mlečni proizvodnji; • povezave med dvema ali več dimenzijami trajnosti, kot so vpliv starosti kmeta na trajnost, povezava med svetovalnimi storitvami na ravni kmetije in trajnostjo ter vplivom subvencij na tehnološko učinkovitost ter okoljske rezultate; • integrirano analizo kompromisov med ekonomskimi cilji, okoljsko in druž- beno trajnostjo. Ključno opažanje je, da čeprav so okolje in drugi splošni cilji v središču politike, javne oblasti ciljajo na spremembo v upravljanju kmetij na sami kmetiji. To pomeni, da analiza politik zahteva integrirane nabore podatkov na ravni kmetij, da Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 133 bi razumela odločitve kmetij ter kompromise med ekonomskimi in včasih na-sprotujočimi okoljskimi in socialnimi cilji, ko gre za odločitve kmeta. Raziskovalci so proučevali možnost razširitve vzorca iz 9 na 28 držav članic za reprezentativni panel podatkov (Tabela 2.4). Zaključili so, da je najbolj smiselno zmanjšati obstoječi FADN vzorec v smislu podvzorca s podatki o trajnosti. Ta rešitev bi predstavljala kompromis. Identificirali so tudi možnosti nadaljnjega razvoja kazalcev, standardizacije, povezovanja s shemami kmetijsko-živilske industrije ter možne IKT rešitve. Tabela 2.4: Scenariji nadaljnjega pridobivanja podatkov s področja trajnosti 1. Projekt s področja raziskovalne infrastrukture, 2. Podvzorec FADN s podatki FLINT: ki bi vključil 28 držav: - sprememba zakonodaje, - fleksibilnost na ravni DČ, - reprezentativnost na nižji ravni, - ni potreb po spremembi zakonodaje, -dva ločena sistema. - možni hitri rezultati. 3. Zmanjšana frekvenca zbiranja podatkov FLINT: 4. Poln vzorec FADN: - sprememba zakonodaje, - sprememba zakonodaje, - usklajevanje s strukturnimi raziskovanji. - vpliva na reprezentativnost na nižji ravni. Vir: lastni prikaz na podlagi rezultatov projekta FLINT. V sklepnih ugotovitvah so raziskovalci zapisali, da so vse predstavljene ideje izvedljive, vendar je vprašanje, za kakšno ceno, tako za proračun kot za kmete.50 Vključevanje tematik in kazalcev vpliva na obseg kvalitativnega zbiranja, pogostost, potrebe po znanju in izobraževanju. V primerjavi s tem sami modeli organizacije FADN ne igrajo tako pomembne vloge. Na drugi strani so raziskovalci prepoznali tudi nekatere pozitivne učinke razširitve FADN, kot so povečana vrednost za uporabnike, velike možnosti za analizo zaradi kombiniranja kazalcev znotraj FADN, upoštevanje krepitve pomena okoljskih kazalcev za politiko in javnost in drugo. Ena izmed možnih rešitev je bila usmerjanje FADN na družbene vidike na področju malih kmetij ter na okoljske vidike na področju velikih kmetij. Številne države v okviru FADN že zbirajo dodatne podatke, na voljo pa imajo tudi druge podatkovne vire. Z vidika zbiralcev 50 V sedmih (izmed devetih vključenih) državah članicah ni posebnih finančnih spodbud za dajalce podatkov. V teh primerih dober odnos med kmeti in zbiralci še posebej spodbuja sodelovanje. V Nemčiji spodbuda na kmetijo znaša med 150 in 500 €. Stroški pridobivanja podatkov so na drugi strani znašali od 100 € na kmetijo na Poljskem (brez vnosa podatkov) do 300 € v Španiji, podobno na Madžarskem in Finskem (izpolnjen obrazec). Skladno z anke-tami je priprava (na kmetijo) zahtevala 3 ure, intervju 2,5 ure, dokončanje, oddaja in kontrola pa 3 ure dela, skupaj torej 8,5 ure na kmetijo. 134 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV in zbiranja podatkov bi bilo mogoče spodbuditi izmenljivost med različnimi viri podatkov (bazami), še posebej v državah z manj izkušnjami, ter s pomočjo tega oblikovati vzorce. Na področju informacijske tehnologije je bilo prepoznanih veliko različnih domačih sistemov. Slednji ponujajo možnosti v okviru bolj modu-larne zasnove in upoštevanja načel odprtih virov oz. podatkov. Srečanja raziskovalne skupine z ministrstvi so pokazala, da je vsem skupna zaznava potrebe po podatkih o trajnosti. Trenutno obstajajo različne ad-hoc zbirke s tega področja. Integriran nabor podatkov bi medtem omogočal ustrezno analizo politik, pa čeprav ne bi bila optimalna za nekatera vprašanja. Glede na obseg podpor bi bili stroški spremljanja še vedno relativno majhni. Pogledi na zmanjšanje FADN vzorca so bili različni. Ideja oblikovanja podvzorca FADN je bila medtem deležna splošne podpore. Omogočila bi spremljanje učinkov na EU ravni, kar je pomembno, ker gre za skupno politiko. V primeru iskanja zunanjih virov podatkov bi morale biti spodbude jasno opredeljene. Zbiranje in izmenjava podatkov so podvrženi zakonodaji s področja varovanja zasebnosti, pomembna pa je tudi pripravljenost kmetov, pri čemer se interesi med državami razlikujejo. Kjer je to mogoče, je potrebno uporabljati obstoječe podatke ter krepiti pravni okvir za to. Okoljski kazalci, ki so bili opredeljeni v okviru projekta, so bili ocenjeni kot relevantni. Med družbenimi je bilo kot posebej relevantno izpostavljeno vprašanje nasledstva kmetij. Primerjava s Slovenijo Pregled kazalcev FLINT z vidika Slovenije kaže, da so na področju ekonomije in inovacij kazalci, za katere je že sedaj mogoče (v določeni meri) zagotoviti podatke iz drugih virov. Gre za kazalce, ki so vezani na izvajanje ukrepov, predvsem za naložbe (EI6) in zavarovanje (EI7), kjer delež prispevajo javni viri (SKP).51 Mikropodatki iz administrativnih virov so na voljo za pomemben del populacije in so statistično kakovostni.52 Sledijo kazalci, kjer bi podatke lahko zagotovili na podlagi obstoječih virov. Gre za proizvodnjo v okviru shem kakovosti (EI2) (zbirke MKGP, nekatere v procesu vzpostavljanja) in trajanje kmetije (EI4) (podatki v okviru RKG, registrov živali, zbirnih vlog, ukrepov pomladitve). V nekaterih primerih je mogoča dovolj zanesljiva ocena na ravni različnih agregirani skupin. Gre za tržne poti (EI3), kjer so na voljo podatki o dodani vrednosti po sektorjih znotraj verige, cenah na kmetiji in maloprodajnih cenah (tržno informacijski sistem), pa tudi podatki o odkupu (zadruge, GZS-živilska sekcija), učinkoviti rabi poljine (EI5) (produktivnost), kjer je mogoče povezovanje različnih 51 Kakovost podatkov je mogoče ugotavljati na podlagi primerjave z agregatnimi podatki SURS. 52 Podatke o pridobitvi podpor uporablja tudi SURS – glej v nadaljevanju. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 135 prostorskih in drugih 'proizvodnih' podatkov (RKG-GERK in raba, registri živali, zbirna vloga, mikropodatki SURS), ter izpostavljenosti tveganjem (EI9), kjer je mogoče izračunati indeks tveganja na podlagi diverzifikacije (vključno z drugimi dejavnostmi) ter nihanja cen po vrstah proizvodov. Nazadnje sledijo kazalci, kjer zanesljivih podatkovnih virov ni: gre za inovacije (EI1) ter delež proizvodnje za dobavo s fiksno ceno (EI8). Na področju okoljskih kazalcev v zvezi z okoljsko-kmetijskimi praksami (E1, E2, E18) obstajajo viri podatkov, vezani na ukrepe, ki so zanesljivi na mikroravni in pokrivajo precejšen del KMG. V drugih primerih so na voljo predvsem podatki, ki so zanesljivi na agregirani ravni. Ko gre za uporabo pesticidov, (E4) so to podatki o vsebnosti v živilih (vzorčenje) ter porabi FFS, rabi energije (E8), izpustih du- šika in vsebnosti v podzemni vodi (E10) ter namakanju zemljišč (E17). Nekateri podatki so mogoči tudi na ravni kmetije v obliki uporabe vzorčnih podatkov, povprečnih preračunov (mikropodatki SURS o rabi energije, uporabi pesticidov in gnojil) in lokacijskih povezav (območje namakanja, uporaba mineralnih go-ril glede na rabo tal). Kazalci, kjer je mogoče dobiti (nekatere) podatke zajemajo pol-naravna kmetijska zemljišča (E3) (na podlagi prostorskih podatkov), bilanco hranil (E5), kjer so trenutno na voljo nekateri administrativni podatki AKTRP v zvezi z gnojevko in digestatom za kmetije vključene v posamezne ukrepe, različni vzorčni podatki SURS ter meritve tal, ki se ne opravljajo po enotni metodologiji in niso centralizirane, proizvodnjo elektrike na kmetiji (E9), posredno rabo energije (E7), npr. s pomočjo trošarin, ter TGP izračun (E13, E14, E15), predvsem s po-močjo povprečij in indeksov glede na rabo tal in GVŽ (podatek o izpustih obstaja, možen je izračun hrambe glede na spremembo rabe). Zanesljivi podatki manjkajo na področju organske snovi v tleh (E6), erozije tal (E11), stročnic (E12) ter porabe in skladiščenja vode (E16) na kmetiji za različne namene. Pri družbenih kazalcih so na voljo mikropodatki o svetovanjih (S1) in izobraževanju in usposabljanju (S2), predvsem glede na ukrepe. Podatke o lastništvu (S3) je mogoče pridobiti iz RKG, težava pa je z zanesljivimi podatki o najemu, ker ta pogosto ni formalno urejen. Določene vzorčne podatke in podatke s strani Sklada kmetijskih zemljišč ima SURS. SURS bo v popis 2020 vključil dodatna vprašanja na to temo. Na voljo so določeni administrativni podatki in podatki SURS o zaposlenih (S5) (tudi na ravni kmetije), dohodkih, socialni vključenosti (S4, S6) (dostop do interneta), tudi glede na spol in starost. Vprašanje socialne diverzifikacije (S7) bi zahtevalo ustrezno spremljanje v okviru javnomnenjskih anket (Eurobarometer in nacionalne javnomnenjske raziskave sicer vsebujejo nekatera uporabna vprašanja). Primerjava z analizo v okviru FLINT kaže, da je največ podatkov že dostopnih na sorodnih področjih – gre za podatke o poljščinah (raba površin), GVŽ. Slabša pa je dostopnost podatkov na področjih opreme in infrastrukture, ki je na ravni 136 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV FLINT v najvišji kategoriji dostopnosti (preko 70 % podatkov). Pri nas se denimo podatki GURS sistematično ne uporabljajo v agrarnoekonomskih analizah, vprašljiva je tudi zanesljivost podatkov o vrednostnih infrastrukture in zemlje. Podatki SURS na tem področju (ekonomski račun) so agregatni, izkušenj z uporabo mikropodatkov na tem področju je malo. V drugo skupino (40–60 % dostopnih podatkov) lahko tudi v Sloveniji uvrstimo podatke o energiji, gnojevki, krmi in semenih, sicer bolj na spodnji rob, sledijo pa področja zelenitve, vode, pesticidov, tveganj, prodajnih poti, znamčenja, informacij in znanja. Tako kot v primeru FLINT je najmanj podatkov v Sloveniji dostopnih na področjih inovacij, tal, upravljanja zemljišč in trženja. Tabela 2.5: Kazalci FLINT in Slovenija Že na voljo v določeni meri Mogoče pridobiti - Ni zadostne obstoječi viri podlage Ekonomski EI6: Modernizacija: naložbe, EI2: Proizvodnja-sheme EI1: Inovacije (CIS) in inovacije posodobitev* EI3: Tržne poti** EI8: Delež (Economy and EI7: Zavarovanje* EI4: Trajanje kmetije proizvodnje po innovation) EI5: Učinkovita raba poljine pogodbi o dobavi (LPIS)** s fiksno ceno EI9: Izpostavljenost tveganjem (ne-kmetijske dejavnosti)** Okoljski E1, E2, E18 Zelenitev (trajno E3: Pol-naravna kmetijska E6: Organska snov (environment) travinje, EFA, diverzifikacija zemljišča v tleh ali Simpsonov indeks)* E5: Bilanca hranil (N, P) E11: Erozija tal E4: Uporaba pesticidov (stanje na kmetiji) E12: Stročnice (ocena tveganja rabe E9: Proizvodnja elektrike E16: Poraba vode pesticidov)** na kmetiji in skladiščenje E8: Neposredna raba E7: Posredna raba energije** energije* E10: Izpiranje nitratov ** E13, 14, 15: izračun TGP (na E17: Namakalne prakse** izdelek, ha)** Družbeni S1: Svetovalne storitve S3: Lastništvo / upravljanje S7: Socialna (social) S2: Izobraževanje in S5: Zaposlovanje in delovni diverzifikacija: usposabljanje* pogoji podoba in položaj S4: Socialna vključenost** / kmetov v lokalni sodelovanje skupnosti S6: Kakovost življenja / Odločanje** *Glede na ukrepe. ** Agregirani ali povprečja (na podlagi vzorca). Vir: lastni prikaz. Primerjava med anketno oceno FLINT in oceno na podlagi kazalcev FLINT in razprav z deležniki (glej v nadaljevanju) kaže, da negativno odstopamo predvsem na področjih ravnotežja hranil, inovacij ter delovnih pogojev in kakovosti življenja. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 137 Shema 2.4: Dostopnost podatkov Shema 2.4: Dostopnost podatkov FLINT (anketna) Slovenija (ocena) Voda 5 Informacije in znanje Energija 4 3 Delovni pogoji in kakovost življenja 2 Ravnotežje hranil 1 Inovacije Pesticidi Ekonomski Zmanjševanje tveganj Upravljanje zemljišč Vir: lastni prikaz. Tako projekt FLINT kot ocena za Slovenijo izpostavljata potrebo po dodatnem zbiranju podatkov pri sorodnih domenah: nasledstvo kmetij, uporaba vode, pesticidov in gnojil, ravnotežje hranil, izobrazba, upravljanje lastništva, trženje, zavarovanje, količina krme, poraba energije, gospodinjska ekonomika na KMG, izračun TGP. Naredimo lahko še primerjavo izvedljivosti zbiranja dodatnih podatkov. Shema 2.5: Izvedljivost podatkov Shema 2.5: Izvedljivost podatkov FLINT (anektna) Slovenija (ocena) Voda 5 Informacije in znanje Energija 4 3 Delovni pogoji in kakovost življenja 2 Ravnotežje hranil 1 Inovacije Pesticidi Ekonomski Zmanjševanje tveganj Upravljanje zemljišč Vir: lastni prikaz. 138 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Z vidika izvedljivosti je podatke s področja vode mogoče izboljšati z povezavo lokacijskih podatkov, podatkov iz meritev, kontrolnih ugotovitev, podatkov o gnojevki ter različnih podatkov o rabi in proizvodnji, iz katerih izhaja uporaba vode in vplivi na kakovost vode. Podobno velja za področje energije in ravnotežja hranil, kjer je med drugim potrebno tudi poenotenje metodologije in centralizacija zbiranja podatkov. Mogoče je uvesti zanesljivo poročanje oz. pridobiti podatke o porabi pesticidov ter v zvezi s tveganji (npr. uporaba raziskovanj SURS, podatkov o dejavnosti in proizvodnji, ekonomskega računa), ovire pa so pri upravljanju zemljišč (SURS sicer načrtuje vključitev dodatnih vprašanj v prihajajoč popis 2020). Večji izziv je zbiranje podatkov v zvezi z inovacijami na kmetijah ter delovnimi pogoji in kakovostjo življenja, kjer so problemi tudi na ravni opredelitev in metodologije. PREDLOG NOVE UREDBE SKP Strateško sporočilo Evropske komisije iz leta 2017 in predlog nove uredbe iz leta 2018 nadaljujeta s trendom družbene usmeritve SKP. Hkrati s tem pa bistveno spreminjata način izvajanja SKP, in sicer od modela 'skladnosti' s skupno zakonodajo (določitev SKP do izvedbene ravni na skupni ravni) k modelu 'uspešnosti' (večja prilagodljivost za učinkovitejše doseganje merljivih ciljev). Sprememba prihaja v kontekstu nezadovoljstva s pretirano centralizacijo politik, britanskega izstopanja iz EU in realno manj razpoložljivih sredstev. Skladno z novim modelom bodo na ravni EU zastavljeni splošni in specifični cilji, okvirni ukrepi in sistem kazalcev. Omenjeni sicer ostajajo podobni oz. nadgra-jujejo tiste iz obdobja 2014–2020. Države članice bodo na drugi strani na podlagi potreb definirale ukrepe na izvedbeni ravni, vključno z definicijami in pogoji (aktivni kmetovalec, mladi kmet ipd.), si zastavile merljive cilje in poročale o izvajanju in neposrednih rezultatih. Ključno vlogo bodo pri tem igrali nacionalni strateški načrti, ki bodo vsebovali omenjene elemente in ki jih bo morala potr-diti Evropska komisija. Strateški načrti bodo tako zagotavljali ustrezno ambicioznost držav članic, finančno odgovornost in spoštovanje načel EU (enotni trg) ter Svetovne trgovinske organizacije (STO). Skladno z novim izvedbenim modelom bo vzpostavljen tudi sistem sankcij in nagrad. Kot smo opozorili že drugje (Erjavec in dr., 2018), nov model vladanja prinaša številne izzive: od omejenih dejanskih prilagoditev ukrepov, razpoložljivih sredstev (administrativne zmogljivosti) do vzpostavitve sistema spremljanja in poro- čanja, vključno z razpoložljivostjo podatkov. Z namenom bolj trajnostnega razvoja kmetijstva, hrane in podeželja se splošni cilji SKP z novo uredbo usmerjajo na področja ekonomske vzdržnosti, izboljšanja Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 139 okoljskih učinkov in podeželja (Tabela 2.6). Spodbujanje znanja, inovacij in digitalizacija predstavljajo horizontalni cilj. Z namenom boljšega doseganja posameznih ciljev uredba uvodoma govori o pri-lagoditvi ukrepov: še posebej okoljskih in klimatskih, generacijske prenove ter boljši uporabi znanja in svetovanja ter digitalnih tehnologij – s čimer so ukvarja tudi pričujoč projekt. Sledi največja novost, skladno s katero bodo države članice »ukrepe za doseganje specifičnih ciljev predstavile v okviru strateških načrtov« (Evropska komisija, 2018: 11). Strateški načrti oz. intervencijske strategije, ki jih bo pregledala in potrdila Evropska komisija (v nadaljevanju EK), bodo vključevali večino ukrepov v okviru obeh skladov/stebrov, vključno s sektorskimi. Omogočali bodo večjo prilagodljivost in subsidiarnost. Slednje vključuje tudi posamezna pravila in načine spremljanja. Manjši obseg predpisanih zahtev naj bi prispeval k premiku SKP k rezultatom, oziroma od »skladnosti« k »uspešnosti«. Slednje pa pomeni tudi velik premik v pristojnosti in odgovornosti na strani posamezne države članice. Ob skupnih splošnih in specifičnih ciljih bodo države članice morale EK poro- čati o rezultatih (doseženih ciljnih vrednostih na podlagi nacionalnih ciljev), računovodska preverba ( clearance) pa bo v pristojnosti držav (Evropska komisija, 2018: 12–15). Vendar pa princip pristojnosti deljenega upravljanja kmetijskih skladov ostaja enaka – porazdeljena med EK in državo članico, prav tako potrditev obračunov; s tem odgovornost pravilnega obračuna ostaja v domeni EK, skladno z določbami Pogodbe o delovanju Evropske unije (317. člen). Uredba posamezne elemente nove SKP podrobneje obravnava v poglavjih (Evropska komisija, 2018: 12–13): I. Obseg in definicije II. Splošni in specifični cilji III. Skupne zahteve za strateške načrte in elementi za ukrepe (izogibanje motenj trga, pravila Svetovne trgovinske organizacije, pravila notranjega trga), zahteve po načrtih, kot so definicija kmetijskega območja, kmetijske aktivnosti, aktivni kmet, mladi kmet, zahteve v okviru pogojenosti (prejemniki na po-vršino vezanih podpor, zahteve iz povezane zakonodaje, svetovalna služba), tipi ukrepov IV. Finančne alokacije V. Pravila za strateške načrte VI. Odgovornosti držav članic v postopku upravljanja (odbor za spremljanje z deležniki, mreža na nacionalni in EU ravni, EIP) VII. Okvir za spremljanje in ocenjevanje, poročanje, nagrade za učinkovitost VIII. (in IX.) Pravila konkurence, državne pomoči 140 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV V nadaljevanju podrobneje obravnavamo dele uredbe, ki so pomembni s podatkovnega vidika. Cilji, ukrepi in kazalci V II. poglavju so zapisani splošni (čl. 5) in specifični cilji (čl. 6). Posamezne skupine ciljev so razporejene v prioritetnem vrstnem redu, in sicer glede na namen kmetijske politike, ki je predvsem spodbujati vzdržno kmetijsko proizvodnjo. Cilji so zastavljeni tako, da višje zapisani znotraj posamezne izmed treh kategorij – šlo naj bi za cilje, kjer je skupni in enotni pristop bolj smotrn in učinkovit – predvidevajo tudi večji obseg skupnih ukrepov (in sredstev), medtem ko tisti, zapisani nižje, predvidevajo večji obseg prilagodljivosti in pristojnosti držav članic, pa tudi druge finančne vire (tako kot doslej). Ne glede na to pa ostajajo del SKP. Tabela 2.6: Splošni (a–d) in specifični cilji nove SKP (1–9) (a) ekonomska vzdržnost (b) okolje (c) Podeželje I. Steber 1) Vzdržni dohodek in 4) Prispevek k uravna- 7) Pritegniti mlade kmete (pretežno) odpornost po vsej eu za vanju in prilagajanju na in spodbujati razvoj izboljšano prehransko podnebne spremembe ter poslovnih pobud na varnost trajnostna energija podeželju II. Steber 2) Krepitev tržne usmer- 5) Spodbujanje traj- 8) Spodbujanje zapo- (pretežno) jenosti in konkurenč- nostnega razvoja in slovanja, rasti, socialne nost vključno z večjim učinkovitega upravljanja vključenosti in lokalnega poudarkom na raziskavah, naravnih virov (voda, razvoja, vključno z biogo- tehnologiji in digitalizaciji zemlja, zrak) spodarstvom in trajnim gozdarstvom III. Steber 3) Izboljšan položaj kme- 6) Prispevek k varovanju 9) Izboljšati odziv kmetij- (nacionalni tov v verigi vrednosti biotske raznovrstnosti, stva na družbena priča- ukrepi izboljšanju ekosistemskih kovanja v zvezi s hrano – pretežno) storitev in ohranjanju in zdravjem, vključno z habitatov ter krajin varno, bogato in trajno hrano, kot tudi dobrobit živali (d) Znanje, inovacije, digitalizacija Vir: prilagojeno na podlagi podatkov (Evropska komisija, 2018: 41). V čl. 7 so opredeljeni kazalci: doseganje ciljev iz čl. 5 in 6(1) bo temeljilo na kazalcih izvajanja ( output indicators), kazalcih učinka/rezultata ( result indicators) in kazalcih vpliva ( impact indicators). Kazalci izvajanja se nanašajo na realizacijo ukrepov; kazalci učinka/rezultata na specifične cilje, kvantitativne mejnike in cilje v strateških načrtih, na področju okolja in klimatskih sprememb pa lahko Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 141 vključujejo nacionalne instrumente in EU zakonodajo53; kazalci vpliva temeljijo na splošnih statistikah. Komisija si skladno s to uredbo pridržuje pravico dodati nove kazalce (Evropska komisija, 2018: 42). Tabela 2.7: Sistem kazalcev v predlogu uredbe SKP Vpliv (Impact) Rezultat (Result) Izvajanje (Output) Definicija dolgoročni učinek kratkoročni neposredni izvedba ukrepa in (sprememba kazalcev učinek (posledica izvedbe poraba načrtovanih stanja upoštevajoč druge ukrepa) sredstev spremenljivke) Primer produktivnost, izpusti TGP, obseg in delež KMG, število realiziranih podeželska revščina površin in živali (glede na aktivnosti (npr. ukrep) vključenih v dolo- dodeljenih podpor, čen ukrep v danem letu vključenih KMG) in poraba sredstev Spremljanje Evropska komisija na pod- država članica, letno država članica, letno lagi Eurostat, JRC, vmesno poročanje poročanje vrednotenje in zaključno vrednotenje 2031 Vir: lastni prikaz. Kazalci (konceptualni pregled v Tabeli 2.7) so podrobneje opredeljeni v Prilogi I predloge uredbe. Predstavljamo jih v Prilogi II tega poglavja (za primerjavo z obstoječimi kazalci glej Prilogo I). 53 Zakonodaja EU na področju okolja in klimatskih sprememb, ki vključuje cilje, relevantne za strateške načrte glede na čl. 96, 97 in 103, je opredeljena v Prilogi XI (Evropska komisija 2018b: 33): - Direktiva 2009/147/ES o ohranjanju prostoživečih divjih ptic; Direktiva 92/43/EGC o ohranjanju naravnih habitatov ter prosto živečih živalskih in rastlinskih vrst divjega rastja in živali; Direktiva 2000/60 / ES o določitvi okvira za ukrepe Skupnosti na področju vodne politike; Direktiva Sveta 91/676 / EGS o varstvu voda pred onesnaževanjem z nitrati iz kmetijskih virov; Direktiva 2008/50/ES o kakovosti zunanjega zraka in čistejšem zraku za Evropo; Direktiva (EU) 2016/2284 o zmanjšanju nacionalnih emisij nekaterih onesnaževal zraka; - [Uredba o vključitvi emisij in odvzemov toplogrednih plinov iz rabe zemljišč, sprememb rabe zemljišč in gozdarstva v podnebni in energetski okvir do leta 2030]; - [Uredba o zavezujočih letnih zmanjšanjih emisij toplogrednih plinov s strani držav članic od 2021 do 2030 za prožno energetsko unijo in za izpolnjevanje obveznosti iz Pariškega sporazuma]; - Direktiva 2009/28 / ES o spodbujanju uporabe energije iz obnovljivih virov; - [Direktiva o energetski učinkovitosti]; - [Uredba o upravljanju energetske unije]; - Direktiva 2009/128 / ES o določitvi okvira za ukrepe Skupnosti za doseganje trajnostne rabe pesticidov. 142 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Spremljanje kazalcev vpliva je predvideno po zaključku programskega obdobja, deloma pa v okviru vmesnega pregleda. Večina kazalcev vpliva se že spremlja preko Evropskih statistik, JRC in uporablja v okviru druge EU zakonodaje za namene poročanja (npr. SDGs). Problem kazalcev vpliva je v ročnosti, zanesljivi letni podatki so namreč na voljo z zamikom, zaradi česar bodo uporabljeni za vrednotenje celotnega cikla politike s strani Evropske komisije. Kazalci rezultata oz. učinka se bodo medtem spremljali v okviru letnega pregleda uspešnosti – za poročanje o doseganju kvantitativnih mejnikov in podatke bo odgovorna država članica. Kazalci izvajanja bodo vključeni v letno potrjevanje izvajanja (plačil). Poleg omenjenih lahko država članica uporabi tudi druge kazalce, študije in analize, zato da v okviru nalog, ki jih predvideva predlog uredbe dodatno utemelji svoje odločitve. V III. poglavju je navedeno, da države članice na nacionalni ravni definirajo standarde za dobro kmetijsko in okoljsko stanje zemljišč (DKOS) ( General Good agricultural and environmental conditions – GAEC) glede na specifične pogoje (Evropska komisija, 2018: 44). Tipi ukrepov razkrivajo manjše spremembe glede na obdobje 2014–2020. Ne glede na to pa prilagoditve, kjer so mogoče, zahtevajo utemeljitev, pa tudi določitev kvantitativnih ciljnih vrednosti. Ključni ukrep ostajajo nevezane in vezane podpore; slednje v obliki osnovne dohodkovne podpore (na upravičen hektar, letno, za 'pristnega kmeta', razen če država članica drugače definira pravice, možna je tudi diferenciacija). Uredba predvideva prerazdelitveno shemo med velikimi in malimi prejemniki, komplementarno shemo za mlade kmete ter shemo za klimatske ukrepe in okolje (t. i. ekoshema). Natančne pogoje teh shem določi država članica. Prostovoljne so tudi vezane54 in sektorske podpore. Prerazdelitvena shema se nanaša na zmanjšanje prejemkov med mejama za do-ločen delež: med 60.000 in 75.000 € za 25 %, med 75.000 in 90.000 € za 50 %, med 90.000 in 100.000 za 90 %, nad 100.000 pa za 100 %. Ob tem se kot olajšavo upošteva bruto stroške dela, vključno z neplačanim delom (izračun na podlagi 54 Možnost vezanih podpor vključuje naslednje proizvode: žita, oljnice, stročnice, lan, konopljo, riž, oreščke, škrobni krompir, mleko in mlečne izdelke, semena, ovčje in kozje meso, goveje in telečje meso, oljčno olje, sviloprejke, posušeno krmo, hmelj, sladkorno peso in cikorijo, sadje in zelenjavo, panjevce s kratko rotacijo in druge neživilske rastline razen dreves, ki se uporabljajo za proizvodnjo proizvodov, ki lahko nadomestijo fosilne materiale (Evropska komisija, 2018: 53). Vendar pa se taka podpora lahko določi pod posebnimi pogoji – država članica mora izkazati, da je sektor v krizi. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 143 povprečnih plač v kmetijstvu na nacionalni ali regionalni ravni). Zmanjšana sredstva se usmerijo v komplementarno prerazdelitveno shemo ali prenesejo v II. steber (Evropska komisija, 2018: 47–48, 52). Ekosheme (čl. 28) so prostovoljne, namenjene 'pristnim kmetom', ki izvajajo prakse, koristne za klimatske cilje in okolje. Prakse morajo biti povezane s cilji iz drugega poglavja, presegati predpisane zahteve ravnanja (PZR) in standarde za dobro kmetijsko in okoljsko stanje zemljišč (DKOS), ki predstavljajo sistem raz- širjene pogojenosti standardne zahteve upravljanja (SMR) in druge standarde, ki izhajajo iz nacionalno določenih osnovnih zahtev. Plačilo za prakse je letno in vezano na površino (ha). Mogoča so »kompenzacijska« ali »oportunitetna« plačila (Evropska komisija, 2018: 52–53). Medtem ko prva predvidevajo povračilo nasta-lih stroškov zaradi uvedbe določene prakse, druga predvidevajo plačilo izgublje-nih koristi zaradi neuporabe za alternativne namene. Razlikovanje med slednjima lahko zahteva dobre agronomske podatke. Sektorske podpore so opredeljene v čl. 29. Vključujejo sektorje sadje in zelenjava, apikulturo, vino, hmelj, olivno olje in olive ter druge (Evropska komisija, 2018: 58). Vključujejo načrtovanje proizvodnje in prilagajanje povpraševanju, marke-ting, nove metode proizvodnje, področje odpornosti, okoljske cilje, povečano potrošnjo … skozi različne investicije. Ukrepe razvoja podeželja naslavlja čl. 64. Nanašajo se na okoljsko-klimatske in druge cilje, naravne in druge prostorsko specifične omejitve, prostorsko specifične omejitve, ki izhajajo iz obveznih zahtev, investicije, namestitev mladih kmetov in poslovnih pobud (zagonska podjetja), upravljanje s tveganji, sodelovanje, prenos znanja in informacij (Evropska komisija, 2018: 77). Ukrepom je skupna zahteva, da morajo dosegati cilje, ki presegajo obvezne zahteve. S podatkovnega vidika je pomemben tudi čl. 87 o spremljanju podpor iz naslova klimatskih ciljev. Odgovornost za podatke je na strani države članice, poročanje pa naj bi potekalo skladno s poenostavljeno skupno metodologijo, po kateri podpore za klimatske cilje vključujejo (Evropska komisija, 2018: 91–92): • 40 % izdatkov v okviru osnovne dohodkovne podporo za trajnost in komplementarno dohodkovno shemo • 100 % izdatkov za eko sheme • 100 % izdatkov za okoljske ukrepe v okviru PRP • 40 % izdatkov za naravne in druge prostorsko omejitve v okviru PRP Doseganje višjih vrednosti po omenjeni metodologiji bo mogoče interpretirati kot večji prispevek države (in njenega kmetijstva) na klimatskem področju, kar lahko predstavlja spodbudo tako za krepitev vloge omenjenih ukrepov (npr. II. steber v primerjavi s I. stebrom) kot tudi za preprosto in jasno zasnovo vstopnih 144 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV pogojev v sodelovanju z deležniki (predvsem KMG in njihovi predstavniki, pa tudi okoljsko ministrstvo, organizacije in drugi). Nova uredba predvideva možnost premeščanja do 15 % razpoložljivih sredstev posameznega stebra v drug steber in še dodatnih 15 % pod pogojem, da gre za doseganje specifičnih okoljskih in klimatskih ciljev iz čl. 6(1), ter še dodatna 2 % pod posebnimi pogoji, vezanimi na posamezne proizvode (Evropska komisija, 2018: 92–93). Strateški načrt Strateške načrte naslavlja V. poglavje. Strateški načrti naj bi se nanašali na specifične cilje iz čl. 6. Izhodišče zanje naj bi bila SWOT analiza in ocena potreb, na kateri bi temeljila intervencijska strategija s kvantitativnimi cilji in mejniki za doseganje specifičnih ciljev na podlagi kazalcev učinka iz Priloge I. Pričakuje se »ambicioznost« glede na okoljske in klimatske specifične cilje v primerjavi z obdobjem 2014–2020 – slednje se nanaša na predviden obseg sredstev za te namene. Predviden je enoten načrt za državo članico, ki zajema vse ukrepe iz poglavja III (Evropska komisija, 2018: 94). Sam nov izvedbeni model predvideva vključenost okoljskih in klimatskih akterjev (okoljsko ministrstvo), partnerstvo z lokalnimi oblastmi, ekonomskimi in socialnimi partnerji, vključenost civilne družbe in drugih v pripravo strateškega načrta (čl. 94). Zahtevani elementi strateških načrtov so opredeljeni v čl. 95 in natančneje obra-zloženi v čl. 96–103. Predstavljamo jih v Tabeli 2.8. Skladno s čl. 106 naj bi bili strateški načrti oddani do 1. 1. 2020 (predlog se je glede na podaljške pri izstopanju Velike Britanije ter imenovanju nove EK izkazal za nerealen), EK pa jih bo ocenila glede na naslednje kriterije: • celost, konsistentnost in koherenco s splošni načeli prava EU, to uredbo in določili, ki sledijo ter horizontalno uredbo • učinkujoč prispevek k specifičnim ciljem • vpliv na delovanje notranjega trga in motnje konkurenci ter • obseg administrativnih bremen na strani upravičencev in administracije Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 145 Tabela 2.8: Zahtevani elementi Strateškega načrta Ocena potreb (čl. - povzetek SWOT 96) - potrebe za vsak specifični cilj, ne glede na to, ali bodo naslovljene ali ne, še posebej za upravljanje s tveganji v okviru odpornosti ter kjer je smiselno za posebej ranljiva območja - rangiranje potreb - na področju okolja in klimatskih sprememb nacionalni načrti iz Priloge XI – za slednje morajo države članice uporabiti najbolj nedavne ocene Intervencijska - za vsak specifični cilj ciljne vrednosti in kjer je relevantno kazalci strategija (čl. 97) učinka in mejniki z vrednostmi na podlagi ocene potreb - intervencijska logika, ki je konsistentna in koherentna glede na ostalo, vključno z zadostnimi finančnimi viri - pregled okoljsko-klimatske 'arhitekture' in kako naj bi prispevala k nacionalnim ciljem - specifični cilj pomladitve in konsistentnost z nacionalnimi ukrepi - sektorski ukrepi, sektorski cilji - vezani ukrepi - koherentnost upravljanja s tveganji Opis elementov - definicije in minimalne zahteve za neposredno nevezano podporo, skupnih ukrepom pogojenost - kako slednje prispeva k okoljsko-klimatskim ciljem - plačilne pravice, rezerva, tehnična pomoč, demarkacije med skladi - skladnost z STO vključno z natančnimi popisi količin Opis ukrepov - opis neposrednih plačil (morebitna diferenciacija), sektorskih in ukrepov PRP- Cilji in finančni - cilji in mejniki: alokacija neposrednih plačil, sektorskih podpor, načrt (čl. 100) ukrepov razvoja podeželja, načrtovani izvedbeni kazalci na ukrep, tehnična pomoč (vse na letni ravni) Opis sistema - telesa, koordinacijska telesa, sistem kontrol in kazni, IACS, pogojenost, vladanja in kontrolna telesa za nadzor, spremljanje in poročanje koordinacije (čl. 101) Modernizacija SKP - prispevek k prečnemu cilju spodbujanja in prenosa znanja, inovacij in digitalizacije – opis AKIS, svetovalne službe, strategije za razvoj digitalnih tehnologij v kmetijstvu in na podeželju ter njihove uporabe za izboljšanje učinka in učinkovitosti strateškega načrta Poenostavitev in (V tem delu uredbe ni podrobnega opisa vsebine.) zmanjšanje bremen Priloge (čl.103) - Priloga I: Predhodna ocena in strateška okoljska ocena (SEA) - Priloga II: SWOT (na podlagi specifičnih ciljev, kazalcev, vključno s kazalci stanja, drugih podatkov in študij, evalvacij, posebni sektorski in teritorialni vidiki, dostop do zemlje in zemljiške operacije, AKIS) - Priloga III: Posvetovanje s partnerji (opis) - Priloga IV: Plačila vezana na posamezne proizvode - Priloga V: Dodatno nacionalno financiranje in skladnost z zakonodajo Vir: Evropska komisija, 2018: 95–102. 146 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Ocena bo naslovila primernost glede na specifične cilje, ciljne vrednosti, ukrepe in usmerjanje virov glede na SWOT in ex-ante analizo (slednji kot takšni torej ne boste predmet ocene). Komisija lahko v zvezi s strateškim načrtom poseduje pro- šnjo za utemeljitev in dodatne informacije. Strateški načrt je lahko potrjen tudi brez določenih elementov na podlagi utemeljene prošnje države članice (Evropska komisija, 2018: 103). Možne so kasnejše dopolnitve ipd. (Evropska komisija, 2018: 105). Drugi elementi VI. poglavje predloga Uredbe podrobneje razdeluje področje koordinacije in vladanja: vlogo plačilne agencije, pomen javnosti strateških načrtov in informiranja vseh deležnikov, možnost upravljavskega telesa/ministrstva, da ustanovi posredniška telesa ter zahtevo po vzpostavitvi odbora za spremljanje. Slednji naj bi spremljal napredek, komuniciranje in vprašanja administrativne zmogljivosti. Ocenil naj bi osnutek in metodologijo načrta. Na pobudo države članice je za te namene sicer mogoče uporabiti tehnično pomoč. Država članica bo morala vzpostaviti nacionalno mrežo za SKP z deležniki, in sicer največ 12 mesecev po potr-ditvi strateškega načrta. Vzpostavljena bo tudi mreža na EU ravni, ki bo skrbela za izmenjavo informacij, podatkov, praks in podobno. S temi nameni bo vzpostavljen tudi poseben EIP (Evropska komisija, 2018: 106–110). Poglavje VII podrobneje obravnava spremljanje, poročanje in evalvacijo. Država članica je odgovorna za t. i. okvir za uspešnost ( performance framework), ki vklju- čuje nabor kazalcev konteksta, izvajanja, rezultatov/učinkov ter vpliva, vključno s tistimi iz čl. 7, cilje in mejnike, zbiranje, hrambo in prenos podatkov, redno poročanje, spremljanje in vrednotenje, mehanizme za nagrajevanje dobrih in ka-znovanje slabih rezultatov, predhodna, vmesna in naknadna vrednotenja. Skladno s čl. 117 mora država članica vzpostaviti elektronski informacijski sistem spremljanja s ključnimi informacijami o izvajanju strateških načrtov, še posebej glede posameznih ukrepov, upravičencev in operacij. Država članica je odgovorna, da bodo za ocenjevanje napredka s pomočjo kazalcev izvajanja, učinka in vpliva na voljo popolni, ročni in zanesljivi viri podatkov (čl. 118). Evropska komisija bo sprejela metodologije za izračune do februarja 2023. Februarja vsako leto do leta 2030 bo država članica oddala letno poročilo za preteklo leto. Prvo poročilo bo zajemalo zadnji dve leti. Zadnjo poročilo leta 2030 bo vključevalo pregled evalvacij. Letna poročila bodo vključevala kazalce izvajanja in učinka glede na cilje. Če bodo rezultati 25 % ali več pod zastavljenimi kvantitativnimi cilji na letni ravni, lahko EK zahteva oblikovanje posebnega akcijskega načrta s strani države članice. Leta 2026 bodo tisti, Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 147 ki bodo dosegali zastavljene cilje prejeli poseben bonus ( performance bonus). Vrednotenja – predhodno, vmesno in naknadno, vključno z vprašanji administrativnih zmogljivosti, področjem okolja in klimatskih sprememb, naj bi, tako kot doslej, izvajali »neodvisni strokovnjaki«. Komisija bo naknadno vrednotenje izvedla do leta 2031. Vmesno vrednotenje (uspešnost, učinkovitost, relevantnost, koherenca in EU dodana vrednost skladov) bo izvedeno na podlagi posameznih kazalcev iz Priloge I.55 Vir podatkov za kazalce vpliva in konteksta bosta večinoma zbirki FADN in Eurostat. Primanjkljaj bo naslovljen s pomočjo prilagoditev statistične zakonodaje, FADN in dela JRC. Pri tem naj se, tako uredba, »podatke iz upravnih registrov za statistične namene uporablja, kolikor je mogoče, v sodelovanju s statistič- nimi agencijami v članicah ter Eurostatom«. Po potrebi lahko EK sprejme tudi dodatno zakonodajo za sinergije med viri podatkov (Evropska komisija, 2018: 111–118). Države članice in EK bodo za namene kontrole, spremljanja in vrednotenja zbi-rale in obdelovale osebne podatke. Za namene spremljanja in vrednotenja je predvidena anonimizacija podatkov in obdelava samo v agregatni obliki (ko gre za skupni informacijski sistem). Podatki se skladno z GDPR ne bodo hranili dlje, kot je to potrebno, in ne bodo omogočili identifikacije posameznikov, ti pa bodo obveščeni o namenu zbiranja in obdelave (Evropska komisija, 2018: 120). Na področju podatkov naj bi se iskale sinergije z raziskavami v okviru 9. okvirnega programa (FP9) in cilja »Hrana in naravni viri«, prioritete kmetijstva in hrane kot varnega, trajnega, odpornega, krožnega, raznolikega in inovativnega sektorja ter prednostnega področja biogospodarstvo. V okviru cilja glede hrane in naravnih virov je med drugim poudarek na koristih digitalne revolucije in digitalnem pre-oblikovanju kmetijstva (Evropska komisija, 2018: 26). Plačilne agencije in certifikacijski organi bodo skladno z novim izvedbenim modelom prevzeli naloge, ki jih nalaga načelo enotnega revizijskega pristopa, katerega poglavitna novost je, da se revizije ne nanašajo neposredno na kontrolo upravičencev, kar predstavlja veliko spremembo v samem načinu in pristopu revidiranja sredstev iz naslova kmetijskih skladov EU. Evropska komisija bo spremljala sam sistem in rezultate, na njihovi podlagi pa bo sprejela odločitev, ali zaupa delu certifikacijskih organov. To pomeni, da bo še vedno potekalo preverjanje skladnosti standardov in upravljavskih struktur. V posebnih primerih, ko se EK ne bo mogla zanesti na delo CO in bodo rezultati/kazalci izkazovali 55 V Prilogi I so kazalci, ki pridejo v poštev za vmesno vrednotenje, posebej označeni. 148 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV določeno stopnjo tveganja, bo EK sama izvedla neposredno revizijo upravičencev. Države članice lahko v novem modelu, skladno z načelom proporcionalnosti in uporabo načela subsidiarnosti poenostavijo postopke in zmanjšajo administrativna bremena skozi definiranje kontrole in pogojev upravičenosti. Tako naj se kljub bremenom novega pristopa celotno breme ne bi povečalo (Evropska komisija, 2018: 128–132). Podatkovne potrebe Slovenije Čeprav kazalci vpliva niso neposredno del odgovornosti organa za upravljanje (MKGP), so zaradi povezave z analizo stanja, opredelitvijo potreb, izbiro in dolo- čanjem ukrepov ter razporejanja finančnih virov, na dolgi rok pa tudi celovitega vrednotenja vpliva ukrepov in strateškega načrta kljub temu pomembni. Kazalci rezultata glede samega poročanja prinašajo spremembe predvsem v smislu opredelitve števila vključenih kmetij, površin, GVŽ in podobno (kjer je relevantno). Glavni izziv kazalcev rezultata in izvajanja je v vsebinski opredelitvi ukrepov (vključno z definicijami, npr. kdo je kmet), ki bodo vplivale na relativne vrednosti kazalcev, ter letnem zbiranju in preračunih posameznih podatkov. Seveda pa je z vidika načrtovanja in vrednotenja pomembna tudi povezava med kazalci rezultata in vpliva. Na področju presečnega cilja znanja in inovacij lahko izpostavimo kazalec rezultata (R.2), tj. števila svetovalcev, vključenih v AKIS, glede na število kmetov, ter kazalec izvajanja (O.2), tj. število svetovalcev, vključenih v EIP, ki bosta zahtevala letno pridobivanje podatkov s strani JKSS. Na področju prvega specifičnega cilja (odpornost) lahko izpostavimo kazalec vpliva relativnega dohodka na območjih OMD (I.5), ki zahteva združevanje prostorskih podatkov z dohodkovnimi (npr. SURS). Bolj ažurne in točne podatke za ustrezne analize vpliva OMD bi lahko zagotovili tudi z uporabo FADN ali standardnega prihodka na podlagi administrativnih virov. Med kazalci rezultata pa lahko izpostavimo kazalca (R.6), tj. delež dodatne podpore na ha male kmetije (glede na podpore – prerazporeditev) za upravičence pod povprečno velikostjo kmetije v primerjavi s povprečjem, ter podobno (R.7) za kmetije v depriviligiranih območjih, kar zahteva preračun glede na letne podatke o povprečnih velikosti ter dodeljevanju podpor. Kazalec R.6 bo vključen tudi v srednjeročno vrednotenje. Izpostavimo lahko še kazalca izvajanja (O.6 in O.7) v zvezi s številom mladih kmetov in površin, ki jih obdelujejo, vključenih v ukrepe. Na področju drugega specifičnega cilja (konkurenčnost) lahko opozorimo na splošnost kazalcev (npr. faktorska produktivnost na podlagi strukturnih Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 149 raziskovanj) in potrebo po natančnem spremljanju strukturnih sprememb ter vloge investicij, vključno z učinkovito rabo virov, npr. s pomočjo dela s podatki SURS ali nadgradnje in analiz na vzorcu FADN, kot je predlagano v okviru CRP SKP po 2020, evalvacij ukrepov ipd. Na področju tretjega specifičnega cilja (živilska veriga) lahko izpostavimo kazalec rezultata R.11, ki se nanaša na delež proizvodnje na strani organizacij proizvajalcev z operativnim programom, ki zahteva zbiranje teh podatkov znotraj organizacij proizvajalcev. Pri četrtem specifičnem cilju (klimatske spremembe) lahko med kazalci vpliva izpostavimo indeks odpornosti kmetij (I.9), ogljični zajem v tleh (I.11) ter proizvodnjo OVE iz kmetijstva in gozdarstva (I.12), ki doslej niso bili sistematično vključeni v oblikovanje kmetijske politike. Na slednje so vezani tudi nekateri kazalci rezultata – npr. GVŽ v okviru ukrepov za znižanje emisij in/ali amonijaka, vključno z upravljanjem z gnojevko (R.13), ohranjanja ali izboljšanja stanja v zvezi s hrambo ogljika v zemlji in biomasi (R.14), ki bo vključen v srednjeročno vrednotenje, prihranki energije v kmetijstvu na račun ukrepov URE (R.16) in nekatere druge. Čeprav bodo vezani na ocene v okviru ukrepov (npr. naložb), bodo naknadna vrednotenja posameznih ukrepov zahtevala robustno empirično oceno doseženih rezultatov glede na siceršnje stanje (intervencijska logika). Kazalci izvajanja v okviru četrtega specifičnega cilja predvidevajo natančne podatke o po-vršinah in GVŽ vključenih v ukrepe. Pri petem specifičnem cilju (naravni viri) imamo podobno kot pri četrtem številne kazalce vpliva, kjer doslej zanesljivi podatki niso bili sistematično uporabljeni pri oblikovanju (nacionalne) kmetijske politike: npr. (I.13) spremembe v deležih zemlje z določeno stopnjo erozije, (I.14) zmanjševanje emisij amonijaka, (I.15) bruto razmerje hranil v kmetijski zemlji, (I.17) indeks izrabe vode idr. Na slednje so vezani kazalci rezultata, ki sicer govorijo o deležih površin, vključenih v ukrepe za izboljšave stanja na področjih, kot so kakovosti prsti, zraka in vode, vključno s porabo vode in gnojil, vendar pa slednje zahteva povezavo z agregatnimi podatki na teh področjih, pa tudi mikropodatke (v primeru robustnih empiričnih evalvacij ukrepov). Pri šestem specifičnem cilju (ekosistemske storitve) imamo podobno kot v zgornjih primerih problem vključevanja zanesljivih podatkov o stanju vrstah in habitatov ter trendih (I.19) ter s tem povezanim kazalcem rezultata (R.27) – ta bo vključen v srednjeročno evalvacijo –, ki sicer govori o vključenosti v ukrep, a sam ukrep zahteva ohranjanje/izboljšanje stanja. Pri sedmem specifičnem cilju (generacijska prenova) je ob splošnih ciljih potrebno pridobiti letne podatke o starostni strukturi nosilcev. 150 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Pri osmem specifičnem cilju (diverzifikacija) je težava lahko v široki definiciji podeželja, ki velja v Sloveniji, vsekakor pa se kazalci vpliva doslej niso sistematično uporabljali pri načrtovanju kmetijske politike. Eden izmed kazalcev rezultata – delež posameznikov iz manjšinskih in ranljivih skupin s koristmi iz projektov socialne vključenosti (R.35) – zahteva definiranje in spremljanje števila teh posameznikov. V okviru devetega specifičnega cilja (potrošnik) kazalci vpliva predvidevajo spremljanje vrednosti hrane, prodane v okviru shem (I.28), kazalci rezultata pa obseg GVŽ in površin pod ukrepi omejevanja uporabe antibiotikov in pesticidov (R.36 in R.37), ki zahtevajo skladnost s trendom agregiranega podatka ter v primeru vrednotenj posameznega ukrepa tudi zanesljive mikropodatke (na vzorcu). Če povzamemo, so podatkovni izzivi trije: • sistematično spremljanje in vključevanje podatkov o vrednostih kazalcev stanja/vpliva (vključno z vrednotenji, znanstvenimi članki ipd.) v analizo stanja, potreb, prioritet, oblikovanja ukrepov in usmerjanja sredstev • centralizacija podatkov o izvajanju in vključenosti v ukrepe za namene letnih prerezov, načrtovanja in prilagajanja skladno z uredbo • nadgradnja/izgradnja mikropodatkovnih zbirk (FADN, SO) za namene robustnih vrednotenj na vzorcih V širšem smislu slednje zahteva tudi oblikovanje podatkovne skupnosti uporabnikov ter ustrezne tehnične rešitve za predstavitve in dostop do podatkov. RESOLUCIJA »NAŠA HRANA, PODEŽELJE IN NARAVNI VIRI PO LETU 2021« Temeljni strateški dokument na področju kmetijske politike v Sloveniji po letu 2021 predstavlja Resolucija »Naša hrana, podeželje in naravni viri po 2021«. Kot pravi dokument sam, je njegov namen »opredeliti temeljni strateški okvir delovanja kmetijstva, živilstva in podeželja po letu 2021« (MKGP, 2019: 4). Resolucija izhaja iz logike potreb, ciljev in ukrepov za njihovo uresničevanje, vključno s kazalniki za spremljanje, pri čemer se opira na študijo o uspešnosti izvajanja SKP v preteklem obdobju in usmeritvah po letu 2020 (Erjavec in dr., 2018) (MKGP, 2019: 4). S tem odločanje na podlagi dejstev (in z njimi podatki) stopa v ospredje slovenske kmetijske politike. Tako kot strateški dokumenti na evropski ravni resolucija poudarja pomen širše družbene vloge kmetijstva, tj. potrošnika, sledljivosti, živali, podeželja, narave Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 151 (MKGP, 2019: 2–3), s tem pa tudi ustvarjanja, povezljivosti in dostopnosti ustreznih podatkovnih virov. V nadaljevanju resolucija navaja tiri vertikalne in en horizontalni cilj (MKGP, 2019: 6) z več specifičnimi cilji in opisi stanja in sprememb, iz katerih je mogoče izločiti kazalce stanja in vpliva ter nekatere kazalce učinka/rezultata (tj. neposredne posledice izvajanja ukrepov) (Tabela 2.9). Tabela 2.9: Splošni cilji (A), specifični cilji (1-) in kazalci v okviru Resolucije Naša hrana, podeželje in naravni viri po letu 2021 A. Odporna in konkurenčna pridelava in predelava hrane A.1 Zagotavljanje visokih standardov varne in Kazalci stanja, vpliva in rezultata/učinka: kakovostne hrane faktorski dohodek, cene, naravne ujme in A.2 Učinkovita raba in dostopnost virov pogoji, vlaganja, povprečna velikost kmetij, (zemlja, kapital, delo, znanje) tip kmetij, samooskrbne kmetije, opredelitev A.3 Primerljiv dohodkovni položaj kmeta in KMG, povezovanje, veriga, starost, A.4 Stabilnost dohodka struktura (obdelava po starosti, tipu, velikosti A.5 Krepitev agroživilskih verig in izboljšanje ipd.), dodana vrednost, veriga, primerljiv položaja kmeta v verigi dohodkovni položaj, tehnologija, družinska A.6 Spodbujanje pridelave in porabe hrane z kmetija itd. višjo dodano vrednostjo A.7 Krepitev tržne naravnanosti in Kazalci izvajanja: podjetništva neposredna plačila, vezana plačila, OMD, A.8 Spodbujanje generacijske prenove podjetništvo, prenos znanja, povezovanje, A.9 Ohranitev proizvodnega potenciala in sektorske politike, zemljiška politika, socialna obsega kmetijskih zemljišč (MKGP, 2019: 9). in davčna politika, regulatorni ukrepi (npr. prakse v verigi) (MKGP, 2019: 8–15) B. Trajnostno upravljanje z naravnimi viri in zagotavljanje javnih dobrin B.1 Zmanjšanje negativnih vplivov na vode, Kazalci stanja, vpliva in rezultata/učinka: tla in zrak izpusti toplogrednih plinov, pesticidi, indeks B.2 Prilagajanje in blaženje podnebnih ptic, kmetijske krajine, območja natura, sprememb površina kmetijskih zemljišč, površina pod B.3 Varovanje biotske raznovrstnosti ekološko proizvodnjo, krožno gospodarstvo, B.4 Ohranjanje kulturne krajine OVE, slovenski genski viri, URE, raba vode, B.5 Zagotavljanje višjih standardov dobrobiti trajnostni materiali, ogljični ponori, biotska živali (MKGP, 2019: 17) pestrost, kmečka kulturna krajina, dobrobit živali Kazalci izvajanja: pogojenost, shema za podnebje in okolje, eko, KOPOP-PRP, naravovarstveni, prenos znanja, naložbe, OMD, dobrobit živali, naložbe ki zmanjšujejo tveganja (MKGP, 2019: 15–21) C. Dvig kakovosti življenja in gospodarske aktivnosti na podeželju 152 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV C.1 Spodbujanje dopolnilnih dejavnosti na Kazalci stanja, vpliva in rezultata/učinka: kmetijah depopulacija, socialni kazalci na podeželju, C.2 Krepitev lokalnih pobud in stanje infrastrukture, revščina ter dopolnilne medpanožnega sodelovanja ter krepitev dejavnosti, lokalne pobude, kakovost bivanja, navezave turizma na kakovostno hrano iz vključenosti, lokalne pobude, poseljenost, lokalnega okolja podeželska revščina C.3 Razvoj biogospodarstva C.4 Socialna vključenost, ženske na podeželju Kazalci izvajanja: in skrb za ranljive skupine naložbe, lokalne, pobude, socialna politika C.5 Zmanjševanje vrzeli v dostopnosti in (MKGP, 2019: 22–25) kakovosti storitev v urbanem in ruralnem okolju (MKGP, 2019: 22) D. Horizontalni cilj: krepitev oblikovanja in prenosa znanja D.1. Krepitev raziskovalne podpore za razvoj Kazalci stanja, vpliva in rezultata/učinka: kmetijstva in podeželja AKSI in rezultati, sodelovanje med D.2. Učinkovit prenos znanja do končnih institucijami znanja, svetovalne in upravičencev raziskovalne storitve, mreže D.3. Delujoč in učinkovit sistem AKIS (MKGP 2019: 26) Kazalci izvajanja: naložbe, strokovne naloge (živinoreja, rastline, genska banka in drugo) (MKGP, 2019: 26–29) Vir: lastni prikaz na podlagi MKGP, 2019. Splošni cilji resolucije so usklajeni s cilji SKP 2021–2027. Specifični cilji so medtem nekoliko drugače razdeljeni, bolj razvejani in vključujejo različne ravni podrobnosti. Na področje odpornosti so tako umeščeni cilji s področja kakovosti (A.1 in A.6), generacijske prenove (A.8), dodani so nekateri splošni ekonomski cilji (učinkovita raba in dostopnost virov – A.2) in nacionalno posebni cilji (ohranitev proizvodnega potenciala in obsega zemljišč A.9). Drugačno je tudi zaporedje ciljev, čeprav ni razvidno, ali ima hierarhija ciljev poseben pomen. Za cilj A.1 (varna hrana) je vprašanje, ali spada na področje kmetijske politike. Posamezni cilji, kot je A.3 (primerljiv dohodkovni položaj), v okviru uredbe igrajo vlogo kazalcev vpliva. Prihaja tudi do določenega podvajanja (npr. dostopnost virov A.2 in obseg kmetijskih zemljišč A.9). Na področju okolja je razlik bistveno manj; dodana sta cilja B.4 (ohranjanje kulturne krajine) in B.5 (dobrobit živali), slednji se v okviru specifičnih ciljev SKP umešča v tretjo skupino ciljev. Na področju podeželja so prav tako prisotni različni specifični poudarki, razvidni iz števila in opisa vseh ciljev. Horizontalni cilji so v primerjavi z predlogom te uredbe bolj razdelani. Resolucija vključuje številne kazalce stanja, vpliva, rezultata/učinka in izvajanja, ki pa so navedeni (našteti) v strnjeni opisni obliki in niso vezani na posamezne cilje v smislu formalno opredeljene povezave. Kazalci so opredeljeni na različne načine, nekateri kot samostojne politike, drugi kot teme, tretji kot standardne domene ali statistične kategorije. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 153 Resolucija je sicer »podlaga za nacionalne ukrepe in enovit strateški načrt za izpolnjevanje skupne kmetijske politike, ki ga pripravljajo vse države članice EU v skladu napovedanih sprememb SKP.« Ob upoštevanju natančne analize stanja in ugotovljenih potreb bodo definirane prioritete ter izvedbeni mehanizmi za doseganje vseh specifičnih ciljev. V strateškem načrtu bodo izbrani mehanizmi ovrednoteni ter določeni kazalniki učinka in rezultata, s katerimi se bo spremljalo učinkovitost izvajanje načrta (MKGP, 2019: 30). Podatkovne potrebe na podlagi resolucije Iz nacionalne resolucije izhajajo nekatere posebne podatkovne potrebe. Na ekonomskem področju cilja A.1 in A.6 govorita o kakovostni hrani in dodani vrednosti, ki jo lahko povezujemo z že omenjenimi podatki o shemah kakovosti in iz potrošniških anket. Cilj A2 v zvezi z učinkovito rabo in dostopnostjo virov se nanaša na strukturne spremembe, vlogo samooskrbnih in družinskih kmetij ter učinkovito uporabo kapitala in dela, ki zahtevajo podrobnejše podatke in specifične študije. V ta sklop sodi tudi cilj A.7, ki govori o tržni naravnanosti in podjetništvu. Na voljo so denimo podatki o dejavnostih. Cilj A.9 govori o proizvodnem potencialu in obsegu zemljišč, ki zahteva spremljanje obsega, rabe ter zaraščanja. Med kazalci se omenjajo še naravne ujme, ki zahtevajo oblikovanje ustreznega kazalca in spremljanje (recimo škodni primeri, zahtevki za izredne omoči) ter namenske študije (povezave z različnimi dejavniki in ukrepi v smislu odpornost). Posebej se omenja tudi vloga državne zemljiške politike, ki zahteva oblikovanje zbirke podatkov o najemu, cenah in analizo. Na področju okoljskih ciljev lahko z vidika dodatnih zahtev izpostavimo cilj B.4, tj. ohranjanje kulturne krajine, ki je deloma povezan s polnaravnimi značilnostmi, ter B.5, tj. zagotavljanje višjih standardov za dobrobit živali, ki zahteva podatke o minimalnih zahtevah, običajnih praksah, prostovoljnih ukrepih in vključenosti. Gre za nadgradnjo kazalcev outputa in rezultata, ki se bodo spremljali v okviru izvajanja strateških načrtov. Med navedenimi kazalci najdemo številne, ki se doslej niso sistematično spremljali in/ali kjer je potrebno razviti ustrezen kazalec ter zagotoviti vir podatkov, kot so indeksi ptic, krajine, krožno gospodarstvo, slovenski genski viri, raba vode, trajnostnih materialov in drugo. Na družbenem področju je cilj (C.1) spodbujanje dopolnilne dejavnosti povezan z zgoraj omenjenim ciljem A.7, pa tudi z odpornostjo in diverzifikacijo v smislu kazalcev FLINT in SKP. Cilj C.2, tj. krepitev lokalnih pobud, medpanožnega sodelovanja, navezave na turizem in kakovostno hrano iz lokalnega okolja zahteva povezovanje podatkov v zvezi z drugimi strukturnimi skladi, projekti, posamezne namenske študije ter definiranje kazalcev. Za cilj C.3, tj. razvoj biogospodarstva, so na voljo osnovni podatki v okviru študije JRC, natančnejši pregled pa poteka v okviru CRP biogospodarstvo. Pri cilju C.4, tj. socialna vključenost, je, kot že 154 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV omenjeno, problem v pomanjkanju študij in podatkov. Pri cilju C.5, tj. zmanjševanje vrzeli v dostopnosti in kakovosti storitev v ruralnem in urbanem okolju, so nekateri podatki na voljo, problem pa je v ustrezni razmejitvi podeželja in urbanega okolja v slovenskem kontekstu. Na horizontalnem področju resolucija vključuje cilj D.1, tj. raziskovalna podpora za razvoj kmetijstva in podeželja, ki je hkrati lahko tudi kazalec, ter cilj D.2, tj. učinkovit prenos znanja do končnih upravičencev, ki pa zahteva smiselno oblikovanje kazalca, spremljanje in analize. Pri cilju D.3, tj. delujoč učinkovit sistem AKIS, je smiselna predvsem ocena stanja na podlagi različnih posrednih kazalcev. Kazalci in viri podatkov v slovenski kmetijski politiki O razpoložljivih relevantnih podatkih v uporabi lahko sklepamo iz kazalcev, uporabljenih v okviru vrednotenja uspešnosti uresničevanja ciljev slovenske kmetijske politike v obdobju 2014–2020 s strani CRP Perspektive SKP po 2020 (Erjavec in dr., 2018). V okviru projekta so bili vrednoteni cilji prilagojeni strukturi ciljev v okviru SKP. Za namene celovite presoje je bilo izbranih 50 kazalnikov. Od tega se jih 22 nanaša na ekonomsko področje, 16 na področje okolja, 7 na podeželje in 5 na znanje in inovacije. Kazalnike predstavljamo v Prilogi III k temu poglavju. Uporabljene so bile letne vrednosti, razen kadar te niso na voljo – pri povprečni velikosti in velikostni strukturi KMG, osnovnih proizvodnih dejavnikih v uporabi, stanju ohranjenosti habitatnih tipov, površini zemljišč, ogroženih zaradi erozije, rabi kmetijskih zemljišč na vodovarstvenih območjih, KMG in GVŽ, vključenih v ukrep DŽ, starostni in spolni strukturi gospodarjev KMG, vključenosti podeželskega prebivalstva v formalno in neformalno izobraževanje ter gospodarjih KMG s formalno kmetijsko izobrazbo. Pri večini kazalcev – vezanih na velikostno strukturo in demografsko strukturo gospodarjev KMG, rabo zemljišč na VVO – je zanesljive in točne letne podatke mogoče zagotoviti s pomočjo administrativnih virov. Pri izobrazbi alternativni 'administrativni' kazalec predstavlja vključenost v ukrepe usposabljanja, ki so bili v obdobju 2014–2020 pogoj za številne druge ukrepe. Vrednotenje je navedlo predloge o izboljšavi in oblikovanju novih kazalcev: • Odporna in konkurenčna proizvodnja: - izboljšanje podatkov o dohodkovnem položaju s pomočjo empiričnih po- datkov o dodani vrednosti na vzorcu (FADN) - izboljšanje podatkov o stabilnosti z empiričnimi podatki o SO na vzorcu (FADN) - izboljšanje podatkov o učinkoviti rabi virov s pomočjo podatkov o kapitalski intenzivnosti in bruto investicijah na empiričnem vzorcu (FADN) Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 155 • Trajnostno upravljanje z naravnimi viri: - izboljšanje podatkov o podnebnih spremembah s pomočjo spremljanja podatkov o kapacitetah modernih gnojišč, trajnih nasadih z mrežami, oroševanju in podobnem - podatke na področju biodiverzitete dopolniti s podatki iz spremljanja ptic in metuljev na Naturi 2000 in travniških vrstah metuljev - na področju varstva tal dodati podatke o založenost tal in organskih snoveh v tleh - na področju dobrobiti živali podatke dopolniti z rezultati nadzora, deležem reje, ki dosega minimalne standarde ter nadstandard • Znanje in komuniciranje - na področju informiranost in ozaveščenosti dodati podatke o dejavnosti mreže za podeželje, KGZS, ZZ ter potrošnji živil iz shem Za predloge, ki se nanašajo na področje odporne in konkurenčne proizvodnje, je nekatere populacijske mikropodatke – npr. o SO ali investicijah, ki so vključevale javne vire, mogoče pridobiti tudi iz administrativnih in statističnih virov (oz. slednje uporabiti za izboljšanje kakovosti vzorčenja). Na področju trajnostnega upravljanja so prav tako na voljo omejeni podatki o gnojevki, analizi tal (vpra- šljiva kakovost), vključenih v ukrep dobrobiti živali ter rezultatih nadzora. Na področju znanja in komuniciranja je mrežo za podeželje ob upoštevanju omejitev zbirke (prostovoljni vpis) mogoče uporabiti za analizo vključenosti, sistematično bi bilo mogoče pristopiti tudi k potrošniškim anketam in anketam o odnosu do hrane, kmetijstva in podeželja v Sloveniji. Raziskovalci so opozorili tudi na potrebo po vključitvi kazalcev, ki se spremljajo na evropski ravni (navajamo jih v prilogah). DOBRE PODATKOVNE PRAKSE V študiji potreb po podatkih za ugotavljanje ekoloških tveganj v povezavi s kmetijstvom (v Veliki Britaniji, ki ima enega izmed najbolj naprednih javnih podatkovnih sistemov), avtorji (Winter in dr., N. L.) začnejo z vprašanjem: »Ali so podatki prosto dostopni v zadostni ločljivosti in dovolj kakovostni skozi čas in za vrsto uporabniških zahtev ter na ravni kmetijskega gospodarstva?« Študija izvedljivosti glede na proučevano temo nato identificira vrsto podatkovnih datotek različnega izvora in vrste ponudnikov storitve dostopa do podatkov. Med ponudniki podatkov, ki večinoma ločujejo komercialno rabo in rabo za akademske namene, kot je poučevanje in raziskovanje, ter popolnoma javne podatke pod ustreznimi licencami, so: 156 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV • Britansko Ministrstvo za okolje, hrano in podeželje ( Department for Environment, Food and Rural Affairs – DEFRA), ki ponuja več kot 500 podatkovnih sklopov dostopnih preko portala odprtih podatkov. • Podatkovni centri Nacionalnega raziskovalnega sklopa za naravo ( The Natural Environment Research Council – NERC), ki je nacionalni javni financer znan-stvenega raziskovanja na področju okolja in ki podpira delovanje petih podatkovnih centrov – ti se nanašajo na področja od raziskovanja morja, ozračja in tal. Povezani so tudi s centrom za Arheološke podatkovne storitve. • Center za geoprostorske, kulturne in zgodovinske raziskovalne podatkovne storitve – EDINA. V okviru DEFRA poteka več projektov, ki so usmerjeni k zagotovitvi podatkovnih produktov z dodano vrednostjo za širši krog uporabnikov. Tako na primer, kot predstavljajo v okviru objave »Obdelaj enkrat, uporabljaj povsod« (» Process once. Use everyhwere«), pripravljajo projekt za centralizirano in avtomatizirano čiščenje in predprocesiranje satelitskih posnetkov, pri čemer bodo podatki in orodja za vizualizacijo podatkov na voljo vsem zaposlenim v okviru DEFRA, posebej pa tudi njihovim podatkovnim znanstvenikom za analizo podatkov in pripravo produktov, ki so namenjeni izboljšanju rezultatov različnih politik. Primer kmetijskega ministrstva – DEFRA je zanimiv zaradi celovite opredelitve vsebinskega obsega in poslanstva oblikovanja zbirke podatkov (opazovanj zemlje): »Tehnologije opazovanja zemlje nam pomagajo razumeti, kako naša dejanja vplivajo na naše okolje in so ključ do zagotavljanja boljših storitev s pomočjo pame-tnejše uporabe podatkov. Opazovanje kemijskega, fizičnega in biološkega okolja je ključ za razumevanje, kje, kako in zakaj se planet zemlja spreminja. Na okolje se zanašamo za proizvodnjo hrane, ki jo zaužijemo, in prostor, kjer živimo. Naš odnos z okoljem je kompleksen; od njega smo odvisni, izvajamo lahko pritisk nanj, ga spreminjamo na bolje ali slabše. Razvoj in vse večja naprednost tehnologij za oddaljeno zaznavanje sta prinesla revolucijo v opazovanju zemlje in omogočila obsežno zbiranje okoljskih podatkov, ki nam omogoča opazovanje in razumevanje sprememb in vpliva naših dejanj. Opazovanje zemlje predstavlja izjemno priložnost kot sredstvo, uporabno v realnih razmerah, ki omogoča ukrepe na cenejši in bolj učinkovit način čez raznolik nabor politik in ukrepov.« NERC centri dajejo poudarek ustreznemu ravnanju s podatki za zagotavljanje dolgoročne dostopnosti. Njihov cilj je priprava visoko kakovostnih in nacionalno pomembnih podatkovnih virov, ki so široko dostopni vsakomur. Podatkovni viri so namenjeni novim raziskavam, tudi s področja okoljskih problemov, npr. podnebnih sprememb, podpori vladnim politikam na različnih področjih, kot je skrb za kakovost voda, na voljo pa so tudi za komercialne projekte. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 157 EDINA med drugim združuje podatke iz različnih virov in jih urejene ponuja v dostop za produkt EDINA Kmetijski cenzus za Anglijo, Wales in Škotsko ( Agricultural Census for England, Wales and Scotland), kjer so na voljo na ravni 2-kilometerskih ali večjih kvadratih. Dostop za akademske uporabnike je preko enotne avtentikacijske storitve za celotno državo. Posebej je na voljo tudi dostop za neakademske namene, a za plačilo, ki je odvisno od števila uporabnikov, namena (za kakšen projekt gre) in glede na posebne zahteve glede načinov prenosa podatkov. Mednarodno povezovanje Splošni cilji zbiranja in namen podatkov v kmetijstvu, utemeljeni skozi različne možne načine uporabe, podkrepljene s primeri v mednarodnem okolju, so opredeljeni v okviru pobude Globalni odprti podatki za kmetijstvo in prehrano ( Global Open Data for Agriculture and Nutrition – GODAN), ki ima sedež v Veliki Britaniji.56 Predstavljamo jih v Tabeli 2.10. V okviru Združenja raziskovalnih podatkov ( Research Data Al iance – RDA), ki je združenje različnih podatkovnih strokovnjakov, podatkovnih znanstvenikov in drugih profilov, ki imajo opravka s podatki, namenjenimi analizam, deluje interesna skupina za kmetijske podatke ( Interest Group on Agricultural Data – IGAD). Združujejo se v različne skupine in pobude za pripravo naprednih rešitev za delo s podatki iz kmetijstva v mednarodnem okolju. Aktivne so naslednje skupine: • Delovna skupina za interoperabilnost podatkov o pšenici ( The Wheat Data Interoprability Working Group) se ukvarja s standardi za pripravo, povezovanje in izmenjavo podatkov o pšenici. Ukvarjajo se z določanjem, ka-kšni minimalni metapodatki bi bili primerni, podatkovni tipi in vodiči, da bi podatki o pšenici ustrezali standardom FAIR. Med drugim so oblikovali smernice za pripravo podatkov ter strokovni terminološki slovar. 56 GODAN podpira proaktivno deljenje odprtih podatkov o kmetijstvu in prehrani za zagotavljanje razpoložljivosti, dostopa in uporabe pri soočanju z izzivom svetovne prehranske varnosti. Hitro rastoča skupina trenutno vključuje 981 partnerjev – vlad, nevladnih, mednarodnih in zasebnih organizacij – ki so se zavezali k skupni izjavi o namenu. Pobuda se osredotoča na podporo na najvišji ravni – med vladami, odločevalci, mednarodnimi orga-nizacijami in podjetji. Spodbuja sodelovanje za skrb za rastoč obseg podatkov, ki izhajajo iz novih tehnologij, za reševanje perečih problemov v korist kmetov ter zdravja potrošnikov. Pobuda je bila vzpostavljena na vrhu G-8 leta 2012 na temo prehranske varnosti. Zaveze med drugim vključujejo delitev relevantnih kmetijskih podatkov iz držav G-8 z afriškimi partnerji in podobno na podlagi obstoječih kmetijskih podatkovnih sistemov. Na konfe-renci leta 2013 so se zavzeli za vzpostavitev odprtih podatkov na področju kmetijstva. 158 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV • Delovna skupina za agrisemantiko se ukvarja s presekom med semantičnimi (je-zikovnimi, znakovnimi) orodji in pristopi ter kmetijstvom. Cilj skupine je ugotoviti, na katerih področjih kmetijskih podatkov bi se ti pristopi lahko uvajali. • Skupina za zbiranje, dokumentiranje, povezovanje, arhiviranje in dostop do podatkov na kmetijah ( On-Farm Data Sharing – OFDS WG). • Delovna skupina za izobraževanje in osveščanje o pomenu podatkov s podro- čja kmetijstva ( Capacity Development for Agriculture Data WG). Tabela 2.10: Akterji, nameni in primeri podatkov v kmetijstvu Javni akterji Zbirajo, združujejo in delijo različne po- Nekatere izmed ključnih zbirk (kmetijske, datke relevantne za kmetijstvo. Ti podatki zajemajo podatke o proizvodnji, gospodarske se lahko zgolj zbirajo in zadržijo, lahko pa živalih v reji, vremenu, tržnih in statistične se tudi delijo z drugimi vladnimi službami cenah in registrih kmetijskih službe) z namenom podpore v procesu odločanja, gospodarstev. Npr. Kmetijsko ali pa so odprti in splošno dostopni. ministrstvo iz Urugvaja zbira in objavlja četrtletne statistike o cenah zemlje in poljščin. Raziskovalci Zbirajo in analizirajo podatke v zvezi z bio Primer je Raziskovalni inštitut za iz univerz, in zootehniko, prstjo, klimo in drugim. kokos iz Gane ali globalno razis- think tankov, Zbirajo podatke s strani kmetov preko kovalno partnerstvo CGIAR z več inštitutov, vprašalnikov in intervjujev, da bi bolje smermi raziskovanja, vključno organizacij in razumeli lokalne trge in omejitve na strani s programi vzreje za rastline podjetij kmeta. Institucije vključujejo od zelo in družbenoekonomskimi specializiranih, komercialno usmerjenih do raziskavami. velikih mednarodnih organizacij in konzor- cijev, ki se ukvarjajo z globalnimi temami, kot so ohranjanje narave ter prehranska varnost. Tudi velika podjetja imajo pogosto posebne oddelke za raziskave in razvoj. Kmetijska Zbirajo, analizirajo in uporabljajo podatke Primer dobaviteljev kmetijske podjetja za prilagajanje storitev ali izdelkov, ki jih opreme (Agriculture Technology tržijo. Podatki izhajajo iz različnih virov, Providers – ATPs), kot je Rezatec, lastnih, s strani vladnih agencij ali samih ki zbirajo satelitske posnetke in uporabnikov. Nanašajo se na izdelke, kot uporabljajo tehnike modeliranja so kmetijska oprema, gnojila, semena, ali za podporo kmetom in poslov- storitve, kot so satelitski posnetki in finan- nim odločitvam. čne storitve. Kmetje Ustvarjajo primarne kmetijske podatke na Glede na izvedene intervjuje svojih kmetijah. Zbira jih lahko kdo izmed najdragocenejši podatki navedenih zgoraj ali pa so, v primeru vključujejo podatke o vremenu, velikih kmetijskih podjetij, analizirani prsti, zemljiščih, lastništvu in na kmetiji. Kmetje so lahko uporabniki trgih, tudi npr. podatke o vzreji/ informacij, ki izhajajo iz teh podatkov, ali iz gojenju posamezne živalske ali drugih virov, kot so javni sektor, ponudniki rastlinske vrste, o vremenu. storitev, raziskovalne institucije idr. Vir: GODAN. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 159 IGAD organizira različne delavnice in seminarje, tako v okviru RDA konference kot izven. Tako so npr. iz zadnje konference jeseni 2019 na voljo predstavitve, ki zajemajo tematike od FAIR podatkov na kmetijah do etičnih, pravnih in organizacijskih problemov pri delu s podatki in njihovem dostopu. Naslavljali so teme, kot »Kako vzpostaviti zaupanje pri kmetih, pri katerih se zbirajo podatki?« ali »Kakšna je zaščita podatkov?«, probleme 'podatkovnega fevdalizma', asimetrije moči med industrijo in kmeti ipd. Omenjali so različne vire in projekte, ki so lahko v oporo pri posodabljanju podatkovne organiziranosti. GODAN npr. ponuja brezplačne online tečaje o problematiki skrbi za različne namene dostopne podatke v kmetijstvu. EU ponuja etični kodeks ravnanja pri skrbi za podatke o kmetijstvu. Sodelovanje v skupini IGAD in z njimi povezanimi skupinami je dostopno komurkoli, ki ga področje zanima. Integracija ponudbe podatkov Program Podeželsko gospodarstvo in uporaba zemljišč ( Rural Economy and Land Use – RELU) je bil interdisciplinarno zasnovan sklic raziskovalnih projektov na teme družbenih in okoljskih problemov podeželja, ki so jih podpirali javni financerji znanosti z različnih področij skupaj s škotsko vlado in vladnim oddelkom/ministrstvom DEFRA v letih 2004–2013. Program izpostavljamo zaradi pomembnega poudarka, kako približati skupnosti raziskovalcev iz različ- nih področij in z različnimi navadami in kulturo deljenja podatkov in njihovo pripravo, kar na splošno označujemo kot ravnanje s podatki. Za CRP je primer zanimiv zaradi vsebinske sorodnosti tematike, tj. kmetijstva in okolja, ter zaradi partnerskega sodelovanja področnega podatkovnega središča za družboslovje pri širitvi dobrih praks na druga področja. Na sklopu dela s podatki so sodelovali partnerji pod vodstvom Britanskega središča za podatkovne storitve (UK Data Service), ki je osrednji podatkovni arhiv za družboslovje v Veliki Britaniji, in Podatkovnega centra za okoljske podatke ( Environmental Information Data Centre – EIDC), ki je eden od petih podatkovnih središč financerja za področje raziskovanja o okolju NERC. V okviru projekta so oblikovali skupna načela in obveznosti glede arhiviranja raziskovalnih podatkov ter omogočanja dostopa za druga raziskovanja. Vzpostavili so dejavno podporo pri delu s podatki, ki je vključevala usposabljanje ter storitev prevzema in priprave podatkov za trajno arhiviranje in dostop. Model tako zasnovanega interdisciplinarnega dela s podatki predstavlja zgled za druge podobne projekte57. 57 Glej poročilo Inovation in Interdisciplinary Methods – the RELU Experience. 160 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Eden glavnih rezultatov projekta je bil priročnik za delo s podatki v njihovem življenjskem krogu58. Priročnik začne z vprašanjem, zakaj in kako deliti podatke za nadaljnjo uporabo, ter nato obravnava korake od načrtovanja, dokumentacije, izbire tehničnih karakteristik in sledljivosti podatkov, spravila in varovanja in na koncu razčiščevanja etičnih ter pravnih vprašanj. Nasledniki tega priroč- nika so posodobljene različice, kot je spletni vodič Priprava in upravljanje podatkov ( Prepare and manage data), pa tudi npr. CESSDA Ekspertni vodič za upravljanje s podatki ( Data Management Expert Guide)59, v osnovi namenjen družboslovcem v evropskih državah, ter različnim deležnikom namenjen vo-dič skupine Ekosistemske storitve za odpravo revščine ( Ecosystem Service for Poverty Alleviation – ESPA) (Veerle, Schreckenberg in Corti, 2015). Za ilustracijo o rezultatih projekta lahko izpostavimo konkreten opis določenih podatkov. Metapodatki, po katerih se da iskati znotraj kataloga, vsebujejo bib-liografske informacije, začenši z naslovom (npr. Upravljavske možnosti za biološko raznovrstno kmetovanje – Management Options for Biodiverse Farming, 2006–2009), stalnim identifikatorjem ter informacijo o avtorjih60. Vključeni so podatki o raziskovalnem projektu in izvajalcu raziskave ter priporočen način citiranja podatkov v publikacijah, kadar jih na podlagi novih analiz podatkov pripravijo drugi uporabniki. Sledijo podrobni opisi vsebine in metodologije podatkov skupaj s povezano dokumentacijo. Na koncu so pojasnila glede dostopnosti, katere edini pogoj je v tem primeru registracija uporabnika pri arhivu, razen za komercialno uporabo, glede katere je potreben pristanek nosilcev pravice razpolaganja s podatki. V katalogu je kot nasledek programa na podoben način pripravljenih in urejenih še 35 podatkovnih sklopov podatkov iz RELU programa. Na voljo so za različne interdisciplinarne raziskave, deležne digitalnega skrbništva, in zagotavljajo preglednost in preverljivost zaključenih projektov in poročil. Na podlagi zgledov je za CRP pri načrtovanju zbirke podatkov v povezavi s kmetijstvom potrebno izbrati strategijo oblikovanja zbirke, in sicer glede vsebinskih področij, tipov podatkov (kvalitativni, kot so besedilni – kvantitativni oz. števil-ski; anketni, eksperimentalni, registrski; mikropodatki – makro oz. agregirani; surovi in predobdelani itd.; prostorski in glede na enote in drugo) in glede na sektor 58 UK Data Archive: Managing and Sharing Data: Best Practice for Researchers, skupaj z gradivi za usposabljanje za delo s podatki. 59 CESSDA Training Working Group (2017–2018). CESSDA Data Management Expert Guide. Bergen, Norway: CESSDA ERIC. Retrieved from https://www.cessda.eu/DMGuide 60 Sutherland, W. (2019). Management Options for Biodiverse Farming, 2006-2009. [data collection]. UK Data Service. SN: 6728. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 161 nastanka (javni sektor, akademski sektor, komercialni). Nato so pri načrtovanju pomembni dejavniki, ali so podatki pripravljeni samostojno s strani ustvarjalca podatkov in samoarhivirani v repozitoriju za ta namen ali pa so deležni kasnej- šega ovrednotenja in presoje glede kakovosti ter deležni nadaljnjega digitalnega skrbništva. Slednje je upravičeno za reprezentativne podatkovne sklope, ki imajo trajno vrednost in uporabnost za veliko namenov. Pregled praks v Sloveniji Na podlagi mednarodnega pregleda lahko primerjalno presojamo stanje v Sloveniji. Primerljive slovenske storitve dostopa do podatkov zemeljskih opazovanj predstavlja Geoportal, ki je povezan v evropsko infrastrukturo Inspire. Obdelave satelitskih in lidarskih podatkov ter njihova vizulizacija so del dejavnosti Centra odličnosti Vesolje.si. Produkt Geopedia omogoča ogledovanje tovrstnih podatkov, ki je po funkcionalnosti zelo podobno Gerk/Raba storitvi. Osrednje statistične zbirke podatkov, relevantnih z vidika kmetijstva, so poleg FADN zbirke SURS in KIS, ki jih podrobneje obravnavamo v nadaljevanju. Poleg teh so relevantni še podatki panožnih organizacij in zbornic (s podatki KGZS se ukvarjamo v nadaljevanju), dobaviteljev opreme in sredstev ter administrativni podatki (poleg kmetijskih): GURS (vrednosti zemljišč in infrastrukture), ARSO (vremenski podatki), Finančne uprave RS in drugi, ki so v določeni meri vključeni v raziskovanja SURS. Pozabiti ne smemo na zbirke, ustvarjene v okviru različ- nih drugih raziskovanj (s strani raziskovalnih institucij), ter na podatke zasebnih združenj, organizacij, dobaviteljev opreme in izvajalcev storitev v kmetijstvu. SURS SURS razpolaga z osrednjo statistično zbirko mikropodatkov o kmetijstvu v Sloveniji. Podatki temeljijo na različnih raziskovanjih, od popisa kmetijstva vsakih 10 let do vmesnih vzorčnih raziskovanj. Strukturo in vsebino zbirk predstavljamo v Prilogi IV. Raziskovanja temeljijo na telefonskem anketiranju ali po pošti ter uporabi različnih drugih (administrativnih) zbirk podatkov. V zadnjem popisu kmetijstva (2010) so podatke na terenu zbrali na način računalniško podprtega osebnega intervjuja. Različne metode in viri ter kontinuirano zbiranje ima za rezultat kompleksen sistem mikropodatkov, ki omogoča ocene kakovosti posameznih virov. Podatki so javno dostopni v spletnem pregledovalniku na spletnem portalu SI-STAT v obliki agregatov po različnih kategorijah in domenah. Dostop do mikropodatkov na SURS je opisan v dokumentih na spletni strani »Za raziskovalce«. Javno objavljeni in prosto dostopni so tudi vprašalniki, metodološka pojasnila, ki se sproti dopolnjujejo ter periodična poročila o oceni kakovosti posameznih statistik. 162 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Metodološka pojasnila predstavljajo standard opisa podatkov za uporabnike. Metodološka pojasnila za posamezne sklope raziskovanj vključujejo naslednje elemente: namen, pravno podlago, enoto opazovanja, ki jo podatki opisujejo, izbor enot, zbiranje podatkov in vire, definicije (večinoma usklajene z Eurostat, razen kjer je navedeno drugače), pojasnila v zvezi s klasifikacijami, urejanje – vključno z uteževanjem, obdelavo, objavljanje, morebitne prelome v časovni vrsti in revidiranje. V nadaljevanju (Tabela 2.11) predstavljamo reprezentativne primere treh skupin statistik glede na ponudbo vseh statistik: Strukture KMG, ki predstavljajo te-meljno skupino, osnovano na mikropodatkih, Ekonomske podatke računov za kmetijstvo61, kjer so na voljo agregatni podatki za državo, ter Porabo mineralnih gnojil po kmetijskih kulturah, ki temelji tako na mikropodatkih kot oceni na podlagi modela.62 61 Ekonomski podatki računov za kmetijstvo omogočajo primerjavo med leti (stabilnost, spremembe) in izračun BDP. Vključujejo faktorski dohodek kot eno izmed ključnih statistik, ki omogoča analizo strukture glede na delež iz kmetijske dejavnosti, iz subvencij ter njegovo delitev med proizvodne faktorje delo, kapital in zemlja. Uporaba delovne sile je izražena v PDM in razdeljena na plačano in neplačano. Pomembni so še podatki o investicijah v kmetijske in nekmetijske proizvode. 62 Ocene površin v okviru porabe mineralnih gnojil se izračunajo tako, da se seštejejo površine z najmanj enim hranilom po kategorijah rabe, količine mineralnih gnojil pa se preračunajo v količine makrohranil glede na podatke o vsebnosti posameznih gnojil. Ker so vključene glavne kategorije rabe, podatki predstavljajo oceno o porabi za Slovenijo. Podatki so statistični urejeni s kombinacijo sistemskih podatkov in postopki vstavljanja podatkov (THD metoda naključnega notranjega darovalca za več spremenljivk hkrati glede na podobnost). Določene ocene populacijske vsote vključujejo opozorilo v zvezi z natančnostjo za zemljišča (do 2012) in makrohranila (od 2014). Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 163 Tabela 2.11: Primeri statistik SURS 63 64 6566 67 Struktura KMG Ekonomski podatki Poraba mineralnih gnojil računov za kmetijstvo po kmetijskih kulturah Namen Prikaz strukture KMG, Prikaz stanja v Prikaz porabe mineralnih opreme in delovne sile kmetijstvu za gnojil oz. glavnih (primerjava s podatki posamezno leto in rastlinskih hranil drugih držav članic EU). računanje dohodkovnih dušika (N), fosforja kazalnikov. (P2O5) in kalija (K2O) po najpomembnejših kmetijskih kulturah.63 Ključne - Površina in struktura - Vrednost kmetijske Izbrana kmetijska statistike kmetijskih in drugih proizvodnje, vmesne kultura, posejana ali zemljišč, posejanih njiv, potrošnje, dodane posajena na kmetijskem trajnih travnikov in pašnikov vrednosti, zemljišču v uporabi v ter trajnih nasadov; - Vrednost davkov in referenčnemu obdobju - Število in struktura živine; subvencij, potrošnje in pognojena z najmanj - Struktura delovne sile, stalnega kapitala, enim mineralnim obseg dela v pridobitnih - Vrednost sredstev za gnojilom, ki vsebuje dejavnostih; zaposlene, faktorskega najmanj eno od glavnih - Posek lesa; dohodka, poslovnega rastlinskih hranil. Kulture - Število kmetijske in presežka / raznovrstnega so omejene na tiste, ki gozdarske mehanizacije64; dohodka, podjetniškega se spremljajo v okviru - Ekonomska velikost; dohodka, bruto investicij statistike pridelave. - Tip kmetovanja.65 in zaposlenost v kmetijstvu. Enota KMG na ozemlju RS, ki Kmetijska dejavnost Družinska kmetija z opazovanja vključuje družinske kmetije po SKD 2008, ki sodi v rastlinsko pridelavo ter kmetijska podjetja, področje dejavnosti A, nad določenim pragom ki izvajajo kmetijsko v oddelek 01. Vključene pridelave.67 proizvodnjo nad določenim so družinske kmetije s pragom.66 proizvodnjo nad pragom kmetijskega podjetja, družbe in zadruge. 63 Raziskovanje poteka vsako drugo leto (2006, 2008, 2012, 2014, 2016). Leta 2010 zaradi popisa telefonska anketa ni bila izvedena. Porabo za leto 2010 so ocenili z ustreznim modelom na podlagi razpoložljivih podatkov iz let 2008, 2010 in 2012. 64 V letih 2000, 2005, 2010 in v letu 201 65 V letu 2010 so v okviru popisa kmetijstva objavili tudi nekatere statistike o proizvodnih metodah v kmetijstvu. 66 Uporabljajo najmanj 1 ha kmetijskih zemljišč ali pa b) uporabljajo manj kot 1 ha kmetijskih zemljišč in ob tem: uporabljajo najmanj 10 a kmetijskih zemljišč in 90 a gozda ali uporabljajo najmanj 30 a vinogradov in/ali sadovnjakov ali redijo najmanj 2 glavi velike živine (GVŽ) ali uporabljajo 15 do 30 a vinogradov in redijo 1 do 2 glavi velike živine ali imajo 50 panjev čebel ali so tržni pridelovalci zelenjadnic, zelišč, jagod in gojenih gob ter cvetja in okrasnih rastlin. 67 Do leta 2012 je prag predstavljalo več kot 20 kg makrohranila N (ali drugega) na hektar (pri travnikih in pašnikih z enkratno in dvakratno rabo pa več kot 10 kg). Od leta 2014 pa prag predstavlja 5 kg na hektar. 164 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Vzorčni Statistični RKG, ki ga vodi / V vzorec izberejo okoli okvir SURS. Običajno v vzorec 12.000 enot od okoli izberejo 15–20 % enot. 70.000. Vzorčenje je Vsakih 10 let (2000, 2010) stratificirano enostavno popis z vsemi enotami naključno. Pri podjetjih iz vzorčnega okvirja je vključenih okoli 250 upoštevaje prag. Vzorec je enot oz. vsa podjetja s stratificirani sistematični pridelavo v referenčnem naključni.68 letu. Zbiranje Telefonska anketa (vse Podatke na družinskih podatkov enote v vzorcu), zbiranje po kmetijah zberejo z pošti ter administrativni viri. računalniško podprto Podatke kmetijskih podjetij telefonsko anketo zberejo po pošti, družinskih (CATI).69 Podatke kmetij pa preko ankete. kmetijskih podjetij Vprašalnika se razlikujeta v pridobijo po pošti s poglavju o delovno aktivnih papirnim vprašalnikom. osebah na KMG. Viri - RKG (naslov in lokacija - Podatki SURS70 - RKG (trajni nasadi in KMG, trajni nasadi in hmelj, - RKG (novi trajni nasadi hmelj) dopolnilne dejavnosti) po vrstah sadja) - CRG - Evidence ekoloških pri- in - AKTRP (agregirani - Evidenca ekoloških predelovalcev podatki o ukrepih, pridelovalcev - CRG in CRČ kapitalskih transferjih) - AKTRP-Zbirna vloga - FURS (podatki carinske (Posejane površine iz vloge uprave o trošarinah) za neposredna plačila v - Sklad kmetijskih kmetijstvu), pridobitev zemljišč (podatki podpor za ohranjanje o najetih zemljišči, podeželja, razvoj podeželja povprečni zakupnini). - KIS: sodelovanje pri metodologiji in izračunih Vir: SURS, lastni prikaz. 68 69 70 68 Končne uteži so produkt uteži zaradi vzorčenja ter uteži neodgovora na ravni stratumov (dve regiji na ravni NUTS2, štirje velikostni razredi glede na proizvodnjo). 69 Aplikacija zajame podatke o površinah kmetijskih zemljišč v uporabi, ki jih uporabljajo posamezne poročevalske enote, in sicer iz administrativnih virov ali pa iz drugih statističnih raziskovanj. Enote sprašujejo, katere površine so bile pognojene z mineralnimi gnojili ter katere vrste mineralnih gnojil in kolikšno količino so uporabili. Identifikacija posameznih mineralnih gnojil in vsebnosti rastlinskih makrohranil v mineralnih gnojilih je omogočena na podlagi statističnega šifranta mineralnih gnojil, ki je del računalniške aplikacije. 70 Kmetijske statistike: od strukture KMG, posejanih površin, pridelkov, živine, zakola, odkupa, prodaje, porabe reprodukcijskega materiala, uvoza gnojil, porabe pesticidov, bilance pre-skrbe z rastlinskimi pridelki, menjave blaga. Nacionalni računi: obračun makroekonomskih kategorij in zaposlenosti za gospodarske družbe, obračun DDV za kmetijstvo, ostali davki, finančni prihodke za gospodarske družbe, zavarovalne premije za kmetijstvo, kapitalizacija R&R v kmetijstvu, BDP deflator. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 165 V Prilogi V predstavljamo definicije statistik Strukture KMG. V Tabeli 2.12 predstavljamo primer združevanja različnih virov za pridobivanje podatkov o mleku in mlečnih izdelkih. Tabela 2.12: Drugi viri podatkov SURS – mleko in mlečni izdelki 71 72 Podatkovna domena Vir oz. organizacija Podatki Mesečna in letna Gospodarska zbornica Podatki o količinah proizvedenih mlečnih proizvodnja mleka Slovenije (Zbornica izdelkov. in mlečnih izdelkov v kmetijskih in živilskih mlekarnah.71 podjetij GZS – ZKŽP) AKTRP Podatki, ki se zbirajo na podlagi 3. člena Pra- vilnika o tržno informaci. sistemu za mleko. Mesečna in letna količina AKTRP Podatki, ki se zbirajo na podlagi 5. člena Pravil- odkupljenega mleka, ki nika o tržno informac. sistemu za mleko. ga odkupijo registrirani statistično Odkup kmetijskih pridelkov (KME-ODK/M). odkupovalci mleka. raziskovanje Letni podatki o prireji AKTRP Podatki, ki se zbirajo na podlagi 7. člena Pravil- mleka pri pridelovalcih nika o tržno informacijskem sistemu za mleko. mleka (KMG) in uporabi in statistično Podatki o živinoreji in površinah, posejanih v porabi mleka na KMG.72 raziskovanje jesenski setvi (KME-DEC). Podatki o vsebnosti Kmetijski inštitut Podatki o vsebnosti se uporabljajo le za maščob in beljakovin v Slovenije (KIS) kontrolne namene. prirejenem kravjem mleku. Podatki o količinah in statistično Uvoz in izvoz blaga. vrednosti uvoženega raziskovanje in izvoženega mleka in mlečnih izdelkov. Podatki o mlečnosti pri Biotehniška Podatki so dosegljivi tudi na spletni strani. drobnici. fakulteta, Oddelek za zootehniko (BF) Vir: SURS, lastni prikaz 71 Pri letni objavi podatkov, ki se nanašajo na predelavo mleka v mlekarnah, mesečne podatke o količinah dopolnijo še s podatki o deležu maščob in beljakovin v mlečnih izdelkih, ki jih enkrat letno pridobijo od mlekarn (prek GZS – ZKŽP). 72 Podatke o prireji ter uporabi in porabi mleka na KMG pridobijo s kombiniranjem podatkov. Za odkupljeno kravje mleko (količinsko je to že skoraj 90 % vsega prirejenega mleka) uporabljajo samo administrativne podatke (do leta 2015 kvotne podatke, sedaj podatke, ki se zbirajo na podlagi 5. člena Pravilnika o tržno informacijskem sistemu za mleko. Za izra- čun uporabe preostalega dela mleka, porabljenega na kmetijskih gospodarstvih, so do 2015 uporabljali kvotne podatke o direktni prodaji mleka ter podatke o predelavi mleka v mlečne izdelke, od 2015 naprej pa podatke, ki se zbirajo na podlagi 7. člena Pravilnika o tržno informacijskem sistemu za mleko. Te podatke kombinirajo tudi s podatki iz vzorčnega letnega raziskovanja KME-DEC, v katerem pridobimo podatek o količini namolzenega mleka, ki se porabi za krmo ter hrano na kmetijskem gospodarstvu, ter deloma podatke o manjših prede-lovalcih mleka (ki mleko predelajo v mlečne izdelke predvsem za lastno porabo). 166 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV KIS Nekatere najbolj poznane zbirke, ki jih ustvarja KIS, vključujejo Centralno podatkovno zbirko Govedo (portal govedo.si), metapodatkovno zbirko Modelne kalkulacije KIS, raziskovalne podatke iz sistema laboratorijev, pa tudi zbirke podatkov za čebelje paše, pregled tal (portal e-tla), Integrirano varstvo rastlin ter Gensko banko. Namen CPZ Govedo je vodenje redovništva, spremljanje proizvodnosti (prireja mleka in mesa), obračun PV za proizvodne in telesne lastnosti, selekcija (pleme-njaki) ter zagotavljanje storitev za različne uporabnike. Vodenje rodovniških podatkov poteka že od leta 1971. Podatki so bili prepisani skladno z metodologijo CASE in so na Oracle platformi od 1997. V zbirki se vodijo podatki, ki nastajajo pri izvajanju javne službe strokovnih nalog v govedoreji. Dodatno se vodijo tudi osebni podatki rejcev, vključenih v kontrolo prireje in porekla.73 CPZ govedo črpa iz podatkov o KMG in kmetijah, identifikacije in registracije živali (novi vnosi, telitve, premiki, izločitve), specifičnih podatkov o registraciji plemenskih bikov in bikovskih mater, mlečnih kontrol in laboratorijskih analiz mleka, obračuna plemenskih vrednosti in ocenjevanja telesnih lastnosti, osemenitev, preverjanja porekla, redovništva, mesne kontrole (meritve živih živali, klavnih polovic). Možno je povezovanje z laboratorijskimi analizami tal in krme. Podatki vključujejo od 160.000 do 190.000 registracij in 260.000 osemenitev na leto. Dostop do podatkov imajo izvajalci javne službe strokovnih nalog v govedoreji, do omejenega obsega podatkov pa tudi izvajalci javne službe kmetijskega svetovanja, izvajalci ukrepov kmetijske politike ter dejavnosti osemenjevanja govedi. Rejci, vključeni v rejske programe, pa imajo dostop do podatkov o svoji čredi. Podatki so dostopni registriranim uporabnikom preko spletnega portala GOVEDO.si – tako posameznikom kot organizacijam. Rejci in drugi uporabniki (npr. za potrebe napredovanja PV, raziskovalnih nalog, podporo upravljanju na kmetijah in drugo) lahko dobijo podatke ali že opravljene analize na KIS. Podatke posedujejo tudi SIRIS in AKTRP. Preko spletnega sistema okoli 4000 rejcev goved spremlja proizvodne lastnosti, reprodukcijo in kakovost mleka na ravni posameznih molznic in kmetij. Drugi uporabniki, od svetovalcev, načrtovalec politike, rejskih organizacij, raziskovalcev, industrij dostopajo do podatkov o stanju in trendih pri prireji mleka na različnih ravneh. Pod CPZ Govedo se štejejo tudi orodja, npr. orodje KOKRA (za načrtovanje prehrane živali) in druga orodja za podporo managementu na kmetijskih gospodarstvih. 73 Zaradi varnosti se spremljajo tudi IP naslovi tistih, ki dostopajo do podatkov. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 167 Jerina (2019) ocenjuje, da so prednosti CPZ Govedo poznavanje materije s strani upravljavca in ustrezen podatkovni interes, omejitve pa kadri, finance, nedosto-pnost podatkovnih zbirk na MKGP, podvajanje zbirk zaradi ozke namembnosti ter birokratski pristop do urejanja pravic dostopa in rabe. Problemi administrativnih zbirk so, da do metapodatkov pridemo šele z obdelavo osnovnih podatkov. Potrebne se informacijske rešitve v okviru razvoja informacijskih sistemov, reševanje zahtev GDPR, integracija zbirk in iskanje rešitev v okoljih z ustreznimi znanji. Modelne kalkulacije KIS so hkrati metapodatkovna baza, ki črpa iz različnih javno dostopnih uradnih virov (SURS, Eurostat, MKGP), katalogov, literature (raziskave in poročila) pa tudi neposrednih informacij proizvajalcev, trgovcev in spletnih ponudnikov (cene neposrednega reprodukcijskega materiala, storitev in kmetijske mehanizacije). Modelne kalkulacije so izdelane v okviru strokovne naloge Spremljanje razvoja kmetijstva v Sloveniji (naročnik MKGP). Njihov osnovni namen je spremljanje stroškov in ekonomskega položaja pridelave (od leta 1992). V praksi so modelne kalkulacije pomemben vir v podporo odločanju v kmetijstvu v Sloveniji. Sistem laboratorijev Lab KIS vključuje centralni laboratorij KIS, KVZ Nova Gorica ter Emona Ljubljana (slednja v lasti podjetja Emona RCP d. o. o.). Analitski podatki Lab KIS se uporabljajo za načrtovanje kmetovanja (analize tal), prehrane živali in sledenje oz. varnost hrane. Centralni laboratorij KIS je razdeljen na Agrokemijski in Enološki laboratorij. V prvem opravljajo analize tal, medu in drugih prehranskih izdelkov, analize krme, gnojil, sredstev za varstvo rastlin in onesnaževal. V Enološkem laboratoriju pa izvajajo analize in sen-zorično ocenjevanje vina ter analize žganih pijač. Enološki laboratorij izdaja tudi odločbe za promet z vinom v Sloveniji in dokumente za njegov izvoz in je pooblaščen za nadzor uvoza vina. Portal eTLA omogoča dostop do interpretiranih podatkov tal in podatkov, vezanih na tla, ki so pomembni za kmetijsko pridelavo, varovanje okolja in naravnih virov. Skušajo jih urediti, harmonizirati in standardizirati ter omogočiti dostop do podatkov pridobljenih z javnimi sredstvi. Preko namenskih GIS spletnih pre-gledovalnikov omogočajo dostop kmetijskim pridelovalcem, državnim ustanovam in službam, raziskovalcem in drugim. Trenutno so na voljo interpretirani in nadgrajeni podatki pedološke karte Slovenije, nekaterih drugih pedoloških kart, pedoloških profilov ter nekateri podatki raziskovalnih projektov KIS. Dodatno je omogočen dostop do različnih izvedenih informacij v rastarski obliki (pomembni za usmerjanje v trajnostno pridelavo, varovanje okolja in naravnih virov). Sistem poteka na Oracle in spletnih GIS tehnologijah, ki omogoča vizualizacijo, izvajanje osnovnih prostorskih vektorskih in rasterskih analiz in operacij ter izdelavo pov-zetkov in izris. 168 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Integrirano varstvo rastlin je namenjeno obvladovanju škodljivih organizmov, ki naj ne bi bilo odvisno zgolj od uporabe kemičnih sredstev. Združevalo naj bi različne pristope zdravstvenega varstva rastlin, kot so biotični, obdelovalno go-jitveni, fizikalni, biotehnični in kemijski, z namenom zmanjševanja tveganja ter doseganja različnih povezanih ciljev. Portal Integriranega varstva rastlin vključuje opise in informacije o škodljivih organizmih posameznih kulture ter ukrepe za zmanjševanje porabe FFS. Genska banka je ena izmed štirih genskih bank, ki delujejo v okviru Javne službe rastlinske genske banke in je največja med njimi. Genski viri se uporabljajo za žlahtnjenje novih sort kmetijskih rastlin, kot material v raziskovalne namene in za neposredni prenos v pridelovanje, hkrati pa so shranjeni, da bi bili uporabni tudi za prihodnje rodove. Sistematično zbiranje podatkov poteka od leta 1989. Banka hrani več kot 3300 genskih virov kmetijskih rastlin. Urejenih v zbirke krmne rastline, žita, krompir, vrtnine, jagodičje, vinska trta in sadne rastline. Dodatno se hranijo tudi slovenske sorte, vzgojene na KIS po drugi svetovni vojni v okviru programa žlahtnenja. Zbirke so žive – se dopolnjujejo z novimi viri. Za vse vire so zbrani osnovni podatki o vzorcu (kraj in datum zbiranja, opis lokacije itd.) za posamezne genske vire pa tudi podrobnejši podatki o ka-rakterizaciji in evalvaciji. Podatki so vneseni tudi v mednarodne baze podatkov (EURISCO, CSDB). Shranjeni genski viri so v omejenem obsegu na razpolago vsem uporabnikom, raziskovalcem, žlahtniteljem ali pridelovalcem. Zaključki Pri načrtovanju zbirk podatkov v povezavi s kmetijstvom v Sloveniji bi bilo najprej potrebno opredeliti bodočo pričakovano skupnost uporabnikov. S sistematičnim ugotavljanjem njihovih potreb po vrstah podatkov in razširje-nih podatkovnih storitvah lahko načrtujemo ponudbo podatkovnih storitev. Nasloviti je potrebno ciljne javnosti in pričakovane učinke za uporabnike z vidika njihovih potreb. Posebej lahko ločimo uporabnike po tipih: • notranji uporabniki (ministrstva, agencije itd. znotraj javne uprave), katerih potrebe so administrativna kontrola in načrtovanje ter preverjanje učinkovitosti ukrepov politike; • zunanji uporabniki: raziskovalci, novinarji, kmetje, NGO, podjetja, državljani. Potrebno se je povezati v mednarodnem okolju in slediti priporočilom skupnosti RDA in drugih mednarodnih pobud za strokovne podlage pri izvajanju podatkovnih storitev. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 169 POSVETOVANJE Z DELEŽNIKI Posvetovanje je potekalo v dveh korakih. V prvem koraku so bili pridobljeni viri v povezavi s potrebami različnih skupin (zaključki projektov, zakonodaja in podobno). Opravljeni so bili pogovori z deležniki – v okviru podatkovnih intervjujev s skrbniki in nosilci nalog na MKGP in organih v sestavi ter na KGZS kot ključnem deležniku. V tem poglavju v okviru prvega koraka predstavljamo rezultate posvetovanja s KGZS, medtem ko so drugi elementi predstavljeni v prvem poglavju. V drugem koraku je bil organiziran javni74 dogodek s predstavitvijo rezultatov pregleda obstoječih virov. Nanj so bili povabljeni vsi deležniki, od pristojnega ministrstva, organov v sestavi, drugih ministrstev, statističnega urada, KGZS, JKSS, raziskovalnih institucij in drugih. V okviru dogodka so bili pridobljeni splošni odzivi in specifični odzivi glede na posamezna področja: (a) informacijska orodja, (b) povezovanje zbirk podatkov in (c) podatkovne zahteve strateškega načrtovanja. Dodatno je po izvedbi delavnice potekalo zbiranje testnih nalog za uporabo analitičnih orodij, v okviru katerega so lahko vsi deležniki posredovali svoje predloge. V nadaljevanju predstavljamo rezultate posvetovanj in druge odzive. KGZS, JKSS in kmetje kot vir in uporabniki podatkov Kmetijska gospodarstva oz. kmetje ter KGZS kot krovna predstavniška organizacija, ki izvaja javno kmetijsko svetovalno službo, predstavljajo ključnega dele- žnika, ustvarjalca in vir podatkov. Podatki v kmetijstvu se nanašajo na KMG in so v prvi vrsti tudi namenjeni učinkovitemu izvajanju dejavnosti ter doseganju javnih ciljev (ciljev javnih politik) v povezavi s tem; KMG so ključni vir populacijskih mikropodatkov in hkrati referenca za ocenjevanje kakovosti podatkov in zbirk ter orodij, tj. relevantnosti, točnosti in zanesljivosti podatkov; podatkovni interes in vključenost KMG je tako ključen za razvoj uspešnega in učinkovitega podatkovnega sistema/skupnosti in odločanja na podlagi podatkov na različnih ravneh. V okviru pogovora, ki je potekal na KGZS,75 je bilo izpostavljeno, da imajo na KGZS potrebe, povezane s programom gnojenje, ki vključuje analize tal in gnojilne na- črte na kmetijah. Želijo si dostopa do živih registrov. Do sedaj so dobili podatke o fiksnem stanju GERK na določen presečni datum (september preteklega leta). Gnojilne načrte pripravljajo za pet let vnaprej, zato nekaterih statičnih podatkov, 74 Javni dogodek je potekal junija 2019. Udeležilo se ga je okoli 70 posameznikov iz različnih deležniških organizacij. 75 Pogovor/fokusna skupina je potekala 29. 5. 2019 na KGZS v Ljubljani. S strani KGZS so bili prisotni Tone Jagodic, dr. Jernej Demšar in Marinka Korošec. 170 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV kot je npr. stanje rastlin, ne potrebujejo. Gnojilni načrt pripravljajo na podlagi analize tal, ki pa ni dostopna v registru. Opravljajo jo namreč različni izvajalci. Kmetje podatek JKSS prinesejo na papirju, tako kot pred 30 leti. Sprašujejo se, zakaj je npr. količina fosforja v vzorcu zaupen podatek. Ker nimajo dostopa do živih baz, nimajo natančnega podatka o tem, kaj se goji. Gnojilni načrt sicer pripravlja približno 12.000 KMG. Načrt bi lahko temeljil na podobnem registru kot vino; v povezavi z GERK, kulturo, analizo tal. Pomembno pa je, komu so podatki dostopni – vpogled za podjetja, ki prodajajo gnojila, ima lahko tudi negativne posledice za kmete. Druga zbirka, ki jo sami ustvarjajo, je povezana s programom farm manager – pripravo poslovnih načrtov. Koristno bi bilo, če bi lahko uvozili podatke z RKG, npr. prostorske podatke. Zanimivi bi bili tudi podatki UVHVVR (škodljivci) ter meteorološki podatki v povezavi z varstvom rastlin (pojavljanje in širjenje škodljivcev). Potem podatki o zakolih živali na kmetijah, ki bi bili dostopni svetovalcem za določeno obdobje. S strani KIS kontrola mlečne proizvodnje – kakovosti. Trenutno je dostopna kmetom, ki pa jim zelo podrobni podatki veliko ne povedo. V splošnem bi potrebovali tudi enostaven pregled parametrov po občinah, regijah, tipu, kulturi, kategoriji (npr. po št. živali). Za kategorizacijo tipov kmetij je mogoče uporabiti študijo KIS. V praksi je pogost boj s skrbniki za dostop do živih podatkov. Druge zanimive zbirke so zbirka dovoljenih sredstev za ekološko kmetovanje, opravljenih tečajev oz. izobraževanj za izkaznico (UVHVVR) s strani javnih zavo-dov. Tudi FADN bi lahko povezali z CRG. Kmetije z DDV podatki ročno prepisujejo v FADN. Kmetom so težko osmislili evidence KOPOP – če pa bi podatki imeli določeno vrednost znanje, bi bilo to lažje. Opravila bi lahko povezali z FADN, ekonomiko, rabo tal, gnojilnimi načrti, svetovanjem in drugim. Izpostavljen je bil tudi konkreten primer problema, ko niso dobili podatkov o najemu zemljišč – tako ni jasno, kdo je lastnik, kdo obdeluje in kdo ima koristi (prejemnik sredstev) ter kako se učinki prelivajo (npr. skozi najemnine). Javne službe (MKGP, organi v sestavi) namreč postanejo pozorne le, če je dvakrat podan zahtevek za isto površino. Omenjeno je bilo še, da bi v smislu orodij lahko e-kmetijo razvili v smer e-prostora. Prav tako je tudi veliko podatkov, ki se ustvarjajo, a se sistematično ne bele- žijo in hranijo, kot so nitratni testi. Omenjeno bi lahko izboljšalo učinkovitost svetovanja in znižalo stroške, omogočalo bi e-svetovanje. Svetovalec ima danes omejen čas za to, da iz kmeta izvleče prave podatke. Omogočen bi moral biti tudi prenos podatkov zato, da lahko svetovalci Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 171 potem razvijajo in uporabljajo ustrezne aplikacije. Konkreten primer izboljšanja učinkovitosti in zmanjšanja bremen bi bil uvoz podatkov v gnojilne načrte neposredno iz analize tal. Drug podoben primer so krmni obroki in analize krme – vendar gre za manjše število KMG in zahteve niso neposredno določene v zakonodaji. Uporabniški pregled zbirk vključenih v delo KGZS/JKSS Pregled temelji na podatkih, ki jih pri svojem delu ustvarjajo in ali uporabljajo KGZS , JKSS in kmetovalci. Pregled, skladno z metodologijo, predstavljano v okviru DS1, temelji na raziskovalnih vprašanjih, predstavljenih v Tabeli 2.13. Tabela 2.13: Vprašanja za pregled podatkovnih virov s strani KGZS a) Vsebinska relevantnost b) Statistična kakovost c) Organizacijska zrelost - Katere podatke in - Kako ocenjujete - Kako ocenjujete urejenost podatkovne zbirke pri svojem točnost, zanesljivost, dostopa, vprašanja delu uporabljajo KGZS, reprezentativnost, varovanja osebnih svetovalci in kmetovalci? skladnost in ažurnost podatkov, zahteve po - Kakšen je osnovni namen posamezne izmed formatih in orodjih za zbirk (zakonska podlaga, navedenih zbirk? obdelavo ter sodelovanje drugo) in vsebina (zajem med skrbniki in deležniki enot, časovna vrsta, atributi)? na sploh? Vir: lastni prikaz. Za namene pregleda je KGZS-KZM izvedel krajšo interno anketo med zaposle-nimi, vključenimi v izvajanje njihovih dejavnosti. Podrobni rezultati so predstavljeni v Prilogi VI k temu poglavju. Pregled rezultatov kaže, da KGZS, svetovalci in kmetje v največji meri uporabljajo administrativne registre, evidence in zbirke, ki imajo ustrezne uporabniške vmesnike, skladno z izvajanjem zakonskih nalog in pridobivanjem podatkov s strani KMG, ki smo jih zajeli v pregledu v okviru DS1: gre za RKG, vnos zbirnih vlog, registre živali, pa tudi nekatere druge, kot je EVIZO. Ob teh so bili izpostavljeni še podatki o nepremičninah (GURS), e-tla, geoportal ARSO in orodje KGZS v zvezi z izdelavo gnojilnih načrtov, FADN ter obveščanje v zvezi z varstvom rastlin (UVHVVR). Iz vsebinskega vidika gre v večini primerov za grafične in opisne podatke o po-ligonih, podatke o KMG – subjektih, nasadih, živalih in dejavnostih, podatke o nepremičninah in tleh, ter podatke, povezane s specifičnimi ukrepi in javnimi nalogami (izobraževanje, semenski material, vreme in namakanje, vsebnost snovi v gnojilih, uporaba FFS, pojav škodljivcev ipd.). 172 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Pregled kaže povezavo z ugotovitvami iz pregleda administrativnih zbirk, iz katere izhaja nižja vsebinska relevantnost zbirk na področjih posameznih proizvodov, shem in trženja ter razvoja podeželja, ki je povezana z omejeno funkcionalnostjo za KMG. Hkrati s tem kaže na možnosti zbirk s podatki o FFS v smislu zbiranja podatkov o sami uporabi s strani KMG, ki bi nadgradila funkcionalnost z vidika različnih deležnikov. Drugi del pregleda v zvezi s statistično kakovostjo kaže visoko stopnjo zanesljivosti in točnosti (z vidika te uporabniške skupine), ko gre za RKG in vnos zbirnih vlog ter registre živali, kar potrjuje rezultate administrativnega pregleda zbirk. Ob tem je zaznana težava točnosti oz. ažurnosti javnega pregledovalnika GERK in e-tal. Velik del zbirk oz. vmesnikov je ocenjen kot zelo relevanten in tudi uporaben. Na drugi strani je vnos zbirnih vlog opredeljen kot srednje zahteven (nekatere funkcije bi lahko bile enostavnejše), FADN pa kot »zelo zahteven za uporabo«. Izdelava gnojilnih načrtov ima nekatere zastarele funkcije, težave z uporabnostjo pa so tudi pri FITO-INFO in prognostičnih obvestilih v zvezi z varstvom rastlin. Omejen dostop zaradi varstva osebnih podatkov je opredeljen kot ovira pri veli-kem delu najbolj uporabljenih zbirk – od RKG, GURS, EVIZO idr., kar se sklada z ugotovitvami v okviru DS1. V nekaterih primerih niso uporabljene ustrezne rešitve, primerne informacijski dobi (deloma vnos zbirnih vlog, še posebej pa varstvo rastlin). V več primerih je bila pogrešana ustrezna povezljivost z drugimi zbirkami, npr. med e-RKG, GERK, GURS, zbirnimi vlogami, e-tla, geoportal ARSO, registri živali, pa tudi gnojilnih načrtov in FADN z drugimi zbirkami. Slednje se sklada z oceno o povezljivosti v okviru DS1. V nadaljevanju so bila zastavljena še naslednja vprašanja v zvezi z razvojem podatkovnih zbirk: • Katere zbirke, podatke pogrešate pri svojem delu? • Katere podatke ustvarjate pri svojem delu, pa niso ustrezno izkoriščeni (s strani drugih)? Katerih obstoječih podatkov/zbirk ne izkoriščate dovolj in zakaj? • Predlogi in dobre prakse. Med zbirkami in podatki, ki jih KGZS, JKSS in kmetje pogrešajo pri svojem delu, so bili izpostavljeni predvsem obveščanje o ukrepih in novostih iz zakonodaje ter enotna zbirka za vpis vlog. Med podizkoriščanimi zbirkami so bila omenjena obvestila javne službe zdravstvenega varstva rastlin, analize tal in voda ter FADN (za izdelavo poslovnih načrtov). Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 173 Med predlogi in dobrimi praksami je bil izpostavljen Mark Online, orodje za na- črtovanje in registracijo, uporabljano med danskimi kmeti za načrtovanje, optimizacijo in nadzor. Kmetje ga v sodelovanju s kmetijskimi svetovalci uporabljajo za vse vidike ravnanja s pridelki, vključno z izdelovanjem podrobnih načrtov za gojenje in zaščito pridelkov ter za optimizacijo in dokumentacijo. Sistem podrobneje predstavljamo v Prilogi VII. Predlog sistema za podporo odločanju in evidenca na kmetiji Programska oprema za podporo pri odločanju kmetu in svetovalcu je lahko pomembno orodje za odločanje v kmetijstvu – za optimizacijo proizvodnje in izboljšanje produktivnosti, zagotavljanje varnosti hrane in za zmanjšanje okoljskih obremenitev. Takšno orodje lahko uporabnika vodi skozi jasne korake in predlaga optimalne odločitve ali pa deluje zgolj kot informacijski vir za razlago tehnoloških navodil in zakonodajnega ozadja dobre kmetijske prakse. Kmetijski sistemi za podporo pri odločanju lahko vključijo vhodne podatke o podnebnih, vodnih, genetskih, energetskih, krajinskih, človeških in gospodarskih virih in tako tudi omogočijo analizo, kako ti dejavniki vplivajo na produktivnost in finančno bilanco kmetije. Shema 2.6: Sistem za podporo odločanju na kmetiji Shema 2.6: S istem za podporo odločanju na kmetiji Podatki Viri Načrtovanje Okolje (načrtovanje) Zakonodaja Vodenje kmetije Finančni parametri Tehnološka navodila Svetovanje Sledljivost Informacije o kmetiji Kontrola Parametri kmetije, pridelava Evidenca na kmetiji Računovodstvo Naravovarstvene značilnosti Podatkovne baze Analitika Ravni uporabe Načrtovanje (kolobar, gnojilni načrt, škropilni načrt) Obremenitve (GVŽ/ha, skladiščne kapacitete, razvoz gnojevke) Pregled vodovarstvenih območji, razne omejitve v okolju, tipi tal Seznami odobrenih FFS v različnih sistemih pridelave (npr. Fitoinfo, ekološko) Olajšana kontrola nadzornega organa Sledljivost v kmetijstvu Območja suše, svetovanje glede namakanja, ukrepi Ocena in nasveti za uporabo FFS sredstev (prognostična služba) Skupne baze podatkov različnih organov GPS sledenje in informacije o GERK Podpora pri odločanju (temelji na strokovni podlagi) Olajšanje administrativnega dela Vir: lastni prikaz. Orodje je uporabno pri načrtovanju, optimizaciji in nadzoru na kmetiji. Kmet lahko uporablja orodje za podporo pri odločanju ali pa preko svojega svetovalca 174 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV dobi informacije, tako da s pridelavo pridelkov zagotovi vnos gnojil ali FFS v dovoljenih mejah in čim manjšem obsegu, vendar še zmeraj toliko, kot je potrebno z vidika optimizacije proizvodnje. Inšpektor ima dostop do evidence na kmetiji, tako da se lahko lažje posveča kmetijam na »problematičnih točkah«. Zbirka podatkov lahko vključuje vse vidike upravljanja s pridelki, vključno z na- črti za pridelavo, tehnološka navodila, priporočila za zaščito pridelkov, gnojilne načrte ter optimizacijo in zakonodajo. Prav tako se lahko vključijo 'opozorilne točke' na mestih s problemi/nevarnos-tmi, kot na primer mesta širjenja invazivnih vrst plevela, stroga vodovarstvena območja, območja suše, kamnita, nerodovitna območja ipd., ki jih lahko pozneje lokaliziramo in obdelamo z ustrezno ciljno rešitvijo. Smiselna je vključitev različnih podatkovnih zbirk in podlag: GIS, GERK, VVO (omejitve, dovoljena področja), Natura 2000, karte okolja, pedološke karte (Talni informacijski sistem), meteorologije, vremensko napoved, podatkovnih zbirk za pomoč v pripravi gnojilnih načrtov in škropilnih načrtov in drugih. Povezava informacij s pomočjo podatkovnih baz omogoča povezavo med strokovnjaki na področju okolja in kmetijstva (Univerze, inštituti, Kmetijski zavod) ter ažurnost informacij. Smiselna je uporaba mobilne aplikacije na telefonu za sledenje in vnos podatkov s podlagami z GERK in za določanje lokacije. Z aplikacijo za sledenje lahko kmetje lokalizirajo posamezen GERK preko GPS na telefonu in nato registrirajo vse aktivnosti na terenu, in tako dobijo obvestila o ustreznih predpisih za posamezno območje. Preko aplikacije prav tako poteka sporočanje informacij in opozoril. Podatkovno bazo bi lahko uporabili tudi za izračun potrebe po škropljenju FFS na podlagi podatkov o pridelku, stopnji rasti, optimalnih vremenskih razmerah, pojavu škodljivcev in bolezni, plevelov itd. Omogočila bi lahko podporo pri mož- nosti izbire med različnimi ustreznimi pesticidi na podlagi informacij o optimal-nem odmerku, indeksa uspešnosti delovanja, obremenitvi s pesticidi in ceni. Uporabna bi bila v kombinaciji s Fitoinfo, navodili za dobro prakso (navodila za integrirano pridelavo), vremenskimi podatki, satelitsko sliko, obvestili iz javne službe zdravstvenega varstva rastlin, podatki o kontroli za izpit FFS, testiranje škropilnic. Prednost takšnega sistema je, da lahko kmet registrira svojo strojno mehanizacijo v bazo podatkov in v primeru, če uporablja sodobno tehniko za varovanje okolja, se mu lahko odobrijo izjeme glede posameznih obvez. Primer je lahko VVO, če kmet uporablja škropilnico, primerno za VVO, ali cisterno za gnojevko. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 175 Z vidika analiz je mogoče evidentiranje predhodnih analiz (tal, gnojilni nasveti, krma). Analiza tal na določenem GERK gre avtomatsko v izdelavo gnojilnega načrta. Mogoče je učinkovito načrtovanje kolobarja in gnojilnega načrta. To vključuje odvzem hranil iz tehnoloških navodil in priporočila za izpopolnitev kolobarja, sledi izračun gnojilnega načrta, ki ga svetovalec pripravi in pošlje kmetu preko aplikacije. Potrjen gnojilni načrt kmet lahko odpre na svojem mobilnem telefonu in pripravi gnojilne norme. Uporaba bar kod ali šifre izdelka za vpis v bazo omogoča sledenje. Evidenca na kmetiji s pomočjo programskega orodja (aplikacija) daje nasvete na osnovi zakonodaje in hkrati omogoča kontrolo s strani uradnih organov (na primer ozelenitev, koliko dosevkov je vključenih v kolobar, kako obsežen je kolobar, je dovolj skladiščnih kapacitet, kontrola živali GVŽ/na ha). Nadzorni organ lahko tudi preveri, kako določena zakonodaja učinkuje, kmetje lahko dajo povratne informacije, komentarje in sporočajo težave. Organ lahko spreminja dovoljene vrednosti za določeno območje. Orodje bi lahko omogočilo tudi 'borzo gnojevke' – izmenjavo organskega gnojila (gnojevke) med sosedi. Javno posvetovanje V uvodnem nagovoru je predstavnik MKGP, torej sofinancerja raziskave, izpostavil, da je, z njihovega vidika, osnovna ideja projekta, da kmetovalec prepozna in ve, kaj mora narediti na terenu skladno z zakonskimi zahtevami. Za to je potrebno poznavanje zbirk podatkov, ki so jim na voljo na področju kmetijstva. V SKP je zbranih ogromno podatkov, za katere pa ne vemo, na katere načine bi jih lahko smiselno uporabili. Z reformami SKP se je ta potreba razširila, npr. z uredbo o navzkrižni skladnosti (po novem pogojenosti). Prisotni v razpravi so po predstavitvi zasnove projekta ter pregleda zbirk in predlogov (DS1) izpostavili pomislek, da precej podatkov že obstaja v različnih zbirkah, prav tako različnih orodij za analizo teh podatkov. Večina (70–80 %) podatkov na MKGP naj bi bilo tako ali drugače »povezanih«. Raziskovalci so pri tem izpostavili, da obstoječi podatki in povezave ne omogočajo priprave strategij kmetijske politike, o čemer so se strinjali tudi prisotni. Eden izmed ključni poudarkov je bil, da je potrebno razumevanje strukture razpoložljivih podatkov ter potreb. Vsebina je v tej fazi bolj pomembna od tehnoloških rešitev. Na podlagi vprašanj, na katere bi bilo potrebno odgovoriti, pa je mogoče določiti, kakšne podatke je potrebno zbrati. Pri tem so bili izraženi tudi 176 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV pomisleki v zvezi z obdelavo podatkov in javno dostopnostjo, npr. v zasebne namene (interesi podjetij). Eden izmed izpostavljenih povezanih problemov je tudi drobitev projektov, kar ne omogoča sistemskih rešitev. MKGP bi lahko zahtevala večje povezovanje projektov in strateško usmerjanje k sistemskim ciljem. V nadaljevanju je delo potekalo v treh ločenih skupinah, ki so obravnavale (a) definiranje testnih nalog, (b) povezovanje zbirk ter (c) podatkovne potrebe v okviru strateškega načrtovanja. Sledil je skupinski del, v katerem so bile predstavljene ključne ugotovitve, ter razprava. V okviru definiranja analitičnih testnih nalog je bil izpostavljen pomen vsebine in sodelovanje med institucijami. Registrov, evidenc ipd. je veliko, pogled na povezljivost in dostop pa je že z vidika MKGP in organov v sestavi zelo različen. Nekateri imajo vpogled, ne pa tudi dostopa; povezljivost je visoka, ne pa tudi združljivost za določene namene. Predstavljena je bila tehnika strojnega učenja na primeru profiliranja kmetij, kjer z uporabo računalniških tehnik na podlagi vsebinskega poznavanja področja lahko dosegamo rezultate, uporabne za večni-vojsko nadaljnje delo deležnikov in napovemo trende; hkrati pa želene podatke in njihove kombinacije postavimo na zemljevid naloge. Za prikaz delovanja so bile po korakih predstavljene izbrane, vnaprej pripravljene analitične naloge, ki se nanašajo na podatke, ki jih pri svojem delu uporablja AKTRP in se tako posredno nanašajo tudi na podatkovne baze RKG in SIRIS. Med predstavitvijo je bilo na željo udeležencev prikazano sprotno oblikovanje profilov, gručenje, odnosi med izbranimi spremenljivkami, analiza rezultatov in prikaz na mapi (zemljevidu). Oblikovan je bil predlog odprtega poziva za posredovanje predlogov nalog v povezavi z izzivi. V okviru skupine, ki se je ukvarjala s povezovanjem zbirk, so udeleženci predstavili uveljavljen načine preprečitve možnosti zlorab podatkov, kot je dostop v varni sobi ali pod določenim protokolom. Pri skrbnikih podatkov je namreč na prvem mestu vselej skrb za pravno in etično skladno rabo podatkov in s tem varovanje osebnih podatkov, kar so izpostavili tudi v razpravi. Predstavniki SURS so izrazili načelno pripravljenost, da se prouči, kako bi se storitve varne sobe na SURS uporabljalo tudi za raziskovalne namene povezovanja različnih administrativnih zbirk podatkov, vključno s tistimi, ki jih SURS že pripravlja v okviru programa statističnih raziskav. Za splošnega uporabnika bi bili na voljo agregirani, anonimizirani podatki. Predpogoj pa so kakovostno zbrani mikropodatki. Možna je tudi uporaba različnih licenc za različne podatke, s čimer bi se regulirala ko-mercialna raba podatkov, ki je tudi pogosto eden od pomislekov skrbnikov podatkov. Razprava je odprla tudi vprašanje, kako omogočiti večjo fleksibilnost pri povezovanju in uporabi podatkov, zlasti pri medčasovnih pregledih. Prvi pogoj je Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 177 priprava podatkov za možnost uporabe z orodji za analitično pregledovanje, pri čemer je potrebno uskladiti in harmonizirati uporabljene klasifikacije oz. doku-mentirati spremembe. Usposobiti bi bilo potrebno različne uporabnike za naprednejše možnosti analiz in pri tem sodelovati z raziskovalci. V okviru tretje skupine je bilo največ razprave v zvezi s kazalci FLINT namenjene vprašanju lastništva in najema. Trenutno je namreč edini kazalec, ki opozarja na neskladje, dvakrat zaprošena podpora za isto površino. Potencialno pa tudi razlike z lastništvom glede na sodne registre (kataster). Podatek o najemu je dostopen v strukturnih raziskovanjih (obseg zemlje v najemu). Glede samega lastništva pa bo v popisu za leto 2020 dodano vprašanje, ali podjetje spada pod skupino podjetij v tujini. Podatke bi lahko izboljšali oz. pridobili tako, da bi MKGP kmete zavezal k ureditvi najemov preko pogodb. Drugi kazalci, ki so bili deležni pozornosti, so bili interpretacija inovacij, problem izračuna erozije zemlje ter podatki o uporabi pesticidov, ki temeljijo na vzorčnih raziskovanjih. Potekal je tudi pregled dostopnosti podatkov v zvezi s kazalci vpliva ( impact), rezultata ( result) in izvajanja ( output) iz Priloge I. V okviru podatkovnih potreb za strateško načrtovanje so na SURS opozorili na projekt, s katerim bo mogoče pridobiti delež najemnikov in lastnikov kmetijskih površin. Uradni najem zemlji- šča bi moral biti sicer vpisan v ZK. Ob vnosu obrazca v zvezi z zemljišči v uporabo KMG morajo nosilci navesti, ali res obdelujejo zemljo, katere lastniki so. Problem se pojavlja, ker so lastništva zemljišča deljena. Sistem je sicer že sposoben javiti določene napake, kot je še en vnos upravljanja zemljišča, ki je bilo že vneseno. Pri tem pa je nujen natančen podatek zaradi zlorab sistema subvencij in črnih najemnin zemljiških površin. Udeleženci so še izpostavili, da za številne kazalnike ne vemo, kako naj bi jih izra- čunali oz. nimamo ustreznih podatkov, čeprav nekateri že obstajajo. Tak primer so inovacije, bilanca, raba energije, erozija zemlje, tržne poti idr. Nekateri kazalci bodo relevantni na dolgi rok, zaradi česar je že sedaj potrebno razmišljati, kaj bomo potrebovali za izračune in kako to zbrati. V Sloveniji bo pri kazalnikih podeželja problematično tudi definiranje podeželja. Pravih razlik med urbanim in ruralnim ni, ker nimamo pravega urbanega okolja. Potrebno je tudi sodelovanje institucij in deležnikov, ki bi morali imeti dostop do podatkov, vključenih v poročanje in analize. V času približevanja EU je tovrstna usklajenost obstajala, potem pa več ne, kar je vplivalo na fragmentacijo vloge podatkov v procesu. Prof. Emil Erjavec, dekan biotehniške fakultete, je podal naslednji zaključni komentar: 178 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Ukvarjamo se predvsem z delitvijo sredstev in domnevamo, da ima redistribucija sredstev že pozitiven učinek. Če se pri načrtovanju politike ne uporablja dostopnih podatkov, je enako, kot če bi si politiko izmišljevali na pamet. V Sloveniji imamo dobre podatke in statistiko. Potreben pa je preskok pri povezovanju. To je odgovornost zaposlenih in institucij v javnem sektorju. V prihodnjih letih bo potrebno nuditi podporo pri odločanju v kmetijski politiki. Prej se je s tem ukvarjal KIS, potrebno je dodati znanja iz ekonomike. Deležniki morajo prav tako sodelovati, izpostavljati probleme, predlagati rešitve. Potrebno je določiti razmeroma ozek osnovni okvir za kazalnike (ki jih bo treba poročati). Kazalniki vpliva bodo vklju- čeni. Vsega tega v okviru projekta ni mogoče rešiti. Treba bo delati na povezovanju. Kljub volji vključenih bo združevanje težko. Nekdo bi moral bdeti nad vsebinskimi rešitvami, reševati konflikte ter prepričevati institucije, da se povezujejo. Potrebno je graditi na tem, kar že imamo. To je kar nekaj administrativnih zbirk. Potrebno je začeti z enostavnim in od tam nadaljevati na bolj kompleksno. Velik problem bo pri okoljskih kazalnikih. Analitika je pomembna, strokovno znanje je podhranjeno. Potrebna je interdisciplinarnost. Veliko bi bilo treba delati na predstavitvah, odprtosti, s povezovanjem za iste cilje. Oblikoval se je splošen konsenz, da bi javno zbrani podatki morali biti dostopni ključnim skupinam. Omejitve se pojavljajo iz treh strani: časa, financ ter zakonodaje. Evropska zakonodaja določa nacionalno zakonodajo, ki opredeljuje tudi namen uporabe podatkov. Če podatkov ne poznaš, lahko pri obdelavi prideš do napačnih zaključkov. Podatki naj bi se načeloma hranili trajno. Državna uprava jih ne more tržiti. Podatki bi morali biti dani v uporabo primarnim uporabnikom: MKGP, AKTRP, JKSS svetovalcem, kmetom in drugim. Odprti poziv Predloge demonstracijskih nalog (glej tudi III. poglavje, Prilogo I) je v okviru odprtega poziva (junij–september 2019) poslalo pet zainteresiranih deležnikov, pri čemer so posamezniki posredovali tudi več podpredlogov. Dva predloga sta prišla s strani MKGP (prvi in zadnji), trije pa s strani AKTRP. Prvi predlog se je nanašal na problem opuščanja in zaraščanja kmetijskih površin, ki v določenem trenutku »izginejo« iz RKG. Slednje se zgodi praviloma na dva načina: površina je prijavljena v RKG in na zbirni vlogi, pri pregledu na kraju pa kontrolor ali inšpektor ugotovi, da gre za delno ali v celoti zaraščeno povr- šino, ki ne sodi med upravičene površine. Drug način pa je opustitev kmetijske dejavnosti, zaradi česa UE v RKG izloči površino iz GERK. Poleg tega kmetje ne prijavljajo več vseh kmetijskih zemljišč za namen pridobivanja subvencij, zlasti v primerih, ko zemljišča ne koristijo več v kmetijske namene in jih uporabljajo tudi za različna odlagališča ipd., saj posledično ne bi zadostili osnovnim zahtevam za pridobitev subvencij, kar rezultira v znižanju ali celo zavrnitvi sredstev. V zvezi s tem bi bil z vidika analize zanimiv podatek o količini, lokaciji površin, ki se zarastejo in izginejo, značilnosti KMG ter rabe na teh površinah. Zbirke, relevantne Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 179 za ugotavljanje, so zbirne vloge, RKG (KMG-MID, razlog izbrisa površine – kontrole ali na zahtevo nosilca), upravičeni GERK za ukrepe (njiva, začasno travinje), Evidenca dejanske rabe (možen vir podatka o tem, v kaj so se površine spremenile – kmetijsko zemljišče v zaraščanju, drevesa in grmičevje; pri tem velja omejitev, da se vsako leti ažurira tretjina evidence). Drug predlog se je nanašal na prostorsko razporeditev kmetij po starostnih razre-dih nosilcev v povezavi z izobrazbo nosilcev. Dodatno vprašanje je bilo, ali so uporabniki pametnih telefonov ter ali dodelitev sredstev za investicije vpliva na povečevanje povprečne velikosti kmetije, depopulacijo. Tretja skupina predlogov se nanaša na napade divjadi, in sicer koliko KMG-MID in uveljavljenih ha v neki občini je vključenih v ukrepe varovanja po območjih iz evidenc pojavljanja medveda in volka. Viri podatkov so zahtevki za podpore, uveljavljena površina iz zbirnih vlog, evidence slojev pojavljanja medveda in volka ter občine. V okviru te skupine predlogov je bilo zastavljeno tudi vprašanje, ali se da pri proizvajalcih zelenjave ugotoviti razmerje med količino pridelane zelenjave ali sadja in prijavljenimi površinami, koliko je ekoloških in koliko integriranih (ter kdo dejansko pridela zelenjavo, kdo pa se ukvarja zgolj s prodajo). Slednje bi bilo mo-goče povezati tudi z uporabo FSS na KMG (evidence, ki se trenutno vodijo doma v papirni obliki). V okviru te skupine predlogov je bilo posredovano tudi vprašanje, katere svetovalne službe imajo v svojem okolišu največ nosilcev s čezmerno prijavo površin, kar bi lahko nakazovalo na slabše svetovanje ali večje število goljufov, ter vpra- šanje, kateri GERK in v katerih občinah se najbolj spreminjajo v rabi in površini (so razlogi zakupne pogodbe, komasacije, obnove tajnih nasadov?), ter podatki, kateri KMG-MID oddajajo gnoj drugemu KMG-MID, ki v RKG nima vpisanih površin in nima svoje bioplinarne (kje in zakaj se to dogaja – kompostarna, predelava in/ali pakiranje gnoja). Četrta skupina predlogov je dopolnila predloge, pripravljene v okviru raziskovalne skupine s podrobnejšimi podatki o tipu kmetije (naravovarstvena – ukrepi, EK kmetija, vzdrževana kmetija), povezave kršitev s starostjo, dostopom do interneta, oddaljenostjo do središč, povezavo med zaraščanjem in dejavniki, kot so obremenitev, število članov, naklon, kršitve, izobrazbena in starostna ter zemljiška struktura tistih, ki izvajajo posamezne operacije, ter podrobno analizo EK kmetij (vloga tistih, ki ne pridelujejo hrane). Peta skupina predlogov se nanaša na naloge, v zvezi s katerimi na MKGP pogosto sami delajo poizvedbe in imajo predpripravljene skripte v aplikaciji RKG. Njihova 180 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV dodatna vrednosti bi bila samodejno prikazovanje na spletnih straneh: povprečna starost nosilca, število in povprečna velikost KMG glede na prostorsko enoto, skupna površina poljin, struktura zemljišč po kategorijah rabe/GERK in prostorskih enotah, delež območij, ki potencialno lahko vstopijo v ukrepe po administrativni prostorski enoti, pokritost površin prostorskih enot z rabo GERK po območjih NATURA 2000, vinogradi po prostorskih enotah (površina, povprečna velikost, starost trsov, naklon, sorte ipd.), število registriranih dopolnilnih dejavnosti po prostorski enoti. Dodatno bi bil zaželen prikaz časovne vrste in s tem trendov. Predlogi kažejo na nekatere stične točke: velik del se jin nanaša na razmeroma preproste operacije združevanja in vizualizacije, ki kažejo na problem pomanjkanja združljivih statističnih zbirk za analitične namene v okviru obstoječih relativno kakovostnih in dostopnih registrov, evidenc in zbirk. Sledijo predlogi, ki se nanašajo na podatke, ki manjkajo, a bi jih bilo mogoče ustvariti – denimo podatki o zahtevkih z naslova napada divjih zveri, oddaljenost do središč, pokritost z internetom. Tretjo skupino prestavljajo naloge, ki zahtevajo ustvarjanje novih podatkov na podlagi trenutno pomanjkljivih ali neobstoječih virov, na primer v povezavi z gnojevko, proizvodnjo sadja in zelenjave. V vsebinskem smislu je največ povpraševanja povezanega s podatki o površinah in spremembah le teh, npr. za ugotavljanje zaraščanja. Sledijo agregacije podatkov po prostorskih enotah. Na tretjem mestu so povezave med spremenljivkami (izobrazba, kontrola) na različnih ravneh (od KMG do večjih enot), ki jih je mo-goče prikazati tudi kot statistični rezultat (torej brez podatkov o individualni enoti). Na četrtem mestu so posamezne specifične naloge. Iz slednjega izhaja predvsem potreba po statistični prostorski zbirki po agregiranih enotah z izbranimi atributi oz. spremenljivkami ter v uporabniškem smislu z različnimi možnostmi prikaza in trendi (po vzoru Eurostat). PODATKOVNA STRATEGIJA IN NAČRT Namen podatkovne strategije76 je krepiti konkurenčnost in trajnost kmetijstva v Sloveniji ter spodbuditi ekonomsko prenovo na podlagi podpore (poslovnim) odločitvam, znanju, inovacijam in naložbam. To je mogoče doseči s (po) močjo podatkov in analitike za zbiranje prepričljivih dokazov za učinkovite ukrepe in prakse. 76 Prilagojeno na podlagi strategije avstralske zvezne vlade, ki na mednarodni ravni velja za dobro prakso. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 181 Podatkovna strategija je osnovana na obstoječih dosežkih/stanju in si prizadeva za nadaljnje naložbe v zmožnost ustvarjanja, deljenja in uporabe kakovostnih podatkov. Vključuje vizijo in načrt za to, da bi podatki postali osrednje orodje delovanja, uporaba podatkov pa kulturna norma. Prepoznava, da zasledovanje cilja »biti bolj produktiven« zahteva zavedanje o vrednosti podatkov in njihovo uporabo v vsakodnevnem odločanju. To zahteva tudi voditeljstvo, temelječe na odgo-vornem sprejemanju odločitev in spremembe v načinu razmišljanja, ravnanja in vedenja na različnih ravneh. Zahteva ideje, razpravo, sredstva, dialog, sodelovanje in z informacijami podprte odločitve. Ne nazadnje zahteva tudi zaupanje tistih, na katere se podatki nanašajo. Strategija predvideva podporne načrte in pobude za razklenitev potenciala podatkov, spremljanje napredka in vpliva: • opremljanje in opolnomočenje kadrov s podatkovnimi znanji in kompetencami • gojenje skupne kulture agilnega, pogumnega in angažiranega odločanja na podlagi podatkov • cenjenje podatkov kot kapitala za to, da bi bili bolje osredotočeni na deležnike, uspešnost in rezultate • kulturo zaupanja vrednih in ustrezno pripravljenih podatkov za takojšnjo splošno uporabo brez varnostnih in drugih tveganj • razširjeno uporabo obstoječih podatkov skozi njihovo integracijo • razširjanje upravljanja s podatki in dobrih praks • zagotavljanje zaščite podatkov in upravljanje licenc • vzpostavljanje podatkovne infrastrukture in analitskih zmogljivosti • odkrivanje priložnosti za napredne uvide • doseganje sinergij s horizontalnimi pobudami na ravni ministrstva in vlade za doseganje skupnega vpliva Strategija je povezana s strateškim načrtovanjem SKP po letu 2021, ki krepi vlogo odločanja, utemeljenega na dejstvih, in vključuje elemente, kot so poenostavljanje (v odnosu do uporabnikov oz. upravičencev) in digitalizacija, na Evropski podatkovni strategiji (Evropska komisija, 2020), ki predvideva enotni podatkovni prostor na področju kmetijstva, ter drugih strategijah v povezavi z digitalizacijo, uporabo umetne inteligence, odprtimi podatki in vsem drugim, kar izboljšuje na- čine uporabe podatkov in zaupanja vredne (analitične) podlage za oblikovanje politike, uporabniško izkušnjo, kvaliteto in hitrost sprejemanja odločitev ter optimalne rezultate. 182 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Vizija Kot navaja Evropska podatkovna strategija (Evropska komisija, 2020) se kmetijstvo, tako kot drugi sektorji, sooča z bliskovito rastjo podatkov. Ob tem se spreminja način njihove uporabe: če se je doslej 80 % podatkov uporabljalo na mestu ustvarjanja, se predvideva, da bo že do leta 2025 80 % uporabe potekalo v okviru oddaljenih naprav in aplikacij. Podatki omogočajo preoblikovanje načina proizvodnje, potrošnje in življenja. Omogočajo učinkovitejšo porabo sredstev, sledljivost in koristi za zdravje in okolje. Omogočajo personalizacijo oz. prilagoditev rešitev posameznemu primeru. Omogočajo preprečevanje neželenih dogodkov, krepitev produktivnosti in učinkovitosti uporabe virov, boljše odločanje ter prijaznejše javne storitve. Predstavljajo ključen vir za majhne akterje, kot so posamezne kmetije, njihovo dejavnost, proizvode in storitve. Razpoložljivost podatkov je ključna tudi za razvoj umetne inteligence, ki se premika od prepoznavanja vzorcev in vpogledov k bolj naprednim tehnikam napovedovanja in k boljšim odločitvam. Omogoča spremembe praks na podlagi modelov oz. digitalnih dvojnikov, ki predstavljajo replike za simuliranje proizvodov, procesov ali sistemov. Omogoča številne javne koristi, od naslavljanja okoljskih in družbenih izzivov do zdravja ljudi in živali. Za države, kot je Slovenija, kjer glavni vir podatkov in analitike v kmetijstvu predstavljata javna uprava in znanstveno-raziskovalna sfera (ne pa denimo velika tehnološka podjetja), je odpiranje podatkov ključno za razvoj manjših propulzivnih kmetij in podjetij. Evropska strategija izpostavlja, da so podatki javna oz. skupna dobrina, saj jih je v primerjavi z drugimi viri mogoče uporabljati (ponovno, hkrati) s skoraj nič dodatnimi stroški. Vendar pa je za to potrebno zagotoviti ustrezen dostop, pa tudi odgovorno uporabo. Izpostavljene so tri skupine izzivov: • izzivi, povezani s podatki, od njihove povezljivosti do obdelave, • strukture vladanja in ravnanja s podatki za krepitev bazena kakovostnih podatkov za uporabo in ponovno uporabo, • zajemanje koristi od boljše uporabe podatkov, vključno s produktivnostjo in konkurenčnostjo, pa tudi javne koristi, od okolja, transparentnosti in prijaznih javnih storitev. Ukrepi za naslavljanje teh izzivov se nanašajo na krepitev uporabe in povpraševanja po podatkih in podatkovno omogočenih produktih in storitvah. Strategija se nanaša na ukrepe za srednjeročno obdobje. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 183 Ukrepi naj bi prispevali k oblikovanju ekosistema poslovnih subjektov (kmetij), družbe in posameznikov, ki ustvarjajo nove produkte in storitve na podlagi dostopnih podatkov. Javna politika lahko krepi povpraševanje po podatkih skozi zmožnost javnega sektorja za uporabo podatkov v odločanju ter pri zagotavljanju javnih storitev. Priložnosti lahko zagotavlja tudi skozi ustrezno regulacijo področja zbiranja, obdelave in dostopa do podatkov. Delovanje enotnega podatkovnega prostora je odvisno tudi od (zmožnosti vključevanja oz. prilagajanja na) nove generacije tehnologij in infrastrukture, digitalnih kompetenc in podatkovne pismenosti. Vključevanje in povezovanje akterjev in podatkov bo prispevalo k možnostim za analitiko velikih podatkov in strojno učenje. Tisti, ki bodo prispevali podatke, bodo imeli koristi od podatkov drugih, analitičnih rezultatov na podlagi bazena podatkov ter različnih (prilagojenih) storitev na podlagi ustreznih dogovorov, licenc in podobnega. Na podlagi ukrepov naj bi do leta 2030 zaživelo podatkovno gospodarjenje na področju kmetijstva, ki bi vključevalo hrambo, obdelavo in uporabo podatkov. Enotni podatkovni prostor bi zajemal osebne in neosebne podatke, vključno z občutljivimi, za zagotavljanje zasebnih in javnih koristi. Za to bi bila prilagojena tudi namenska zakonodaja in rešitve za dostop, opravljene investicije v standarde, orodja in infrastrukturo ter kompetence za ravnanje s podatki. Podatkovno upravljanje bi zagotavljalo pretok na podlagi upoštevanja pravil, pravic in vrednosti; pravila o dostopu in uporabi bi morala biti pravična, praktična in javna, mehanizmi podatkovnega upravljanja jasni in zaupanja vredni, pristop k podatkovnim tokovom pa odprt, a hkrati aktivno voden in odziven. Ne nazadnje mora biti pristop za zajemanje koristi podprt z gospodarsko strategijo na različnih ravneh. Cilj Na področju kmetijstva Evropska strategija (Evropska komisija, 2020) navaja: »Podatki so ključ do izboljšanja trajnostne učinkovitosti in konkurenčnosti kmetijstva. Obdelava in ustvarjanje podatkov, še posebej v povezavi s podatki znotraj dobaviteljske verige in drugimi vrstami podatkov, kot so opazovanja zemlje ali meteorološki podatki, omogoča precizno in prilagojeno uporabo proizvodnih modelov na ravni kmetij.« Strategija želi prispevati k učinkovitosti in blaginji v kmetijskem sektorju in širše na podlagi spodbujanja konkurenčnosti in strukturnih reform s pomočjo ustvarjanja, deljenja in uporabe kakovostnih podatkov in dokazov v podporo oblikovanja politik, programov, izvajanja storitev (svetovanja) in poslovnih odločitev 184 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV (kmetov). Temelji na krepitvi moči podatkov v zvezi z vsem, kar počnemo. To vključuje vrednost/vrednotenje podatkov, analitične kompetence, odstranje-vanje ovir za dostop in ustrezno uporabo podatkov. Želja je, da bi uporabnik – tako zunanji kot notranji – dejal: kot uporabnik enostavno in dovolj hitro do- stopam do podatkov, zaupam, da podatki in vpogled vanje omogočajo ustrezne odločitve. Na tem temelji tudi gradnja na dokazih utemeljenega raziskovanja, oblikovanja ukrepov/intervencij, programov in storitev. To je mogoče doseči z zagotavljanjem ustrezno pripravljenih, zaupanja vrednih in preverjenih podatkov, ki so enostavno dostopni vsem, naložbami v podatke in analitične zmogljivosti, izgradnjo podatkovne kulture in ustreznim ovrednotenjem podatkov: A. z izboljšanjem podatkovne pismenosti, angažiranjem in opolnomočenjem; B. z odzivnimi in pravočasnimi odločitvami in izbirami, utemeljenimi na podatkih; C. z boljšo zasnovo politik, intervencij, programov, svetovanja in poslovnih odločitev; D. z razumevanjem ukrepov/intervencij in njihovega vpliva na kmetijstvo, pode- želje in posameznike. Vertikalne in horizontalne povezave Ena izmed ključnih vertikalnih povezav se nanaša na reformo SKP za obdobje 2021–2027, ki zastavlja sistemsko vprašanje, kako vzpostaviti učinkovit, poenostavljen in hkrati manj obremenjujoč ter vzdržen sistem, ki ga zahteva nov izvedben model SKP, utemeljen na dokazih oz. dejstvih. Na kakšen način lahko v razpoložljivem času povežemo (že obstajajoče in nastajajoče) zbirke za pretok podatkov in ob tem uvedemo enolični zapis podatkov, ki bodo zagotavljali največjo možno uporabo javnih evidenc ter hkrati omogočali uporabo podatkov za različne namene? Vidik poenostavitve izvajanja SKP in zmanjševanja administrativnih bremen tesno sovpada z možnostjo uporabe podatkov iz uradnih (javnih) evidenc za različne namene. V povezavi z vzpostavitvijo tovrstnega sistema je mogoče izkoriščati tudi različne evropske, programske in projektne (raziskovalne) finančne vire. Podobno velja za različne vidike digitalizacije in uporabe podatkov s strani KMG ter drugih deležnikov. Na horizontalni ravni Evropska strategija navaja različno zakonodajo o podatkih, sprejeto od leta 2014, kot je GDPR ali Direktiva o odprtih podatkih. Hkrati s tem se sprejema sektorsko specifična zakonodaja o deljenju podatkov.77 77 Številne države članice, od Francije do Finske, so v zadnjih letih sprejele novo zakonodajo, ki omogoča uporabo različnih podatkov, ki jih ustvarjajo zasebniki, za javne namene (npr. podatki lastnikov gozda na Finskem). Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 185 Leta 2018 so deležniki na ravni EU že dogovorili kodeks o deljenju podatkov, ki vključuje kmetijstvo in sektor dobaviteljev kmetijske mehanizacije. Leta 2019 so nato države članice skupaj podpisale deklaracijo o sodelovanju »Pametna in vzdržna digitalna prihodnost za kmetijstvo in podeželje«, ki prepoznava potencial digitalnih tehnologij za kmetijski sektor in podeželje in podpira vzpostavljanje podatkovnih prostorov. Analiza stanja Fragmentacija: na posameznih področjih je več (posamezne raziskovalne ustanove), drugje manj delitev in prilagoditev podatkov (kmetje). Potreben je večji obseg skupnega delovanja za zagotavljanje ustrezne ekonomije obsega. Dostop do podatkov: vrednost podatkov je v njihovi uporabi. Trenutno ni na voljo dovolj podatkov za razvoj različnih podatkovnih sistemov. Ni jasnih in enotnih odgovorov na vprašanja, kot so: Kdo je lastnik? Kdo je uporabnik? Kaj je na voljo? Prav tako ni urejen dostop do podatkov kot javne dobrine z vidika učinkovitega zagotavljanja različnih javnih storitev, doseganja okoljskih ciljev, učinkovitega preprečevanja prevar (državljanski nadzor, optimizacija kontrol, kot npr. v primeru FURS, kjer večino nadzorov določijo algoritmi). Podatki javnega sektorja naj bi bili skladno z Evropsko podatkovno strategijo ustrezno ovrednoteni in na voljo kot skupna dobrina raziskovalcem, javnim ustanovam in zasebnikom – izvajalcem storitev in proizvajalcem dobrin. Tudi podatki za-sebnega sektorja so lahko javna dobrina in prispevajo k razvoju: še posebej agregirani oz. anonimizirani podatki (podobno kot v anketnih raziskavah). V zvezi z uporabo podatkov javnega sektorja s strani podjetij, pa tudi znanosti (npr. za analize vpliva), so zaznane omejitve. Skladno z načeli iz Evropske podatkovne strategije naj bi bili medtem javno dostopni vsi podatki v povezavi s programi in ukrepi, financiranimi iz skupnih virov. Pomembno je, da se enak dostop omogoči tudi manjšim in slabše informiranim uporabnikom. To velja tudi za način dostopanja do občutljivih podatkov (npr. standardne anonimizacije, analitično črpanje iz bazena podatkov s pomočjo aplikacij brez vpogleda v konkreten podatek). V manjši meri prihaja do deljenja in uporabe zasebnih podatkov s strani drugih zasebnih subjektov. Slednje kaže na probleme zaupanja, infrastrukture in odsotnost skupno ustvarjenih podatkov. Zasebni podatki se s strani uradnih ustanov uporabljajo v manjši meri (npr. v okviru uradnih statistik). Potrebne so ustrezne nacionalne strukture za deljenje podatkov in zakonodajni okvir. Deljenje podatkov med javnimi nosilci ne deluje v smeri zmanjševanja bremen in načela zbiranja podatkov »samo enkrat«. Neravnotežje tržne moči: obstoječe spletne platforme formalno zagotavljajo enake možnosti dostopa in vpogleda, težava pa je z manj informiranimi (potencialnimi) uporabniki. 186 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Interoperabilnost in kakovost podatkov: struktura, avtentičnost in integriteta so ključ za izkoriščanje podatkov, še posebej v kontekstu umetne inteligence. Ustvarjalci in uporabniki podatkov so zaznali veliko težav, povezanih z intero-perabilnostjo, ki ovirajo povezovanje podatkov iz različnih registrov, evidenc in zbirk že znotraj posamezne organizacije, kaj šele med njimi. Nezadostna je uporaba standardnih in skupnih kompatibilnih formatov in protokolov za zbiranje in obdelavo podatkov iz različnih virov za namene konkretnih nalog, prav tako je odsoten horizontalno in vertikalno interoperabilen sistem na podlagi standardizacije IKT, ustreznega okvirja in načrtov. Vladanje, upravljanje: na voljo so organizacijski pristopi in strukture, tako javne kot zasebne, ki bi omogočile inovacije na podlagi istega okvira, manjka pa ustrezna mobilizacija virov, formalni poslovni modeli ipd. Infrastruktura in tehnologije: zmogljivosti varnega in učinkovitega dostopanja do kakovostnega procesiranja podatkov v oblaku na podlagi vključenih storitev, podatkovni centri in podobno niso na voljo (na nacionalni ravni). Slednje omejuje tudi uporabo umetne inteligence. Opolnomočenje posameznikov: nepoznavanje področja GDPR, varovanja zasebnosti, odsotnost tehničnih orodij (npr. za anonimizacijo, obdelavo brez vpogleda v posamezen podatek), enotnih standardov, bremena dajalcev, uporabnikov in tistih, na katere se podatki nanašajo. Evropska podatkovna strategija opozarja na čl. 20 v GDPR v zvezi z novimi podatkovnimi tokovi in spodbujanjem konkurence. Namen ni zgolj zavračanje deljenja podatkov s ponudniki storitev za namene preprečevanja parcialnih strategij s strani slednjih, temveč omogočanje polne vključenosti v okolje digitalnih ekosistemov. Problem asimetrije pri navadnih uporabnikih, kot so nosilci KMG, ki bi se odločili deliti podatke, je mogoče nasloviti z informiranjem o možnostih za lastne koristi – od nadzora nad osebnimi podatki, transparentnosti, do decentraliziranih rešitev, podatkovnih kooperativ, certifikatov za dostop in oblik zaupanja. Vse te stvari so še v zelo zgodnji fazi. Kompetence in pismenost: nizka raven, obstajajo vrzeli glede na demografijo, pomanjkanje podatkovnih strokovnjakov/znanstvenikov je kronično. Kibernetska varnost: ni podatkov o vdorih, vendar tudi ne o tem, ali jim je bil sistem izpostavljen. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 187 Tabela 2.14: Elementi podatkovnega sistema Podatkovna družba Podatkovna organizacija Proces: raven izobraževanje, podatkovni vodstvo organizacijski kultura ljudje zavedanja kompetence voditelji, ministrstva ekosistem, sodelovanja za ustrezno 'heroji' in spremembe in ravnanje vrednote vedenja preizkušanja Proces: centralizaci- Vidni in dostopi, proaktivno analitična analitika podatki ja, deljenje dostopni licence, upravljanje orodja, onkraj podatkov odatki javna smernice poročanja in znotraj in vozlišča trendov zunaj Proces: zaupanje, hitrost obogateni odpiranje javno bolj uporaba integriteta odločanja podatki in podatkov zaupanje samozavestne analitika odločitve na podlagi podatkov Tehnolo- podatkovna kvalitetne prostorski laboratorijski eksperimenti, predpisovanje gija: viri arhitektura zbirke in podatki/ pristop, napovedna ukrepov, temelji na pametna označbe za umetna analitika poslovnih primerih orodja lokacijsko inteligenca odločitev uporabe in analitiko digitalizaciji Tehnolo- omogočanje napredna vizualizacija možna izbira integrirani prilagajanje gija: podatkov za analitika analitike podatki za bodočim uporaba tehnologije s strani analizo tehnologijam uporabnika Politike razvoj nadzor vdorov podatki niso poslovni varuhi zaupanja, upravljanja s vedno ročni model podatkov, dobre prakse podatki skupne definicije Vir: lastni prikaz. SWOT analiza Prednosti • Javne podatke v slovenskem kmetijstvu je mogoče najti, bodisi preko obstoje- čih namenskih spletnih strani in vmesnikov (npr. RKG), portalov (npr. OPSI), poizvedovanj in skrbnikov, številni so javno in prosto dostopni. Obstajajo nekateri standardizirani načini pregleda in dostopanja do pripravljenih podatkov za različne uporabnike. • Javni podatki so v splošnem kakovostni v smislu skladnosti s formalnimi (zakonskimi) podlagami v zvezi z obsegom in načini zbiranja, integriteto skrbnikov ipd., pa tudi v smislu zanesljivosti, natančnosti in točnosti na številnih področjih (v primerjavi z alternativnimi viri), kar predstavlja temelj zaupanja v podatke. V veljavi so poslovni modeli v zvezi s pravočasnim pridobivanjem pravih podatkov s strani različnih služb in uporabnikov (MKGP in organi v 188 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV sestavi, SURS, geoprostorski podatki, slabše pa, ko gre za JKSS in raziskovalno dejavnost). Na voljo so številne neposredne in posredne interne informacije (poročila, rezultati kontrol), ki se nanašajo na področje kakovosti, prav tako je na slednje mogoče sklepati iz vzpostavljenih povezav s statističnimi zbirkami. Slabosti • Podatkovna analitika je integrirana v manjši meri: poteka sodelovanje med skrbniki in analitskimi službami za namene poizvedb in poročanja, v določeni meri tudi z zunanjimi uporabniki, kot so raziskovalne institucije, za namene spremljanja in posamezne modelne analize. • Zbirke podatkov niso ustrezno ovrednotene in certificirane v smislu kategorij, kot so: možno jih je odkriti/podatki so znani (opisani)/zbirke se aktivno upravljajo za uporabo in dostop. • Na področju upravljanja podatkov in tveganj je število specializiranih kadrov zelo omejeno, podobno velja za kadrovske vire za sistematično skrb za podatke skozi celoten življenjski cikel (načrtovanje, ustvarjanje, uporaba, deljenje, dostop, arhiviranje). • Integrirana raba zbirk in analitičnih orodij (npr. v okviru delovnih skupin, krožkov ali podatkovnega laboratorija) je omejena. • Strategije ravnanja s podatki ni, horizontalne strategije na ravni ministrstva ali vlade, kot so odprti podatki ali digitalizacija, se upoštevajo na zelo splošen način. • Podatkovne skupnosti po tematikah, ki bi povezovale skrbnike podatkov in podatkovne analitike kljub posameznim pobudam (npr. skupnost uporabnikov FADN) še niso zaživele. • Raven podatkovne pismenosti je omejena glede števila kadrov z ustrezno izobrazbo, kompetenc, načina in obsega uporabe podatkov. • Obstaja nezadostno zavedanje, interes in pobuda na ravni ključnih odločevalcev, majhno število 'vplivnežev' v sektorju, ki bi na podlagi konkretnih možnosti in dobrih praks spodbujali uporabo podatkov. Strategija mora na poti do zagotavljanja podatkovne kulture presegati ovire in izkoriščati priložnosti. Ovire: • Kompleksna politika (spremembe oz. nadgradnje ukrepov med cikli), zakonodaja (ki pogosto ne sledi podatkovnim zahtevam novih ukrepov, kaj šele potrebam po odpiranju dostopa in uporabe podatkov) in povezave znotraj administrativnega okolja (kompleksna struktura podatkov, časovne in vsebinske, tudi kakovostne razlike v evidentiranju) ter med administrativnim okoljem in izvajanjem storitev in kmetovalci (omejen dostop s strani JKSS, uporabniških aplikacij), ki preprečujejo delitev, dostop in uporabo podatkov, kar ovira razvoj napredne uporabe in analiz in zaradi trajanja dostopa do podatkov zmanjšuje njihovo vrednost in vpliv. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 189 • Ljudje: nezaupanje do uporabe podatkov in odprta vprašanje glede varovanja zasebnosti, kot je pravica do vpogleda in izbrisa (GDPR), splošno ne-razumevanje vrednosti in priložnosti, ki jo ponujajo podatki, rast potreb po na uporabnika (KMG) osredotočenih, digitalnih storitvah v povezavi s kmetovanjem, hkrati z inherentnimi etičnimi, z zasebnostjo povezanimi in varnostnimi tveganji uporabe. • Proces: podatki niso zbrani na konsistenten način, ko gre za različne javne naloge, programe in ukrepe, ustrezno zbiranje in urejanje traja in povzroča obremenitve obstoječih virov, podatki niso ustrezno povezani z odločanjem na različnih ravneh, na podlagi podatkov je glede na trenutno stanje in prakse težko razumeti stanje ali vpliv politik in drugih dejavnikov ter načrtovati odločitve na ravni KMG. Obstajajo tveganja in stroški, povezani z uporabo podatkov, nekaterimi ročnimi procesi, zajemanjem delov podatkov iz konteksta, slabim razumevanjem in interpretacijo zaradi kompleksne strukture in s pomanjkanjem centralnega upravljanja, pomanjkljivimi podatki in drugim, kar lahko vodi v pristranskost. • Tehnologija: omejitve z vidika združljivosti podatkov in pripravljenosti za nadaljnjo ali sekundarno uporabo preprečujejo dostop in uporabo različnih orodij že na ravni ministrstva in organov v sestavi. Podatkovna arhitektura ni prilagojena novim zmogljivostim, podatkom in aplikacijam, ki jih narekuje hitrost tehnoloških sprememb. Neznanje in nezaupanje, pa tudi tehnološka pismenost, revščina in izključenost na ravni posameznih deležnikov in KMG omejuje digitalno transformacijo in razvoj. • Kultura: ljudje – tako na ravni javne uprave kot izven – pogosto niso odprti do sprememb in ne zmorejo slediti digitalni transformaciji. Podatkovna pismenost ni visoko med prioritetami, zavedanje o vrednosti podatkov je nizko. Ustrezno uporabo podatkov pri delu ovirajo različne kadrovske omejitve. Vodstveni kadri ne zahtevajo ali cenijo dovolj vrednosti podatkov, ki bi podprli njihove odločitve. Priložnosti: • Voditeljstvo: vodstveni kadri razumejo in poudarjajo pomen podatkov za rast in razvoj sektorja: za produktivnost, konkurenčnost in inovacije. Podatki se uporabljajo kot vir za nove ideje in vpliv. Spodbuda za centraliziran pristop za zmanjševanje stroškov in bremen ter integracijo ponudbe. • Dokazi: namesto intuicije se pri odločanju uporablja/sklicuje na podatke (dokaze), podatki se uporabljajo kot način za doseganje cilja/zasledovanje interesa, uvajanje novih s podatkih in analitiko podprtih tehnologij, ki vplivajo na spremembe praks v kmetijstvu, načrtovanje in izvajanje temelji na pred-videvanju (programiranju) in ciljnih rezultatih (spremljanje in vrednotenje). • Zaupanje: deležniki (tudi predstavniki kmetov) ustvarjanje in uporabo kakovostnih podatkov sprejmejo kot skupno odgovornost. • Raznolikost: sprejemanje različnih pogledov, orodij, zmanjševanje pristranosti s pomočjo diverzifikacije in obsega uporabe, podatki in analiza so sprejeti kot 190 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV stvar slehernika (državljanska uporaba podatkov in nadzor), promocija tistih rezultatov, ki imajo boljšo podatkovno zasnovo. • Kompleksnost: sprejemanje novih načinov dela, družbene in tehnološke inovacije, eksperimentiranje, učenje in ekonomija obsega, gojenje kulture 'pozi-tivnega tveganja'. • Sodelovanje: z javnimi in zasebnimi partnerji/deležniki pri podatkovnih po-budah, projektih, skupnih ciljih in vizijah, skupni vpliv. • Pismenost: opolnomočenje človeških virov in javnosti za branje podatkov, delo s podatki, pripovedovanje zgodb in argumentacijo na podlagi podatkov. Načrt Shema 2.7: Pobude/načrti Shema 2.7: Pobude/načrti • Opremljanje in opolnomočene preko programov izobraževanja, A. Ljudje in usposabljanje za delo s podatki. kompetence • Usposabljanje upravljavcev, skrbnikov in podatkovnih znanstvenikov za identiFikacijo, urejanje, analizo in vizualizacijo podatkov. • Skupna podatkovna vizija, kjer ljudje razmišljajo o podatkih, so B. Kultura, ki ceni radovedni in izprašujejo. podatkovno analitiko • Vrednote, odnosi, verjetja in vedenje glede uporabe podatkov. •  Učeča, izprašujoča se in radovedna organizacija. C. Podatki: kakovostni • Podatki so strateška dobrina, potrebno jih je upravljati skozi ves in vredni, dostopni za cikel od pridobivanja, hrambe do delitve in uporabe. uporabo • Zaupanja vreden repozitorij, hitra najdba in dostop s strani končnih uporabnikov. • Napredna analitika in tehnologija za inovacije in podporo D. Analitika in odločitvam, na kakovosten in hiter način. vizualizacija za • Analitika in državljanski podatkovni znanstveniki bodo spremenili podatke v podatkovno podporo vizualizacije, ki omogočajo uvid in povejo zgodbe. odločitev • Rezultati, produktivnost in vpliv virov in investicij, zmožnost naslavljanja izzivov/priložnosti in uravnavanja tveganj. Vir: lasten prikaz. (A) Ljudje in kompetence Podatkovna strategija se začne pri ljudeh: podatkovne zmogljivosti oz. kompetence in digitalna pismenost posameznikov v različnih vlogah so ključ za na dejstvih utemeljeno, inovativno in na človeka osredotočeno politiko, programe in storitve. Podatkovna analitika mora postati del ' in-house' zmogljivosti in aktivnosti na različnih nivojih (MKGP, JKSS, raziskovalne in izobraževalne institucije). Potrebnih je več ljudi s osnovnimi in naprednimi analitičnimi znanji, ki bodo okrepila njihove obstoječe domenske/področne ekspertize. Potrebno je poudarjanje in merjenje doseženih rezultatov. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 191 Ukrepi in kazalci – več ljudi s kompetencami in zmogljivostmi: • določitev okvirja izobraževanj/usposabljanj (kdo, kdaj, kje, zakaj); • izobraževanje vsaj enega skrbnika ali upravljavca glede skrbništva, upravljanja podatkov skozi življenjski cikel, uporabe za različne namene, glede odprtih podatkov in vprašanj zasebnosti; vključevanje v RDA skupnost in druge mednarodne pobude za strokovne podlage pri izvajanju podatkovnih storitev (v tem poglavju smo posebej izpostavili GODAN in druge), določitev odgovorne osebe za stik; • izobraževanje o modelnih analizah, simulacijah in prediktivnih metodah; • izkoriščanje virov, kot je e-učenje, službene poti na usmerjena kratka izobraževanja (npr. s strani Evropske komisije), zagotavljanje prakse na delu (npr. za študente) in izmenjave oz. kroženje kadrov in skupne delavnice ter izobraževanja za krepitev splošne pismenosti in kompetenc (z raziskovalci, predstavniki JKSS, predstavniki statističnega urada), izkoriščanje tehnične po-moči in virov za usmerjeno usposabljanje v okviru PRP (vključitev tematik s področja digitalizacije in uporabniških poslovnih aplikacij na kmetiji, prilo- žnosti z vidika mobilnih aplikacij, lokacijskih podatkov za poslovanje ter upravljanjem z zasebnostjo v okvir usposabljanj); • poročanje na podlagi zbiranja informacij o tem, ali ima posamezna organizacijska enota na voljo podatke in zmogljivosti za optimalne odločitve, iskanje horizontalnih in vertikalnih rešitev; • pilotni projekti za certificiranje podatkov, pravic dostopa; • izobraževanje o strateških podatkih za vodilne kadre v sektorju, zato da bodo lahko odločali na podlagi podatkov in dejstev (izkoriščanje izobraževanj in pobud na EU ali med-sektorski ravni). Shema 2.8: Ljudje in kompetence Shema 2.8: Ljudje in kompetence Upravljanje s Uporaba Analiza Napredna Podatkovna Strateški podatki podatkov podatkov analiza znanost podatki ponovljiva varuhi vso osebje eden na org. odločevalci enoto raziskovalna prediktivna analitika in vodilni opisna in podatki in skrbniki pismenost raizskovalna statistika, strojno dokazno analiza inferenca učenje razmišljanje upravljavci regresije, globoko strateški premoženja vizualizacija čiščenje modeliranje učenje voditelji zbiranje interpretiran napredne vzročna podatkovne je dokazov vizualizacija vizualizacije (naključni ekipe kontrolni preizkusi) licence in tabelarne in kodiranje in naročila osnovne programiran vladanje analize je, programski optimizacija jeziki varna in kakovost zaupanja vredna uporaba zasebnost in varnost Vir: lastni prikaz. Vir: las tni prikaz. 192 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV (B) Kultura Delovati na podlagi podatkov pomeni zanašati se na podatke na različnih ravneh: ko gre za politike, programe ali poslovne odločitve KMG. Gre za skupne vrednote, odnos, verjetja in vedenje v zvezi s tem, kako beremo podatke, delamo z njimi, jih analiziramo in interpretiramo. Z drugimi besedami: govorimo enoten podatkovni jezik. Pomembno je, da vodstveni kadri in nosilci funkcij cenijo podatke in dokaze ter jih uporabljajo pri utemeljevanju svojih odločitev. Pomembno je, da vsi razmi- šljamo kritično in ustvarjalno, smo opolnomočeni za raziskovanje in eksperimentiranje z naprednimi tehnologijami, smo zmožni prepoznati in preseči ovire, ki se pojavijo. Ukrepi in kazalci – podatkovna kultura: • definiranje tega, kaj želimo s podatki doseči, in razvoj skozi strategijo (oz. vključitev v ustrezne druge strateške dokumente); • kaj podatkovna kultura pomeni za posameznika: npr. individualizacija javnih obvestil in opozoril na ravni (poslovnih) aplikacij (npr. zahteve, pravila, dovoljena sredstva in prakse) vključno s potrošnikom (sledljivost), modelne analize na podlagi integriranih podatkov za optimizacijo odločitev posameznika, zbiranje podatkov o dejavnosti za ugotavljanja stanja in sprememb na področju izvajanja javnih služb, usmerjanje javnih politik in ukrepov; • prepoznavanje priložnosti v administrativnih podatkih za različne deležnike in storitve: dopolnjevanje statističnih podatkov in analitičnih zbirk78, izbolj- šanje vzorčnih in laboratorijskih raziskav s pomočjo populacijskih podatkov (npr. registri o živalih), uporaba za vzorčenje, poenostavitev in avtomatizacija storitev JKSS, uporaba ukrepov kot statističnega kazalca, neposredno ali posredno (posploševanje laboratorijskih raziskav), promocija in trženje, uporaba s strani dobaviteljev sredstev in storitev, državljanski nadzor (upoštevaje interese tistih, na katere se podatki nanašajo); • poudarjanje dobre prakse, podatkovni 'heroji' in primeri: izpostavljanje in povezave na kakovostne naloge, pripravljene s pomočjo javnih administrativnih in drugih podatkov v kmetijstvu (strokovne, novinarski prispevki, raziskovalne naloge, študentska zaključna dela). Vodstveni kadri cenijo analitike in ustvarjanje znanja: • mehanizmi za podporo vodstvenim kadrom in zmogljivostim: izkoriščanje zahtev in pobud ter virov v okviru Strateškega načrtovanja, vključno z poe-78 Poleg primera standardnega prihodka smo pokazali na več drugih primerov, kjer administrativni podatki predstavljajo bolj točen, natančen in predvsem ročen vir. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 193 nostavljanjem in digitalizacijo, Evropske podatkovne strategije in enotnega prostora kmetijskih podatkov za dajanje prednosti podatkom in naložbam v upravljanje, uporabo in analizo podatkov; • podatkovni izzivi – npr. raziskovalne naloge, projekti, študentski natečaji (nagrade za zaključna dela), mentorji študentom, predavatelji, ki zbirke podatkov uporabljajo v okviru pedagoškega procesa; • vključitev v medresorske skupine, oblikovanje horizontalnih delovnih skupin in teles, večtematske presoje, sklicevanje na spremljanje in pretekla vrednotenja in njihova uporaba; krepitev in nadgradnja podatkovne skupnosti ali krožkov, kot je FADN, skladno s priporočili CRP; modeli kmetij in CRP Strateško vrednotenje, izobraževanje predstavnikov JKSS v zvezi z uporabo FADN; • voditeljstvo in vpliv: podatki iz različnih virov, javnih in drugih, analize in priložnosti; določanje strateških vprašanj za analizo, izkoriščanje aktualnih izzivov za s podatki podprte vpoglede in rešitve s strani analitskih služb (npr. v povezavi z OMD, zaraščanjem). (C) Podatki Podatki kot sredstvo zaupanja so pomembni, zanesljivi, urejeni za uporabo za namene politik, programov in poslovnih odločitev. Odgovorni vedo, kako zbirati prave podatke, določiti formate, kraj in čas zbiranja, zagotoviti povezljivost in integracijo, dodajanje vrednosti, hitrost objave in zasebnost, slediti javnemu sprejemanju vrednosti in zaupanju v uporabo. Ukrepi in kazalci: • zaupanja vredni, zanesljivi, varni, vrednoteni podatki: več zbirk pod dobrim upravljanjem, usmerjanje vladanja in upravljanja za kakovost in zaupanje; enotni popis procesov, vezanih na zbirke podatkov, ločeno po skupinah zbirk/ evidenc, ki jih združujejo določena strokovna, zakonodajna ipd. pravila, upoštevajoč raven zrelosti/kakovosti zbirke; nadalje priprava sistemskih in operativnih navodil (dokumentacije) na ravni skupin zbirk in določitev/ identificiranje uporabnikov, kot so notranji (ministrstva in organi v sestavi), zunanji (raziskovalci, novinarji, kmetje, NVO), načrt dela pri evidentiranju podatkov, določitev režimov skrbništva glede na delovno intenzivnost, prepoznavanje ovir pri dostopu in uporabi;izboljšanje in ohranjanje zbirk (npr. EVIZO); • podpora prostorskim označbam podatkov za odkrivanje, operativno in strateško uporabo: mobilne (poslovne aplikacije) s prostorskimi podatki, QR kode na lokacijah, proizvodih, sredstvih (gnojila, pesticidi); • implementiranje in vzdrževanje poslovnega modela za katalogiziranje, metapodatke in ontologije, da jih je mogoče odkriti, strojno brati, da so primerljivi za različne metrike, cilje in analitiko (npr. nadgradnja modelnih analiz KIS, 194 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV predajanje obstoječih statističnih podatkovnih produktov v sekundarno rabo, usklajeno administrativno-statistično ustvarjanje podatkov, možnosti plačljivih storitev za posamezne uporabnike);79 • razvoj in implementiranje rešitev za ustrezno, varno in etično uporabo podatkov, licence za uporabnike in deležnike (modeli anonimizacije in storitve dostopa do mikropodatkov oz. analitičnega outputa, npr. dostop za tiste, ki predajajo podatke); podatki o kakovosti: kontrole, avtomatske, logične, na terenu, poročila; povezave na dobre primere uporabe; • dostop, razvoj okvira za definiranje in ocenjevanje, podatki kot korporativni vir; vrednotenje podatkov s pomočjo točkovalnika (primer, predstavljen v okviru DS1); • novejši in dostopnejši (odprti) podatki: viri in načini dostopa do zaupanja vrednih podatkov, vozlišče, zbirke, pripravljene za takojšnjo uporabo (za politike, programe in izvajanje, poslovne procese), kvalitetni podatki, odprti za javni dostop tretjih strani za dodajanje vrednosti in podporo poslovanja, inovacij in rasti (npr. ureditev metodologije talnih meritev in vključitev v e-tla, dostop do podatkov za avtomatizirano pripravo gnojilnih načrtov); • izboljšanje podatkov in uvidov preko enotnega vozlišča, register zbirk, osredotočen na uporabnika, poenostavljanje; • množično financiranje, avtomatizacija procesov, rešitve za boljše odkrivanje, označevanje, vidnost, analitično poročanje, boljšo varnost. (D) Analitika in vizualizacija Krepi se digitalizacija, obseg podatkov raste, s tem pa tudi priložnost za razumevanje koristi od analitičnih vpogledov. Uporaba analitike kot vzvoda, prepoznavanje motečih idej, delitev izkušenj, inovacije, načini, kako imeti boljše politike, promocija novih procesov, programov, storitev za večjo dodano vrednost. Napredne zmogljivosti in infrastruktura za podatkovno analitiko v rokah uporabnikov, pametne odločitve in zaupanje za (so)vpliv. Ukrepi in kazalci – zanesljiva, ponovljiva analitika: • uporabniške informacije, vpogledi za potrebe politike, programov, storitev in KMG na informacijskem portalu (povezovanje podatkov iz administrativnih virov v uporabniško dostopno zbirko z osnovnimi orodji za pregled in obdelavo: vzpostavitev zbirke s ključnimi/pomembnimi atributi, ki bi dopolnjevala prostorsko zbirko, statistična zbirka v javnem pregledovalniku, mikropodatkovna zbirka za posamezne uporabnike, kot so hišni načrtovalci, 79 Omenjali smo zgled tovrstnega sodelovanja med administrativnimi, statističnimi in akadem-skimi ustvarjalci in uporabniki podatkov, EDINA Agricultural Census for England, Wales and Scotland. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 195 analitiki, evalvatorji idr., orodja za vizualizacijo in enostavne analize);80 uporaba napredne analitike, npr. za optimizacijo zahtev in pogojev, predvidevanje kršilcev in izboljšanje kontrol; • analitični okvir in delovni paket metod, sredstev, platform za podporo napredni, statistični in prostorski analizi; denimo nadgradnja e-tal v smeri e-prostora in e-kmetije, razvoj mobilnih aplikacij za različne poslovne procese; • okvir za podatkovno znanost, izvedbeni model, računalniško okolje, laboratorij (razvoj analitične službe, sodelovanje z raziskovalnimi institucijami in med njimi, JKSS, kmetijskimi združenji, kmetijskimi podjetji ipd.). Podpora odločitvam: • ocena izvedljivosti vzpostavitve odločevalskih struktur kot repozitorija analitično vodenih odločitev in logike za podporo bodočemu odločanju (npr. modelne analize kmetij v povezavi z javnimi intervencijami in poslovnimi odlo- čitvami na podlagi empiričnih mikropodatkov ali modeli na podlagi bazena individualnih poslovnih in računovodskih podatkov v oblaku), integracija s poslovnimi aplikacijami (npr. poslovna aplikacija na ravni KMG Mark Online, ki ga uporabljajo danski kmeti) in procesi avtomatizacije; • zbiranje podatkov in študij v podporo ciljnih analiz po tematikah (glej npr. Castano in dr. 2019), razvoj večtematskih modelov oz. okvirov za spremljanje in presojo na podlagi podatkov; vzpostavitev zbirke študij, analiz, vrednotenj in zahteva po predaji (mikro)podatkov iz vrednotenj za možnost spremljanja več vrednotenj ter povezovanja z drugimi zbirkami podatkov, povezovanje evalvatorjev v skupnost za izboljšanje in pocenitev evalvacij (s skupnim ustvarjanjem in uporabo enotnih podatkovnih virov); • k reševanju problemov usmerjeni pristopi v obliki izzivov, mešane delovne/ raziskovalne ekipe, razpisi, tekmovanja; analitična skupnost odličnosti za svetovanje, model učenja in prenosa, izvajanje naključnih kontrol analiz, zagotavljanje integritete in etike. Tabela 2.15: Analitika in vizualizacija Informacijski Analitika Podatkovna Odločevalsko portal znanost vozlišče Namen podatki: kaj, diagnostika: zakaj predikcija predpisovanje koliko, kdaj, kje Rezultat podatki, podatkovne napredni uvidi, natančno pripravljeni zgodbe s pomočjo kompleksni predvidevanje za uporabo, naprednih problemi, primeri bodočih odločitev, informacije, analitičnih za razširjanje vedenj, vpliva, storitve, upravni zmogljivosti, poslovna uporaba, postopki vizualizacija avtomatizacija 80 Npr. MISSY ali CIMES. 196 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Izid zaupanja vredni statistika, napredne, kompleksne repozitorij pripravljeni prostorske analize, metode, UI, analitično-podprtih podatki, prilagojena modeliranje, odločitev in logike, integrirani, analitična poročila, rudarjenje načrtovanje politik, vizualizacija, dinamične podatkov, evalvacije-sinteza, ročni, po temah vizualizacije skriti vpogledi, sistematični podatkovna pregledi napredka znanost in vpliva Za koga vsi »policy in« podatkovni vsi podatkovni znanstveniki analitiki, načrtovalci in analitiki, programov, ekonometriki, evalvatorji, statistično raziskovalci programiranje, podrobno raziskovanje Kompetence osnovne napredno specializirano podpora odločitvam in zmogljivosti Infrastruktura uporabne informacije, vpogledi za potrebe politik, mehanizmi in orodja programov, storitev, KMG v podporo - upravljanje s podatki, skrbniki, zbiranje, poslovni model, odločitvam kakovost podatkov utemeljenim na - vozlišče podatkov, registri, licence podatkih/dokazih, - analitična orodja, programski jezik, napredne programi, postopki metodologije, kartografije Vir: lastni prikaz. Tabela 2.16: Pregled podatkovne strategije in načrtov Strategija A. Zmogljivosti B. Kultura C. Podatki D. Analitika in vizualizacija Dejavniki -pismenost -cenjenje -kakovostni, -napredna uspeha -razumevanje podatkov in dostopni, analitika in podatkov dokazov enostavni dostop vizualizacija ter -zavedanje in -pozitiven odnos -dostop javnosti viri upravljanje do podatkovnih in tretjih oseb -odločitve podatkovnih zgodb in podpore -zaupanja vredni optimizirane tveganj -ministrstvo in upravljavci skozi uvide -pripovedovanje kmetje cenijo -licence konkurenčnih storitve in podatkovnih zgodb svetovanje Vpliv podatkovni jezik, varni, dobro na podatkih utemeljene analitične sposobnosti, upravljani in vodeni politike, programi, opolnomočenje podatki storitve Strateški dodana vrednost, kvaliteta izdelkov in storitev, zagotavljanje javnih dobrin vpliv Vir: lastni prikaz. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 197 4 x x 3 x 2 x x 2022 1 x 4 x x x rstvo. rostora 3 x x poda ga p 2 x x gos no 2021 1 x x x m x odatkovne 4 x x atfor x x pl 3 x ine x kega p onl 2 tijs rij za me kega podatkovnega prostora 2020 1 ato ga k etijs led bserv tne km ri ni PIs*) s do om l O a, abe tu no ga sto , A : ne itvi IR preg ov a), ru tank deks pro ponudbe ske upor v trn FA tor tkih) odj topom opravi in ra enot ni a, i ured eos rstvu in os or pr ru ko sto v okvi i tkov ivn dos o bo h pr se, at topa poda ni er tegracija je o poda ekonom pro bzorij, ravn trategije in e gije in pen dat in nad v okvi dos ga te poda oblaka opo in i, prak or ena EU ti (O gos tkov kov tev ne ru O a o fed očju dz oc ah – analiz opski em in ed Evr žni ndard nic na zah tkov v oblaka, ritv Evr italn h poda podr el zakonoda tkov di m dele etiji, i v okvi očitve na vrednos (sta i čla rite na ke za (d sto in odatkovne s rja: ih odl ike t tu v dig opski ciji km ezni nic za okvi tkov a sto * žavam tkov italn kega poda podatkovne stra vel ka poda ga am čla nic tkih tkov a Evr anciranim rja* a trg to ope ko acij na etijs jne poda i z dr oregula pos žav čla s fin vropske p er ih poda opske poda okvi a vpliv nja j Evr ja o dig j dr aplik j km žav o zbirkah o poda a za ga opskeg jen ih čno dr Evr ena l o sam jne in sokeg o nam evr enos erjenje pre kušen kušen zakonoda i akt i akt italn ure delje oblaka konoda je m ti znotra iz iz , vklju kov krepov E v repov og ben ben a pom kt vi Za an azum očja a pravi ca pr tkov abi rite jno ustvar r za .** ni dig žni uk krepi hitekt ad U predl izved izved analiz zakonoda proje ar vl spor podr lansiranje sto knjig pravi stro okvi vrednos sveta es zbiranje stra poda zbiranje upor dele nja fac ajanja u vaja ja v h iz r za an ije v ri in ri in ica ad opski ktu ije ing Inter in sto em m sto em ovn r vl stru abo v Evr avo , vestic SP ram asovnica izv t okvi ci: investic pite infra tkov e: , in M rji v javn og rji v javn upor lnos opski pro opski pro orski e in n Pr in čeval kre kov rikaz. osti in e, obdel poda rabi tenc očenje evr evr enc sekto sekto a 2.17: Čas ekt top atio ogo anj pe ezni su ški su stni prikaz. el er tkov ški m tke in tov abo nom am pet te re te re astni p eb Čezs dos O ogljiv erope Kom Skupni pplic Skupni Tabela 2.17: Č Tab St A. za poda B. poda zm gos upor int C. opol pos kom D. stra inte *A D. stra inte Vir: la Vir: l 198 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV 2027 2026 2025 ine 2024 t dobr ko tkov e 2023 ce osti poda očeval sko vozlišč odl vedljiv trategije tkov tki na iz čeval tki za ce dlo strategije 2022 e* O O la poda vne fikati poda tur stni poda je, abo* ti* ode vo . e kul m odatkovne s certi t* datko ga upor ah, jen kako po o aževan el onstracije ade zsežnos ne iji. ik enc abnos em gr lov dprti jšnjo t* teg 2021 be* strategiji pet Izobr D m O em , na ki ra tra krepov p epov osti* tako nos analit rs pos upor vni ziv ti ukr no ke tkih utem itike* sto v, za zna o kom iz al jšnja nja ogljiv t* sprem ni na tkov je* an voditelji * ičnos datko tehni poda entacija an a voditelje a pro tako et ajanja u m gistro vaja h zm enos ični ita odl ni očanje t* por atkov nda por , re * atkov odatkovni s iz poda sm ef. na krepi za stanju ple šč pak P k po 2020 edne Pi Por D U nos Zaved Pod Pod Pod Im Za ost in edi Pod očanje tkov tkov pr analit r in je za tki, age em odl upnost vnica na e zna eri* in KP k p ni ožljiv vozlišč okvi no sk poda poda a in m a i vpogl prim poda P ITzaSK zaS asovnica izv ik ični ična Časo led aževan za bniki orm je čni atkov rke v dobr rabn atkov CR 18: nalit adni boljšanje po nalit nalit 2019 Preg Izobr Skr A Kaj Mo Vl Pod Zbi Viri: razpol Iz Platf U A Pod A ek a 2.el i t s o ljiv g o m z ija c a liz a u iz v in je d ju L A. a ur t Kul B. ki at d o P C. in a ik lit a n A D. Tab * Prispev rispevek CRP IT Tabela 2.18: Č * P Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 199 Skupni prostor bo temeljil na obstoječih pristopih in bi lahko vodil k platformi za deljenje in združevanje podatkov, javnih in zasebnih. Slednje bi lahko podpi-ralo razvoj inovacijskega s podatki podprtega ekosistema na podlagi pravičnih pogodbenih razmerij in okrepilo zmogljivosti za spremljanje in izvajanje skupnih politik, zmanjševanje administrativnih bremen vlad in upravičencev. Projekt CRP ITzaSKP je k izvajanju podatkovne strategije prispeval na naslednje načine: A. Ljudje in zmogljivosti: Pregled zbirk, dostopanja in uporabe, pogovor s skrbniki in uporabniki, prikaz analitičnih orodij in možnosti, prispevek k pismenosti skozi interakcijo z deležniki, javne dogodke in rezultate (poročila ipd.). B. Kultura: Okvir za definiranje na podatkih utemeljene kulture skozi predlog strategije, predlog ukrepov, prikaz možnosti podatkovne znanosti, uporaba močnih primerov za demonstracije za krepitev zavedanja, vključevanje vladne in analitične agende, npr. na ravni ministrstva. C. Podatki: Ocena registrov, evidenc in zbirk, podpora uporabe prostorske razse- žnosti skozi povezovanje z atributivnimi podatki in modeliranje, zagotavljanje izkušenj in virov za nadaljnji razvoj in uporabo. D. Analitika in vizualizacija: primeri uporabnih vpogledov, možen analitični okvir in paket v okviru podatkovne znanosti. LITERATURA Bligaard, J. (2014). Mark Online, a Full Scale GIS-based Danish Farm Management Information System, International Journal of Food System Dynamics 5, 190–195. Castaño, J., M. Blanco, in P. Martinez (2019). Reviewing Counterfactual Analyses to As-sess Impacts of EU Rural Development Programmes: What Lessons Can Be Learned from the 2007–2013 Ex-Post Evaluations? Sustainability 11, 1105. Gibbons, M. M., C. P. Fawcett, R. J. Waring et al. (2005). PLANET Nutrient Management Decision Support System – a Standard Approach to Fertiliser Recommendations. EFITA/WCCA 2005, 25–28 July 2005, Vila Real, Portugal. Keszthelyi, S. (2016). Farm level indicators for new topics in policy evaluation Experiences with data collection, AKI, Hungary 199th FADN Committee, Brussels, November. Poppe, K. (2016). Farm Level Indicators for New Topics in policy evaluation Intro and objectives meeting Wageningen Economic Research, The Netherlands 199th FADN Committee, Brussels, November, dostopno prek: https://www.flint-fp7.eu/downloads/ presentations/flint%20in%20fadn%20committee%20nov%202016.pdf. Rose, D. C., W. J. Sutherland, C. Parker et al. (2016). Decision support tools for agriculture: Towards effective design and delivery. Agricultural Systems 149, 165–174. Rose, D., C. Parker, J. Fodey, C. Park, W. Sutherland and L. Dicks (2018). Involving Stakeholders in Agricultural Decision Support Systems: Improving User-Centred Design. International Journal of Agricultural Management, 6, 80–89. 200 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Vrolijk, H. (2016). Farm level indicators for new topics in policy evaluation Recommendations for the future, Wageningen Economic Research, The Netherlands 199th FADN Committee, Brussels, November. Veerle, Van den E., K. Schreckenberg in L. Corti (2015). Sharing social data in multidi-sciplinary, multi-stakeholder research; Best practice guide for researchers. ESPA Working Paper Series No: 001 / December 2015, dostopno prek: http://www.espa.ac.uk/ files/espa/Sharing%20social%20data.pdf. VIRI Avstralska zvezna vlada (2019). Best Practice Guide to Applying Data Sharing Principles, pridobljeno iz https://www.pmc.gov.au/sites/default/files/publications/data-sharing- -principles-best-practice-guide-15-mar-2019_0.pdf). Evropska komisija (2018a). Proposal for a REGULATION OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL establishing rules on support for strategic plans to be drawn up by Member States under the Common agricultural policy (CAP Strategic Plans) and financed by the European Agricultural Guarantee Fund (EAGF) and by the European Agricultural Fund for Rural Development (EAFRD) and repealing Regulation (EU) No 1305/2013 of the European Parliament and of the Council and Regulation (EU) No 1307/2013 of the European Parliament and of the Council {SEC(2018) 305 final} - {SWD(2018) 301 final} Brussels, 1.6.2018 COM(2018) 392 final 2018/0216 (COD). Evropska komisija (2018b). ANNEXES 1 to 12 ANNEXES to the Proposal for a REGULATION OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL establishing rules on support for strategic plans to be drawn up by Member States under the Common agricultural policy (CAP Strategic Plans) and financed by the European Agricultural Guarantee Fund (EAGF) and by the European Agricultural Fund for Rural Development (EAFRD) and repealing Regulation (EU) No 1305/2013 of the European Parliament and of the Council and Regulation (EU) No 1307/2013 of the European Parliament and of the Council {SEC(2018) 305 final} - {SWD(2018) 301 final} Brussels, 1.6.2018 COM(2018) 392 final. Evropska komisija (2020). COMMUNICATION FROM THE COMMISSION TO THE EUROPEAN PARLIAMENT, THE COUNCIL, THE EUROPEAN ECONOMIC AND SOCIAL COMMITTEE AND THE COMMITTEE OF THE REGIONS A European strategy for data Brussels, 19.2.2020 COM(2020) 66 final https://ec.europa.eu/info/ sites/info/files/communication-european-strategy-data-19feb2020_en.pdf. MKGP (2019). Resolucija Naša hrana, podeželje in naravni viri po 2021. Strateški okvir razvoja slovenskega kmetijstva, predelave hrane in podeželja. Jeretina, J. (2019). Predstavitev CPZ Govedo. Odprti raziskovalni podatki v Sloveniji. 14. 11. 2019. SURS (2019a). METODOLOŠKO POJASNILO EKONOMSKI RAČUNI ZA KMETIJ- STVO. Metodološko pojasnilo se nanaša na objavljanje podatkov: Ekonomski računi za kmetijstvo, Slovenija, letno (Prva objava). Realni dohodek iz kmetijstva – prva ocena, Slovenija, letno (Prva objava). Realni dohodek iz kmetijstva – druga ocena, Slovenija, letno (Prva objava). Pripravila: Irena Žaucer. Zadnjič osveženo: 28. 8. 2017. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 201 SURS (2019b). METODOLOŠKO POJASNILO STRUKTURA KMETIJSKIH GOSPO- DARSTEV. Metodološko pojasnilo se nanaša na objavljanje podatkov: Struktura kmetijskih gospodarstev, Slovenija, večletno (Prva objava). Struktura kmetijskih gospodarstev, podrobni podatki, Slovenija, večletno (Elektronska objava). Pripravil: Aleš Krajnc. Zadnjič osveženo: 20. 12. 2017. SURS (2019c). METODOLOŠKO POJASNILO PORABA MINERALNIH GNOJIL PO KMETIJSKIH KULTURAH. Metodološko pojasnilo se nanaša na objavljanje podatkov: Poraba mineralnih gnojil po kmetijskih kulturah, Slovenija, dvoletno (Prva objava). Pripravila: Enisa Lojović Hadžihasanović. Zadnjič osveženo: 16. 10. 2019. 202 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV PRILOGA I: KAZALCI SKP 2014–2020 IN OKOLJSKO-KMETIJSKI KAZALCI Dohodkovna podpora Okolje in podnebne Podnebne spremembe in - št. upravičencev, št. spremembe kakovost zraka upravičencev in ha s - sredstva II. stebra za okolje - izpusti TGP iz kmetijstva podporo, povprečna (KOPOP, EK …) (2005–) in delež (2016) podpora na upravičenca/ha, - PRP prioriteta 4: obnova, - izpusti amonijaka (2003–) delež neposredne podpore v ohranjanje in izboljšanje - organska snov (2015) faktorskem dohodku (2015–) ekosistemov - trajne travinje v celotnih - kmetijski dohodek in - PRP prispevek h klimatskim površinah in spremembe neposredne podpore aktivnostim (2004–) (2001–) - raba (trajni posevki, - prispevek PRP pod - spremembe v dohodku kmetijska raba, trajna travinja) prioriteto 5 – učinkovita glede na 3-letno povprečje - kmetijska zemljišča pod uporaba virov in prehod v (2007–) okolijskimi zahtevami nizkoogljično in odporno (zelenitev, navzkrižna kmetijstvo skladnost, okoljsko-podnebni - delež zemlje pod ukrepi) klimatskimi ukrepi 5D (2017) - izbrana plačila za okolje (zelenitev, KOPOP) (2015–) Tržna usmerjenost Ekološka proizvodnja Voda - podatki na ravni EU - površine in proizvajalci, - črpanje (1995–) delež, delež živali, specifična - nitrati v podzemnih vodah podpora na ha, delež (2012) proizvodnje s podporo (2017) - delež zemlje pod ukrepi za izboljšanje vode iz PRP 4B (2015–2017) - bruto bilanca dušika (2015) - GVŽ na ha (2013) Delovna mesta in rast na Kakovost prsti Biodiverziteta podeželju - organska snov v kmetijski - habitati (travinje) glede na - BDV in zaposlenost na zemlji (skupna masa) status (2012) podeželju (2012–) - delež površin pod ukrepi za - ekološka fokusna območja - delež kmetijstva in izboljšanje po tipu v celotnih kmetijskih prehranske industrije v - raznolikost poljščin, kmetije površinah (2017) celotnih zaposlitvah (2008–) z eno ter z več kot tremi - delež kmetijskih površin v - revščina na podeželju kulturami glede na velikostni Natura 2000 (2016) (2011–) razred (2013) - delež zemlje pod ukrepi - dohodek kmetov v - delež upravičencev pod za podporo biodiverzitete, primerjavi s preostankom zahtevami raznolikost (2015) krajine, gozda (PRP 4A) gospodarstva 2011–) in zelenitev (2015–2017) (2017) - delež kmetijskih površin pod visokim tveganjem erozije zaradi vode Vir: Evropska komisija Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 203 Okoljsko-kmetijski kazalci EU Skrbnik Metapodatki Zadnji podatki 1. Kmetijsko okolje zaveze DG AGRI / / 2. Kmetijske površine na območjih NATURA EEA / 2016 2000 3. Stopnja usposabljanja kmetov in uporaba DG AGRI da 2016 svetovanja 4. Površine z ekološkim kmetijstvom Eurostat da 2017 5. Poraba mineralnih gnojil Eurostat da 2017 6. Poraba pesticidov Eurostat da 2017 7. Namakanje Eurostat da 2016 8. Poraba energije Eurostat da 2017 9. Spremembe v uporabi zemljišč EEA / / 10.1 Vzorci posevkov Eurostat da 2016 10.2 Vzorci reje Eurostat da 2016 11.1 Pokritost prsti Eurostat / 2010 11.2 Prakse oranja Eurostat / 2010 11.3 Hramba gnoja Eurostat da 2010 12. Intenzifikacija/ekstenzifikacija DG AGRI FADN 2016 13. Specializacija Eurostat da 2016 14. Tveganje opuščanja zemlje JRC / / 15. Bruto bilanca dušika Eurostat da 2015 16. Tveganje onesnaženja s fosforjem Eurostat da 2015 17. Tveganje pesticidov DG SANTE / / 18. Emisije amoniaka EEA da 2017 19. Emisije TGP EEA da 2017 20. Odvzem vode EEA da 2017 21. Erozija zemlje JRC da 2012 22. Genetska raznovrstnost EEA / / 23. Kmetijska zemlja na varovanih območjih DG AGRI / / 24. Proizvodnja obnovljivih virov energije DG AGRI DG AGRI, 2014 Eurostat 25. Populacijski trendi ptičev na kmetijah EEA da 2017 26. Kakovost prsti JRC / / 27.1 Kakovost vode-nitrati EEA / / 27.2 Kakovost vode-pesticidi EEA / / 28. Krajina: stanje in raznolikost JRC / / 204 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV UREDBE aj i orije) ali tveni et eg o tne t zgor avs etije OGA n ra cev etiji ) km kat 2000ra zdr viri ktu km ep i (3 e –ko etijstv ali, ski km h skupi oval i ladi ep atu dah o) doda km i stru et h na izven svet a ukr v v m p up e N rstvo) t živ ep -gen fra ov* rativni km to o vo da in zvodne a (n niko niko etijstv loško obi oi ep i ukr čenih ladi ov z ukr iva atske zavez ektov zvodni na zvodne ope anj em em al m (goz eko -pr ej et VŽ z ANC podpor (km oj oi oi stven I PREDL ih ukr direkt VŽ-dobr Št. EIP Št. vklju Št. prej Št. ha Št. pr Št. km Št. ha 0 Št. G 3 Št ha jske/klim 4 Št. ha 5 Št. ha 6 G 7 Št. pr 8 Št. pr 9 Št. lok 0 Št. ne 1 Št. pr zalci .1 .2 zalci izvaj .3 .6 .7 .8 .9 .1 1 Št ha 2 Št. ha .1 .1 virna .1 ol .1 .1 .1 .1 .1 .1 .2 .2 E okvirn Ka - O - O Ka - O - O - O - O - O - O O O ok - O ok - O - O - O ali biovar - O - O - O - O - O OGO ANJ e e in ali) ske, v ejitv ske at t živ je – IZVAJ znanj im niko e in a jal obi PRIL avn , kl ijsko ep a em obvladovanje očne om et * a NP za nar upravl ije* za obm za viri, dobr km rni ukr an Ha Št. prej tva a podpor e (okolje .7 IN no potrjevan za .4 .5 an čila čila ski KIS kvi P podpor uge Let A EIP inovac O SK nevez - O - O sreds tveganj vez pla dr pla zavez gen investicije ČL h je i e cev, S za na v an tne al i am e čen čnost, nje, /ali i am čenih uvaj i: obseg h skupi doda ij in am očji je, za ren rira zavez is boljšanj v podpor am proizvaj vklju upravi i: % nku ktu zacij z ni e, onijaka iz ovan za m pod zavez i obm i podpor niko rativni cev ko e em i za i praks stru ga anj am ha za pinah ršin kim em ) reba pod skim i am oval im e or ižanj v obnovljive vire- dov tov ijs od podpor m čili pre lje ar i z svet a v ope e na i pot am i za pov zn ije nje am ž prej ečje ) anj svet dobr m i pla ov v Sku kih i za zem zavez vestic korist W in pr e izpus im am et zvodnj vestic pogoz st vode zavez SKLADNO lov oi ko-gozd rdi podpor ebni an etijs am in i (M i za vo pod ij: dele ajo ijske ijs število ižanj tjo i km pr s pov sti … upravlja km et et pod ov z in sode ja: im ep tne % am ršin i podpor vo žne et % stva: i za i zn i kako lje ov s podpor EK* a, ki enos javi ij z vez ige: podpor km ar km et inovac ov, s km am am doda er et kim ti tr be: am ih pov ČIN ovan et ij z ukr očjih s pos ver kako zem : % km U ijs a in znanj % ah em asi: % -osnovanim čno an pogoj et prim km m gozd zavez zavez i: % ije % JANJA T/ svet ije: ) jske VŽ pod z gnojevko shem ak e: avo ž km (v i: % a in a in a i in ž km et v obm vestic tel vrednos G bio z bio očja s podpor A LTA P) znanj enj P) podpore s standa ečju , shem sprem u pod pod pod nam vestic ZU dele am km etije : % in čno očij, vklju lje lje lje z gnojil i SK i SK ne ijam pr janjem in znanj žavam ij z in oreji: virov ske lji etijstv % : RE ov i: dele et igah in ep preko e, izm a znanj etijstv ep hne km et at etijstv nje de: ozi ozi ov) ijstva: aj pov zem zem ver im km očja: obm zem sk sk IZV janj em et et a km i podpor m e km m rji s te km i ih kl iz o, vklju h obm : % : % % vo šnosti o ukr šnosti st o ukr % ij v živ z upravl i v km ske ske abl eg m na zacija dobavi am na is tet dni de: pe at at am km aka pe e si obm zn am e dohodk ni apra ija: ni kaln čno aci ank prsti upravlja raba ežja IN velikostjo sekto kovito rabo ogr im im us (n us pos anj št. km ga nje em acija anj ov itev podpor zac lo racija ponudbe goz t zr t vo i pr ihr dena os os tno tna kl kl e A ha led ka (s us na ka (s ni ent vklju ba ogljika v zem a energija kap nje itev ov ov ečno je/ je/ je, m gaja : pr ez j preci vljanje s tveganj itev er jša or žanje m en ede italiz ez azdel pr etije in t z učin kov kov ravnot janj ig ogi vlja pra er e na od zacijah, ra RE boljšave ga kol kol čno bol ni Konc Prila Zni H Zel U Pogoz Iz Ka Ka Trajnos Trajnos O O abl ni preg Krep ovan Pov (gl D Pov z dohodk U Pr pov Krep Km M zvodno zalci učin A ržnos 10 11 rativni 12 13 onijaka, 14 15 16 18 19 20 21 22 23 24 KIS zalci učin A ga oi pos Let Ka - R.1 svet - R.2 A - R.3 tehnol Ka - R.4 U - R.5 - R.6 pod - R.7 podpor - R.8 vzd - R.9 vklju - R. or - R. ope - R. - R. am - R. ohranjanja /izboljšanja - R. pr - R. - R 17 vzposta - R. - R. - R. - R. - R. vodne - R. - R. us ž - re: , UČINK u: : % i e v v erje k) , a: a lje vi A m aka zm na ij: dele h razlik h razlik nd k oz arn ij iz em ni ni u ij avni ti: ov v et is zem e zr ra a gnojil: : % ov ov (uv et j z N vodne u dohodk rji-tre t energije to ) na t prim atskih e em a obnovljivih itet inovac na ki dohode km onijaka lji vodi eljskem dohode tivnos tne gozdarstv ša erozija bru ekanj EI+ a in igi nos je erozije huj de: jski h posta (W dohodk etijs dohodk ržnem . sekto em ivni tivnos e klim a in e kval ij am zem odt et očja z nar oduk ožaja zvodnj is el pritisk VPLIV anjšanj in P oz at ka trgovi vrednos nj ogljičnega zaj traj oi anj t vo ijski IV* pr pol va znanj oduk na na zem vode SK liva šanje šanje a vzd km ek : obm i-rel ils e v ver etijstv ševan er šanje šan e em os et vodni CI ed živ s odpornosti km b: zm a itev itev u: pr anj ki/nekm anj itev itev anj anj anj ežju ka pr ravna km -zm boljšev kov skih l a): VPL enos čuna ijs a m ispev rs gro i: doda em šanj izrabe zvodnj lji lje l v km ti v nad g/ zalec Pr ra zalec vp Zm et Zm nd Podpor Pr ejitvam Krep A Krep Indek 0 U 1 Krep 2 Krep 3 Zm 4 Iz 5 Ka 6 Zm ršin 7 Zm kto oz) oi etijstv etijstv anj ani ečletn Ka - I.1 pro Ka - I.2 (km - I.3 tre - I.4 razlik - I.5 ravnot om - I.6 fa - I.7 izv - I.8 verig pr - I.9 - I.1 sprem km - I.1 zem - I.1 km virov iz - I.1 zem - I.1 zm - I.1 hr - I.1 nitra pov 50m - I.1 Index AZAL (v a, ov r … žne , et e in , : K šnosti ija e ki nj na kovito z lja pe tr cilj: zac anj cilji čnost, km ils va nje be te tni nje i viri II ni a znanj acija žni k in itev acija ren r živ ske em tna m , učin zem ečni acij, ifični dr erjenosti te ožaj gaja at na us italiz EU italiz igi ravna nos avni da, ce es oder enos ec Vz ej Krep nku D Pol U im Trajnos voj ak) O Pr m Spodbuj pr inov dig Sp 1. dohode odpornost po vs 2. usm ko R& dig 3. v agro ver 4. prila kl sprem traj energija 5. raz upravlja nar (vo zr OGA PRIL Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 205 lj 8: Gs). D .30, ci e . pr. S zacij ki je/ tični , ke lj 7: R kov ni eme anj am cev, v ga lov e/ inte CM al etni jske ali acijs or i) (s AE o pos niko aževan a n/ o – sh aci et ad er kse t (p form .27, ci em podj n sode ) aževanj skl trg in kih gen .1 e pra t, ELS, nje ohranjanje ali O ov izobr enos in stva lja oročanja (n ov prej željs tih skupi ij s podpor ER h skupi ij izobr et enos ) zacij proizvaj rativni ni jske lj 6: R et et ektov di/ostali km D pod oj la ugi et osti za e p je -km okoljsk eko pogoj ga oci tnih je je jo ope ivn e čebelar le sti ki en e (m – pogoj rstvo, osti, sprem iki .4, ci 2 Št. km 3 Št. pode 4 Št. podpr 5 Št. km vo 6 Št. pr 7 Št. LEA 8 Št. dr 9 Št. km 0 Št. ne 1 Št. ha ec 2 Št. ha 3 Št. or am 4 Prom 5 akt m .2 .2 .2 .2 .2 z EIP ovan ovan da enov .2 .2 am re .2 .3 .3 .3 EC) ivn A .3 postavi ogr .3 .3 boljšanj - O - O - O - O kako - O pr - O - O (b - O svet - O svet - O kazal goz - O G - O vz pr - O akt - O iz ti – za .13, R čnos .16. O a – v ro i je lj 5: O dstv acije cilj 9: am pa 34, form ci ogr em R. konodaje za n na sre v in pr nje. at te obl 31, .14, ci e in kazal R. va ovr esti nj čni orski ). Pr lo nep nam sodelovanje zna pre sekt cilj 8: e EU za lj 4: R 30, ode pr. SDGs o (n R. ug osti o i iz jšanja ali od s i odprtih i od cilj 7: .10, ci i m ačiln pod an očanja 27, m agi a p zm za i – ohranjanje s podpor s podpor stvo R. javski e tveganj e por 6: am kviru dr etijo podl ival n s koristm tive/ en pad lj 3: R zave na ektov šanj cilj ti oj 4, acije s koristm R. pod upravl zavez anj nam ohranjanje zn jo km žbe ih skupi obi e h pr i preven zm .13, .9, ci ršin pod ni e za blja v o ritv pod e za e slu ep i za Oti. ršin lje postavi lov ke popul ranljiv e dobr ukr je. od EIP s h pov sto vz : nov in ep os željs onodaj cilj 5: pora lj 2: R dni ki re h pov ske – zavez pod ukr ovan ke zem 14, lje ov, želju ktu skih boljšanj zak R. ah p goz dni i et rstva: podeželsko preb pode šin pod iz EU redn sistem etijs stru VŽ % lje sodel .6, ci i: % rstva: št. pos goz am zem km pode % anj : G i za km uge cilj 4: C in u na poda m ep h v dov % eko ijske dih poda ope: infra ikov zem pod 10, kupin ov: in t: % et la i ukr da .3, R ta zavez esta a gos v in di iz ot % viru dr R.ljni z goz ite vrs km m ogos ke Evr ti ibi spa in Št. m na skeg rite dov: cilj 3: nje sistem te a bi nih vas t: št. lju ant VŽ pod EIP očja pod ova: tici 9, lov žel et željs sto čenos G ja v ok lj 1: O tatov osti: % abe ti. R. h eko odiverz ite abl tivnim s bi de skeg do pes % tatistik, JR obm žel pode čenos ali: h pod upravlja dni ačiln t in e pode cilj 2: a: ci e ha iverz topa e vklju na gije pam ln je por raba upor 6, tno jina, bi od anj t živ pera anj 2000: e zn acija lenos j pode te ov dos a vklju tna C in , R. kih s apredka – ci ita goz ra racijska pren ln evan obi skupi .3 klad šč i – Kra anj jinsk italiz ez socia ej nos m hr tev bi atu O ene pos o stra m obr Trajnos Za am O rni N Kra G Za Razvo dig Pov Socia O traj D tistik, JR – ciljnih vrednos 25 26 27 ektov ektov vrops cilj 1: ba s pov 28 29 30 P 31 oj 32 33 34 35 36 37 38 ka boljšanega oj rativni a: - R. - R. zavez - R. in - R. - R. - R. SK - R. pr - R. - R. podpor - R. iz - R. pr - R. - R. rabe - R. h sta red ljanje n ad odpora o a ope s opski nap na t in por reko E nd kih nje oba sklprem vrs om pod Evr lja za % e tre željs želju ja pri e dov: * **Pod l. 128 za o e: s lja p etijstv A e: ane tatistik. et nd en preko . tet janj A žno itev oda tici liva* t hr sprem o č acije ptičev edstev. **P zi trendom stev. avl lja čl. 128 1) v: U km te pode del pode abe /pr pes vp h s za riloga 1). ih s km nim e nam in po rite ti žno z organsko) prem ni očjih-tre raz e na aba sred iloga popul lade zagot en ov t v pre te P: in je por nsk raba čno bo sr s očanje abo h sto em ti m et t: vrednos obm SK všč hra očanje v pre tna evan : upor os por ki let oročanje za s ečanje ita biodover povezan ali pozitiv ski i el km lenos se že sprem kih čna s re 1–7 (Pr ej pre e tveganj e že s ora Indek šč pc i (vklju im boljšano itegni ikov kov liva no por za skim dih pos re m oročanje p žels ot za šanj am e - por mi 8 Pov la očjih etiji: 9 Za tatov Pravi vp no p bi 0 Iz sistem 1 Pr 2 Za 3 BDP 6 O ibi 7 Trajnos 8 Ka . Let enj 24 5 Indek alih anj liva s ci , 2018a: - I.1 km - I.1 ha stabiln - I.2 eko krajin - I.2 št. m I.2 pode I.2 obm 1. podpo I.2 - I.2 ant živ - I.2 zm - I.2 shem cev očanje et ijais por ti – za . L je - p y kazal v vp a kazal no vrednot kom e ali os ox lci k ške ti, h r e in voj a, e rstvo jno oten ja v ečin lce *let očno .16. sija, 2018a: 1–7 (P ek lo u ski te ti et anj ti, iti ln no, tra e: opska oročanje za p stnos raz z r tjo živ k: * Pročn v in km ni van : *V lovanj poda rstvom na te anj njer omi ispev iti bio želja jši odziv na to in tistik. redn sistem tatov itegni lov čenos čno da žbe i z var obi čine ed Pr šč novr rite boljšanj bi Pr lade spodbuj sti, socia ogos in bol ano Vpliv sta U Izvaj Sr Vir: Evr a kaza e v r no p lj 9: O 6. za raz iz eko sto ohranjanju ha krajin 7. m spodbud pos pode 8. zapos ra vklju vklju bi m goz 9. dru pričako zvez boga hr dobr roxy kaza o v ka k ečin a j očn .34, ci ek: * P jer vrops janje: *let čin Vpliv: *V Problem p U Izva Sredn R.31, R Vir: E 206 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV PRILOGA III: KAZALCI, UPORABLJENI V CELOVITEM VREDNOTENJU SKP 2014–2020 V SLOVENIJI Splošni cilj. Izvedeni cilj Kazalnik Letni Vir Predlogi Odporna in Prehranska Stopnja samooskrbe (pridelava/ da KIS (SURS) konkurenčna varnost potrošnja) – izbrani proizvodi proizvodnja Trgovinska bilanca - agroživilstvo da KIS (SURS) Dohodkovni Faktorski dohodek (neto dodana da SURS Dodati položaj vrednost vključno s subvencijami) empirične Standardni prihodek (povprečna da SURS podatke bruto vrednost proizvodnje na KMG na vzorcu glede na velikost in tip) (FADN – neto dodana vrednost). Stabilnost Vrednost kmetijske proizvodnje da SURS Dodati dohodka Indeksi cen pridelkov pri da SURS empirične pridelovalcih podatke na Delež subvencij v faktorskem da SURS vzorcu (FADN dohodku – standardni dohodek). Zavarovanje kmetijske pridelave da MKGP (površine, živali) Učinkovita BDV kmetijstva v narodnem da SURS Dodati raba virov gospodarstvu empirične Produktivnost dela (BDV/zaposleni) da SURS podatke na Intenzivnost pridelave – izbrani da SURS vzorcu (FADN pridelki (t/ha, kg/kravo) – kapitalska intenzivnost, Povprečna velikost KMG (KZU/GVŽ) ne SURS bruto Velikostna struktura KMG (KZU/GVŽ) ne SURS investicije). Posek lesa da ZZG Dostopnost Osnovni proizvodni dejavniki (KZU, ne SURS virov GVŽ, PDM) KZU glede na vsa kmetijska da MKGP zemljišča (raba) Verige BDP živilske industrije da SURS vrednosti Produktivnost dela v živilsko- da SURS pridelovalni industriji Produktivnost dela v ŽPI, delež da AJPES izvoza Varnost hrane Vsebnost ostankov pesticidov v da UVHVVR živilih (delež skladnih vzorcev) Ostanki zdravil za uporabo v da UVHVVR veterinarski medicini (delež skladnih vzorcev) Proračunska sredstva za ukrepe – da MKGP varnost in kakovost Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 207 Trajnostno Podnebne Izpusti TGP iz kmetijstva da ARSO Spremljanje upravljanje z spremembe Raba energije v kmetijstvu, da Eurostat podatkov o naravnimi viri, gozdarstvu in prehranski industriji kapacitetah javne dobrine Obnovljivi viri iz kmetijstva in da MzI modernih gozdarstva gnojišč, trajnih Namakanje kmetijskih zemljišč da SURS nasadih z (KZU-ha) mrežami, oroševanju in podobnem. Ohranitev KZU na zavarovanih območjih in da MKGP Dodati biodiverzitete območjih Natura 2000 podatke Indeks ptic kmetijske krajine da DOPPS iz spreml- Stanje ohranjenosti evropsko ne ZRSVN janja ptic in pomembnih habitatnih tipov metuljev na Naturo 2000 in travniških vrst metuljev. Varstvo tal Površina zemljišč ogroženih zaradi ne Eurostat Dodati erozije podatke o KZU z ekološko pridelavo da SURS založenosti tal in organski snovi v tleh. Varstvo voda Poraba mineralnih gnojil v da SURS kmetijstvu (t) Izpusti dušika v kmetijstvu (bilanca da SURS vnos-odvzem) Poraba fitofarmacevtskih sredstev da SURS Vsebnost nitratov in pesticidov v da ARSO podzemni vodi (21 merilnih mest) Letna poraba vode za namakanje da SURS Raba kmetijskih zemljišč v uporabi ne KIS (MKGP, na vodovarstvenih območjih – VVO ARSO) I (najožja-prepoved gnojil, gnojnice, FFS), II (ožja), VVO III (širša) Dobrobit živali KMG in GVŽ vključene v ukrep ne MKGP Dodati podatke o rezultatih nadzora, deležu reje ki dosega minimalne standarde ter nadstandard. 208 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Razvoj Zaposlenost Delovno aktivno prebivalstvo na da Eurostat podeželja podeželju Stopnja zelo nizke delovne da Eurostat aktivnosti na podeželju Kakovost Gospodinjstva na podeželju z da SURS življenja dostopom do interneta Socialna Starostna struktura na podeželju da Eurostat vključenost Starostna struktura gospodarjev ne Eurostat KMG Spolna struktura gospodarjev ne Eurostat Stopnja tveganja revščine in da Eurostat resne materialne prikrajšanosti na podeželju Znanje in ko- Ustvarjanje Proračunska sredstva za R&R da Eurostat municiranje znanja Prenos znanja Vključenost podeželskega ne Eurostat prebivalstva v formalno in neformalno izobraževanje Gospodarji KMG s formalno ne SURS kmetijsko izobrazbo Delež sredstev kmetijskega da MKGP proračuna za R&R, svetovalne in strokovne storitve Aktivnosti JKSS (delež ur za da KGZS aktivnosti) Informiranost, Ni kazalnika da Dodati ozaveščenost podatke o dejavnosti mreže za podeželje, KGZS, ZZ ter potrošnji živil iz shem. KZU – kmetijska zemljišča v uporabi; GVŽ (glave živine), PDM (polnovredna delovna enota). Vir: Prirejeno po Erjavec in dr., 2018. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 209 PRILOGA IV: PODATKI O KMETIJSTVU NA SURS Domena Statistike Vrednosti Leta KMG - Kmetijska podjetja, družinske kmetije-lastna poraba, dru- št., ha 2000, žinske kmetije-prodaja 2003, - EK, preusmeritev v EK 2005, - OMD-hribovska in gorska, OMD-druga, druge omejitve 2007, 2010, 2013, 2016 Raba - Njive; drevesnice, trsnice in matičnjaki; intenzivni sadovn- št. KMG, ha 2000, jaki, ekstenzivni sadovnjaki, oljčniki, vinogradi, trajni travniki 2003, in pašniki 2005, - kmetijska zemljišča v zaraščanju, kmetijska zemljišča 2007, neobdelana, druga neobdelana kmetijska zemljišča, gozd, 2010, nerodovitno 2013, 2016 GVŽ Velikostni razredi 0-0,5; 0,5-1, 1-2, 2-3, 3-5, 5-10, 10-15, 15-20. št. KMG, GVŽ 2000, 20-30, 30-50, 50-100, nad 100 2003, 2005, 2007, 2010, 2013, 2016 PDM Družinska-gospodar, upravitelj, družinska-drugi, redno za- št. oseb, PDM 2000, posleni-družinske kmetije, redno zaposleni-kmetijska pod- 2003, jetja in zadruge, sezonsko in priložnostno-družinske kmetije, 2005, sezonsko in priložnosti-kmetijska podjetja in zadruge, 2007, strojne storitve-družinska kmetije, strojne storitve-kmetijska 2010, podjetja in zadruge 2013, 2016 Ekonomska Do 2.000, 2.000–4.000, 4.000–8.000, 8.000–15.000, 15.000– št. KMG, 2007, velikost 25.000, 25.000–50.000, 50.000–100.000, 100.000 ali več ekonomska 2013, 2016 velikost, kmetijska zemljišča-ha, PDM in GVŽ Demografija Gospodar, drugi, starost, spol št. oseb, 2000, povprečna 2003, starost, 2005, kohezijska 2007, regija 2010, 2013, 2016 Povprečno / / / število dvo-osnih traktorjev Ekološka Ekološka proizvodnja, preusmeritev št. 2000– proizvodnja (letno) 210 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Ekološka Njive in vrtovi; zelenjadnice, melone in jagode; trajni travniki KMG: 2004– proizvodnja in pašniki; sadovnjaki; vinogradi; oljčniki; drevesnice, trsnice Ekološka, v (letno) in matičnjaki preusmeritvi KZU - Njive-žita, njive-stročnice za suho zrnje, njive-korenovke ha 1991– in gomoljnice, njive-industrijske rastline, njive-zelenjadnice (letno) in jagode, njive-cvetje in okrasne rastline, njive-zelena krma z njiv, njive-drugo-sadike zelenjadnic, zelišč in jagod, njive- -drugo-zemljišča za pridelavo semen, njive-neobdelane, trajni travniki in pašniki - Trajni nasadi-sadovnjaki, trajni nasadi-vinogradi, trajni na- sadi-oljčniki, trajni nasadi-drevesnice, trsnice in matičnjaki Pridelava Pšenica, pira, rž in soržica, ječmen, oves, koruza za zrnje, ha, t 1991– poljščina tritikala, proso-glavni, proso-naknadni, ajda-glavni, ajda-na- (letno) knadni, drugo (sirek, mohor, bar, ptičje seme), krni grah, fižol za zrnje, druge suhe stročnice (bob, mešanice stročnici n žit, čičerika), krompir-zgodnji, krompir-pozni, krompir-semenski, sladkorna mesa, krmne korenovke (pesa, koleraba, korenje)- glavni, krmne korenovke-naknadni, krmne korenovke-drugi, oljna ogrščica in repica, sončnice, soja, buče za oljnice, druge oljnice, hmelj, začimbe, dišavnice in zdravilne rastline, silažna koruza-glavni, silažna koruza-naknadni, druga zel. Krma-glavni, druga zel. Krma-naknadni, detelja-glavni, detelja-naknadni, lucerna-glavni, lucerna-naknadni, trave in travne mešanice-glavni, trave in travne mešanice-naknadni, travno-deteljne in deteljno-travne mešanice glavni, travno- deteljne in deteljno-travne mešanice-naknadni Grozdje Bele, rdeče sorte ha, št. trt, t 1991– (letno) Sadje in Jabolka, hruške, breskve in nekaterine, marelice, češnje, višje, ha, št. dreves, 1991– oljčniki-in- češplje in slive, orehi, drugo, jagode, drugo jagodičevje, oljke t (letno) tenzivno Govedo - Do 1 leta: za zakol-telički, za zakol-bikci, za rejo-telički, za kohezijska 1991– rejo-bikci regija (letno) - 1-2 leti: plemenske telice-breje, plemenske telice-nebreje, telice za pitanje, biki in voli - Nad 2 leti: plemenske telice-breje, plemenske telice-neb- reje, telice za pitanje, krave molznice, druge krave, plemen- ski biki, biki in voli za pitanje Prašiči - Pujski do 20: sesni, drugi kohezijska 1991– - Mladi prašiči 20–50 regija (letno) - Prašiči v pitanju: 50–80, 80–110, 110 ali več - Plemenski prašiči nad 50: merjasci, nebreje mladice, breje mladice, nebreje plemenske svinje, breje plemenske svinje Perutnina Kokoši nesnice, pitovni piščanci, druge kokoši, purice in pu- kohezijska 1991– rani, goske in gosaki, race in racaki, pegatke, drugo regija (letno) Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 211 Prireja mleka - Kravje (posebej molznice), ovčje, kozje l oz. 1992– - Poti (posebej kravje, ovčje, kozje): Mlekarne in odkupovalci, ekvivalent (letno) krma, konzumno-neposredna prodaja, konzumno-plačilo v naravi ali podarjeno - Izdelki (posebej kravje, ovčje, kozje): kmečka smetana, kmečko maslo, kmečki sir (posebej skuta), drugo - Razlika in izgube Odkup-kravje - Kravje mleko s KMG, odkup-slovenski, delež maščob, delež t, % 2000– mleko beljakovin (mesečno) - Konzumno, smetana, fermentirani mlečni izdelki, zgoščeno mleko, mlečna smetana, polnomastno in delo posneto mleko v prahu, posneto mleko v prahu, maslo, sir Zakol - Konji klavnice, zu- 1996– - Govedo: mlado, teleta, starejša teleta 8-12, biki do 24, naj, št., masa (letno) telice, kastrati, krave, biki nad 24 in povp. masa - Prašiči, pitani prašiči, plemenski, merjasci očiščenih - Jagnjeta, mlade ovce, ovce in ovni - Koze, kunci - Pitani piščanci, odrasle kokoši, purani, noji, drugo Cene inputov - Semena in sadike 2000– - Električna energija, goriva za gretja, motorna goriva, (mesečno) maziva - Enostavna gnojila, dušikova, fosfatna, kalijeva, sestavljena, NP, PK, NPK, druga gnojila in sredstva - Fungicidi, insekticidi, drugo - Veterinarske storitve - Žita in drugo, žita in mleti proizvodi, oljne pogače, proizvodi živalskega izbora, drugo, močna krmila za teleta, prašiče, perutnino, drugo - Vzdrževanje opreme, vzdrževanja zgradb, drugi proizvodi in storitve - Prekopalniki, mehanizacija za pripravo tal, za spravilo, druga oprema, traktorji, druga vozila - Kmetijske zgradbe, druga dela razen izboljšave tal - Drugo Indeks cen / kmetijskih izdelkov pri pridelovalcih 212 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Ekonomski - Žita (pšenica in pira, …), industrijske rastline (oljna semena vrednost v 1995– račun in plodovi …), krmne rastline (…), zelenjadnice, sadike in proizvajal- (letno) okrasne rastline (…), krompir, sadje, vino, oljčno olje, drugi čevih cenah, rastlinski pridelki, živina (…), živalski proizvodi (…), kme- subvencije tijske storitve, zakup mlečnih kvot, nekmetijske dopolnilne na proizvode, dejavnosti, predelava kmetijskih pridelkov (…), skupna in davki, vred- vmesna potrošnja, seme in sadike, energija in maziva (…), nost v osnov- gnojila in sredstva za izboljšavo tal ( …), zaščitna sredstva in nih cenah pesticidi, veterinarski stroški, krma (…), vzdrževanje strojev in opreme, zgradb, storitve, posredno merjene storitve finančnega posredništva - BDP v osnovnih cenah, potrošnja stalnega kapitala: stroji in oprema, zgradbe, trajni nasadi, ostalo - Neto dodana vrednost v osnovnih cenah, sredstva za zaposlene, drugi davki na proizvodnjo, druge subvencije na proizvodnjo, faktorski dohodek, poslovni presežek, plačane rente, plačane obresti, dobljene obresti, podjetniški dohodek - Bruto investicije v osnovna sredstva: trajni nasadi, osnovna sredstva, osnovna sredstva izven kmetijstva, stroji, oprema, prevozna sredstva, zgradbe, druga dela, drugo, bruto inves- ticije v neopredmetena osnovna sredstva, dodatek k vred- nosti nefinančnih proizvedenih sredstev, bruto investicije v bistveno izboljšavo zemljišč, stroški povezani z nakupom zemlje in proizvodnimi pravicami, bruto/neto investicije (DDV), spremembe zalog, kapitalski transferji, investicijske podpore, drugo Zaposleni v Plačana, neplačana PDM 1995– kmetijstvu (letno) Faktorski Glej ekonomski račun dohodek na zaposlenega Stopnja - Žita, meso, jajca, krompir, zelenjava, med, riž proizvodnja, 2000– samooskrbe potrošnja (letno) Potrošnja l 2009– vina na (letno) prebivalca Poraba mine- - Gnojila, N, P2O5, K2O t, t/ha KZU 1995– ralnih gnojil v (letno) kmetijstvu Prodaja fito- - Fungicidi, herbicidi, insekticidi, drugo kg 2011– farmacevt- (letno) skih sredstev Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 213 Poraba mine- - Njive: žita za zrnje (pšenica, ječmen, …), stročnice za suho KZU, pogno-2006, ralnih gnojil zrnje, korenovke in gomoljnice (krompir, sladkorna pesa …), jena površina 2008, po kmetijskih industrijske rastline (oljna ogrščica, …), zelenjadnice, zelena (ha), N, P2O5, 2010, kulturah krma z njiv (silažna koruza …), drugo na njivah, neobdelane K2O kg in kg/ 2012, njive ha KZU) 2014, - Trajni travniki in pašniki (…) 2016, 2018 - Trajni nasadi: intenzivni sadovnjaki… ekstenzivni sadovn- jaki in oljčniki, vinogradi Naknadni posevki 214 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV PRILOGA V: DEFINICIJE – STRUKTURA KMG (SURS) ) KMG Organizacijsko in poslovno zaokrožena celota kmetijskih zemljišč, gozdov, zgradb, opreme in delovne sile, ki se ukvarja s kmetijsko pridelavo in je enotno vodena, kar pomeni, da je enotno vodena pri delitvi dobička in izgub, ne glede na število oseb, ki jo vodi. Če je upravljanje kmetijskega gospodarstva porazdeljeno med družinske člane, a sta dobiček in izguba skupna, skupni so tudi delovna sila in stroji, je to eno kmetijsko gospodarstvo. Na kmetijskem gospodarstvu lahko gospodari fizična ali pravna oseba. Kmetijsko gospodarstvo je lahko v lasti fizične ali pravne osebe, ki vodi kmetijsko gospodarstvo za svoj račun. Referenčni datum raziskovanja je datum, na katerega se nanašajo podatki. Za večino raziskovanj je to 1. junij. Nekateri podatki se nanašajo na leto pred raziskovanjem, to je na obdobje od 1. 6. predhodnega leta do 31.5. tekočega leta (delovna sila, namakanje, posek lesa, uvoz/izvoz živinskih gnojil, gnojenje). Dejavnost H kmetijski dejavnosti spada: a) pridelovanje kmetijskih rastlin: • pridelovanje žit in drugih poljščin ter travinja, • pridelovanje zelenjadnic, okrasnih rastlin, • pridelava semen in sadik, • pridelovanje grozdja, sadja in oljk, • gojenje gob; b) reja živine: • goveda, • prašičev, • perutnine, • drobnice, • konj, • gojenje čebel, • drugih živali, namenjenih človeški prehrani (npr. jelenjadi in kuncev). • predelava grozdja v vino (pretežno) iz lastnega grozdja ter oljk v olje (pretežno) iz lastnih oljk, c) vzdrževanje lastnih kmetijskih objektov in opreme, vzdrževanje kmetijske krajine. H kmetijski dejavnosti ne spada: d) predelava kmetijskih pridelkov, kupljenih in/ali pridelanih na kmetijskem gospodarstvu e) opravljanje kmetijskih storitev za druge, f) gozdarstvo, g) ribogojstvo in ribištvo, h) reja konj za športne namene, če je vsa krma kupljena. Čeprav naštete dejavnosti niso sestavni del kmetijske pridelave, so to pogoste druge pridobitne dejavnosti, ki izhajajo iz kmetijstva in kmetije. Lastništvo kmetijskih zemljišč in živali ni pomembno, saj v raziskovanju spremljamo dejansko uporabo zemljišč in dejanskega skrbnika živali. KZU Njive, vrtovi, travniki in pašniki, sadovnjaki (intenzivni ter ekstenzivni), oljčniki, vinogradi, drevesnice, trsnice in matičnjaki, ki jih obdelujejo kmetijska gospodarstva (lastništvo ni pomembno). Skupni travniki in pašniki niso vključeni (do leta 2007: 22.786 ha; v 2007: 9.062 ha; v 2010: 8.221 ha; v 2013 8.733 ha; v 2016: 8.812 ha). Njive Zemljišča, ki jih najmanj na pet let preorjemo in so namenjene pridelavi poljščin, zelenjadnic, cvetja in okrasnih rastlin ipd. Med njive spadajo tudi zemljišča, ki niso obdelana zaradi prahe ali jih bodo posejali ali posadili šele po 1. juniju (zelje, krmna pesa in koleraba). Njive so tudi deteljišča in lucernišča, travnate površine, ki se po petih letih preorjejo, ter hmeljišča. Njive, ki niso obdelane iz gospodarskih, socialnih ali drugih razlogov (razen prahe), spadajo med neobdelana kmetijska zemljišča. Trajni Trajni travniki in pašniki v uporabi so travniki in pašniki, ki jih kmetijska gospodarstva kosijo ali na njih travniki in pasejo. Med trajne travnike štejemo zemljišča, ki niso bila preorana najmanj 5 let. V to kategorijo torej ne pašniki spadajo njive, na katerih raste travinje. Skupni travniki in pašniki niso vključeni (do leta 2007: 22.786 ha; v 2007: 9.062 ha; v 2010: 8.221 ha; v 2013 8.733 ha; v 2016: 8.812 ha). Intenzivni Večji strnjeni nasadi sadnih dreves oz. jagodičja, katerih plodovi so namenjeni pretežno za prodajo. Nasadi sadovnjaki so urejeni tako, da je v njih mogoče uporabljati sodobno agrotehniko ter jih mehanizirano obdelovati in negovati. Kmečki sadovnjaki so polintenzivni in ekstenzivni travniški nasadi, pretežno starih sort sadja. Vinogradi Zemljišča, na katerih so zasajeni vinski trsi v strnjenem nasadu, v razdaljah, običajnih za sajenje vinske trte. Brajde ob hišah ne spadajo med vinograde. Kolobarjenje Metoda menjavanja poljščin na njivi po načrtovanem vzorcu ali zaporedju v zaporednih pridelovalnih letih, tako da poljščine iste vrste ne rastejo na isti njivi brez prekinitve. GVŽ Standardna merilna enota, ki omogoča združevanje različnih kategorij živine, in sicer zato, da je mogoča primerjava med podatki za posamezna leta in med podatki posameznih držav. Izhodišče za izračun koeficientov je 500 kg žive mase živali. Koeficienti GVŽ, ki jih uporabljamo v Sloveniji, so drugačni kot na ravni Eurostata. Omenjeni koeficienti so usklajeni z Ministrstvom za kmetijstvo in okolje. Manjše spremembe med leti so posledica spremljanja novih kategorij živali ali izločitev nekaterih kategorij živali. Vir: SURS. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 215 , GZS K , tki šč, ni . in . , ); m a in lji … i JO ERK oške anj in kom , z RKG , poda 2000) m ki , G z RKG . zbirnih gistro alni zem en ra karta dol re osti. JA lov ed ERK i. ava RS, aga bni ava ERK kom ov ad U atu om in avn ja m z G edov jem G z G , N oška z RKG i sode i skr i alni a skl povez povez dol z podl rava, pe z Vnos z RKG h dej ABL ave egl i vlogam na ave ava ave em evan nom (VVO , na lni aj žnik edov S pr lem . ava , tudi f, pe zava ni obl povez egl ob rebna povez povez ERK te) Pr uskl različnim dele Ni pr GUR zbirnim Pr popol pot Ni RKG Je okolja relie ni povez Povezava (G kar Pove vlog, povez dopol UPOR , at, so a e, ita a ita rm jen – enj nje , no šč , enj nje o za e m šč . /ALI fo a, ki zaščita lja katere za lja štitucije . za tkov tkov tkov sa IS akanj ši. tkov PR, odj ostavl top, ne top, G top, IN D or rednot ponov rednot m top ne in je e. projekt o su dos ov bile poen e poda ov e; ja se na dos JO p, G ična .* .* en h poda em bi anj n dos h poda em n dos nt , BF en h poda rebna ej abl o za eda ko ranj rebno eje eda ol očanje ej osto sov m ebni obl m ebni obl obraževal em čnik m ebni D analit pot O os pr vpogleda, sprem ogl Lah funkcije kopi pot vpi O os pr vpogleda, sprem ogl Pop iz štude upor D Ga Por O os a , VARJA za a st- rol in ID za et -M čen u, ne esov km . abo. ljivo G h t (kont ost et oc to a, ena UST es vnost, ugi ostaven in n, n n za ti KM nos km , ni upor tevn ostaven U CI dr in ti, ni akanj zan t (s , en čen abe abe čen tev. abe za m AL ), . , en . cu en zenta buti čen G abo. , zanesljiv a zah abe abo. obnos adnos k), ažur nje to oval odobi DEL čnost, pre atri čen ed ostav TOV To re skl in zbir Zelo to upor To na KM srednj upor Sr zanesljiv upor Zelo upor zanesljiv Zelo upor svet najbolj to podr pos Zelo upor glede na agrotehničnih pr napovedi vrem En . G a čno KME tke o ovn u, , vklju o , ki G h. tki o tki o tki o tki o SVOJEM IN tki oz. G slov poda ju na KM ), čas tke o KM sadi tkov G tudi a, članih in o KM abi na poda poda poda poda ih PRI KSS M (poda e) tke o na etiji sni sni sni sni (K r poda buti tkov nosilc obraževan ljivk te opi opi opi opi poda h, v upor vpis poda h. h. h. h. JIH enot pri km ih in in in in , atri en tniku leni šč tki o trajn e za tki o iz em ta rka poda čuje ilcu, es lji el etiji. igoni igoni igoni igoni , KI rafični rafični rafični rafični Zaj vrs sprem Zbi vklju nos nam zapos zem s poda Tab km G pol G pol G pol G pol Poda , l je ce, ji, oč ta ji, etiji, P, in an ERK led , u; čen G ih ed i) G o vseh e, šč ki slo ki slo janj ZBIRKE en izvaj ik sih o N led repov lji pov ka a. na km Ž. nu, pom abl rol nska acije o KM cije, D , na nam edpi ičnin. ens in je uk e. zem okoljs re okoljs tke o en , preg pos itvah ičnin, preg tkov ed v upravi D an ik em te, te, ena zako ugi form er šč us kont etijske polit i v pr M lji em pr na te ju, glede na tip OVNE in subven nam kar kar tna , dr , O polit pr a, vrem em je in ni in usm g za km očen zem e, izvaj ne ičnin po acije ovan ebi aga P, EK oške oške ed vrem ed v poda jen ister in ektih. dol rol ijske em akanj ovan ATK snov or G s vlo repov PO et kanje kanje pr dol form dol pov m O (m podl Reg KM vodenje poda subj Vpi uk kontrole, vpogl ki so KO Is kont km Is ne vrednost ne Pe in pri svet pe na na napoved. Vpogl opravl svet ) k RS) ja etij : POD U kih -RKG alni ofaz podj VI tkov RSO oški etijs vlog edov RSO Fen ol obraževan ke venije km je A egl ičninah (G tal A nje rstev in ) an lja eteor ca iz kih ) OGA i pr i vpogled v tke o em ak l Slo e zbir ister fičnih poda ERK pr om etijs poda ZO eopor am gr den Im Reg gospodarstev (e Vnos zbirnih Javn gra (G Javn poda ne E- tla G N Sprem A porta Evi km gos (EVI PRIL 216 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV o . T i, m m i h z m «. , i aze m ni ava aga er nje i ad i in zbirnih gistro zbirnih gistro ni lov i. Zelo z ag m re osti. re osti. am an vid in in tkov pos povez i, podl ava m ugi SS, lje G avn avn škroplje ava vid rm el z baz bila z dr narediti zar ktičen. z Vnosom z RK h dej z Vnosom z RKG h dej z poda bi lje h za z zem odatkovne b ra lni lni ave ave i. eni ava ni ava ni i, izdm abna , zem ava orajo enj . be p povez m ERK povez aplikacije ali D m a ni p Povezava vlog, povez dopol Povezava vlog, povez dopol Povezave baza načrtov. Ni upor G analize tal, povez aplikacijo »fa Ni zbirkam Ni na povez VVO Toe. pora omzir a a baz ita ne šč a. . odj taja v ena odj en o za pis tkov er tkov tracija obs t iz preko enj preko top, top, e. o za ni, ni or Ne m ni, ni or rim žnos m top top poda dos dos regis sa ce. stra abo. en na stra abo. topa in razlog u en h poda en oseb abe t dos t dos ej ej m rebna jša mo top oval m ebni m ične os dpr etne upor na dpr etne upor en vs O os O pot fiz Bol D svet O spl za ta aplikacija na telefonu. O spl za g upor ačin ni p am . a, a tni razlo , n et et uten n , abo, je. ktičen in abo km abo, km abo o. sple stva za e funkcije en jan preko nu. ren re upor n čen upor n za er čas žbe var čno. upor n za n za upor o na a ni pra za po abno ni, ne m ga en vstopa in pak t abe , to za ce e, na te e slu cu . abe za abe abe je in ostaven nekat el popravl zanesljiv sa priro m odati razlog m oval stra irom En tar in upor . Ni na upor oval upor evno upor upor abo, abno a p ostaven ostaven tančen. ht ovan ni javn svet zas rebno čno žko etne avstvene n oz bvestila En zelo svet zanesljiv En zelo na Za zelo in Zelo svet gnojil. upor so pot To Te spl upor O stra zdr rastlin ere om ti razlog, zir e, otrebno, a o . ti o tki o o p stlin a poda tkov a . tira a in e t etij. ). e ra nilih, žbe irom en skeg poda ave. vs n način ni prim a j km tkov vnos rske dstv RKG hra za e slu om iz en ti oz za Z; račun, el nute po alih ec KG sem iz , povez ka sre javn a varstva rastlin i tab i. k tre je, entira azo k vodenje poda ih za iz vedajo d ERK evs eg i, veterina vpis poda pa valc a. cije rastlin ac snov acije kom tki o živ ni obraz izaci tki in ial e za m tven elo ula tki G v oblik am let etnik er el rebe at form e vsi za Poda Sp (im organ Poda prid m Tab Kalk vrednostih hranil v gnojilih, pot poda Baze fitofar aktivne In zdravs bazono rebno, i e. odatkovno b icer s o pot abi na tkov eritv ali. rol tkov to je, abi abo. o p ih, aba ja, je e živ poda kont nam etiji, vo a. aciji a. dstv upor o da vrst Sez gnojilnih je o por je o upor raz bin aj odatkov. S tke o usm ja in en kih poda rol la za upor topu v t ali, a. avo a. ovan h sre stva, ovan en sem el ki h p vpogled v sortn a. ods tva na km ovan , kont rol vodi o pojavu stadiji vstopu v to i zaved b vs žu živ jev je, rol je glede na stan izd sred je v kom . svet a sem tel ods vs čunov , vodenje acevs ob jo o ebni G očila e za e za svet m jena ah, na acije FO se stale en rol ovan ovan ol dljivcev, ovan IN am to, kont KM čunov ipor rodj rodj form TO orajo cer ora Vpogled v poda reje N Kont dobavi Svet lis Vpis ra iz ra svet pr O načrtov, svet gnojil, kont O fitofar dov rastlin In ško svet FI m . Si a m rstva os da r a ) tkov ralni ister ial kih ZS za - li, d jev kih DN) enili, r r nt giste tel er em TO eni radi va ), jev re Č) at ods etijs e KG st (FI obvestila a varstva om h poda m giste RD giste ), Ce ralni RPš), Reg a m rastlin odj ki si eg ti za re re RG pitar ci so ebni nt igov s km o o (C dobavi gnojilnih tična žbe lni ce (C (C r ko akov (R skeg kih acijs tven ZS-KZM ralni tkov oval eda lnj ister en ža knj ava e slu lci s aredi obni nt O) giste RK), Ce šičev etijs re el form ognos Centra dr Ce gov re (C pra čebe Reg sem km M poda gospodarstev (FA Izd načrtov (or In varstvo rastlin INF Pr javn zdravs rastlin * Svet varstva os ova Vir: KG jo n GZS-KZM vet ora * S m Vir: K Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 217 PRILOGA VII: PRIMER ORODJA MARK ONLINE Sistem za podporo pri odločanju v kmetijstvu (AgriDSS) izhaja iz informacijske tehnologije in je namenjen pomoči kmetom pri reševanju zapletenih problemov v rastlinski pridelavi ali živinoreji, pri čemer se uporabljajo najboljši razpoložljivi podatki in znanja o najprimernejših praksah v kmetijstvu. Poleg tega je lahko namenjen svetovalcem in inšpektorjem pri informiranju, izmenjavi informacij in kontrolah, napovedih. Sistemi za podporo pri odločanju v kmetijstvu lahko vključujejo vložke in baze podatkov za podnebje, vodo, energijo, okolje, krajino, človeške in gospodarske vire in v idealnem primeru dajo analizo, kako ti dejavniki skupaj vplivajo na produktivnost v kmetijstvu. V tej nalogi smo želeli na primeru iz tujine opisati informacijski sistem za kmetijstvo. Poleg tega smo želeli preveriti analitične funkcije, ki jih ta sistem lahko uporablja. Kako lahko uporabimo to orodje in kakšni so specifični nameni? Katere podatkovne baze uporablja in kako so združene za namen uporabe sistema? Naloga je bila usmerjena predvsem na kmetijskega svetovalca in kmeta. Zahodne in severne države so razvile in nekatere že tudi uporabljajo interaktivna orodja, ki omogočajo kmetijskemu sektorju podporo pri odločanju. Po večini se razlikujejo po funkcionalnosti in namenu, glede na možnosti financiranja. Na primeru na Danskem so razvili več takšnih orodij, a le nekaj se jih v praksi že uporablja. So pa ta orodja namenjena kmetom in svetovalcem in le redko se uporabljajo v več kot eni državi, saj je dostop in uporaba podpornih informacije na voljo samo v lokalnem jeziku. Razlog za omejitev je v tem, da so bila v večini razvita za potrebe in zahteve te države in so prilagojena lokalni zakonodaji in agroklimatskim razmeram. Na Danskem je center znanja za kmetijstvo že več desetletij razvijal in izvajal informacijske sisteme za načrtovanje in dokumentiranje vseh vidikov pridelave rastlin in živinoreje na tako imenovani platformi »Sistem upravljanja kmetij (FMIS)«. Sistem obdeluje in zagotavlja podatke o posameznih področjih v kmetijstvu; velikosti polja, lokaciji in mejah, vrsti in tipu tal, posevkih, sortah, obdelavi tal, setvi, gnojenju, uporabi pesticidov itd. Mobilna aplikacija deluje na osnovi GIS in pokriva več kot 80 % njivskih površin. Mark Online je blagovna znamka, ki deluje na platformi FMIS za rastlinsko pridelavo, razvil jo je Center znanja za kmetijstvo na Danskem. 218 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Osrednja baza podatkov je Microsoft SQL, ta je tudi osrednja baza za vse informacije. Na podlagi MS.NET so razvili več večplastnih aplikacij za odjemalce in strežnike. Orodje se lahko uporablja na namiznem računalniku ali mobilnih napravah. Za operacijski sistem Windows se za odjemalce uporabljajo prilagojeni obrazci, medtem ko se za mobilno platformo uporabljajo aplikacije HTML5 na operacijskih sistemih Android/IOS. Orodje se osredotoča predvsem na načrtovanje, evidentiranje na terenu, podporo pri odločanju in dokumentacijo. Podatki se med sistemom Mark Online in podatkovnimi bazami oblasti prenašajo s spletnimi storitvami, ki temeljijo na XML, ali nalaganjem datotek na uradno spletno mesto. Tako imenovan konzorcij »The Open Geospatial Consortium’s Web Feature Service« (WFS) ponuja še en vmesnik, ki omogoča zahteve po geoprostorskih funkcijah in se uporablja med Mark Online in zunanjim GIS. Mark Online temelji na tradicionalni arhitekturi odjemalcev in strežnikov, ki razdeli naloge ali delovne obremenitve med strežnike in različne odjemalce. Komunikacija med strežnikom in odjemalci temelji na ravni storitev, ki uporablja stiskanje podatkov za izboljšanje zmogljivosti in hitrosti preko interneta. Mark Online je večplastna aplikacija odjemalcev in strežnikov, kjer so uporabniški vmesnik, poslovna pravila ter funkcije shranjevanja in upravljanja podatkov fizično ločeni kot neodvisni moduli. Poslovno logiko upravlja centralni aplikacijski strežnik, podobno pa z bazo podatkov upravlja centralni strežnik baz podatkov Microsoft SQL, ki je nameščen v Centru znanja za kmetijstvo. Strežnik podatkovnih baz naredi kopijo podatkov dnevno z možnostjo obnovitve celotne baze podatkov ali samo podatkov za posamezno kmetijo. Uporabnik lahko aplikacijo zažene na kateremkoli osebnem računalniku preko operacijskega sistema Windows le s klikom na povezavo. Poleg omenjenega pametnega odjemalca Windows se lahko osrednje baze podatkov uporabijo tudi na mobilnih aplikacijah. Mark Mobile, ki temelji na HTML5, komunicira tudi s poslovnim slojem in bazo podatkov prek storitvenega nivoja. Zaradi tehničnosti brskalnika je ta aplikacija neodvisna od platforme in se lahko uporablja na vseh pametnih telefonih in tabličnih računalnikih. Podobno ločena je mobilna aplikacija, ki temelji na GPS določanju lokacije, imenovana LetFarm, in komunicira prek storitvene plasti. LetFarm je na voljo na operacijskem sistemu IOS in Android. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike 219 Aplikacija Mark Online je na voljo v štirih različicah »Light, Basic, Plus in Premium«. Različica »Light« je osnovna in vsebuje samo eno potrebno funkcijo za obvezno dokumentacijo o uporabi pesticidov. V tej različici lahko kmet na- črtuje in registrira svoje postopke uporabe pesticidov glede na datum obdelave, odmerjanje ter podatke o pridelkih in poljih. Orodje je povezano z nacionalno bazo podatkov o pesticidih, ki vsebuje vse razpoložljive podatke o vseh odobrenih pesticidih na Danskem, vnos podatkov pa se neprestano potrjuje. Različice »Basic, Plus in Premium« v storitvi so orodja za vnašanje podatkov na kmetiji v polnem obsegu in z dodatnimi funkcijami, kot je pomoč sprejemanja odločitev za upravljanje na kmetiji. Obstajata dve mobilni različici Mark Online, tj. Mark Mobile in LetFarm, ki kmetu omogočata zbiranje različnih osnovnih podatkov z njive. Te različice vsebujejo tudi osnovne funkcije za določanje proračuna in za izračun finančnih rezultatov na osnovi polja (njive) ali pridelka ter pregledovalnik zemljevidov za prikaz poligonov polja v GIS na ozadju fotografij iz zraka, ki jih je ustvaril Google. Poleg tega različica Premium omogoča funkcijo ki zagotavlja, da je uporaba gnojil skladna s strogimi nacionalnimi okoljskimi zakoni in predpisi. To je omogočeno z evidentiranjem raztrosa gnojil in z GPS sledenjem. Ne glede na to, katera naprava se uporablja, se vsi podatki shranijo v centralizirano bazo podatkov in so tako takoj pripravljeni za uporabo pri vseh drugih odjemalcih. Mark Online tudi vsebuje sistem za odločanje glede upravljanja namakanja. Ko je polje pripravljeno za namakanje, Mark Online samodejno uvozi posebne vremenske podatke na dani lokaciji, za padavine (mm/dan), dnevno temperaturo (°C) in potencialno izhlapevanje (mm/dan) preko spletne storitve Danskega meteorološkega zavoda. Vremenski podatki se uporabljajo za model odločitve, ki na podlagi izračuna stopnje rasti pridelka, evapotranspiracije in ravnovesja vode v tleh napoveduje optimalen čas namakanja. Mark Online se uporablja tudi za potrebe dokumentiranja. Podatki se prenašajo med sistemom Mark Online in državnimi organi, npr. na Ministrstvo za prehrano, kmetijstvo in ribištvo s spletnimi storitvami na podlagi XML ali prenosom datotek na uradno spletno stran. To se izvaja kot »potisna funkcija« (»push – function«), ki zahteva uporabniško ukrepanje, tj. identifikacijo, da se zadosti vartvu osebnih podatkov kmeta in da oblasti – ali kdo drug – nimajo nepooblaščenega dostopa do podatkov. Zaradi tega Mark Online vsebuje zakonodajno funkcijo, saj zagotavlja, da se lahko kmet sam odloči ali spremlja, kdo naj ima dostop do njegovih podatkov. 220 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Mark Online je daleč najbolj popularno DSS orodje na Danskem, saj se ta sistem uveljavlja in danes uporablja na več kot 1 milijonu ha površin. Kmetijski svetovalci uporabljajo Mark Online za načrtovanje pomoči in dokumentacijo na kmetijah, kmetje pa ta sistem uporabljajo v tesnem sodelovanju s svojim lokalnim kmetijskim svetovalcem. Danes s pomočjo Mark Online načrtujejo skupaj približno 80 % vseh obdelovalnih površin. V prihodnjih letih napovedujejo tako imenovano »digitalizacijo kmetijstva«, saj se sodobno kmetijsko opremo zmeraj bolj uporablja na osnovi senzorjev, določanja lokacije za precizno kmetijstvo. To bo povzročilo prihod velikega števila informacijskih podatkovnih platform, ki ponujajo ogromne količine podatkov. Zato je potrebno izoblikovati orodja, ki bodo lahko v praksi evidentirala pridobivanje podatke, omogočala natančno kmetovanje in odločanje v kmetijstvu, npr. primerjalno analizo, uporabo gnojil in pesticidov s spremenljivo hitrostjo, spremenljivo obdelava tal na podlagi zemljevidov tal (pedologije), vremenske podatke in podatke o donosu, logistično načrtovanje poti in optimizirane postopke spravila. 221 3. EKSPERIMENT PODATKOVNE ANALITIKE UVOD Pričujoče poglavje z vidika podatkovne znanosti v okviru rezultatov CRP ITzaSKP obravnava informacijsko-tehnični pregled administrativnega podatkovnega sistema (del nalog DS1), metodologijo za izgradnjo analitičnih podatkovnih zbirk (DS2) in izvedbo demonstracijskih nalog (DS4). Informacijsko-tehnični del projekta je temeljil na eksperimentalnem pristopu, katerega namen je bil na konkretnem primeru oceniti stanje in potrebne vložke za smiselno ciljno in splošno uporabo (naprednih) podatkovnih metod in tehnik ter podati ustrezne predloge. V okviru DS1 je bil opravljen pregled administrativnih registrov, evidenc in zbirk MKGP in organov v sestavi na podlagi dokumentacije in podatkovnih intervjujev, ki je omogočil splošno oceno stanja z družboslovnega vidika podatkovne znanosti (I. poglavje v monografiji). RKG je bil kot opisano prepoznan kot osrednji register podatkov, predvsem z vidika rabe površin (GERK, raba), vključno z okoljsko-prostorskimi sloji, in subjektov. Prepoznana je bila možnost oblikovanja statistične zbirke v okviru podatkovnega sistema AKTRP, ki zdru- žuje številne atributivne podatke o KMG-zavezancih z vidika pristojnosti izvajanja ukrepov in izplačil. Kot relevantni so bili med drugim prepoznani tudi registri živali v reji v okviru UVHVVR. V okviru DS2 je bila razvita splošna metodologija za izgradnjo zbirk za analitično delo. Temeljila je na indikativnih nalogah, ki so jih oblikovali člani projektne skupine (Priloga k temu poglavju, Tabeli 1 in 2) ter na možnostih prepoznanih v okviru DS1. Na podlagi tega je bila testno oblikovana (a) atributivna statistična zbirka mikropodatkov o 57.000 KMG za obdobje enega leta, prevzetih s strani AKTRP za podatkovno-statistične analize (profiliranje, korelacije, napovedovanje-vzročnost) in prostorski prikaz na zemljevidu v okolju Orange ter (b) idejna zasnova ciljne izgradnje zbirke prostorskih podatkov za ugotavljanje sprememb v (kmetijski) rabi prostora (raba, GERK) z nekaterimi atributivnimi podatki (KMG-subjekti, stalež, ukrepi). V okviru DS3 je potekalo posvetovanje z različnimi deležniki (kot opisano v II. poglavju), kjer je bila med drugim na javnem dogodku junija 2019 predstavljena 222 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV letna zbirka atributivnih podatkov o KMG, prevzeta s strani AKTRP in možnosti v okolju Orange. Sprejet je bil dogovor o odprtem pozivu po nalogah za namen demonstracije v okviru DS4, na katerega se je odzvalo več predlagateljev s strani MKGP in AKTRP. Pregled zbranih pobud/potreb (Priloga, Tabela 3) je pokazal na številne in raznolike potrebe preprostih pregledov, statističnih analiz in vizualizacije v zvezi z različnimi atributivnimi podatki. Med kompleksnejšimi nalogami so izstopale prostorske spremembe, kot je zaraščanje, nekateri dejavniki v zvezi s tem in predvidevanje. Na podlagi izsledkov DS3 je bila sprejeta odločitev, da se v okviru DS4 (demonstracijske naloge) razširi atributivno zbirko podatkov o KMG v okolju Orange, ki je skladno z izraženimi potrebami omogočala raznolike statistične analize na statični zbirki s številnimi atributi ter vizualni izpis na zemljevidu, na dostopne podatke za obdobje izvajanja trenutne SKP (2015–2019), kar bi omogočilo smiselno ugotavljanje časovnih trendov v zaključenem obdobju izvajanja ukrepov. Kot drugo pa je bil sprejet dogovor o zbirki prostorskih podatkov (raba, GERK) ter nekaterih atributivnih podatkov o KMG (subjekti, stalež, ukrepi) iz različnih registrov in evidenc za daljše obdobje za ugotavljanje sprememb v prostoru in dejavnikov na ravni različnih (prostorskih) agregacij. Pričujoče poglavje najprej predstavi pregled podatkovnih sistemov z vidika podatkovne znanosti, sledi predstavitev eksperimentov/demonstracijskih nalog in predstavitev izkušnje opremljanja posameznih evidenc, registrov in zbirk podatkov z metapodatki za vpis v mednarodnih katalog zbirk podatkov ter predaje ustvarjene zbirke podatkov certificiranemu arhivu. ANALIZA STANJA (BLAŽ ZUPAN) Tehnično-informacijske značilnosti in združljivost podatkovnih baz Cilj tega podpoglavja je ocena stanja tehničnih in informacijskih rešitev na področjih, ki jih pokriva MKGP s stališča možnosti uvajanja tehnologij napredne podatkovne analitike in uvajanja sistemov za podporo odločanja. Stanje je bilo ocenjeno v neformalnih pogovorih z ustreznimi službami ministrstva, struktu-riranim razgovorom z vodjem službe za informacijsko tehnologijo in ocene na osnovi pridobljenih izkušenj, ki smo jih med projektom pridobili pri poskusih črpanja in urejanja podatkov in pilotnega načrtovanja shem za podatkovno analitiko. V tem delu monografije podajamo opažanja, ki izhajajo iz teh pogovorov in predvsem iz strukturiranega razgovora, opažanja, zaključke in predloge pa potem strnemo v sintezi, o kateri poročamo na koncu tega podpoglavja. Eksperiment podatkovne analitike 223 Uporabljene tehnologije Informacijski sistem oziroma elementi podatkovnega jezera, v katerem MKGP shranjuje in obdeluje podatke, temelji na plačljivih licenčnih tehnologijah, kot sta Oracle in Excel. Baze podatkov MKGP so skrbno načrtovane, dobro vzdrževane, a kot take razpršene in vsebujejo različne evidence in registre, mnogokrat kot odziv na zahteve EU po zbiranju in sistematizaciji podatkov s področja kmetijstva ali, na primer, v podporo tekočim zakonskim uredbam, politikam EU in podpori črpanja namenskih sredstev. Tudi dostop do aplikacij je namenski, večinoma sple-ten in zgrajen z uporabo licenčnih tehnologij (npr. Oracle Application Express). Aplikacije se največkrat, z izjemo nekaj pomembnih aplikacij, kot je RKG, navezujejo na eno samo bazo podatkov, ki je bila zgrajena po naročilu s strani tretje stranke in je vzdrževana namensko za podporo aplikacije. Struktura podatkov Baze slonijo na skrbno začrtanih podatkovnih shemah, ki so odraz potreb po zadovoljevanju izbranih ukrepov. Pravice na podatkovnih objektih so skrbno urejene, podatki pa primerno zaščiteni in varovani. Struktura podatkov je vidna neposredno iz baz podatkov, kar vključuje seznam tabel, atributov in ključev ter njihovo povezanost. Za uporabo v podatkovni analitiki bi namesto take strukture pričakovali za vsako bazo dokumentiran vmesnik (API), ki omogoča varen programski dostop do podatkov. V to strukturo ima vpogled Služba za informacijsko tehnologijo, ki suvereno pozna ustroj sistema, uporabljeno tehnologijo in možnosti dostopa in ki sproti in po potrebi upravlja s podatki. Primer sicer dobre dokumentacije in rešitve spletnih dostopov sta RKG in »Dokumentacija RKG spletne storitve«, vendar bi bilo potrebno v nadaljnjih projektih preveriti hitrost dostopa do njiju in njuno ustreznost za črpanje podatkov v repozitorij za podatkovno analitiko. Uporaba ključev Ključi v obstoječih bazah podatkov so največkrat specifični aplikacijam; upoštevajo se zakonske podlage. Med aplikacijami se ključi – ali pa opisni podatki – lahko ujemajo, ni pa sistem načrtovan tako, da bi se posamezne baze izognile replikaciji podatkov. Problem povezovanja med posameznimi bazami je sicer manj pereč v strukturi podatkov ali v nekompatibilnih ključih, je bolj kadrovski, v preobremenjenosti in podhranjenosti obstoječe ekipe, ki skrbi za informacijsko podporo, in v pomanjkanju sistemskega pogleda na vrednost podatkov, ki jih sicer skrbno zbira in premalo izkorišča MKGP. Na primer, na ministrstvu ni podatkovnih analitikov, ki bi skrbeli za integracijski aspekt izkoriščanja podatkov in s tem za povezljivost. Trenutna podatkovna struktura posameznih podatkovnih baz je 224 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV odlična, primerno načrtana s stališča posameznih aplikacij, ki pa ostanejo nepo-vezane in služijo specifičnim aplikacijam in točno določenim vsebinskim problemom in službam, ki skrbijo za tekoča opravila. Kar je seveda pozitivno, a s stališča podatkovne analitike in možnosti, ki bi jih zbrani podatki skupaj, združeno, nudili tako v operativnih kot strateških nalogah močno omejujoče. Služba za informacijsko podporo torej uspešno in kljub premajhni kadrovski zasedbi skrbi za arhitekture in infrastrukture, katerih upravljalec je Ministrstvo za javno upravo, a je vsebinska koordinacija, ki bi skrbela za integracijo, sistematizacijo, skupne registre, normalizacijo baz s stališča izogibanja redundantnosti, podhranjena. Pri integraciji podatkov glavna prepreka torej ni tehnologija ali neurejenost podatkovnih baz ali manjkajoči ključi. Problem je sistemski in kadrovski. Odprtost baze, dostopnost podatkov Vse ključne baze MKGP so zaprte in niso javno dostopne, oziroma so dostopne samo v delu, kot ga ponujajo obstoječe aplikacije, ki so povezane z bazami, omogočajo vnos in prikazujejo podatke. Nastavki za odprte dostope so za posamezne baze že izvedeni – primer take je RKG –, je pa dostop do podatkov omogočen samo uporabnikom, ki imajo za to pravno podlago in ustrezen certikat. Funkcionalnost aplikacij, ki so javno dostopne, je tipično določena, aplikacije s stališča analitike izpolnjuje točno izbrane funkcije, ki so z gledišča uporabnika nespremenljive. Kar je seveda pravilno in v skladu z obstoječimi zakoni in predpisi o hranjenju osebnih podatkov. Tehnologija, na kateri je podatkovna struktura zgrajena, ponuja možnosti vzpostavitve programskih vmesnikov za dostop do podatkov, a vzpostavitev in dokumentacija teh ni sistematično urejena zaradi navidezne (oziroma dejanske) ločitve in nepovezanosti oz. fokusa na vertikalno funkcionalnost tipa ena-baza-ena-aplikacija. Poskusov integracije, kot smo se ga konceptualno lotili v pričujočem projektu, do sedaj na MKGP ni bilo in zato tudi ne sistematične ureditve programskih dostopov do različnih podatkovnih baz. Naj omenimo tu tudi skrb, da četudi bi se MKGP odločil za vzpostavitev takih dostopov, bi s tem dodatno obremenil že tako preobremenjeno službo za informatiko. Problem trenutne razpršenosti rešitev, torej podatkovnih baz in aplikacij, je tudi razpršenost ljudi, ki s temi rešitvami upravljajo. Tako ni točno jasno (zapisano), kdo so ključne osebe, ki bi lahko nudile podporo in odprle podatke za nove aplikacije na področju podatkovne analitike in ki bi skrbele in vzdrževale dostop do različnih podatkovnih shem. Z drugimi besedami: ekipe, ki bi imela pregled nad celotno zbirko podatkov in ki bi z njo upravljala, na MKGP ni. Problem je razpršenost rešitev, baz, aplikacij, podatkovnih struktur, in osebja, ki upravljajo s temi ali pa ki skrbijo za uporabniški del. Dodatni problem je tudi podvajanje in optimizacija zapisov. Eksperiment podatkovne analitike 225 Programski vmesniki, programski dostop Do podatkov, v splošnem, je moč dostopati z ustreznimi pravicami in z uporabo povpraševalnih stavkov SQL. Kot smo zapisali zgoraj, trenutno uporabljena tehnologija omogoča vzpostavitev programskega dostopa; bralne ali tudi druge pravice je moč urediti, za analitiko pa bi bil dovoljšen bralni dostop z uporabo ustreznih gesel. Ureditev programskega dostopa je torej možna, a zahteva precejšen angažma s strani preobremenjene in kadrovsko podhranjene službe za informacijsko tehnologijo. Spremljajoča analitična orodja MKGP oziroma njegovo izbrano osebje uporablja sicer zastareli Oracle Discoverer, uvedba poslovne inteligence pa ni stekla zaradi zahtev po anonimizaciji. V načrtu je gradnja podatkovnega skladišča z anonimiziranimi podatki. Delo poteka v sodelovanju z Ministrstvom za javno upravo (MJU), kjer pa se pojavljajo nejasnosti glede izbire in vpeljave novih tehnologij. Na primer, Oracle Business Intelligence Suite, s katerim bi morda lahko MKGP podprl poslovno analitiko, ni kupljen zaradi alternativnih aktivnosti na MJU pri projektu Skrinja. V splošnem opažamo odvisnost rešitev od dragih komercialnih orodij in odvisnost od opreme, za katero država plačuje letne licence. Uporabe odprtokodnih, prosto dostopnih rešitev na MKGP (in na MJU) nismo zasledili. Z uporabo dragih orodij ministrstva tudi zapirajo možnosti za sodelovanje širšega kroga deležnikov pri urejanju in gradnji informacijske infrastrukture. Dokumentacija Skupne, sistemske dokumentacije, ki bi naslavljala podatkovno integracijo in sistematizacijo podatkovnih struktur in analitike, ni. Dokumentacija bi recimo bila dobrodošla novim deležnikom, na primer razvijalcem podatkovne analitike, in bi lahko vsebovala popis podatkovnih baz, popis programskih vmesnikov za dostop do podatkov, načine avtentikacije in seznam odgovornih za baze in njene razširitve. Obstoječa dokumentacija je namesto sistemske vezana na posamezne aplikacije, posamezne rešitve in posamezne sheme in odvisna od izvajalcev del, ki so razvili baze in pripadajočo aplikacijo. Identifikacija ključnih stvarnih pomanjkljivosti Ključne pomanjkljivosti Kadrovska podhranjenost: trije zaposleni v službi za informacijsko tehnologijo zaradi preobremenjenosti in skrbi za druge naloge ne bodo zmogli bremena 226 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV uvajanja podatkovne analitike. Na MKGP ni službe za podatkovno analitiko oziroma skrbnika z ustreznimi znanji računalništva, statistike in računskih pristopov, ki bi urejal področje integracije podatkov, skrbel za gradnjo (neobstoječih) podatkovnih skladišč in pazil, da je v vseh prihajajočih razpisih poskrbljeno za integracijo, dostop do skupnih registrov in nepodvajanje podatkov. Načeloma za podatkovno analitiko obstaja nastavek v »Službi za analize«, kjer so zaposleni vodja in dva sodelavca, a trenutno ta služba s pristojnostmi in znanji ne pokriva področja podatkovnih znanosti. Na končni delavnici projekta je bil s strani te službi izkazan velik interes pri sodelovanju na področju projektov, ki bi podatkovne znanosti pripeljale na MKGP. Razdrobljenost rešitev: rešitve tipa ena-baza-ena-aplikacija sicer zadovoljujejo trenutne potrebe na MKGP, a zaradi ločenega tipa izvedbe ne omogočajo horizontalne integracije in s tem preprečujejo ali pa vsaj močno zavirajo uporabo podatkovne analitike. Zdi se, da je z vsakim razpisom MKGP po novih rešitvah na področju IT sicer dobro poskrbljeno za posamezne izbrane vidike delovanja ministrstva, a da se pri tem pozablja na integracijo podatkov preko vseh obstoječih baz. Pridobivanje novih znanj: znanja podatkovne analitike, vizualizacije podatkov in možnosti podpore sprotnega odločanja na podlagi podatkov so specifična. V pogovorih smo zasledili, ne pa tudi kvantitativno ocenili, da pridobivanje teh znanj ni urejeno sistematično oziroma da področje podatkovne analitike in znanosti o podatkih navkljub njegovi aktualnosti ni prioritetno. Odvisnost od komercialnih orodij, zaprtost: MKGP uporablja drago programsko opremo, s tem ostaja odvisno do specifičnih ponudnikov te opreme in specifičnih razvijalcev. Drugačen pristop bi zahteval načrtno uporabo odprtokodnih programskih rešitev, zahtevo po uporabi te v tekočih razpisih, zahtevo po odprtosti orodij in zahtevo po ustreznih programskih vmesnikih, s katerimi bi lahko uredili povezavo med sicer ločenimi usmerjenimi rešitvami. Izkušnje s podatkovno analitiko podatkov MKGP v projektu CRP V namene pridobivanja uvida v kompleksnost podatkov in možnosti povezovanja podatkov iz različnih baz smo v projektu CRP izvedli nekaj pilotnih projektov podatkovne analitike. V prvem sklopu teh projektov smo gradili analitične delokroge za študij trendov vlaganja zahtevkov EK za obdobje 2015–2019, v drugem pa gradili modele in analizirali njihovo točnost pri napovedljivosti opuščanja po-vršin. Za vsakega od teh sklopov je bilo potrebno pridobiti surove podatke, pri čemer so nam izčrpno pomagali sodelavci iz MKGP. Zahtevnejša analitika je bila narejena na podlagi podatkov AKTRP, ki vključujejo tudi izvorne podatke MKGP Eksperiment podatkovne analitike 227 in UVHVVR, prav tako so pri pripravi pomagali informatiki AKTRP. Izkaže se, da tudi ta korak ni trivialen in da zahteva precej časa, kar kaže na potrebo po standardiziranih vmesnikih za črpanje podatkov (Slika 1). Surove podatke je bilo treba nato obdelati in jih prilagoditi za analitiko. Predobdelave tega tipa so bile zahtevne in vključevale pisanje programov v jeziku Python, tipično dolžine nekaj tisoč vrstic. Cilj je bil recimo gradnja tabele, v kateri so profilirane kmetije po tipu rabe GERK, oddanih zahtevkih, prejetih financiranj, in podobnih. Delo, ki smo ga opravili za predobdelavo podatkov kažejo na potrebnost specializiranih baz podatkov, ki integrirajo podatke iz različnih virov in profilirajo objekte (kmetije, GERK in katerekoli druge geografske sklope ali pa subjekte), ki bi jih želeli vklju- čiti v analitiko. 228 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 1 | Študija trendov vlaganja zahtevkov EK je zahtevala pridobivanje podatkov iz raznolikih registrov, šifrantov in evidenc, ki so prisotnih v različnih tabelah in bazah podatkov obstoječega podatkovnega jezera. Potrebno je bilo tudi sestaviti ustrezno programsko opreme za integracijo surovih podatkov. Vir: lastni prikaz. Register ekstenzivnih Šifrant raba Evidenca EK prijava sadovnjakov Šifrant avtohtonih in tradicionalnih pasem Evidenca pridelovalcev Register hmeljišč živali semen Register intenzivnih Šifrant izjem gnojilnega načrta Evidenca Izpolnjevanje sadovnjakov Šifrant podatki o živalih pogojev - plačilne pravice Register oljčnikov Šifrant shema Seznam bioplinarn in Register vinogradov Šifrant presek slojev z rabami kompostarn Register CRG Šifrant slojev Evidenca Dobrobit živali Register konj Šifrant kmetijskih zemljišč v uporabi prašiči Register CPZD Šifrant zahteve za sloj Evidenca Negativna lista Register OMD Šifrant rab za zahtevo Evidenca Blokirani KMG_ Register CRPŠ DŽ Šifrant sort MIDi ARSKTRP stalež Šifrant KMRS Evidenca Izjema KMG_MIDi Register CRG Živali Šifrant Tip kolobarja ARSKTRP Register CRG Premiki Šifrant napoved Evidenca obmejnih GERK- Register CRG KMG Šifrant živali na planini in pašniku ov MID-GMID Šifrant kontrol Evidenca izobraževanje Register CRG Šifrant Razlog izločitve Evidenca EK vstop Napoved premikov Šifrant rubrika Evidenca EK cert Šifrant vrst živali Evidenca EKSEME cert Šifrant držav Evidenca EK travojede Šifrant opomb za šifre KMRS živali Šifrant vrst primarnih proizvodov Evidenca EK čebele Šifrant predpogoj kontrole Evidenca EKOP območij Šifrant zelenjadnic Evidenca AVTP Šifrant diverzifikacijskih skupin Evidenca višja sila Povezovalna tabela med šifrantoma Evidenca kršitev DŽ diverzifikacijskih skupin in KMRS Evidenca dovoljenj za Šifrant samodejnega ponujanja KMRS na gojenje konoplje in rabah vrtnega maka Šifrant nedovoljenih kombinacij zahtevkov Evidenca habitati in ptice Šifrant skupin EK Evidenca Združitev KMG Povezovalna tabela med šifrantoma KMRS Evidenca CC ugotovitev in skupin EK Evidenca pooblastil za Šifrant skupin EKSEME planine Povezovalna tabela med šifrantoma KMRS Evidenca KOPOP in EK in skupin EKSEME obveznosti Šifrant razlogov za blokiran prenos Evidenca Trajno travinje Šifrant kontrolnih ugotovitev Evidenca semenskih Šifrant kategorij prašičev posevkov Šifrant izvorov kršitev in zapisnikov Evidenca mejice Šifrant stopenj krištev Evidenca ATGN Šifrant malih kršitev Šifrant PZR/DKOS Povezovalna tabela med starimi in novimi šiframi ugotovitev Šifrant razlog zmanjšanje KOPOP in EK Šifrant razlog za neprijavo površine Uradni zaznamki Povezovalna tabela s šiframi ugotovovitev Eksperiment podatkovne analitike 229 V pilotnih projektih smo preverili uporabnost grafičnih uporabniških vmesnikov in sistemov za podatkovno analitiko, ki omogočajo vizualno specifikacijo analitič- nih delokrogov. Uporabljali smo nekatere napredne analitične tehnike, kot so metode razvrščanja v skupine, metode gradnje in vrednotenja napovednih modelov in kombiniranje teh metod s podatkovnimi vizualizacijami, ki so vključevale prikaze na geografskih kartah. Primer enega od zgrajenih analitičnih delokrogov je prikazan na Sliki 2, primer analize rezultatov razvrščanja v skupine pa na Sliki 3. V drugem sklopu pilotnih aplikacij smo analizirali možnost gradnje modelov, ki bi lahko napovedovali opuščanje kmetijskih površin oziroma napovedovali spremembo načina izrabe. Tudi tu je bil med časovno najbolj zamudnimi deli projekta predobdelava surovih podatkov in podatkovno profiliranje kmetij. Rezultati so obetavni, napovedi opuščanja kmetijskih površin so možne (AUC > 0.75, Slika 4), smiseln je tudi zgrajeni model (Slika 5). Modele te vrste je moč še dodatno izboljšati z obogatitvijo profilov kmetij oziroma dodajanjem značilk, ki kmetije popišejo. Pri tem problemu se je izkazalo na primer, da zaradi različnih ključev podatkov iz prejšnjega sklopa analitičnih problemov (vlaganje zahtevkov) nismo mogli izkoristiti, čeprav bi bili ti lahko zelo informativni. Slika 2 | Primer analitičnega delokroga 230 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 3 | Primer grafičnega prikaza rezultatov gručenja, ki izpostavijo kmetije s Primorske in Goriške regije na eni strani in Pomurje, Dravsko in Ptujsko polje na drugi. Za slednjo se na primer v analizi izkaže, da tam kmetje vlagajo manj zahtevkov. Vir: lastni prikaz. Slika 4 | Napovedne točnosti različnih tehnik modeliranj Slika 5 |Naivni Bayesov nomogram za izračun verjetnosti opuščanja zemljišč, z izbranimi faktorji, urejenimi po pomembnosti (občina kot najbolj informativen faktor). Možne so dodatne izboljšave modela, na primer s segmentacijo občin in dodajanjem ostalih faktorjev za karakterizacijo kmetij. Vir: lastni prikaz. Eksperiment podatkovne analitike 231 Delo na naštetih primerih s področja podatkovne analitike nas je opozorilo na sledeča »ozka grla«, ki bi jih bilo pri uvajanju teh tehnologij v bodoče dobro odpraviti: • Pridobivanje surovih podatkov iz obstoječih podatkovnih baz je lahko zamudno, predvsem pa poteka preko angažiranja že tako prezasedenega osebja IT podpore v širšem smislu. Za vpeljevanje podatkovne analitike je potrebna standardizacija dostopa do podatkov preko ustrezno zgrajenih programskih vmesnikov. • Za podatkovno analitiko je potrebna predobdelava podatkov in gradnja profilov zemljišč in kmetij. Gre sicer za ponavljajoča opravila, ki jih je možno standardizirati v sklopu inkrementalne izgradnje podatkovnega skladišča, ki pravilno upošteva tudi časovno dimenzijo. • Analitiko je moč približati uporabnikom z uporabo enostavnejših grafičnih vmesnikov, ki uporabljajo delokroge. Zaželena bi bila izgradnja vtičnikov, ki bi se lahko neposredno programsko priključili na podatkovne baze in (še neobstoječa) skladišča. • Integracija podatkov v podatkovnem skladišču bo zahtevala usklajevanje med seboj nekompatibilnih ključev, uporabljenih v različnih bazah podatkov, a se bo to usklajevanje dalo rešiti na nivoju programskih skript in najbrž ne bo zahtevalo zahtevnih ročnih posegov ali sprememb v samih obstoječih bazah podatkov. • Grafični uporabniški vmesniki, kot je na primer ta, ki je bil uporabljen tudi v omenjenih pilotih, bi lahko služili tudi enostavnemu povpraševanju po bazi (npr. preštej, potem pa na karti prikaži vse kmetije, kjer vzgajajo trto) in ne nujno samo bolj kompleksnim opravilom, kot so segmentacija in gradnja napovednih modelov. Gradnja podatkovnih zbirk, predlogi in izboljšave Skladno z analizo stanja ter praktičnimi poskusi gradnje aplikacij, ki slonijo na podatkovni analitiki, ugotavljamo, da je trenutno stanje zbiranja podatkov na MKGP dobro, da pa so podatki porazdeljeni v bazah, ki primarno naslavljajo posamezne delujoče aplikacije (slika 6). Odsvetujemo projekt, ki bi za vse te baze in podatke skušal zgraditi enoten repozitorij. Namesto tega svetujemo ciljani pristop s serijo manjših projektov, ki bi naslavljali perečo problematiko operativne in strateške analitike in v korakih gradili vmesnike do obstoječih baz, sistem za integracijo podatkov ter uvajali programske ter spletne rešitve za podatkovno analitiko. Konkretno, predlagamo: 1. MKGP naj postavi oziroma imenuje koordinatorja za podatkovno analitiko. Ta naj bo vključen v pripravo vseh razpisov na področju IT, naj tesno sodeluje tako z domenskimi eksperti kot s službo za informatiko in naj pri delu svetuje odločevalcem in pripravljalcem politik. Vloga koordinatorja je tudi priprava razpisov projektov, katerih cilj je uvajanje analitičnih tehnik in naprednih tehnik podatkovne analitike. 232 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV 2. Uvajanje tehnik podatkovne analitike naj poteka preko manjših, pilotnih projektov, s točno določenimi, praktičnimi in uporabnimi cilji. Predlagamo, da MKGP ob tesnem sodelovanju z domenskimi strokovnjaki izbere na začetku tri, proti koncu pa do deset problemov, ki so pereči, ponavljajoči in ob obstoječi infrastrukturi težko rešljivi oziroma zahteva njihova analiza trenutno veliko ročnega dela (pisanje SQL stavkov, zahtevno obračanje podatkov v Excelu). Za projekte naj MKGP išče zunanje izvajalce, a naj zahteva odprte, dobro dokumentirane rešitve ki zahtevajo minimalno vzdrževanje. Velikost takih projektov naj bo od 40.000 do 70.000 EUR, s časom izvedbe do pol leta in s petletno vzdrževalno pogodbo z do 3.000 EUR vzdrževalnih stroškov na leto. Ocenjen strošek ne vključuje dela, ki je potrebno za spremembe na obstoječih bazah podatkov oziroma dela, kjer se implementira ustrezne programske vmesnike. Pilotni projekti naj vključujejo tudi izobraževanje uporabnikov. Poudarek naj bo na enostavni uporabi z vmesniki, ki uporabnikom dopuščajo gradnjo kompleksnejših analitičnih postopkov. 3. Uvajanje odprtokodnih orodij. Predlagamo, da se vsi pilotni projekti izvedejo na odprtokodnih tehnologijah, ki finančno ne predstavljajo nikakršnega dodatnega bremena. 4. Izobraževanje uporabnikov. Napredna podatkovna analitika mora biti enostavno uporabna in intuitivna za domenske strokovnjake na MKGP, ki naj jih bo moč za uporabo uvedene tehnologije usposobiti v enem delovnem dnevu. 5. MKGP naj v naslednjih treh letih zasleduje cilj porabe vsaj 10 % sredstev za IT za integracijo podatkov, razvoj napredne podatkovne analitike in razvoj vmesnikov, ki bodo odločevalcem nudili možnost enostavnega dostopa do podatkov. 6. V razpise za IT tehnologije naj MKGP vključuje zahteve po integraciji z obstoječimi bazami, izogibanju redundantnosti ter vzpostavitvi dobro do-kumentiranih programskih vmesnikov za dostop do vseh podatkov. Zahteve naj pripravi in pri vključitvi v razpise sodeluje koordinator za podatkovno analitiko. Od vseh zgoraj naštetih je najpomembnejša vzpostavitev vloge koordinatorja za podatkovno analitiko in vzpostavitev mehanizmov dela na manjših pilotnih projektih, ki bi sčasoma na MKGP uvedli prakso uporabe naprednih tehnik podatkovne analitike. Gre za potencialno rizične projekte z večjim vplivom na delo ministrstva. Rizične zato, ker z njimi MKGP vzpostavlja nove prakse in ker so projekti močno odvisni od možnosti integracije z obstoječimi bazami in vzpostavitvijo novih programskih vmesnikov in okolij za dostop do podatkov. Koordinacija projektov naj skrbi, če je le možno, za enotno odpr-tokododno platformo in sočasen razvoj podatkovnega skladišča, ki lahko po kompleksnosti in velikosti raste z opravljenimi pilotnimi projekti. Eksperiment podatkovne analitike 233 Pomemben je tudi izbor problematike, ki jo rešujejo pilotni projekti. Ta naj bo izbrana predvsem z vidika uporabnosti rešitev in reševanja problemov, ki so kritični za MKGP. Za ustrezen izbor takih projektov MKGP predlagamo organizacijo delavnice, ki se jo udeležijo deležniki in uporabniki in domenski eksperti, odločevalci, predstavniki IT podpore in zunanja skupina strokovnjakov s podro- čja podatkovne analitike in gradnje uporabniških vmesnikov. Priporočamo tudi reševanje problematike podatkovne analitike s serijo manj- ših projektov (Slika 6). MKGP naj prične z enim in nadaljuje z dvema manj- šima projektoma, in jih uporabi za učenje v pisanju projektnih zahtev in učenje uvajanja podatkovne analitike v delo ministrstva. Nadaljuje naj z manjšimi projekti, ki vsak rešuje specifične zahteve uporabnikov, a, če je le možno, temelji na tehnologijah, ki so jih uvajali prejšnji projekti. Predlagamo izvedbo prvih treh projektov v enem letu, in izvedbo ostalih projektov, skupaj do deset projektov, v naslednjih dveh letih. Projekti naj bodo kratki, z izvedbenimi roki od treh do šestih mesecev. Pri planiranju projektov je nujna določitev skupine MKGP, ki projektu sledi in ki vključuje koordinatorja podatkovne analitike, odločevalca, ključnega uporabnika in osebo iz službe za informatiko, ki lahko zagotovi programski dostop do ustreznih baz. Sodelovanje službe za informatiko je nujno že pri zasnovi projekta, saj je prav ureditev programskega dostopa do ustreznih surovih podatkov lahko na kritični poti projekta in mora biti pri vzpostavitvi projekta jasno, da je tak dostop izvedljiv in da bodo za projekt na ta način dostopni vsi potrebni podatki. Ključna vloga uporabnika je vzpostavitev ciljnih zahtev za projekt in v sodelovanju pri oblikovanju uporabniških vmesnikov oziroma potrebnih analitičnih delokrogov in izboru podatkovnih vizualizacij. Serija manjših projektov lahko naslovi zelo različne, a pereče teme. Spremljanje in napovedovanje opuščanja kmetijskih zemljišč, tema, ki jo naslavljamo v pilo-tnem projektu, je samo ena od možnih tem, ki dobro prikaže uporabnost integracije podatkovnih virov. Drugi primeri tem so na primer analiza izrabe kmetijskih zemljišč v namene planiranja kmetijske in okoljske politike ali pa opazovanje trendov na področju ekološkega kmetijstva, prepoznavanje tipov zemljišč in tipov kmetij. Eden od projektov lahko na primer naslovi tudi vprašanje enostavnega dostopa do osnovnih statističnih podatkov in podatkov, agregiranih po kmetijah ali geografskih enotah. Dostop do teh podatkov je v trenutnem sistemu seveda omogo- čen, a po nepotrebnem obremenjuje zaposlene. Čar takega projekta je v načrtovanju uporabniških vmesnikov in preverjanju njihove praktičnosti pri uporabnikih, kjer so cilji začrtati sisteme, s katerimi lahko hipno pridemo do enostavnih in zahtevnejših statistik in ključnih podatkov za odločanje. 234 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 6 | Sedanja organizaciji podatkov, s katerimi upravljata MKGP in AKTRP in ki večinsko sledijo modelu ena-aplikacija-ena-baza (zgornji del grafičnega prikaza), je za uvajanje podatkovne analitike potrebno dodati programske vmesnike in funkcionalnosti za integracijo podatkov (srednji del). Vmesnike in integracijo je moč dodajati po potrebi, nad temi vmesniki pa graditi posamezne, možno lo- čene aplikacije, ki naslavljajo ključne potrebe MKGP za operativno in strateško analitiko. Vir: lastni prikaz. Priložnosti Tako kot domala v vseh ostalih institucijah sistema javnega upravljanja in v vseh podjetjih na področju Evropske skupnosti je tudi na MKGP uporaba podatkovne znanosti v povojih. Kar seveda glede na nedavni razvoj te stroke in njenih orodij ne preseneča. Je pa podatkovna znanost za MKGP izjemna priložnost, saj ministrstvo lahko gradi na spektru odlično postavljenih in načrtovanih podatkovnih baz, na množici podatkov, ki so tam zbrani in urejeni, in na perečih problemih s področja kmetijskih in okolijskih politik, ki kličejo po integrirani uporabi že zbranih podatkov. Podatkovna analitika je zato za MKGP izjemna priložnost, kjer še prav nič ni zamujeno in kjer Slovenija lahko orje ledino na področju digitalizacije in uspešnih uporab naprednih računskih pristopov in umetne inteligence. Eksperiment podatkovne analitike 235 EKSPERIMENT 1: ATRIBUTIVNA VEČNAMENSKA ZBIRKA PODATKOV O KMG ZA OBDOBJE 2015–2019 (MAŠA KERSTEIN, VESNA TANKO) Podatkovna analitika (s podporo pri odločanju) predstavlja kmetijsvu tako pri nas kot tudi v EU velik izziv. MKGP je v okviru prehoda sedanje SKP v politiko, temelječo na rezultatih, sprejel izziv kot priložnost, kar priča razpis zadevnega projekta razvoja IT rešitev v podporo SKP, ki vključuje področja digitalizacije in uspešnih uporab naprednih računskih pristopov in umetne inteligence. V tem kontekstu je pomemben podatek, da začetek tega projekta (november 2018) časovno sovpada s pomembnim mejnikom iz aprila 2019, ko je 25 evropskih držav, med njimi tudi Slovenija, podpisalo izjavo o sodelovanju z naslovom »Pametna in trajnostna digitalna prihodnost evropskega kmetijstva in podeželja« z namenom, da bi sprejeli številne ukrepe za podporo uspešni digitalizaciji kmetijstva in podeželja v Evropi. Ta pomeni priznanje potenciala digitalnih tehnologij za reševanje pomembnih in nujnih gospodarskih, socialnih, podnebnih in okoljskih izzivov, s katerimi se soočata kmetijsko-živilski sektor EU in po-deželje. Prepoznan je napredek v robotiki za natančno kmetovanje in v sistemih za izvajanje SKP, ki temeljijo na rešitvah za upravljanje digitalnih podatkov. Sporočilo berlinskega svetovnega foruma za hrano in kmetijstvo naslavlja cilj prispevati k napredku k pametni in trajnostni prihodnosti evropskega kmetijstva, pri čemer se podpisnice izjave zavezujejo prizadevati si za krepitev podpor raziskavam, za vzpostavitev inovacijske infrastrukture, ustvarjanje evropskega podatkovnega prostora za pametne kmetijsko-živilske aplikacije in za povečanje učinka rešitev v podporo prehodu SKP k politiki, ki temelji na rezultatih. Že pred izvedbo prve delavnice junija 2019 je bil sprejet dogovor o odprtem pozivu po nalogah, ki jih MKGP v širšem kontekstu naslavlja kot prioritetne za po-moč pri izvajanju svojih rednih nalog in/ali za namen strateškega načrtovanja SKP po letu 2020. Odzvalo se je več predlagateljev s strani MKGP in AKTRP, zlasti strokovnih delavcev s področij, ki pri svojem delu redno uporabljajo različne baze in upravljajo z njimi in/ali načrtujejo ukrepe oziroma delajo na področju uredb in postopkov v zvezi z integriranim administrativnim in kontrolnim sistemom (IAKS) ter sistemom navzkrižne skladnosti. Poudarjamo pomen vključenosti domenskih ekspertov – skrbnikov in vsebincev ter hkrati pozivamo k standardizaciji, integraciji in odpiranju podatkov ter univerzalnih orodij za krepitev učinkovitosti in transparentnosti odločanja. Zbrane pobude in potrebe (tabele v spodnji Prilogi) so pokazale na številne in raznolike potrebe preprostih pregledov, statističnih analiz in vizualizacije v zvezi z različnimi atributivnimi podatki – potrdila se je izkazana potreba 236 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV administrativno-odločevalske strukture po standardizaciji podatkov in večnamenskih aplikacijah za pregled, analizo in vizualizacijo. Med kompleksnejšimi nalogami so izstopale prostorske spremembe, kot je zaraščanje kmetijskih površin ter vprašanje potenciala za naslavljanje bolj zelenih, okoljsko naravnanih ukrepov, nekateri dejavniki v zvezi s tem in predvidevanje. Na podlagi izsledkov smo sprejeli odločitev, da se v okviru DS4 demonstracijske naloge razširi atributivno zbirko podatkov o kmetijskih gospodarstvih (KMG), ki je skladno z izraženimi potrebami omogočala raznolike statistične analize na statični zbirki s številnimi atributi ter vizualni izpis na zemljevidu v okolju Orange za obdobje izvajanja trenutne SKP (2015–2020), kar bi omogočilo smiselno ugotavljanje časovnih trendov v zaključenem obdobju izvajanja ukrepov. Poudariti velja, da dodana vrednost naloge ni v tem, da bi z orodjem pridobili bolj natančen ali dodelan odgovor, ko gre za posamezno vprašanje – čeprav smo pri nekaterih zadevah orali ledino tako s sodelujočimi kolegi iz MKGP kot tudi z organi v sestavi.81 Prednost našega eksperimenta je zlasti v tem, da v kratkem času omogoča odgovore na številna vprašanja, ki jih ob vzpostavljanju podatkovne zbirke morda sploh še nismo poznali. Orodje omogoča sprotne, hitre preveritve, npr. v okviru delovnega sestanka se lahko preveri, na koga se določen ukrep nanaša, kje prihaja do težav pri izvedbi, pragove potencialnih ukrepov ipd. brez obremenjevanja skrbnikov. Pri tem pa je pomembno omejiti tveganja, ki jih uporaba novih orodij prinaša – potrebna je vključenost domenskih ekspertov in dvosmerna komunikacija z eksperti IT, pa tudi izobraževanje in osveščanje odločevalske strukture in deležnikov. Potrebno je graditi skupnost ustvarjalcev in uporabnikov podatkov za smiselno uporabo, izboljšati zbirke in načine uporabe.82 Oblikovanje večletne podatkovne zbirke za namen reševanja analitičnih nalog V analizo so vključena vsa KMG, ki vlagajo zahtevke za kmetijske subvencije v obdobju 2015–2019. KMG smo ob pomoči in usmeritvi strokovnih sodelavcev 81 Trenutni model reševanja nalog za potrebe kmetijske politike je utirjen in omejen na uporabo IT orodij, ki ne vključujejo podatkovne analitike in reševanja nalog z uporabo umetne inteligence. Nov zakonodajni reformni paket SKP naslavlja prav vpeljavo tovrstnih orodij tako na različnih področjih kakor tudi sistemsko. Z razmišljanjem, ki ga podatkovna analitika zahteva v zameno za hitre in kakovostne strateške rešitve, se na področju kmetijstva še nismo srečali. 82 Različni načini interpretacije, ki bi lahko bili sporni/problematični, bodo prišli do izraza takrat, ko bodo podatki na voljo zunanjim uporabnikom z različnimi interesi, k čemer EU ne samo na ravni širše javnosti temveč tudi v okviru reformirane SKP že močno in vztrajno poziva. V tem smislu je bolje, da ustvarjalci podatkov (MKGP) sami proaktivno vodijo proces odpiranja in uporabe podatkov. Eksperiment podatkovne analitike 237 MKGP ter AKTRP, nosilcev ukrepov/shem/integriranega administrativnega kontrolnega sistema in sistema navzkrižne skladnosti, za namen konkretne naloge razvrstili v 4 TIPE KMETIJ: • živinorejska (v stolpcu SBV2017_ImetnikiRejnihZivali 'da' in hkrati mora imeti posamezen KMG 10 GVŽ ali več); • vrtnarska (vsaj dve zelenjadnici in hkrati v min. obsegu 1 ha zelenjadnic skupaj); • poljedelska (skladno po šifrantu KMRS min. obseg 1 ha poljščin (pšenico, ko-ruzo, ječmen, oljna ogrščica ...) + omejitev obremenitve GVŽ: 0 do 0,5 GVŽ/ ha. Izračun obremenitve na interval 0–0,5 GVŽ/ha: suma GVŽ na kmetiji/ KZU =kmetijske površine v uporabi na kmetiji); • trajni nasadi (kmetije, ki imajo vsaj en vinograd/sadovnjak, min. 1 ha). Namen izbrane tipologije je z uporabo čim več kakovostnih podatkov skozi vrsto aplikacij, zbirk, registrov v določenem časovnem obdobju oblikovati tipe kmetij, ki so prilagojene slovenskim razmeram in predpisanim omejitvam ukrepov, na podlagi katerih s pomočjo izbire različnih kriterijev za različne cilje politik lahko raziskujemo posamezne skupine in poiščemo vzorce, pomembne za naše raz-mere in stanje, napovemo trende in ovrednotimo potencial. Zato so v našem primeru kmetije lahko razvrščene v toliko tipov kmetij, kolikor kriterijem ustrezajo. Vendar pa je prekrivanje oz. podvojevanje v smislu nekompatibilnosti z vidika načrtovanja intervencij v okviru kmetijske politike, prilagojene nacionalnim razmeram, preprečeno s postavitvijo konkretnih mej/kriterijev znotraj posameznega tipa kmetij. Pri tem gre zgolj za eno od možnosti, ki smo jo v nadaljevanju predstavili. Povsem mogoče bi bilo določiti in integrirati za namen stojnega učenja tudi drugačne tipologije, npr. usmerjene na statusno-pravne oblike KMG, glede na oblikovane kriterije skladno s statističnim raziskovanjem KMG in raziskovanjem metod kmetijske proizvodnje v zvezi s seznamom značilnosti, ki se zbirajo v raziskovanju o strukturi KMG (kot določajo evropski in nacionalni predpisi s tega področja) ali po katerikoli drugi analizi KMG glede na njihove osnovne zna- čilnosti. Prednost orodja je namreč prav v tem, da omogoča poljubne tipologije glede na namen in znanje uporabnika. Ekonomist ali okoljevarstvenik bi gotovo uporabila drugačne tipologije, pri čemer bi bila velika razlika že v obsegu zajema surovih podatkov v osnovni podatkovni tabeli kot podlage za uporabo kriterijev posamezne tipologije. Tipe kmetij bi lahko razvrstili/opredelili tudi z uporabo umetne inteligence (UI). Vsi podatki in končne spremenljivke, uporabljene v raziskavi, so zaradi predaje zbirke v ADP pojasnjene in opisane, kar omogoča ustrezno nadaljnjo uporabo podatkov s strani tretjih oseb in za različne namene. Enoten PROFIL KMG, ločen v zbirkah za posamezna leta od 2015 do 2019, smo oblikovali na način, da smo posamezne spremenljivke iz posameznih aplikacij 238 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV obdržali v njihovi osnovni vrednosti, nekatere, z istim imenovalcem (kjer je bilo to primerno zaradi ogromne količine podatkov) pa združili v nadpomenko in zapisali nov naziv sestavljene spremenljivke. Osnovna baza na AKTRP, ki se uporablja za namen subvencij, je DATAPROD (Oracle). Glavne uporabljene zbirke/ sheme/tabele v bazi, ki smo jih pri oblikovanju večletne podatkovne zbirke uporabili, so, na nivoju aplikacij: • KSS 2015–2019 → naziv aplikacije: Vnos subvencij (KSS) ( tudi Zajem) • SBV 2015–2019 → naziv aplikacije: Obdelava subvencij • KONTROLE 2015–2019 → naziv aplikacije: Kontrola subvencij • SBV 2015–2019 → naziv aplikacije: Obravnava kontrolnih ugotovitev (PINSU) • OBR 2015–2019 → naziv aplikacije: Obračun subvencij AKTRP Znotraj Zajema so vključeni vsi potrebni: • registri (npr. registri trajnih nasadov, živali – VOLOS registri idr.), • šifranti (šifrant rabe, KMRS, skupin EKSEME, vrst živali, PZR/DKOS idr.) in • evidence (izobraževanj, plačilne pravice, evidenca združitev KMG idr.). Pri Trend vlaganja zahtevkov EK število zahtevkov EK pomeni seštevek GERK (ali poljin), za katere posamezen kmet vlaga/uveljavlja zahtevke za ukrep ekolo- škega kmetovanja. Odločitev o izbiri naloge za prikaz Za prikaz analitične naloge v okviru večletne zbirke smo si zastavili primer s področja ekološkega kmetovanja, ki se zlasti zaradi zadnjih dogajanj uvršča med kompleksne naloge strateškega načrtovanja in prioritetne naloge MKGP. Že v za-konodajnem paketu SKP po 2020 so cilji ambiciozne okoljske politike ob zeleni arhitekturi vgrajeni v kmetijsko politiko, lani je bil sprejet še evropski »Zeleni dogovor«, katerega cilj je prav tako okoljsko-trajnostni prehod. Dodatno zaostritev okoljskih zahtev prinašata s strani EK nedavno sprejeti Strategija o biodiverziteti in Strategija od vil do vilic. Slednja med 4 ključnimi cilji zahteva tudi povečanje deleža površin pod ekološkim načinom kmetovanja (vsaj 25 %). Izhodišče izbrane naloge je populacija kmetov, ki vlaga zahtevke za subvencije v okviru zbirne vloge (ZV). Na letnem nivoju to populacijo predstavlja cca 57.0000 kmetov. Zahtevke (skladno z definicijo predpisov s področja PRP) za ukrep ekološkega kmetovanja (EK) pa vlaga v povprečju le cca 3.200 kmetov na leto. Pri reševanju naloge smo si pomagali z orodjem za podatkovno rudarjenje Orange. Orodje je namenjeno vizualizaciji in analizi podatkov ter omogoča uporabo naprednejših tehnik strojnega učenja, kot so npr. klasifikacija, regresija, gručenje. Eksperiment podatkovne analitike 239 Cilj naloge: pregledamo stanje podatkovne zbirke o subvencijah za ukrep EK. Z uporabo orodja Orange sestavimo delokrog, ki združi profile kmetij za vsa obdobja v eno tabelo (profil kmetije je predstavljen z eno vrstico v tabeli). Na grafu prikažemo trend vlaganja EK zahtevkov in trend odobrenih plačil. Zato da bi od-krili morebitne vzorce v podatkih, se odločimo za uporabo postopkov nenadzo-rovanega učenja. Podatke normaliziramo in gručimo. Preverimo in ovrednotimo gručenje za različno število skupin (2–8). Na zemljevidu prikažemo rezultate gru- čenja na dve in štiri skupine. S pomočjo razsevnega diagrama raziskujemo posamezne skupine, ki so nam zanimive z vidika reševanja naloge. Skupino, ki najbolj odstopa, podrobneje pregledamo in preučimo s pomočjo grafov in zemljevida. Vprašamo se, ali napovedan trend predvideva dosego zastavljenega cilja do dolo- čenega časovnega obdobja (leto 2030). Vemo, da je za obdobje 2014–2020 za ukrep EK namenjenih cca 66 mio EUR, to je cca 10 mio na leto. Črpanje sredstev je dobro. STANJE: cca 3.000 KMG (letno) v izbranem obdobju vključuje cca 10 % kmetijskih površin, kar predstavlja cca 40.000 ha. Za to pridobijo kmetje cca 10 MIO €/ leto. Analiza podatkov za kmetije »Mladi kmet« Ker je za dosego ciljev predlogov ukrepov/intervencij nove SKP uporaba različnih IKT orodij (od preciznega kmetovanja do uporabe različnih aplikacij) s strani kmetovalcev zaželena, priporočena ali pa celo obvezna, smo se v prvem delu naloge koncentrirali na mlajšo populacijo kmetov, ki ji je tehnologija bližja in jo pogosteje uporablja. Starostno omejitev smo izenačili s starostnim pragom iz predpisov, ki še omogoča dodelitev dodatnih vzpodbud in prejemka subvencij iz naslova ukrepa »Mladi kmet«. Ta populacija je po predvidevanjih tudi dovzetnejša za novejše ukrepe (varnost, kakovost pridelane hrane), hkrati pa ima praviloma višji nivo izobrazbe kot starejša populacija kmetov (narašča-joč trend starostnikov, nosilcev kmetij, je prepoznan kot problematika našega kmetijstva). 240 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 7 | Sestavimo delokrog, ki združi profile (ena vrstica v tabeli predstavlja eno kmetijo) za obdobje 2015–2019 v eno tabelo. V večini primerov reševanja problemov bi gradnike prikazanega delokroga združili v en nov gradnik, ki bi predstavljal gradnik branja podatkov iz baze. V našem primeru združene podatke shranimo v novo datoteko, ki jo uporabljamo v naslednjih korakih (1–3). Vir: lastni prikaz. Slika 8 | (Korak 1) Preberemo združene podatke in dodamo omejevanje kmetij glede na starost nosilca (40 let). Eksperiment podatkovne analitike 241 Slika 9 | (Korak 2) Izmed vseh stolpcev izberemo tiste, ki opisujejo trend vloženih EK zahtevkov skozi leta (2015–2019). 242 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 10 | (Korak 3) Trend prikažemo na grafu (prikazano je le povprečje). Trend vlaganja zahtevkov nekoliko raste. Na x osi je prikazan zahtevek EK po letih, na y osi pa število zahtevkov EK. V analizo so vključeni le tisti KMG, ki so skozi vsa leta analize vlagali minimalno en zahtevek EK. Ker po naši definiciji opredelitve »zahtevka EK« štejemo GERK, za katere se uveljavlja zahtevek, je številka nekoliko višja, 4.700 enot (razlika od cca 3.200 KMG, ki vlagajo zahtevke EK skozi leta). Slika 11 | Analizo nadaljujemo tako, da naredimo gručenje podatkov (K-means): Eksperiment podatkovne analitike 243 Slika 12 | Izberemo naslenje stolpce: Slika 13 | Rezultat gručenja 244 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 14 | Pregledamo rezultate gručenja, kjer smo dosegli največji Silhuette Score (tj. gručenje profilov na dve skupini): Slika 15 | Na hitro zgleda, da so v C1 gruči tisti nosilci kmetij, ki ne vlagajo EK zahtevkov, v C2 pa obratno. Ker nas zanimajo tisti, ki ne vlagajo EK zahtevkov, gledamo naprej (iščemo razloge, zakaj in kateri kmetje na določenih območij ne vlagajo zahtevkov EK → potencial). S tega vidika je zanimivejše gručenje na 4 skupine. Eksperiment podatkovne analitike 245 Slika 16 | Gručenje na 4 skupine. Slika 17 | Ponovno prikažemo trend števila vloženih EK zahtevkov skozi leta, le da je tokrat grupiran po gručah (prikazana sta povprečje in domet). Razberemo lahko, da oranžna skupina (C4) vlaga veliko zahtevkov EK – tu verjetno ni več veliko potenciala za prepričevanje v še bolj ekološko usmerjenost. Nasprotno pa rdeča skupina (C2) ne vlaga EK zahtevkov ali pa vlaga zelo, zelo malo, zato nas za rešitev naše naloge ta skupina zanima, saj predstavlja potencialne 246 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV nove kmete, ki bi se lahko vključili v ukrep. Vendar pa na to vpliva veliko število faktorjev, ki jih je potrebno analizirati in poiskati vzroke za takšno stanje, ter v nadaljevanju poiskati vzorce (interakcije med ukrepi, struktura kmetij, starostna/ izobrazbena struktura, okoljske danosti, velikost kmetij ipd). Slika 18 | Kot izhaja iz Slike 17 v skupini C2 skoraj nihče ne vlaga zahtevkov EK, poglejmo jih podrobneje: Slika 19 | Izberemo le tiste nosilce, katerih kmetije so v skupini C2. Prikažemo jih na mapi, kjer barva točke pove starost nosilca kmetije, razdeljene v 7 kategorij. Ali smo našli deficitarno območje (hiter pogled na zemljevid Slovenije → Prekmurje, natančneje Pomurje in Ptujsko polje)? Eksperiment podatkovne analitike 247 Analiza vseh kmetij Slika 20 | Naredimo enak poskus še za vse kmetije (ne glede na starost nosilca). Slika 21 | Trend vlaganja EK zahtevkov je podoben kot pri mladih kmetih (le vrednost je manjša). Na x osi je prikazan zahtevek EK po letih, na y osi pa število zahtevkov EK. Štejemo samo tiste KMG, ki so vlagali v vseh letih, ki so predmet analize. Trend vlaganja zahtevkov je podoben kot pri mladih kmetih, ki vlagajo EK, le vrednost je nekoliko nižja. 248 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 22 | Pred gručenjem podatke normaliziramo. Gručenje na 4 skupine. Pregledamo rezultate gručenja z Geo Map gradnikom: Slika 23 | Poglejmo, kaj te štiri skupine so: Skupin pravzaprav še ne razumemo, zato gledamo naprej. Pregledamo jih s po-močjo razsevnega diagrama. Eksperiment podatkovne analitike 249 Slika 24 | Razsevni diagram opiše pomen štirih skupin. »Zelena skupina« (C3) NE vlaga zahtevkov EK, dobi pa veliko subvencij na račun ostalih vloženih zahtevkov iz naslova subvencij (drugi ukrepi). Slika 25 | Za začetek odstranimo »rdečo skupino« (C2), ki je največja in prejme najmanj subvencij in morda ni tako zanimiva, ker se take kmetije nahajajo povsod. 250 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 26 | Še prikaz na karti. Slika 27 | Poglejmo še eno zanimivo vizualizacijo trenda vlaganja EK zahtevkov. Na sliki vsaka vrstica prikazuje eno kmetijo, barva pa pomeni število zahtevkov. Kmetije lahko označimo in pregledujemo dalje. Eksperiment podatkovne analitike 251 Slika 28 | Nadaljujemo razlago razsevnega diagrama. »Zelena skupina« (C3) ne vlaga EK zahtevkov, dobi pa veliko subvencij na račun ostalih (to je vidno na razsevnem diagramu, potrdimo pa s pregledom naslednjih grafov). Slika 29 | Plačila skozi leta. 252 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 30 | Poglejmo, kje se te kmetije nahajajo. Izberimo le skupino C3. Slika 31 | Točke pobarvajmo glede na starost nosilca kmetije. Ne zdi se, da bi starost kaj dosti vplivala na vlaganje zahtevkov EK (brez omejitve starosti nosilca KMG, 7 starostnih kategorij). Eksperiment podatkovne analitike 253 Slika 32 | Poglejmo tipe teh kmetij (glede na definirane osnovne 4 tipe kmetij). Večinoma gre za tip poljedelske kmetije. (Prikaz tipov kmetij po želji.) Slika 33 | Kam (v katere ukrepe) ti kmetje vlagajo zahtevke za subvencije? Vse KMG vlagajo v NP, večina jih vlaga v KOPOP, nekatere v OMD, le peščica pa v EK. (Ker smo gledali obdobje 2015–2019, npr. kmet, ki je samo eno leto vložil zahtevek EK, pade v populacijo, ki vlaga EK, tudi če je ta iz naslova EK pridobil minimalna sredstva in v drugih letih ni vložil nobenega zahtevka EK. Prav zato te tudi izpostavljamo. Analiza se lahko nadaljuje v smeri ugotavljanja, zakaj je tako.) 254 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Zaključek Za zaključek odgovorimo na zastavljeno vprašanje: Ali napovedan trend vlaganja zahtevkov EK omogoča dosego cilja: ekološko pridelavo na vsaj 25 % kmetijskih površin do leta 2030? Predstavimo ugotovitve, kot npr. zaskrbljujoče je, da starost nosilca KMG ne vpliva na vlaganje zahtevkov EK. Ugotavljamo, da brez ukrepov in celostnega ukrepanja ni pričakovati sprememb. Ne glede na to, da je bil p rimer naloge zastavljen pred sprejetjem zaveze na ravni EU, da bodo zahteve strategij prenesene v zakonodajni okvir SKP (še niso), in s tem za DČ obligatorne, so nam rezultati in predstavljeni trendi lahko v pomoč in usmeritev pri naslavljanju intervencije iz naslova ekolo- škega kmetovanja v prihodnji SKP. Ugotovitve so lahko berljive, rezultati pa predstavljivi, saj vsakokratni prikaz zemljevida omogoča lažjo percepcijo (vizualizacija rezultata). Naloga lahko služi kot uvod v nadaljnje, targetirane vsebinske naloge, izdelane na podlagi preučitve stanja (izhodišče), opredelitve potreb (prioritizacija) in možnosti za dosego zahtevanega stanja (rezultat). Potrdila se je ugotovitev, da je opredelitev podatkov in njihova ureditev v prioritete pri poskusih črpanja in urejanja podatkov ter pilotnega načrtovanja shem za podatkovno analitiko ključna. Nov izvedbeni model temelji na principu voditelj-stva. Za učinkovito uporabo orodja za podatkovno rudarjenje je razdelitev vlog, lahko tudi na nivoju oblikovanja skupine, ključna. Usklajen temeljni načrt (konsenz!) ciljnih zahtev/vrednosti ne sme biti predmet nenehnega vmesnega spreminjanja posameznih parametrov in celo temeljnih ciljnih zahtev, saj le-to povzroči resne spremembe z (ne)obvladljivimi posledicami. Te imajo nadalje vpliv in sov-pliv na posledice povezanih aktivnosti/procesov, kar rezultat (časovno, finančno, vsebinsko) oddaljuje od začrtane strategije in dosege cilja (poraba resursov je nesorazmerno višja od pričakovanj naročnika/uporabnika). Pridobivanje surovih podatkov iz obstoječih podatkovnih baz (in posameznih aplikacij) zahteva skrbno obdelavo, pri čemer je potrebno nenehno medsebojno komuniciranje in interdisciplinarno sodelovanje strokovnjakov s področij vsebine (kmetijstvo, živinoreja, naravovarstvo idr.) in področja IT (poznavanje posameznih aplikacij, podatkovna analitika, vzdrževanje shem, uporaba ključev, dostopnost podatkov, programski vmesniki) in odločevalcev, tj. vodstva. Potrebno je poznavanje procesov organizacije (AKTRP) in toka podatkov (od prejema izvor-nega podatka, t. i. zajem podatkov, vgrajenega v posamezno aplikacijo – obdelave podatka za specifičen namen – do izhodnih podatkov, opredeljenih kot rezultat). Nujno je opremljanje in opolnomočenje kadrov s podatkovnimi znanji in Eksperiment podatkovne analitike 255 kompetencami. Nadaljnje predobdelave podatkov za namen takega tipa naloge so bile izjemno zahtevne. Takšna analitika omogoča še: • iskanje »tipičnega kršitelja« glede na razlike med SUBV vlogami in prejetimi sredstvi ter rezultati kontrol, • hiter vpogled, koliko KMG bi bilo potencialnih upravičencev za določen ukrep/intervencijo glede na kriterije, • hiter prikaz korelacij med ukrepi in identifikacijo razlogov za takšno stanje, s prostorskim prikazom (npr. SV Slovenija: KMG z njivskimi površinami raje izberejo operacije KOPOP (POZ, VOD) kot EK, saj so zahteve laže dosegljive in znesek SUBV višji), ki olajša ukrepanje, • usmerjanje izobraževanj, svetovanj, informiranja ipd., • planiranje virov: znanje, lokacija, kompetence ipd., realne časovnice ipd., • celostno obravnavo Slovenije za načrtovanje optimalno izbranih in naravnanih intervencij, ki bodo zadostile pogojem zakonodajnega okvirja in omogočile implementacijo s pozitivnim učinkom za kmete, potrošnike in varstvo okolja. Zlasti iz razloga, ker orodja danes omogočajo tudi zelo dobro argumentacijo ne-namerno ali namerno izdelanih zaključkov in njihovo interpretacijo, če jih uporabljajo uporabniki, ki ne poznajo (dovolj) vsebine ali osnov analitike bodisi želijo najti dokaze za apriori določene trditve bodisi so v vlogi zastopnikov različnih interesnih skupin, je pri izvedbi nalog na področju podatkovnega rudarjenja/ analitike in predstavitvi rezultatov, ugotovitev, sklepov in napotil potrebna stalna vključenost in komunikacija domenskih ekspertov – skrbnikov baz in vsebincev z IT strokovnjaki ter odločevalsko strukturo. 256 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV EKSPERIMENT 2: ANALIZA NAPOVEDLJIVOSTI OPUŠČANJA KMETIJSKIH POVRŠIN (ANDREJA KOVAČIČ) Cilj te naloge je analiza napovedljivosti opuščanja kmetijskih površin, torej ugotavljanje tega, ali se napovedovati sploh da. Uspešnost modeliranja, in s tem napovedi, je v veliki meri odvisna od podatkov, ki jih imamo. Zato smo se v tej nalogi osredotočili samo na 'pogerkane' površine, kajti samo o njih imamo dovolj podatkov. Na voljo smo imeli podatkovne zbirke iz MKGP in AKTRP za obdobje več let. Izkaže se, da je opuščanje površin napovedljivo, vendar se ga da še precej izboljšati. Podatkovne zbirke Uporabili smo podatke o GERK, ki so poleg lokacije in površine vsebovali še podatke o obdelovalcu, tj. nosilcu KMG (fizična/pravna oseba, letnica rojstva, spol), o rabi, povprečnem naklonu, povprečni ekspoziciji in povprečni nadmorski višini. Sloj dejanske rabe smo uporabili za potrjevanje podatkov v GERK in za ugotavljanje rabe površin, ki so bile izločene iz registra GERK. Iz ARSKTRP smo pridobili podatke o staležu živine skozi leta in podatke o različnih izplačilih (OMD, DŽ, EK, EKO0, KOPOP, KOP, SKOP). Vse uporabljene zbirke so vsebovale podatke od 2007 do 2019. Slika 34 | Primerjava porazdelitev velikosti kmetij pokaže, da se število majhnih kmetij skokovito povečuje. Dolgi rep v obeh letih kaže na majhno število velikih kmetij. Graf je lahko nekoliko zavajajoč, saj lahko napačno sklepamo, da je kmetijskih površin v Sloveniji vedno več. Vemo pa, da je v zadnjih letih ta trend negativen, rast pa pripišemo vpisovanju že obstoječih KMG v register. Eksperiment podatkovne analitike 257 Obdelava podatkov Pri agregaciji podatkov v profile kmetij smo naleteli na nekaj težav. Velik del podatkov od leta 2007 do 2011 smo takoj izločili, saj podatki o GERK vsebujejo preveč šuma. Izločiti smo morali tudi atribut ekspozicije GERK, saj zaradi na- čina beleženja preveč podatkov manjka. Za kategorizacijo opuščene površine smo uporabili preseke z dejansko rabo. Dejanska raba se v Sloveniji zajema po kosih, približno tretjino površja na leto. Da bi se izognili primerjanju registra GERK z dejansko rabo, kjer bi bili posamezni kosi že zastareli, smo raje uporabili dejansko rabo, ki ima vse slike zajete po letu, iz katerega so podatki o GERK. Zaradi tega lahko GERK prehitro označimo kot zaraščene. Posledično smo iz obdelave izločili tudi leta 2017 do vključno 2019, saj za njih nimamo dovolj svežih slik dejanske rabe. Kot zaraščene smo označili GERK, ki imajo več kot 15 arov površine označene s šiframi dejanske rabe 1410, 1500, 1600, 2000. Preseke smo naredili z vektorskimi preseki, s pomočjo knjižice shapely. Za kmetije smo agregirali atribut, ki označuje opuščanje. Če je vsaj ena površina označena kot opuščena, velja, da kmetija opušča površine. Sam kriterij je sicer zlahka prilagodljiv, najbolje ga je oblikovati v sodelovanju z domenskimi eksperti. Slika 35 | Prikaz postopnega zajema dejanske rabe skozi leta 258 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 36 | Osnovne statistike združenih podatkov iz baz ARSKTRP in MKGP. Nenaden padec števila kmetij izvira iz baze izplačil kmetijam skozi leta (v letih 2014–2015 gre za prehod med dvema cikloma politike, zbirke podatkov ARSKTRP pa so vezane na posamezen cikel). Za same analize smo uporabili podmnožico kmetij, tiste, ki so vsebovane tudi v bazi GVŽ, tako je število bolj konsistentno. Hkrati smo napovedovali opuščanje samo za posamezno leto, saj so časovne vrste zaradi nekonsistentnosti v podatkih manj zanesljive. Slika 37 | Kmetije ki opuščajo površine, agregirane po občinah, za leto 2014. V večini občin opušča površine manj kot 2,5 % kmetij. Nekaj občin sicer izstopa, npr. Solčava, Jezersko, Osilnica, Ankaran. Razlike v občinah nakazujejo na možno koristnost občine kot značilke kmetije. Na sliki so imena občin zavoljo berljivosti izpuščena. Eksperiment podatkovne analitike 259 Modeliranje Primerjali smo nekaj osnovnih modelov: naključni gozdovi, linearna regresija in naivni Bayes. Slednja dva sta posebej zanimiva, saj omogočata enostaven vpogled v vpliv atributov na napovedi modela. Slika 38 | Primer osnovnega delokroga. Večino modeliranja smo izvedli v pro-gramu Orange. Obdelava podatkov, ki je zajemala filtriranje, zlivanje in agregacijo podatkov pa je zahtevala podatkom specifične skripte. Vrednotenje Profile za posamezno leto smo razdelili v dve neodvisni množici. Na prvi, ki je zajemala približno 70 % podatkov, smo modele učili in jih nato testirali na preo-stanku podatkov. Ta postopek smo ponovili večkrat (10) in rezultate povprečili. Optimizirali smo AUC, t. i. površino pod krivuljo, ki se lahko potem optimizira glede na potrebe končnega uporabnika. Model se potem lahko uravnava glede na to, koliko kmetij, ki opušča površine, smo pripravljeni zgrešiti, v korist točnosti napovedi opuščanja. AUC ima razpon od 0 do 1, naivni Bayes in logistična regresija dosegata AUC okrog 0,7, kar potrjuje napovedljivost, hkrati pa je še vedno precej možnosti za izboljšanje. 260 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Slika 39 | Napovedne točnosti različnih modelov. Najboljše se odreže naivni Bayes, vendar bi se rezultat dalo še izboljšati. Slika 40| Naivni Bayesov nomogram, atributi so urejeni po pomembnosti, padajoče. Največji vpliv ima občina, iz katere je kmet in sama sestava kmetije: delež hmelja, število površin z neko rabo, število površin. S pomočjo nomograma lažje razumemo napovedi za posameznega kmeta. Eksperiment podatkovne analitike 261 Možne izboljšave Prej opisan problem postopnega zajema dejanske rabe se da omiliti z združevanjem slojev iz različnih let dejanske rabe. Tako bi se izognili delu prehitrega označevanja površin kot zapuščenih. K uspešnosti napovedovanja bi pripomogle dodatne značilke iz drugih baz, na primer podrobnejši podatki o poljščinah. Potencial za izboljšavo je tudi oblikovanju kriterijev opuščanja in pri oblikovanju profilov samih, pri čemer je nujno sodelovanje domenskih ekspertov. Zanimiv je tudi pogled na kmete in kmetijske površine z vidika analize preživetja. OPIS IN ARHIVIRANJE PODATKOVNIH ZBIRK (BRIGITA BOČKAJ, JANEZ ŠTEBE) ADP je v okviru DS5 izvedel dvoje nalog. Prvič, organiziral je pripravo metapodatkovnega opisa izbranih evidenc, ki jih vodi MKGP.; drugič, izvedel je prevzem in objavo podatkovnih zbirk, ki so jih za prikaz analitičnih pristopov v okviru projekta pripravili na AKTRP, v Katalogu ADP. Potrebno je omeniti, da gre v primeru obravnavanih zbirk za tematsko specifične mikropodatke s področja kmetijstva, medtem ko je metapodatkovni opis pripravljen po strukturi Data Documentation Initiative (DDI), ki je uveljavljen pri opi-sovanju družboslovnih podatkov. S tem ko so podatki pripravljeni na tovrsten način, se jih bo približalo širši množici potencialnih uporabnikov, ki lahko do njih dostopajo na pregleden način. Podatki so na voljo za uporabo tako notranjim uporabnikom MKGP in AKTRP kot zunanjim uporabnikom, raziskovalcem, študentom in drugim. S to nalogo smo preverili in pokazali, da metapodatkovni opis po strukturi DDI ponudi izčrpen in informativen vpogled v podatke, tako da jih je mogoče poiskati, se seznaniti z obstojem podatkov, kako je moč do njih dostopati, oceniti njihovo uporabnost za želene analize in jih v kombinaciji z drugimi podatki uporabiti za namene presoje ukrepov politik, njihovo načrtovanje in za druge raziskovalne namene. V nadaljevanju je predstavljen potek dela obeh nalog. Metapodatkovni opis izbranih evidenc Izmed številnih evidenc, ki jih vodi MKGP, je bil narejen izbor 11 evidenc, za katere je ADP pripravil metapodatkovni opis. Izbor evidenc sta pripravila Miran Tisu iz Službe za RKG (MKGP) in Maša Kerstein. Izbrane evidence so: 262 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV 1. Evidenca dejanske rabe kmetijskih in gozdnih zemljišč 2. Evidenca kmetijskega knjigovodstva 3. Evidenca komasacij 4. Evidenca o izobraževanju in usposabljanju za potrebe kmetijstva in razvoja podeželja 5. Evidenca območij z omejenimi možnostmi za kmetijsko dejavnost 6. Evidenca organizacij proizvajalcev 7. Evidenca osuševalnih in namakalnih sistemov 8. Evidenca pridelovalcev in predelovalcev ekoloških kmetijskih pridelkov ali živil 9. Register kmetijskih gospodarstev 10. Register pridelovalcev grozdja in vina 11. Zbirka podatkov Mreže za podeželje Metapodatkovni opis zajema več sklopov metapodatkov, pri čemer je potrebno poudariti, da je zapolnitev metapodatkovnih polj odvisna od vsebine same evidence: • osnovni metapodatki83: naslov, avtor, kontakt, povzetek, področje, ključne be-sede, vsebinsko področje/tema, jezik podatkov, nosilec podatkov, datum in kraj izdelave, sodelujoči, finančna podpora, distributer, dajalec, datum izro- čitve, časovno pokritje podatkov, obdobje zbiranja podatkov, vrsta podatkov, podatki o seriji, povezani materiali, publikacije reference, viri podatkov • geoprostorski metapodatki: geografsko pokritje, najmanjša geografska enota, ki je dostopna v evidenci • metapodatki s področja metodologije izvora podatkov: enota za analizo, populacija, časovna opredelitev podatkov, zbiratelj podatkov, pogostost zbiranja, tip vzorca, metoda zbiranja podatkov, uporabljen instrument, opis situacije zbiranja podatkov, uporabljene kontrole, očiščevanje podatkov • pogoji: informacije o dostopu do podatkov Metapodatkovni opis je narejen v aplikaciji Dataverse, ki je odprtokodni program za deljenje, hranjenje, citiranje, iskanje in analizo raziskovalnih podatkov. Dataverse uporabljajo različne institucije in organizacije po svetu. V Evropski uniji je eden največjih Dataverse repozitorijev na Nizozemskem, ki zagotavlja upravljanje s podatki 11 nizozemskih univerz, podobno velja tudi za norveški Dataverse, medtem ko ga Avstrijski družboslovni arhiv uporablja kot platformo za izvajanje svojih storitev. 83 Polji datum izdelave (en. production date) in datum izročitve (en. deposit date) se nanašata na podatkovno datoteko, ki pa v primeru opisa evidenc ni bila priložena, kljub temu smo polji zapolnili, pri čemer datum izdelave ponazarja datum popisa stanja evidenc, datum izročitve pa datum prvega vnosa zapisa evidence v aplikacijo Dataverse. Eksperiment podatkovne analitike 263 ADP aplikacijo uvaja za potrebe samoarhiviranja, kjer ustvarjalec podatkov po koncu procesiranja podatke in metapodatke samostojno preda v podatkovni repozitorij in tako deli dalje. Podobno kot pri zgoraj omenjenih primerih nacionalnih Dataverse repozitorijev je v prihodnje predvideno uvajanje te iste enotne platforme tudi za dostop do raziskovalnih podatkov osnovnega Kataloga ADP, kjer so na voljo podatki iz sklopa trajnega digitalnega arhiviranja. Storitev samoarhiviranja na podlagi Dataverse je ADP vzpostavil v letu 2020, pri čemer trenutno potekajo nadgradnje za prilagajanje specifičnim zahtevam in testiranja funkcionalnosti. Široka uporaba je predvidena v začetku leta 2021. Metapodatki in ostala gradiva, povezana z raziskavo oz. projektom, v katerem so nastali podatki, so brez registracije dostopna vsem obiskovalcem spletne strani, kar pomeni, da lahko uporabnik prosto brez predhodne registracije pregleduje in išče po katalogu ter prenaša k sebi spremna gradiva. Pri slednjem so možne tudi izjeme, kjer je za spremno gradivo zaradi njegove vsebine (tajnost, občutljivost, itd.) opredeljen drugi strožji dostop. Dostop do raziskovalnih podatkov v večini primerov zahteva registracijo zaradi izpolnjevanja določenih pogojev, razen kadar so podatki ponujeni v javno rabo brez vsakih omejitev. Ob prenosu podatkov se mora uporabnik strinjati s pogoji uporabe za dotično gradivo oz. raziskovalne podatke. Uporabnik se sicer preko opisa raziskave seznani z morebitnimi posebnimi omejitvami in izjemami glede dostopa, ki jih je določil dajalec ob predaji, dodatno se mora pri registraciji strinjati s splošnimi določili in pogoji uporabe. Pri sami registraciji se oblikujejo različni uporabniški profili, na podlagi katerih je nato omogočen dostop do podatkov, če to omogočajo določeni pogoji uporabe (npr. licenca, ki dovoljuje ali omejuje komercialno rabo). Potrebno je poudariti, da je naveden način regulacije dostopa določen za ADP primerek Dataverse in ga je možno prilagoditi za morebitne druge primerke. Za scenarij morebitne vzpostavitve kompletne zbirke mikropodatkov s področja kmetijstva je posebej atraktivna možnost, da uporabnik lahko tudi sam arhivira svojo raziskavo in jo ponudi v sekundarno rabo, in sicer tako, da si ustvari račun, izpolni opis raziskave ter naloži podatke in z njimi povezana gradiva. Vsakemu gradivu določi tudi pogoje dostopa. Pri opisu evidenc smo pripravili le metapodatkovni opis, medtem ko sami podatki iz tekočih registrov zaradi varovanja zaupnosti in drugih omejitev niso priloženi. Je pa uporabnik preko podanega opisa seznanjen s poenotenimi informacijami glede pogojev za dostop do podatkov. Upravljavci evidenc lahko pripravijo mikropodatke ob specifikaciji na zahtevo uporabnika, tako kot smo v okviru projekta določili in nato prevzeli mikropodatke za prikaz možnih analiz. 264 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Nekateri podatki (večinoma agregirani) in minimalni metapodatki izbranih evidenc so sicer vidni in dostopni preko različnih drugih portalov (glej tudi II. poglavje v tej monografiji): • Portal MKGP • Javni pregledovalnik grafičnih podatkov MKGP • SiStat • Eurostat • Evropska unija • KIS Za potrebe projekta CRP ITzaSKP smo na platformi Dataverse oblikovali ločen podkatalog, poimenovan Kmetijski podatki. Podkatalog vsebuje metapodatke evidenc in sledi priporočilom evropskega podatkovnega konzorcija CESSDA z uporabo kontroliranih besedišč DDI, ki se tudi sicer, kot je že omenjeno v uvodu, uporablja pri pripravi metapodatkov na področju družboslovja. Pri vpisu ključnih besed je bil, v kolikor je bilo to mogoče, uporabljen tezaver ELSST. S tem so izpolnjeni pogoji, da se bodo metapodatki prikazovali pri iskanju preko skupnega CESSDA kataloga. Trenutno je metapodatkovni opis evidenc narejen v slovenskem jeziku. Ob so-glasju skrbnikov evidenc na MKGP bomo metapodatke evidenc prevedli, uskla-dili in objavili tudi v angleški različici podkataloga. Na ta način bodo evidence postale vidne in se jih bo dalo iskati tudi v širšem prostoru. Sam metapodatkovni opis evidenc je potekal v prostorih MKGP skupaj s skrbniki posamezne evidence ob prisotnosti vsebinskega spremljevalca projekta s strani sofinancerja (MKGP) in drugih članov projektne skupine. Opis je bil izveden v roku dveh tednov (5 terminov – 2 oz. 3 evidence na termin), pri čemer so skrbniki pred dogovorjenim terminom prejeli seznam metapodatkovnih polj, ki so predvidena za izpolnjevanje, ter povezavo do kontroliranega DDI besedišča. Vpis za posamezno evidenco je potekal direktno v aplikacijo Dataverse, trajal pa je v povprečju od pol do ene ure, odvisno od posamezne evidence. Po opravljenem vpisu na MKGP je ADP opise pregledal in jih dopolnil (vsebinsko, spletne povezave na uradne dokumente, publikacije, itd.) na podlagi razpoložljivih vsebin na spletu. Pripravljeni opisi so bili poslani v avtorizacijo, na način, da je bila vsebina opisa iz aplikacije pripravljena v prosto besedilni obliki z možnostjo dodajanja dopolnitev in komentarjev. Opisi so bili posredovani vsebinskemu spremljevalcu projekta, ki je predstavljal vezni člen med skrbniki evidenc in ADP, ter predani skrbnikom v pregled. Postopek avtorizacije metapodatkovnih opisov je tudi sicer uveljavljena praksa v ADP. V nadaljevanju sta opise pregledala vsebinski spremljevalec ter neodvisno od vseh še poznavalec zaposlen na MKGP (Matjaž Rotenhajzer). Na se-stanku v času priprave opisov, je bilo namreč dogovorjeno, da bi bilo dobrodošlo, Eksperiment podatkovne analitike 265 da pripravljene opise pregleda tudi oseba, ki sicer prihaja iz stroke kmetijstva in podatke tudi vsebinsko pozna, vendar z njimi ne operira na tovrsten način, in oceni, ali kot potencialni uporabnik na osnovi opisa pridobi dovolj informacij o podatkih. ADP je nato opise popravil v skladu s prejetimi komentarji ter jih ponovno posredoval v pregled, tokrat v sami aplikaciji. Ker aplikacija še ni v javni uporabi, je bilo v ta namen generirano enolično uporabniško ime in geslo, ki se ga je preko vsebinskega spremljevalca posredovalo vsem skrbnikom. Po preteku nekaj dni (zaradi morebitnih dodatnih popravkov) je ADP evidence objavil. V kolikor se bo v prihodnosti pojavila potreba po popravi, bo na pobudo MKGP to opravil ADP. Samo delo je z obeh strani zahtevalo kar nekaj vloženega časa in truda: od uskla-ditve terminov za pripravo opisov do same izvedbe opisov, njihove dopolnitve, pregledov, poprave, objave, itd. Ker gre za kompleksne in področno specifične podatke, ADP sam ne bi mogel pripraviti ustreznega metapodatkovnega opisa, zato je bilo ključno sodelovanje skrbnikov evidenc kot poznavalcev njihove vsebine. V samem procesu dela je bilo sicer izvedenih nekaj aktivnosti z namenom olajšanja in hitrejšega poteka dela (npr. vnaprejšnje posredovanje pripravljenih tabel zahtevanih polj, spletna povezava na besedišče, direktni vpis v aplikacijo), ki so sicer pripomogle k manjši porabi časa, vendar ne v tolikšni meri, kot je bilo pričakovano. Prevzem podatkovnih zbirk AKTRP Primarni namen generiranja podatkov je bil prikaz možne uporabe kmetijskih podatkov, za kar je bilo potrebno pridobiti čim bolj splošne podatke. Izbrani so bili podatki, ki jih vodi AKTRP, pri čemer gre za t. i. profile KMG. Sam prikaz možnosti analiz so, kot je opisano v prvem delu tega poglavja, opravili kolegi iz FRI. Podatki so bili s strani IT službe AKTRP generirani s pomočjo sql stavkov ter shranjeni v .xlsx format. Ker je bilo v pripravo podatkov vloženo kar nekaj truda in v taki obliki drugje niso na voljo, smo se odločili, da jih posredujemo v ADP, kjer bi jih ponudili v drugo rabo različnim uporabnikom. Sama naloga je namenjena prikazu možnosti širšega analitičnega izkoriščanja razpoložljivih podatkov, kadar se iz evidenc, ki so za večino uporabnikov nedostopne, pripravi izvoz verzije podatkov, ki je anonimizirana in pregledno urejena za namen ne-odvisne druge rabe. Splošne informacije o zbirki Osnovne informacije o zbirki: • podatki, generirani s pomočjo sql stavkov ter shranjeni v .xlsx format • 5 podatkovnih zbirk: 2015, 2016, 2017, 2018, 2019 • posamezna zbirka vsebuje cca. 300–400 spremenljivk in cca 57.000 enot 266 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV • podatki v zbirki: nekaj splošnih podatkov o nosilcu KMG (spol, leto rojstva), občina KMG, KMG-ID (umetno generiran), plačila, kršitve, poljine, št. glav živine, kontrole, tip kmetije84 itd. • populacija: posamezno KMG, ki je v tekočem letu oddalo vlogo za subvencijo • anonimizacija: umetno generiran KMG-ID, leto rojstva nosilca (iz celotnega datuma rojstva, bo v datoteki le letnica) Postopek prevzema podatkovnih zbirk sledi protokolu, kot je sicer praksa v ADP, in zajema: • izpolnitev dokumentacije: - izjava o Izročitvi - obrazec za opis raziskave, na podlagi katerega se pripravi metapodatkovni opis (obrazec je dostopen v .doc ali .pdf formatu na spletni strani ADP ali pa preko aplikacije 1ka; v primeru slednjega se dajalcu generira enolično geslo za dostop ter posreduje povezavo do obrazca) - izjava naročnika /financerja, če je potrebno • ureditev podatkovne datoteke glede na priporočila ADP • priprava ostalih gradiv potrebnih za razumevanje podatkov (šifranti, kodirna knjiga, izpis frekvenc, podatki o izvedbi, kopije publikacij in ostalih spremnih dokumentov, ki so bili del zbiranja podatkov ali pa so pomembni za njihovo razumevanje, itd.) • podatkovne datoteke in gradiva se posreduje preko zaščitenega oblaka ADP hramba Zbirke bodo objavljene na spletni strani ADP v Katalogu ADP, pri čemer opis sledi metapodatkovnemu modelu CESSDA z uporabo kontroliranega besedišča DDI ter ključnih besed tezavra ELSST (glej povezave pri evidencah). Za razliko od opisa evidenc bo metapodatkovni opis zbirk takoj pripravljen tako v slovenskem kot tudi angleškem jeziku. ADP namreč vse opise raziskav ob prevzemu podatkov v sistem trajne digitalne hrambe in dostopa ponudi v slovenski in angleški različici Kataloga ADP. Ker je Katalog ADP že žet (ang. harvesting) s strani že prej omenjenega CESSDA kataloga, to pomeni, da bodo zbirke takoj po objavi vidne in najdljive tudi v širšem evropskem prostoru. Posamezne zbirke bodo objavljene in v sekundarno rabo ponujene kot samostojne objave, ki bodo povezane v serijo. Tako je omogočena možnost dodajanja novih zbirk (npr. generirani podatki za leto 2020), če bo v prihodnje izražen interes s strani AKTRP. 84 Tip kmetije v zbirki je umetno generiran za potrebe demonstracije uporabnosti podatkov v okviru projekta. Eksperiment podatkovne analitike 267 Režim dostopa do Kataloga ADP, metapodatkov, gradiv in raziskovalnih podatkov je podrobno opisan v enem izmed predhodnih odstavkov. V sklopu opisa raziskave pa uporabnik pridobi tudi informacije o dostopu in citiranju, vključno z oceno in statusom raziskave. Tu je potrebno omeniti, da so na spletni strani uporabniku prosto dostopne tudi absolutne frekvenčne porazdelitve, kar pomeni, da lahko uporabnik na enostaven način pridobi uvid v podatke, vendar z njimi ne more operirati, medtem ko lahko do relativne frekvenčne porazdelitve prosto dostopa preko spletnega vmesnika Nesstar. Spletni vmesnik Nesstar je platforma, ki ima enako vlogo kot spletna stran (iskanje po katalogu, pregled metapodatkov, ostalih gradiv, podatkov, prenos gradiv, itd.), le da ob predhodni registraciji (če ni določeno drugače) omogoča tudi prenos datotek in analizo podatkov (tabele, grafi, korelacija, regresija idr.). Uporabnik se torej lahko prosto seznani z relativnimi frekvenčnimi porazdelitvami, samo operiranje s podatki pa zahteva registracijo. Dostop do podatkov določi dajalec podatkov. V ADP sicer omogo- čamo različne vrste dostopa, od tistega najbolj odprtega, t. i. prosti dostop, do najbolj zaprtega, t. i. dostop pod posebnimi pogoji. Režim dostopa dotičnih zbirk bo standardni dostop, ki vključuje dostop do datoteke za javno rabo oz t. i. »Public Use File« ob predhodni registraciji. Četudi so zbirke trenutno še v fazi prevzema, je bilo s strani vseh vpletenih opravljeno že kar nekaj dela. Izvedeni so bili sestanki, kjer se je ADP seznanil s samo vsebino zbirk, dajalcu (ga. Maša in g. Miran) je bil predstavljen postopek predaje, katero dokumentacijo je potrebno izpolniti ter katero spremno gradivo je potrebno pripraviti za lažje razumevanje in uporabo podatkov. Dajalec pa se je prav tako seznanil z možnostmi dostopa, ki jih ponuja ADP. Pojavilo se je tudi vprašanje o potrebi po anonimizaciji podatkov. ADP je zbirke sicer že prejel v pregled, pri čemer so bili podatki pregledani po predpisanem postopku, prav tako nekaj pripravljenih gradiv (pripravljeni šifranti). V procesu pregleda je bilo ugotovljeno nekaj nejasnosti oz. dilem, ki so bile v nadaljevanju skupaj z dajalcem tudi v ve- čini razrešene. Tukaj gre zahvala tudi g. Matjažu Kolarju, ARSKTRP, za dodatno preverjanje podatkov, ki je omogočilo razjasnitev nekaterih dilem. Podatkovne zbirke kakor tudi vsa dokumentacija ter ostala gradiva so trenutno v pripravi na ARSKTRP. Po njihovem prevzemu bo ADP nadaljeval z delom.85 Vsa prejeta gradiva bodo po prevzemu na ADP po ustaljenem protokolu ponovno skrbno pregledana (v primeru dilem se kontaktira dajalca), opravilo se bo ovrednotenje podatkov za znanost in njihovo dolgoročno uporabnost, namreč podatki, sprejeti v ADP, štejejo kot znanstvena objava po merilih ARRS in jih je potrebno 85 V času priprave besedila prevzem zbirk v ADP še ni bil realiziran, so pa bile izvedene aktivnosti potrebne za predajo. Besedilo tako zajema opis aktivnosti, ki so že bile izvedene ter v nadaljevanju aktivnosti, ki bodo sledile prevzemu. 268 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV navajati v seznamu uporabljene literature. Sledila bo priprava metapodatkov, podatkov in gradiv v paket za dolgotrajno hrambo in v paket za dostop in nadaljnjo uporabo. Podatkovne datoteke bodo uporabnikom na voljo v različnih formatih. Pripravljen metapodatkovni opis se bo, tako kot v primeru opisa evidenc, poslal v avtorizacijo oz. pregled avtorju, se po potrebi popravil in objavil. O objavi se bo obvestilo dajalca, kakor tudi potencialne uporabnike preko ustaljenih kanalov ADP (spletna stran ADP, podstran ADP na strani FDV, družbena omrežja, e-no-vice, FDV napovednik). ARSKTRP s predajo omenjenih podatkov v ADP ustvarja zgled za ostale skrbnike podatkov glede možnosti širitve kroga uporabnikov podatkov za različne namene, tako za naloge, povezane s področjem dela posamezne ustanove kot za druge naloge. Kot je bilo uvodoma že omenjeno, je bil namen tvorjenja zbirke primarno prikaz možnosti uporabe in ne predaja v arhiv. Delo na zbirki bo tudi v bodoče od vseh sodelujočih zahtevalo še kar nekaj vloženega truda in časa, namreč podatke je zaradi svoje specifičnosti in priprave potrebno ustrezno opremiti z dodatnim gradivom in pojasnili, ki bodo omogočila pravilno uporabo podatkov. Korektno sodelovanje in visoka angažiranost zagotavljajo, da bodo zbirke v čim krajšem možnem času pripravljene za objavo. Nekateri udeleženci so že na zaključnem srečanju izrazili zanimanje za uporabo podatkov, tako za učenje analitičnih pristopov orodja Orange, ki so ga predstavili kolegi s Fakultete za računalništvo, kot za druge namene. Podatki so v takšni obliki edinstveni in primerni tudi za raziskovalno delo in za vključevanje v učno okolje s študenti. Z njimi si lahko pomagajo tudi kmetijski svetovalci pri svojem delu na terenu. Zgled priprave opisov evidenc in predaje ter deljenja podatkov za drugo rabo, ki smo ga pripravili v okviru projekta, odpira še nadaljnje možnosti sodelovanja. Preko področne zbirke, ki smo jo za zgled oblikovali na ADP, lahko podatke, ustrezno urejene in dokumentirane ter z razrešenimi pravnimi in etičnimi vidiki, delijo tudi drugi skrbniki in ustvarjalci podatkov. Zlasti ustanove znanja, univerze in inštituti, ki so tako uporabniki kot ustvarjalci podatkov, lahko prostor izkori-stijo za predajo in deljenje podatkov iz raziskovalnih projektov po načelih odprte znanosti, kakor se uveljavlja v mednarodnem okolju (glej I. poglavje). Pa tudi druge javne ustanove lahko prispevajo in sodelujejo pri pripravi obogatenih podatkov, povezljivih ali združenih iz različnih virov. Denimo Statistični urad RS bi lahko pripravil in predal v nadaljnjo uporabo mikropodatke iz vzorčnih raziskovanj Strukture kmetijskih gospodarstev in vsakih deset let iz Popisa kmetijstva. Pomembno bi bilo informirati in organizirati zainteresirane akterje s področja kmetijstva, začenši z oblikovalci politik in interesenti za njihovo načrtovanje in presojo učinkovitosti, ter vseh ostalih. Eksperiment podatkovne analitike 269 PRILOGA: PREDLOGI DEMONSTRACIJSKIH NALOG Tabela 1: Splošni predlogi raziskovalne skupine (Maša Kerstein) Profiliranje Korelacija Napovedovanje 1. Enotni profil KMG 4. Korelacija 7. (-9.) Trendi in • Oblikovanje enotnega profila KMG • Ali obstaja povezava med velikostjo predvidevanja v podporo odločanju na več ravneh: kmetije (npr. uporabimo razmeji- strukturnih kmet, svetovalec/svetovalna služba, tev na pragu 6,5 ha) in kontrolami sprememb nadzorne službe za administrativne (administrativnimi, na kraju samem, • Na podlagi kontrole/kontrole na kraju, stro- ločeno po površinskih – NP, KOPOP, sprememb na kovne službe (ZRSVN), zakonodajne EK, DŽ, OMD, CC, živali – NP). ravni posamezne službe (MKGP, MOP), raziskovalne • Kakšna je razlika po velikosti in vrsti KMG, vključno s skupine in znanstvene institucije. (glej nalogo 3)? spremembo rabe • Profil naj bo uporaben (a) na mikro- • Ali je povezava značilna upoštevaje v nekmetijska ze- ravni (KMG) in (b) na makroravni druge dejavnike?* mljišča (zaraščanje) (ocena stanja, načrtovanje in spre- izpeljati trende v mljanje ukrepov in politik). dolgoročnem obdo- • Posamezna vprašanja: Ali je mo- bju in v povezavi z goče iz podatkov v okviru zbirne izvajanjem ukrepov vloge (ZV) za pridobitev subvencij v posameznih opredeliti tip kmetije (tj. živinorej- obdobjih. ska, vrtnarska, poljedelska, kmetija • Kakšna so predvi- s trajnimi nasadi, kmetija brez devanja po ključnih živine)? Pri tem uporabimo tehnike kategorijah? Kje se strojnega učenja, ki temeljijo na čim skriva potencial? večjem številu podatkov, vendar ne Katere ukrepe izbolj- tistih, ki so neposredno povezani z šati? Kako smiselno opredelitvijo tipov (kriteriji). povezati kmetijske, • V drugi fazi za opredelitev tipov okoljske in socialne uporabimo prostorske podatke (sloji ukrepe? RKG, hidrografska mreža, podatki • Primer: kako z ARSO) in druge podatke (npr. natančnejšim defi- FADN).* niranjem pogojev kmetovanja (naklon, višinska lega, zara- ščanje, naravovar- stvene omejitve) bolj ciljno usmerjati podpore?* 270 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV 2. Enotni profil KMG – uporaba 5. Korelacija • Ali lahko iz profila KMG sklepamo na – družbenoekonomski smiselno usmeritev za optimizacijo • Ali obstaja povezava med starostjo prihodkov, potencialno 'težavne' nosilca in prejemki ter med staro- pofile in temu prilagajamo ukrepe? stjo in kršitvami? S kakšno verjetnostjo to trdimo za • Uporabimo prag do vključno 40 posamezen tip kmetije? Kateri od let starosti. Koliko je teh KMG in kje atributov ima največji in kateri naj- se nahajajo? Kakšni so velikostni manjši vpliv na izbrani tip kmetije? razredi kmetije in ukrepi, ki jih • Glede na tipe kmetij oblikujemo pod- uveljavljajo? tipe: npr. za živinorejski tip po proizvo- • Koliko jih uveljavlja zahtevek Mladi dnji glede na vrsto proizvoda (mlečne/ kmet v okviru NP? Ali uveljavljajo mesne), vrtnarski tip za zeliščarske, tudi druge ukrepe (ne-IAKS) za poljubno združujemo kmetije po več pridobitev sredstev (znanje, investi- tipih: npr. poljedelska in živinorejska, cije)? V koliko primerih prejemnikov zato, da določimo smiselne ukrepe ob sredstev iz naslova ukrepov »mladih ustreznih pogojih. kmetov« pride čez čas do ponovne • Primer potencialnega vprašanja: spremembe nosilca kmetije? katere kmetije imajo potencial za • Kakšne so značilnost KMG v razvoj v živinorejski tip kmetij? Ali za starostni skupini nosilca nad 80 ukrep ekološkega kmetovanja-čebele let (ukrepi, pridobljena sredstva, (EK_čebele)? Na katerih območjih uveljavljanje zahtevkov)?* (občine) se nahajajo? Ali je to podro- čje primerno in ustreznosti za razvoj te panoge in posledično spodbude? • Kakšno je število potencialnih upravičencev glede na vlagatelje po posameznem ukrepu, ločeno za (a) ukrepe z enoletno obveznostjo (npr. DŽ) in (b) petletno obveznostjo (npr. KOPOP).* 3. Enotni profil KMG – uporaba za 6. Korelacija – načrtovanje nadzor • Ali obstaja povezava med višino • Katere kršitve so tipične za posame- subvencij (pod/nad 2.000€, pod/nad zno vrsto tipa kmetij (glej nalogo 1)? 100.000€) in ugotovitvami kontrol Kršitve smo opredelili kot razliko med (glej nalogo 4)? Na katerih območjih zahtevanim in izplačanim zneskom so te kmetije in katere zahtevke po posamezni obračunski skupini vlagajo? glede na ukrep (OMD, NP, KOPOP, • Podobno za izbrane cilje: ali so izbrani EK, DŽ). Prikaz na karti za usmerjanje sklepi skladno s trenutno strategijo izvajanja nadzora. kmetijske politike (kazalci outputa in • Kako tipi kmetij sovpadajo s posame- rezultata)? Ali izbrani ukrepi pripo- znimi kršitvami (statistična verje- morejo k doseganju ciljev trenutne tnost)? Ali obstajajo značilne kršitve strategije kmetijske politike (kazalci za posamezna območja in za določen vpliva)? Prikaz na mapi. tip kmetij? • Ali je mogoče z uporabo različnih zbirk izboljšati kakovosti podatkov in predvideti 'napake'?* *Siva barva: obravnavano na delavnici 2019 na podlagi letne zbirke podatkov AKTRP. Vir: lastni prikaz Eksperiment podatkovne analitike 271 Tabela 2: Horizontalni primeri z vidika treh deležnikov RKG Naravovarstvo KGZS • Koliko GERK leži skladno s • Koliko je trajnostno naravnanih • Spajanje podatkov med ba- katastrom (parcele)? kmetij (pogoj: max. obremeni- zami: vloge za NP., RKG, VOLOS, • Koliko GERK obdelujejo de- tev = 0,75GVŽ/ha) in na katerih GOVEDO SI; FARM MANAGER, jansko lastniki (GERK – uradni območjih (občine) ležijo? FADN knjigovodstvo za namen zakupi ZK, GERK – neuradni • Koliko kmetij ima vse površine izdelave svetovalnega orodja, zakupi)? Ali je glede na slednje (in nadalje 10 %, 50 %) v ob- ki je lahko del širše podatkovne smiselno, da se prične s kam- močju NATURA 2000? Kakšna baze/aplikacije/portala panjo uradnih zakupov? je struktura kmetijskih zemljišč - Kako omogočiti uvoz ažurnih • KMG-MID/ GERK/posebna na NATURA 2000 leta 2007 in v podatkov iz administrativnih območja varstvenih režimov/ primerjavi z letom 2017? zbirk prikaz vplivov KMG-MID/ciljno • Kolikšna je povprečna velikost i. Za analize naravnano okoljsko in investi- kmetije na NATURA 2000? ii. Za izpolnjevanje vlog (gno- cijsko financiranje. Koliko kmetij izvaja naravovar- jilni načrti) • Ali lahko na osnovi podatkov stvene ukrepe (ti so usmerjeni iii. Za uporabniška orodja (se- določimo potencialna območja na NATURA 2000), tipa KRA na znam dovoljenih sredstev) za posamezne agrarne opera- KOPOP + OMD? Kje ležijo? cije (komasacije ipd.)?Ali veliki • Ali se z naravovarstvenimi • Predvidevanje, na katerih zakupniki dosegajo boljše re- ukrepi (našteje taksativno območjih bo opuščanje zultate v primerjavi z manjšimi po šifrantu operacij) ohranja – zaraščanje (proizvodnji, okoljski)? splošna biodiverziteta? Slikovni Analiza: kakšne kmetije so na teh • Ali je možno na osnovi prikaz na karti (Kazalnik 1: območjih: podatkov določiti učinkovi- Koliko KMG s kolikšnimi površi- • starost nosilca, tost delovanja javnih služb, ki nami je vključenih v te ukrepe • članstvo, delujejo pod okriljem MKGP na NATURA 2000; Kazalnik 2: • velikost, (npr. problem zakupov, zara- Primerjava stanj 2007 : 2017). • opremljenost ipd. ščanja ugotovljeno s pomočjo • Kakšno je gospodarjenje s križanja podatkov v povezavi z trajnimi travniki (raba 1300)? - Kakšni ukrepi bi bili glede na izvedenimi ukrepi posamezne Slikovni prikaz (Kazalnik 1: ugotovitve dejavnikov (zgoraj) službe)? delež trajnih travnikov 2007: potrebni, da bi preprečili 2017 + v ar in št. KMG; Kazalnik zarast/da bi obdržali vitalno 2: delež 100 % prekritja v ar in kmetijo in s tem socialno št. KMG.) Ta prikazuje dejanski poseljenost OOTT. • Koliko trajnih travnikov v NATURA 2000 spada v okvir OOTT (pod pogoji nove SKP- GAEC?) Primerjava z doseda- njim stanjem. Vir: lastni prikaz 272 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Tabela 3: Predlogi, prispeli na odprti poziv 2019 • 1.RKG: možnost samodejnega iz- 3. Predlogi AKTRP pisa in prikaza na karti za pogoste poizvedbe: a) Medved in volk • osnovne statistike (število KMG, - Koliko KMG-MID in upravičenih površin v posamezni ob- povprečna velikost) in demogra- čini je vključenih v varovalne ukrepe KRA_OGRM, KRA_VARPA, fija (starost nosilca) po prostorski KRA_VARPP, KRA_CRED in KRA_PAST po območjih iz evidence enoti (občine, UE) MV1(osrednje območje pojavljanja medveda) in MV2 (osrednje • skupna površina poljin in struk- območje pojavljanja volka)? tura zemljišč po kategorijah rabe/ - Koliko KMG-MIDov v posamezni občini z zahtevkom DŽ-drobnica GERK (njive, travinje, gozd) po leži v sloju MV2? prostorskih enotah (Zbirke zahtevki DŽ-drobnica, KMG-MIDi, uveljavljena površin iz • dele območij (npr. glede na vse ZV iz AKTRP, evidenci sloja MV1 in MV2 iz AKTRP/RKG ter občine GERK) ki potencialno lahko vsto- iz RKG.) pijo v ukrep (npr. KOPOP) • pokritost površin prostorskih b) Zelenjadarji in sadjarji enot z rabo in GERK po območjih - Ali je mogoče ugotoviti razmerje med količino pridelane zele- NATURA 2000 njave (oz. prodajo) in prijavljenimi površinami pri zelenjadarjih, • vinogradi po prostorskih enotah upoštevaje ekološko in integrirano pridelavo? Upoštevati bi bilo (površina, povprečna vleikost, mogoče tudi podatke o uporabi FFS. povprečna starost trsov, povpre- Zelenjadar je KMG-MID, ki prideluje zelenjavo oz. zelišča na tleh čen naklon, sorte ipd.) (GERK 1100-njiva, 1161-hmeljišče v premeni, 1180-trajne rastline • dopolnilne dejavnosti po vrsti, na njivskih površinah), na prostem, na vsaj 0,1 ha zemljišč oz. vsaj številu po prostorski enoti 0,02 ha površin v rastlinjakih (GERK 1190-rastlinjak, 1191-rastlinak, kjer pridelava ni v tleh) oz. njivskih površinah, kjer pridelava ni v Prikaz časovne vrste in trenda. tleh (kontejner – GERK 1181). V ZV je površina z zelenjavo določena s šiframi '402', '733', '734', '703' in '444'. -Ali je mogoče podobno ugotavljati tudi za sadje (prodajalci brez proizvodnje)? Eksperiment podatkovne analitike 273 4. MKGP: Zaraščanje c)Svetovalne službe - Katere svetovalne službe imajo v svojem okolišu največ nosilcev s Kmetijske površine, ki se ne obde- čezmerno prijavo površin? (Kontrole s terena.) lujejo, se zarastejo in v določenem d) Spremembe GERK trenutku 'izginejo' iz RKG. To se - Kateri GERKi in v katerih občinah se najbolj spreminjajo v rabi lahko zgodi na dva načina: (1) in površini? (Oddaja ZV brez zahtevkov oz. le enkrat v 5 letih za zaraščena površina je napačno KOPOP in EK ni možna zaradi preveč spremenjenih površin v RKG.) prijavljena kot kmetijska površina - Ali so razlog zakupne pogodbe, komasacije, obnove trajnih na- upravičena za ukrepe (na ZV), kar sadov …? se ugotovi pri pregledu na kraju (Vir: GERK in občine iz RKG.) samem, nakar RKG dotični GERK zmanjša; (2) nosilec KMG opusti e) Gnojevka kmetijsko dejavnost in na UE v RKG - Kateri KMG-MIDi oddajajo gnoj drugemu KMG-MID, ki v RKG nima izloči površino iz GERKa. vpisanih površin in nima lastne bioplinarne? Trenutno so tretirani kot kršitelji. Ali imajo svojo kompostarno, so prodajalci gnoja? Kdo Koliko in kje so površine, ki se med so KMG-MID in kje so območja oddanega in prejetega gnoja? Gre leti (med zaporednima ZV) zara- za vzorec in kakšni so vzroki? stejo in 'izginejo' iz RKG, kateremu (KMG-MIDi oddajalcev in prejemnikov iz ZV, površine KMG-MID iz KMG so pripadale in kakšna raba RKG, dopolnilne dejavnosti iz RKG.) GERK je bila na teh površinah pred izločitvijo? f) Drugo - Določitev prostorske razporeditve kmetij glede na starost nosil- Zbirke za pridobitev podatkov cev in raven izobrazbe nosilcev. Uporaba razpoložljivih podatkov vključujejo ZV zaporednih let in za ugotavljanje, ali so nosilci uporabniki pametnih telefonov. RKG (KMG-MID, razlog izbrisa), - Vpliv investicijskih sredstev na spremembo velikosti kmetije, šte- Evidenco dejanske rabe. vilo kmetij in depopulacijo v regiji. Upravičeni GERK za ukrepe (1100 g) Dopolnitev nalog: – njiva, 1131 – začasno travinje, - Pprofiliranje: naravovarstvena (izvajanje HAB, MET, STE, VTR), EK 1150 – njiva za rejo polžev, 1160 kmetija, vzdrževana kmetija (brez nosilcev na sedežu KMG ali z – hmeljišče, 1161 – hmeljišče v enim samim, ki se letno obdela, a brez živečih). premeni, 1170 – jagode na njivi, - Kkorelacije: regija, starost, oddaljenost od središč oz. izpostav 1180 – trajne rastline na njivskih KGZS, povezava z internetom (informacije). Povezava med zara- površinah, 1181 – trajne rastline na ščanjem in obtežbo, številom članov na KMG, oddaljenostjo od njivskih površinah, kjer pridelava središč, naklonom, številom kršitev. ni v tleh, 1190 – rastlinjak, 1192 - Naravovarstvo: izobrazbena struktura in starost nosilcev, ki izva- – rastlinjak s sadnimi rastlinami, jajo naravovarstvene ukrepe, zemljiška struktura kmetij, vrsta kme- 1211 – vinograd, 1212 – matičnjak, tije (poslovni subjekt ali fizična oseba). 1221 – intenzivni sadovnjak, 1222 - Podrobna analiza EK kmetij: pridelava hrane, trajno travinje na – ekstenzivni sadovnjak, 1230 – spodnji meji obtežbe (vloga reje – nekatere težko zagotavljajo ve- oljčnik, 1240 – ostali trajni nasadi, čjo obtežbo), poveza s subvencijami, preoravanjem OOTT. 1300 – trajni travnik, 1320 – travinje z razpršenimi neupravičenimi značilnostmi (v RKG je določena največja upravičena površina tega GERK, in navedena kot numerični atribut GERK), 1610 – kmetijsko zemljišče v pripravi. 274 ZAKLJUČEK Odločanje na podlagi dejstev kot temelj kakovostne javne politike je odvisno od dejstev oziroma podatkov. Pričujoča monografija se je na podlagi rezultatov projekta CRP ITzaSKP ukvarjala z obstoječo ponudbo javnih administrativnih mikropodatkov v slovenskem kmetijstvu kot razpoložljivega vira, ki temelji na obstoječih politikah in financiranju (I. poglavje), s povpraševanjem oz. potrebami (v prihodnje, npr. v okviru prihodnje SKP) (II. poglavje) ter eksperimentom podatkovne analitike, ki je vključil dimenzijo ponudbe in povpraševanja, poleg tega pa še tehnične oziroma IT vidike (III. poglavje). Pregled in vrednotenje javnih administrativnih virov (mikro)podatkov v slovenskem kmetijstvu sta pokazala, da so le-ti primarni in najkakovostnejši (natančen, točen, ročen) vir številnih podatkov, pomembnih z vidika strukturnih statistič- nih raziskovanj, kot so podatki o KMG (nosilec, naslov), rabi površin (travniki, njive, trajni nasadi), posameznih proizvodih (vino) ter živalih v reji (predvsem za govedo). Do teh podatkov najpogosteje dostopajo SURS, raziskovalci in drugi. Potencialno relevantni so bili tudi podatki s področij okolja, narave in podeželja. V prvem primeru gre večinoma za t. i. grafične sloje v zvezi s prostorskimi zna- čilnostmi ter območji varovanja narave, melioracijskimi napravami in komasaci-jami, v drugem primeru pa denimo za podatke o izobraževanjih in usposabljanjih v okviru ukrepov SKP ter prostovoljno vključenih v Mrežo za podeželje. Kakovost posameznih virov temelji na zakonodaji, navzkrižnem preverjanju, kontrolah ter visokih zakonskih sankcijah v primeru neskladnosti. Tako v primeru goveda zbirke z veliko natančnostjo omogočajo vpogled v dogodke in pre-mike posamezne živali. Znotraj posameznih domen in zbirk so sicer (skladno z različnimi zakonskimi cilji in zahtevami zbiranja – za področje identifikacije parcel in nekaterih vrst živali denimo veljajo zakonsko urejeni standardi kakovosti) precejšnje razlike v kakovosti posameznih podatkov. Iz organizacijskega vidika je težava že samo odkrivanje podatkov in virov. Posamezni registri, evidence in zbirke so sicer navedeni na portalu MJU OPSI, vendar je seznam nepopoln, opisi pa skromni. Tudi notranji in informirani zunanji uporabniki poznajo predvsem posamezne zbirke ali dele zbirk, ki jih uporabljajo pri svojem delu. Dostop do podatkov je omejen na posamezne širše uporabljane registre, notranje in informirane uporabnike in znane načine uporabe. Povezljivost je omejena zaradi odsotnosti enotne in sistematično urejene Zaključek 275 dokumentacije in metapodatkov. Na posameznih področjih so na voljo pregledo-valniki podatkov (na primer javni pregledovalnik površin v rabi) in surovi podatki (o rabi površin), vendar se opisi podatkov sklicujejo predvsem na zakonodajo, manjkajo pa elementi, kot je posodabljanje, tj. opis sprememb v kvaliteti skozi čas. Z vidika povpraševanja po podatkih je primerjava s kazalniki projekta FLINT, ki je bil osredotočen na bazo FADN, pokazala, da je mogoče v Sloveniji s pomočjo javnih administrativnih virov zagotoviti (vsaj delne) mikropodatke za kar tretjino izmed okoli 30 ekonomskih (naložbe in zavarovanja – na podlagi ukrepov, trajanje kmetij, sheme kakovosti, izpostavljenost tveganjem – nekmetijske dejavnosti), okoljskih (trajno travinje, površine z ekološkim pomenom, potencialno izračuni TGP s pomočjo standardnih faktorjev) in družbenih kazalnikov (vključenost v izobraževanje in usposabljanje). Uredba o strateškem načrtovanju SKP po letu 2023 prinaša nekatere zahteve in možnosti za razvoj podatkov: prvič, ker teži k povezovanju administrativnih in statističnih podatkov v fazi načrtovanja in spremljanja politike ter s tem različnih virov in struktur podatkov; drugič, ker zahteva kontinuirano in standardizirano pridobivanje podatkov za vodenje vrednosti kazalnikov (rezultata in izvajanja, ki predstavljata obveznost držav članic, pa tudi vpliva) na podlagi administrativnih zbirk; in tretjič, ker zahteva načrtovanje in spremljanje v odprtem procesu z dele- žniki, s tem pa tudi razvoj spletnih orodij za dostop, pregledovanje in vizualizacijo podatkov. Specifične podatkovne potrebe na podlagi nacionalne resolucije v zvezi s kmetijsko politiko in z njo povezanih strateških potreb je mogoče prav tako nasloviti z administrativnimi viri: na ekonomskem področju je denimo mogoče faktorske izračune izboljšati z administrativnimi podatki o investicijskih ukrepih in standardnem prihodku – najmanj na ravni preverjanja vzorcev in populacij FADN in SURS; na okoljskem področju je mogoče ukrepe v zvezi z uporabo zavarovanj in zaščitnih sredstev uporabiti za oblikovanje kazalnika; na družbenem področju je podatke o številu vključenih v ukrep dobrobiti živali prav tako mogoče uporabiti kot kazalnik. Zahteve in priložnosti za razvoj podatkov izhajajo tudi iz prioritete digitalizacije (opazovanja zemlje, precizno kmetijstvo) ter drugih strateških in zakonodajnih dokumentov, kot so Strategija od vil do vilic (dopolnjevanje FADN s pomočjo podatkov iz okoljske in družbene trajnosti ter novi kvantitativni cilji na področjih gnojenja, tveganja uporabe pesticidov in ekološke proizvodnje), Strategija za biološko raznovrstnost (stanje narave in živalskih vrst) in drugi podnebno-okoljski dokumenti (izpusti TGP in podnebni modeli, energijska bilanca, poraba vode) ter Evropska podatkovna strategija (javno odpiranje vseh podatkov, ki temeljijo na financiranju s strani EU). 276 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV Na podlagi izraženih potreb in ocenjenih možnosti za podatkovno analitiko smo v okviru eksperimenta od AKTRP pridobili podatke za kmetije, vključene v sistem kmetijskih subvencij (približno 57.000 kmetij), za obdobje 2015–2019 (trenutni cikel SKP), ki vključujejo do okoli 400 spremenljivk na letni ravni. Od MKGP (RKG) so bili pridobljeni še podatki o zemljiščih (z rabo) površin. Podatke smo združili na ravni enote KMG ter izvedli nekaj testnih nalog v prosto dostopnem in odprtokodnem programskem okolju (Orange). Namen eksperimenta sicer ni bil ugotavljanje posameznih vzročno-posledičnih zvez in predvidevanje temveč prikaz potenciala podatkov za različne analitične naloge na bolj časovno učinkovit in splošno dostopen način ter ocenjevanje podatkovnih sistemov z vidika podatkovne analitike na podlagi praktičnih IT problemov, ki so se med eksperimentom pojavili. V okviru prve eksperimentalne naloge oz. sklopa nalog smo skušali preveriti, ali je mogoč hiter vpogled v trend in strukturo KMG, vključenih v ukrep EK (skladno s Strategijo od vil do vilic naj bi se število vključenih kmetij in kmetijskih površin pod EK v Sloveniji bistveno povečalo, hkrati s tem kazalec izvajanja in rezultata ustreza novim obveznostim načrtovanja in spremljanja s strani držav v okviru strateškega načrtovanja). Vpogled je pokazal, da v Sloveniji starostna struktura ne vpliva na vključevanje v EK, hkrati s tem pa velja obratna korelacija z vključevanjem v nekatere druge ukrepe na področju okolja in narave. To nakazuje, da brez celovitih sprememb ciljev ne bomo dosegli. V okviru druge demonstracije smo skušali ugotoviti, ali obstoječi podatki omogočajo določanje dejavnikov in napovedovanje zaraščanja površin na posameznih KMG z zadostno statistično verjetnostjo. Test je pokazal, da je to mogoče, hkrati pa nakazal, da vključenost v posamezen ukrep zaradi neciljnosti večine ukrepov ni bistven dejavnik. Eksperiment je potrdil, da imajo podatki izjemen potencial, oviri pa sta poznavanje strukture virov ter potrebna različna znanja in kompetence za smiselno uporabo in interpretacijo. Pridobivanje, združevanje in urejanje podatkov za posamezne namene je zaradi kompleksne strukture, fragmentiranosti na področja in v času, pomanjkanja dokumentacije, tudi v zvezi s kakovostjo in načini uporabe, različnih enonamenskih sistemov, odsotnosti standardnih vmesnikov in drugega zahtevno z vidika časa in človeških virov. Iz opravljene raziskave izhaja več predlogov, ki so v odebeljenem tisku podrobneje predstavljeni v zaključkih poglavij monografije, povzemamo pa jih v spodnji Tabeli 1. Zaključek 277 Tabela 1: Izbrana priporočila za odpiranje podatkov za krepitev odločanja na podlagi dejstev Izzivi: Priložnosti: (1) - Dosedanje aktivnosti niso dovolj - Širši pomen raziskovalnih projektov: Opolnomočenje naslavljale kmetov in potrošnikov CRP ITzaSKP je imel socializacijski učinek deležnikov za kot najštevilčnejše skupine. Njihovo (tako kot tudi drugi sorodni projekti v (s)poznavanje vključenost bi lahko zagotovili z preteklosti). podatkov, razvojem uporabniških aplikacij, ki bi - Različne možnosti brezplačnih priložnosti in črpale iz administrativnih virov, kot so izobraževanj in usposabljanj tveganj, ki jih samokontrola sprejetih obveznosti v ustvarjalcev podatkov, knjižničarjev prinašajo okviru ukrepov (na primer QR kode na in drugih, ki so na voljo v okviru pesticidih, lokacijsko pogojene zahteve) mednarodnih organizacij in ki se jih za kmete, podatki o proizvodih (QR posamezniki v okviru kmetijstva v kode na izdelkih) in lokacijski podatki o Sloveniji že poslužujejo. kmetijah (ekološka in podobne oblike proizvodnje, standardi). Aplikacije so lahko decentralizirane ali pa omogočajo različne ravni dostopa do podatkov in statistik. - Uporaba povratnih informacij bi omogočala koristi tudi dajalcem, na primer optimizacijo svetovanja in kontrol ali spremljanje masnih tokov in trženjske analize. (2) - Trenutno ustvarjanje podatkovnih - Evropska podatkovna strategija navaja Odgovorna javna zbirk vodijo ozke zahteve, ki izhajajo iz primere evropskih držav, v katerih podatkovna zakonodaje in predpisov, dostop pa kljub morajo zasebni lastniki zagotoviti javni kultura »javnosti« podatkov ovirajo izgovori, dostop do podatkov iz aktivnosti. povezani z visokimi stroški, omejenimi - V smislu širše javne razprave lahko koristmi in zlorabami. V nasprotju s ključno vlogo odigrajo deležniške in tem bi širša uporaba podatkov okrepila raziskovalne organizacije z močnimi njihovo vrednost, kakovost in zaupanje. primeri potenciala podatkov za - Dajalci so hkrati tisti, ki lahko imajo od družbeno blaginjo. Lahko gre za dajanja podatkov največjo korist, tako preproste statistike, kot je razdeljevanje neposredno (analize in primerjave) kot sredstev med velikimi in malimi KMG, posredno (vrednost podatkov se prelije v odsotnost podatkov o učinkih na vrednost dajanja). okolje in naravo, neuravnoteženo - Politike na ravni EU so okvir za demografsko strukturo nosilcev KMG ali spremembe, vendar jih je treba za kompleksnejše analize dohodkovnih, ponotranjiti kot priložnost. Zakaj ne bi okoljskih in socialnih učinkov ukrepov. na primer kazalnika vključenosti v ukrep dobrobiti živali naredili za blagovno znamko? 278 ODPIRANJE PODATKOV V SLOVENSKEM KMETIJSTVU ZA ODLOČANJE NA PODLAGI DEJSTEV (3) Povezovanje ter izkoriščanje obstoječih - V čim večji meri je treba upoštevati Sistematično možnosti in sinergij je ključno za skladnost z obstoječimi globalnimi delo na razvoju znižanje stroškov in širjenje možnosti in lokalnimi standardi. Na voljo so podatkov in uporabe (vrednosti). brezplačne spletne platforme ter orodja upravljanju z - Vsako ustvarjanje podatkov naj se za metapodatke in arhiviranje (v okviru njimi po celotnem začne s pregledom obstoječih virov in projekta smo poskrbeli za opis ključnih življenjskem ciklu predhodno oceno vrednosti za različne administrativnih zbirk v DATAVERSE). uporabnike. - Javne oblasti lahko v okviru javno - Spodbujati je treba različne poslovne financiranih raziskav zahtevajo ustrezno modele priprave, zagotavljanja, delitve deljenje ustvarjenih zbirk. in uporabe podatkov s strani različnih - V okviru projekta smo pokazali na organizacij, tudi profitno usmerjenih, ob konkretne možnosti izkoriščanja ustreznih nadomestilih tistim, ki podatke obstoječih virov in sinergij z novimi delijo. potrebami (nadgradnja zbirk, modelni - Uporabo kmetijskih podatkovnih zbirk izračuni na kmetijskem inštitutu z je potrebno vključiti v izobraževalni različnimi kazalniki SKP in e-tal z proces. Izpostaviti je treba pozitivne izboljšanimi podatki o založenosti primere uporabe zbirk (razpisane tal, dostop KGZS do posameznih zaključne naloge, nagrade) ter podatkov in avtomatizirane aplikacije, spodbujati izmenjavo med ustvarjalci in na primer za gnojilne načrte, uporaba uporabniki podatkov, razvijalci aplikacij komplementarnih zbirk za navzkrižno in knjižničarji (skupni projekti, paneli na oceno kakovosti ter dopolnjevanje konferencah). vzorcev in populacij). (4) - Potrebne investicije, na primer posegi - Vsaj sprva manjši projekti, usmerjeni Podatkovna v informacijske sisteme za zagotavljanje h konkretnim ciljem, kjer je tveganje znanost/ centralizirane analitike, so lahko glede razpršeno, uporaba (obstoječih) analitika je na obstoječe stanje visoko tvegane odprtokodnih orodij za podatkovno najkompleksnejša z vidika stroškov in potrebnega časa analitiko in učenje s poskušanjem. raven razvoja in za zagotavljanje ustreznih rezultatov. - Eksperiment je pokazal, da je mogoče uporabe podat- Vodijo lahko v odvisnost od posameznih z razumnim vložkom in tveganji kov, ki pa lahko dobaviteljev licenčne opreme. bistveno skrajšati potreben čas in vire ima največje - Preprosta enotna statična zbirka, ter demokratizirati dostop do podatkov učinke na blaginjo ustvarjena v okviru eksperimenta, in vpoglede. kaže na številne možnosti analitičnih vpogledov za različne namene, od načrtovanja do spremljanja in vrednotenja. Omogoča denimo ugotavljanje in testiranje ciljnih skupin in mejnih vrednosti, ugotavljanje vzročno-posledičnih zvez in napovedovanje, in sicer tako na agregatni ravni kot na ravni KMG. Vir: lastni prikaz na podlagi M. Kerstein in M. Lovec (2021). Odpiranje javnih podatkov v podporo odločanju v slovenskem kmetijstvu, Časopis za kritiko znanosti 282 (49), 170–192. Na koncu lahko sklenemo, da opravljena raziskava dopolnjuje obstoječe raziskave, ki so opozorile na neciljnost ukrepov v slovenskem kmetijstvu ter na težave dostopanja do posameznih podatkov na način, ki kaže na splošne javne koristi in konkretne možnosti odpiranja administrativnih podatkov za različne namene uporabe tako v družbenem kot tehnično-informacijskem smislu. 22O e CM nalizA Document Outline _GoBack Seznam pogostih kratic Uvod Kontekst: Skupna kmetijska politika od interesne do intervencijske logike (Marko Lovec) Uvod Kmetijski trgi in politike Skupna kmetijska politika Reforme SKP SKP po letu 2021 Literatura 1. Ponudba podatkov: Pregled in vrednotenje javnih administrativnih (mikro)podatkovnih registrov, evidenc in zbirk podatkov (Marko Lovec, Janez Štebe, Maja Dolinar, Brigita Bočkaj, Maša Kerstein) Uvod Pregled literature: Podatkovni viri na področju gospodarjenja Metodologija Raziskovalne in analitične metode Pregled in vrednotenje administrativnih virov s predlogi za izboljšave Sklep in skupna priporočila Literatura Viri Priloga I: Podatkovni intervju Priloga II: Intervjuvanci Priloga III: Pregled javnih administrativnih registrov, evidenc in zbirk podatkov na področju kmetijstva 2. Povpraševanje po podatkih: Podatkovne potrebe prihodnje (skupne) kmetijske politike (Marko Lovec, Janez Štebe, Brigita Bočkaj, Maša Kerstein, Andrej Jamšek, Gregor Kramberger) Uvod Literatura: Projekt FLINT Predlog nove uredbe SKP Resolucija »Naša hrana, podeželje in naravni viri po letu 2021« Dobre podatkovne prakse Posvetovanje z deležniki Podatkovna strategija in načrt Literatura Viri Priloga I: Kazalci SKP 2014–2020 in Okoljsko-kmetijski kazalci Priloga II: Kazalci vpliva, učinka in izvajanja skladno s čl.7 in Prilogo I predloga uredbe Priloga III: Kazalci, uporabljeni v celovitem vrednotenju SKP 2014–2020 v Sloveniji Priloga IV: Podatki o kmetijstvu na SURS Priloga V: Definicije – Struktura KMG (SURS) Priloga VI: Podatkovne zbirke, ki jih pri svojem delu ustvarjajo in/ali uporabljajo KGZS, KSS in kmetovalci Priloga VII: Primer orodja Mark Online 3. Eksperiment podatkovne analitike Uvod Analiza stanja (Blaž Zupan) Eksperiment 1: Atributivna večnamenska zbirka podatkov o KMG za obdobje 2015––2019 (Maša Kerstein, Vesna Tanko) Eksperiment 2: Analiza napovedljivosti opuščanja kmetijskih površin (Andreja Kovačič) Opis in arhiviranje podatkovnih zbirk (Brigita Bočkaj, Janez Štebe) Priloga: Predlogi demonstracijskih nalog Zaključek