Sprawozdanie specjalne
16 2022

Dane we wspólnej polityce rolnej Niewykorzystany potencjał dużych zbiorów danych do oceny polityki

Informacje na temat sprawozdania:Podejmowanie decyzji politycznych z zastosowaniem podejścia opartego na dowodach wymaga zgromadzenia rozmaitych danych pochodzących z różnych źródeł oraz przeprowadzenia ich analizy. Trybunał ocenił, czy Komisja skutecznie wykorzystuje dane i analizę danych do kształtowania, monitorowania i oceny wspólnej polityki rolnej, na którą przypada ponad jedna trzecia budżetu UE. Według ustaleń Trybunału Komisja podjęła szereg inicjatyw mających zapewnić skuteczniejsze wykorzystywanie istniejących danych. Na drodze ku optymalnemu wykorzystaniu zgromadzonych danych nadal stoją jednak przeszkody. Na dostępność i użyteczność danych negatywny wpływ mają takie trudności jak brak standaryzacji i ograniczenia związane z agregacją danych. Trybunał sformułował szereg zaleceń, proponując m.in. lepsze wykorzystywanie zdezagregowanych danych otrzymywanych od państw członkowskich.

Sprawozdanie specjalne Europejskiego Trybunału Obrachunkowego przedstawiono na mocy art. 287 ust. 4 akapit drugi TFUE.

Publikacja jest dostępna w 24 językach i w następującym formacie:
PDF
PDF Sprawozdanie specjalne – Wykorzystanie dużych zbiorów danych we wspólnej polityce rolnej (WPR)

Streszczenie

I Na wspólną politykę rolną (WPR) przypada ponad jedna trzecia budżetu UE. Polityka ta ma wiele złożonych i wzajemnie powiązanych celów – od poprawy poziomu życia ludności wiejskiej po aspekty środowiskowe i klimatyczne oraz rozwój obszarów wiejskich. Podejmowanie decyzji politycznych z zastosowaniem podejścia opartego na dowodach wymaga zgromadzenia rozmaitych danych pochodzących z różnych źródeł oraz przeprowadzenia ich analizy.

II Celem kontroli była ocena, czy Komisja skutecznie wykorzystuje dane i analizę danych do analizy WPR. Ocena ta jest istotna zarówno w kontekście WPR, która będzie prowadzona począwszy od 2023 r., jak i WPR po 2027 r.

III Trybunał najpierw zbadał, jak Komisja wykorzystywała dostępne dane do analizy polityki w ostatnich latach oraz czy dane te są wystarczające. Następnie sprawdził, jakie działania podejmuje Komisja w celu wyeliminowania luk w danych, oraz przeanalizował wykorzystanie przez nią dużych zbiorów danych.

IV Trybunał stwierdził, że Komisja posiada duże ilości danych na potrzeby opracowywania, monitorowania i ewaluacji WPR. Do analizy danych gromadzonych od państw członkowskich Komisja wykorzystuje tradycyjne narzędzia takie jak arkusze kalkulacyjne. Wykorzystywane obecnie dane i narzędzia nie dostarczają pewnych istotnych informacji (np. szczegółowych informacji na temat stosowanych praktyk środowiskowych i dochodów pozarolniczych), które są potrzebne do świadomego kształtowania polityki. Komisja podjęła szereg inicjatyw, w tym inicjatyw ustawodawczych, w celu lepszego wykorzystania istniejących danych, lecz nadal nie zostały wyeliminowane bariery utrudniające optymalne wykorzystanie zgromadzonych informacji. Przeszkody takie jak brak standaryzacji i ograniczenia związane z agregacją danych zmniejszają dostępność i użyteczność danych.

V Trybunał zaleca, aby Komisja:

  • ustanowiła ramowe zasady wykorzystywania danych zdezagregowanych uzyskiwanych od państw członkowskich;
  • w większym stopniu wykorzystywała i rozbudowała źródła danych w celu zaspokojenia potrzeb w zakresie prowadzonej polityki.

Wstęp

Wspólna polityka rolna to szeroki obszar polityki

01 Wspólną politykę rolną (WPR) wprowadzono w 1962 r. Przypada na nią ponad jedna trzecia budżetu UE: w latach 2014–2020 wydatki na rolnictwo wyniosły ogółem 408 mld euro. Ogólne cele tej polityki określono w Traktacie1 i doprecyzowano w rozporządzeniach w sprawie WPR (zob. rys. 1). Wspólna polityka rolna ma wpływać nie tylko na produkcję rolną i rolników, lecz także na aspekty środowiskowe, klimatyczne i społeczne.

Rys. 1 – Ogólne cele WPR na lata 2014–2020 i 2023–2027

Źródło: Europejski Trybunał Obrachunkowy na podstawie art. 110 ust. 2 rozporządzenia (UE) nr 1306/2013 i art. 5 rozporządzenia (UE) 2021/2115.

02 W ramach WPR beneficjenci otrzymują największą część dotacji na podstawie powierzchni gruntów, którymi dysponują. Kolejna część dotacji może zostać wypłacona jako zwrot kosztów związanych z podjęciem konkretnych działań i jako dofinansowanie inwestycji. Podstawa do większości płatności określona jest w prawie UE. Dane dotyczące gospodarstw są pozyskiwane i gromadzone za pomocą różnych środków (rys. 2).

Rys. 2 – Przykłady pozyskiwanych i gromadzonych danych istotnych dla WPR

Źródło: Europejski Trybunał Obrachunkowy.

Rola danych w cyklu polityki

03 wytycznych Komisji w sprawie lepszego stanowienia prawa apeluje się o przyjęcie podejścia opartego na dowodach, co oznacza, że decyzje dotyczące polityki mają opierać się na najlepszych dostępnych dowodach. Komisja definiuje dowody następująco: „dane, informacje i wiedza pochodzące z wielu źródeł, w tym dane ilościowe, takie jak statystyki i pomiary, dane jakościowe, takie jak opinie, uwagi zainteresowanych stron, wnioski z ewaluacji, a także doradztwo naukowe i eksperckie”2. Standardowy cykl polityki obejmuje różne etapy przedstawione na rys. 3. Do prowadzenia polityki opartej na dowodach na każdym etapie cyklu konieczne są odpowiednie dane.

Rys. 3 – Wykorzystanie danych w cyklu polityki

Źródło: Europejski Trybunał Obrachunkowy na podstawie wytycznych w sprawie lepszego stanowienia prawa.

04 Na całym świecie organizacje w coraz większym stopniu posługują się dużymi zbiorami danych, co umożliwia im korzystanie z danych pozyskanych na różne sposoby. W sprawozdaniu Trybunał za „duże zbiory danych” uznaje zestawy danych, które są zbyt złożone lub zbyt duże dla tradycyjnych systemów przetwarzania danych i jako takie wymagają zaawansowanych narzędzi i znacznej mocy obliczeniowej.

05 Rolnictwo jest sektorem, w którym coraz częściej stosowane są innowacje i technologie cyfrowe. Przykłady takich technologii przedstawiono na rys. 4. Sektor publiczny może korzystać z wielu tych technologii. Postęp technologiczny może doprowadzić do skrócenia czasu potrzebnego na kształtowanie polityki i zwiększyć bazę dowodową wykorzystywaną do podejmowania decyzji w tym obszarze3. Usprawnienia technologiczne umożliwiają rządom przyjęcie polityki opartej na danych, w szczególności pozwalają bowiem na4:

  • lepsze zrozumienie wpływu rolnictwa na środowisko oraz formułowanie celów polityki uwzględniających ten wpływ w sposób całościowy;
  • opracowanie zróżnicowanych i odpowiednio ukierunkowanych strategii politycznych;
  • stosowanie nowych systemów monitorowania opartych na danych.

Rys. 4 – Technologie cyfrowe na potrzeby rolnictwa

Źródło: Europejski Trybunał Obrachunkowy na podstawie tabeli 2.1 z publikacji OECD „Digital Opportunities for Better Agricultural Policies”, OECD Publishing, Paryż, 2019.

Ambicje UE w zakresie danych

06 Komisja Europejska wydała szereg dokumentów, w których podkreśliła potrzebę poprawy i maksymalizacji wykorzystywania danych do celów lepszego kształtowania polityki. Dokumenty te miały wpływ na udostępnianie danych i odnośne narzędzia w UE (zob. rys. 5).

Rys. 5 – Główne inicjatywy Komisji związane z danymi

Źródło: Europejski Trybunał Obrachunkowy na podstawie C(2016) 6626, DataStrategy@EC, C(2018) 7118, COM(2021) 37, COM(2018) 234/dyrektywy (UE) 2019/1024, COM(2020) 66, COM(2020) 767, COM(2021) 118, COM(2021) 205COM(2021) 206.

07 W komunikacie Komisji z 2016 r. pt. „Zarządzanie danymi, informacjami i wiedzą w Komisji Europejskiej” podkreślono potrzebę usprawnienia wyszukiwania i dostarczania informacji oraz maksymalizacji wykorzystania danych do celów lepszego kształtowania polityki. Stwierdzono w nim, że duże zbiory danych „mają potencjał, aby znacząco zwiększyć możliwości Komisji, pozwalają bowiem na wczesne wykrywanie trendów i szybsze przekazywanie informacji zwrotnych w celu wsparcia procesu lepszego stanowienia prawa i kształtowania polityki opartego na dowodach, a także w celu lepszego wykazania osiągniętych rezultatów wszystkim zainteresowanym stronom”. Komisja zaplanowała rozwój niezbędnych umiejętności, narzędzi i infrastruktury obliczeniowej z zamiarem wsparcia zdolności korzystania z dużych zbiorów danych. Podkreśliła również, że należy lepiej przewidywać potrzeby w zakresie danych i luki w wiedzy, aby mieć pewność, że na potrzeby ocen skutków, monitorowania, sprawozdawczości i ewaluacji dostępne będą użyteczne i możliwe do wykorzystania dane5. Wewnętrzna strategia Komisji w zakresie danych (DataStrategy@EC) jest głównym narzędziem wykorzystywanym do realizacji wspomnianego komunikatu w praktyce.

08 W listopadzie 2018 r. Komisja przyjęła Strategię cyfrową Komisji Europejskiej, zgodnie z którą do 2022 r. zamierza przejść transformację cyfrową, a także stać się jednostką administracyjną zorientowaną na użytkownika i funkcjonującą w oparciu o dane. W strategii tej potwierdzono kierunek wyznaczony w komunikacie z 2016 r. Z dziewięciu działań wymienionych w strategii następujące dwa działania są zdaniem Trybunału najistotniejsze dla zakresu niniejszej kontroli:

  • wprowadzenie do środowiska informatycznego Komisji nowych technologii;
  • ułatwienie swobodnego przepływu danych dotyczących polityki ogólnounijnej między organami administracji publicznej w UE.

09 W lutym 2020 r. Komisja wydała komunikat pt. „Europejska strategia w zakresie danych6 na lata 2021–2027, którego zakres znacznie wykraczał poza samą Komisję. Strategia ta służy realizacji „wizji prawdziwie jednolitego rynku danych” poprzez takie działania jak ustanowienie ram zarządzania w zakresie dostępu do danych i ich wykorzystywania oraz inwestowanie w infrastrukturę danych i umiejętności. Wyzwania, którym należy stanowić czoła, obejmują dostępność danych, ich interoperacyjność i jakość, zarządzanie danymi, infrastrukturę i technologie w zakresie danych (np. zdolność do przetwarzania danych i infrastruktura chmurowa) oraz cyberbezpieczeństwo.

10 Wniosek dotyczący aktu w sprawie zarządzania danymi7, który Komisja przedstawiła w 2020 r., miał na celu ułatwienie ponownego wykorzystywania niektórych kategorii chronionych danych sektora publicznego, zwiększenie zaufania do usług pośrednictwa w zakresie danych oraz promowanie altruistycznego podejścia do danych w UE.

Zakres kontroli i podejście kontrolne

11 Kontrola przeprowadzona przez Trybunał miała na celu ocenę, czy Komisja skutecznie wykorzystuje dane i analizę danych do analizy WPR. Trybunał w pierwszej kolejności zbadał, jak Komisja wykorzystywała dostępne dane do analizy polityki oraz czy dane te są wystarczające. Następnie przeanalizował, czy Komisja eliminuje luki w danych, w tym w jaki sposób wykorzystuje duże zbiory danych, oraz sprawdził, czy istnieją niedawne lub trwające unijne projekty badawcze, które mogłyby pomóc zlikwidować te luki i udoskonalić analizę WPR.

12 Zakres kontroli przeprowadzonej przez Trybunał obejmował opracowywanie polityki, monitorowanie w trakcie realizacji oraz jej ocenę. Kontrola objęła okres od 2015 r. do lutego 2022 r. Ocena zarządzania danymi w ramach WPR jest istotna, ponieważ sprawozdanie Trybunału mogłoby mieć wpływ zarówno na WPR realizowaną od 2023 r., jak i na WPR po 2027 r. Główna odpowiedzialność za WPR spoczywa na Dyrekcji Generalnej ds. Rolnictwa i Rozwoju Obszarów Wiejskich (DG AGRI) Komisji.

13 W ramach prac kontrolnych Trybunał:

  • dokonał przeglądu odpowiednich danych i dokumentów, w tym dokumentów naukowych, strategicznych, ustawodawczych oraz dotyczących polityki i projektów;
  • przeprowadził wywiady z pracownikami czterech dyrekcji generalnych Komisji (DG ds. Rolnictwa i Rozwoju Obszarów Wiejskich, Eurostatu, Wspólnego Centrum Badawczego [JRC] oraz DG ds. Sieci Komunikacyjnych, Treści i Technologii);
  • przeprowadził wywiady z przedstawicielami rolniczej organizacji parasolowej Copa-Cogeca na temat unijnego kodeksu postępowania w zakresie wymiany danych dotyczących rolnictwa na podstawie umownej oraz z przedstawicielami projektu Sen4CAP;
  • skonsultował się ze wszystkimi 27 państwami członkowskimi UE za pomocą ankiety skierowanej do ministerstwa/departamentu odpowiedzialnego za WPR, a na podstawie odpowiedzi na ankietę przeprowadził dalsze rozmowy z władzami Belgii, Estonii, Niemiec, Irlandii, Niderlandów i Hiszpanii;
  • do celów analizy porównawczej przeprowadził przegląd dokumentacji trzech państw niebędących członkami UE (Stanów Zjednoczonych, Australii i Japonii). Zespół kontrolny wybrał te państwa ze względu na znaczącą gospodarkę rolną, innowacyjne lub cyfrowe inicjatywy w zakresie zarządzania rolnictwem oraz dostępność danych publicznych;
  • zorganizował dyskusję panelową z udziałem ekspertów naukowych, a także specjalistów w dziedzinie polityki i administracji.

Uwagi

Wykorzystywane obecnie dane i narzędzia częściowo dostarczają informacji potrzebnych do świadomego kształtowania polityki na szczeblu UE

14 Komisja jest zobowiązana do oceny skuteczności WPR na podstawie jej trzech ogólnych celów8 (zob. rys. 1). Dowody, które Komisja gromadzi na potrzeby kształtowania polityki, powinny być proporcjonalne i odpowiednie, aby w oparciu o nie opracować warianty strategiczne i uzyskać odpowiedzi na pytania stawiane w procesie oceny9. Zgodnie z wytycznymi w sprawie lepszego stanowienia prawa przeprowadzenie oceny powinno również gwarantować dostępność odpowiednich dowodów, w oparciu o które będzie można opracować nowe inicjatywy (zasada „najpierw oceniaj”).

15 Trybunał zbadał, czy DG AGRI wykorzystuje wystarczający zakres danych i ich źródeł do analizy WPR oraz czy stosuje odpowiednie narzędzia analityczne. Sprawdził on, jakiego typu dane i systemy informatyczne posiada i wykorzystuje Komisja oraz jakiego rodzaju analizę danych przeprowadza. Aby ustalić, czy owe dane i narzędzia są wystarczające, Trybunał dokonał przeglądu dokumentów dotyczących oceny i opracowywania polityki.

DG AGRI gromadzi głównie dane administracyjne, a do analizy danych wykorzystuje przeważnie narzędzia konwencjonalne

16 Na potrzeby opracowywania, monitorowania i oceny WPR DG AGRI dysponuje dużymi ilościami danych, głównie administracyjnych (są to np. dane dotyczące cen rynkowych i płatności lub dane rachunkowe gospodarstw). Dane te są w większości uzyskiwane od państw członkowskich, które gromadzą je w celu realizacji polityki. Unijne statystyki rolnictwa gromadzone przez Eurostat pochodzą z wielu różnych źródeł, takich jak: badania statystyczne, dane administracyjne, dane z gospodarstw rolnych i innych przedsiębiorstw, jak również dane na poziomie gospodarstw rolnych uzyskane ze spisów gospodarstw rolnych i badań metodą doboru próby10.

17 DG AGRI postępuje zgodnie z wewnętrzną strategią Komisji w zakresie danych. Komisja posiada wykaz, w którym określone są własność, dostępność, sposób przechowywania i możliwość ponownego wykorzystywania poszczególnych zasobów danych. Przy jego sporządzaniu nie uwzględniono informacji na temat luk w danych lub pokrywania się danych.

18 Wykaz DG AGRI według stanu na luty 2022 r. składał się z 57 zasobów danych przechowywanych w różnych systemach informatycznych i bazach danych (zob. przykłady na rys. 6). Bazy danych zawierają głównie ustrukturyzowane dane administracyjne, a DG AGRI wykorzystuje do ich przetwarzania przede wszystkim narzędzia statystyczne. Szereg dokumentów zbieranych przez DG AGRI od państw członkowskich (np. roczne sprawozdania z wdrażania) zawiera dane nieustrukturyzowane. DG AGRI nie posiada narzędzi służących do automatycznego lub półautomatycznego przetwarzania tych danych.

Rys. 6 – Przykłady głównych systemów informatycznych i baz danych wykorzystywanych na potrzeby gromadzenia danych z WPR

Źródło: Europejski Trybunał Obrachunkowy.

19 DG AGRI zawarła z JRC porozumienie w sprawie analizy danych i zbadania sposobów lepszego wykorzystania istniejących danych. W oparciu o tę współpracę DG AGRI wykorzystuje do analizy WPR pewne zaawansowane metody (takie jak tzw. model IFM-CAP, modele ekonometryczne i analiza predykcyjna). Model IFM-CAP to model indywidualnej działalności rolnej na potrzeby analizy wspólnej polityki rolnej, który ma na celu ocenę wpływu WPR na ekonomikę rolną i środowisko.

20 Przeprowadzony przez Trybunał przegląd czterech systemów informatycznych (ISAMM, CATS/COMBO, AGRIVIEW i SFC) oraz bazy danych FADN, z których pochodzą informacje znajdujące się w portalu danych dotyczących sektora rolno-spożywczego (zob. rys. 6), wykazał, że DG AGRI gromadzi głównie dane zagregowane. Spośród tych systemów tylko system CATS/COMBO zawiera zdezagregowane dane na poziomie gospodarstw rolnych.

21 DG AGRI publikuje skonsolidowane dane w portalu danych dotyczących sektora rolno-spożywczego, który to portal zawiera informacje z wielu zasobów danych DG AGRI oraz ze statystyk rolnictwa prowadzonych przez Eurostat. Można w nim także znaleźć interaktywne wizualizacje i tablice wskaźników. Użytkownicy mogą przeglądać szeregi czasowe, interaktywne mapy, wykresy i tabele, a także pobierać surowe dane do ponownego wykorzystania i analizy offline. Portal ten jest stale aktualizowany przez DG AGRI. Trybunał uważa, że jest on przykładem dobrej praktyki związanej z publicznie dostępnymi danymi, ponieważ oferuje pojedynczy punkt dostępu do dużego zbioru danych na temat rynków rolno-spożywczych, analiz, wskaźników WPR i finansowania unijnego.

22 Kluczowe systemy informatyczne, które Komisja i państwa członkowskie wykorzystują na potrzeby WPR, są ukierunkowane na analizę opisową i diagnostyczną; bardzo niewiele z nich obejmuje analizę predykcyjną lub preskrypcyjną (zob. rys. 7).

Rys. 7 – Cztery rodzaje analizy danych i ich wykorzystanie

Źródło: Europejski Trybunał Obrachunkowy na podstawie dokumentów przedsiębiorstwa Gartner i Komisji.

23 Na podstawie wywiadów i odpowiedzi państw członkowskich na ankietę przeprowadzoną przez Trybunał kontrolerzy zidentyfikowali szereg przeszkód utrudniających Komisji i państwom członkowskim korzystanie z dużych zbiorów danych (zob. pkt 04) oraz zaawansowanej analizy na potrzeby WPR. Są to m.in.:

  1. różnice w standardach lub wymogach dotyczących jakości między różnymi źródłami danych;
  2. zasady poufności ograniczające wykorzystanie danych na poziomie gospodarstw rolnych;
  3. ograniczona dostępność danych i brak danych w tym samym lub odpowiednim formacie;
  4. niski poziom umiejętności korzystania z danych i brak wykwalifikowanego personelu.

24 Brak wspólnych numerów referencyjnych takich jak unikatowy identyfikator utrudnia łączenie danych na poziomie gospodarstw pochodzących z różnych źródeł, by wykorzystać je na potrzeby analizy WPR. Unikatowy identyfikator lub alternatywne techniki łączenia danych umożliwiłyby łączenie danych dotyczących tego samego gospodarstwa, lecz pochodzących z różnych źródeł (zob. ramka 1).

Ramka 1 – Przykład sytuacji, w której przydatne byłyby techniki łączenia danych

Unikatowy identyfikator lub inna technika łączenia danych mogłyby być przydatne do połączenia i dopasowania danych na poziomie gospodarstw rolnych zgromadzonych w drodze badań statystycznych przez FADN z danymi z próbek gleby pochodzącymi z badania terenowego użytkowania gruntów i pokrycia terenu (LUCAS). Zestawienie tych danych zapewniłoby więcej informacji na temat związku między praktykami rolniczymi a biofizycznym stanem działki rolnej, zwłaszcza w kontekście ewentualnego gromadzenia danych w przyszłości np. na temat gospodarowania glebami w odniesieniu do poszczególnych upraw lub na temat zmianowania upraw.

25 Zazwyczaj pracownicy DG AGRI analizują w niezautomatyzowany sposób informacje tekstowe, które państwa członkowskie przekazują w swoich sprawozdaniach rocznych, i nie wykorzystują do tego celu technologii dużych zbiorów danych, takich jak analiza tekstu lub automatyczne pobieranie danych. Z analizy przeprowadzonej przez Trybunał wynika, że możliwe jest większe zautomatyzowanie w tym obszarze (zob. przykład w ramce 2).

Ramka 2 – Automatyzacja pobierania danych na potrzeby sprawozdawczości

Państwa członkowskie przedkładają Komisji roczne sprawozdania z wdrażania za pośrednictwem systemu zarządzania funduszami znanego jako SFC. Sprawozdania te zawierają informacje liczbowe i tekstowe, głównie w językach narodowych.

Pracownicy DG AGRI ręcznie wprowadzają dane z około 115 sprawozdań do tabeli w programie Excel, aby przeanalizować te informacje. Trybunał zbadał, czy do wykonania części tej pracy można byłoby wykorzystać zautomatyzowane narzędzie. W tym celu opracował oprogramowanie z zakresu robotyki, które loguje się do SFC, a następnie przechodzi do odpowiednich pól i pobiera dane automatycznie. Program ten automatycznie pobrał dane z SFC i przeprowadził kompilację wyników analizy przesiewowej w Excelu, które to czynności pracownicy DG AGRI wcześniej wykonywali ręcznie.

Niektóre cechy istniejących danych i systemów ograniczają możliwość ich wykorzystania do analizy polityki

26 Trybunał przeanalizował, jak stosowane są trzy bardzo różne źródła danych, z których Komisja i państwa członkowskie korzystają w szerokim zakresie, oraz ocenił ograniczenia tych źródeł danych (zob. tabela 1).

Tabela 1 – Przykład obecnego wykorzystania źródeł danych na różnych etapach polityki

  ZSZiK
Dane administracyjne na poziomie gospodarstw rolnych i dane przestrzenne
Program Copernicus
Dane satelitarne
FADN
Dane z badań statystycznych
Planowanie/opracowywanie polityki Państwa członkowskie: częściowo wykorzystują dane, np. do oszacowania potencjalnej liczby wnioskodawców w przypadku określonych działań Państwa członkowskie i Komisja: wykorzystują dane w ograniczonym zakresie, z wyjątkiem ponownego wykorzystywania danych z monitorowania i oceny Komisja: różne analizy i modelowanie ekonomiczne oraz w pewnym stopniu analiza i modelowanie środowiskowe
Kontrola i zarządzanie Państwa członkowskie: do sprawdzania wniosków o przyznanie pomocy z tytułu płatności obszarowych i z tytułu posiadania zwierząt oraz do kontroli i przechowywania informacji. Dane, które państwa członkowskie przesyłają Komisji za pośrednictwem systemu CATS/COMBO, są w większości oparte na informacjach znajdujących się w ZSZiK Państwa członkowskie: kontrole w formie monitorowania mają zastąpić kontrole na miejscu Niewykorzystywane
Monitorowanie na potrzeby sprawozdawczości na temat wyników Państwa członkowskie: wskaźniki produktu i rezultatu, np. liczba hektarów objętych konkretnym programem wsparcia Komisja: wskaźniki kontekstowe i wskaźniki oddziaływania, np. pokrycie terenu Komisja: wskaźniki kontekstowe i wskaźniki oddziaływania, np. wartość dodana netto gospodarstwa rolnego
Ocena Państwa członkowskie i Komisja: wskaźniki pochodzące z monitorowania są wykorzystywane jako jedno ze źródeł danych na potrzeby oceny Komisja: przy wykorzystywaniu danych z monitorowania do oceny Komisja: różne analizy i modelowanie ekonomiczne oraz w pewnym stopniu analiza i modelowanie środowiskowe

Źródło: Europejski Trybunał Obrachunkowy.

Zintegrowany system zarządzania i kontroli

27 Komisja ma ograniczony dostęp do zintegrowanego systemu zarządzania i kontroli (ZSZiK) państw członkowskich, który jest głównym elementem zarządzania płatnościami w ramach WPR w państwach członkowskich. W odniesieniu do WPR na lata 2014–2020 ZSZiK składał się z szeregu cyfrowych, wzajemnie połączonych ze sobą baz danych, w szczególności z11:

  1. systemu identyfikacji wszystkich działek rolnych w państwach UE, znanego jako system identyfikacji działek rolnych (LPIS);
  2. systemu umożliwiającego rolnikom oznaczenie graficzne użytków rolnych, które ma objąć wnioskowana pomoc (geoprzestrzenny wniosek o przyznanie pomocy, GSAA);
  3. systemu rejestrowania tożsamości każdego beneficjenta, który składa wniosek o przyznanie pomocy lub wniosek o płatność;
  4. zintegrowanego systemu kontroli służącego do sprawdzania wniosków o przyznanie pomocy, opartego na skomputeryzowanych kontrolach krzyżowych i kontrolach fizycznych w gospodarstwach rolnych.

28 Państwa członkowskie korzystają z ZSZiK do przyjmowania wniosków o przyznanie pomocy, do przeprowadzania kontroli m.in. administracyjnych (np. kontroli na miejscu i kontroli w formie monitorowania) oraz do dokonywania płatności12. Państwa członkowskie mogą stosować różne rozwiązania techniczne na potrzeby swoich ZSZiK. Brak standaryzacji, różni właściciele danych (tj. nie zawsze właścicielem jest odpowiednik tego samego organu) oraz niezależne rozwiązania informatyczne prowadzą do rozdrobnienia, utrudniają porównywanie danych i ograniczają sposób, w jaki można udostępniać dane lub ponownie je wykorzystywać. Zmniejsza to możliwość stosowania zaawansowanych technik analitycznych lub innych technologii dużych zbiorów danych do oceny oddziaływania unijnych środków finansowych13. Komisja ma ograniczony dostęp do 42 różnych systemów (krajowych lub regionalnych) w państwach członkowskich, które zawierają szczegółowe dane dotyczące gospodarstw rolnych i przedsiębiorstw14. Utrudnia to na przykład uzyskanie szczegółowych informacji na temat dystrybucji unijnych środków finansowych.

29 Na podstawie przeglądu różnych projektów badawczych sfinansowanych przez UE15 Trybunał stwierdził, że zdecentralizowane podejście względem ZSZiK ogranicza dalszą integrację i łączenie krzyżowe tych systemów jako źródeł danych z innymi źródłami danych Komisji, co wynika głównie z:

  1. problemów z kompatybilnością (różne rozwiązania techniczne) oraz braku interoperacyjności między systemami danych;
  2. zasad poufności uniemożliwiających powiązanie danych dotyczących gospodarstw rolnych uzyskiwanych z różnych źródeł danych (np. ZSZiK i FADN);
  3. niskiego – tj. niewystarczającego – stopnia szczegółowości innych baz danych oraz braku wspólnych identyfikatorów, które pozwoliłyby na połączenie danych z ZSZiK.

30 Aby poprawić udostępnianie i zwiększyć dostępność danych, DG AGRI zachęca państwa członkowskie do dzielenia się nieosobowymi danymi geoprzestrzennymi z ich ZSZiK za pośrednictwem wspólnego geoportalu INSPIRE (zob. rys. 8) przy wsparciu technicznym JRC. W portalu tym można pobrać oraz wyświetlić geoprzestrzenne dane środowiskowe zestawione przez państwa członkowskie.

Rys. 8 – Geoportal INSPIRE

Źródło: Europejski Trybunał Obrachunkowy na podstawie JRC.

31 Dane są udostępniane za pośrednictwem geoportalu INSPIRE w różnym zakresie w zależności od państwa członkowskiego. Przykładową liczbę utworzonych metadanych dotyczących trzech wybranych tematów przedstawiono na rys. 9. Państwa członkowskie publikują również niektóre dane geoprzestrzenne za pośrednictwem niezależnych geoportali krajowych (lub regionalnych).

Rys. 9 – Metadane udostępnione w geoportalu INSPIRE w odniesieniu do trzech tematów (według liczby i udziału we wszystkich metadanych na dany temat)

Źródło: Europejski Trybunał Obrachunkowy na podstawie geoportalu INSPIRE (na dzień 17.2.2022 r.).

Dane satelitarne z programu Copernicus

32 Dane satelitarne z programu Copernicus odpowiadają definicji dużych zbiorów danych (zob. pkt 04). Komisja koordynuje podejście oparte na kontrolach w formie monitorowania (na podstawie danych z programu Copernicus), będące przykładem zautomatyzowanego monitorowania WPR w państwach członkowskich.

33 W ramach kontroli w formie monitorowania ciągłe strumienie danych satelitarnych z programu Copernicus są analizowane w celu sprawdzenia, czy określone działki rolne spełniają kryteria kwalifikowalności. Od 2018 r. organy krajowe mogą wykorzystywać dane z programu Copernicus, aby zastąpić tradycyjne inspekcje w terenie. Według Komisji w 2021 r. kontrole w formie monitorowania miały zastosowanie do 13,1% obszaru, za który wypłacano płatności bezpośrednie. Cel na 2024 r. wynosi 50%16. W 2021 r. 10 państw członkowskich zastosowało tę procedurę do co najmniej jednego programu pomocy na przynajmniej części swojego terytorium, natomiast w 2020 r., w roku, w którym Trybunał wydał sprawozdanie specjalne dotyczące kontroli w formie monitorowania17 (zob. ramka 3), procedurą tą objęto pięć państw członkowskich.

Ramka 3 – Zalecenie zawarte w sprawozdaniu specjalnym 04/2020

W sprawozdaniu specjalnym 04/2020 w sprawie wykorzystania nowych technologii obrazowania18 Trybunał zalecił Komisji, aby lepiej wykorzystywała nowe technologie na potrzeby monitorowania wymogów środowiskowych i klimatycznych, przy czym jako termin realizacji tego zalecenia wskazał grudzień 2021 r. Komisja przyjęła to zalecenie.

Dokładniej rzecz ujmując, Trybunał zalecił wykorzystywanie informacji uzyskiwanych dzięki nowym technologiom do zdobywania większej wiedzy na temat wyników osiąganych w ramach WPR po 2020 r. Poprzez zastąpienie dobrowolnych kontroli w formie monitorowania obowiązkowym systemem monitorowania obszarów Komisja zachęca do szerszego wykorzystywania danych satelitarnych z programu Copernicus na potrzeby interwencji związanych z płatnościami obszarowymi w ramach WPR po 2020 r. Nowy system umożliwia automatyczne przetwarzanie danych z satelitów programu Copernicus i zdjęć wykonanych na miejscu.

Sieć danych rachunkowych gospodarstw rolnych (FADN)

34 Głównym źródłem danych ekonomicznych jest FADN. Komisja i państwa członkowskie szeroko wykorzystują tę sieć do modelowania, oceny i sprawozdawczości.

35 Od 1965 r. celem FADN jest dostarczanie „obiektywnej i właściwej informacji o dochodach […] i o działalności gospodarczej gospodarstw” na potrzeby WPR19. FADN jest źródłem zharmonizowanych danych mikroekonomicznych dostępnych do pomiaru oddziaływania WPR. Opiera się na krajowych badaniach statystycznych, a udział w nim gospodarstw rolnych jest dobrowolny i dotyczy tych gospodarstw w UE, które są wystarczająco duże, aby można je było uznać za komercyjne20.

36 Wyłączenie niekomercyjnych i małych gospodarstw sprawia, że FADN jest mniej reprezentatywny, jeżeli chodzi o beneficjentów WPR. W 2015 r. badanie objęło około 83 000 gospodarstw. Chociaż FADN reprezentuje około 90% całkowitej wykorzystywanej powierzchni użytków rolnych i całkowitej produkcji rolnej21, obejmuje 4,7 mln z 10,8 mln gospodarstw w UE22. FADN nie został zaprojektowany jako sieć reprezentatywna dla beneficjentów WPR. Według Komisji w 2019 r. odsetek beneficjentów płatności bezpośrednich w ramach WPR niereprezentowanych w FADN wynosił od 5% w Niderlandach do 78% na Słowacji.

Brak odpowiednich danych ogranicza możliwość oceny skuteczności WPR

37 Oceny powinny opierać się na najlepszych dostępnych dowodach uzyskanych przy użyciu zróżnicowanych i odpowiednich metod i źródeł (tj. z zastosowaniem triangulacji)23. Szczegółowe dane ułatwiają powiązanie celów polityki z rezultatami/oddziaływaniem24. Zgodnie z przepisami informacje wykorzystywane do oceny wyników WPR powinny w miarę możliwości pochodzić z uznanych źródeł danych, takich jak FADN i Eurostat25. Prawidłowe monitorowanie powinno generować merytoryczne dane obejmujące szeregi czasowe w celu poprawy jakości przyszłych ocen i ocen skutków26.

38 Trybunał dokonał przeglądu pięciu sporządzonych przez Komisję ocen lub analiz wspierających ocenę, w tym co najmniej jednej oceny w odniesieniu do każdego z trzech ogólnych celów WPR przedstawionych na rys. 1. Trybunał stwierdził, że w ocenach tych wykorzystano różnorodne dane zgromadzone na potrzeby zarządzania polityką lub jej monitorowania, np. wskaźniki WPR27, dane z FADN, CATS/COMBO, statystyk Eurostatu oraz z systemu informacji do celów zarządzania rynkiem rolnym oraz monitorowania go (ISAMM). Dane te są często uzupełniane o dane zewnętrzne (np. z Organizacji Współpracy Gospodarczej i Rozwoju, Organizacji Narodów Zjednoczonych, Organizacji Narodów Zjednoczonych ds. Wyżywienia i Rolnictwa), analizy przykładów, kwestionariusze i wywiady.

39 W odniesieniu do wszystkich trzech celów WPR Komisja i osoby oceniające stosują ocenę wpływu opartą na metodach kontrfaktycznych28. Do jej zastosowania konieczne są dane na temat grup kontrolnych, tj. podmiotów nieobjętych prowadzoną polityką. FADN dostarcza danych na temat obu grup i może być przydatny do przeprowadzenia takiej analizy. Brak danych do oceny kontrfaktycznej ogranicza np. możliwość oszacowania wkładu WPR w łagodzenie zmiany klimatu. Zdaniem Komisji WPR była stosowana zbyt długo i obejmuje zbyt duży obszar, aby można było uzyskać dane porównawcze29, tj. nie ma możliwości porównania sytuacji sprzed momentu wprowadzenia tej polityki z sytuacją po jej wprowadzeniu bądź zestawienia sytuacji, w których polityka ta jest i nie jest prowadzona. Trudno jest również stosować metody kontrfaktyczne do oceny rozwoju terytorialnego, ponieważ większość regionów otrzymuje wsparcie w ramach WPR. Aby rozwiązać ten problem, JRC opracowało ilościowe ramy analityczne, w których wykorzystuje się ocenę wpływu opartą na metodach kontrfaktycznych, aby zdobyć wiedzę na temat związku przyczynowego między polityką a jej rezultatami z uwzględnieniem różnorodnych działań podejmowanych na obszarach wiejskich30.

Rentowna produkcja żywności

40 Głównymi źródłami danych na potrzeby oceny realizacji celu dotyczącego rentownej produkcji żywności są FADN i rachunki ekonomiczne dla rolnictwa (EAA) (zob. tabela 2). Komisja ustanowiła oba te elementy właśnie w celu dostarczania danych na potrzeby oceny WPR. Na przykład aby ocenić, w jaki sposób wsparcie w ramach WPR wpływa na dochody rolników, Komisja wykorzystuje statystyki Eurostatu dotyczące dochodu czynników produkcji (tj. dochodu pochodzącego z gruntów, kapitału i pracy) oraz dane z FADN31.

Tabela 2 – Dane na potrzeby oceny celu dotyczącego rentownej produkcji żywności

Główne źródła wykorzystanych dowodów Przykłady luk w danych i ograniczeń zidentyfikowanych przez osoby oceniające lub Komisję
  • FADN
  • Eurostat: EAA i statystyki dotyczące nakładów pracy
  • Dane z CATS/COMBO dotyczące płatności
  • AGRIVIEW
  • Baza danych FADN nie obejmuje gospodarstw niekomercyjnych ani bardzo małych.
  • Dane FADN i CATS/COMBO stają się stopniowo dostępne w ciągu dwóch lat od roku bazowego lub roku składania wniosków.
  • Dane dotyczące ilości produktów wprowadzanych do obrotu przez organizacje producentów owoców i warzyw nie są dostępne z podziałem na produkty na poziomie UE.
  • Agregacja danych uniemożliwia na przykład wyodrębnienie rolników produkujących brzoskwinie i nektaryny spośród rolników specjalizujących się w owocach.

Źródło: Europejski Trybunał Obrachunkowy na podstawie oceny i badania wspierającego ocenę na temat rentownej produkcji żywności.

41 Państwa członkowskie potrzebują roku na zebranie i walidację danych do przekazania FADN. Weryfikacja i walidacja danych FADN pochodzących z państw członkowskich zajmuje Komisji również rok. W rezultacie zanim dane będą dostępne w bazie danych FADN, mijają co najmniej dwa lata. Kiedy w 2018 r. Komisja przedstawiła wniosek ustawodawczy dotyczący WPR po 2020 r., dostępne były tylko dane za jeden rok ówczesnej WPR (dane z badania FADN z 2015 r.). Oznacza to, że Komisja przedstawiła swój wniosek, zanim uzyskała najnowsze dane z FADN dotyczące wyników i oddziaływania prowadzonej wówczas polityki.

Zrównoważone gospodarowanie zasobami naturalnymi i działania w dziedzinie klimatu

42 W przypadku celu WPR dotyczącego zasobów naturalnych i klimatu może upłynąć długi okres między zastosowaniem środka z zakresu polityki a zaobserwowaniem jego oddziaływania. Aby określić związek przyczynowy między środkiem WPR a jego rezultatami, należy połączyć różne dane i uwzględnić czynniki zewnętrzne. Spośród czterech komponentów tego celu (zob. rys. 1) Trybunał przeanalizował „różnorodność biologiczną”. Ani państwa członkowskie, ani Komisja nie były w stanie przedstawić odpowiednich dowodów na istnienie związku przyczynowego między normami dobrej kultury rolnej zgodnej z ochroną środowiska32 a stanem różnorodności biologicznej33. Przykłady wykorzystanych dowodów i ograniczenia dotyczące możliwości oceny komponentu celu odnoszącego się do różnorodności biologicznej przedstawiono w tabeli 3.

Tabela 3 – Dane dotyczące komponentu „różnorodność biologiczna” w ramach celu dotyczącego zrównoważonego gospodarowania zasobami naturalnymi

Główne źródła wykorzystanych dowodów Przykłady luk w danych i ograniczeń zidentyfikowanych przez osoby oceniające lub Komisję
  • Wskaźniki kontekstowe oraz wskaźniki produktu, rezultatu i oddziaływania WPR
  • Udoskonalone europejskie wskaźniki różnorodności biologicznej (Streamlining European Biodiversity Indicators – SEBI)
  • Wskaźniki zrównoważonej gospodarki leśnej przekazywane Forest Europe przez państwa członkowskie
  • Wskaźniki rolnośrodowiskowe Komisji
  • Dane FADN na poziomie gospodarstw rolnych dotyczące produkcji, rentowności, lokalizacji (na obszarze Natura 2000 lub poza nim) oraz wykorzystania środków WPR
  • Dane dotyczące wykorzystania elementów krajobrazu w ramach działań rolno-środowiskowo-klimatycznych nie są dostępne.
  • Dane z monitorowania rzeczywistego oddziaływania poszczególnych środków WPR są niewystarczające.
  • Brak aktualnych danych w przypadku wielu wskaźników statystycznych.
  • Dane dotyczące ilości nawozów i pestycydów stosowanych na użytkach rolnych w UE nie są dostępne.

Źródło: Europejski Trybunał Obrachunkowy na podstawie badania wspierającego ocenę wpływu WPR na siedliska, krajobrazy, różnorodność biologiczną.

43 W ocenie z 2019 r. stwierdzono, że ogólna ocena oddziaływania tej polityki na różnorodność biologiczną nie jest możliwa ze względu na brak odpowiednich danych z monitorowania34. Niektóre wskaźniki monitorowania stosowane przez Komisję nie są regularnie uzupełniane danymi. Na przykład nie wszystkie państwa członkowskie gromadzą i przekazują dane dotyczące wskaźnika oddziaływania w odniesieniu do poboru wody na potrzeby rolnictwa.

44 Innym ograniczeniem w ocenie realizacji celu środowiskowego jest brak kompleksowych danych dotyczących ilości nawozów i pestycydów stosowanych w UE na gruntach rolnych. Od 2021 r. dane dotyczące ilości pestycydów stosowanych na gruntach rolnych są dostępne, ale w przypadku mniej niż połowy państw członkowskich. Komisja i osoby oceniające wykorzystały jako wskaźnik zastępczy dane FADN dotyczące wydatków na nawozy i środki ochrony roślin na hektar.

45 Publicznie dostępne dane statystyczne UE dotyczące środków ochrony roślin odnoszą się do ilości (w kg) substancji czynnych zawartych w sprzedanych środkach35. W sprawozdaniu specjalnym 05/202036 Trybunał stwierdził, że grupowanie tych substancji czynnych w sposób wymagany w przepisach UE sprawia, że zakres informacji, jakie Eurostat może opublikować, a nawet udostępnić innym dyrekcjom generalnym Komisji, jest ograniczony. Dane statystyczne dotyczące wykorzystania środków ochrony roślin w rolnictwie, opracowane na podstawie obecnie obowiązujących przepisów UE, nie są porównywalne, a Eurostat nie był w stanie jak dotąd przestawić ogólnounijnych statystyk na temat stosowania tych środków.

Zrównoważony rozwój terytorialny

46 W ocenie z 2021 r.37 Komisja i osoby oceniające wykorzystały w odniesieniu do trzeciego celu WPR wskaźniki produktu WPR, dane z CATS/COMBO dotyczące płatności, bazę danych ARDECO prowadzoną przez DG REGIO oraz bazę danych regionalnych Eurostatu. Ograniczona dostępność kompletnych, szczegółowych i zaktualizowanych danych dotyczących statusu społeczno-gospodarczego obszarów wiejskich miała wpływ na solidność oceny38. Wykonawcy twierdzili, że dostępnych było niewiele danych dotyczących niektórych podstawowych aspektów społecznych, a jeśli były one dostępne, to często nie były regularnie aktualizowane, lecz opracowywane ad hoc na podstawie konkretnych projektów badawczych39. W niektórych przypadkach oceniający zastosowali wskaźniki zastępcze. Ogólnie rzecz biorąc, jako główne ograniczenia analiz ilościowych wskazali oni dostępność i jakość wskaźników oraz brak danych dotyczących małych regionów.

47 Większość danych, które Komisja gromadzi od państw członkowskich – z wyjątkiem danych z systemu CATS/COMBO dotyczących płatności i danych z FADN dotyczących poszczególnych gospodarstw – jest zagregowana do jednej wartości liczbowej dla całego państwa członkowskiego lub regionu. Ogranicza to możliwość ponownego wykorzystania danych do celów dalszej oceny lub kształtowania polityki. W przypadku niektórych aspektów społeczno-ekonomicznych (np. włączenia społecznego) dane były dostępne jedynie na poziomie krajowym lub w niskiej rozdzielczości geograficznej, co nie jest wystarczające do analizy zróżnicowania terytorialnego40. W danych z monitorowania WPR brakuje również szczegółowych informacji na potrzeby bardziej ukierunkowanych analiz, np. informacji na temat wieku lub płci beneficjentów41. Dane te znajdują się zazwyczaj w bazach danych państw członkowskich, lecz nie są dostępne dla Komisji.

Komisja nie posiada wystarczających dowodów do oceny potrzeb w ramach WPR

48 Zgodnie z wytycznymi dotyczącymi lepszego stanowienia prawa ocena skutków towarzysząca wnioskowi ustawodawczemu powinna zaczynać się od weryfikacji istnienia problemu42. Należy w niej przedstawić logiczne rozumowanie, które łączy problem z jego przyczynami i powiązanymi celami, a także zaprezentować szereg wariantów strategicznych służących rozwiązaniu tego problemu.

49 Aby przeanalizować wykorzystanie danych na etapie opracowywania lub planowania polityki, Trybunał dokonał przeglądu oceny skutków towarzyszącej wnioskowi ustawodawczemu dotyczącemu WPR po 2020 r.43 oraz różnych uzupełniających go dokumentów Komisji. Trybunał stwierdził uchybienia w sposobie dostarczania odpowiednich danych na poparcie opisu problemu, który ma rozwiązać polityka w ramach celu szczegółowego „godziwe dochody gospodarstw rolnych”. W opinii w sprawie wniosków ustawodawczych dotyczących WPR po 2020 r. Trybunał stwierdził, że dane i argumenty, których Komisja użyła na poparcie oceny potrzeb dotyczącej dochodów rolników, są niewystarczające44. Komisja nie posiada informacji na temat pozarolniczych dochodów rolników lub gospodarstw rolnych, a średnia maskuje duże zróżnicowanie sytuacji dochodowej. Ponadto w sprawozdaniu z 2021 r. dotyczącym uwzględniania aspektu płci Trybunał podkreślił, że niedostępność statystyk dotyczących dochodów gospodarstw rolnych i dochodu do dyspozycji gospodarstw rolnych w podziale na płeć stanowi również poważną lukę w danych przy analizie wpływu płatności bezpośrednich na równouprawnienie płci45.

50 W 2018 r. Trybunał przedstawił następujące zalecenie: „[z]anim Komisja sformułuje wniosek dotyczący przyszłej koncepcji WPR, powinna ocenić sytuację w zakresie dochodów wszystkich grup rolników i przeanalizować ich zapotrzebowanie na wsparcie dochodów” z uwzględnieniem takich czynników jak dochody pochodzące z produkcji żywności i innych rodzajów produkcji rolnej oraz ze źródeł niezwiązanych z rolnictwem46. Komisja częściowo przyjęła to zalecenie, dodając, że polityka ta jest ukierunkowana na tych rolników, którzy prowadzą działalność rolniczą, by zarobić na życie. Badanie z 2015 r.47 dotyczące dochodów gospodarstw rolnych wykazało znaczną lukę w informacjach na temat wyników osiąganych w ramach WPR, ponieważ nie istniał żaden unijny system statystyczny ani system monitorowania, który umożliwiałby ocenę całkowitych dochodów gospodarstw rolnych i porównanie ich z innymi grupami społecznymi. Do lutego 2022 r. Komisja nie poczyniła żadnych postępów w tym obszarze.

51 Co trzy lub cztery lata Eurostat otrzymuje od państw członkowskich dane z badania struktury gospodarstw rolnych dotyczące prowadzonej w gospodarstwach rolnych działalności gospodarczej innej niż rolnicza. Dane z tego badania wskazują, czy działalność gospodarcza inna niż rolnicza jest główną czy drugorzędną działalnością właściciela/zarządcy gospodarstwa rolnego, ale nie zawierają informacji ani na temat udziału dochodów z tej działalności w łącznych dochodach ani na temat przedziału, w jakim się one mieszczą. Najnowsze dane opublikowane na stronie internetowej Eurostatu dotyczą 2016 r.48

52 Obecny standardowy wykaz zmiennych FADN nie zawiera informacji na temat dochodów pozarolniczych, ponieważ badanie dotyczy gospodarstw, a nie rolników. Same dane dotyczące podatku dochodowego mieszczące się w rejestrach krajowych organów podatkowych nie wystarczają do uzyskania takich informacji, ponieważ nie zawierają informacji na temat cech gospodarstw i obejmują dochody z działalności rolniczej również tych osób, których główną działalnością nie jest rolnictwo49.

53 Niektóre państwa członkowskie (np. Irlandia i Niderlandy) za pomocą krajowych badań FADN gromadzą dane na temat dochodów pozarolniczych, co mogłoby zlikwidować jedną z luk w danych dotyczących realnych dochodów rolników. Władze irlandzkie regularnie publikują pośrednio dane dotyczące dochodów pozarolniczych, w tym informacje na temat „zatrudnienia poza gospodarstwem rolnym”, „dni i godzin przepracowanych poza gospodarstwem rolnym” oraz „sektora pracy”.

Komisja realizuje różne inicjatywy mające poprawić wykorzystanie istniejących danych, ale bariery nadal istnieją

54 Komisja powinna podjąć dalsze inicjatywy mające na celu wyeliminowanie istniejących uchybień oraz usprawnienie gromadzenia i przetwarzania danych na potrzeby oceny WPR i wspierania rozwoju przyszłej polityki. Inicjatywy te powinny być realizowane zgodnie z ustalonym harmonogramem i produktami. Komisja powinna dostosować i udoskonalić istniejące źródła danych na potrzeby nowej WPR. Powinna również przeanalizować i pozyskać nowe źródła danych, tak aby zmniejszyć obciążenie rolników i administracji, a jednocześnie ulepszyć bazę dowodową na potrzeby polityki50.

55 W planie działania dotyczącym wewnętrznej strategii w zakresie danych Komisja wyznaczyła sobie cele polegające na zagwarantowaniu dostępu do danych, które są istotne dla podejmowania decyzji i funkcjonowania całej organizacji, oraz na propagowaniu korzystania z nowoczesnych technologii analizy danych, aby szybciej i skuteczniej identyfikować wzorce i trendy.

56 Trybunał zbadał, jakie inicjatywy podjęła Komisja, by lepiej wykorzystywać dostępne dane i nowe technologie w celu wyeliminowania luk w danych i poradzenia sobie z wyżej wymienionymi wyzwaniami. Ponadto przyjrzał się finansowanym przez UE projektom badawczym i inicjatywom państw członkowskich, które mogłyby mieć wkład w analizę polityki WPR i wypełnić niektóre luki.

Komisja poszerza źródła informacji i zachęca do przekazywania danych w celu wyeliminowania luk i pozyskania danych na potrzeby WPR

57 Wewnętrzna strategia Komisji w zakresie danych stanowi, że „wewnętrzne i zewnętrzne źródła danych mają być w jak największym stopniu wykorzystywane do generowania dowodów na poparcie decyzji”. Koszty i obciążenie administracyjne związane z gromadzeniem dodatkowych danych na potrzeby monitorowania polityki mają być proporcjonalne do potrzeb w zakresie danych. Zgodnie z zestawem instrumentów służących lepszemu stanowieniu prawa51 nie wszystkie luki w danych muszą zostać wypełnione.

58 W 2018 r. Komisja rozpoczęła wdrażanie swojej strategii w zakresie danych. Podejmowane przez nią działania obejmują stworzenie wykazu danych (zob. pkt 1718), stosowanie zasad zarządzania danymi, wykorzystywanie analizy danych oraz organizowanie szkoleń i rozwijanie umiejętności. Pod koniec 2020 r. DG AGRI powołała radę i grupę roboczą na potrzeby realizacji tej strategii. Od stycznia 2022 r. DG AGRI dysponuje specjalną jednostką ds. zarządzania danymi, która ma poprawić koordynację zarządzania danymi.

59 Komisja zainicjowała szereg działań, które mogłyby przyczynić się do lepszej analizy polityki dzięki poprawie infrastruktury danych i ich wykorzystania na potrzeby WPR (np. przez wprowadzenie rozwiązań cyfrowych, narzędzi elektronicznych, algorytmów i dobrych praktyk). Przykłady znajdują się w załączniku.

60 W ocenie statystyki rolnej52, którą Eurostat przeprowadził w 2016 r., stwierdzono, że statystyki dotyczące rolnictwa, leśnictwa, użytkowania gruntów i środowiska nie są wystarczająco spójne i zharmonizowane. Powodem tego jest m.in. fakt, że poszczególne przepisy opracowano niezależnie od siebie, ale również i to, że w różnych dziedzinach rolnictwa stosowane są różne definicje i pojęcia. Aby rozwiązać ten problem, Komisja wprowadziła dwa nowe rozporządzenia i zmieniła jedno obowiązujące rozporządzenie (zob. rys. 10).

Rys. 10 – Ramy prawne europejskiego systemu statystyki rolnictwa

Źródło: Europejski Trybunał Obrachunkowy na podstawie rozporządzenia (UE) 2018/1091, COM(2021) 37, rozporządzenia (2022) 590.

61 W 2019 r. Eurostat opublikował zaproszenie do składania wniosków w celu utworzenia sieci krajowych urzędów statystycznych zainteresowanych opracowaniem metod modernizacji statystyki rolnej. Jeden z dwóch priorytetów dotyczył działań, które „służą wykorzystywaniu nowych źródeł danych do celów statystyki rolnej (np. dużych zbiorów danych, obrazów satelitarnych, informacji georeferencyjnych, rolnictwa precyzyjnego), włącznie z aspektami dostępu, poufności i oceny jakości”. W odpowiedzi na zaproszenie nie otrzymano żadnych wniosków. Komisja wyjaśniła, że jednym z powodów braku zgłoszeń było według państw członkowskich to, że krajowe urzędy statystyczne nie dysponują wystarczającymi zasobami, aby utworzyć i koordynować taką sieć.

62 Inne inicjatywy mające na celu wyeliminowanie luk w danych można podzielić na dwie ogólne kategorie: udostępnianie danych przez państwa członkowskie lub zainteresowane strony oraz dodawanie nowych zmiennych do istniejących źródeł danych.

63 W ramach projektu pn. „Podjęty przez DG AGRI proces udostępniania danych ZSZiK w ramach INSPIRE”, realizowanego we współpracy z JRC, Dyrekcją Generalną ds. Środowiska i Dyrekcją Generalną ds. Działań w dziedzinie Klimatu, DG AGRI opracowuje ramy i procedury wsparcia na potrzeby udostępniania nieosobowych danych przestrzennych ZSZiK w całej UE. Celem projektu jest zapewnienie, aby dane przestrzenne ZSZiK były łatwe do znalezienia, łatwo dostępne (za pośrednictwem pojedynczego punktu kontaktowego) i aby było możliwe ich ponowne skuteczne wykorzystywanie w spójnym otoczeniu politycznym (zob. rys. 11).

Rys. 11 – Trzy powiązane ze sobą cele uwzględnione w procedurze badania danych ZSZiK

Źródło: Europejski Trybunał Obrachunkowy na podstawie wspólnego sprawozdania technicznego pn. „IACS data exploration and integration”, KE, 2021, s. 7.

64 europejskiej strategii w zakresie danych53 Komisja potwierdza, jak ważne dla poprawy dostępności danych jest ich przekazywanie. W strategii tej Komisja zapowiedziała, że planuje utworzyć dziewięć wspólnych przestrzeni danych sektorowych obejmujących całą UE, w tym „wspólną europejską przestrzeń danych dotyczących Zielonego Ładu” i „wspólną europejską przestrzeń danych dotyczących rolnictwa”. Ta ostatnia przestrzeń danych ma ułatwić udostępnianie, przetwarzanie i analizę danych dotyczących produkcji, otwartych danych i ewentualnie innego rodzaju danych publicznych (np. dotyczących gleby)54.

65 W strategii wymieniono dwa konkretne działania przygotowujące utworzenie przestrzeni danych dotyczących rolnictwa: dokonanie bilansu doświadczeń zdobytych w kontekście „przyjętego przez zainteresowane strony kodeksu postępowania w zakresie wymiany danych dotyczących rolnictwa”55 oraz dokonanie analizy funkcjonujących już przestrzeni danych dotyczących rolnictwa. Działania te mają zostać zrealizowane w 2020 r. i na początku 2021 r. Komisja planuje obecnie przeprowadzić te działania w ramach programu prac „Cyfrowa Europa” na lata 2021–2022, który zatwierdziła w listopadzie 2021 r. Informuje także, że uwzględni przestrzeń danych w planie prac na lata 2023–2024. W 2024 r. miałby prawdopodobnie powstać prototyp tego rozwiązania, a w kolejnych latach przestrzeń danych zostałaby uruchomiona w szerszym zakresie.

66 W ramach strategii „Od pola do stołu”56 Komisja zamierza przekształcić FADN w sieć danych na temat zrównoważonego charakteru gospodarstw rolnych (FSDN) z zamiarem gromadzenia danych na poziomie gospodarstw rolnych na temat realizacji celów strategii „Od pola do stołu” i unijnej strategii na rzecz bioróżnorodności oraz innych wskaźników zrównoważonego charakteru. W czerwcu 2021 r. Komisja opublikowała plan działania, a w drugim kwartale 2022 r. planuje przedłożyć wniosek dotyczący rozporządzenia57.

Konkretne działania w kontekście WPR na lata 2023–2027 koncentrują się na poprawie danych z monitorowania

67 Poza przekształceniem FADN w FSDN Komisja nie planuje żadnych istotnych zmian w podstawowych systemach informatycznych przedstawionych na rys. 6. Pracuje jednak nad poszerzeniem funkcji systemu ARACHNE – narzędzia eksploracji danych, z którego państwa członkowskie korzystają dobrowolnie w swoich kontrolach administracyjnych. Narzędzie to jest przydatne na przykład do identyfikacji projektów lub beneficjentów, którzy mogą być podatni na ryzyko nadużyć finansowych lub konfliktów interesów, chociaż brak obowiązku korzystania z tego systemu może ograniczać płynące z niego korzyści. Skuteczność analizy danych przy użyciu tego narzędzia zależy od wprowadzonych danych. Oznacza to, że im więcej zapisanych w narzędziu wysokiej jakości danych, tym dokładniejsze, bardziej kompleksowe i bogatsze w informacje są produkty uzyskane z jego pomocą.

68 DG AGRI wykorzystuje nowe technologie i dane satelitarne do poprawy wskaźników monitorowania, na przykład wprowadziła nowy wskaźnik oddziaływania na potrzeby monitorowania elementów krajobrazu w latach 2023–2027. WPR na lata 2014–2020 nie zawierała żadnego wskaźnika oddziaływania dotyczącego krajobrazów, co osłabiło wpływ WPR na siedliska, krajobrazy i różnorodność biologiczną, jak stwierdzono w odnośnej ocenie (zob. tabela 3). Na potrzeby nowego wskaźnika (udział gruntów rolnych z elementami krajobrazu) Komisja będzie wykorzystywała dane z usługi programu Copernicus w zakresie monitorowania obszarów lądowych, która dostarcza informacji na temat nasadzonych liniowo żywopłotów i krzewów, rzędów drzew i wyodrębnionych skupisk drzew.

69 W odniesieniu do WPR na lata 2023–2027 Komisja określi nowe ramy, w tym opublikuje akt wykonawczy, co ma zapewnić, aby do celów monitorowania, oceny i opracowywania polityki otrzymywała dane dotyczące poszczególnych transakcji. Według Komisji dzięki gromadzeniu danych dotyczących poszczególnych wniosków oraz informacji na temat poszczególnych beneficjentów i ich gospodarstw/działalności gospodarczej, będzie ona mogła podjąć próbę rozwiązania problemu dezagregacji danych.

W ramach inicjatyw badawczych analizowane są możliwości modernizacji danych i narzędzi

70 W ramach programu „Horyzont 2020” Komisja finansuje projekty w zakresie badań naukowych i innowacji. Trybunał zidentyfikował szereg niedawno ukończonych lub trwających obecnie projektów prowadzonych w ramach programu „Horyzont 2020” i innych inicjatyw, które to projekty mogłyby przyczynić się do poprawy infrastruktury danych i ich wykorzystania (np. w zakresie rozwiązań cyfrowych, narzędzi elektronicznych i algorytmów). Lepsza infrastruktura danych jest niezbędna do zapewnienia lepszych danych na potrzeby WPR (zob. rys. 12). Niektóre projekty (np. NIVA i Sen4CAP) przyniosły już istotne rezultaty, które mogłyby być przydatne w opracowywaniu przyszłych rozwiązań.

Rys. 12 – Przykłady projektów badawczych obejmujących element analizy polityki

Źródło: Europejski Trybunał Obrachunkowy na podstawie danych z bazy danych CORDIS Komisji Europejskiej.

71 Projekt NIVA (New IACS Vision in Action – nowa wizja ZSZiK w praktyce) ma zaradzić niektórym ograniczeniom ZSZiK (zob. pkt 2829), w szczególności zmniejszyć obciążenia administracyjne i doprowadzić do wykorzystania potencjału danych. Celem projektu jest modernizacja ZSZiK poprzez skuteczne stosowanie rozwiązań cyfrowych i narzędzi elektronicznych, a tym samym stworzenie wiarygodnych metod i zharmonizowanych zbiorów danych na potrzeby monitorowania wyników osiąganych w rolnictwie.

72 W ramach innego projektu finansowanego przez UE, FLINT (Farm-Level Indicators for New Topics in policy evaluation – wskaźniki na poziomie gospodarstw rolnych na potrzeby nowych zagadnień w ocenie strategii politycznych), zajęto się problemem luki między zapotrzebowaniem na dane na potrzeby oceny strategii politycznych a dostępnymi statystykami rolnictwa58. Projekt ten jest potencjalnie istotny w kontekście planowanego przeglądu FADN, ponieważ obejmował wskaźniki zrównoważonego charakteru, a FADN wykorzystano w nim jako ramy. W ramach projektu zaproponowano 33 zagadnienia lub wskaźniki dotyczące aspektów środowiskowych, społecznych, gospodarczych i innowacyjnych, na których temat należy w przyszłości gromadzić dane59. W swoim planie działania60 Komisja stwierdziła, że przekształcenie FADN w FSDN będzie opierać się na rezultatach projektu FLINT. W lutym 2022 r. było jednak zbyt wcześnie, aby ocenić, czy rzeczywiście wykorzystano w ten sposób rezultaty projektu.

Państwa członkowskie podejmują własne inicjatywy dotyczące danych na potrzeby WPR

73 Ankieta przeprowadzona przez Trybunał we wszystkich 27 państwach członkowskich dowiodła, że większość z nich docenia wartość dodaną zaawansowanej analizy, przy czym z listy możliwych korzyści najczęściej wybierano: szybsze podejmowanie decyzji, analizę predykcyjną i przekrojową, redukcję kosztów oraz skuteczniejszą komunikację z rolnikami i zainteresowanymi stronami.

74 W odpowiedziach na ankietę Trybunału ponad połowa państw członkowskich zaproponowała jako kwestie priorytetowe następujące środki mające wspomóc je w wykorzystywaniu dużych zbiorów danych: przeznaczenie przez Komisję większych środków finansowych na projekty dotyczące narzędzi informatycznych i analizy danych (67%), dodatkowe wytyczne/podręczniki (56%) oraz wsparcie na rzecz rozwoju nowych metod lub standaryzacji (52%). Mniej państw członkowskich wybrało wsparcie na rzecz technologii analitycznych (48%), rozwiązania w zakresie dostępu do danych (41%) oraz wsparcie badań i wspólne projekty badawcze (48%).

75 Ankieta przeprowadzona przez Trybunał i uzupełniające wywiady wykazały, że między państwami członkowskimi istnieją różnice co do sposobu, w jaki wykorzystują one nowe źródła danych i zaawansowane techniki analizy danych. Przykłady działań państw członkowskich przedstawiono w ramce 4ramce 5.

Ramka 4 – Przykłady łączenia źródeł danych z nowoczesnymi narzędziami analitycznymi

Hiszpania

  • W jednym z hiszpańskich regionów (Kastylia i León) od 2019 r. w zaawansowany sposób stosuje się podejście oparte na kontrolach w formie monitorowania. Przyjęta metodyka monitorowania opiera się na przetwarzaniu i analizie przez sztuczną inteligencję obrazów dostarczonych przez satelity Sentinel systemu Copernicus. Dzięki wykorzystaniu konkretnych indeksów i wskaźników, a następnie zastosowaniu szeregu zasad władze mogą sformułować wnioski co do kwalifikowalności zadeklarowanych obszarów.
  • Władze hiszpańskie stosują automatyczną fotointerpretację z wykorzystaniem technik klasyfikacji opartych na uczeniu głębokim, na przykład stosują algorytm losowych lasów decyzyjnych do klasyfikacji upraw. Wykorzystują go również do oceny orientacyjnego ryzyka porzucenia gruntów.
  • Zaawansowane narzędzia analityczne do prognozowania zbiorów za pomocą uczenia maszynowego umożliwiają władzom ocenę, czy prowadzona jest działalność rolnicza, i przewidywanie zachowań rynkowych.

Źródło: Europejski Trybunał Obrachunkowy i władze hiszpańskie.

Ramka 5 – Próba połączenia różnych baz danych

Władze Estonii zainicjowały program związany z dużymi zbiorami danych dotyczących rolnictwa, który służy „tworzeniu większej wartości dodanej w sektorze rolnym poprzez zapewnienie rolnikom narzędzi opartych na danych”. Celem jest utworzenie systemu (narzędzia) elektronicznego do dużych zbiorów danych dotyczących rolnictwa, który miałby łączyć istniejące dane z odpowiednimi modelami analitycznymi i zastosowaniami praktycznymi.

Do celów analizy polityki system dużych zbiorów danych mógłby ułatwić gromadzenie danych dotyczących wyników agronomicznych na poziomie gospodarstw rolnych.

W studium wykonalności stwierdzono, że:

  • nie ma potrzeby wprowadzania znaczących zmian w systemie prawnym, ale należy zmienić przepisy w zakresie przetwarzania danych dotyczących rolnictwa i ustanowić wspólne zasady ramowe;
  • włączenie 83% z 41 przeanalizowanych baz danych do systemu dużych zbiorów danych jest istotne i możliwe, ale tylko 10% baz danych można byłoby włączyć do systemu bez dalszych zmian;
  • potencjalne usługi dla Ministerstwa Rolnictwa mogłyby obejmować:
  • monitorowanie trendów w wynikach gospodarczych gospodarstw rolnych;
  • przegląd sytuacji w zakresie stosowania nawozów i środków ochrony roślin (warunkiem zasadniczym jest wprowadzenie cyfrowych kart pola).

Według stanu na luty 2022 r. nie rozpoczęto jeszcze opracowywania tego systemu. Planuje się utworzenie systemu elektronicznego obejmującego elektroniczne karty pola i ewentualnie inne narzędzia elektroniczne, np. kalkulator bilansu próchnicy oraz zalecenia dotyczące ochrony roślin.

Źródło: Europejski Trybunał Obrachunkowy, długoterminowy program transferu wiedzy oparty na dużych zbiorach danych dotyczących rolnictwa oraz władze Estonii.

Pewne znaczące luki w danych i wyzwania, którym należy stawić czoła

76 Komisja przyznaje, że kluczowym wyzwaniem pod względem zapewnienia odpowiednich danych do ewaluacji WPR jest powiązanie krzyżowe istniejących źródeł danych61. Pracuje ona nad ponownym wykorzystywaniem danych ZSZiK i rozszerzeniem FADN, ale nie podjęła konkretnych działań mających na celu zniwelowanie luki w danych dotyczących dochodów rolników uzyskiwanych poza gospodarstwem rolnym („dochodów pozarolniczych”) lub powiązanie różnych źródeł zdezagregowanych danych, by zwiększyć wartość danych, które już zgromadzono.

77 Komisja stwierdziła, że potrzebny jest wspólny unikatowy identyfikator gospodarstw rolnych, który umożliwiłby powiązanie na poziomie gospodarstw danych pochodzących z różnych źródeł (np. z rejestrów administracyjnych i badań statystycznych)62. Identyfikator musiałby uwzględniać różne systemy w państwach członkowskich i złożone struktury gospodarstw rolnych wraz z właściwymi im specyficznymi rozwiązaniami i położeniem. Wymagałoby to wspólnej definicji gospodarstwa rolnego, a definicja taka ma wpływ na wskaźniki finansowe takie jak dochód rolniczy63. Unikatowy identyfikator mógłby przyczynić się do zwiększenia dostępności danych i zapewnić bardziej wiarygodne informacje na temat oddziaływania polityki. Według stanu na luty 2022 r. nie poczyniono jeszcze postępów nad utworzeniem takiego identyfikatora.

78 Dane na poziomie gospodarstw rolnych pochodzące z aplikacji i systemów zarządzania są nowym i bogatym źródłem informacji. Istnieje szereg rozwiązań komercyjnych oferujących różnorodne usługi w zakresie prowadzenia rejestrów cyfrowych, monitorowania działań na polu i rejestrowania wykonanych prac. Takie aplikacje mogą usprawnić wiele aspektów działalności gospodarstw rolnych (zob. przykład w ramce 6). Komisja nie wie, jak wielu rolników korzysta z oprogramowania do zarządzania gospodarstwem, ale kampania poświęcona zintegrowanym statystykom dotyczącym gospodarstw rolnych64, którą zaplanowano na 2023 r., mogłaby pomóc w uzyskaniu wiedzy na temat stosowania systemów informacji zarządczej i urządzeń rolnictwa precyzyjnego.

Ramka 6 – Przykład gromadzenia danych na poziomie gospodarstw rolnych

Używana w Niderlandach aplikacja Akkerweb jest dobrym przykładem narzędzia do gromadzenia danych z gospodarstw rolnych. Struktura platformy jest kompatybilna z szeregiem aplikacji i wykorzystuje dane z poszczególnych gospodarstw na temat ich produkcji. Rolnicy mogą wybrać aplikacje, z których będą korzystać, i mają możliwość połączenia się z innymi systemami.

Obecnie Akkerweb pomaga rolnikom w podejmowaniu decyzji z wykorzystaniem publicznie dostępnych informacji oraz danych dotyczących ich gospodarstwa. W przyszłości władze niderlandzkie planują usprawnić udostępnianie danych między źródłami danych administracji publicznej a prywatnymi platformami danych.

Źródło: Europejski Trybunał Obrachunkowy i władze niderlandzkie.

79 Stosowanie cyfrowych kart pola, na których rolnicy rejestrowaliby swoje działania, stanowiłoby krok naprzód w cyfryzacji gospodarstw rolnych oraz poprawiło monitorowanie zużycia i oddziaływania w odniesieniu do pestycydów, nawozów, wody i gleby. Proponowana przez Komisję platforma FaST (narzędzie dotyczące zrównoważonego gospodarowania składnikami odżywczymi) to narzędzie o elastycznej architekturze, które zapewnia nowoczesne metody analityczne i interoperacyjność z wieloma źródłami danych. FaST opiera się na szeregu źródeł danych, które są albo połączone z platformą (źródła dostępne w czasie rzeczywistym), albo do niej importowane (źródła statyczne). Aby zapewnić rolnikom dostęp do ich własnych danych, FaST łączy się z regionalnym/krajowym ZSZiK (lub równoważnym rejestrem gospodarstw rolnych), w którym przechowywane są dane rolników.

80 Dane dotyczące rolnictwa precyzyjnego mogą być cennym źródłem informacji65. Do przykładów takich danych należą dane z czujników i maszyn dotyczące wilgotności gleby i zawartości w niej składników odżywczych oraz dane dotyczące stosowania pestycydów w konkretnych lokalizacjach. W ramach wyżej wspomnianego projektu NIVA badane są możliwości utworzenia elektronicznego rejestru gospodarstw rolnych, który mógłby być połączony z ZSZiK. Celem projektu jest również włączenie danych dotyczących rolnictwa maszynowego/precyzyjnego do ZSZiK. Istnieją jednak przeszkody w tym zakresie, takie jak różnorodność maszyn rolniczych i brak standaryzacji.

81 Dostęp do poszczególnych danych na potrzeby analizy polityki może być trudny, ponadto nie istnieją ramy prawne ani techniczne dotyczące wykorzystywania informacji komercyjnych do analizy polityki. Według jednego z badań66 rolnicy niechętnie udostępniają dane z takich powodów jak: ryzyko, że dane zostaną udostępnione do innych celów; brak jasności co do tego, co oznaczają „dane osobowe”; ogólny „opór wobec nowoczesnych technologii wykorzystujących platformy danych”. W ramach WPR na lata 2023–2027 usługi doradcze dla rolników muszą obejmować technologie cyfrowe67.

82 Na rys. 13 poniżej pokrótce przedstawiono główne wyzwania związane z danymi, przed którymi stoi Komisja, oraz ocenę zakresu, w jakim – zdaniem Trybunału – problemy te są rozwiązywane.

Rys. 13 – Ocena, w jakim stopniu podjęte inicjatywy stanowią odpowiedź na wyzwania

Źródło: Europejski Trybunał Obrachunkowy.

83 W przeglądzie dokumentacji dotyczącym porównywalnych praktyk poza UE Trybunał wziął pod uwagę trzy państwa niebędące członkami UE: Australię, Japonię i Stany Zjednoczone. Państwa te prezentują w domenie publicznej informacje na temat wykorzystania w rolnictwie nowoczesnych technik w zakresie danych. Niektóre z ich inicjatyw przedstawiono w ramce 7.

Ramka 7 – Przykłady praktyk spoza UE

Australia

Baza danych FLAD-BLADE68 służy do prognozowania produkcji rolnej na poziomie gospodarstw rolnych na podstawie panujących warunków klimatycznych (np. opadów deszczu i temperatury), cen surowców i cech gospodarstw (np. położenia i wielkości). W bazie danych można wygenerować informacje dotyczące produkcji i wyników finansowych na poziomie gospodarstwa rolnego zasadniczo dla każdego gospodarstwa w Australii69.

Ponadto australijska Organizacja ds. Badań Naukowych i Przemysłowych Wspólnoty zbadała kwestię korzystania z przetwarzania poufnego w celu poprawy dostępu do danych na poziomie gospodarstw rolnych na potrzeby polityki lub badań przy jednoczesnym zachowaniu poufności i bezpieczeństwa danych. Przetwarzanie poufne polega na stosowaniu nowej metody o niskim współczynniku ingerencji umożliwiającej rozpoznawcze powiązanie i analizę źródeł danych. Podejście to może umożliwić odkrycie nowych powiązań między źródłami danych, a jednocześnie pozwala zachować poufność danych70.

Japonia

Władze Japonii utworzyły platformę współpracy w zakresie danych dotyczących rolnictwa (WAGRI)71. Platforma ta służy do koordynacji, udostępniania i dostarczania danych z tego sektora. Obejmuje ona dane publiczne, takie jak położenie i wielkość gruntów rolnych, oraz informacje meteorologiczne. Przyszłe plany rozwoju obejmują konsolidację danych będących w posiadaniu rolników, producentów maszyn rolniczych, sprzedawców ICT i innych podmiotów oraz wykorzystanie dużych zbiorów danych do optymalizacji zarządzania produkcją rolną.

Stany Zjednoczone

Crop-CASMA (Crop Condition and Soil Moisture Analytics – analiza stanu upraw i zawartości wilgoci w glebie) to internetowa aplikacja geoprzestrzenna, w której do oceny warunków w zakresie upraw i wilgotności gleby w Stanach Zjednoczonych można wykorzystywać pobierane zdalnie dane geoprzestrzenne72.

Wnioski i zalecenia

84 Trybunał zbadał, czy Komisja skutecznie wykorzystuje dane i analizę danych do analizy wspólnej polityki rolnej (WPR). W ramach tej polityki wytyczono wiele złożonych, wzajemnie powiązanych celów. Ustalenie, czy instrumenty polityki są odpowiednie i czy skutecznie służą ich realizacji, wymaga danych i informacji pochodzących z różnych źródeł, zarówno wewnętrznych, jak i zewnętrznych.

85 Trybunał stwierdził, że chociaż Komisja sięga po znaczną ilość danych dotyczących aspektów gospodarczych, środowiskowych, klimatycznych i społecznych, w niektórych obszarach wykorzystywane obecnie dane i narzędzia nie dostarczają pewnych istotnych elementów informacji, które są potrzebne do świadomego kształtowania polityki (pkt 1653). Komisja podjęła szereg inicjatyw mających na celu lepsze wykorzystanie istniejących danych (pkt 5769), ale – oprócz tego, że dane są dostępne z opóźnieniem – (pkt 41) nadal istnieją przeszkody, które to utrudniają (pkt 7681).

86 Główne przeszkody na poszczególnych etapach gromadzenia i przetwarzania danych są następujące:

  • dane nie są gromadzone: chodzi przykładowo o dane dotyczące środków produkcji rolnej (np. ilości użytych pestycydów chemicznych i innych, ilości użytych nawozów mineralnych/organicznych i do jakich upraw je zastosowano) oraz praktyk rolniczych mających wpływ na środowisko (zob. tabela 3, pkt 4245);
  • dane nie są dostępne: informacje na poziomie gospodarstw rolnych należą do lokalnego zintegrowanego systemu zarządzania i kontroli (ZSZiK) każdego z państw członkowskich oraz są zarządzane i przechowywane w tym systemie, do którego Komisja ma ograniczony dostęp (zob. pkt 2729);
  • nadmierna agregacja: Komisja otrzymuje od państw członkowskich głównie zagregowane dane, co ogranicza tym samym zakres, w jakim mogą być one wartościowe (zob. tabela 2, pkt 47);
  • ograniczenia dotyczące łączenia źródeł danych, np. ze względu na brak wspólnego identyfikatora (zob. pkt 24).

87 W rezultacie Komisja dysponuje częściową wiedzą na temat poziomu bazowego czy oddziaływania polityki w takich obszarach jak: dochody pozarolnicze, informacje/praktyki środowiskowe oraz rozwój społeczno-gospodarczy. Luki w dostępnych danych obniżają z kolei jakość dowodów będących podstawą niektórych ocen (zob. pkt 3947) i ocen skutków (zob. pkt 4853).

Zalecenie 1 – Ustanowienie ram wykorzystywania danych zdezagregowanych z ZSZiK

Komisja powinna ustanowić techniczne i administracyjne ramy na potrzeby udostępniania i ponownego wykorzystywania danych zdezagregowanych z ZSZiK (poza danymi, które są potrzebne do sporządzania rocznych sprawozdań z realizacji celów), tak aby mogły one służyć do monitorowania, oceny i wreszcie kształtowania polityki. Przyjęte rozwiązanie powinno być zgodne z zasadą efektywności, a tym samym minimalizować obciążenie administracyjne i koszty ponoszone przez beneficjentów i władze państw członkowskich.

Termin realizacji: 2024 r.

Zalecenie 2 – Wykorzystywanie w większym stopniu źródeł danych i ich rozbudowanie w celu zaspokojenia potrzeb w zakresie polityki

Komisja powinna wypełnić luki w danych stwierdzone w ocenach WPR na lata 2014–2020 oraz w ocenie skutków WPR na okres po 2020 r. poprzez:

  1. wykorzystywanie w większym stopniu istniejących źródeł danych (np. danych administracyjnych i badań statystycznych oraz danych z programu Copernicus), uwzględnienie nowych źródeł danych lub połączenie istniejących źródeł danych;
  2. zbadanie możliwości korzystania ze wskaźników zastępczych lub pośrednich źródeł danych, w przypadku gdy wykorzystanie źródeł bezpośrednich do oceny kluczowych wskaźników lub aspektów nie jest możliwe;
  3. ocenę możliwości szerszego wykorzystania danych z maszyn rolniczych.

Termin realizacji: 2025 r.

88 W obrębie struktur Komisji Dyrekcja Generalna ds. Rolnictwa i Rozwoju Obszarów Wiejskich zawarła ze Wspólnym Centrum Badawczym porozumienie dotyczące analizy danych i badania sposobów lepszego wykorzystania istniejących danych. Na podstawie tego porozumienia Komisja wykorzystuje do analizy WPR zaawansowane analizy ilościowe i modele. Dyrekcja Generalna ds. Rolnictwa i Rozwoju Obszarów Wiejskich nie korzysta jednak z technik dużych zbiorów danych do analizy tekstu, eksploracji danych tekstowych czy automatycznego pobierania danych. Zastąpienie ręcznych i czasochłonnych procedur zautomatyzowanymi narzędziami mogłoby przynieść korzyści (zob. pkt 19, 25 oraz ramka 2).

89 W całej UE podjęto szereg inicjatyw, niekiedy finansowanych przez UE z programu „Horyzont 2020” lub innych programów, w ramach których bada się możliwości modernizacji narzędzi informatycznych i narzędzi w zakresie danych do celów opracowywania, monitorowania i oceny WPR. Niektóre z tych inicjatyw już przyniosły rezultaty w obszarze interoperacyjności, a także umożliwiły stosowanie nowych i bardziej kompleksowych wskaźników. Realizowane projekty są na różnych etapach realizacji i mogą dotyczyć podobnych kwestii ujętych z różnych punktów widzenia (pkt 7075). Komisja nie określiła jeszcze, które ich elementy można by było wykorzystać w praktyce w odniesieniu do WPR.

90 Komisja ma zatem szerokie możliwości, jeżeli chodzi o włączenie opłacalnych zaawansowanych narzędzi analitycznych i powiązanych narzędzi do istniejących systemów informatycznych lub innych rozwiązań informatycznych służących do zautomatyzowanego przetwarzania informacji (np. zastąpienie ręcznych lub nieodtwarzalnych procedur) oraz lepsze wykorzystywanie zasobów danych (np. poprawę wyników przetwarzania danych) do celów analizy polityki.

Niniejsze sprawozdanie zostało przyjęte przez Izbę I, której przewodniczy Joëlle Elvinger, członkini Trybunału Obrachunkowego, w Luksemburgu w dniu 18 maja 2022 r.

 

W imieniu Trybunału Obrachunkowego

Klaus-Heiner Lehne
Prezes

Załącznik – Wybrane działania i ambicje Komisji w zakresie danych

– ukończono – zbyt wcześnie na ocenę lub opóźnienie wynosi mniej niż rok – opóźnienie wynosi ponad rok

Zagadnienie/ wyzwanie Dokument źródłowy Ambicje/
działanie
Cel Termin Stan wdrożenia Następne kroki, w tym harmonogram
Modernizacja europejskiej statystyki rolnictwa Strategia dotycząca statystyki rolnictwa na 2020 r. i kolejne lata Wejście w życie nowego rozporządzenia ramowego w sprawie zintegrowanych statystyk dotyczących gospodarstw rolnych najpóźniej w 2018 r. Zapewnienie kontynuacji serii europejskich badań struktury gospodarstw rolnych, co zapewni spójność szeregów czasowych, przy jednoczesnym spełnieniu nowych i przyszłych potrzeb w zakresie danych na poziomie gospodarstw rolnych. 2018 r. Rozporządzenie (UE) 2018/1091 weszło w życie w sierpniu 2018 r. Spis rolny przeprowadzono w 2020 r., a kolejne dane zostaną zgromadzone w 2023 r.
Wprowadzenie rozporządzenia ramowego w sprawie statystyki dotyczącej nakładów i produkcji w rolnictwie (SAIO) do 2022 r. Harmonizacja i lepsze zintegrowanie statystyki dotyczącej nakładów i produkcji w rolnictwie (np. upraw i zwierząt, pestycydów, składników odżywczych, cen produktów rolnych); uwzględnienie nowych potrzeb w zakresie danych; ułatwienie porównywania zgromadzonych danych. 2022 r. Komisja przyjęła wniosek (COM(2021) 37) w lutym 2021 r., obecnie trwa procedura ustawodawcza. Komisja uruchomi procedury ustawodawcze dotyczące aktów wykonawczych i delegowanych na mocy rozporządzenia ramowego.
Uruchomienie procedur ustawodawczych dotyczących aktów delegowanych/wykonawczych na mocy rozporządzenia ramowego w sprawie statystyki dotyczącej nakładów i produkcji w rolnictwie. Określenie zbiorów danych na potrzeby statystyki dotyczącej nakładów i produkcji w rolnictwie. 2021 r. Przyjęcie aktów wykonawczych możliwe po przyjęciu przez współprawodawców głównego aktu prawnego. Przewidywane przyjęcie głównego aktu prawnego: 2022 r. Obecne ramy czasowe przyjęcia rozporządzeń wykonawczych to lata 2022–2023.
Zmiana rozporządzenia (WE) nr 138/2004 dotyczącego rachunków gospodarczych dla rolnictwa. Uwzględnienie regionalnych rachunków ekonomicznych (NUTS 2). 2021 r. Osiągnięto porozumienie, ale jeszcze nie przyjęto nowego aktu prawnego.  
Technologie na potrzeby analizy danych Komunikat „Skoordynowany plan w sprawie sztucznej inteligencji” (COM(2018) 795)

oraz przegląd z 2021 r. (COM(2021) 205)
Komisja i państwa członkowskie dążą do utworzenia w całej Europie światowej klasy ośrodków badawczych i eksperymentalnych dla produktów i usług związanych ze sztuczną inteligencją (SI). W celu optymalizacji inwestycji i uniknięcia powielania działań lub wystąpienia konkurencji należy ustanowić ograniczoną liczbę dużych ośrodków referencyjnych wyspecjalizowanych w zakresie SI i udostępnić je wszystkim zainteresowanym podmiotom w Europie. 2020 r. Ośrodek testowo-badawczy SI w sektorze rolno-spożywczym jest uwzględniony w programie prac na lata 2021–2022 dotyczącym programu „Cyfrowa Europa”. Nabór wniosków został ogłoszony w I kw. 2022 r.

(Uwaga: istnieje ogólne opóźnienie w realizacji programu „Cyfrowa Europa”).
 
Udostępnianie danych/ zapewnianie otwartych danych Komunikat „Europejska strategia w zakresie danych” (COM(2020) 66) Komisja dokona bilansu doświadczeń zdobytych w kontekście przyjętego przez zainteresowane strony kodeksu postępowania w zakresie wymiany danych dotyczących rolnictwa na podstawie umownej, uwzględniając przy tym również aktualną rynkową ofertę cyfrowych rozwiązań dla rolnictwa oraz związane z nimi wymogi w odniesieniu do dostępności i wykorzystania danych. Działanie przygotowawcze na potrzeby przestrzeni danych dotyczących rolnictwa. III/IV kw. 2020 r. Nie dotrzymano terminu. Organ, który ma przeprowadzić działanie, nie został jeszcze ustanowiony.

Zaproszenie do składania wniosków dotyczące działania skoordynowanego i wspierającego (działanie przygotowawcze zostało rozpoczęte pod koniec 2021 r. i zakończy się w lutym 2022 r., a późniejsza ocena wniosków oraz zawieranie umów i rozpoczęcie realizacji projektu mają nastąpić w 2022 r.)

(Uwaga: istnieje ogólne opóźnienie w realizacji programu „Cyfrowa Europa”).
Wyniki działania skoordynowanego i wspierającego dostarczą informacji na potrzeby realizacji działania wdrażającego finansowanego w późniejszym czasie w ramach drugiego programu prac dotyczącego programu „Cyfrowa Europa”.
Komisja wraz z organizacjami zainteresowanych stron i państw członkowskich dokona analizy funkcjonujących już przestrzeni danych dotyczących rolnictwa, w tym finansowanych w ramach programu „Horyzont 2020”, a następnie podejmie decyzję w sprawie europejskiego podejścia. Działanie przygotowawcze na potrzeby przestrzeni danych dotyczących rolnictwa. IV kw. 2020/I kw. 2021 r. Nie dotrzymano terminu. Organ, który rozpocznie to działanie, nie został jeszcze ustanowiony.

(Uwaga: istnieje ogólne opóźnienie w realizacji programu „Cyfrowa Europa”).
Wyniki działania skoordynowanego i wspierającego dostarczą informacji na potrzeby realizacji działania wdrażającego finansowanego w późniejszym czasie w ramach drugiego programu prac dotyczącego programu „Cyfrowa Europa”.
Rozpoczęcie procedury przyjmowania aktu wykonawczego w sprawie zbiorów danych o wysokiej wartości. Otwarcie kluczowych zbiorów danych referencyjnych sektora publicznego na potrzeby innowacji i udostępnienie tych zbiorów danych w całej UE bezpłatnie, w formacie nadającym się do odczytu maszynowego i za pośrednictwem standardowych interfejsów programowania aplikacji (API). I kw. 2021 r. W lutym 2022 r. projekt aktu nadal był przedmiotem dyskusji w Komisji. Konsultacje publiczne w 2022 r.
Przegląd z 2021 r. dotyczący skoordynowanego planu w sprawie sztucznej inteligencji Utworzenie przestrzeni danych dotyczących rolnictwa. Poprawa wyników w zakresie zrównoważonego charakteru i konkurencyjności sektora rolnego dzięki przetwarzaniu i analizie danych dotyczących produkcji i innego rodzaju danych, co umożliwi precyzyjne i zindywidualizowane stosowanie metod produkcji na poziomie gospodarstwa. 2024 r. Zbyt wcześnie na ocenę.  
Zmniejszenie fragmentacji i ewentualnego obciążenia administracyjnego Komunikat „Długoterminowa wizja dla obszarów wiejskich UE – W kierunku silniejszych, lepiej skomunikowanych, odpornych i zamożnych obszarów wiejskich do 2040 r.” (COM(2021) 345) Dalsza poprawa gromadzenia i analizy danych dotyczących obszarów wiejskich. 2022 r. Zbyt wcześnie na ocenę.

Obserwatorium zostanie utworzone w ramach Centrum Wiedzy na temat Polityki Terytorialnej.
Pierwsze tablice wskaźników platformy danych dotyczących obszarów wiejskich wstępnie zaplanowano na koniec 2022 r.
Wykorzystanie odpowiednich danych do analizy polityki Analiza powiązań między reformą WPR a Zielonym Ładem” (SWD(2020) 93) Komisja zaproponuje przepisy mające na celu przekształcenie FADN w sieć danych na temat zrównoważonego charakteru gospodarstw rolnych. Także gromadzenie danych na temat celów strategii „Od pola do stołu” i innych wskaźników zrównoważonego charakteru, w pełnej zgodności z przepisami o ochronie danych. Brak konkretnego terminu. Brak konkretnego terminu. Komisja planuje przedstawić wniosek ustawodawczy w II kw. 2022 r.  
Ocena skutków towarzysząca wnioskom ustawodawczym dotyczącym WPR po 2020 r. (SWD(2018) 301) Należy lepiej wykorzystywać nowe źródła danych, takie jak monitorowanie satelitarne (program Copernicus), rozwiązania w zakresie dużych zbiorów danych oraz współpracę z dostawcami konkretnych danych. Zmniejszenie obciążenia dla rolników i administracji, a jednocześnie ulepszenie bazy dowodowej polityki. Brak konkretnego terminu. System monitorowania obszarów (AMS) zostanie wprowadzony do WPR po 2020 r. W AMS wykorzystywane będą dane z satelitów Sentinel systemu Copernicus oraz z innych źródeł danych o co najmniej równoważnej wartości, takie jak geotagowane zdjęcia, obrazy ortorektyfikowane lub o bardzo wysokiej rozdzielczości. Nie dotyczy – proces ciągły bez określonego terminu zakończenia.
Zarządzanie informacjami w DG AGRI Program prac DG AGRI w zakresie zarządzania danymi na lata 2021–2022 Wdrożenie zasad zarządzania danymi organizacji w odniesieniu do kluczowych zasobów danych DG AGRI. Wdrożenie strategii organizacji w zakresie danych. Styczeń 2021 r. – grudzień 2024 r. Zbyt wcześnie na ocenę. Zakończono ocenę polityki w zakresie danych w ramach ISAMM. Rozpoczęto ocenę systemu AGRIVIEW, po której nastąpi ocena FADN.
Rozszerzenie rozpowszechniania danych DG AGRI za pośrednictwem portalu danych dotyczących sektora rolno-spożywczego.   Styczeń 2021 r. – grudzień 2022 r. Zbyt wcześnie na ocenę.

DG AGRI ma wieloletni plan dotyczący portalu.
 
Upowszechnianie i umożliwienie udostępniania danych i narzędzi analitycznych w DG AGRI:
  • Portal wiedzy/tablica wskaźników z danymi krajowymi
  • Tematyczne tablice wskaźników
Upowszechnianie i umożliwianie udostępniania danych Marzec 2021 r. – grudzień 2022 r. Zbyt wcześnie na ocenę.

Opublikowano dane dotyczące poszczególnych krajów w formie analitycznych zestawień informacji.
 

kw. = kwartał

Źródło: Europejski Trybunał Obrachunkowy na podstawie dokumentów i wywiadów z pracownikami Komisji.

Wykaz akronimów

AMS – system monitorowania obszarów

ATLAS – system interoperacyjności i analizy w rolnictwie

CATS – system ścieżki audytu rozliczania rachunków

CROP-CASMA – analiza stanu upraw i zawartości wilgoci w glebie

FADN – sieć danych rachunkowych gospodarstw rolnych

FaST – narzędzie dotyczące zrównoważonego gospodarowania składnikami odżywczymi

FSDN – sieć danych na temat zrównoważonego charakteru gospodarstw rolnych

GSAA – geoprzestrzenny wniosek o przyznanie pomocy

IFM-CAP – model indywidualnej działalności rolnej na potrzeby analizy wspólnej polityki rolnej

IFS – zintegrowane statystyki dotyczące gospodarstw rolnych

ISAMM – system informacji do celów zarządzania rynkiem rolnym

LPIS – system identyfikacji działek rolnych

LUCAS – badanie terenowe użytkowania gruntów i pokrycia terenu

MEF4CAP – ramy monitorowania i oceny wspólnej polityki rolnej

NIVA – projekt „Nowa wizja ZSZiK w praktyce”

SAIO – statystyka dotycząca nakładów i produkcji w rolnictwie

SEN4CAP – projekt „Satelity Sentinel w służbie wspólnej polityki rolnej”

SFC – system zarządzania funduszami

ZSZiK – zintegrowany system zarządzania i kontroli

Glosariusz

Analityka danych – dziedzina nauki poświęcona analizowaniu danych przy użyciu systematycznych metod obliczeniowych w celu uzyskania informacji.

Analiza danych – proces gromadzenia, modelowania i badania danych w celu uzyskania informacji, które wspomagają proces podejmowania decyzji.

Badanie terenowe użytkowania gruntów i pokrycia terenu (LUCAS) – zharmonizowane badanie regularnie przeprowadzane w terenie we wszystkich państwach członkowskich UE w celu zebrania informacji o sposobie użytkowania gruntów i o tym, czym są w danym momencie porośnięte, obejmujące także analizę gleby.

Baza danych – ustrukturyzowany zbiór danych przechowywanych w formie elektronicznej i dostępnych do wglądu i pobrania.

Dane – konkretne, obiektywne fakty, pomiary lub obserwacje, które muszą zostać przetworzone w celu wygenerowania informacji.

Dane nieustrukturyzowane – informacje przechowywane w oryginalnym formacie bez wcześniejszej kategoryzacji lub organizacji, co często sprawia, że ich analiza jest bardziej złożona. Mogą one obejmować zarówno informacje ilościowe, jak i jakościowe, takie jak: obrazy, tekst, daty, adresy e‑mail lub liczby.

Dane przestrzenne – dane odnoszące się do określonej lokalizacji lub obszaru geograficznego oraz ich cech naturalnych lub skonstruowanych.

Dane ustrukturyzowane – standaryzowane informacje ilościowe, które są zgodne z wcześniej określoną strukturą danych, co ułatwia ich analizę.

Duże zbiory danych – zbiory danych o rosnącej objętości, prędkości i zróżnicowaniu (tzw. trzy V, ang. volume, velocityvariety). Duże zbiory danych są często w dużej mierze nieustrukturyzowane.

Interoperacyjność – zdolność danego systemu do komunikacji i współpracy z innymi systemami, w tym w drodze wymiany danych.

Luka w danych – wszelkie dane, które są potrzebne do określonego celu, ale nie są dostępne.

Możliwość ponownego wykorzystywania danych – łatwość, z jaką dane gromadzone w jednym celu mogą być wykorzystywane do innego celu.

Uczenie głębokie – technika z zakresu sztucznej inteligencji, która zakłada umożliwienie oprogramowaniu uczenia się przy użyciu milionów przykładów.

Zaawansowana analiza – wykorzystywanie metod zaawansowanych technologicznie, takich jak modelowanie predykcyjne i uczenie maszynowe, do analizy dużych zbiorów danych.

Zasoby danych – systemy informatyczne, aplikacje lub bazy danych będące własnością danego podmiotu.

Zespół kontrolny

W sprawozdaniach specjalnych Trybunału przedstawiane są wyniki kontroli dotyczących polityk i programów UE bądź kwestii związanych z zarządzaniem w wybranych obszarach budżetowych. Trybunał wybiera i opracowuje zadania kontrolne tak, aby osiągnąć jak największe oddziaływanie, biorąc przy tym pod uwagę kryteria, takie jak zagrożenia dla wykonania zadań lub zgodności, poziom dochodów lub wydatków w danym obszarze, nadchodzące zmiany oraz interes polityczny i społeczny.

Niniejsza kontrola wykonania zadań została przeprowadzona przez Izbę I, zajmującą się wydatkami związanymi ze zrównoważonym użytkowaniem zasobów naturalnych. Izbie tej przewodniczy członkini Trybunału Joëlle Elvinger. Kontrolą kierowała członkini Trybunału Joëlle Elvinger, a w działania kontrolne zaangażowani byli: Liia Laanes, koordynatorka zadania; Dimitrios Maniopoulos, zastępca koordynatorki zadania; Ildikó Preiss, szefowa gabinetu; Paolo Pesce i Charlotta Törneling, attaché; Emmanuel Rauch, kierownik; Claudia Albanese, kontrolerka i analityczka danych; Marika Meisenzahl, kontrolerka i graficzka, a także Michał Szwed, kontroler; wsparcie językowe zapewnił Mark Smith.

Przypisy

1 Art. 39 Traktatu o funkcjonowaniu Unii Europejskiej.

2Better Regulation Toolbox”, 2021, s. 20.

3 Höchtl, J., Parycek, P. i 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), s. 147–169.

4 OECD, „Digital Opportunities for Better Agricultural Policies”, 2019, OECD Publishing, s. 13.

5 C(2016) 6626, komunikat „Zarządzanie danymi, informacjami i wiedzą w Komisji Europejskiej”.

6 COM(2020) 66.

7 COM(2020) 767.

8 Art. 110 rozporządzenia (UE) nr 1306/2013.

9Better Regulation Toolbox”, s. 20.

10 Uzasadnienie COM(2016) 786.

11 Art. 68 rozporządzenia (UE) nr 1306/2013.

12 Art. 67–78 rozporządzenia (UE) nr 1306/2013.

13 Opracowanie pt. „Digitalisation of European reporting, monitoring and audit”, EPRS, wrzesień 2021.

14 Opracowanie pt. „NIVA roadmap for IACS transformation”, s. 24.

15 Rezultaty projektów NIVAIoF2020, dokumenty dotyczące projektów ATLASDEMETER; opracowanie pt. „Digitalisation of European reporting, monitoring and audit”, EPRS, wrzesień 2021.

16 Roczne sprawozdanie z działalności DG AGRI, załącznik 2, s. 25.

17 Sprawozdanie specjalne 04/2020 pt. „Wykorzystanie nowych technologii obrazowania na potrzeby monitorowania wspólnej polityki rolnej – ogólnie odnotowano stałe postępy, ale w przypadku monitorowania w zakresie klimatu i środowiska zachodziły one wolniej”.

18 Tamże, zalecenie 2.

19 Rozporządzenie Rady nr 79/65/EWG.

20 Sieć danych rachunkowych gospodarstw rolnych.

21 Publikacja centrum wsparcia ds. oceny pt. „Best Use of FADN for the Assessment of RDP Effects on Fostering the Competitiveness in Agriculture”, 2021, s. 9.

22 Komisja, „EU Farm Economics Overview based on 2015 (and 2016) FADN data”, 2018, s. 5.

23Better Regulation Guidelines”, s. 6 i 26.

24Better Regulation Toolbox”, s. 572.

25 Art. 110 rozporządzenia (UE) nr 1306/2013.

26Better Regulation Guidelines”, s. 45.

27 W odniesieniu do rozwoju obszarów wiejskich – załącznik IV do rozporządzenia wykonawczego (UE) nr 808/2014.

28Better Regulation Toolbox”, rozdział VIII – instrument nr 68.

29 SWD(2021) 115, s. 20.

30 Dumangane, M. i in., „An Evaluation of the CAP impact: a discrete policy mix analysis”, 2021.

31 Badanie wspierające ocenę pt. „Evaluation support study on »viable food production«”, s. 30–32.

32 Załącznik II do rozporządzenia (UE) nr 1306/2013.

33 Sprawozdanie specjalne 13/2020 pt. „Różnorodność biologiczna na użytkach rolnych – wspólna polityka rolna nie zapobiegła pogorszeniu sytuacji”, pkt 48–50.

34 Ocena wpływu WPR na siedliska, krajobrazy, różnorodność biologiczną, streszczenie, 2019.

35 Sprawozdanie specjalne 05/2020 pt. „Zrównoważone stosowanie środków ochrony roślin – ograniczone postępy w zakresie pomiaru i zmniejszania ryzyka”.

36 Tamże.

37 Ocena pt. „Evaluation on impact of the CAP on territorial development of rural areas”.

38 SWD(2021) 394.

39 Badanie wspierające ocenę pt. „Evaluation support study on the impact of the CAP on territorial development of rural areas”, 2020.

40 Badanie wspierające ocenę pt. „Evaluation support study on the impact of the CAP on territorial development of rural areas”, 2020.

41 SWD(2021) 394 i badanie wspierające ocenę pt. „Evaluation support study on the impact of the CAP on territorial development of rural areas: socioeconomic aspects”; sprawozdanie specjalne 10/2021 pt. „Uwzględnianie aspektu płci w budżecie UE – czas, by za słowami poszły czyny”, pkt 90.

42Better Regulation Guidelines”, s. 10.

43 SWD(2018) 301.

44 Opinia 07/2018, pkt 2.

45 Sprawozdanie specjalne 10/2021 pt. „Uwzględnianie aspektu płci w budżecie UE – czas, by za słowami poszły czyny”, pkt 89 i 90.

46 Sprawozdanie specjalne 10/2018 pt. „System płatności podstawowej dla rolników – funkcjonuje sprawnie, lecz w niewielkim stopniu przyczynia się do uproszczenia, ukierunkowania i konwergencji poziomów pomocy”, zalecenie 3.

47 Hill, B. i Dylan Bradley, B. (2015), „Comparison of farmers’ incomes in the EU Member States”. Opracowanie sporządzone dla Parlamentu Europejskiego.

48 Zbiór danych dotyczących działalności gospodarczej innej niż rolnicza (ef_oga_main).

49 Hansen, H. i Forstner, B. (2021), „A differentiated look at the economic situation of German farmers”, prezentacja na 27. posiedzeniu sieci OECD ds. analizy na poziomie gospodarstw rolnych.

50 SWD(2018) 301, s. 51.

51Better Regulation Toolbox”, s. 363.

52 SWD(2017) 96, ocena towarzysząca dokumentowi pt. „ Strategy for Agricultural Statistics 2020 and beyond and subsequent potential legislative scenarios”.

53 COM(2020) 66.

54 C(2021) 7914, załącznik do decyzji wykonawczej Komisji w sprawie finansowania programu „Cyfrowa Europa” oraz przyjęcia wieloletniego programu prac na lata 2021–2022, s. 54.

55 Unijny kodeks postępowania w zakresie wymiany danych dotyczących rolnictwa na podstawie umownej.

56 COM(2020) 381.

57 Plan działania dotyczący przekształcenia FADN w sieć danych dotyczących zrównoważonego charakteru gospodarstw rolnych (FSDN).

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

59 Streszczenie sprawozdania końcowego dotyczącego projektu FLINT.

60 Plan działania dotyczący przekształcenia FADN w sieć danych dotyczących zrównoważonego charakteru gospodarstw rolnych (FSDN).

61 SWD(2018) 301, część I, s. 51.

62 Zob. np. „Strategy for agricultural statistics for 2020 and beyond”, s. 8, 12 i 16–17.

63 Poppe, K. J. i Vrolijk, H.C.J. (2019), „How to measure farm income in the era of complex farms”, dokument przygotowany do przedstawienia na 171. Seminarium EAAE.

64 Rozporządzenie wykonawcze Komisji (UE) 2021/2286.

65 Punt, T. i Snijkers, G., „Exploring precision farming data: a valuable new data source? A first orientation”, 2020. Dokument przedstawiony podczas warsztatów dotyczących gromadzenia danych statystycznych EKG ONZ w 2019 r. („Nowe źródła i nowe technologie”).

66 Dokument z projektu „Internet żywności i gospodarstw rolnych 2020” pt. „Policy Recommendations from IoF2020”.

67 Art. 15 rozporządzenia (UE) 2021/2115.

68 Agricultural Data Integration Project.

69 Hughes, N. i in. (2020), „The Agricultural Data Integration Project”, sprawozdanie z badań ABARES, Canberra.

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

71 Strona internetowa WAGRI.

72 Przewodnik dla użytkownika na temat Crop-CASMA.

Kontakt

EUROPEJSKI TRYBUNAŁ OBRACHUNKOWY
12, rue Alcide De Gasperi
1615 Luxembourg
LUKSEMBURG

Tel. +352 4398-1
Formularz kontaktowy: eca.europa.eu/pl/Pages/ContactForm.aspx
Strona internetowa: eca.europa.eu
Twitter: @EUAuditors

Więcej informacji o Unii Europejskiej można znaleźć w portalu Europa (https://europa.eu).

Luksemburg: Urząd Publikacji Unii Europejskiej, 2022

PDF ISBN 978-92-847-8287-1 ISSN 1977-5768 doi:10.2865/660322 QJ-AB-22-014-PL-N
HTML ISBN 978-92-847-8251-2 ISSN 1977-5768 doi:10.2865/8055 QJ-AB-22-014-PL-Q

PRAWA AUTORSKIE

© Unia Europejska, 2022.

Polityka Europejskiego Trybunału Obrachunkowego w zakresie ponownego wykorzystywania dokumentów została określona w decyzji Trybunału nr 6/2019 w sprawie polityki otwartych danych oraz ponownego wykorzystywania dokumentów.

O ile nie wskazano inaczej (np. nie zamieszczono szczegółowych adnotacji o prawach autorskich), treści Europejskiego Trybunału Obrachunkowego będące własnością UE objęte są licencją Creative Commons Uznanie autorstwa 4.0 Międzynarodowe (CC BY 4.0). Oznacza to, że co do zasady ponowne wykorzystanie jest dozwolone, pod warunkiem że treści zostaną odpowiednio oznaczone i zostaną wskazane wszelkie dokonane w nich zmiany. W przypadku ponownego wykorzystania treści Trybunału niedozwolone jest zmienianie ich oryginalnego znaczenia albo przesłania. Trybunał nie ponosi odpowiedzialności za jakiekolwiek konsekwencje ponownego wykorzystywania.

Jeżeli konkretna treść wskazuje na możliwą do zidentyfikowania osobę fizyczną – tak jak w przypadku zdjęć, na których widoczni są pracownicy Trybunału – lub zawiera prace stron trzecich, wymagane jest uzyskanie dodatkowego zezwolenia.

W takim przypadku uzyskane dodatkowe zezwolenie na ponowne wykorzystanie określonej treści unieważnia i zastępuje wspomniane wcześniej zezwolenie ogólne. Powinny być w nim wyraźnie wskazane wszelkie ograniczenia dotyczące wykorzystania treści.

W celu wykorzystania lub powielenia treści niebędącej własnością UE konieczne może być wystąpienie o zgodę bezpośrednio do właścicieli praw autorskich:

Rys. 1, 4, 8, 11: Freepik Company S.L. Wszelkie prawa zastrzeżone.

Znaki graficzne na rys. 12: Wszelkie prawa zastrzeżone.

Oprogramowanie lub dokumenty objęte prawem własności przemysłowej, takie jak patenty, znaki towarowe, wzory użytkowe, znaki graficzne i nazwy, nie są objęte polityką Europejskiego Trybunału Obrachunkowego w zakresie ponownego wykorzystywania.

Na stronach internetowych instytucji Unii Europejskiej dostępnych w domenie europa.eu zamieszczane są odsyłacze do stron zewnętrznych. Trybunał nie ma kontroli nad ich zawartością i w związku z tym zachęca użytkowników, aby we własnym zakresie zapoznali się z polityką ochrony prywatności i polityką w zakresie praw autorskich obowiązującymi na tych stronach.

Wykorzystywanie znaku graficznego Europejskiego Trybunału Obrachunkowego

Znak graficzny Europejskiego Trybunału Obrachunkowego nie może być wykorzystywany bez uprzedniej zgody Trybunału.

JAK SKONTAKTOWAĆ SIĘ Z UE

Osobiście
W całej Unii Europejskiej istnieje kilkaset centrów informacyjnych Europe Direct. Adres najbliższego centrum można znaleźć na stronie: https://europa.eu/european-union/contact_pl.

Telefonicznie lub drogą mailową
Europe Direct to serwis informacyjny, który udziela odpowiedzi na pytania na temat Unii Europejskiej. Można się z nim skontaktować:

  • dzwoniąc pod bezpłatny numer telefonu: 00 800 6 7 8 9 10 11 (niektórzy operatorzy mogą naliczać opłaty za te połączenia),
  • dzwoniąc pod standardowy numer telefonu: +32 22999696,
  • drogą mailową: https://europa.eu/european-union/contact_pl.

WYSZUKIWANIE INFORMACJI O UE

Online
Informacje o Unii Europejskiej są dostępne we wszystkich językach urzędowych UE w portalu Europa: https://europa.eu/european-union/index_pl.

Publikacje UE
Bezpłatne i odpłatne publikacje UE można pobrać lub zamówić na stronie: https://op.europa.eu/pl/publications. Większą liczbę egzemplarzy bezpłatnych publikacji można otrzymać, kontaktując się z serwisem Europe Direct lub z lokalnym centrum informacyjnym (zob. https://europa.eu/european-union/contact_pl).

Prawo UE i powiązane dokumenty
Informacje prawne dotyczące UE, w tym wszystkie unijne akty prawne od 1951 r., są dostępne we wszystkich językach urzędowych UE w portalu EUR-Lex: https://eur-lex.europa.eu.

Portal Otwartych Danych UE
Unijny portal otwartych danych (https://data.europa.eu/pl) umożliwia dostęp do zbiorów danych pochodzących z instytucji i innych organów UE. Dane można pobierać i wykorzystywać bezpłatnie, zarówno do celów komercyjnych, jak i niekomercyjnych.