Különjelentés
16 2022

Adatok a közös agrárpolitikában Kiaknázatlan maradt a nagy adathalmazok szakpolitikai értékelésre történő felhasználásában rejlő potenciál

A jelentésről:A bizonyítékokon alapuló szemléletre épülő szakpolitikai döntéshozatalhoz különböző forrásokból kell adatokat figyelembe venni, majd azokat elemezni. Ellenőrzésünk keretében értékeltük, hogy a Bizottság megfelelően használja-e fel az adathalmazokat és az adatelemzést az uniós költségvetés több mint egyharmadát képviselő közös agrárpolitika szakpolitikai tervezéséhez, monitoringjához és értékeléséhez. Megállapításunk szerint a Bizottság több kezdeményezést indított a meglévő adatok jobb felhasználása érdekében, azonban a gyűjtött adatok legjobb felhasználása továbbra is akadályokba ütközik. Az olyan nehézségek, mint a szabványosítás hiánya és az adatösszesítésből adódó korlátok csökkentik az adatok rendelkezésre állását és felhasználhatóságát. Egy sor ajánlást fogalmaztunk meg, többek között a tagállamok által továbbított lebontott adatok hasznosításának javítása tekintetében.

A Számvevőszék különjelentése az EUMSZ 287. cikke (4) bekezdésének második albekezdése alapján.

A kiadvány 24 nyelven és a következő formátumban érhető el:
PDF
PDF Különjelentés: A nagy adathalmazok felhasználása a közös agrárpolitikában (KAP)

Összefoglaló

I A közös agrárpolitika (KAP) az uniós költségvetés több mint egyharmadát teszi ki. A szakpolitikának több összetett és egymással összefüggő célkitűzése van olyan területeken, mint az agrárközösség életszínvonala, a környezetvédelmi és éghajlati szempontok, vagy a vidéki területek fejlesztése. A bizonyítékokon alapuló szemléletre épülő szakpolitikai döntéshozatalhoz különböző forrásokból kell adatokat figyelembe venni, majd azokat elemezni.

II Az ellenőrzés célkitűzése annak értékelése volt, hogy a Bizottság megfelelően használja-e fel az adatokat és az adatelemzést a KAP szakpolitikai elemzéseihez. Ez az értékelés mind a 2023-ban induló, mint a 2027 utáni KAP-ra nézve releváns.

III Először megvizsgáltuk, hogy a Bizottság az utóbbi években miként használta fel szakpolitikai elemzéséhez a rendelkezésére álló adatokat, és hogy ezek az adatok elégségesek-e. Ezt követően azt vettük górcső alá, hogy mit tesz a Bizottság az adathiány kezelésére, illetve hogyan kezeli a nagy adathalmazokat.

IV Megállapításunk szerint a Bizottság nagy mennyiségű adattal rendelkezik a KAP tervezéséhez, monitoringjához és értékeléséhez. A tagállamoktól gyűjtött adatokat elemzéséhez a Bizottság olyan hagyományos eszközöket használ, mint a táblázatkezelők. A jelenleg használatos adatok és eszközök nem szolgálnak egyes olyan jelentős összetevőkkel (például az alkalmazott környezetvédelmi gyakorlatok részletei és a mezőgazdasági üzemen kívüli jövedelem), amelyek pedig szükségesek volnának a megalapozott szakpolitikai döntéshozatalhoz. A Bizottság több jogalkotási és egyéb kezdeményezést indított a meglévő adatok jobb hasznosítására, de a gyűjtött adatok legjobb felhasználása továbbra is akadályokba ütközik. Az olyan nehézségek, mint a szabványosítás hiánya és az adatösszesítésből adódó korlátok csökkentik az adatok rendelkezésre állását és felhasználhatóságát.

V A következőket javasoljuk a Bizottságnak:

  • hozzon létre a tagállamok által továbbított lebontott adatok hasznosítására vonatkozó keretet;
  • hasznosítsa jobban az adatforrásokat és dolgozzon ki ilyeneket a szakpolitika igények kielégítéséhez.

Bevezetés

A közös agrárpolitika kiterjedt szakpolitikai terület

01 A közös agrárpolitikát 1962-ben vezették be, és ma az uniós költségvetés több mint egyharmadát teszi ki: a 2014–2020-as időszakban a mezőgazdasági kiadások összesen 408 milliárd euróra rúgtak. A Szerződésben megfogalmazott általános célkitűzéseket1 a KAP-rendeletek tovább pontosítják (lásd: 1. ábra). A szakpolitika nemcsak a mezőgazdasági termelésre és termelőkre kíván hatást kifejteni, hanem környezetvédelmi, éghajlati és társadalmi aspektusokra is.

1. ábra. A 2014–2020-as és a 2023–2027-es KAP-időszak általános célkitűzései

Forrás: Európai Számvevőszék, az 1306/2013/EU rendelet 110. cikkének (2) bekezdése és az (EU) 2021/2115 rendelet 5. cikke alapján.

02 A KAP keretében a kedvezményezettek a támogatásuk legnagyobb hányadát a rendelkezésükre álló földterület után kapják. Egy további hányadot meghatározott tevékenységek végzése során fellépő költségek visszatérítésére lehet kifizetni. A legtöbb kifizetés alapját uniós jogszabályok fektetik le. A gazdaságokra vonatkozó adatok keletkezése és összegyűjtése több módon történhet (lásd: 2. ábra).

2. ábra. A KAP szempontjából releváns létrehozott és összegyűjtött adatok: néhány példa

Forrás: Európai Számvevőszék.

Az adatok szerepe a szakpolitikai ciklusban

03 A Bizottság minőségi jogalkotásra vonatkozó iránymutatásai bizonyítékokon alapuló szemlélet követését írják elő, amelynek értelmében a szakpolitikai döntéseket a rendelkezésre álló legmegbízhatóbb információk alapján kell meghozni. A Bizottság a bizonyíték fogalmát a következőképp határozza meg: „sok különböző forrásból származó adatok, információk és ismeretek, többek között mennyiségi adatok (például statisztikai adatok és mérések), minőségi adatok (például vélemények, érdekelt felektől származó észrevételek, értékelések következtetései), valamint tudományos és szakértői tanácsadás”2. A szokványos szakpolitikai ciklus különböző lépésekből áll, amelyeket a 3. ábra mutat be. A bizonyítékokon alapuló szakpolitikai ciklus minden egyes szakaszában releváns adatokra van szükség.

3. ábra. Adathasználat egy szakpolitikai ciklusban

Forrás: Európai Számvevőszék, a minőségi jogalkotásra vonatkozó iránymutatások alapján.

04 A szervezetek világszerte egyre növekvő mértékben használják a nagy adathalmazokra épülő technológiát, amelynek révén lehetőségük nyílik különféle módokon rögzített adatok felhasználására. A jelentésben az olyan adatokat tekintjük „nagy adathalmaznak”, amelyek a hagyományos adatfeldolgozó rendszerek számára túl összetettek vagy túl kiterjedtek, és amelyekhez fejlett eszközök és nagy számítási teljesítmény szükséges.

05 Az agrárszektorban egyre elterjedtebben alkalmazzák a digitális innovációkat és technológiákat: a 4. ábra a mezőgazdaságban alkalmazott digitális technológiákra mutat be néhány példát. E technológiákból a közszektor is sokat tud hasznosítani. A technológiai fejlődésnek köszönhetően csökkenhet a szakpolitika kialakításához szükséges idő, illetve növelhető a szakpolitikai döntéshozatalhoz szükséges ismeretalap3. Ezekkel a fejlesztésekkel a kormányok kiigazíthatják adatalapú szakpolitikáikat, különösen a következők lehetővé tételével4:

  • a mezőgazdaság környezeti hatásainak jobb megértése, és az e hatásokat holisztikus megközelítéssel kezelő szakpolitikai célkitűzések megfogalmazása;
  • differenciált és célzott szakpolitikák kialakítása;
  • új adatalapú monitoringrendszerek alkalmazása.

4. ábra. Digitális technológia a mezőgazdaságban

Forrás: Európai Számvevőszék, az OECD Digital Opportunities for Better Agricultural Policies című dokumentumának (OECD Publishing, Párizs, 2019.) 2.1. táblázata alapján.

Az Unió adattechnológiai törekvései

06 Az Európai Bizottság több olyan dokumentumot is közzétett, amelyek vagy hangsúlyozták, hogy tökéletesíteni és maximalizálni kell az adatok jobb szakpolitikai döntéshozatalt célzó felhasználását, vagy másképp voltak hatással az Unióban az adatmegosztásra és az adatkezelő eszközökre (lásd: 5. ábra).

5. ábra. A Bizottság adatokkal kapcsolatos fő kezdeményezései

Forrás: Európai Számvevőszék, a következők alapján: C(2016) 6626, DataStrategy@EC, C(2018) 7118, COM(2021) 37, COM (2018) 234/(EU) 2019/1024 irányelv, COM(2020) 66, COM(2020) 767, COM(2021) 118, COM(2021) 205, COM(2021) 206.

07 A Bizottság adat-, információ- és tudásmenedzsmentjéről szóló 2016. évi bizottsági közlemény kihangsúlyozta, hogy javítani kell az információ-lekérdezést és -szolgáltatást, illetve maximalizálni kell az adatok jobb szakpolitikai döntéshozatalt célzó felhasználását. Megállapítása szerint a nagy adathalmazokon alapuló technológia tökéletesítheti a Bizottság képességeit, mivel lehetővé teszi a tendenciák korai észlelését és az azokkal kapcsolatos gyorsabb visszajelzést, ami támogatja a minőségi jogalkotást és a tényeken alapuló szakpolitikai döntéshozatalt, illetve segítheti az érdekelt feleket eredményeik bemutatásában. A Bizottság tervbe vette a nagy adathalmazok hasznosítását szolgáló készségek, eszközök és számítási infrastruktúra fejlesztését. Kiemelte továbbá, hogy jobb előrejelzés szükséges az adatszükségletekre és az információhiányos területekre nézve, hogy a hatásvizsgálatokhoz, a monitoringhoz, a beszámoláshoz és az értékeléshez használható és hasznos adatok álljanak rendelkezésre5. A Bizottság belső adatstratégiája (DataStrategy@EC) az a fő eszköz, amely a közleményt átülteti a gyakorlatba.

08 A Bizottság 2018 novemberében elfogadta az Európai Bizottság digitális stratégiáját, amelynek értelmében 2022-ig digitálissá átalakított, felhasználó-központú és adatvezérelt igazgatási szervezetté kell válnia. Ez a stratégia megerősítette a 2016-os közleményben kijelölt irányvonalat. A stratégiában felsorolt kilenc fellépésből az alábbi kettőt ítéljük a legrelevánsabbnak az ellenőrzésünk szempontjából:

  • új technológiák beépítése a Bizottság informatikai környezetébe;
  • az egész Unióra kiterjedő szakpolitikákkal kapcsolatos adatok uniós közigazgatások közötti szabad áramlásának elősegítése.

09 A Bizottság 2020 februárjában a 2021–2027-es időszakra vonatkozóan kiadta az „Európai adatstratégia” című közleményét6, amelynek hatálya jóval túlmutat a Bizottságon magán. A stratégia célja, hogy valóra váltsa az adatok valódi egységes piacára vonatkozó elképzelést olyan intézkedésekkel, mint az adatokhoz való hozzáférésre és az adatok felhasználására vonatkozó irányítási keret vagy az adatinfrastruktúrába és az adatkezelési készségekbe való beruházás. A rendezésre váró problémás területek között található az adatok rendelkezésre állása, az adatok interoperabilitása és minősége, az adatkormányzás, az adatinfrastruktúrák és -technológiák (pl. adatfeldolgozási kapacitás és felhőinfrastuktúra), a kiberbiztonság.

10 Az adatkormányzási rendeletre irányuló 2020. évi bizottsági javaslat7 célja az volt, hogy könnyebbé váljon a védett közadatok bizonyos kategóriáinak további felhasználása, megnőjön a bizalom az adatközvetítő szolgáltatások iránt, és Európa-szerte fokozni lehessen az adataltruizmust.

Az ellenőrzés hatóköre és módszere

11 Ellenőrzésünk azt vizsgálta, hogy a Bizottság megfelelően használja-e fel az adathalmazokat és az adatelemzést a KAP szakpolitikai elemzésére. Először azt vizsgáltuk meg, hogy a Bizottság miként használta fel szakpolitikai elemzéséhez a rendelkezésére álló adatokat, és hogy ezek az adatok elégségesek-e. Ezt követően azt vettük górcső alá, hogy mit tesz a Bizottság az adathiány kezelésére, többek között a nagy adathalmazok használata tekintetében, illetve, hogy voltak-e olyan nemrégiben indított vagy folyamatban lévő uniós kutatási projektek, amelyekkel kezelhetőek az említett hiányok és tökéletesíthető a KAP szakpolitikai elemzése.

12 Ellenőrzésünk hatóköre a szakpolitikai tervezésre, a végrehajtás során végzett monitoringra és az értékelésre terjedt ki, és a 2015 és 2022 februárja közötti időszakot fedte le. A KAP adatkormányzásának értékelése releváns, mivel jelentésünk hatással lehet mind a 2023-ban kezdődő, mind a 2027 utáni közös agrárpolitikára. A közös agrárpolitikával kapcsolatos felelősséget elsődlegesen a Bizottság Mezőgazdasági és Vidékfejlesztési Főigazgatósága (DG AGRI) viseli.

13 Ellenőrzési munkánk részeként:

  • áttekintettük releváns adatokat és dokumentumokat, többek között tudományos, stratégiai, jogalkotási, szakpolitikai és projektdokumentumokat;
  • interjút folytattunk a Bizottság négy főigazgatóságának (Mezőgazdaság és Vidékfejlesztési Főigazgatóság; Eurostat; Közös Kutatóközpont; Tartalmak, Technológiák és Kommunikációs Hálózatok Főigazgatósága) munkatársaival;
  • interjúkat készítettünk a COPA-COGECA mezőgazdasági ernyőszervezettel a mezőgazdasági adatok szerződéses megállapodáson alapuló megosztására vonatkozó uniós magatartási kódexről, illetve a Sen4CAP-projekt képviselőivel;
  • konzultációt folytattunk az Európa Unió mind a 27 tagállamával a közös agrárpolitikáért felelős minisztériumokhoz / szervezeti egységekhez címzett felmérés útján, és az arra beérkezett válaszok alapján utókövető megbeszéléseket tartottunk a belga, az észt, a német, az ír, a holland és a spanyol hatóságokkal;
  • dokumentumalapú vizsgálatot tartottunk három nem uniós országban (Amerikai Egyesült Államok, Ausztrália és Japán), összehasonlító teljesítményértékelés céljából. Az ellenőrző csoport ezeket az országokat a jelentős agrárgazdaságuk és innovatív vagy digitális mezőgazdasági irányítási kezdeményezéseik, valamint a közadatok rendelkezésre állása alapján választotta ki;
  • panelbeszélgetést szerveztünk tudományos, szakpolitikai és közigazgatási szakértőkkel.

Észrevételek

A meglévő adatok és eszközök részben biztosítják a megalapozott uniós szakpolitikai döntéshozatalhoz szükséges információkat

14 A Bizottságnak a KAP három általános célkitűzése tekintetében kell értékelnie annak szakpolitika teljesítményét8 (lásd: 1. ábra). A Bizottság által a döntéshozatal támogatásához gyűjtött adatoknak arányosnak és megfelelőnek kell lenniük a szakpolitikai alternatíva alátámasztásához és értékelési kérdések feltételéhez9. A minőségi jogalkotásra vonatkozó iránymutatások értelmében az értékeléseknek azt is biztosítaniuk kell, hogy releváns adatok álljanak rendelkezésre új kezdeményezések előkészítésének támogatásához („értékeléssel indítás” elve)

15 Megvizsgáltuk, hogy a DG AGRI az adatforrások és adatok megfelelően széles körét használja-e fel a KAP szakpolitikai elemzéséhez, illetve hogy releváns analitikai eszközöket alkalmaz-e. Utánajártunk, hogy milyen típusú adatok, informatikai rendszerek és adatelemzési lehetőségek állnak a Bizottság rendelkezésére és az milyeneket használ. Értékelések és szakpolitikai előkészítő dokumentumok áttekintésével meghatároztuk, hogy az adatok és az eszközök megfelelőek-e.

A DG AGRI leginkább adminisztratív adatokat gyűjt, és főként hagyományos eszközöket használ az adatelemzéshez

16 A KAP tervezéséhez, monitoringjához és értékeléséhez a DG AGRI nagy mennyiségű, főképp adminisztratív adattal rendelkezik (pl. piaci árak és kifizetések, mezőgazdasági számviteli információk): ezek többnyire a tagállamoktól származnak, amelyek az adatokat a szakpolitika végrehajtása érdekében gyűjtik. Az Eurostat által gyűjtött uniós mezőgazdasági statisztikai adatok sokféle forrásból származnak: felmérések, adminisztratív adatok, mezőgazdasági üzemektől és egyéb vállalkozásoktól származó adatok, valamint mezőgazdasági összeírásokból és mintákból származó, mezőgazdaságiüzem-szintű adatok10.

17 A DG AGRI a Bizottság belső adatstratégiája szerint jár el. A Bizottság olyan adatleltárral rendelkezik, amely az egyes adateszközök kapcsán feltünteti a tulajdonjogot, a hozzáférhetőséget, a tárolás módját és a további felhasználhatóságot. A leltár nem tett említést lehetséges hiányosságokról vagy átfedésekről.

18 A DG AGRI 2022. februári adatleltára 57, különböző informatikai rendszerekben és adatbázisokban tárolt adateszközből állt (lásd például: 6. ábra). Az adatbázisok főként strukturált adminisztratív adatokat tartalmaznak, és feldolgozásukhoz a DG AGRI alapvetően statisztikai eszközöket használ. A DG AGRI által a tagállamoktól gyűjtött egyes dokumentumok (pl. éves végrehajtási jelentések) strukturálatlan adatokat tartalmazna, amelyek feldolgozásához a DG AGRI nem rendelkezik automatizált vagy félig automatizált eszközökkel.

6. ábra. A KAP-adatokat szolgáltató fő informatikai rendszerek és adatbázisok: néhány példa

Forrás: Európai Számvevőszék.

19 A DG AGRI adatelemzésre és a meglévő adatok jobb felhasználási módjainak feltárására vonatkozó megállapodást kötött a Közös Kutatóközponttal. A főigazgatóság ezekre alapozva a KAP szakpolitikai elemzésében használ egyes fejlett módszereket (például az IFM-CAP modell, ökonometriai modellek és prediktív elemzések). Az IFM-CAP modell a közös agrárpolitika elemzésének egyedi mezőgazdaságiüzem-modellje, amelynek célja annak értékelése, hogy a KAP miként hat a gazdaságok üzemgazdasági viszonyaira és milyen környezeti hatásokkal jár.

20 Az agrár-élelmiszeripari adatportál számára adatokkal szolgáló négy informatikai rendszer (ISAMM, CATS/COMBO, AGRIVIEW és SFC) (lásd: 6. ábra) és az FADN-adatbázis áttekintése során megállapítottuk, hogy a DG AGRI elsősorban összesített adatokat gyűjt. Ezek közül csak a CATS/COMBO tartalmaz a mezőgazdasági üzemek szintjére vonatkozó, lebontott adatokat.

21 A DG AGRI konszolidált adatokat tesz közzé az agrár-élelmiszeripari adatok portálján, amely a DG AGRI számos adateszközéből és az Eurostat mezőgazdasági statisztikáiból, interaktív megjelenítésekből és eredménytáblákból nyújt információkat. A felhasználók idősorokat, interaktív térképeket, ábrákat és táblázatokat tekinthetnek meg, valamint nyers adatokat tölthetnek le további felhasználás és offline elemzés céljából. A DG AGRI folyamatosan frissíti a portált. Megítélésünk szerint a portál követendő gyakorlatnak tekinthető az adatok nyilvánosan elérhetővé tétele terén, mivel egyetlen helyen biztosít hozzáférést az agrár-élelmiszeripari piacokra, elemzésekre, KAP-mutatókra és uniós finanszírozásra vonatkozó adatok széles köréhez.

22 A Bizottság és a tagállamok által a KAP-hoz használt főbb informatikai rendszerek leginkább leíró és diagnosztikai elemzéseket végeznek, alig akad közöttük prediktív vagy előíró jellegű (lásd: 7. ábra).

7. ábra. Négy adatelemzési típus és alkalmazásuk

Forrás: Európai Számvevőszék, a Gartner és a Bizottság dokumentációja alapján.

23 Az interjúk és a felmérésünkre adott tagállami válaszok alapján megállapítottuk: több akadály nehezíti, hogy a Bizottság és a tagállamok nagy adathalmazokat alkalmazzanak (lásd: 04. bekezdés) és a KAP szakpolitikai elemzését szolgáló fejlett elemzéseket végezzenek, többek között az alábbiak:

  1. a különböző adatforrások minőségi standardja vagy követelményei közötti különbségek;
  2. a mezőgazdaságiüzem-szintű adatok felhasználását korlátozó titoktartási szabályok;
  3. az adatok korlátozott rendelkezésre állása, illetve az adatok eltérő vagy nem megfelelő formátuma;
  4. alacsony szintű adatműveltség és szakképzett munkatársak hiánya.

24 A közös referenciák, például az egyedi azonosító hiánya megnehezíti a különböző adatforrásokból származó, mezőgazdaságiüzem-szintű adatok összekapcsolását a KAP-elemzés céljából. Az egyedi azonosító vagy alternatív adatkombinációs technikák lehetővé tennék a különböző adatforrásokból származó, de ugyanazon gazdasághoz köthető adatok összekapcsolását (lásd: 1. háttérmagyarázat).

1. háttérmagyarázat. Adatkombinációs technikák lehetséges hasznosítása: egy példa

Egy egyedi azonosító vagy más adatkombinációs technika hasznos lenne a mezőgazdasági számviteli információs hálózat (FADN) felmérései során gyűjtött mezőgazdaságiüzem-szintű adatok és a földhasználati és földfelszín-borítottsági összeírásból (LUCAS) származó talajminták összekapcsolására és kombinálására. Így pontosabb képet lehetne alkotni a gazdálkodási gyakorlatok és a földterület biofizikai állapota közötti összefüggésről, különös tekintettel az esetleges – például a terményspecifikus talajgazdálkodásra vagy a vetésforgóra vonatkozó – jövőbeli adatgyűjtésre.

25 A DG AGRI általában manuálisan értékeli a tagállamok által éves jelentéseikben megadott szöveges információkat, és nem alkalmaz nagy adathalmazokra épülő technológiát, például szövegelemzést vagy automatizált adatkinyerést. Elemzésünk rámutat, hogy az automatizáltság tovább növelhető (lásd például: 2. háttérmagyarázat).

2. háttérmagyarázat. Beszámoláshoz végzett adatkinyerés automatizálása

A tagállamok az SFC alapkezelési rendszeren keresztül éves végrehajtási jelentéseket nyújtanak be a Bizottságnak. Ezekben számszerű és szöveges információk szerepelnek, elsősorban a tagállamok nyelvein.

A DG AGRI munkatársai a mintegy 115 jelentés adatait manuálisan viszik be egy Excel-táblázatba az információk elemzése céljából. Megvizsgáltuk, hogy e munkafolyamat egyes szakaszaiban lehet-e automatizált eszközt használni. E célból kifejlesztettünk egy robotikus megoldást, amely bejelentkezik az SFC-rendszerbe, felkutatja a releváns adatmezőket, és automatikusan kinyeri onnan az adatokat. Ez a szoftver automatikusan kinyerte az adatokat az SFC-ből, és azokat automatikusan összeállítva Excel-táblázatban jelenítette meg: ezt korábban a DG AGRI manuális úton végezte el.

A meglévő adatok és rendszerek bizonyos jellemzői korlátozzák a szakpolitikai elemzésre való felhasználásukat

26 Értékeltük a Bizottság és a tagállamok által széles körben igénybe vett három, egymástól nagyon eltérő adatforrás felhasználását és korlátait (lásd: 1. táblázat).

1. táblázat. Az adatforrások jelenlegi felhasználása a szakpolitika különböző szakaszaiban: egy példa

  IIER
Mezőgazdaságiüzem-szintű igazgatási adatok és téradatok
Kopernikusz
Műholdas adatok
FADN
Felmérési adatok
Szakpolitika tervezése, illetve kialakítása Tagállamok: alacsony mértékű felhasználás, pl. az egyedi intézkedések pályázói potenciális számának becslésére Tagállamok és a Bizottság: korlátozott felhasználás, a monitoring- és értékelési adatok újrafelhasználásának kivételével Bizottság: többféle gazdasági és néhány környezeti elemzés és modellezés
Kontroll és irányítás Tagállamok: terület alapú és állattenyésztési támogatási kérelmek ellenőrzésére, valamint információk ellenőrzésére és tárolására. A tagállamok által a CATS/COMBO rendszeren keresztül a Bizottságnak küldött adatok többnyire az IIER-ben szereplő információkon alapulnak. Tagállamok: „Monitoring útján végzett ellenőrzés” a helyszíni ellenőrzés kiváltására Nem használják
Teljesítményjelentésekhez végzett monitoring Tagállamok: output- és eredménymutatók, pl. egy adott támogatási rendszer keretében érintett hektárok száma Bizottság: kontextus- és hatásmutatók, pl. felszínborítás Bizottság: kontextus- és hatásmutatók, pl. a mezőgazdasági üzem nettó hozzáadott értéke
Értékelés Tagállamok és a Bizottság: a monitoringból származó mutatók az értékelés egyik adatforrását képezik Bizottság: a monitoringadatok értékelés céljából történő felhasználásakor Bizottság: többféle gazdasági és néhány környezeti elemzés és modellezés

Forrás: Európai Számvevőszék.

Integrált igazgatási és kontrollrendszer

27 A Bizottság korlátozottan fér hozzá a tagállamok integrált igazgatási és kontrollrendszeréhez (IIER), amely a KAP-kifizetések kezelésének legfontosabb eleme a tagállamokban. A 2014–2020-as KAP-ra nézve az IIER-ben több digitális és összekapcsolt adatbázis található, különösen a következők11:

  1. a mezőgazdasági parcellaazonosító rendszer (MePaR), amely az uniós országokban található valamennyi mezőgazdasági parcella azonosítására szolgáló rendszer;
  2. egy olyan rendszer, amely lehetővé teszi a mezőgazdasági termelők számára, hogy grafikusan tüntessék fel azokat a mezőgazdasági területeket, amelyekre támogatást igényelnek (földrajzi térinformatikai támogatási kérelem vagy GSAA);
  3. a támogatási vagy kifizetési kérelmet benyújtó minden egyes kedvezményezett azonosító adatainak nyilvántartására szolgáló rendszer;
  4. integrált kontrollrendszer a támogatási kérelmek ellenőrzésére, amely számítógépes keresztellenőrzéseken és a gazdaságokban végzett helyszíni ellenőrzéseken alapul.

28 A tagállamok az IIER révén fogadják a támogatási kérelmeket, hajtanak végre adminisztratív és egyéb ellenőrzéseket (pl. helyszíni ellenőrzések és monitoring útján végzett ellenőrzések), valamint teljesítik a kifizetéseket12. A tagállamok különböző technikai megoldásokat alkalmazhatnak az IIER használata során. A szabványosítás hiánya, az adattulajdonosok sokfélesége (azaz nem mindig azonos típusú hatóság) és az egymástól független informatikai fejlesztések széttagoltsághoz vezetnek, ami megnehezíti az adatok összevetését, és korlátozzák az adatok megosztásának vagy további felhasználásának módját. Ez korlátozza annak lehetőségét, hogy fejlett elemzési módszereket vagy más nagy adathalmazokra épülő technológiákat alkalmazzanak az uniós források hatásának értékelésére13. A Bizottság korlátozott hozzáféréssel rendelkezik a 42 különböző tagállami (nemzeti vagy regionális) rendszerhez, amelyek részletes adatokat tartalmaznak vállalkozásokról és mezőgazdasági üzemekről14. Ez nehézkessé teszi például az uniós források elosztására vonatkozó részletes információk beszerzését.

29 A különböző uniós finanszírozású kutatási projektek áttekintése alapján15 megállapítottuk, hogy az IIER decentralizált megközelítése korlátozza ezen adatforrások további integrációját és összekapcsolását más bizottsági adatforrásokkal, főként az alábbiak miatt:

  1. kompatibilitási problémák (eltérő műszaki megoldások) és az adatrendszerek közötti interoperabilitás hiánya;
  2. titoktartási szabályok, amelyek nem teszik lehetővé a gazdaságok különböző adatforrásokból (pl. IIER és FADN) származó adatainak összekapcsolását;
  3. a többi adatbázisnak alacsony a granularitása, vagyis a bennük található adatoknak nem megfelelő a részletessége és nincsenek közös azonosítók az IIER adataival való összevetéshez.

30 Az adatmegosztás és az adatok rendelkezésre állásának javítása érdekében a DG AGRI arra ösztönzi a tagállamokat, hogy a Közös Kutatóközpont technikai támogatásával osszák meg a személyes adatokat nem tartalmazó térinformatikai IIER-adataikat a közös INSPIRE-geoportálon keresztül (lásd: 8. ábra). A portál a tagállamok által összeállított környezetvédelmi térinformatikai adatok letöltésére és megtekintésére kínál lehetőséget.

8. ábra. Az INSPIRE geoportál

Forrás: Európai Számvevőszék, a Közös Kutatóközpont adatai alapján.

31 Az, hogy milyen adatokat osztanak meg az INSPIRE-geoportálon keresztül, tagállamonként változik. A 9. ábra három kiválasztott témában megadott metaadatrekordok száma tekintetében mutat be példákat. A tagállamok független nemzeti (vagy regionális) geoportáljaikon is közzétesznek bizonyos térinformatikai adatokat.

9. ábra. Az INSPIRE-geoportálon három témakörben megosztott metaadatrekordok (darabszám és témánkénti részarány szerinti bontásban)

Forrás: Európai Számvevőszék, az INSPIRE-geoportál 2022. február 17-én lekérdezett adatai alapján.

Kopernikusz műholdas adatok

32 A Kopernikusz műholdas adatai a fogalommeghatározás szerint nagy adathalmaznak minősülnek (lásd: 04. bekezdés). A Bizottság koordinálja a (Kopernikusz-adatokon alapuló) monitoring útján végzett ellenőrzési megközelítést, amely a tagállamok által megvalósított automatizált KAP-monitoring egyik példája.

33 A monitoring útján végzett ellenőrzések keretében a Kopernikusz folyamatos műholdas adatfolyamait elemzik annak megállapítása érdekében, hogy bizonyos mezőgazdasági parcellák eleget tesznek-e a támogathatósági kritériumoknak. A nemzeti hatóságok 2018 óta használhatják a Kopernikusz-adatokat a hagyományos helyszíni ellenőrzések kiváltására. A Bizottság szerint 2021-ben a közvetlen kifizetésekben részesülő területek 13,1%-át ellenőrizték monitoring útján. A 2024-re kitűzött célérték 50%16. 2021-ben 10 tagállam alkalmazta a megközelítést legalább egy támogatási programra területe legalább egy részén, míg 2020-ban, amikor közzétettük a monitoring útján végzett ellenőrzésekről szóló különjelentést17 (lásd: 3. háttérmagyarázat), ez a szám öt volt.

3. háttérmagyarázat. A 04/2020. sz. különjelentés ajánlása

Az új képalkotási technológiák alkalmazásáról szóló 04/2020. sz. különjelentésünkben18 azt javasoltuk, hogy a Bizottság használja ki jobban az új technológiákat a környezetvédelmi és éghajlat-politikai követelmények monitoringja kapcsán, 2021. decemberi határidővel. A Bizottság elfogadta ezt az ajánlást.

Konkrétabban az új technológiák révén szerzett információk felhasználását javasoltuk avégett, hogy a Bizottság jobb rálátást nyerjen a 2020 utáni KAP szakpolitikai teljesítményére. Azáltal, hogy a monitoring útján végzett opcionális ellenőrzéseket kötelező területmegfigyelő rendszerrel váltotta fel, a Bizottság ösztönzi a Kopernikusz műholdas adatainak nagyobb mértékű felhasználását a 2020 utáni KAP területalapú beavatkozásaihoz. Az új rendszer lehetővé teszi a Kopernikusz-műholdak adatai és a helyszínen készült fényképek automatizált feldolgozását.

Mezőgazdasági számviteli információs hálózat (FADN)

34 A gazdasági adatok fő forrása az FADN. A Bizottság és a tagállamok széles körben használják az FADN-hálózatot modellezéshez, értékeléshez és beszámoláshoz.

35 1965 óta az FADN célja, hogy a KAP számára „objektív és lényegi információk álljanak rendelkezésre a […] mezőgazdasági üzemek jövedelméről, valamint […] üzleti tevékenységéről”19. Az FADN a KAP hatásának mérésére rendelkezésre álló harmonizált mikrogazdasági adatok forrása. A hálózat nemzeti felméréseken alapul, a mezőgazdasági üzemek esetében önkéntes, és olyan uniós mezőgazdasági üzemekre terjed ki, amelyek méretüknél fogva kereskedelminek tekinthetőek20.

36 Mivel kizárja a nem kereskedelminek és kisüzemnek minősülő mezőgazdasági üzemeket, az FADN kevésbé reprezentatív a KAP kedvezményezettjeire nézve. 2015-ben a felmérés mintegy 83 000 mezőgazdasági üzemet ölelt fel Bár ezek a teljes mezőgazdasági hasznosítású terület és a teljes mezőgazdasági termelés mintegy 90%-át teszik ki21, az Unió 10,8 millió mezőgazdasági üzeméből csak 4,7 milliót képviselnek22. Az mezőgazdasági számviteli információs hálózatot nem úgy alakították ki, hogy a KAP kedvezményezettjeire nézve reprezentatív legyen. A Bizottság szerint 2019-ben a hálózat adataiban nem megjelenő, KAP-kifizetésben részesülő kedvezményezettek aránya a hollandiai 5% és a szlovákiai 78% között mozgott.

A megfelelő adatok hiánya korlátozza a KAP teljesítményének értékelhetőségét

37 Az értékeléseknek a rendelkezésre álló legjobb, sokféle és megfelelő számú módszerrel és forrásból (háromoldalú megközelítés) nyert bizonyítékokon kell alapulniuk23. A granuláris adatok megkönnyítik a szakpolitikai célkitűzések összekapcsolását az eredményekkel, illetve hatásokkal24. A jogszabályok szerint a KAP teljesítményének értékeléséhez használt információknak a lehető legnagyobb mértékben olyan megbízható adatforrásokon kell alapulniuk, mint az FADN és az Eurostat25. A jó monitoring nyomán olyan tényszerű idősoradatoknak kell kialakulniuk, amelyek javíthatják a jövőbeli értékelések és hatásvizsgálatok minőségét26.

38 Megvizsgáltuk a Bizottság öt értékelését, illetve értékelést alátámasztó tanulmányát, vagyis az 1. ábrán szereplő három általános KAP-célkitűzés mindegyikére vonatkozóan vizsgáltunk legalább egy értékelést. Megállapítottuk, hogy az értékelések számos, a szakpolitika irányításához vagy monitoringjához gyűjtött adatot használtak fel, például a KAP-mutatókat27, az FADN és a CATS/COMBO adatait, az Eurostat statisztikáit, valamint a mezőgazdasági piac irányítására szolgáló információs rendszer (ISAMM) adatait. Ezeket az adatokat gyakran külső (pl. a Gazdasági Együttműködési és Fejlesztési Szervezettől, az ENSZ-től és az Élelmezési és Mezőgazdasági Szervezettől származó) adatok, esettanulmányok, kérdőívek és interjúk egészítik ki.

39 A Bizottság és az értékelők mindhárom KAP-célkitűzés esetében kontrafaktuális hatásvizsgálatot alkalmaznak28. Ehhez kontrollcsoportokra, azaz a szakpolitikát nem alkalmazó szervezetekre vonatkozó adatokra van szükség. Az FADN mindkét csoportra vonatkozóan szolgáltat adatokat, tehát hasznos lehet egy ilyen elemzéshez. A kontrafaktuális adatok hiánya például csökkenti azon becslések megbízhatóságát, amelyek a KAP-nak az éghajlatváltozás mérsékléséhez való hozzájárulását adják meg. A Bizottság szerint a KAP túl régóta áll fenn és túl nagy területet fed le ahhoz, hogy lehetővé tegye az összehasonlító adatok29 kinyerését, mivel nincs lehetőség a szakpolitika előtti és utáni helyzet, illetve a szakpolitika megléte esetén kialakuló és a szakpolitika nélküli helyzet összehasonlítására. Emellett a területfejlesztés esetében nehéz kontrafaktuális módszereket alkalmazni, hiszen a régiók zöme részesül KAP-támogatásban. E kérdés kezelése érdekében a Közös Kutatóközpont a kontrafaktuális hatásértékelési módszereken alapuló mennyiségi elemzési keretet dolgozott ki a szakpolitika és annak eredményei közötti ok-okozati összefüggés feltárására, figyelembe véve a vidéki térségekben alkalmazott intézkedések sokféleségét30.

Fenntartható élelmiszer-termelés

40 A fenntartható élelmiszer-termelési célkitűzés értékelésének fő adatforrásai az FADN és a Mezőgazdasági Számlák Rendszere (MSZR) (lásd: 2. táblázat). A Bizottság mindkettőt kifejezetten azzal a céllal hozta létre, hogy adatokat szolgáltasson a KAP értékeléséhez. Például annak értékeléséhez, hogy a KAP-támogatás miként hat a mezőgazdasági termelők jövedelmére, a Bizottság az Eurostat tényezőjövedelemre (azaz a földterületből, tőkéből és munkából származó jövedelemre) vonatkozó statisztikáit és az FADN-hálózat adatait használja fel31.

2. táblázat. A „fenntartható élelmiszer-termelés” célkitűzéshez felhasznált adatok

A felhasznált bizonyítékok fő forrásai Az értékelők vagy a Bizottság által az adatok kapcsán feltárt hiányok vagy korlátozott rendelkezésre állás esetei
  • FADN
  • Eurostat: MSZR és munkaerő-ráfordítási statisztikák
  • A CATS/COMBO kifizetési adatai
  • AGRIVIEW
  • Az FADN-adatbázis nem reprezentatív a nem kereskedelmi célú és nagyon kis méretű mezőgazdasági üzemekre nézve.
  • Az FADN és a CATS/COMBO adatai fokozatosan, a bázis- vagy igénylési évtől számított két éven belül válnak elérhetővé.
  • A gyümölcs- és zöldségtermelői szervezetek által forgalmazott mennyiségekről uniós szinten nem állnak rendelkezésre termékek szerint csoportosított adatok.
  • Az adatok összesített jellege miatt a gyümölcstermesztéssel foglalkozó termelők közül kik termesztenek őszibarackot és nektarint.

Forrás: Európai Számvevőszék, a fenntartható élelmiszer-termelésre vonatkozó értékelés és az értékelést alátámasztó tanulmány alapján.

41 A tagállamoknak egy évükbe telik az FADN-adatok összegyűjtése és validálása, és a Bizottságnál is egy évig tart a tagállamoktól származó FADN-adatok ellenőrzése és validálása. Tehát legalább két év telik el, mire az adatok elérhetővé válnak az FADN-adatbázisban. Amikor a Bizottság 2018-ban előterjesztette a 2020 utáni KAP-ra vonatkozó jogalkotási javaslatot, a jelenlegi KAP-nak csak egyetlen évéből álltak rendelkezésre adatok (a 2015. évi FADN-felmérésből származóak). Ez azt jelenti, hogy a Bizottság azelőtt terjesztette elő javaslatát, hogy rendelkezett volna az aktuális szakpolitika teljesítményére és hatásaira vonatkozó legfrissebb FADN-adatokkal.

A természeti erőforrások fenntartható kezelése és az éghajlat-politikai fellépések

42 A természeti erőforrásokra és az éghajlatra vonatkozó KAP-célkitűzés esetében hosszú idő telhet el a szakpolitikai intézkedés alkalmazása és hatásának érezhetővé válása között. Valamely KAP-intézkedés és annak eredményei közötti ok-okozati összefüggés megállapításához különböző adatokat kell összesíteni és külső tényezőket kell figyelembe venni. A célkitűzés négy összetevője közül (lásd: 1. ábra) a biológiai sokféleséget vettük górcső alá. Sem a tagállamok, sem a Bizottság nem tudta megfelelően bizonyítani a jó mezőgazdasági és környezeti állapotra vonatkozó előírások32 és a biológiai sokféleség állapota33 közötti ok-okozati összefüggést. A felhasznált bizonyítékokra és a biológiai sokféleség komponensének értékelési korlátaira a 3. táblázat mutat be példákat.

3. táblázat. A „természeti erőforrásokkal való fenntartható gazdálkodás” célkitűzés biodiverzitási komponensére vonatkozó adatok

A felhasznált bizonyítékok fő forrásai Az értékelők vagy a Bizottság által az adatok kapcsán feltárt hiányok vagy korlátozott rendelkezésre állás esetei
  • A KAP kontextus-, output-, eredmény- és hatásmutatói
  • Egyszerűsített európai biodiverzitási mutatók (SEBI)
  • A fenntartható erdőgazdálkodásra vonatkozó mutatók, amint arról a tagállamok a Forest Europe számára beszámoltak
  • A Bizottság agrár-környezetvédelmi mutatói
  • Az FADN mezőgazdaságiüzem-szintű adatai a termelésről, a jövedelmezőségről, a helyszínről (a Natura 2000 területen belül vagy kívül) és a KAP-intézkedések alkalmazásáról
  • Nem állnak rendelkezésre adatok arról, hogy az agrár-környezetvédelmi és éghajlatváltozáshoz kapcsolódó intézkedések keretében mennyire jelennek meg a tájképi elemekre irányuló lépések
  • Az egyes KAP-intézkedések tényleges hatásaira vonatkozó monitoringadatok nem elégségesek
  • Számos statisztikai mutatóra vonatkozóan nem állnak rendelkezésre friss adatok
  • Nem állnak rendelkezésre adatok az uniós mezőgazdasági területeken felhasznált műtrágya és növényvédő szerek mennyiségére vonatkozóan

Forrás: Európai Számvevőszék, az Evaluation support study of the impact of the CAP on habitats, landscapes, biodiversity című értékelést alátámasztó tanulmány alapján.

43 Egy 2019. évi értékelés arra a következtetésre jutott, hogy a megfelelő monitoringadatok hiánya miatt nem lehetett átfogóan értékelni a szakpolitika biológiai sokféleségre gyakorolt hatását34. A Bizottság számos monitoringmutatóját nem táplálják rendszeresen adatokkal. Például nem minden tagállam gyűjt és továbbít adatokat a mezőgazdasági vízkivétel hatásmutatójáról.

44 A környezetvédelmi célkitűzés értékelésének másik akadályozó tényezője az, hogy nem álltak rendelkezésre adatok az uniós mezőgazdasági területeken felhasznált műtrágya és növényvédő szer mennyiségéről. 2021 óta rendelkezésre állnak adatok a mezőgazdasági földterületeken felhasznált növényvédő szerek mennyiségéről, de csak a tagállamok kevesebb mint fele esetében. A Bizottság és az értékelők ennek helyettesítésére a műtrágyákra és növényvédő szerekre fordított hektáronkénti kiadásokra vonatkozó FADN-adatokat használták fel.

45 A növényvédő szerekre vonatkozó, nyilvánosan hozzáférhető uniós statisztikák az értékesített növényvédő szerekben található hatóanyagok mennyiségét (kg) adják meg35. A 05/2020. sz. különjelentésünkben36 arról számoltunk be, hogy e hatóanyagoknak az uniós jogszabályok által előírt módon történő csoportosítása korlátozza, hogy az Eurostat milyen információkat tehet közzé, sőt oszthat meg más bizottsági főigazgatóságokkal. A növényvédő szerek mezőgazdasági felhasználására vonatkozóan a hatályos uniós jog szerint készített statisztikák nem összevethetőek, és az Eurostat egyelőre nem tudott az uniós szintű felhasználást mutató statisztikákat közzétenni.

Kiegyensúlyozott területfejlesztés

46 Egy 2021. évi értékelésben37 a Bizottság és az értékelők a KAP harmadik célkitűzése esetében a KAP outputmutatóit, a CATS/COMBO kifizetési adatait, a DG REGIO ARDECO-adatbázisát, valamint az Eurostat regionális adatbázisát használták fel. Az értékelés megalapozottságát gyengítette, hogy a vidéki területek társadalmi-gazdasági helyzetére vonatkozóan csak kevés teljes, részletes és naprakész adat állt rendelkezésre38. Az értékelést készítő szerződő fél szerint néhány alapvető társadalmi szempontot illetően kevés adat állt rendelkezésre, és gyakran még a rendelkezésre állóakat sem frissítették rendszeresen, hanem azokat eseti alapon, konkrét kutatási projektekből nyerték ki39. Egyes esetekben az értékelők helyettesítő mutatókat alkalmaztak. Összességében a mennyiségi elemzések fő korlátaiként a mutatók rendelkezésre állását és minőségét, valamint a kis régiókra vonatkozó adatok hiányát említették.

47 A CATS/COMBO-rendszerben szereplő kifizetési adatok és az FADN egyes mezőgazdasági üzemekre vonatkozó adatai kivételével a Bizottság többségében összesített adatokat kap a tagállamoktól, így egy egész tagállamot vagy régiót egyetlen számadat jellemez. Ez korlátozza az adatok további értékelési vagy szakpolitikai tervezési célokra történő további felhasználásának lehetőségét. Egyes társadalmi-gazdasági szempontok (pl. társadalmi befogadás) esetében az adatok csak nemzeti szinten vagy alacsony földrajzi felbontásban álltak rendelkezésre, ami nem elégséges a területi eltérések elemzéséhez40. A KAP monitoringadatai nem tartalmaznak célzottabb elemzésre alkalmas olyan részleteket sem, mint pl. a kedvezményezettek életkora vagy neme41 Ezek az adatok általában elérhetők a tagállamok adatbázisaiban, de a Bizottság számára nem.

A Bizottság nem rendelkezik elegendő adattal a KAP-politika szükségleteinek felméréséhez

48 A minőségi jogalkotásról szóló iránymutatás értelmében a jogalkotási javaslatot kísérő hatásvizsgálat első lépésében azt kellene ellenőrizni, hogy a probléma fennáll-e42. A hatásvizsgálatnak logikai kapcsolatot felállítva kell bemutatnia a probléma mögöttes okait és az ahhoz kapcsolódó célkitűzéseket, továbbá egy sor szakpolitikai lehetőséget kell kínálnia a probléma megoldására.

49 Annak érdekében, hogy megvizsgáljuk az adatfelhasználást a szakpolitika kialakításának vagy tervezésének szakaszában, áttekintettük a 2020 utáni KAP-ra vonatkozó jogalkotási javaslatot43 kísérő hatásvizsgálatot és az azt alátámasztó különböző bizottsági dokumentumokat. Hiányosságokat tártunk fel azzal kapcsolatban, ahogyan a „gazdaságok fennmaradását biztosító jövedelem” egyedi célkitűzés keretében kezelt probléma leírását alátámasztó releváns adatokat rendelkezésre bocsátották. A 2020 utáni KAP-ra vonatkozó jogalkotási javaslatokról szóló véleményünkben megállapítottuk, hogy a mezőgazdasági termelők jövedelmével kapcsolatos igényfelméréshez a Bizottság által használt adatok és érvek nem elégségesek44. A Bizottság nem rendelkezik információkkal a mezőgazdasági termelők vagy a mezőgazdasági háztartások mezőgazdaságon kívüli jövedelméről, és az átlagértékek mögött a jövedelmi helyzet jelentős eltérései rejlenek. Emellett a nemek közötti egyenlőség általános érvényesítéséről szóló 2021. évi jelentésünkben kiemeltük, hogy a mezőgazdasági termelők háztartási jövedelmére és a mezőgazdasági üzemek rendelkezésre álló jövedelmére vonatkozó, nemek szerint lebontott statisztikák híján jelentős adathiány áll fenn amikor a közvetlen kifizetések nemek közötti egyenlőségre gyakorolt hatásainak vizsgálatáról van szó45.

50 2018. évi ajánlásaink között szerepelt, hogy „mielőtt javaslatot tenne a KAP jövőbeli kialakítására, a Bizottság mérje fel a mezőgazdasági termelők valamennyi csoportjának jövedelmét és elemezze jövedelemtámogatási igényeiket”, figyelembe véve az olyan szempontokat, mint az élelmiszerből és egyéb mezőgazdasági termelésből, valamint a nem mezőgazdasági forrásokból származó jövedelem46. A Bizottság részben elfogadta az ajánlást, hozzátéve, hogy a szakpolitika azokra a mezőgazdasági termelőkre irányul, akik aktívan, megélhetési céllal gazdálkodnak. Egy, a mezőgazdasági háztartások jövedelméről szóló 2015-ös tanulmány47 jelentős hiányosságot mutatott a KAP teljesítményére vonatkozó információk terén, mivel nem állt rendelkezésre uniós statisztikai vagy monitoringrendszer a mezőgazdasági termelők teljes háztartási jövedelmének értékelésére és más társadalmi csoportokkal való összehasonlítására. 2022 februárjáig a Bizottság nem tett előrelépést ezen a területen.

51 Az Eurostat egy gazdaságszerkezeti felmérés keretében három-négyévente adatokat kap a tagállamoktól a gazdaságokban végzett egyéb jövedelemszerző tevékenységekről. A felmérési adatok megmutatják, hogy az egyéb jövedelemszerző tevékenység a gazdálkodó-vezető fő vagy másodlagos tevékenysége-e, az abból származó jövedelem arányát vagy nagyságrendjét azonban nem. Az Eurostat honlapján közzétett legfrissebb adatok 2016-ra vonatkoznak48.

52 Az FADN-változók jelenlegi standard listája nem tartalmaz a gazdaságon kívüli jövedelemre vonatkozó információkat, mivel a felmérés a gazdaságokra, nem pedig a mezőgazdasági termelőkre irányul. A nemzeti adóhatóságok nyilvántartásaiban szereplő jövedelemadó-adatok nem elégségesek ezen adatok kinyeréséhez, mivel nem tartalmaznak információkat a mezőgazdasági üzemek jellemzőiről, tartalmazzák viszont az olyan személyek mezőgazdasági jövedelmét is, akik nem mezőgazdasági főtevékenységet végeznek49.

53 Egyes tagállamok (pl. Írország és Hollandia) a nemzeti FADN-felmérések révén gyűjtenek a mezőgazdasági üzemeken kívüli jövedelmekre vonatkozó adatokat, ami kiküszöbölhetné a mezőgazdasági termelők reáljövedelmével kapcsolatos egyik adathiányt. Az ír hatóságok rendszeresen tesznek közzé közvetett adatokat a mezőgazdasági üzemen kívüli jövedelmekről, többek között a következőkről: „a mezőgazdasági üzemen kívüli foglalkoztatás megléte”, „a mezőgazdasági üzemen kívül ledolgozott napok és órák” és „a munkavégzés ágazata”.

A Bizottság több kezdeményezést indított a meglévő adatok jobb felhasználása érdekében, de vannak még akadályok

54 A Bizottságnak további kezdeményezéseket kellene indítania a fennálló hiányosságok kezelésére, valamint az adatgyűjtés és -feldolgozás javítására a KAP értékelése és a jövőbeli szakpolitika kidolgozásának támogatása érdekében. Ezeket a kezdeményezéseket a meghatározott ütemtervvel és outputokkal összhangban kell átültetni a gyakorlatba. A Bizottságnak ki kell igazítania és meg kell erősítenie az új KAP meglévő adatforrásait. Emellett új adatforrásokat kell felkutatnia és mozgósítania a mezőgazdasági termelőkre és a közigazgatási szervekre nehezedő terhek csökkentése érdekében, növelve egyben a szakpolitikai ismeretalapot50.

55 A Bizottság a belső adatstratégiájára vonatkozó cselekvési tervében célul tűzte ki a döntéshozatal és a szervezet egészének működése szempontjából releváns adatokhoz való hozzáférés biztosítását, valamint a modern adatelemzési technológiák használatának előmozdítását a minták és tendenciák gyorsabb és eredményesebb azonosítása érdekében.

56 Megvizsgáltuk, hogy a Bizottság milyen, a rendelkezésre álló adatok és új technológiák jobb felhasználását célzó kezdeményezéseket indított a fent azonosított adathiányok és kihívások kezelésére. Emellett megvizsgáltuk azokat az uniós finanszírozású kutatási projekteket és tagállami kezdeményezéseket, amelyek hozzájárulhatnak a KAP szakpolitikai elemzéséhez és kiküszöbölhetnek egyes hiányosságokat.

A Bizottság bővíti az adatforrásokat és ösztönzi az adatmegosztást az adathiány kezelése és a KAP adatigényeinek kielégítése érdekében

57 Az Európai Bizottság belső adatstratégiája értelmében „a belső és külső adatforrásokat a lehető legnagyobb mértékben ki kell aknázni a döntéshozatalt alátámasztó tényanyag kialakítása érdekében”. A szakpolitika monitoringjához szükséges kiegészítő adatgyűjtés költségeinek és adminisztratív terheinek arányban kell állniuk az adatigényekkel. A minőségi jogalkotás eszköztára51 szerint nem kell minden adathiányt megszüntetni.

58 A Bizottság 2018-ban kezdte meg adatstratégiájának gyakorlati megvalósítását. Ide tartozó tevékenységek többek között: az adatleltár-készítés (lásd: 1718. bekezdés), az adatkormányzási szabályok lefektetése, az adatelemzés kialakítása, valamint a képzés és készségfejlesztés. 2020 végén a DG AGRI egy testületet és egy munkacsoportot hozott létre a stratégia végrehajtására. 2022 januárja óta a főigazgatóság egy külön „adatkormányzási” csoporttal is rendelkezik az adatkezelés koordinációjának javítása érdekében.

59 A Bizottság több olyan intézkedést vezetett be, amely elősegítheti a jobb szakpolitikai elemzést azáltal, hogy javítja a KAP adatinfrastruktúráját és adatfelhasználását (pl. digitális megoldások, e-eszközök, algoritmusok és bevált gyakorlatok). Ezzel kapcsolatban a melléklet szolgál példákkal.

60 Az Eurostat mezőgazdasági statisztikákra vonatkozó 2016. évi értékelésének52 következtetése szerint a mezőgazdasági, erdészeti, földhasználati és környezeti statisztikák nem eléggé harmonizáltak és koherensek. Ennek oka többek között az, hogy a jogszabályokat elszigetelten dolgozták ki, de az is, hogy a különböző mezőgazdasági területeken eltérőek a fogalmak és a fogalommeghatározások. E probléma kezelésére a Bizottság két új rendeletet vezetett be, egy már meglévőt pedig módosított (lásd: 10. ábra).

10. ábra. Az európai agrárstatisztikai rendszer jogi kerete

Forrás: Európai Számvevőszék, az (EU) 2018/1091 rendelet, a COM(2021) 37 rendeletjavaslat és az (EU) 2022/590 rendelet alapján.

61 2019-ben az Eurostat pályázati felhívást tett közzé az agrárstatisztikák korszerűsítésére szolgáló módszerek kidolgozása iránt érdeklődő nemzeti statisztikai hivatalok hálózatának létrehozására. A két prioritás egyike olyan tevékenységeket érintett, amelyek „a mezőgazdasági statisztikákhoz új adatforrásokat (pl. nagy adathalmazok, műholdfelvétel, térbeli referenciaadatok, precíziós gazdálkodás) aknáztak ki, többek között hozzáférés, a titoktartás és a minőségértékeléssel kapcsolatos szempontok”. A felhívásra nem érkezett pályázat. A Bizottság szerint a tagállamok ennek egyik okaként azt hozták fel, hogy a nemzeti statisztikai hivatalok nem rendelkeztek elegendő erőforrással egy ilyen hálózat létrehozásához és koordinálásához.

62 Az adathiány kezelésére irányuló egyéb kezdeményezések két tág kategóriába sorolhatók: a tagállamok vagy az érdekelt felek általi adatmegosztás, valamint új változók hozzáadása a meglévő adatforrásokhoz.

63 A „DG AGRI eljárása az IIER-adatok megosztására az INSPIRE keretében” elnevezésű projekt keretében a DG AGRI a Közös Kutatóközponttal, a Környezetvédelmi Főigazgatósággal és az Éghajlat-politikai Főigazgatósággal együttműködve kialakítja a személyes adatokat nem tartalmazó térinformatikai IIER-adatok uniós megosztásának kereteit és az ezt támogató eljárásokat. A cél annak biztosítása, hogy a térinformatikai IIER-adatok könnyen lokalizálhatóak, hatékonyan (egyablakos ügyintézési ponton keresztül) hozzáférhetőek és eredményesen továbbfelhasználhatóak legyenek egy koherens szakpolitikai környezetben (lásd: 11. ábra).

11. ábra. Az IIER adatfeltárási eljárása révén érintett három, egymással összefüggő cél

Forrás: Európai Számvevőszék, az „IIER adatfeltárás és -integráció” című közös technikai jelentés (Európai Bizottság, 2021., 7. o.) alapján.

64 A Bizottság az európai adatstratégiában53 elismeri az adatmegosztás fontosságát az adatok rendelkezésre állásának javítása szempontjából. Ebben a stratégiában a Bizottság bejelentette, hogy kilenc uniós szintű, közös ágazati adatteret kíván létrehozni, beleértve a „közös európai zöldmegállapodás-adatteret” és a „közös európai mezőgazdasági adatteret”. Ez utóbbi célja, hogy megkönnyítse a termelési adatok, a nyílt hozzáférésű adatok és az esetleges más nyilvános adatok (pl. talajadatok) megosztását, feldolgozását és elemzését54.

65 A stratégia két konkrét előkészítő tevékenységet említ a mezőgazdasági adattérrel kapcsolatban: az érdekelt felek mezőgazdasági adatok megosztására vonatkozó magatartási kódexével55 kapcsolatos tapasztalatok számbavétele, és a 2020-ban és 2021 elején meglévő mezőgazdasági adatterek számbavétele. A Bizottság ezeket a tevékenységeket jelenleg a 2021–2022-es Digitális Európa munkaprogram részeként tervezi végrehajtani, amelyet 2021 novemberében hagyott jóvá. A Bizottság szerint az adattér a 2023–2024-es munkaprogramban is szerepelni fog, 2024-re kilátásba helyezett prototípussal és az adattér szélesebb körű bevezetésével az azt követő években.

66 A „termelőtől a fogyasztóig” stratégia56 keretében a Bizottság az FADN-hálózatot Gazdaságfenntarthatósági Információs Hálózattá (FSDN) kívánja átalakítani azzal a céllal, hogy a mezőgazdasági üzemek szintjén adatokat gyűjtsön „a termelőtől a fogyasztóig” stratégia és a biodiverzitási stratégia célkitűzéseiről és egyéb fenntarthatósági mutatókról. A Bizottság 2021 júniusában ütemtervet tett közzé, és a tervek szerint 2022 második negyedévében ismerteti a rendeletre irányuló javaslatát57.

A 2023–2027-es KAP keretében hozott egyedi intézkedések középpontjában a monitoringadatok javítása áll

67 Az FADN-hálózat FSDN-hálózattá alakításától eltekintve a Bizottság nem tervez jelentős változásokat a 6. ábrán bemutatott alapvető informatikai rendszerekben. Ugyanakkor azon dolgozik, hogy bővítse az ARACHNE funkcióit: ez olyan adatbányászati eszköz, amelyet a tagállamok önkéntes alapon használnak adminisztratív ellenőrzéseik során. Az eszköz hasznos például azon projektek vagy kedvezményezettek azonosításához, amelyek csalási vagy összeférhetetlenségi kockázatnak lehetnek kitéve, bár a nem kötelező alkalmazás korlátozhatja az ARACHNE előnyeit. Az eszköz adatelemzésének eredményessége az adatbeviteltől függ: minél több jó minőségű adatot töltenek fel, annál pontosabb, átfogóbb és informatívabb outputokkal szolgál a rendszer.

68 A DG AGRI új technológiákat és műholdas adatokat használ a monitoringmutatók javítására. Például új hatásmutatót vezetett be a tájképi elemekkel kapcsolatos monitoringra a 2023–2027-es időszakban. A 2014–2020-as KAP nem tartalmazott a tájképi elemekre vonatkozó hatásmutatót; ez gyengítette a KAP élőhelyekre, tájakra és biológiai sokféleségre gyakorolt hatásának értékelését (lásd: 3. táblázat). Az új mutató (a tájképi elemekkel borított mezőgazdasági területek aránya) esetében a Bizottság a Kopernikusz szárazföld-monitoring szolgáltatásának adatait fogja felhasználni, amely tartalmaz információkat a lineáris sövényekről és cserjésekről, a fasorokról és az elszigetelten álló facsoportokról.

69 A 2023–2027-es KAP tekintetében a Bizottság új keretet fog meghatározni, beleértve egy végrehajtási jogi aktust is, hogy monitoring, értékelés és szakpolitika-tervezés céljából adatokat gyűjtsön az egyes tranzakciókról. Saját tájékoztatása szerint a Bizottság a kérelemre vonatkozó egyedi adatok, valamint a kedvezményezettre és annak gazdaságára/vállalkozására vonatkozó információk összegyűjtésével igyekszik megoldani az adatok lebontásának kérdését.

A kutatási kezdeményezések feltárják az adatok és eszközök korszerűsítésének lehetőségeit

70 A Horizont 2020 (H2020) keretében a Bizottság kutatási és innovációs projekteket finanszíroz. Megítélésünk szerint több közelmúltbeli vagy folyamatban lévő Horizont 2020 és egyéb kutatási projekt is elősegítheti az adatinfrastruktúra és az adatfelhasználás javítását (pl. digitális megoldások, e-eszközök és algoritmusok), ami szükséges ahhoz, hogy a KAP számára jobb adatok álljanak rendelkezésre (lásd: 12. ábra). Egyes projektek (például a NIVA és a Sen4CAP) már jelentős eredményekkel jártak, amelyek hasznosak lehetnek a jövőbeli fejlesztések szempontjából.

12. ábra. Szakpolitikai elemzési összetevőt is tartalmazó kutatási projektek: néhány példa

Forrás: Európai Számvevőszék, a Bizottság CORDIS adatbázisa alapján.

71 A NIVA (New IACS Vision in Action) projekt felszámolja az IIER egyes korlátait (lásd: 2829. bekezdés), elsősorban az adminisztratív terhek csökkentésével és az adatpotenciál kiaknázásával. A projekt célja az IIER korszerűsítése a digitális megoldások és e-eszközök hatékony használata révén, ezáltal megbízható módszertanok és harmonizált adatkészletek létrehozása a mezőgazdasági teljesítmény monitoringjára.

72 Egy másik uniós finanszírozású projekt, a FLINT (mezőgazdaságiüzem-szintű mutatók a szakpolitikai értékelés új témáihoz) arra irányult, hogy áthidalja a szakpolitikai értékelés adatigénye és a rendelkezésre álló agrárstatisztikák közötti szakadékot58. Ez a projekt potenciálisan releváns lehet az FADN tervezett felülvizsgálata szempontjából, mivel a projekt fenntarthatósági mutatókra terjedt ki, és keretként az FADN-t használta. A projekt azt javasolta, hogy a jövőben 33 témakör, illetve mutató tekintetében gyűjtsenek környezeti, társadalmi, gazdasági és innovációs szempontokra vonatkozó adatokat59. Ütemtervében60 a Bizottság leszögezte, hogy az FSDN-re való áttérés a FLINT-projektre fog épülni. 2022 februárjában azonban még túl korai lett volna értékelni, hogy ez így történt-e.

A tagállamoknak vannak saját adatkezelési kezdeményezéseik a KAP terén

73 A mind a 27 tagállam körében végzett felmérésünk megállapította, hogy a tagállamok többsége lát hozzáadott értéket a fejlett elemzésekben: a lehetséges elemek listájáról legtöbben a gyorsabb döntéshozatalt, a prediktív és több területet átfogó elemzést, a költségcsökkentést, valamint a mezőgazdasági termelőkkel és az érdekelt felekkel folytatott eredményesebb kommunikációt választották ki.

74 Felmérésünkre adott válaszaikban a tagállamok több mint fele azt javasolta, hogy a nagy adathalmazok általuk történő felhasználását elsősorban az alábbi intézkedések révén támogassák: több bizottsági finanszírozás az informatikai eszközök és adatelemzési projektek számára (67%), további iránymutatások/kézikönyvek (56%), valamint új módszerek kidolgozásának vagy szabványosításnak a támogatása (52%). Kevesebb tagállam választotta az analitikai technológiák (48%), az adathozzáférési megoldások (41%), valamint a kutatás és a közös kutatási projektek (48%) számára nyújtott támogatást.

75 Felmérésünk és az azt követő interjúk tanúsága szerint a tagállamok eltérő módon építik be az új adatforrásokat és a fejlett adatelemzési technikákat. A 4. háttérmagyarázat és a 5. háttérmagyarázat példákkal szolgál a tagállami intézkedésekre.

4. háttérmagyarázat. Adatforrások kombinálása modern elemzéssel: néhány példa

Spanyolország

  • Egy spanyol régió (Kasztília és León) 2019 óta élen jár a monitoring útján végzett ellenőrzés alkalmazásában. Monitoringjának módszertana a Kopernikusz Sentinel műholdak által szolgáltatott képek mesterséges intelligencia általi feldolgozásán és elemzésén alapul. A hatóságok úgy vonnak le következtetést a bejelentett területek támogathatóságáról, hogy előbb konkrét mutatókat és markereket, majd szabályok egy sorozatát alkalmazzák.
  • A spanyol hatóságok „mélytanulási” osztályozási technikák, például a termények osztályozására szolgáló Random Forest algoritmus használatával automatikusan értelmezik a felvételeket. Ugyanígy járnak el a földek művelésből való kivonása indikatív kockázatának becslésekor is.
  • A terménymennyiséget gépi tanulással előrejelző fejlett elemzési eszközök révén a hatóságok fel tudják mérni a mezőgazdasági tevékenység jelenlétét és előre tudják jelezni a piaci magatartást.

Forrás: Európai Számvevőszék és a spanyol hatóságok.

5. háttérmagyarázat. Próba a különböző adatbázisok összekapcsolására

Az észt hatóságok elindítottak egy nagy adathalmazokkal foglalkozó mezőgazdasági programot, amelynek célja „nagyobb hozzáadott érték teremtése a mezőgazdasági ágazatban azáltal, hogy adatvezérelt eszközöket biztosítanak a termelőknek”. A program egy olyan elektronikus rendszert (eszközt) igyekszik létrehozni a nagy mezőgazdasági adathalmazok kezelésére, amely összekapcsolja a meglévő adatokat a releváns analitikai modellekkel és gyakorlati alkalmazásokkal.

A nagy adathalmazok rendszere megkönnyítheti a mezőgazdasági üzemek szintjére lebontott agronómiai teljesítményre vonatkozó adatgyűjtést szakpolitikai elemzés céljából.

Egy megvalósíthatósági tanulmány következtetése szerint:

  • nincs szükség jelentős változtatásokra a jogrendszerben, de a mezőgazdasági adatfeldolgozásra vonatkozó rendeleteket módosítani kell, és közös keretet kell létrehozni;
  • fontos és lehetséges, hogy az elemzett 41 adatbázis 83%-a bekerüljön a nagy adathalmazok rendszerébe, de további fejlesztés nélkül az adatbázisoknak csak 10%-át lehetne abba felvenni;
  • a Vidékfejlesztési Minisztériumnak nyújtott lehetséges szolgáltatások közé tartozhat:
  • a mezőgazdasági üzemek gazdasági teljesítményében mutatkozó tendenciák monitoringja;
  • a műtrágyák és növényvédő szerek használatának áttekintése (ennek előfeltétele egy digitális mezőkönyv).

2022 februárjáig a rendszer fejlesztése még nem kezdődött meg. A terv egy olyan elektronikus rendszer kifejlesztése, amelynek része egy digitális mezőkönyv és esetleg más e-eszközök is, például egy humuszmérleg-kalkulátor és növényvédelmi ajánlások.

Forrás: Európai Számvevőszék, Long-Term Knowledge Transfer Program on Agricultural Big Data és az észt hatóságok.

Még jelentős adathiányok és kihívások várnak megoldásra

76 A Bizottság elismeri, hogy a meglévő adatforrások összekapcsolása kulcsfontosságú annak biztosításához, hogy a KAP értékeléséhez megfelelő adatok álljanak rendelkezésre61. Jelenleg dolgozik az IIER-adatok további felhasználásán és az FADN kiterjesztésén, de nem kezdeményezett konkrét intézkedéseket a mezőgazdasági termelők mezőgazdaságon kívüli jövedelmével („gazdaságon kívüli jövedelem”) kapcsolatos adathiány pótlására vagy a lebontott adatokkal szolgáló különböző adatforrások kombinálására a már összegyűjtött adatok értékének növelése érdekében.

77 A Bizottság kifejtette, hogy szükség van a mezőgazdasági üzemek (gazdaságok) közös egyedi azonosítójára, amely lehetővé tenné a különböző adatforrásokból (pl. közigazgatási nyilvántartásokból és felmérésekből) származó mezőgazdaságiüzem-szintű adatok összekapcsolását62. Az azonosítónak figyelembe kellene vennie a tagállami rendszerek eltéréseit, illetve hogy a mezőgazdasági üzemek különböző jellemzők kombinációjával bírnak és elhelyezkedésük is többféle lehet. Ehhez a mezőgazdasági üzem fogalmának közös meghatározására van szükség, és egy ilyen meghatározás hatással van az olyan pénzügyi mutatókra, mint a mezőgazdasági üzemek jövedelme63. Egy egyedi azonosítónak köszönhetően javulhatna az adatokhoz való hozzáférés, és megbízhatóbb információkhoz lehetne jutni a szakpolitikai hatásokról. 2022. februárjáig nem történt előrelépés az egyedi azonosító terén.

78 Az irányítási alkalmazásokból és rendszerekből származó üzemszintű adatok új és gazdag információforrást jelentenek. Számos kereskedelmi megoldás kínál különféle szolgáltatásokat a digitális nyilvántartás, a helyszíni monitoring és a munkaerő nyomon követése terén, és a mezőgazdasági műveletek számos szempontból javíthatóak az ilyen alkalmazások révén (lásd például: 6. háttérmagyarázat). A Bizottság nem tudja, hogy hány mezőgazdasági termelő használ gazdaságirányítási szoftvert, de a 2023-ra tervezett integrált mezőgazdasági statisztikai kampány64 segíthet az irányítási információs rendszerek és precíziós gazdálkodási berendezések használatának megismerésében.

6.háttérmagyarázat. A gazdaságok szintjén történő adatgyűjtés: egy példa

A hollandiai Akkerweb a gazdaságokról való adatgyűjtésre használható alkalmazások jó példája. A platform felépítése több különböző alkalmazást támogat, és az egyes gazdaságoktól és azok termeléséről származó adatokat használ fel. A termelők megválaszthatják, hogy mely alkalmazásokat használják, és lehetőségük van arra, hogy más rendszerekhez kapcsolódjanak.

Jelenleg az Akkerweb segíti a termelőket abban, hogy nyilvános információkon és saját mezőgazdasági adataikon alapuló döntéseket hozzanak. A holland hatóságok a jövőben javítani kívánják a közigazgatási adatforrások és a magán adatplatformok közötti adatmegosztást.

Forrás: Európai Számvevőszék és a holland hatóságok.

79 Egy digitális mezőkönyv használata, amelyben a mezőgazdasági termelők feljegyzik tevékenységeiket, előrelépést jelentene a fogyasztás és a hatás monitoringja szempontjából a gazdaságok digitalizálása, valamint a növényvédő szerek, műtrágyák, a víz és talaj kapcsán. A Bizottság által javasolt FaST-platform (a gazdaságok fenntarthatóságát elősegítő tápanyag-gazdálkodási eszköz) olyan rugalmas architektúrájú eszköz, amely modern elemzéseket és számos adatforrással való interoperabilitást biztosít. A FaST több adatforrásra épít, amelyeket a platform vagy összekapcsol (élő források) vagy importál (statikus források). A FaST-on belül a termelők úgy férnek hozzá saját adataikhoz, hogy a FaST kapcsolatban áll a regionális/nemzeti IIER-rel (vagy azzal egyenértékű mezőgazdaságiüzem-nyilvántartással), ahol a termelők adatait tárolják.

80 A precíziós gazdálkodási adatok értékes adatforrást jelenthetnek65. Ilyen adatok például a talaj nedvesség-és tápanyagtartalmára vonatkozó érzékelő- és gépadatok, valamint a növényvédő szerek használatára vonatkozó helyspecifikus adatok. A fent említett NIVA projekt feltárja, hogy milyen lehetőségek rejlenek a mezőgazdaságiüzem-nyilvántartásnak az IIER-rel történő összekapcsolásában. Célja továbbá, hogy gépi/precíziós gazdálkodási adatokat integráljon az IIER-be. Ennek azonban vannak akadályai, például a mezőgazdasági gépek sokfélesége és a szabványosítás hiánya.

81 Az egyéni adatokhoz szakpolitikai elemzés céljából való hozzáférés nehézségekbe ütközhet, és nincs jogi vagy technikai keret a kereskedelmi információk szakpolitikai elemzés céljából történő felhasználására. Egy tanulmány66 szerint a mezőgazdasági termelők olyan okok miatt vonakodnak megosztani adatokat, mint például az adatok más célokra történő megosztásának kockázata, a „személyes adatok” egyértelmű meghatározásának hiánya, illetve általában véve a modern adatplatform-technológiákkal szembeni ellenállás. A 2023–2027-es KAP keretében a termelőknek nyújtott mezőgazdasági tanácsadási szolgáltatásoknak ki kell terjedniük a digitális technológiákra67.

82 A 13. ábra összefoglalja a Bizottság előtt álló, adatokkal kapcsolatos fő kihívásokat, valamint az arra vonatkozó értékelésünket, hogy ezeket milyen mértékben kezelték.

13. ábra. Annak értékelése, hogy a kezdeményezések milyen mértékben kezelik a kihívásokat

Forrás: Európai Számvevőszék.

83 Az Unión kívül létező hasonló gyakorlatok dokumentumalapú áttekintése során e három nem uniós ország gyakorlatát vizsgáltuk: Ausztrália, Japán és az Egyesült Államok. Ezek az országok nyilvánosan hozzáférhető tájékoztatást nyújtanak a modern adattechnikák mezőgazdaságba való integrálásáról. Kezdeményezéseiket a 7. háttérmagyarázat ismerteti.

7. háttérmagyarázat. Az Unión kívüli gyakorlatok: néhány példa

Ausztrália

A FLAD-BLADE adatbázis68 az uralkodó éghajlati viszonyok (pl. csapadék és hőmérséklet), a nyersanyagárak és a gazdaság jellemzői (pl. helyszín és méret) alapján a gazdaságok szintjén előrejelzi a mezőgazdasági termelést. Az adatbázis lényegében minden ausztráliai gazdaság esetében képes mezőgazdaságiüzem-szinten a termelésre és a pénzügyi eredményekre vonatkozó információkat előállítani69.

Emellett Ausztrália Nemzetközösségi Tudományos és Ipari Kutatási Szervezete megvizsgálta, hogyan lehetne bizalmas számítástechnika alkalmazásával – vagyis az adatok bizalmas jellegének és biztonságának megőrzése mellett – javítani a mezőgazdasági üzemek szintjén tárolt adatokhoz való szakpolitikai vagy kutatási célú hozzáférést. A bizalmas számítástechnika új, akadálymentes módszert tesz lehetővé az adatforrások feltáró összekapcsolására és elemzésére. Ez a megközelítés lehetővé teheti az adatforrások közötti új kapcsolatok felfedezését, az adatok bizalmas jellegének megőrzése mellett70.

Japán

A japán hatóságok létrehoztak egy mezőgazdasági adat-együttműködési platformot (WAGRI)71. A platform a mezőgazdasággal kapcsolatos adatokat koordinál, oszt meg és szolgáltat. Tartalmaz olyan nyilvános adatokat, mint például a mezőgazdasági földterület elhelyezkedése és mérete, valamint meteorológiai információkat. A jövőbeli fejlesztési tervek között szerepel a mezőgazdasági termelők, a mezőgazdasági gépek gyártói, az IKT-forgalmazók és mások birtokában lévő adatok konszolidálása, valamint a nagy adathalmazok felhasználása a mezőgazdasági termelés irányításának optimalizálása érdekében.

Egyesült Államok

A Crop-CASMA (Crop Condition and Soil Moisture Analytics) webalapú térinformatikai alkalmazás, amely lehetővé teszi, hogy távérzékeléses térinformatikai mutató-adatok révén értékeljék az országban a növényzet és a talajnedvesség állapotát72.

Következtetések és ajánlások

84 Megvizsgáltuk, hogy a Bizottság megfelelően használja-e fel az adatokat és az adatelemzést a közös agrárpolitika (KAP) elemzéséhez. A KAP-nak számos összetett, egymással összefüggő célkitűzése van. Annak meghatározásához, hogy a szakpolitikai eszközök relevánsak-e és hogy hatékonyan kezelik-e ezeket a célkitűzéseket, számos – belső és külső – forrásból származó adatra és információra van szükség.

85 Megállapítottuk, hogy bár a Bizottság jelentős mennyiségű adatot használ fel a gazdasági, környezeti, éghajlati és társadalmi szempontokra vonatkozóan, a jelenlegi adatok és eszközök néhány területen nem szolgáltatnak bizonyos jelentős, a megalapozott szakpolitikai döntéshozatalhoz szükséges információkat (1653. bekezdés). A Bizottság számos kezdeményezést tett a meglévő adatok jobb felhasználása érdekében (5769. bekezdés), ám az adatok késedelmes rendelkezésre állásán (41. bekezdés) kívül is vannak további akadályok (7681. bekezdés).

86 A fő adatkorlátok az adatgyűjtés és -feldolgozás szakaszai szerint a következők:

  • nem gyűjtenek adatokat például a következőkre nézve: a mezőgazdasági inputanyagok (pl. az alkalmazott vegyi és nem vegyi növényvédő szer mennyisége, a kijuttatott ásványi/szerves trágyák mennyisége és az adott növénykultúra) és a környezetre hatást gyakorló gazdálkodási gyakorlatok (lásd: 3. táblázat, 4245. bekezdés);
  • az adatok nem hozzáférhetők: a mezőgazdasági üzemekre vonatkozó információkat a tagállamok helyi integrált igazgatási és ellenőrzési rendszere (IIER) birtokolja, kezeli és tárolja, és a Bizottságnak ahhoz korlátozott a hozzáférése (lásd: 2729. bekezdés);
  • túlzott összesítés: a Bizottság többnyire összesített adatokat kap a tagállamoktól, ami korlátozza az azokból kinyerhető értéket (lásd: 2. táblázat, 47. bekezdés);
  • az adatforrások kombinálásának korlátozott lehetősége, például az egységes azonosító hiánya miatt (lásd: 24. bekezdés).

87 Mindemiatt a Bizottság csak részben ismeri a kiinduló értéket vagy a szakpolitikai hatást olyan területeken, mint a mezőgazdasági termelők gazdaságon kívüli jövedelme, a környezeti információk/gyakorlatok és a társadalmi-gazdasági fejlődés. Az adatok rendelkezésre állásának ezen hiánya néhány értékelés (lásd: 3947. bekezdés) és hatásvizsgálat (lásd: 4853. bekezdés) tekintetében befolyásolja a bizonyítékok minőségét.

1. ajánlás. Az IIER-ből származó lebontott adatok felhasználására vonatkozó keret létrehozása

A Bizottság hozzon létre technikai és igazgatási keretet az IIER-ből származó lebontott adatok megosztására és újrafelhasználására (az éves teljesítményjelentésekhez szükséges adatokon túl) a szakpolitika monitoringja, értékelése és végső soron kialakítása érdekében. Mindeközben tartsa tiszteletben a hatékonyság elvét, minimálisra csökkentve a kedvezményezettekre és a tagállami hatóságokra háruló adminisztratív terheket és költségeket.

Határidő: 2024

2. ajánlás. Adatforrások nagyobb mértékű felhasználása és fejlesztése a szakpolitikai igények kielégítése érdekében

A Bizottság az alábbiak révén kezelje a 2014–2020-as KAP értékelésében és a 2020 utáni KAP hatásvizsgálatában azonosított adathiányokat:

  1. a meglévő adatforrások (pl. közigazgatási adatok és statisztikai felmérések, valamint Kopernikusz-adatok) nagyobb mértékű felhasználása, új adatforrások figyelembevétele vagy a meglévők kombinálása;
  2. annak megvizsgálása, hogy lehetséges-e helyettesítő vagy közvetett adatforrásokat használni, amikor a fő mutatók vagy szempontok értékeléséhez közvetlen forrásokat nem lehet használni;
  3. a mezőgazdasági gépekre vonatkozó adatok kiterjesztett felhasználása lehetőségének értékelése.

Határidő: 2025

88 A Bizottságnál a Mezőgazdasági és Vidékfejlesztési Főigazgatóság megállapodást kötött a Közös Kutatóközponttal az adatelemzésről és annak feltárásáról, hogy miként lehetne jobban felhasználni a meglévő adatokat. E megállapodás alapján a Bizottság korszerű mennyiségi elemzéseket és modelleket alkalmaz a KAP szakpolitikai elemzéséhez. A Mezőgazdasági és Vidékfejlesztési Főigazgatóság azonban nem alkalmaz nagy adathalmazokra épülő technikákat a szövegelemzéshez, a szövegbányászathoz vagy akár csak az automatizált adatkinyeréshez. A manuális és időigényes eljárások automatizált eszközökkel való felváltása potenciális előnyökkel járhat (lásd: 19. és 25. bekezdés és 2. háttérmagyarázat).

89 Unió-szerte számos – néha a Horizont 2020 vagy más programok keretében az Unió által finanszírozott – kezdeményezés létezik, amely kutatja a KAP megtervezésére, monitoringjára és értékelésére szolgáló adatkezelési és informatikai eszközök korszerűsítésének lehetőségeit. E kezdeményezések némelyike már eredményeket is ért el az interoperabilitás, valamint az új és átfogóbb mutatók terén. A projektek más-más szakaszban vannak, és hasonló kérdéseket alkalmasint különböző szempontokból vizsgálnak (7075. bekezdés). A Bizottság még nem határozta meg, hogy a gyakorlatban mely összetevőket lehetne átültetni a KAP-ba.

90 Ezért a Bizottságnak jelentős játéktere van arra, hogy a meglévő informatikai rendszerekbe, illetve az automatizált információfeldolgozás más informatikai megoldásaiba költséghatékony, fejlett elemzéseket és kapcsolódó eszközöket építsen be (kiváltva pl. manuális vagy nem reprodukálható eljárásokat), és a szakpolitikai elemzéshez jobban felhasználja az adateszközöket (pl. több adatfeldolgozási végeredményt).

A jelentést 2022. május 18-i luxembourgi ülésén fogadta el a Joëlle Elvinger számvevőszéki tag elnökölte I. Kamara.

 

a Számvevőszék nevében

Klaus-Heiner Lehne
elnök

Melléklet. A Bizottság kiválasztott, adatokkal kapcsolatos intézkedései és törekvései

– befejezve – túl korai az értékeléshez, vagy a késedelem egy évnél rövidebb – egy évnél hosszabb késedelem

Tárgy / kihívás Forrásdokumentum Ambíció / fellépés Célkitűzés / rendeltetés Határidő Megvalósítás állapota Következő lépések, beleértve az ütemezést
Az európai mezőgazdasági statisztikák korszerűsítése Strategy for agricultural statistics for 2020 and beyond Az integrált mezőgazdasági statisztikákra vonatkozó új keretrendelet legkésőbb 2018-ban hatályba lép. Biztosítani, hogy folytatódjon az európai gazdaságszerkezeti felmérések sorozata, konzisztens idősorokat biztosítva ezáltal, kielégítve ugyanakkor az új, illetve újonnan felmerülő adatigényeket a gazdaságok szintjén. 2018 Az (EU) 2018/1091 rendelet 2018 augusztusában hatályba lépett. 2020-ban mezőgazdasági összeírásra került sor, a következő adatgyűjtés 2023-ban esedékes.
2022-re hatályos a keretrendelet a mezőgazdasági felhasználásra és kibocsátásra vonatkozó statisztikákról (SAIO). Harmonizálni és jobban integrálni a mezőgazdasági felhasználásra és kibocsátásra (pl. termények és állatok, növényvédő szerek, tápanyagok, mezőgazdasági árak) vonatkozó statisztikákat; figyelembe venni az új adatigényeket; megkönnyíteni az összegyűjtött adatok összevetését. 2022 A Bizottság 2021 februárjában elfogadta a javaslatot (COM(2021) 37), amely jelenleg jogalkotási eljárás alatt áll. A Bizottság a keretrendelet alapján elindítja a végrehajtási és felhatalmazáson alapuló jogi aktusokra vonatkozó jogalkotási eljárásokat.
Jogalkotási eljárások indítása a SAIO-keretrendeletre vonatkozó felhatalmazáson alapuló/végrehajtási jogi aktusokra vonatkozóan. A SAIO-ra vonatkozó adatkészletek meghatározása. 2021 Végrehajtási jogi aktusok elfogadása azt követően lehetséges, hogy a társjogalkotók elfogadják a fő jogi aktust. A fő jogi aktus becsült elfogadása: 2022. A végrehajtási rendeletek elfogadásának jelenlegi határideje 2022–2023.
A mezőgazdasági számlarendszerről szóló 138/2004/EK rendelet módosítása A regionális gazdasági számlák (NUTS 2) figyelembevétele 2021 Megállapodás létezik, de még nem fogadták el  
Adatelemzési technológiák Közlemény:A mesterséges intelligenciáról szóló összehangolt terv, COM (2018) 795.

és 2021. évi közlemény , COM(2021) 205.
A Bizottság és a tagállamok igyekeznek Európa-szerte világszínvonalú tesztelési és kísérleti helyszíneket létrehozni a mesterséges intelligencián alapuló termékek és szolgáltatások számára A beruházások optimalizálása, valamint a párhuzamos vagy versengő erőfeszítések elkerülése érdekében Európa-szerte korlátozott számú, mesterséges intelligenciára szakosodott, nagyszabású referenciahelyet kell kifejleszteni és azokat valamennyi érdekelt fél előtt meg kell nyitni. 2020 Az agrár-élelmiszeripari mesterségesintelligencia-tesztelési és -kísérleti létesítmény szerepel a Digitális Európa program 2021–2022-es munkaprogramjában. A pályázati felhívás 2022 első negyedévében jelent meg.

(Megjegyzés: a Digitális Európa program végrehajtása általános késedelmet szenved)
 
Adatmegosztás / az adatok nyílttá tétele Közlemény: Európai adatstratégia, COM(2020) 66 A Bizottság számba fogja venni az érdekelt feleknek a mezőgazdasági adatok szerződéses megállapodás útján történő megosztására vonatkozó magatartási kódexével kapcsolatban szerzett tapasztalatokat, többek között a digitális mezőgazdasági megoldások jelenlegi piaca, valamint e megoldásoknak az adatok rendelkezésre állásával és felhasználásával kapcsolatos követelményei alapján. A mezőgazdasági adattérrel kapcsolatos előkészítő intézkedés. 2020. 3./4. negyedéve A határidőt nem tartották be. Az ezzel foglalkozó szervet még ezután kell létrehozni.

Az összehangolt és támogató intézkedésre („előkészítő intézkedés”) vonatkozó felhívást 2021 végén tették közzé és 2022. februárban zárják le; ezt követően a pályázatok értékelése, a szerződéskötés és a projekt elindítása 2022 folyamán várható.

(Megjegyzés: a Digitális Európa program végrehajtása általános késedelmet szenved)
Az összehangolt és támogató intézkedés eredményei szolgálnak majd alapul a Digitális Európa program második munkaprogramja keretében később finanszírozott végrehajtási intézkedések bevezetéséhez.
A Bizottság az érdekelt felekkel és a tagállami szervezetekkel együtt számba veszi a jelenleg használt mezőgazdasági adattereket, beleértve a Horizont 2020 program keretében finanszírozottakat is, majd döntést hoz az uniós megközelítésről. A mezőgazdasági adattérrel kapcsolatos előkészítő intézkedés. 2020. 4. negyedéve/ 2021. 1. negyedéve A határidőt nem tartották be. Az ezzel foglalkozó szervet még ezután kell létrehozni.

(Megjegyzés: a Digitális Európa program végrehajtása általános késedelmet szenved)
Az összehangolt és támogató intézkedés eredményei szolgálnak majd alapul a Digitális Európa program második munkaprogramja keretében később finanszírozott végrehajtási intézkedések bevezetéséhez.
A nagy értékű adatkészletekre vonatkozó végrehajtási jogi aktus elfogadására irányuló eljárás megindítása. A közszféra fő referenciaadat-készleteinek megnyitása az innováció előtt, és azoknak Unió-szerte ingyenes, géppel olvasható formátumban és szabványosított alkalmazásprogramozási felületeken (API) keresztül történő elérhetővé tétele. 2021. 1. negyedéve 2022 februárjában a Bizottság még tárgyalja a jogi aktus tervezetét. Nyilvános konzultáció 2022-ben
Coordinated Plan on Artificial Intelligence 2021 Review Mezőgazdasági adattér létrehozása. A mezőgazdasági ágazat fenntarthatósági teljesítményének és versenyképességének javítása a termelési és egyéb adatok feldolgozása és elemzése révén, lehetővé téve a termelési megközelítések pontos és testre szabott alkalmazását a gazdaságok szintjén. 2024 Túl korai lenne az értékelés.  
A széttagoltság és az esetleges adminisztratív terhek csökkentése Közlemény:Hosszú távú jövőkép az EU vidéki területei számára – Az erősebb, összekapcsolt, reziliens és virágzó vidéki területek 2040-ig történő megvalósítása felé, COM(2021) 345 A vidéki térségekre vonatkozó adatgyűjtés és -elemzés további javítása 2022 Túl korai lenne az értékelés.

A megfigyelőközpont a Területi Politikák Tudásközpontja keretében jön létre.
A vidéki adatplatform első irányítópultjai az előzetes tervek szerint 2022 végére várhatóak.
Megfelelő adatok használata a szakpolitikai elemzéshez A KAP-reform és a zöld megállapodás közötti kapcsolatok elemzése, SWD(2020) 93) A Bizottság jogalkotási javaslatot fog előterjeszteni az FADN-nek a mezőgazdasági üzemek fenntarthatóságára vonatkozó adathálózattá történő átalakítására. A „termelőtől a fogyasztóig” célkitűzésekre és más fenntarthatósági mutatókra vonatkozó adatok gyűjtése az adatvédelmi szabályokkal teljes összhangban. Nincs konkrét határidő Nincs konkrét határidő. A Bizottság 2022 második negyedévében tervezi jogalkotási javaslat előterjesztését.  
Impact Assessment accompanying the post-2020 CAP legislative proposals, SWD(2018) 301 Jobban ki kell használni az új adatforrásokat, például a műholdas megfigyelést (Kopernikusz), a nagy adathalmazokon alapuló megoldásokat és az egyes adatszolgáltatókkal való együttműködést. A mezőgazdasági termelőkre és a közigazgatási szervekre nehezedő terhek csökkentése, ugyanakkor a szakpolitikai adatalap javítása. Nincs konkrét határidő A területmegfigyelő rendszer (AMS) bekerül a 2020 utáni KAP-ba. Az AMS fel fogja használni a Kopernikusz Sentinel-adatokat és más, legalább azokkal egyenértékű adatforrásokat, például földrajzi koordinátákkal ellátott fényképeket, ortofotókat, illetve nagyon magas térbeli felbontású képeket. Nem alkalmazható – folyamatban van, nincs meghatározott végpontja.
Információkezelés a Mezőgazdasági és Vidékfejlesztési Főigazgatóságon A DG AGRI 2021–2022-re szóló adatkezelési munkaprogramja A vállalatiadat-kormányzás elveinek végrehajtása a DG AGRI fő adateszközei esetében. A vállalati adatstratégia végrehajtása. 2021. január – 2024. december Túl korai lenne az értékelés. Az ISAMM adatpolitikáinak értékelése lezárult. Az AGRIVIEW rendszer értékelése megkezdődött, és azt az FADN-é fogja követni
A DG AGRI adatainak terjesztése az agrár-élelmiszeripari adatportálon keresztül.   2021. január – 2022. december Túl korai lenne az értékelés.

A DG AGRI többéves tervet dolgozott ki a portálra vonatkozóan.
 
Az adatmegosztás és -elemzés előmozdítása és lehetővé tétele a DG AGRI-n belül
  • Országosadat-ismereti portál/irányítópult
  • Tematikus irányítópultok
Az adatmegosztás előmozdítása és lehetővé tétele 2021. március– 2022. december Túl korai lenne az értékelés.

Elemző adatlapok formájában közzétették az országadatokat.
 

Q = negyedév

Forrás: Európai Számvevőszék, bizottsági dokumentumok és interjúk alapján.

Betűszavak és rövidítések

AMS: területmegfigyelő rendszer

ATLAS: mezőgazdasági interoperabilitási és elemzési rendszer

CATS: számlaelszámolási ellenőrző rendszer

CROP-CASMA: a termésállapot és a talajnedvesség elemzése

FADN: mezőgazdasági számviteli információs hálózat

FaST: a gazdaságok fenntarthatóságát elősegítő tápanyag-gazdálkodási eszköz

FSDN: a mezőgazdasági üzemek fenntarthatóságára vonatkozó adathálózat

GSAA: földrajzi térinformatikai támogatási kérelem

IFM-CAP: a közös agrárpolitika egyedi mezőgazdaságiüzem-modellje

IFS: integrált mezőgazdasági statisztikák

IIER: Integrált igazgatási és kontrollrendszer

ISAMM: a mezőgazdasági piacirányítás információs rendszere

LUCAS: földhasználati és földfelszín-borítottsági összeírás

MEF4CAP: a közös agrárpolitika monitoring- és értékelési keretei

MePaR: Mezőgazdasági parcellaazonosító rendszer

NIVA: New IACS Vision in Action

SAIO: Mezőgazdasági felhasználási és kibocsátási statisztikák

SEN4CAP: A közös agrárpolitika őrszemei

SFC: Alapkezelési rendszer

Glosszárium

Adatbázis: Elektronikusan tárolt, betekintésre és kimásolásra rendelkezésre álló strukturált adatkészlet.

Adatelemzés: Az adatok gyűjtésének, modellezésének és vizsgálatának folyamata a döntéshozatalt támogató információk kinyerése érdekében.

Adatelemzés: Az adatok új felismerések érdekében – szisztematikus számítási módszerekkel – történő elemzésének tudománya.

Adateszköz: Egy jogalany tulajdonában lévő informatikai rendszer, alkalmazás vagy adatbázis.

Adathiány: Ha egy valamilyen célból szükséges adat nem áll rendelkezésre.

Adatok: Konkrét, objektív tények, mérések vagy megfigyelések, amelyeket a feldolgozás révén generálnak információt.

Az adatok újrafelhasználhatósága: Az, hogy mennyire könnyű egy bizonyos célra gyűjtött adatokat valamely más célra felhasználni.

Fejlett elemzések: Csúcstechnológiai módszerek, például prediktív modellezés és gépi tanulás alkalmazása nagy adathalmazok elemzésére.

Földhasználati és földfelszín-borítottsági összeírás (LUCAS): Rendszeres, összehangolt helyszíni felmérés valamennyi uniós tagállamban azzal a céllal, hogy információkat gyűjtsenek a földhasználatról és a terményekről, beleértve a talaj elemzését is.

Interoperabilitás: Valamely rendszer képessége más rendszerekkel való kommunikációra és együttműködésre, beleértve az adatcserét is.

Mélytanulás: Mesterséges intelligenciát alkalmazó technológia: egy szoftverrendszer több millió példa segítségével történő betanítása.

Nagy adathalmazok: Növekvő mennyiségű, sebességű és változatosságú adatkészletek: a nagy adathalmazok gyakran javarészt strukturálatlanok.

Strukturálatlan adatok: Eredeti formátumában, előre meghatározott osztályozás vagy szervezés nélkül tárolt információ, amelyet emiatt nehezebb elemezni. Része lehet mennyiségi és minőségi információ egyaránt, például képek, szöveg, dátumok, e-mailek vagy számadatok.

Strukturált adatok: Előre meghatározott adatstruktúrát követő, szabványosított mennyiségi információk, amelyeket emiatt könnyebb elemezni.

Téradatok: Egy adott helyre vagy földrajzi területre, valamint annak természetes vagy épített jellemzőire vonatkozó adatok.

Ellenőrző csoport

Ellenőrzéseinek eredményeit a Számvevőszék különjelentésekben mutatja be, amelyek egy adott költségvetési területhez kapcsolódó uniós szakpolitikákkal és programokkal, illetve az irányítással kapcsolatos kérdésekkel foglalkoznak. Hogy ellenőrzési munkája maximális hatást érjen el, témái megválasztásakor és feladatai megtervezésekor a Számvevőszék tekintetbe veszi a teljesítmény-, illetve megfelelőségi kockázatokat, az érintett bevétel vagy kiadás nagyságát, a várható fejleményeket, valamint a politika és a nagyközönség érdeklődését.

Ezt a teljesítmény-ellenőrzést a fenntartható természetierőforrás-gazdálkodásra szakosodott, Joëlle Elvinger számvevőszéki tag elnökölte I. Kamara végezte. Az ellenőrzést Joëlle Elvinger számvevőszéki tag vezette, Liia Laanes feladatfelelős, Dimitrios Maniopoulos helyettes feladatfelelős, Preiss Ildikó kabinetfőnök, Paolo Pesce és Charlotta Törneling kabinetattasék, Emmanuel Rauch ügyvezető, Claudia Albanese számvevő és adattudós, Marika Meisenzahl számvevő és grafikai tervező és Michał Szwed számvevő támogatásával. Nyelvi támogatás: Mark Smith.

Végjegyzetek

1 Az Európai Unió működéséről szóló szerződés 39. cikke.

2 A minőségi jogalkotás eszköztára, 2021, 20. o.

3 Höchtl, J., Parycek, P. & Schöllhammer, R., Big data in the policy cycle: Policy decision making in the digital era, Journal of Organizational Computing and Electronic Commerce, 2016, 26. évfolyam (1–2. negyedév), 147–169. o.

4 OECD: Digital Opportunities for Better Agricultural Policies, 2019, OECD Publishing, 13. o.

5 C(2016) 6626, A Bizottságnak címzett közlemény: Data, Information and Knowledge Management at the European Commission.

6 COM(2020) 66.

7 COM(2020) 767.

8 Az 1306/2013/EU rendelet 110. cikke.

9 A minőségi jogalkotás eszköztára, 20. o.

10 COM(2016) 786 rendeletjavaslat indokolása.

11 Az 1306/2013/EU rendelet 68. cikke.

12 Az 1306/2013/EU rendelet 67–78. cikke.

13 Az európai beszámolás, monitoring és ellenőrzés digitalizálása, Európai Parlament Kutatószolgálata, 2021. szeptember.

14 NIVA roadmap for IACS transformation, 24. o.

15 A NIVA- és az IoF2020-projektek eredményei, az ATLAS- és DEMETER-projektek dokumentumai; Az európai beszámolás, monitoring és ellenőrzés digitalizálása, Európai Parlament Kutatószolgálata, 2021. szeptember.

16 A DG AGRI éves tevékenységi jelentése, 2. melléklet, 25. o.

17 04/2020. sz. különjelentés: „Új képalkotó technológiák a közös agrárpolitika ellenőrzésében: összességében egyenletes, az éghajlat- és környezetvédelmi monitoring terén azonban lassúbb előrehaladás”.

18 Uo., 2. ajánlás.

19 A Tanács 79/65/EGK rendelete

20 Mezőgazdasági számviteli információs hálózat.

21 Európai Vidékfejlesztési Hálózat értékelési ügyfélszolgálata, Best Use of FADN for the Assessment of RDP Effects on Fostering the Competitiveness in Agriculture, 2021, 9. o.

22 Bizottság, EU Farm Economics Overview based on 2015 (and 2016) FADN data, 2018, 5. o.

23 Minőségi jogalkotásra vonatkozó iránymutatások, 6. és 26. o.

24 A minőségi jogalkotás eszköztára, 572. o.

25 Az 1306/2013/EU rendelet 110. cikke.

26 Minőségi jogalkotásra vonatkozó iránymutatások, 45. o.

27 A vidékfejlesztés esetében a 808/2014/EU végrehajtási rendelet IV. melléklete.

28 A minőségi jogalkotás eszköztára, VIII. fejezet – 68. eszköz.

29 SWD(2021) 115, 20. o.

30 Dumangane, M. et al., An Evaluation of the CAP impact: a discrete policy mix analysis, 2021.

31 Evaluation support study on „viable food production’, 30–32. o.

32 Az 1306/2013/EU rendelet II. melléklete.

33 13/2020. sz. különjelentés: „Biodiverzitás a mezőgazdasági területeken: a közös agrárpolitika mindeddig nem tudta megállítani a hanyatlást”, 48–50. bekezdés.

34 Evaluation of the impact of the CAP on habitats, landscapes, biodiversity, Executive Summary, 2019.

35 05/2020. sz. különjelentés: „A növényvédelmi szerek fenntartható használata: kevés előrelépés történt a kockázatok mérése és csökkentése terén”.

36 Uo.

37 Evaluation on impact of the CAP on territorial development of rural areas.

38 SWD(2021) 394.

39 Evaluation support study on the impact of the CAP on territorial development of rural areas, 2020.

40 Evaluation support study on the impact of the CAP on territorial development of rural areas, 2020.

41 SWD(2021) 394 és az Evaluation support study on the impact of the CAP on territorial development of rural areas: socioeconomic aspects című, értékelést alátámasztó tanulmány; „A nemek közötti egyenlőség általános érvényesítése az uniós költségvetésben: a szavak után eljött a tettek ideje” című, 10/2021. sz. különjelentés 90. bekezdése.

42 Minőségi jogalkotásra vonatkozó iránymutatások, 10. o.

43 SWD(2018) 301.

44 A 07/2018. sz. vélemény 2. bekezdése.

45 „A nemek közötti egyenlőség általános érvényesítése az uniós költségvetésben: a szavak után eljött a tettek ideje” című, 10/2021. sz. különjelentés 89. és 90. bekezdése.

46 „A mezőgazdasági termelők alaptámogatási rendszere: működik ugyan, de az egyszerűsítés, a célirányosítás és a támogatások szintjének konvergenciája szempontjából nem jelentős a hatása” című 10/2018. sz. különjelentés 3. ajánlása.

47 Hill, B. és Dylan Bradley, B. (2015) Comparison of farmers’ income in the EU Member States. Az Európai Parlament számára készített tanulmány.

48 Az „egyéb jövedelemszerző tevékenységre” vonatkozó adatkészlet (ef_oga_main).

49 Hansen, H. és Forstner, B. (2021), A differentiated look at the economic situation of German farmers, a Mezőgazdaságiüzem-szintű elemzések OECD-hálózatának 27. ülésén tartott ismertető.

50 SWD(2018) 301, 51. o.

51 A minőségi jogalkotás eszköztára, 363. o.

52 SWD(2017) 96, Evaluation accompanying the document „Strategy for Agricultural Statistics 2020 and beyond and subsequent potential legislative scenarios”.

53 COM(2020) 66.

54 C(2021) 7914, Annex to the Commission Implementing Decision on the financing of the Digital Europe Programme and the adoption of the multiannual work programme for 2021–2022, 54. o.

55 A mezőgazdasági adatok szerződéses megállapodás útján történő megosztására vonatkozó uniós magatartási kódex.

56 COM(2020) 381.

57 Roadmap: Conversion of the FADN to a Farm Sustainability Data Network (FSDN).

58 Poppe, K., Vrolijk, H., Dolman, M., és Silvis, H., 2016, FLINT – Farm-level Indicators for New Topics in policy evaluation: an introduction. Studies in Agricultural Economics, 118, 116–122. o.

59 A FLINT projekt zárójelentésének összefoglalása.

60 Roadmap: Conversion of the FADN to a Farm Sustainability Data Network (FSDN).

61 SWD(2018) 301, I. rész, 51. o.

62 Lásd például: Strategy for agricultural statistics for 2020 and beyond, 8., 12. és 16–17. o

63 Poppe, K. J. és Vrolijk, H.C.J. (2019), How to measure farm income in the era of complex farms, az EAAE 171. szemináriumán történő bemutatásra készített dokumentum.

64 A Bizottság (EU) 2021/2286 végrehajtási rendelete.

65 Punt, T. és Snijkers, G., Exploring precision farming data: a valuable new data source? A first orientation, 2020. Az ENSZ EGB statisztikai adatgyűjtésről szóló 2019. évi munkaértekezletén („Új források és új technológiák”) bemutatott dokumentum.

66 Internet of Food and Farm 2020: Policy Recommendations from IoF2020.

67 Az (EU) 2021/2115 rendelet 15. cikke.

68 Agricultural Data Integration Project.

69 Hughes, N. et al. (2020), The Agricultural Data Integration Project, ABARES kutatási jelentés, Canberra.

70 Digital Opportunities for Better Agricultural Policies, 2019, OECD.

71 WAGRI weboldal.

72 Crop-CASMA User's Guide.

Elérhetőség

EURÓPAI SZÁMVEVŐSZÉK
12, rue Alcide De Gasperi
1615 Luxembourg
LUXEMBOURG

Telefon: +352 4398-1
Megkeresés: eca.europa.eu/hu/Pages/ContactForm.aspx
Weboldal: eca.europa.eu
Twitter: @EUAuditors

Bővebb tájékoztatást az Európai Unióról az interneten talál (https://europa.eu).

Luxembourg: Az Európai Unió Kiadóhivatala, 2022

PDF ISBN 978-92-847-8282-6 ISSN 1977-5733 doi:10.2865/621554 QJ-AB-22-014-HU-N
HTML ISBN 978-92-847-8242-0 ISSN 1977-5733 doi:10.2865/681217 QJ-AB-22-014-HU-Q

SZERZŐI JOGOK

© Európai Unió, 2022

Az Európai Számvevőszék dokumentumainak felhasználását a nyíltadat-politikáról és a dokumentumok további felhasználásáról szóló 6–2019. sz. számvevőszéki határozat szabályozza.

Ellenkező rendelkezés (pl. egyedi szerzői jogi nyilatkozatokban foglaltak) hiányában az Európai Unió tulajdonában lévő számvevőszéki tartalmak a Creative Commons Attribution 4.0 International (CC BY 4.0) licenc alá tartoznak. Ezért főszabály szerint a további felhasználás a forrás és a változtatások megfelelő feltüntetésével megengedett. A Számvevőszéktől származó tartalmak további felhasználásakor azok eredeti értelme és mondanivalója nem torzulhat. A Számvevőszék nem vonható felelősségre a továbbfelhasználás esetleges következményeiért.

Ha az adott tartalomban azonosítható magánszemélyek is érintettek (például ha egy kép a Számvevőszék munkatársait ábrázolja vagy harmadik fél is szerepel a források között), adott esetben további engedélyt is be kell szerezni.

Amennyiben ez megtörtént, akkor a vonatkozó engedély érvényteleníti a fenti általános érvényű engedélyt, és az abban foglalt, egyértelműen meghatározott felhasználási korlátozások érvényesek.

Az olyan tartalmak felhasználásához vagy reprodukálásához, amelyek nem az Európai Unió tulajdonát képezik, adott esetben közvetlenül a szerzői jog tulajdonosától kell engedélyt kérni:

1., 4., 8. és 11. ábra: Freepik Company S.L. Minden jog fenntartva.

Logók, 12. ábra: Minden jog fenntartva.

Az iparjogvédelem alatt álló szoftverek és dokumentumok – pl. szabadalmak, márkajelzések, bejegyzett formatervezési minták, logók és nevek – nem tartoznak a Számvevőszék továbbfelhasználási politikájának hatókörébe.

Az Európai Uniónak az europa.eu címtartomány alá tartozó intézményi weboldalai külső oldalakra mutató hivatkozásokat is tartalmaznak. Ezek nem tartoznak a Számvevőszék hatáskörébe, ezért ajánlott elolvasni az ott közzétett adatvédelmi és szerzői jogi rendelkezéseket.

Az Európai Számvevőszék logójának használata

Az Európai Számvevőszék logója kizárólag a Számvevőszék előzetes hozzájárulásával használható fel.

Kapcsolatba szeretne lépni az EU-val?

Személyesen
Az Európai Unió területén több Europe Direct információs központ is működik. Keresse meg az Önhöz legközelebb eső központot: https://europa.eu/european-union/contact_hu

Telefonon vagy e-mailben
A Europe Direct központok feladata, hogy megválaszolják a polgárok Európai Unióval kapcsolatos kérdéseit. Vegye igénybe a szolgáltatást

  • az ingyenesen hívható telefonszámon: 00 800 6 7 8 9 10 11 (bizonyos szolgáltatók számíthatnak fel díjat a hívásért),
  • a rendes díjszabású telefonszámon: (+32 2) 29-99-696, vagy
  • e-mailen: https://europa.eu/european-union/contact_hu

Információkat keres az EU-ról?

Online
Az EUROPA portál tájékoztatással szolgál az Európai Unióról az EU összes hivatalos nyelvén: https://europa.eu/european-union/index_hu

Uniós kiadványok
A következő címen uniós kiadványok tölthetők le/rendelhetők meg díjmentesen/fizetés ellenében: https://op.europa.eu/hu/publications. Ha bizonyos ingyenes kiadványokból több példányra van szüksége, rendeljen a Europe Direct központtól vagy hazájának helyi információs központjától (lásd: https://europa.eu/european-union/contact_hu).

Uniós jogszabályok és kapcsolódó dokumentumok
Az EUR-Lex portálról bármelyik hivatalos nyelven letölthetők az EU jogi tartalmai és az 1951-től megjelenő jogszabályai: https://eur-lex.europa.eu

Az EU által gondozott nyílt hozzáférésű adatok
A nyílt hozzáférésű adatok európai uniós portálja (https://data.europa.eu/hu) uniós adatkészletekhez biztosít hozzáférést. Az adatok kereskedelmi és nem kereskedelmi célból egyaránt díjmentesen letölthetők és felhasználhatók.