I dati nella politica agricola comune Per valutare la PAC non si sfruttano le potenzialità dei big data

Sintesi

I La politica agricola comune (PAC) rappresenta oltre un terzo del bilancio dell’UE. Si prefigge numerosi obiettivi complessi ed interconnessi, che vanno dal tenore di vita della popolazione agricola agli aspetti ambientali e relativi al clima e allo sviluppo delle zone rurali. Se si vuole utilizzare un approccio basato su dati probanti per adottare decisioni sulle politiche vi è bisogno di vari dati provenienti da fonti diverse e di una successiva analisi.

II L’obiettivo dell’audit era valutare se la Commissione stia facendo buon uso di dati e tecniche analitiche per l’analisi della PAC. Tale valutazione è pertinente sia per la PAC che inizierà nel 2023 sia per quella successiva al 2027.

III In primo luogo, gli auditor della Corte hanno analizzato le modalità con cui la Commissione negli scorsi anni ha utilizzato i dati disponibili a fini di analisi delle politiche, accertando se i dati disponibili fossero sufficienti. Successivamente, hanno analizzato le azioni intraprese dalla Commissione per ovviare alla mancanza di dati, compreso l’utilizzo dei big data.

IV La Corte ha riscontrato che la Commissione dispone di ingenti quantità di dati per la concezione, il monitoraggio e la valutazione della PAC. La Commissione utilizza strumenti convenzionali, quali fogli elettronici, per analizzare i dati che raccoglie dagli Stati membri. I dati e gli strumenti attuali non apportano alcuni importanti elementi (ad esempio, dettagli sulle pratiche ambientali applicate, reddito da attività extra agricole) che sono necessari per elaborare una politica sulla base di elementi solidi. La Commissione ha adottato numerose iniziative legislative e di altro tipo per utilizzare meglio i dati esistenti; tuttavia, rimangono ostacoli all’utilizzo ottimale dei dati raccolti. Ostacoli quali la mancanza di standardizzazione e le limitazioni dovute all’aggregazione dei dati riducono la disponibilità e l’utilizzabilità dei dati stessi.

V La Corte raccomanda alla Commissione di:

• istituire un quadro per l’utilizzo di dati disaggregati provenienti dagli Stati membri;
• utilizzare maggiormente e sviluppare le fonti di dati per soddisfare le esigenze d’intervento.

Introduzione

La politica agricola comune è un ampio settore di intervento

01 La politica agricola comune (PAC), avviata nel 1962, rappresenta oltre un terzo del bilancio dell’UE: per il periodo 2014‑2020, la spesa agricola è ammontata in totale a 408 miliardi di euro. Gli obiettivi generali sanciti nel Trattato¹ per la PAC sono specificati in maggior dettaglio nei regolamenti disciplinanti detta politica (cfr. figura 1). La PAC si prefigge di avere un impatto non solo sulla produzione agricola e sugli agricoltori, ma anche su aspetti ambientali, sociali e connessi al clima.

02 A titolo della PAC, i beneficiari ricevono la maggior parte dei sussidi sulla base dei terreni a loro disposizione. Un’ulteriore quota dei sussidi può essere pagata a titolo di rimborso dei costi sostenuti per aver intrapreso attività specifiche, nonché per finanziare investimenti. La normativa dell’UE costituisce la base giuridica per la maggior parte dei pagamenti. I dati sulle aziende agricole sono creati e raccolti con vari mezzi (cfr. figura 2).

Ruolo dei dati in un ciclo programmatico

03 Secondo gli Orientamenti per legiferare meglio della Commissione, bisognerebbe seguire un approccio basato su dati probanti: le decisioni in merito alle politiche devono essere basate sui migliori elementi probatori disponibili. Per “elementi probatori” la Commissione intende dati, informazioni e conoscenze da molteplici fonti, compresi dati quantitativi quali statistiche e misurazioni, dati qualitativi quali pareri, contributi dei portatori di interessi, conclusioni di valutazioni, nonché pareri scientifici e di esperti². Un ciclo programmatico convenzionale prevede le diverse fasi illustrate nella figura 3. Una politica fondata su elementi probatori necessita di dati pertinenti in ogni fase del ciclo.

04 Globalmente, le organizzazioni utilizzano più spesso i big data e ciò permette loro di utilizzare dati che sono stati raccolti in modi diversi. Nella presente relazione, per big data si intendono dati che sono troppo complessi o sono troppo numerosi per i tradizionali sistemi di elaborazione dati, e che richiedono strumenti avanzati e una potenza di calcolo superiore.

05 Un settore nel quale le innovazioni e le tecnologie digitali sono sempre più impiegate è l’agricoltura; la figura 4 illustra esempi di tecnologie digitali in agricoltura. Il settore pubblico può utilizzare molte di queste tecnologie. I progressi tecnologici possono ridurre i tempi dell’elaborazione delle politiche e allargare la base di conoscenze comprovate per le decisioni sulle politiche³. Questi miglioramenti permettono alle pubbliche amministrazioni di adottare politiche guidate dai dati, in particolare rendendo possibile quanto segue⁴:

• comprendere meglio gli impatti ambientali dell’agricoltura e formulare obiettivi delle politiche che ovviano a tali impatti in modo olistico;
• concepire politiche differenziate e mirate;
• utilizzare nuovi sistemi di monitoraggio basati sui dati.

Le ambizioni dell’UE in materia di dati

06 La Commissione europea ha pubblicato numerosi documenti nei quali sottolinea la necessità di migliorare e ottimizzare l’utilizzo dei dati per concepire meglio le politiche, o aventi un’incidenza sulla condivisione dei dati o sugli strumenti nell’UE (cfr. figura 5).

07 Nella comunicazione del 2016 riguardante la gestione dei dati, delle informazioni e della conoscenza alla Commissione europea, la Commissione sottolineava l’esigenza di migliorare il reperimento e la fornitura delle informazioni, nonché di ottimizzare l’utilizzo dei dati per migliorare la definizione delle politiche. Affermava che i big data “possono potenziare sensibilmente le capacità della Commissione permettendo di rilevare in anticipo le tendenze e di ottenere più rapidamente riscontri a sostegno del “legiferare meglio” e di una definizione delle politiche fondata su elementi probatori, e possono inoltre dimostrare meglio i risultati a tutti i portatori di interessi” [trad. a cura della Corte]. La Commissione prevedeva di sviluppare le competenze, gli strumenti e l’infrastruttura di calcolo necessari per sostenere una capacità in termini di big data. Evidenziava inoltre che le esigenze in termini di dati e i deficit di conoscenze devono essere meglio anticipate per far sì che i dati siano disponibili, utilizzabili ed utili per valutazioni d’impatto, monitoraggio, rendicontazione e valutazione⁵. La strategia per i dati interna della Commissione (DataStrategy@EC) è il principale strumento per mettere in pratica la comunicazione del 2016.

08 Nel novembre 2018, la Commissione ha adottato la Strategia digitale della Commissione europea, per divenire entro il 2022 un’amministrazione trasformata digitalmente, incentrata sull’utente e fondata sui dati. Veniva ribadita la direzione indicata nella comunicazione del 2016. La Corte ritiene che due delle nove azioni elencate in detta Strategia siano quelle maggiormente rilevanti ai fini dell’audit:

• integrare nuove tecnologie nell’ambiente informatico della Commissione;
• facilitare la libera circolazione dei dati relativi alle politiche a livello dell’UE tra le amministrazioni pubbliche europee.

09 Nel febbraio 2020, la Commissione ha pubblicato una comunicazione intitolata “Una strategia europea per i dati”⁶ per il periodo 2021‑2027, la cui portata andava molto oltre la stessa Commissione. Detta strategia mira a realizzare la “visione di un autentico mercato unico dei dati” mediante misure quali l’istituzione di un quadro di governance per l’accesso ai dati e il loro utilizzo e gli investimenti in infrastrutture di dati e competenze. Le questioni da affrontare comprendono la disponibilità dei dati, la loro interoperabilità e qualità, la governance dei dati, le infrastrutture e tecnologie di dati (ad esempio, la capacità di elaborazione dei dati e le infrastrutture cloud) e la cibersicurezza

10 La proposta di un Atto sulla governance dei dati⁷ presentata dalla Commissione nel 2020 mirava a facilitare il riutilizzo di alcune categorie di dati protetti del settore pubblico, a accrescere la fiducia nei servizi di intermediazione di dati e a promuovere l’“altruismo dei dati” nell’UE.

Estensione e approccio dell’audit

11 Tramite l’audit, la Corte ha inteso appurare se la Commissione faccia buon uso dei big data e dell’analisi dei dati per la valutazione analitica della PAC. In primo luogo, gli auditor della Corte hanno esaminato le modalità con cui la Commissione ha utilizzato i dati disponibili a fini di analisi delle politiche ed hanno altresì appurato se i dati fossero sufficienti. Successivamente, hanno verificato se la Commissione stia ovviando alle lacune di dati, anche tramite l’utilizzo di big data, e se vi fossero progetti UE di ricerca recenti o in corso che potevano contribuire a colmare tali lacune e migliorare l’analisi della PAC.

12 Nella portata dell’audit della Corte rientravano la concezione, il monitoraggio in corso di attuazione e la valutazione della politica. L’audit ha riguardato il periodo compreso fra il 2015 e febbraio 2022. Una valutazione della governance dei dati della PAC è pertinente, in quanto la relazione della Corte potrebbe avere un impatto sia sulla PAC che inizia nel 2023 sia su quella relativa al periodo successivo al 2027. La responsabilità primaria per la PAC spetta alla direzione generale Agricoltura e sviluppo rurale (DG AGRI) della Commissione.

13 Come parte delle attività di audit, gli auditor della Corte hanno:

• esaminato dati e documenti pertinenti, tra cui documenti scientifici, strategici, legislativi, d’intervento e progettuali;
• interpellato il personale di quattro direzioni generali della Commissione: Agricoltura e sviluppo rurale, Eurostat, Centro comune di ricerca (JRC) e Reti di comunicazione, contenuti e tecnologie;
• tenuto colloqui con COPA-COGECA, l’organizzazione-ombrello del mondo agricolo, sul Codice di condotta UE sulla condivisione dei dati nel settore agricolo mediante un accordo contrattuale, nonché con rappresentanti del progetto SEN4PAC;
• consultato tutti i 27 Stati membri dell’UE tramite un questionario d’indagine trasmesso al ministero/servizio responsabile della PAC e, sulla base delle risposte ricevute, ha avuto colloqui con autorità in Belgio, Estonia, Germania, Irlanda, Paesi Bassi e Spagna;
• effettuato un esame documentale di tre paesi non-UE (Stati Uniti, Australia e Giappone) a fini di raffronto. L’équipe di audit ha scelto questi paesi in considerazione di una importante economia agraria, di iniziative innovative o digitali per la gestione agricola e della disponibilità di dati pubblici;
• organizzato un gruppo di discussione con esperti scientifici, di politiche e amministrativi.

Osservazioni

Gli strumenti e i dati attuali forniscono parte delle informazioni necessarie per elaborare le politiche a livello dell’UE sulla base di elementi solidi

14 La Commissione è tenuta a valutare la performance della PAC in relazione ai tre obiettivi generali di quest’ultima⁸ (cfr. figura 1). Gli elementi probatori che la Commissione raccoglie a fini di elaborazione delle politiche dovrebbero essere proporzionati ed idonei a far conoscere le opzioni di intervento e rispondere alle domande della valutazione⁹. Secondo gli Orientamenti per legiferare meglio, le valutazioni dovrebbero anche assicurarsi che siano disponibili elementi probatori pertinenti per corroborare la preparazione delle nuove iniziative (il principio “in primo luogo la valutazione”).

15 Gli auditor della Corte hanno verificato se la DG AGRI utilizzi una gamma di fonti di dati sufficiente e dati sufficienti per l’analisi della PAC, nonché se utilizzi pertinenti strumenti analitici. Hanno analizzato quali tipi di dati, sistemi informatici e tecniche di analisi dei dati la Commissione abbia a disposizione ed utilizzi. Per stabilire se i dati e gli strumenti siano sufficienti, gli auditor della Corte hanno esaminato documenti di valutazione e di preparazione delle politiche.

La DG AGRI raccoglie per lo più dati amministrativi ed utilizza principalmente strumenti convenzionali per l’analisi dei dati

16 Per concepire, monitorare e valutare la PAC, la DG AGRI possiede notevoli volumi di dati, principalmente amministrativi (ad esempio, su prezzi di mercato e pagamenti, e informazioni contabili agricole), che riceve per lo più dagli Stati membri, i quali li raccolgono per attuare la politica. Le statistiche agricole dell’UE compilate da Eurostat provengono da una varietà di fonti: indagini, dati amministrativi, dati da aziende agricole e altre imprese, nonché dati a livello di azienda agricola provenienti da censimenti agricoli e campioni¹⁰.

17 La DG AGRI segue la strategia sui dati interna della Commissione. La Commissione dispone di un repertorio dei dati che indica la titolarità, l’accessibilità, la conservazione e la riutilizzabilità di ciascun insieme di dati. Detto repertorio non menzionava eventuali lacune o sovrapposizioni.

18 A febbraio 2022, il repertorio di dati della DG AGRI consisteva di 57 insiemi di dati conservati in vari sistemi informatici e banche dati (per alcuni esempi, cfr. figura 6). Le banche dati contengono principalmente dati amministrativi strutturati che la DG AGRI elabora essenzialmente con strumenti statistici. Alcuni documenti che la DG AGRI riceve dagli Stati membri (ad esempio, relazioni di attuazione annuali) includono dati non strutturati, per i quali la DG AGRI non dispone di nessuno strumento di elaborazione automatizzato o semi-automatizzato.

19 La DG AGRI ha un accordo con il JRC per l’analisi dei dati e per esplorare modi per far miglior uso dei dati esistenti. Su questa base, per l’analisi della PAC utilizza alcuni metodi avanzati (quali il modello IFM-CAP, modelli econometrici e analisi predittiva). Il modello IFM-CAP (modello di azienda agricola singola per l’analisi della politica agricola comune) mira a valutare gli impatti della PAC sull’economia agraria e i suoi effetti ambientali.

20 Gli auditor della Corte hanno analizzato quattro sistemi informatici (ISAMM, CATS/COMBO, Agriview e SFC) e la banca dati RICA ai quali attinge il portale dei dati agroalimentari (cfr. figura 6), concludendo che la DG AGRI raccoglie principalmente dati aggregati. Di detti sistemi, solo CATS/COMBO contiene dati disaggregati a livello di azienda agricola.

21 La DG AGRI pubblica dati consolidati sul portale dei dati agroalimentari, che offre informazioni provenienti da molti insiemi di dati della DG AGRI e dalle statistiche agricole di Eurostat, visualizzazioni interattive e quadri riepilogativi. Gli utenti possono consultare serie storiche, mappe interattive, grafici e tabelle, nonché scaricare dati grezzi per riutilizzarli ed analizzarli off-line. Il portale viene aggiornato di continuo dalla DG AGRI. La Corte ritiene che il portale costituisca una buona pratica per i dati disponibili al pubblico, in quanto offre un punto di accesso unico ad un vasto insieme di dati relativi a mercati agroalimentari, analisi, indicatori della PAC e finanziamenti UE.

22 I principali sistemi informatici che la Commissione e gli Stati membri utilizzano per la PAC sono incentrati sull’analisi descrittiva e diagnostica; pochissimi sono predittivi o prescrittivi (cfr. figura 7).

23 Sulla base dei colloqui e delle risposte degli Stati membri al questionario della Corte, gli auditor della Corte hanno rilevato numerosi ostacoli all’utilizzo, da parte della Commissione e degli Stati membri, dei big data (cfr. paragrafo 04) e di tecniche analitiche avanzate a fini di analisi della PAC. Tra detti ostacoli figurano ad esempio:

1. differenze nelle norme di qualità o nei requisiti di qualità tra fonti di dati diverse;
2. norme sulla riservatezza che limitano l’utilizzo dei dati a livello di azienda agricola;
3. limitata disponibilità di dati e dati che non sono nel medesimo formato o nel formato corretto;
4. scarsa cultura dei dati e mancanza di personale qualificato.

24 L’assenza di riferimenti comuni, quali un identificatore unico, rendono difficoltoso combinare dati a livello di azienda agricola provenienti da fonti diverse a fini di analisi della PAC. Un identificatore unico o tecniche alternative di combinazione dei dati renderebbero possibile collegare dati provenienti da fonti diverse che si riferiscono alla stessa azienda agricola (cfr. riquadro 1).

25 Di solito, la DG AGRI valuta manualmente le informazioni testuali fornite dagli Stati membri nelle rispettive relazioni annuali e non ricorre a tecniche di big data, come l’analisi testuale o le estrazioni automatizzate. Dall’analisi effettuata dagli auditor della Corte risulta che è possibile automatizzare ulteriormente (cfr. riquadro 2 per un esempio).

Alcune caratteristiche dei dati e sistemi esistenti ne limitano l’utilizzo a fini di analisi della PAC

26 Gli auditor della Corte hanno valutato l’utilizzo e i limiti di tre fonti di dati molto diverse ampiamente utilizzate dalla Commissione e dagli Stati membri (cfr. tabella 1).

Sistema integrato di gestione e di controllo

27 La Commissione dispone di un limitato accesso al sistema integrato di gestione e di controllo (SIGC) degli Stati membri, la principale componente della gestione dei pagamenti della PAC negli Stati membri. Per la PAC 2014‑2020, il SIGC consiste in una serie di banche dati digitali ed interconnesse, ed in particolare¹¹:

1. un sistema di identificazione di tutte le parcelle agricole nei paesi dell’UE, noto come sistema di identificazione delle parcelle agricole (SIPA);
2. un sistema che permette agli agricoltori di indicare graficamente le aree agricole per le quali richiedono l’aiuto (domanda di aiuto basata su strumenti geospaziali, GSAA);
3. un sistema di registrazione dell’identità di ciascun beneficiario che presenta una domanda di aiuto o di pagamento;
4. un sistema integrato di controllo per controllare le domande di aiuto, basato su controlli incrociati computerizzati e controlli fisici presso le aziende agricole.

28 Gli Stati membri utilizzano il SIGC per ricevere le domande di aiuto, per i controlli amministrativi e per altri controlli (ad esempio, controlli in loco e controlli tramite monitoraggio), nonché per effettuare pagamenti¹². Per i rispettivi SIGC, gli Stati membri possono utilizzare soluzioni tecniche diverse. La scarsa standardizzazione, i diversi responsabili dei dati (ossia, non sempre lo stesso tipo di autorità) e sviluppi informatici indipendenti creano frammentazione, rendono difficile confrontare i dati e limitano i modi in cui i dati possono essere condivisi o riutilizzati. Ciò riduce le possibilità di usare tecniche analitiche avanzate o altre tecniche di big data per valutare l’impatto dei fondi dell’UE¹³. La Commissione dispone di un limitato accesso ai 42 diversi sistemi (nazionali o regionali) degli Stati membri, contenenti dati dettagliati su aziende agricole e imprese¹⁴. È quindi difficile, ad esempio, ottenere informazioni dettagliate sulla distribuzione dei fondi dell’UE.

29 Dopo aver analizzato vari progetti di ricerca finanziati dall’UE¹⁵, gli auditor della Corte hanno constatato che l’approccio decentrato del SIGC limita l’ulteriore integrazione e collegamento di queste fonti di dati con altre fonti di dati della Commissione, principalmente per le seguenti ragioni:

1. problemi di compatibilità (soluzioni tecniche diverse) e mancanza di interoperabilità tra i sistemi di dati;
2. norme in materia di riservatezza che non consentono di collegare i dati sulle aziende agricole provenienti da varie fonti di dati (ad esempio, SIGC e RICA);
3. scarsa granularità delle banche dati, ossia dati con un insufficiente livello di dettaglio, e mancanza di identificatori comuni che corrispondano ai dati SIGC.

30 Per migliorare la condivisione e la disponibilità dei dati, la DG AGRI esorta gli Stati membri a condividere i rispettivi dati geospaziali SICG non personali tramite il geoportale INSPIRE comune (cfr. figura 8), con l’assistenza tecnica del JRC. Il portale consente di consultare e scaricare i dati geospaziali ambientali compilati dagli Stati membri.

31 Gli Stati membri condividono i dati tramite il geoportale INSPIRE in misura diversa. Nella figura 9 sono illustrati esempi del numero di record di metadati per i tre temi selezionati. Gli Stati membri pubblicano inoltre alcuni dati geospaziali sui rispettivi geoportali nazionali (o regionali) indipendenti.

Dati satellitari di Copernicus

32 I dati satellitari di Copernicus rientrano nella definizione di big data (cfr. paragrafo 04). La Commissione coordina l’approccio “controlli tramite monitoraggio” (sulla base dei dati di Copernicus); si tratta di un esempio di monitoraggio automatizzato della PAC negli Stati membri.

33 Nell’ambito dei “controlli tramite monitoraggio”, vengono analizzati flussi continui di dati satellitari di Copernicus per verificare se specifiche parcelle rispettino i criteri di ammissibilità. Dal 2018, le autorità nazionali hanno potuto utilizzare i dati di Copernicus per sostituire i tradizionali sopralluoghi ispettivi. Secondo la Commissione, nel 2021 i “controlli tramite monitoraggio” erano applicati al 13,1 % delle superfici per le quali venivano effettuati pagamenti diretti. Il valore-obiettivo per il 2024 è del 50 %¹⁶. Nel 2021, 10 Stati membri hanno applicato detta procedura ad almeno un regime di aiuto su almeno una parte del rispettivo territorio; nel 2020, anno di pubblicazione della relazione speciale della Corte riguardante i “controlli tramite monitoraggio”¹⁷ (cfr. riquadro 3), detto numero era pari a cinque.

La rete d’informazione contabile agricola

34 La principale fonte di dati economici è la rete d’informazione contabile agricola (RICA). La Commissione e gli Stati membri utilizzano la RICA in modo esteso per modellizzazione, valutazioni e rendicontazione.

35 Dal 1965, la RICA ha inteso fornire “informazioni obiettive e funzionali […] sui redditi […] e sul funzionamento economico delle aziende” ai fini della PAC¹⁹. La RICA è la fonte dei dati microeconomici armonizzati disponibili per misurare l’impatto della PAC. È basata su indagini nazionali, è facoltativa per le aziende agricole e copre le aziende agricole dell’UE che sono grandi abbastanza da essere considerate commerciali²⁰.

36 L’esclusione delle aziende agricole non commerciali e delle piccole aziende agricole rende la RICA meno rappresentativa dei beneficiari della PAC. Nel 2015, l’indagine includeva circa 83 000 aziende. Sebbene ciò la renda rappresentativa di circa il 90 % della superficie agricola totale utilizzata e della produzione agricola totale²¹, essa rappresenta 4,7 milioni delle 10,8 milioni di aziende agricole totali nell’UE²². La RICA non è concepita per essere rappresentativa dei beneficiari della PAC. Secondo la Commissione, nel 2019 la percentuale di beneficiari di pagamenti diretti della PAC non rappresentati variava dal 5 % nei Paesi Bassi al 78 % in Slovacchia.

La mancanza di dati appropriati limita la valutazione della performance della PAC

37 Per le valutazioni, bisognerebbe avvalersi dei migliori elementi probatori disponibili, tratti da una diversificata e idonea gamma di metodi e fonti (triangolazione)²³. I dati granulari rendono più agevole collegare gli obiettivi di una politica con i risultati/l’impatto²⁴. Secondo la normativa, le informazioni utilizzate per valutare la performance della PAC dovrebbero essere basate, per quanto possibile, su “fonti di dati esistenti”, quali la RICA ed Eurostat²⁵. Un monitoraggio ben fatto dovrebbe generare serie storiche fattuali per migliorare la qualità delle future valutazioni e valutazioni d’impatto²⁶.

38 Gli auditor della Corte hanno esaminato cinque valutazioni o studi di sostegno alla valutazione effettuati dalla Commissione, tra i quali almeno una valutazione per ciascuno dei tre obiettivi generali della PAC elencati nella figura 1. È emerso che per dette valutazioni la Commissione ha fatto uso di una varietà di dati raccolti per gestire o monitorare la politica, ad esempio gli indicatori della PAC²⁷, la RICA, il CATS/COMBO, le statistiche di Eurostat e il sistema informatico per la gestione e il monitoraggio dei mercati agricoli (ISAMM). Tali dati sono spesso integrati da dati esterni (ad esempio, dell’Organizzazione per la cooperazione e lo sviluppo economici, delle Nazioni Unite e dell’Organizzazione delle Nazioni Unite per l’alimentazione e l’agricoltura), studi di casi, questionari e colloqui.

39 Per tutti i tre obiettivi della PAC, la Commissione ed i valutatori utilizzano la valutazione controfattuale dell’impatto²⁸. Ciò necessita di dati sui gruppi di controllo, ossia entità a cui non si applica la politica. La RICA fornisce dati su entrambi questi gruppi e può essere utile per tale tipo di analisi. Una carenza di dati controfattuali limita ad esempio le stime del contributo della PAC alla mitigazione dei cambiamenti climatici. Secondo la Commissione, la PAC si applica da troppo tempo e riguarda una superficie troppo vasta per permettere di disporre di dati comparativi²⁹; in altre parole, non vi è la possibilità di comparare la situazione precedente con quella successiva, né la situazione in cui la politica non esiste con quella in cui esiste. È anche difficile utilizzare i metodi controfattuali per lo sviluppo territoriale, in quanto la maggior parte delle regioni riceve il sostegno della PAC. Per ovviare a questa problematica, il JRC ha sviluppato un quadro analitico comparativo basato su metodi di valutazione controfattuale dell’impatto, al fine di far luce sul nesso causale tra la politica e i suoi risultati, tenendo conto della diversa gamma di misure applicate nelle zone rurali³⁰.

Produzione alimentare redditizia

40 Le principali fonti di dati per la valutazione dell’obiettivo della produzione alimentare redditizia sono la RICA e i conti economici dell’agricoltura (CEA); cfr. tabella 2. La Commissione ha creato entrambi proprio per fornire dati utili per la valutazione della PAC. Ad esempio, per valutare la misura in cui il sostegno della PAC incide sui redditi degli agricoltori, la Commissione utilizza le statistiche di Eurostat sul reddito dei fattori di produzione (ossia il reddito derivante da terra, capitale e lavoro) e la RICA³¹.

41 Gli Stati membri impiegano un anno per raccogliere e convalidare i dati della RICA e la Commissione impiega un altro anno per verificare e convalidare i dati della RICA provenienti dagli Stati membri. Di conseguenza, i dati non sono disponibili nella banca dati della RICA prima di due anni. Nel 2018, quando la Commissione ha presentato la proposta legislativa per la PAC successiva al 2020, erano disponibili solo i dati relativi ad un anno della PAC attuale (quelli dell’indagine RICA del 2015). Ciò significa che la Commissione ha elaborato la propria proposta prima di disporre dei dati della RICA più recenti sulla performance e gli impatti della politica attuale.

Gestione sostenibile delle risorse naturali e azione per il clima

42 Per l’obiettivo della PAC relativo alle risorse naturali e al clima, può passare molto tempo tra l’attuazione di una misura della politica e il momento in cui ne è visibile l’impatto. Per poter stabilire un nesso causale tra una misura della PAC e i suoi risultati bisogna combinare vari dati e tener conto di fattori esterni. Delle quattro componenti dell’obiettivo (cfr. figura 1), gli auditor della Corte hanno esaminato la biodiversità. Né gli Stati membri né la Commissione sono stati in grado di fornire solide prove di un nesso causale tra le norme per il mantenimento dei terreni in buone condizioni agronomiche e ambientali³² e lo status della biodiversità³³. Nella tabella 3 vengono illustrati alcuni esempi di elementi probatori utilizzati e dei limiti alla valutazione della componente biodiversità.

43 In seguito ad una valutazione condotta nel 2019, si concludeva che una valutazione complessiva dell’impatto della politica sulla biodiversità era impossibile, a causa dell’assenza di idonei dati di monitoraggio³⁴. Numerosi indicatori di monitoraggio della Commissione non sono regolarmente alimentati con dati. A titolo di esempio, non tutti gli Stati membri raccolgono e comunicano dati sull’indicatore di impatto relativo all’estrazione di acque in agricoltura.

44 Un altro limite alla valutazione dell’obiettivo ambientale è l’indisponibilità di dati completi sulle quantità di fertilizzanti e pesticidi utilizzati sui terreni agricoli nell’UE. Dal 2021, sono disponibili dati sulle quantità di pesticidi usati sui terreni agricoli, ma per meno di metà degli Stati membri. La Commissione e i valutatori hanno utilizzato come approssimazione i dati della RICA relativi alla spesa per fertilizzanti e prodotti fitosanitari per ettaro.

45 Le statistiche UE disponibili al pubblico sui prodotti fitosanitari si riferiscono agli importi (kg) di sostanze attive contenute nei prodotti fitosanitari venduti³⁵. Nella relazione speciale 05/2020³⁶, la Corte ha segnalato che raggruppare dette sostanze attive nel modo specifico stabilito dalla normativa UE limita le informazioni che Eurostat può pubblicare o addirittura condividere con altre direzioni generali della Commissione. Le statistiche compilate sull’uso dei prodotti fitosanitari in agricoltura ai sensi della normativa UE in vigore non sono comparabili ed Eurostat non è stato ancora in grado di pubblicare statistiche sull’uso a livello di UE.

Sviluppo territoriale equilibrato

46 In una valutazione del 2021³⁷, la Commissione ed i valutatori hanno utilizzato gli indicatori di realizzazione della PAC, i dati sui pagamenti contenuti nel CATS/COMBO, la banca dati ARDECO della Commissione e la banca dati regionale di Eurostat per il terzo obiettivo della PAC. La limitata disponibilità di dati completi, dettagliati e aggiornati sullo stato socioeconomico delle zone rurali ha inciso negativamente sulla solidità della valutazione³⁸. Gli incaricati della valutazione hanno dichiarato che i dati erano scarsi per alcuni aspetti sociali fondamentali e che, se disponibili, spesso non erano aggiornati regolarmente, bensì prodotti ad hoc da specifici progetti di ricerca³⁹. In alcuni casi, i valutatori avevano applicato indicatori indiretti. Nel complesso, hanno affermato che le principali limitazioni alle analisi quantitative erano la disponibilità e qualità degli indicatori e una mancanza di dati sulle piccole regioni.

47 Ad eccezione dei dati sui pagamenti contenuti nel CATS/COMBO e dei dati della RICA sulle imprese agricole individuali, la maggior parte dei dati che la Commissione raccoglie presso gli Stati membri vengono aggregati, risultando in un’unica cifra per un intero Stato membro o regione. Ciò limita la possibilità di riutilizzare i dati a fini di ulteriore valutazione o concezione delle politiche. Per alcuni aspetti socioeconomici (ad esempio, inclusione sociale), i dati erano disponibili solo a livello nazionale o ad una bassa risoluzione geografica, che non è sufficiente per le analisi di differenziazione territoriale⁴⁰. I dati di monitoraggio della PAC mancano inoltre di dettaglio per analisi più mirate, ad esempio informazioni sull’età o il genere dei beneficiari⁴¹. Questi dati sono in genere disponibili nelle banche dati degli Stati membri, ma la Commissione non può accedervi.

La Commissione non dispone di sufficienti elementi probatori per la valutazione delle necessità per la PAC

48 Secondo gli orientamenti per legiferare meglio, la valutazione d’impatto che accompagna una proposta legislativa dovrebbe iniziare col verificare l’esistenza di un problema⁴². Deve illustrare il ragionamento logico che collega il problema alle cause che ne sono alla base e agli obiettivi connessi, nonché offrire una gamma di opzioni d’intervento per affrontare il problema.

49 Per esaminare l’utilizzo dei dati nelle fasi di concezione o pianificazione della politica, gli auditor della Corte hanno esaminato la valutazione d’impatto che accompagna la proposta legislativa per la PAC successiva al 2020⁴³ e vari documenti della Commissione a sostegno della stessa. Hanno individuato debolezze nel modo in cui i dati pertinenti venivano forniti per corroborare la descrizione del problema che la politica affronta nell’ambito dell’obiettivo specifico del “reddito agricolo sufficiente”. Nel parere sulle proposte legislative concernenti la PAC successiva al 2020, la Corte ha affermato che i dati e le argomentazioni addotte a sostegno della valutazione delle necessità relative al reddito degli agricoltori sono insufficienti⁴⁴. La Commissione non dispone di informazioni sui redditi esterni all’attività agricola delle famiglie dedite all’agricoltura e le medie mascherano grandi variazioni nella situazione reddituale. In aggiunta, nella relazione del 2021 sull’integrazione della dimensione di genere, la Corte ha evidenziato che anche la mancanza di statistiche, ripartite per genere, sul reddito familiare degli agricoltori e sul reddito agricolo disponibile costituisce un’importante lacuna in materia di dati ai fini della determinazione degli effetti dei pagamenti diretti sulla parità di genere⁴⁵.

50 Nel 2018, la Corte ha raccomandato che, “rima di presentare una proposta per la futura impostazione della PAC, la Commissione dovrebbe valutare la posizione reddituale di tutti i gruppi di agricoltori ed analizzare il rispettivo bisogno di sostegno al reddito”, tenendo conto di aspetti quali il reddito da produzione di alimenti e da altra produzione agricola, nonché di quello da fonti non agricole⁴⁶. La Commissione ha accettato parzialmente questa raccomandazione, commentando che la politica è diretta a quegli agricoltori che esercitano attivamente un’attività agricola per guadagnarsi da vivere. Da uno studio del 2015⁴⁷ sui redditi delle famiglie dedite all’agricoltura è emersa una grave lacuna informativa sulla performance della PAC, dato che non vi era alcun sistema statistico o di monitoraggio dell’UE per stimare i redditi familiari totali degli agricoltori e confrontarli con quelli di altri gruppi della società. Al febbraio 2022, la Commissione non ha compiuto alcun passo in avanti in questo campo.

51 Ogni tre-quattro anni, Eurostat riceve dall’Indagine sulla struttura delle aziende agricole degli Stati membri dati su altre attività lucrative svolte nelle aziende agricole. I dati dell’indagine specificano se le altre attività lucrative costituiscano un’attività principale o secondaria del conduttore-gestore, ma non indicano la percentuale o la fascia di reddito che questi ne ricava. I dati più recenti pubblicati sul sito Internet di Eurostat si riferiscono al 2016⁴⁸.

52 L’attuale elenco standard delle variabili della RICA non include informazioni sul reddito da attività non agricole, in quanto l’indagine riguarda le aziende agricole e non gli agricoltori. I dati sulle imposte sul reddito contenuti nei registri delle autorità fiscali nazionali sono insufficienti, da soli, a fornire questi dati, perché non contengono informazioni sulle caratteristiche delle aziende agricole e contengono redditi agricoli anche di persone la cui principale attività non è l’agricoltura⁴⁹.

53 Alcuni Stati membri (ad esempio, Irlanda e Paesi Bassi) raccolgono dati sul reddito da attività non agricole utilizzando le indagini della RICA, che potrebbero colmare una delle lacune in termini di dati relativi ai redditi reali degli agricoltori. Le autorità irlandesi pubblicano periodicamente dati indirettamente relativi al reddito da attività non agricole, tra cui la “presenza di occupazione non agricola”, i “giorni e ore lavorati per attività non agricole” e il “settore di lavoro”.

La Commissione adotta varie iniziative per far miglior uso dei dati esistenti, ma permangono ostacoli

54 La Commissione dovrebbe adottare altre misure per ovviare alle debolezze esistenti e migliorare la raccolta e l’elaborazione dei dati al fine di valutare la PAC e sostenere lo sviluppo di futuri interventi. Tali misure dovrebbero essere messe in atto in linea con il calendario e le realizzazioni fissati. La Commissione deve adattare e potenziare le fonti di dati esistenti per la nuova PAC. Dovrebbe anche considerare e mobilitare nuove fonti di dati, per ridurre l’onere gravante su agricoltori e amministrazioni, migliorando al contempo la base probatoria della politica⁵⁰.

55 Nel piano d’azione relativo alla strategia interna in materia di dati, la Commissione si è prefissa i seguenti obiettivi: garantire l’accesso ai dati che sono pertinenti per la presa di decisioni ed il funzionamento di tutta l’istituzione; promuovere l’utilizzo di moderne tecnologie di analisi dei dati per identificare schemi e tendenze in modo più rapido e più efficace.

56 Gli auditor della Corte hanno esaminato le iniziative adottate dalla Commissione per utilizzare meglio i dati disponibili le nuove tecnologie al fine di ovviare alle lacune di dati e alle problematiche illustrate in precedenza. Inoltre, hanno esaminato progetti di ricerca finanziati dall’UE e le iniziative degli Stati membri che potevano contribuire all’analisi della PAC e a colmare alcune delle lacune.

La Commissione sta ampliando le fonti di dati e promuovendo la condivisione di dati, al fine di ovviare alle lacune di dati e soddisfare il fabbisogno di dati per la PAC

57 Come indicato nella strategia interna della Commissione in materia di dati, “le fonti di dati interne ed esterne devono essere sfruttate il più possibile per generare elementi probatori a supporto delle decisioni” [trad. della Corte]. I costi e l’onere amministrativo della raccolta di dati aggiuntivi a fini di monitoraggio della politica devono essere commisurati al fabbisogno di dati. Secondo gli strumenti per legiferare meglio⁵¹, non tutte le lacune in termini di dati devono essere colmate.

58 La Commissione ha iniziato a mettere in pratica la propria strategia in materia di dati nel 2018. Le attività intraprese vanno dalla creazione di un repertorio di dati (cfr. paragrafi 17-18) a norme sulla governance dei dati, tecniche di analisi degli stessi, formazione e competenze. A fine 2020, la DG AGRI ha istituito un comitato ed un gruppo di lavoro per attuare la strategia. Da gennaio 2022, dispone di una specifica Unità “Governance dei dati” per migliorare il coordinamento della gestione dei dati.

59 La Commissione ha intrapreso numerose azioni che potrebbero contribuire ad una migliore analisi della politica migliorando le infrastrutture di dati e l’utilizzo dei dati per la PAC (ad esempio, soluzioni digitali, strumenti elettronici, algoritmi e buone pratiche). Si veda l’allegato per esempi.

60 In una valutazione delle statistiche agricole condotta da Eurostat nel 2016⁵² si concludeva che le statistiche agricole, forestali, sull’uso del suolo ed ambientali non sono sufficientemente armonizzate e coerenti. Fra le ragioni addotte, vi è il fatto che la normativa è stata elaborata a compartimenti stagni, ma anche che esistono definizioni e concetti differenti in varie zone agricole. Per ovviare a ciò, la Commissione ha introdotto due nuovi regolamenti e ne ha modificato uno esistente (cfr. figura 10).

61 Nel 2019, Eurostat ha bandito un invito a presentare proposte per istituire una rete di istituti nazionali di statistica interessati a sviluppare metodi per modernizzare le statistiche agricole. Una delle due priorità riguardava attività che sfruttano l’utilizzo di nuove fonti di dati per le statistiche agricole (ad esempio, big data, immagini satellitari, informazioni geo-referenziate, agricoltura di precisione), compresi gli aspetti relativi ad accesso, riservatezza e valutazione della qualità. Nessuna proposta è stata presentata in risposta a detto invito. Secondo la Commissione, gli Stati membri hanno dichiarato che ciò era dovuto, tra l’altro, al fatto che gli uffici nazionali di statistica non disponevano di risorse sufficienti per istituire e coordinare tale rete.

62 Le altre iniziative intraprese per affrontare le lacune di dati possono essere classificate in due categorie: condivisione di dati provenienti da Stati membri o portatori di interessi e aggiunta di nuove variabili alle fonti di dati esistenti.

63 Nel quadro della procedura della DG AGRI per la condivisione dei dati del SIGC nell’ambito di INSPIRE, la DG AGRI, in collaborazione con il JRC, la direzione generale Ambiente e la direzione generale Azione per il clima, sta mettendo a punto un quadro e procedure di assistenza per la condivisione di dati territoriali non-personali del SIGC in tutta l’UE. L’obiettivo è far sì che i dati territoriali del SIGC siano facilmente reperibili, accessibili in modo efficiente (tramite un punto di accesso unico) e riutilizzabili in modo efficace in un ambiente d’intervento coerente (cfr. figura 11).

64 Nella Strategia europea per i dati⁵³, la Commissione riconosce l’importanza della condivisione dei dati per migliorarne la disponibilità. In detta strategia, la Commissione ha annunciato l’intenzione di istituire nove spazi comuni di dati settoriali a livello UE, compreso uno “spazio comune di dati del Green Deal” e uno “spazio comune europeo di dati sull’agricoltura”. Quest’ultimo mira rendere più agevole la condivisione, l’elaborazione e l’analisi di dati sulla produzione, dati aperti e possibilmente altri dati pubblici (ad esempio, quelli sull’uso del suolo)⁵⁴.

65 Nella strategia vengono elencate due specifiche attività preparatorie per lo spazio di dati sull’agricoltura:·fare il punto sulle esperienze maturate con il “codice di condotta sulla condivisione dei dati agricoli”⁵⁵ e “fare il punto sugli spazi di dati agricoli attualmente in uso” nel 2020 e all’inizio del 2021. La Commissione pianifica al momento di effettuare queste attività nell’ambito del programma di lavoro Europa digitale per il 2021‑2022, da essa approvato nel novembre 2021. Secondo la Commissione, lo spazio dei dati verrà incluso nel programma di lavoro per il 2023‑2024 per essere avviato negli anni successivi, dopo la realizzazione di un eventuale prototipo nel 2024.

66 Nell’ambito della strategia “Dal produttore al consumatore”⁵⁶, la Commissione intende convertire la RICA in una rete d’informazione sulla sostenibilità agricola (FSDN), al fine di raccogliere dati a livello di azienda agricola sui valori-obiettivo della strategia “Dal produttore al consumatore” e della strategia sulla biodiversità, nonché altri indicatori di sostenibilità. Nel giugno 2021, la Commissione ha pubblicato una tabella di marcia e prevede di presentare una proposta di regolamento nel secondo trimestre del 2022⁵⁷.

Le azioni specifiche nel contesto della PAC 2023‑2027 sono incentrate sul miglioramento dei dati di monitoraggio

67 Eccetto che per i il cambiamento dalla RICA alla FSDN, la Commissione non prevede di apportare modifiche significative ai principali sistemi informatici illustrati nella figura 6. Tuttavia, sta operando per accrescere la funzionalità di Arachne, uno strumento di estrazione dati che gli Stati membri utilizzano su base facoltativa per i rispettivi controlli amministrativi. Detto strumento è utile, ad esempio, per individuare progetti o beneficiari soggetti a rischi di frode e conflitti d’interesse, sebbene la non obbligatorietà del suo utilizzo rischi di limitarne i benefici. L’efficacia dell’analisi dati eseguita dallo strumento dipende dai dati inseriti. In altri termini, più i dati caricati sono di qualità, più quanto prodotto dal sistema sarà accurato, completo e informativo.

68 La DG AGRI utilizza nuove tecnologie e dati satellitari per migliorare gli indicatori di monitoraggio. Ad esempio, ha introdotto un nuovo indicatore di impatto per monitorare le caratteristiche del paesaggio per il periodo 2023‑2027. La PAC del 2014‑2020 non includeva alcun indicatore di impatto per i paesaggi; ciò ha indebolito la valutazione dell’impatto della PAC su habitat, paesaggi e biodiversità (cfr. tabella 3). Per il nuovo indicatore (percentuale di terreni agricoli interessati da elementi caratteristici del paesaggio), la Commissione utilizzerà dati del servizio di monitoraggio del territorio di Copernicus, che contiene informazioni su siepi lineari e boscaglia, filari d’alberi e macchie alberate isolate.

69 Per la PAC del 2023‑2027, la Commissione definirà un nuovo quadro, comprendente un atto di esecuzione, per ricevere dati su singole operazioni a fini di monitoraggio, valutazione e concezione della politica. Stando alla Commissione, raccogliendo i singoli dati contenuti nella domanda/richiesta, nonché le informazioni sul beneficiario e la sua azienda agricola/impresa, si cercherà di risolvere la questione della disaggregazione dei dati.

Le iniziative di ricerca esplorano la possibilità di modernizzare dati e strumenti

70 Nel quadro di Orizzonte 2020, la Commissione finanzia progetti di ricerca e innovazione. Gli auditor della Corte hanno individuato una serie di progetti di ricerca recenti o in corso di Orizzonte 2020 e altri progetti di ricerca che potrebbero contribuire al miglioramento delle infrastrutture di dati e dell’utilizzo dei dati (ad esempio, soluzioni digitali, strumenti elettronici e algoritmi) che sono necessari per fornire dati migliori per la PAC (cfr. figura 12). Alcuni progetti (quali NIVA e Sen4CAP) hanno già prodotto risultati pertinenti, che potrebbero risultare utili per futuri sviluppi.

71 Il progetto NIVA (nuova visione operativa del SIGC) affronta alcuni dei limiti del SIGC (cfr. paragrafi 28-29), soprattutto riducendo l’onere amministrativo e sfruttando le potenzialità dei dati. L’obiettivo del progetto è modernizzare il SIGC grazie ad un uso efficiente di soluzioni digitali e strumenti elettronici, creando così metodologie affidabili ed insiemi di dati armonizzati per monitorare la performance in agricoltura.

72 Un altro progetto finanziato dall’UE, FLINT (Farm-Level Indicators for New Topics in policy evaluation), ha affrontato il divario tra il fabbisogno di dati a fini di valutazione della politica e le statistiche agricole disponibili⁵⁸. Questo progetto è potenzialmente significativo ai fini della prevista revisione della RICA, perché riguardava indicatori di sostenibilità ed utilizzava la RICA come quadro. Per detto progetto sono stati proposti 33 temi o indicatori relativi ad aspetti ambientali, sociali, economici e d’innovazione sui quali raccogliere dati in futuro⁵⁹. Nella propria tabella di marcia⁶⁰, la Commissione ha affermato che la conversione alla FSDN prenderà le mosse dal progetto FLINT. Tuttavia, a febbraio 2022 era prematuro valutare questa affermazione.

Gli Stati membri hanno intrapreso proprie iniziative per la PAC

73 Dall’indagine tramite questionario effettuata dalla Corte presso tutti i 27 Stati membri, è emerso che la maggioranza di essi è consapevole del valore aggiunto delle tecniche di analisi avanzate: la maggior parte di essi ha selezionato tra una serie di opzioni fornite un più celere processo decisionale, l’analisi predittiva e intersettoriale, la riduzione dei costi e una comunicazione più efficace con gli agricoltori e i portatori di interesse.

74 Nelle loro risposte al questionario della Corte, più della metà dei rappresentanti degli Stati membri ha suggerito che, per sostenere l’utilizzo dei big data da parte loro, sono prioritarie le seguenti misure: più finanziamenti della Commissione per progetti concernenti strumenti informatici e analisi dei dati (67 %), linee guida/manuali aggiuntivi (56 %) e sostegno per lo sviluppo di nuove metodologie o standardizzazione (52 %). Un numero più ridotto di Stati membri ha scelto il sostegno per tecnologie analitiche (48 %), soluzioni per l’accesso ai dati (41 %) e sostegno alla ricerca e progetti di ricerca comuni (48 %).

75 Dal questionario della Corte e dai successivi colloqui sono emerse differenze tra Stati membri sulle modalità con cui questi integrano nuove fonti di dati e tecniche avanzate di analisi dei dati. Il riquadro 4 ed il riquadro 5 includono esempi di azioni degli Stati membri.

Alcune lacune di dati e problematiche significative devono ancora essere affrontate

76 La Commissione riconosce che collegare le esistenti fonti di dati tra loro è fondamentale per assicurare che vi siano dati idonei per valutare la PAC⁶¹. Sta lavorando sul riutilizzo dei dati del SIGC e sull’estensione della RICA, ma non ha intrapreso alcuna azione specifica per colmare le lacune di dati concernenti i redditi degli agricoltori non provenienti dall’attività agricola (redditi da attività non agricole) né per combinare le varie fonti di dati disaggregati al fine di accrescere il valore dei dati già raccolti.

77 Secondo la Commissione, c’è bisogno di un identificatore unico comune per le aziende agricole che renda possibile collegare i dati a livello di azienda agricola provenienti da varie fonti di dati (ad esempio, registri amministrativi e questionari)⁶². Detto identificatore dovrebbe tener conto dei differenti sistemi esistenti negli Stati membri e delle complesse strutture aziendali con diverse combinazioni e ubicazioni. Ciò presuppone una definizione comune di azienda agricola, e tale definizione ha un’incidenza su indicatori finanziari quali il reddito agricolo⁶³. Un identificatore unico potrebbe contribuire ad incrementare l’accessibilità dei dati e fornire informazioni maggiormente attendibili sull’impatto della politica. Al febbraio 2022, non erano stati realizzati progressi per quanto riguarda questo identificatore.

78 I dati a livello di azienda agricola provenienti da applicazioni e sistemi di gestione costituiscono una nuova e ricca fonte di informazioni. Esistono molte soluzioni commerciali che offrono una gamma di servizi per la tenuta digitale dei registri contabili, il monitoraggio sul campo e il tracciamento del lavoro, e molti aspetti delle operazioni aziendali possono essere potenziati da tali applicazioni (cfr. esempio nel riquadro 6). La Commissione non sa quanti agricoltori utilizzano software di gestione delle loro aziende, ma la campagna relativa alle statistiche integrate sulle aziende agricole⁶⁴ prevista per il 2023 potrebbe contribuire a fornire informazioni sull’utilizzo dei sistemi informativi di gestione e delle attrezzature per l’agricoltura di precisione.

79 Utilizzare un “quaderno di campagna digitale” nel quale gli agricoltori registrano le loro attività costituirebbe un passo avanti per la digitalizzazione delle aziende agricole ed il miglioramento del monitoraggio del consumo e dell’impatto per quanto concerne pesticidi, fertilizzanti, risorse idriche e i suoli. La piattaforma FaST (“Strumento di sostenibilità per le aziende agricole relativo ai nutrienti”) proposta dalla Commissione è uno strumento dall’architettura flessibile che fornisce moderne tecniche di analisi e interoperabilità con molte fonti di dati. FaST sfrutta numerose fonti di dati, che sono connesse (fonti live) oppure importate (fonti statiche) sulla piattaforma. Per permettere agli agricoltori di accedere ai loro dati, FaST si collega al SIGC regionale/nazionale (o equivalente registro delle aziende agricole) dove sono conservati i dati degli agricoltori.

80 I dati sull’agricoltura di precisione possono rappresentare una preziosa fonte di dati⁶⁵. Tali dati includono ad esempio dati di sensori e macchinari sull’umidità e sui nutrienti del suolo, nonché dati specifici del posto sull’utilizzo di pesticidi. Il progetto NIVA citato in precedenza esplora le possibilità di un registro elettronico delle aziende agricole che possa essere collegato al SIGC. Mira inoltre ad integrare i dati su macchinari/agricoltura di precisione nel SIGC. Tuttavia, per realizzare ciò vi sono alcuni ostacoli, come la diversa natura dei macchinari agricoli e l’assenza di standardizzazione.

81 Accedere a dati individuali a fini di analisi della politica può risultare difficoltoso e non esiste alcun quadro giuridico o tecnico per l’utilizzo di informazioni commerciali a fini di analisi della politica. Secondo uno studio⁶⁶, gli agricoltori sono restii a condividere i dati per ragioni quali: il rischio che essi vengano condivisi per altre finalità, una mancanza di chiarezza su cosa significhi “dati personali” ed una generale resistenza alle moderne tecnologie di piattaforme di dati. Nell’ambito della PAC per il 2023‑2027, i servizi di consulenza aziendale per gli agricoltori devono contemplare le tecnologie digitali⁶⁷.

82 Nella figura 13 vengono sintetizzate le principali problematiche relative ai dati che la Commissione si trova ad affrontare, insieme alla valutazione della Corte sulla misura in cui esse sono state risolte.

83 Nell’ambito dell’esame documentale di pratiche comparabili al di fuori dell’UE, gli auditor della Corte hanno rivolto l’attenzione a tre paesi non-UE: Australia, Giappone e Stati Uniti. Questi paesi presentano informazioni di dominio pubblico sull’integrazione in agricoltura di moderne tecniche relative ai dati; nel riquadro 7 vengono illustrate alcune di queste iniziative.

Conclusioni e raccomandazioni

84 Gli auditor della Corte hanno verificato se la Commissione faccia buon uso dei big data e delle tecniche analitiche dei dati per l’analisi della politica agricola comune (PAC). La PAC si prefigge numerosi obiettivi complessi ed interconnessi. Per stabilire se gli strumenti di intervento siano pertinenti e se perseguano in modo efficiente detti obiettivi, occorrono dati ed informazioni provenienti da una gamma di fonti, sia interne che esterne.

85 La Corte ha constatato che, sebbene la Commissione utilizzi una notevole quantità di dati inerenti agli aspetti economici, ambientali, climatici e sociali, in alcuni settori i dati e gli strumenti attuali non producono alcuni importanti elementi di informazione necessari per elaborare la politica sulla base di elementi solidi (paragrafi 16-53). La Commissione ha adottato numerose iniziative per utilizzare meglio i dati esistenti (paragrafi 57-69); tuttavia, oltre a ritardi con cui i dati sono resi disponibili (paragrafo 41), permangono ostacoli (paragrafi 76-81).

86 Relativamente ai dati, i principali ostacoli, nelle fasi di raccolta ed elaborazione, sono i seguenti:

• dati che non vengono raccolti: ad esempio, sui fattori di produzione agricoli (quantità di pesticidi chimici e non chimici utilizzati, quantità di fertilizzanti minerali/organici applicati e a quali colture) e sulle pratiche agricole aventi un impatto ambientale (cfr. tabella 3, paragrafi 42-45);
• dati non accessibili: le informazioni a livello di azienda agricola sono detenute, gestite e conservate nel SIGC locale dei singoli Stati membri, al quale la Commissione può accedere in modo limitato (cfr. paragrafi 27-29);
• eccessiva aggregazione: la Commissione riceve per lo più dati aggregati dagli Stati membri e ciò limita la misura in cui può estrarne valore (cfr. tabella 2, paragrafo 47);
• restrizioni alla combinazione di fonti di dati, ad esempio a causa dell’assenza di un identificatore comune (cfr. paragrafo 24).

87 Di conseguenza, la Commissione dispone di informazioni parziali sullo scenario di partenza o sull’impatto della PAC in campi quali i redditi da attività non agricole degli agricoltori, le pratiche/informazioni ambientali e lo sviluppo socioeconomico. Queste lacune nella disponibilità dei dati incidono sulla qualità di alcune valutazioni (cfr. paragrafi 39-47) e sulle valutazioni d’impatto (cfr. paragrafi 48-53).

Raccomandazione1 – Istituire un quadro per l’utilizzo di dati disaggregati provenienti dal SIGC

La Commissione dovrebbe istituire un quadro tecnico e amministrativo per la condivisione ed il riutilizzo di dati disaggregati provenienti dal SIGC (oltre quelli necessari per le relazioni annuali sulla performance) al fine di monitorare, valutare e in ultima analisi concepire la politica. Nel far ciò, dovrebbe rispettare il principio dell’efficienza e quindi minimizzare l’onere amministrativo e i costi gravanti sui beneficiari e sulle autorità degli Stati membri.

Termine di attuazione: 2024

Raccomandazione 2 – Utilizzare di più e sviluppare fonti di dati per soddisfare i bisogni della politica

La Commissione dovrebbe ovviare alle lacune di dati individuate nelle valutazioni della PAC del 2014‑2020 e nella valutazione d’impatto della PAC successiva al 2020:

1. utilizzando maggiormente le fonti di dati esistenti (ad esempio, dati amministrativi e indagini statistiche, dati di Copernicus), considerando di ricorrere a nuove fonti di dati o combinando quelle esistenti;
2. esaminando la possibilità di utilizzare approssimazioni o fonti di dati indirette, quando l’utilizzo di fonti dirette non è fattibile, al fine di valutare indicatori o aspetti essenziali e
3. valutando la possibilità di utilizzare su più larga scala dati provenienti da macchinari agricoli.

Termine di attuazione: 2025

88 Presso la Commissione, la direzione generale Agricoltura e sviluppo rurale ha un accordo con il Centro comune di ricerca per l’analisi dei dati e per esplorare modi per sfruttare meglio i dati esistenti. In base a detto accordo, la Commissione utilizza l’analisi quantitativa e modelli per l’analisi della PAC. Tuttavia, la direzione generale Agricoltura e sviluppo rurale non utilizza tecniche di big data per l’analisi testuale, il text mining o la stessa estrazione automatizzata. Vi sono potenziali vantaggi nel sostituire procedure manuali ed onerose in termini di tempo con strumenti automatizzati (cfr. paragrafi 19, 25 e riquadro 2).

89 In tutta l’UE, vi sono numerose iniziative, a volte finanziate dall’UE a titolo di Orizzonte 2020 o di altri programmi, che esplorano le possibilità di modernizzare i dati e gli strumenti informatici per concepire, monitorare e valutare la PAC. Alcune di queste iniziative hanno già prodotto risultati nel campo dell’interoperabilità e nuovi e più completi indicatori. I progetti sono in fasi diverse e potrebbero affrontare questioni simili da angoli differenti (paragrafi 70-75). La Commissione non ha ancora individuato gli elementi che potrebbero essere messi in pratica per la PAC.

90 La Commissione dispone quindi di ampie possibilità per integrare efficienti tecniche analitiche avanzate e i relativi strumenti nei sistemi IT esistenti e/o in altre soluzioni per il trattamento automatizzato delle informazioni (ad esempio, sostituendo procedure manuali o non replicabili) e far miglior uso del patrimonio di dati (ad esempio, aumentando le risultanze dell’elaborazione dei dati) a fini di analisi della politica.

La presente relazione è stata adottata dalla Sezione I, presieduta da Joëlle Elvinger, Membro della Corte, a Lussemburgo il 18 maggio 2022.

Allegato – Alcune azioni ed ambizioni della Commissione relative ai dati

 - completata  - valutazione prematura o ritardo inferiore ad un anno  - ritardo superiore ad un anno

Acronimi e abbreviazioni

ATLAS: Sistema di interoperabilità e analisi in agricoltura

CATS: Clearance of Accounts Audit Trail System (sistema di verifica dei conti tramite pista di controllo)

CROP-CASMA: Crop Condition and Soil Moisture Analytics (Tecniche di analisi delle condizioni delle colture e dell’umidità dei suoli)

FaST: strumento di sostenibilità per le aziende agricole relativo ai nutrienti

FSDN: rete d’informazione sulla sostenibilità agricola

GSAA: Domanda di aiuto basata su strumenti geospaziali

IFM-CAP: modello di azienda agricola singola per la politica agricola comune

IFS: statistiche integrate sulle aziende agricole

ISAMM: sistema informatico per la gestione e il monitoraggio dei mercati agricoli

LUCAS: indagine statistica per aree campione sull’uso e la copertura del suolo

MEF4CAP: quadri di monitoraggio e valutazione per la politica agricola comune

NIVA: nuova visione operativa del SIGC

RICA: Rete d’informazione contabile agricola

SAIO: statistiche sugli input e sugli output agricoli

SEN4CAP: satelliti Sentinel per la politica agricola comune

SFC: sistema per la gestione dei fondi

SIGC: Sistema integrato di gestione e di controllo

SIPA: sistema di identificazione delle parcelle agricole

SMS: sistema di monitoraggio delle superfici

Glossario

Analisi dei dati: processo di raccolta, modellizzazione ed esame dei dati per estrarre dettagli informativi che sostengano la presa delle decisioni.

Banca dati: insieme di dati strutturato conservato elettronicamente e disponibile alla consultazione e all’estrazione.

Big data: insiemi di dati di crescente volume, velocità e varietà: le tre “v”. Sono spesso ampiamente non strutturati.

Dati: fatti, misurazioni od osservazioni concreti ed obiettivi che non necessitano di essere trattati per generare informazioni.

Dati non strutturati: informazioni conservate nel loro formato originario, senza una categorizzazione o un’organizzazione, il che li rende spesso più complesse da analizzare. Possono comprendere sia informazioni quantitative che qualitative, come immagini, testo, date, messaggi di posta elettronica o numeri.

Dati strutturati: informazioni quantitative standardizzate che seguono una struttura dati predefinita, che li rende facili da analizzare.

Dati territoriali: dati che si riferiscono ad una specifica ubicazione o area geografica e alle sue caratteristiche naturali o costruite.

Deep learning: tecnica di intelligenza artificiale che comporta l’addestramento di un sistema software utilizzando milioni di esempi.

Indagine statistica per aree campione sull’uso e la copertura del suolo (LUCAS): una indagine armonizzata effettuata periodicamente sul posto in tutti gli Stati membri dell’UE per raccogliere informazioni sulle modalità di utilizzo dei terreni e su cosa vi cresce, comprendente un’analisi del suolo sottostante.

Interoperabilità: capacità di un sistema di comunicare e interagire con altri sistemi, anche mediante lo scambio di dati.

Lacuna di dati: indisponibilità di dati necessari per una specifica finalità.

Patrimonio dati: un sistema IT, un’applicazione o una banca dati detenuto da un’entità.

Riutilizzabilità dei dati: facilità con la quale i dati raccolti per una finalità possono essere utilizzati per una finalità differente.

Tecniche di analisi avanzate: utilizzo di metodi high-tech, quali la modellizzazione predittiva e l’apprendimento automatico, per analizzare big data.

Tecniche di analisi dei dati: scienza dell’analisi dei dati che utilizza metodi computazionali sistematici per produrre dettagli informativi.

Risposte della Commissione

https://www.eca.europa.eu/it/Pages/DocItem.aspx?did=61415

Cronologia

https://www.eca.europa.eu/it/Pages/DocItem.aspx?did=61415

Équipe di audit

Le relazioni speciali della Corte dei conti europea illustrano le risultanze degli audit espletati su politiche e programmi dell’UE o su temi relativi alla gestione concernenti specifici settori di bilancio. La Corte seleziona e pianifica detti compiti di audit in modo da massimizzarne l’impatto, tenendo conto dei rischi per la performance o la conformità, del livello delle entrate o delle spese, dei futuri sviluppi e dell’interesse pubblico e politico.

Il presente controllo di gestione è stato espletato dalla Sezione di audit I “Uso sostenibile delle risorse naturali”, presieduta da Joëlle Elvinger, Membro della Corte. L’audit è stato diretto da Joëlle Elvinger, Membro della Corte, coadiuvata da Liia Laanes, capoincarico; Dimitrios Maniopoulos, vice capoincarico; Ildikó Preiss, capo di Gabinetto; Paolo Pesce e Charlotta Törneling, attaché di Gabinetto; Emmanuel Rauch, primo manager; Claudia Albanese, auditor e analista dati; Marika Meisenzahl, auditor e grafica; Michał Szwed, auditor. Mark Smith ha fornito assistenza linguistica.

Note

¹ Articolo 39 del trattato sul funzionamento dell’Unione europea.

² Better Regulation Toolbox, 2021, pag. 20.

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(1-2), pagg. 147-169.

⁴ OCSE, Digital Opportunities for Better Agricultural Policies, OECD Publishing, 2019, pag. 13.

⁵ Commissione europea, Data, Information and Knowledge Management at the European Commission, C(2016) 6626.

⁶ COM(2020) 66.

⁷ COM(2020) 767.

⁸ Articolo 110 del regolamento (UE) n. 1306/2013.

⁹ Strumenti per legiferare meglio, pag. 20.

¹⁰ COM(2016) 786, Relazione.

¹¹ Articolo 68 del regolamento (UE) n. 1306/2013.

¹² Articoli 67-78 del regolamento (UE) n. 1306/2013.

¹³ EPRS, Digitalisation of European reporting, monitoring and audit, settembre 2021.

¹⁴ NIVA roadmap for IACS transformation, pag. 24.

¹⁵ Realizzazioni dei progetti NIVA e IoF2020, documentazione dei progetti ATLAS e Demeter; EPRS, Digitalisation of European reporting, monitoring and audit, settembre 2021.

¹⁶ DG AGRI, relazione annuale di attività, allegato 2, pag. 25.

¹⁷ Relazione speciale 04/2020, “L’uso delle nuove tecnologie di produzione e trattamento delle immagini per monitorare la politica agricola comune: i progressi registrati sono, nel complesso, costanti, ma più lenti per il monitoraggio ambientale e del clima”.

¹⁸ Ibid., raccomandazione 2.

¹⁹ Regolamento n. 79/65/CEE del Consiglio.

²⁰ Rete d’informazione contabile agricola.

²¹ European Evaluation Helpdesk, Best Use of FADN for the Assessment of RDP Effects on Fostering the Competitiveness in Agriculture”, 2021, pag. 9.

²² Commissione europea, EU Farm Economics Overview based on 2015 (and 2016) FADN data, 2018, pag. 5.

²³ Better Regulation Guidelines, pagg. 6 e 26.

²⁴ Better Regulation Toolbox, pag. 572.

²⁵ Articolo 110 del regolamento (UE) n. 1306/2013.

²⁶ Better Regulation Guidelines, pag. 45.

²⁷ Per lo sviluppo rurale, cfr. allegato IV del regolamento di esecuzione (UE) n. 808/2014.

²⁸ Better Regulation Toolbox, Capitolo VIII – Strumento 68.

²⁹ SWD(2021) 115, pag. 20.

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

³¹ Evaluation support study on ‘viable food production’, pagg. 30-32.

³² Allegato II del regolamento (UE) n. 1306/2013.

³³ Relazione speciale 13/2020, “Biodiversità nei terreni agricoli: il contributo della PAC non ne ha arrestato il declino”, paragrafi 48-50.

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

³⁵ Relazione speciale 05/2020, “Uso sostenibile dei prodotti fitosanitari: limitati progressi nella misurazione e nella riduzione dei rischi”.

³⁶ Ibidem.

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 Cfr. SWD(2021) 394 e Evaluation support study (studio a sostegno della valutazione) sull’impatto della PAC sullo sviluppo territoriale delle zone rurali; relazione speciale 10/2021, “Integrazione della dimensione di genere nel bilancio dell’UE: è tempo di tradurre le parole in azione”, paragrafo 90.

⁴² Better Regulation Guidelines, pag. 10.

⁴³ SWD(2018) 301.

⁴⁴ Parere 07/2018, paragrafo 2.

⁴⁵ Relazione speciale 10/2021, “Integrazione della dimensione di genere nel bilancio dell’UE: è tempo di tradurre le parole in azione”, paragrafi 89 e 90.

⁴⁶ Relazione speciale 10/2018, “Il regime di pagamento di base per gli agricoltori: dal punto di vista operativo è sulla buona strada, ma sta avendo un impatto modesto su semplificazione, indirizzamento e convergenza dei livelli di aiuto”, raccomandazione 3.

⁴⁷ Hill, B. & Dylan Bradley, B., “Confronto dei redditi degli agricoltori negli Stati membri dell’Unione europea”, 2015 (studio preparato per il Parlamento europeo).

⁴⁸ Insieme di dati su altre attività lucrative (ef_oga_main).

⁴⁹ Hansen, H. e Forstner, B., A differentiated look at the economic situation of German farmers, presentazione alla 27^a riunione della rete dell’OCSE per l’analisi a livello di azienda agricola (OECD Network for Farm Level Analysis), 2021.

⁵⁰ SWD(2018) 301, pag. 51.

⁵¹ Better Regulation Toolbox, pag. 363.

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

⁵³ COM(2020) 66.

⁵⁴ 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, C(2021) 7914, pag. 54.

⁵⁵ EU Code of conduct on agricultural data sharing by contractual agreement.

⁵⁶ COM(2020) 381.

⁵⁷ Tabella di marcia: conversione a una rete d’informazione sulla sostenibilità agricola (FSDN).

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

⁵⁹ Final report summary of FLINT project.

⁶⁰ Tabella di marcia: conversione a una rete d’informazione sulla sostenibilità agricola (FSDN).

⁶¹ SWD(2018) 301, Parte I, pag. 51.

⁶² Cfr., ad esempio, Strategy for agricultural statistics for 2020 and beyond, pagg. 8, 12 e 16-17.

⁶³ Poppe, K. J. e Vrolijk, H.C.J., How to measure farm income in the era of complex farms, 2019, paper preparato per la presentazione al 171° seminario dell’Europaean Association of Agricultural Economists.

⁶⁴ Regolamento di esecuzione della Commissione (UE) 2021/2286.

⁶⁵ Punt, T. e Snijkers, G., Exploring precision farming data: a valuable new data source? A first orientation, 2020, paper presentato al seminario UNECE del 2019 sulla raccolta di dati statistici “New sources and New technologies”.

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

⁶⁷ Articolo 15 del regolamento (UE) 2021/2115.

⁶⁸ Agricultural Data Integration Project.

⁶⁹ Hughes, N. e altri, The Agricultural Data Integration Project, ABARES research report, Canberra, 2020.

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

⁷¹ Pagina internet del WAGRI.

⁷² Manuale d’uso del Crop-CASMA.

Per contattare la Corte

CORTE DEI CONTI EUROPEA
12, rue Alcide De Gasperi
1615 Luxembourg
LUXEMBOURG

Tel. +352 4398-1
Modulo di contatto: eca.europa.eu/it/Pages/ContactForm.aspx
Sito Internet: eca.europa.eu
Twitter: @EUAuditors

Numerose altre informazioni sull’Unione europea sono disponibili su Internet consultando il portale Europa (https://europa.eu).

Lussemburgo: Ufficio delle pubblicazioni dell’Unione europea, 2022

PDF	ISBN 978-92-847-8278-9	ISSN 1977-5709	doi:10.2865/232027	QJ-AB-22-014-IT-N
HTML	ISBN 978-92-847-8243-7	ISSN 1977-5709	doi:10.2865/331218	QJ-AB-22-014-IT-Q

COPYRIGHT

© Unione europea, 2022

La politica di riutilizzo della Corte dei conti europea è stabilita dalla decisione della Corte n. 6-2019 sulla politica di apertura dei dati e sul riutilizzo dei documenti.

Salvo indicazione contraria (ad esempio, in singoli avvisi sui diritti d’autore), il contenuto dei documenti della Corte di proprietà dell’UE è soggetto a licenza Creative Commons Attribuzione 4.0 Internazionale (CC BY 4.0). Ciò significa che ne è consentito il riutilizzo, a condizione di citare la fonte in maniera appropriata e di indicare le eventuali modifiche. Chiunque riutilizzi materiale della Corte non deve distorcerne il significato o il messaggio originari. La Corte dei conti europea non è responsabile delle eventuali conseguenze derivanti dal riutilizzo del proprio materiale.

Nel caso un contenuto specifico permetta di identificare privati cittadini, ad esempio nelle foto che ritraggono personale della Corte, o includa lavori di terzi, occorre richiedere una autorizzazione aggiuntiva.

Ove concessa, tale autorizzazione annulla quella generale sopra menzionata e indica chiaramente ogni eventuale restrizione dell’uso.

Per utilizzare o riprodurre contenuti non di proprietà dell’UE, può essere necessario richiedere un’autorizzazione direttamente ai titolari dei diritti.

Figure 1, 4, 8, 11: © Freepik Company S.L. Tutti i diritti riservati.

Logo figura 12: tutti i diritti riservati.

Il software o i documenti coperti da diritti di proprietà industriale, come brevetti, marchi, disegni e modelli, loghi e nomi registrati, sono esclusi dalla politica di riutilizzo della Corte.

I siti Internet istituzionali dell’Unione europea, nell’ambito del dominio europa.eu, contengono link verso siti di terzi. Poiché esulano dal controllo della Corte, si consiglia di prender atto delle relative informative sulla privacy e sui diritti d’autore.

Uso del logo della Corte dei conti europea

Il logo della Corte dei conti europea non deve essere usato senza previo consenso della stessa.

Per contattare l’UE

Di persona
I centri di informazione Europe Direct sono centinaia, disseminati in tutta l’Unione europea. Potete trovare l’indirizzo del centro più vicino sul sito https://europa.eu/european-union/contact_it

Telefonicamente o per email
Europe Direct è un servizio che risponde alle vostre domande sull’Unione europea. Il servizio è contattabile:

• al numero verde: 00 800 6 7 8 9 10 11 (presso alcuni operatori queste chiamate possono essere a pagamento),
• al numero +32 22999696, oppure
• per e-mail dal sito https://europa.eu/european-union/contact_it

Per informarsi sull’UE

Online
Il portale Europa contiene informazioni sull’Unione europea in tutte le lingue ufficiali: https://europa.eu/european-union/index_it

Pubblicazioni dell’UE
È possibile scaricare o ordinare pubblicazioni dell’UE gratuite e a pagamento dal sito https://op.europa.eu/it/publications. Le pubblicazioni gratuite possono essere richieste in più esemplari contattando Europe Direct o un centro di informazione locale (cfr. https://europa.eu/european-union/contact_it).

Legislazione dell’UE e documenti correlati
La banca dati Eur-Lex contiene la totalità della legislazione UE dal 1951 in poi in tutte le versioni linguistiche ufficiali: https://eur-lex.europa.eu

Open Data dell’UE
Il portale Open Data dell’Unione europea (https://data.europa.eu/it) dà accesso a un’ampia serie di dati prodotti dall’Unione europea. I dati possono essere liberamente utilizzati e riutilizzati per fini commerciali e non commerciali.