TANULMÁNY

 

A Magyarországi Integrált Mezôgazdasági Információs Rendszer (MIMIR) megvalósítására

 

 

 

Készítette:

Dr. Pitlik László, egyetemi adjunktus, mb. tanszékvezetô

Pásztor Márta, Popovics Attila, egyetemi tanársegéd

Andrzej Wojcicki, agrármérnök, agrárinformatikus

Ónodi Bertalan, Bunkóczi László, PhD-hallgató

Wojcicka Ivett, MSZR-adatbankmenedzser

GATE, GTK, Gazdasági Informatika Tanszék

Gödöllô, 1998. július

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Kiadó: Agroconsult Kft, Gödöllô, 1998.

 

Nyomdai munkák: GATE

 

 

Tartalomjegyzék

Elôszó *

Vezetôi összefoglaló *

Elôzmények *

Hazai elôzmények *

A helyes irány *

Létezô országos modulok *

Szervezeti harmonizáció *

Regionális/megyei/térségi törekvések *

Problémák *

Nemzetközi elôzmények *

EU és Közép-Kelet-Európa *

Egységes fogalmak és mutatószámok *

Az Unió is változik *

Nemzetközi szervezetek összehangolása *

Ellenôrzés, monitoring, minôség *

Következtetések *

A MIMIR logikai felépítése *

A MIMIR vezérelvei *

MSZR - SPEL - PIT *

Szervezeti, döntéselôkészítésbôl fakadó igények *

Ad hoc elvárások *

Egyéb jellemzôk *

Következtetések *

A MIMIR környezeti kapcsolódásai *

Az érdekelt intézmények szerepe, helye a MIMIR-ben *

FVM (tervezés, stratégiaalkotás, szaktanácsadás, hatósági feladatok, ill. AIK, Agrárrendtartás, …) *

Szakértôi hálózat (SZH) *

Konzisztencia Bizottság (KOBI) *

Operatív Team (OT) *

KSH *

AKII *

Agrárkamara *

MTA, OMFB, OTKA, PFP, FEFA, Egyetemek *

PM, APEH, VPOP, OMSZ *

Terméktanácsok, Érdekvédelmi szervezetek, Hegyközségek, MVA, Kamarák, Szakmai szervezetek *

Földhivatalok *

Szaktanácsadók, tesztüzemi könyvelô irodák *

Termelôk *

Know-how és tôkeforrások *

A MIMIR illeszkedése a kormányzati munkába *

Mezôgazdaság *

Vidékfejlesztés *

Területfejlesztés *

Környezetvédelem *

Gazdaságpolitika *

Miniszterelnöki Hivatal *

Referenciák I. *

A MIMIR fizikai felépítése *

Megvalósítás elméleti koncepciója *

Az adattárház definíciója *

Fejlesztô eszközök *

Elemzô és prognosztizáló eszközök *

Fejlesztési módszertan *

Projekt menedzsment *

Referenciák II. *

Szlovákia - Statisztikai Hivatal - Statisztikai információs rendszer *

Magyarország - Honvédelmi Minisztérium – Gazdasági információs rendszer *

Hollandia - Igazságügyi Minisztérium – Jogérvényesítési rendszer (law enforcement) *

Olaszország - INAIL - Olasz Társadalombiztosítási Információs Rendszer *

Hollandia - Eindhoven - Önkormányzati Információs Rendszer *

Németország – Bundestag - Parlamenti információs rendszer *

Egyéb referenciák *

 

Rövidítések jegyzéke

 

ACDI&VOCA – Agricultural Cooperative Development International, Volunteers in Overseas Cooperative Assistance

ACE – PHARE projekttípus

AIK – Agrár Intervenciós Központ

AKII – Agrárgazdasági Kutató és Informatikai Intézet

APEH – Adó és Pénzügyi Ellenôrzési Hivatal

ATN – Agrárökonómiai Tudományos Napok

BAZ – Borsod-Abaúj-Zemplén megye

CASE - Computer Aided System Design

CBR – Case based reasoning

DATE – Debreceni Agrártudományi Egyetem

DSI – Data Service and Information Gmbh.

EAA – Economic Accounts for Agriculture

ECDL - European Computer Driving Licence

EDI – Electronic Data Interchange

EIS - Executive Information System

ETDK – Egyetemi Tudományos Diákkör

EUROSTAT – az EU statisztikai szervezete

FAIR - PHARE projekttípus

FADN – Farm Accountancy Data Network

FAO – Food and Agriculture Organisation of the United Nations

FVM – Földmûvelési és Vidékfejlesztési Minisztérium

GATE GTK GINT – Gödöllôi Agrártudományi Egyetem, Gazdaság- és Társadalomtudományi Kar, Gazdasági Informatika Tanszék

GIL – Gesellschaft für Informatik in der Landwirtschaft

GIS – Geographic Information System

ISM – Integrációs Stratégiai Munkacsoport

IT – Információs Technológiák

KKE – Közép-Kelet-Európa

KOBI – Konzisztencia Bizottság

KSH – Központi Statisztikai Hivatal

LGR – Landwirtschaftliche Gesamtrechnung

MAGISZ – Magyar Agrárinformatikai Szövetség

MDB - multidimenziós adatbázis kezelési technika

MFt –millió forint

MI – mesterséges intelligencia

MIMIR – Magyarországi Integrált Mezôgazdasági Információs Rendszer

MIS – Management Information System

MIS – Market Information System (piaci információs rendszer)

MOLAP - multidimenziós on-line analitikus feldolgozás

MSZR – Mezôgazdasági Számla Rendszer

MTA – Magyar Tudományos Akadémia

MVA – Magyar Vállalkozásfejlesztési Alapítvány

NSZR – Nemzeti Számlák Rendszere

OECD – Organisation for Economic Cooperation and Development

OLAP - On-Line Aanalytical Processing

OMFB – Országos Mûszaki Fejlesztési Bizottság

OSAP – Országos Statisztikai Program

OT – Operatív Team

OTDK – Országos Tudományos Diákkör

OTKA – Országos Tudományos Kutatási Alap

PFP – Projektfinanszírozási Pályázatok

PIT - Policy Information System for Transformation Countries

PM - Pénzügyminisztérium

RAUMIS - Regionalisiertes Agrar- und Umweltinformationssystem

RDBMS - relációs adatbázis kezelési technika

RENOAAR – Regionális Normatív Agrár Adatok Rendszere

ROLAP - relációs on-line analitikus feldolgozás

SPEL - Sektorales Produktions- und Einkommensmodell für die Landwirtschaft

SZH – Szakértôi Hálózat

SZVT – Szervezési és Vezetéstudományi Társaság

TEIR – Területi Információs Rendszer

USAID – United States Agency for International Development

Elôszó

Az alábbi tanulmány összeállításakor a hazai és nemzetközi szakirodalomra (informatika, információmenedzsment, projektmenedzsment, vállalatgazdaságtan, számvitel, statisztika, matematika, szociológia, marketing, stb.), s az elmúlt évek aktív hazai és nemzetközi szakértôi munkája során gyûjtött tapasztalatokra (EU-agrárinformatika, területfejlesztés, vállalkozásfejlesztés, gazdasági prognosztika, információs rendszerek fejlesztése, beruházástámogatás, stb.) támaszkodtunk.

Itt szeretnénk köszönetet mondani az eddigi partnereknek, akik lehetôvé tették a sokoldalú impulzusok megélését és megvitatását.

A MIMIR koncepciója egyidejûleg több szinten is értelmezhetô, egyrészt a szûkebben vett agrárszférára (MIMIR), másrészt az ezzel szorosan összefüggô élelmiszeriparra is (ÉMIMIR), harmadrészt a vidékfejlesztés még komplexebb területére (VIMIR), negyedrészt a területfejlesztés globális problémájára ill. a környezetvédelemre (TIMIR), s végül általában véve a gazdaságpolitika (PIT-HU, Policy Information System for Hungary) informatikai támogatására.

A tervezet - magától értetôdôen - nem célozta meg egy teljeskörû rendszer-dokumentációval szemben megfogalmazható igények kielégítését, kizárólag a fontosabb problémák összefoglalását vállalta fel útmutató, iránymeghatározó jelleggel. Az esetlegesen fellépô hiányos, kevésbé hangsúlyozott részek kiegészítése, átdolgozása érdekében minden érintett véleményét érdeklôdéssel várjuk.

A hatékony együttmûködés reményében:

 

 

 

..................................…….

Dr. Pitlik László

GATE, GTK, GINT

Vezetôi összefoglaló

Magyarországon ma még nem beszélhetünk egységes agrárinformációs rendszerrôl, s ennek következményei mindenki számára ismertek. Az elmúlt években számos hazai projekt indult útnak, melyek integrálása koncepció hiányában eddig nem történt meg. A Magyarországi Integrált Mezôgazdasági Információs Rendszer (MIMIR) koncepciója lehetôvé teszi a szükségszerû integrációt a hazai és nemzetközi igények kielégítése érdekében.

A MIMIR jelen tervezete a hazai és a nemzetközi tapasztalatok/trendek (FAO, OECD, EU), valamint az általános informatikai alapok figyelembe vételével meghatározza a célokat (MSZR-SPEL-PIT, szervezeti elvárások, ad hoc lekérdezések), feladatokat (adatvagyon feltérképezése, katalogizálása, ellentmondás-mentesség biztosítása, adatbázisépítés, felhasználói igények felmérése, kielégítése, integrált, fegyelmezett, kiszámítható rendszer megteremtése), az új szervezeti kereteket (Konzisztencia Bizottság, Szakértôi Hálózat, Operatív Team, Informatikai Szolgáltatók), az érintett intézmények (kormányzat, FVM, Agrárrendtartás, AIK, KSH, AKII, Kamarák, PM, APEH, VPOP, OMSZ, Terméktanácsok, Érdekképviseletek, Egyetemek, MTA, OMFB, OTKA, PFP, FEFA, Földhivatalok, Hegyközségek, szaktanácsadók, termelôk, szakmai szervezetek) szerepét, s a szükséges forrásokat/felelôsöket/végrehajtókat, ill. a végrehajtáshoz felhasználandó információs technológiákat (IT-komponensek: MIS, EIS, data support, OLAP, RDBMS, stb.).

A kormányzati munka újraszervezése reális alapot szolgáltat e folyamatok azonnali megkezdéséhez. Az azonnali kezdés egyik feltétele, hogy a projektelôkészítéshez már az idén, s a zökkenômentes végrehajtáshoz az 1999-es költségvetésben megjelenjen az e célra felhasználható összeg, mely tény a tenderek kiírásához és egyéb elôkészítô munkák beindításához elengedhetetlen feltétel.

A MIMIR projekt eredményeként elvárható, hogy a kormányzati munka, a döntéselôkészítés, a csatlakozási tárgyalások, a szaktanácsadás, az érdekegyeztetés megalapozottsága javul. A várható hasznosság egyik fontos, komponense a MIMIR technológiájából, logikájából adódó feszes, fegyelmezett jelentéstételi és adatfeldolgozási rendszer, mely kizárja a ma több vonatkozásban is tapasztalható erôforráspazarlást. Magasabb szintû informatikai szolgáltatások, melyek a megalapozott döntéselôkészítés érdekében elengedhetetlenek, csak befektetések révén realizálhatók, hiszen az informatikában csak elôre lehet menekülni!

A projekt volumene elsô látásra akár túlzottnak is tûnhet, de ennek most is sokszorosát költi és veszti el az ország az alulinformáltságból eredeztethetô koordinálatlanságnak köszönhetôen. Ezért a tervezett keretösszeg akár egy év alatt is megtérülhet a hatékonyabb döntéselôkészítés által.

Elôzmények

Hazai elôzmények

A helyes irány

Már több, mint négy esztendô telt el az 1994 januárjában Gödöllôn megrendezett agrárinformatikai konferencia óta. Az 1994. évi tudományos tanácskozás címe magáért beszél: "Egységes információs rendszer alapjai a mezôgazdaságban". Azóta is számos rendezvényre került sor az érintett szervezetek (FVM, KSH, AKII, Kamara, Egyetemek, Terméktanácsok, Érdekképviseletek, Földhivatalok, stb.) rendezésében és részvételével, de a célul kitûzött egységesség - koncepció hiányában - mind a mai napig nem került lényegesen közelebb a megvalósuláshoz.

Létezô országos modulok

Az egyes érdekelt intézmények keretein belül idôközben megindultak a fejlesztések. A teljesség igénye nélkül kiemelhetô, hogy pl. a KSH az évtized elején bekövetkezett pozícióvesztése megállt, sôt helyzete (hazai és nemzetközi elismertsége) egyre javul. Az AKII, mint a primer adatgyûjtés második pillére az FVM megbízásából szintén számos újszerû feladatot kapott (pl. tesztüzemi rendszer, piaci információs rendszer PHARE támogatással). A Kamara jogi helyzete, feladatai és forrásai egyre karakterisztikusabbá váltak, s emellett tömegbázisa és szervezetei kiépültek. A még mindig elismerésre méltó szellemi potenciállal rendelkezô egyetemek a kutatás és a szaktanácsadás vezérfonala mentén számos nagyobb volumenû projektet nyertek el (pl. legutóbb OMFB-IKTA). Ezzel párhuzamosan lendületesen fejlôdtek az egyéb szervezetek is, kevésbé a nagy volumenû adatgyûjtôk, mint inkább a szakszerû adatfelhasználók táborát erôsítve. Így ma elmondható, hogy az informatikai rendszer tartalmi kérdései szempontjából végre megérett a helyzet a meglévô szolgáltatási és felhasználói modulok egységes, azaz integrált rendszerben való összefogására.

Szervezeti harmonizáció

A Magyar Agrárinformatikai Szövetség (MAGISZ) 1997-es megalakulásával létrejött a szakmai egyeztetések szervezeti kerete, hiszen a MAGISZ majd minden fontosabb, az agrárinformatikában érintett intézményt tömörít. A MAGISZ létrejötte is jelzi, hogy a szakmai körök felismerték az integráció jelentôségét és elérkezettnek látták az idôt a tartalmi munka szervezeti megalapozására.

 

Regionális/megyei/térségi törekvések

Az országos trend mögé felsorakozva - az Uniós elvárásoknak megfelelôen - a fejlôdés útjára léptek a regionális/megyei/térségi információs rendszerek is a Területi Információs Rendszer (TEIR) törvényi keretei között, egyszerre szolgálva a terület/térség/vidékfejlesztés és a vállalkozásfejlesztés érdekeit. Az itt rendelkezésre álló adatok azonban nem feltétlenül illeszkednek szervesen a hasonló tartalmú országos adatokhoz, noha ezen összhang megteremtése módszertanilag jól kezelhetô probléma (vö. RENOAAR, azaz REgionális NOrmatív Agrár Adatok Rendszere, mely az EU-ban elôírt mezôgazdasági számlarendszer /MSZR/ országos táblázatait bontja le a megyékre). Az alulról jövô kezdeményezésektôl sajnos nem várható el, hogy érdemben és kellôen gyorsan meg tudják oldani az országos szintû koordinációs feladatokat. Az országos standardok kidolgozása azonban pozitívan hathat vissza a területi kötôdéssel bíró folyamatokra.

Problémák

Az agrárszférát érintô publikációk, a szakmai viták során minden esetben megfigyelhetô, hogy egy-egy világosan megfogalmazható kérdésre, több, jelentôs eltérést mutató számszerû válasz merül fel az érintettekben, ill. a számok mértékegységeinek, elôállításuk módszertanának hátterében megbúvó "apró" pontatlanságok viszik félre a konstruktív szándékot. Ez egyértelmûen gátolja az érdekegyeztetést és a megalapozott döntéselôkészítést (gondoljunk csak a még igazából meg sem oldódott gabonaválságra). Hasonló jellegû problémák felvetôdtek már évekkel ezelôtt a nemzetközi kereskedelmet meghatározó tárgyalásokon is (GATT). A következmények mindenki elôtt ismertek. Az Uniós csatlakozást elôkészítô projektek során is jelentôs alapadatbeli bizonytalanságok felfedésére került sor (pl. országos NPK-elszámolás), melyek feltehetôen az EU-kérdôívekre adott válaszokban is visszaköszönnek. Ha ágazati és megyei szinten próbálunk megfelelni az EU szakmai elvárásainak, a helyzet még kevésbé minôsíthetô pozitívan. Ezen gondok mindegyike visszavezethetô az egységes szemléletet és a folytonos szakmai kontrollt nélkülözô agrárinformatika rendszer(telenség)re.

 

Nemzetközi elôzmények

EU és Közép-Kelet-Európa

Magyarország EU-csatlakozásával párhuzamosan megindultak a Közép-Kelet-Európa (KKE) sajátosságait az EU elvárásai, döntéshozatali mechanizmusa szerint feldolgozó Uniós projektek (pl. PHARE, FAIR, ACE, stb.), melyhez kapcsolódóan a társulni kívánók szakértôi felkészítése is megkezdôdött. Ezen projektek lényege, hogy EU-szakértôk megkísérlik a nemzeti sajátosságokat tükrözô agrárinformációs rendszereket az EU érdekei szerint értelmezni, az egyes országok lehetôségeit felmérni, ill. az EU által alkalmazott jelentéstételi és mutatószámrendszer szerint újrafogalmazni. A fogalmi harmonizálás (pl. mezôgazdasági jövedelmek elszámolási kategóriái) szükségszerûsége magától értetôdô, hiszen érvelni és tárgyalni, tervezni és intézkedni csak akkor lehet hatékonyan, ha a kimondott mondatok mögött mindenki ugyanazt érti. E folyamatokhoz való érdemi csatlakozás létérdekünk.

Egységes fogalmak és mutatószámok

Az EU egyik - már több évtizede - alkalmazott rendszere a luxemburgi EUROSTAT megrendelésére a bonni egyetemen a mezôgazdasági számlarendszer alapján kifejlesztett SPEL (Sektorales Produktions- und Einkommensmodell für die Landwirtschaft) rendszer, mely feladata - többek között - a tagországok egységes jelentési rendszerének ellentmondás-mentességét vizsgálni, ill. az így kialakult adatbázisra (SPEL EU-DATA CDROM) alapozva hosszabb-rövidebb távra gazdaságpolitikai elemzéseket készíteni. Ebbe a folyamatba Magyarország is bekapcsolódott mintegy három évvel ezelôtt, s ma már nálunk is rendelkezésre áll az elsô prototípus (MSZR-munkacsoport). Hasonló törekvések figyelhetôk az általános agrárstatisztika mellett pl. az üzemi adatok szintjén (FADN, tesztüzemi hálózat), ill. a piaci információs rendszer (MIS) esetében is.

Az Unió is változik

A SPEL rendszer alkalmazási tapasztalatai, ill. a várható Uniós belsô átalakulás és a csatlakozásból adódó feladatok kapcsán kidolgozásra került ismét csak a bonni egyetemen a PIT (Policy Information System for Transformation Countries) keretterve, mely az EU és a társulni kívánó országok agrárpolitikáját szeretné egy kiérlelt információs és elemzô rendszerrel támogatni. A tagországi szintû elemzések mellett az EU fejlesztések egyre nagyobb súlyt helyeznek a regionális feladatokra. Ezért született meg, s fejlôdik tovább pl. a RAUMIS rendszer (vö. RENOAAR).

 

Nemzetközi szervezetek összehangolása

Az elmúlt években az EU, a FAO és az OECD lépéseket tett az egyes országokról rendelkezésre álló és továbbra is gyûjteni tervezett adatok egységesítésére, a meglévô rendszereik harmonizálására (vö. DSI CDROM-ok). Emellett nemzetközi szervezetek (pl. Világbank), ill. amerikai szervezetek (pl. USAID, ACDI, VOCA) is támogatásukról biztosították már a magyar kezdeményezéseket. Nem szabad megfeledkezni arról sem, hogy a KKE országaiban is egyre erôsödik a szakmai együttmûködési készség a hasonló jellegû problémák közös megoldása irányában.

Ellenôrzés, monitoring, minôség

Az EU programok és projektek sikerességét nagyban befolyásolja az ellenôrzés milyensége. A várhatóan egyre nagyobb volumenû EU támogatással való helyes gazdálkodás és elszámolás csak akkor biztosítható, ha a támogatásból részesülôkrôl a (támogatást adók igényei szerint) szükséges adatok idôben, s hitelesen (a tényleges történéseknek megfelelô tartalommal, ill. konzisztensen) rendelkezésre állnak. Egy ilyen - az EU által megkövetelt - integrált ellenôrzési rendszer a megvalósulás oldaláról nézve nagyrészt informatikai feladatként definiálható (vö. MIMIR).

Következtetések

Úgy a hazai, mint a nemzetközi tendenciák világosan jelzik egy integrált agrárinformációs rendszer szükségszerûségét. A kormányzati munka újraszervezése reális alapot szolgáltat e folyamatok azonnali megkezdéséhez. Az azonnali kezdés egyik feltétele, hogy már az 1999-es költségvetésben megjelenjen az e célra felhasználható összeg, mely tény a tenderek kiírásához és egyéb elôkészítô munkák beindításához elengedhetetlen feltétel. A MIMIR projekt eredményeként elvárható, hogy a kormányzati munka, a szaktanácsadás, az érdekegyeztetés megalapozottsága javul. A MIMIR-projekt komplexitása ellenére - mint az a következôbôl is kiderül - több fronton is megkezdhetô, de a megfelelô jogi szabályozás (adatvédelem, hozzáférési jogosultságok, adatszolgáltatási kötelezettségek, stb.) és a folyamatos forrásbiztosítás elmaradása (a projekt során összekovácsolódott team felmorzsolódása) esetén a hatékony mûködés veszélybe kerül.

A MIMIR logikai felépítése

A MIMIR vezérelvei

A MIMIR-ben három elv egyidejû érvényesítése a cél:

MSZR - SPEL - PIT

Még mielôtt az informatikai projektekre oly jellemzô vád, vagyis a "misztikumkeltés" hamis vádja érhetné a MIMIR tervét, fontos kiemelni, hogy a fejezet címében szereplô rendszerek éppen egyszerûségük, átláthatóságuk, egymásra épülésük miatt töltenek be oly fontos, "mindent" megalapozó szerepet az Unió döntéselôkészítési mechanizmusában. Emellett az egyes rendszerek bemutatása ma tananyagként szerepel az egyetemeken, ill. PhD-hallgatók dolgoznak e rendszerekkel úgy itthon, mint külföldön, azaz adott egy stabil szakmai háttér.

A rendszerek részletes bemutatását a tanulmány nem tekinti feladatának, azonban a lényegi, a MIMIR kidolgozását aktívan befolyásoló jellemzôk az alábbiakban sorra kiemelésre kerülnek. (Az egyszerûség kedvéért a továbbiakban már csak a célállapot rövidítését, vagyis a PIT szócskát használom.)

A PIT egy olyan központi adatbázis/adattárház létrehozását célozza meg, melyben a mezôgazdasági termékek termelése és a termelés érdekében felhasznált ráfordítások/költségek (vö. FADN) egységes, mérlegszerû, ellentmondás-mentességet biztosító összefüggéseket alkotnak. (Egyszerûbben kifejezve: pl. csak annyit lehet felhasználni/elkölteni, amennyi megtermelésre került, ill. ahhoz, hogy bizonyos mennyiségû pl. állati termék keletkezhessen a biológiai törvényszerûségeknek megfelelô mennyiségû és minôségû takarmányt kell rendelkezésre bocsátani, stb.) A PIT adatbázisa egyszerre tartalmaz naturális és monetáris adatokat. A konzisztencia, vagyis az ellentmondás-mentesség elvárása egyszerûnek hangzik, de annál nehezebb megvalósítani. (Csak egy példa: Évek óta publikálásra kerül, s nem tûnik fel még a nemzetközi szakembereknek sem, hogy a kimutatások szerinti magyar NPK-felhasználás csak mintegy fele a nemzetközileg elismert átlagnak a termelt növényi termékek mennyisége alapján.) A konzisztenciát, s ezáltal az adatbázis minôségét csak akkor lehet biztosítani, ha minden adat és ezek keletkezési módja pontosan dokumentált (adatvagyon-felmérés, auditálhatóság), ill. az egymással oksági kapcsolatba hozható adatok kapcsolatrendszerét leíró táblázat adott, mely alapján a szakmai (kézi és számítógépes) hibaelemzés elvégezhetô (vö. ISO normák).

A konzisztens adatbázis egyben azt is jelenti, hogy nincs még egy alternatív, ill. mást sugalló adat semmilyen forrásból érvényben, vagyis minden kérdésre csak egyetlen válasz létezik, mely igazságtartalmát/valósághûségét a többi adat léte szavatolja. Így képzelhetô csak el, hogy az országról vagy annak tetszôleges részérôl egy egységes képpel rendelkezzünk, mely alapja az érdekegyeztetésnek hazai és nemzetközi szinten is. Az egységes és ellentmondásmentes országkép növeli az érvek súlyát, s gyorsítja a döntéselôkészítést.

Teendôk: Az ellentmondás-mentesség biztosítása érdekében fel kell mérni a rendelkezésre álló adatvagyont, s létre kell hozni egy úgy nevezett metaadatbázist, mely visszamenôleg is leírja milyen objektum, milyen jellemzôje, mely szervezetnél, hogyan, mikor kerül(t) gyûjtésre. Ki kell dolgozni a PIT logikájából eredô adattartalmakra az ezek hátterében megbúvó egyszerûbb (aggregációs) és bonyolultabb (modellszerû) kapcsolatokat.

 

Határidô

Szakember

(fô)

Munkaidô

(ember_hónap)

MFt

Felelôs, végrehajtó

1998.12.31.

10

20

10

Konzisztencia Bizottság/ operatív team

(l. késôbb), ill. informatikai szolgáltatók

 

Példa: A PIT adatbázisának úm. elsô pozíciója a búza hektáronkénti átlagtermése kg/ha-ban kifejezve. Ez a fajlagos mutatószám köztudottan a termésmennyiség és a termôterület hányadosa. Egy konkrét országos számról önmagában nem lehet eldönteni, hogy igaz-e vagy sem. A búza termésátlaga több, indirekt módon is ellenôrizhetô azonban:

Ehhez elôször is az országos termôterülettel (ill. az ország területén belül a búza területtel) kell tudni elszámolni megyei, gazdajegyzôi hatáskörben, ill. tábla szinten. A felbontás növelése értelemszerûen egyértelmû költségnövekedéssel jár együtt a MIMIR kiépítésekor. (Csak érdekességképpen említendô meg, hogy a termôterület szó mögött azonnal tisztázandó, hogy vetésterületrôl, vagy betakarított területrôl van-e szó, ill. a teljes mezôgazdasági területrôl, vagy csak a szántóterületrôl, hiszen ez rögtön - ha nem is feltétlenül a búza esetében – akár jelentôs csúsztatásoknak, félreértelmezéseknek enged teret.) Fontos a rendszerbe integrálni a légi-, ill. ûrfelvételek információtartalmát is. Hiszen ezek úm. bármikor beszerezhetô, operatív, azonnali pontosítást lehetôvé tevô adatforrást jelentenek, míg pl. a KSH vagy a gazdajegyzôi adatok feldolgozása lényegesen lassabb. A termôterületrôl több idôpontban áll már ma is rendelkezésre adat: pl. az ôszi tervezett és tényleges vetések adatai, ill. a május 31-i állapot adata, stb. Igény szerint ezek az idôpontok sûríthetôk. Ellenôrzésre adhat lehetôséget a belvíz-, árvízkárok, a biztosított területek adatsora is, stb.

Hasonlóképpen kell eljárni a betakarított mennyiséget illetôen is, vagyis az országos értéket elvileg akár vissza kellene tudni vezetni (ha csak reprezentatívan is) a jelenleg már praktizált GPS-rendszerek parcellaszintû terméstérképeire is. Már itt érezhetôvé válik, hogy azt, amit nem mérünk meg pontosan mindig (pl. betakarított gabona), bizonyos esetekben csak becsléssel lehet pótolni. A becsléshez felelôs szakértô kell, mely szakértôi hálózatra külön is kitér a tanulmány. Emellett a termésbecslés fontos jellemzôje az idôdimenzió, vagyis mikor adja ezt a szakértô, a búza fejlôdésének mely fázisában. Még fontosabb talán a "szakértô" hovatartozása, hiszen a becslésébôl fakadó következmények jelentôs pl. tôzsdei mozgáshoz, értékvesztéshez vezethet (vö. gabona-"válság" 1998). Mint látható, a búza egyszerû példája kapcsán is egy viszonylag bonyolult aggregációs, reprezentativitási, idôbeli és alternatív szakértô-kompetencia problémát kell megoldani. S mindez az integrált adatbázisnak csak egy szelete.

Az elsô pont alapján azt is gondolhatnánk, hogy nincs értelme a torzításokkal terhelt, csak részlegesen rendelkezésre álló, ill. szakértôi becsléssel pótolt adatok kedvéért adatbázist építeni. Ez azonban kétszeresen sem igaz:

Végül, de nem utolsó sorban kiemelendô a termékek minôség, termôhely, termesztési technológia, termelôtípus szerinti kategorizálása, mely további finomításokat tesz lehetôvé a súlyozott átlagolás szabályai szerint. Minél finomabb ugyanis egy aggregált szám hátterének felbontása, annál valószínûbb, hogy a szakmai értékítélet, ill. reprezentatív adatok alapján valószínûsített kategóriakülönbségek felfedik a becslések hibáját. Az ellentmondás-mentesség biztosítása egyben azt is jelenti, hogy valamely értéksort elsô lépésként hitelesnek fogadjuk el (pl. KSH NSZR keretszámok), s ezt próbáljuk meg az alapadatok és a szakértôi adathiányt pótló becslésekkel olyan szintre (tábla, termelô, termelôtípus, szervezeti forma, stb.) visszabontani, mely egyértelmûen jelzi, hogy az adott kiindulási hipotézis elfogadható-e vagy sem. Egy hatékony adattámogatás (data support) elsôsorban tehát nem a totális adatgyûjtés drága útját kell, hogy járja, sokkal inkább a becslés/prognózis/visszaellenôrzés költségkímélôbb módját kell, hogy elôtérbe helyezze, hiszen a legteljesebb adatfelvételezés is hibákkal/torzításokkal terhelt, s ráadásul lassú.

***

A jelenlegi helyzetben fel kell hívni a figyelmet arra is, hogy a PIT rendszer kialakulása még folyamatban van, s az eddigi jó nemzetközi együttmûködés felveti annak lehetôségét is, hogy magát a fejlesztést magyar oldalról aktívan befolyásolhassuk, ebben a bonni partnerrel együttmûködhessünk. Az elmúlt évtizedekben operáció kutatás címszó alatt készült néhány modell, melyek az akkori módszertani elveket tükrözték. Az eltelt évtizedek alatt azonban kikristályosodott egy újszerû, perspektivikus módszertan, vagyis a mesterséges intelligencia kutatás, mely a gazdasági életben már többszörösen bizonyított (fuzzy rendszerek az iparban, neuronális hálók a tôzsdén, stb.) Sajnos a magyar mezôgazdasági/közgazdasági kutatási projektek ezzel a tendenciával eddig nemigen tartottak lépést, pedig pl. az évtípus kérdése (azaz: Jó búzaév lesz-e jövôre?) e technikákkal nagy biztonsággal és viszonylag kis ráfordítással megválaszolható.

 

Teendô: Erôsíteni kell a modellorientált és a szakértôi tudást egyesítô kutatásokat (matematikai és agrárjellegû interdiszciplináris teamek kialakításával) a becslések és prognózisok biztonságának növelésére, a szakértôi költségek csökkentésére. Hiszen az eddigiekbôl is kitûnhet, milyen volumenû becslésre/prognózisra lenne szükség az egyes aggregációs szintek tényszerû adatainak szimulálásához, ellenôrzéséhez.

 

Határidô

Szakember

(fô)

Munkaidô

(ember_hónap)

mFt

Felelôs, végrehajtó

Folyamatos

50

Folyamatos

100/év

MTA, OMFB, OTKA, PFP, FEFA és Konzisztencia Bizottság, ill. Egyetemek, AKII

 

***

PIT rendszerben a búza példájához hasonlóan bármely növényi és állati termék (minôségi kategóriánként bontva) kidolgozható/kidolgozandó. Az elôzô példából jól látszik, mely adatbázisszeletekre és milyen logikai kapcsolatok definiálására van szükség ahhoz, hogy egy ún. Konzisztencia Bizottság (mely feladata lényegében hasonlít a TMB-kéhez) el tudja dönteni, hogy az egyes adatforrásokban rendelkezésre álló ok-okozati, ill. alternatív (más-más reprezentációnak/torzításoknak megfelelô) adatok alapján, mit lehet és kell egy-egy konkrét adatpozíció esetén véglegesnek tekinteni. Ez a véglegesített adathalmaz kell, hogy kiszolgálja a további igényeket. A már lejelentett és a nemzetközi statisztikai kiadványokban hozzáférhetô magyar adatokat újra kell vizsgálni az egységesség szempontjából (pl. DSI nemzetközi adatbázisok CDROM-on), s ha szükséges módosítani kell a kritikus adatokat.

Teendô: Létre kell hozni az adatvagyont és a szervezeti igényeket felmérô adatvagyonügynökség felettes szerveként a Konzisztencia Bizottságot (l. késôbb, a MIMIR környezeti kapcsolódásai címû részben), mely felel az egységes informatikai arculat kialakításáért.

 

Határidô

Szakember

(fô)

Munkaidô

(ember_hónap)

MFt

Felelôs, végrehajtó

azonnal

15-20

Folyamatos

50/év

kormányzat, MAGISZ

***

A PIT rendszer nem csak termésmennyiséggel, naturális és pénzben kifejezett ráfordításokkal számoltat el bennünket, hanem a termékárakkal, s így végsô soron a mezôgazdasági termelés során képzôdô jövedelmekkel, mint az érdekérvényesítés egyik legfontosabb kategóriájával. Itt érdemes kiemelni azt, hogy a nemzetközi elvárások csak egy bizonyos, jól körülhatárolt termékkört értenek a mezôgazdaság fogalma alatt, s így csak részlegesen képezik le a diverzifikáció, a több lábon állás, ill. a minél átfogóbb termékpályák hazánkban jelentôséggel bíró túlélési stratégiáját. Amennyiben a hazai igények az Uniós felbontásnál részletesebb, ill. szélesebb problémákat határoznak meg, ezeket a hazai igények szerint kell és lehet a MIMIR logikai rendjében megvalósítani.

A MIMIR sajátos kialakítása idôben és koncepcionálisan egybevág az EUROSTAT által 1999-tôl tervezett módosításokkal (pl. falusi turizmus figyelembe vétele). Egy másik szervesen idekapcsolódó, már létezô modul a piaci információs rendszer (MIS) kérdése, mely többek között a termékpályán realizált összes jövedelem felosztását tárja fel, de jelenleg nem kapcsolható szervesen a KSH ármeghatározási mechanizmusához, ill. a tôzsdei határidôs jegyzések adataihoz. Ezen probléma feloldása nélkül az érdekegyeztetés során központi kérdésként kezelt jövedelem-, ill. fedezeti hozzájárulás-számítást alapvetôen meghatározó bevételi oldal válik állandóan megkérdôjelezhetôvé.

Teendô: Módszertani fejlesztést kell végrehajtani az egységes szemléletû áradatbázis (tény + prognózis) megteremtése érdekében, mely kérdéskör szervesen kapcsolódik a MIMIR minden pontját érintô problémához, vagyis ahhoz, hogyan lehet tetszôleges mennyiségû és jellemzôjû részadatokból eljutni az országos szintet jellemzô adatokig. A rész-egész problematikájának kezelése a MIMIR-ben feltételezi az állandó szakértôi munkát, mely jól átlátható összefüggések alapján mindenkor megkísérli az aggregált (pl. országos) adatok hátterében a pénzügyileg lehetôvé tett felbontás szintjén (pl. tájegységek) a súlyozott átlagolás alapadatait levezetni. Ez a pont szervesen kapcsolódik a fentebb már definiált általános kutatási feladatokhoz.

***

A konzisztencia kifejezésre juttatásának természetesen vannak határai. Ezen határok egyike a KSH Nemzeti Számláihoz (NSZR) való szerves illeszkedés, hiszen a mezôgazdaságot az Unióban nem az intézményi, hanem a tevékenységi elv szerint kell elszámolni, szemben az egyéb gazdasági ágakkal. Így kiindulásként el kell fogadni azt a kihívást, hogy a NSZR-bôl a mezôgazdasághoz kapcsolt tételeket (energia, takarmány, vetômag, stb.) a MIMIR keretein belül vissza kell tudni igazolni. Fontos problémát jelent ez esetben az összhang megteremtésének idôpontja. A KSH ugyanis egy adott naptári évrôl csak hónapokkal késôbb kell, hogy NSZR adatokkal rendelkezzen, míg a MIMIR alapvetô feladata, hogy szinte "naponta" frissítve a becsléseket, szakmai véleményeket, bármikor, bármely adatot a többivel összhangban ki tudja fejezni, akár prognosztikai jelleggel több hónapra/évre elôre is (a felhasználók legmesszebbmenô igényei szerint, dinamikusan változtatható formában).

 

Teendô: Ki kell dolgozni az érintett szervezetek közötti szakmai egyeztetés, szakértôi kompetencia, döntéshozatal, adatáramlás, idôbeli kötelezettségek rendszerét, mely egyben a Konzisztencia Bizottság szervezeti és mûködési szabályzatának alapját is adja. A Bizottság felállítása és az SZMSZ kidolgozása azonnali intézkedést igényel.

 

Határidô

Szakember

(fô)

Munkaidô

(ember_hónap)

MFt

Felelôs, végrehajtó

Azonnal

8-10

10

10

FVM, MAGISZ

***

Ebben az összhangra törekvô munkában jelentôsen segíthet az, ha a KSH adatokat nem, mint pontszerû jelenséget értelmezzük, hanem figyelembe vesszük azt, hogy ezek adott valószínûséggel egy bizonyos ± intervallumként értelmezhetôk. Ez a lehetôség jelentôsen elômozdítja pl. az állatállományok változásának modellezését, s ezáltal pl. a sertésciklus befolyásolhatóságának növelését. (A nem teljesen korrekt adatminták alapján ugyanis nem lehet elvárni, hogy a tanulási, modellezési folyamat pozitív eredménnyel zárul le.)

Teendô: Ki kell alakítani az állatállományok változásának átfogó elôrejelzô-magyarázó rendszerét. Ez a pont szervesen kapcsolódik a fentebb már definiált általános kutatási feladatokhoz (vö. AKII, Egyetemek).

***

Mint az már több gondolat hátterében érezhetô volt, az adatoknak nem csak számszerû értéke, mértékegysége és felvételezési/feldolgozási módszere, hanem egy fajta életciklusa is van. Az adatkronológia kell, hogy leírja az elsô becsléstôl az utolsó véglegesítésig mindazon lépéseket, melyek a valóság adott szeletét bemutató adat folyamatos nyomon követését biztosítják. Az adatkronológia tekintettel kell, hogy legyen a forrásokra (kitôl származik az adat), a módszerekre (hogyan keletkezett az adat) és az idôpontokra (mely idôpontra vonatkozóan, mikor áll rendelkezésre az adat - vö. gyorsjelentés, becslés, prognózis), valamint a hozzáférési jogosultságokra.

 

Teendô: A MIMIR kialakításánál tekintetbe kell venni az adatkronológia iránt megfogalmazott igényt, s ennek megfelelôen kell az adatbázisok struktúráját és várható méretét megtervezni. Itt figyelembe kell venni azt is, hogy jelenleg az egyes intézmények és adatok eltérô adatvédelmi, titokkezelési státusszal bírnak (pl. APEH, PM gyorsjelentések).

 

Határidô

Szakember

(fô)

Munkaidô

(ember_hónap)

mFt

Felelôs, végrehajtó

1998.12.31.

10

20

10

Konzisztencia Bizottság, ill. informatikai szolgáltatók és adatvédelmi szakemberek

 

***

Az idôsoros adatok az elemzések, a gazdasági prognózisok alapját, struktúráját adják. A minôségbiztosítás érdekében elkerülhetetlen azonban az elôrejelzések/becslések és a tényadatok folytonos összevetése, a hibákból való tanulás, a szakértôk kiválasztásának finomítása okán.

Teendô: A szakértôi vélemények (becslések/prognózisok), ill. a számítógépes elemzések (becslések/prognózisok), valamint a tényadatok folytonos összevetését a MIMIR-ben támogatni kell, elômozdítva ezzel a szakértôi önképzést és a kutatás koordinációját, s végsô soron a prognózisok helyességét.

 

Határidô

Szakember

(fô)

Munkaidô

(ember_hónap)

MFt

Felelôs, végrehajtó

Folyamatos

10

folyamatos

10

Konzisztencia Bizottság, ill.

Informatikai szolgáltatók

 

 

Szervezeti, döntéselôkészítésbôl fakadó igények

Az elôzô gondolati egységben már bemutatott nemzetközi trend és a struktúrájában ehhez illeszthetô hazai bôvítési igények, valamint az e pontban taglalni kívánt szervezeti elvárások kapcsolatáról elmondható, hogy nagyon nagy mértékben e kettô át kell, hogy fedje egymást. Hiszen pl. a búza garantált árát elôkészítô döntési folyamatban több adat aligha használható fel, mint az a Konzisztencia Bizottság búzáról szóló kapcsolótábláján (vö. entity-relationship) már definiálva van. Ha mégis elképzelhetôk speciális adat-egymáshoz-rendelések (pl. búza felvásárlási ár esetén jogi keretek, ill. a nemzetközi piacok felvevôképessége, világpiaci árak, ill. hatósági feladatok esetén pl. export/import engedélyek/tilalmak, növény és állategészségügyi elôírások, valamint a támogatások tervezésénél pl. kárbecslést lehetôvé tevô vízügyi adatok, stb.), akkor ezeket az adatvagyont leíró metaadatbázis alapján bármikor illeszteni kell tudni a rendszerhez.

Ezeket az igényeket az alaprendszerrel párhuzamosan fel kell mérni és a döntéselôkészítésben illetékes osztályokhoz, csoportokhoz, személyekhez kötötten definiálni kell az adatok tartalmát, gyakoriságát, az elôrejelzési igényeket, stb.

 

Határidô

Szakember

(fô)

Munkaidô

(ember_hónap)

mFt

Felelôs, végrehajtó

1998.12.31.

10

20

10

Konzisztencia Bizottság, ill. Informatikai szolgáltatók

Ad hoc elvárások

Az ad hoc elvárások, vagyis a hirtelen, ritkán és szeszélyes tartalmi, formai jegyekkel rendelkezô lekérdezések támogatása az információs rendszerek (pl. EIS = Executive Information System) fejlesztôi szerint csak egy jól strukturált adatbázissal a háttérben képzelhetô el, mely képes a tárolt adatok hatalmas halmazából is bármely adatcsoportot relatíve gyorsan és egyszerûen megmutatni. Ilyen típusú feladatokra kell számítani a csatlakozási tárgyalások során, amikor is viszonylag rövid idô alatt kell a meglévô adatvagyonból a szakértôk által szükségesnek ítélt továbbelemzés céljából részeket rendelkezésre bocsátani szinte azonnal, távoli elérés esetén is, hiszen a tárgyalásokon képviselt álláspontot kritizáló felet csak a saját terminológiájának megfelelôen elôkészített, meg nem kérdôjelezhetô adatokkal lehet meggyôzni (pl. német BSE-delegáció tárgyalási sikere Brüsszelben). Az adatbázis-alapú rendszer (hardware, software, consulting, projektmanagement, stb.) kialakítása ennek méretétôl és az egyéb felhasználói igényektôl függôen a 200-500 mFt-ot is elérheti. Ez az összeg ugyan elsô látásra soknak tûnhet, de ennek most is sokszorosát költi és veszti el az ország az alulinformáltságból eredeztethetô koordinálatlanságnak köszönhetôen. Ezért ez az összeg akár egy év alatt is megtérülhet a hatékonyabb döntéselôkészítés által.

Egyéb jellemzôk

Itt kell megemlíteni azt, hogy a MIMIR projekt során felmerülô szakemberigény (mennyiség, minôség) sok esetben elôreláthatóan nem fedhetô le a meglévô állományból (pl. a napi feladatok ellátásának kényszere miatt), ezért az informatikai jellegû tevékenységekhez piaci szolgáltatókat (IT-branch, egyetemek), ill. nemzetközi konzultánsokat (pl. FAO, EU, OECD) kellhet igénybe venni a hatékony munka érdekében. A projekt szakmai érdekeit (agrár+informatika) ez esetben egy, a Konzisztencia Bizottság által megbízott operatív (megrendelôi, szakértôi) team tudná rugalmasan és helyesen képviselni.

Itt kell szólni a projekttel közvetlenül nem összefüggô, de a tapasztalat alapján meg nem spórolható költségtételek közül a számítástechnikai képzés/továbbképzés kérdésérôl is. Röviden lezárva a felvetést, elmondható, hogy legalább az ECDL (European Computer Driving Licence, azaz az európai számítógép-használói jogosítvány) vizsgaszintjét minden a MIMIR mûködtetésében érdekelt munkatársnak, felhasználónak mihamarabb el kell érnie, s erre a projekt kapcsán érdemes a fedezetet elôre megteremteni. A képzés színvonala a MIMIR mûködtetésének általános hatékonyságát, hosszú távú stabilitását határozza meg. A jogi problémák folyamatos tisztázása, mely szintén jelentôs, elôre alig kalkulálható költségkomponenst jelent, szintén alapjaiban határozza meg a MIMIR sorsát.

További - más szempontból részben már érintett - költségtételek a kapcsolódó intézmények szerepének taglalása során kerülnek érintésre.

Következtetések

Mint látható, adott a feladat (adatvagyon feltérképezése, katalogizálása, ill. az ellentmondás-mentesség biztosítása, adatbázisépítés, felhasználói igények felmérése, kielégítése, integrált, fegyelmezett, átlátható rendszer megteremtése), ismert a magasabb hatékonysági szint elérését biztosító információs technológia (IT-komponensek: MIS, EIS, data support, OLAP, RDBMS, stb. – l. késôbb), világosak a szereplôk, a szervezeti keretek és az erôforrásigény (ember, tôke, struktúra), s körvonalazható a várható hasznosság, azaz minden adott a projekt megindításához.

A várható hasznosság egyik fontos, kiemelendô komponense a MIMIR technológiájából, logikájából adódó feszes, fegyelmezett jelentéstételi és adatfeldolgozási rendszer, mely kizárja a ma több vonatkozásban is tapasztalható erôforráspazarlást. Magasabb szintû informatikai szolgáltatások, melyek a megalapozott döntéselôkészítés érdekében elengedhetetlenek, csak befektetések révén realizálhatók, hiszen az informatikában csak elôre lehet menekülni!

A MIMIR környezeti kapcsolódásai

Az érdekelt intézmények szerepe, helye a MIMIR-ben

FVM (tervezés, stratégiaalkotás, szaktanácsadás, hatósági feladatok, ill. AIK, Agrárrendtartás, …)

A MIMIR finanszírozása kormányzati feladat. Ezért a MIMIR haszna elsô sorban a kormányzati munkában kell, hogy jelentkezzen. Így a MIMIR fejlesztése során elsôrendû feladat az adatvagyon felméréssel párhuzamosan az FVM-ben és kapcsolódó intézményeiben a döntéshozatali mechanizmusok átvilágítása annak kiderítése céljából, mely szervezeti egység, kitôl, mikor, milyen adatot kapott eddig, s szeretne kapni a jövôben, mely döntés elôkészítése érdekében (vö. Kormányzati Tájékoztatási Rendszer, KTRGIS). A felmérés eredményeként elvárható, hogy több információhiányos helyzetre derül fény. Az információhiány sokféleképpen képzelhetô el.

A MIMIR konzisztens adatbázisa fizikailag az FVM épületében kialakított, tehát gyors elérésû, belsô rendszerként (intranet) kell elképzelni, lehetôleg kapcsolódva az eddigi számítástechnikai fejlesztésekhez. A MIMIR így két szintû rendszerként mûködne.

A Konzisztencia Bizottság székhelye szintén az FVM épületében lenne, (de maga a napi munka folyhat egy fajta internetes felületen is, megfelelve ezzel a több intézményt érintô network koncepciónak). Az ellentmondások feltárásához nincs szükség arra, hogy az alapadatok fizikailag egy helyen legyenek, csak azt kell megoldani, hogy ezek bármikor beilleszthetôk legyenek a MIMIR logikai rendszerébe, mely a vezetôi információs rendszerek elvei szerint épülne fel. A Konzisztencia Bizottságban helyet foglalnának az érintett szervezetek szakmai képviselôi. A Konzisztencia Bizottság csak akkor tud érdemben mûködni, ha az általa véglegesített adatok törvényileg biztosítva jelentik a végsô "igazságot". Ebbôl következôen a Konzisztencia Bizottság jogosult csak az egységes országképbe illô adatok (ingyenes) publikálására. Az egyéb szervezetek természetesen megtartják saját adataik feletti teljes rendelkezési jogukat, azzal a finomítással, hogy minden publikációjukon szerepeltetni kell az odaillô utalást: "ellentmondásosság szempontjából nem vizsgált adat", ill. "a Konzisztencia Bizottság felé nem jelentett adat". Ennek elmulasztását a Konzisztencia Bizottság által/megbízására folytatott sajtófigyelés fel kell, hogy tárja, s a helyes információt az érintettekhez el kell, hogy juttassa.

/A hozzáférés és az ingyenesség kapcsán utalni kell néhány ellentmondásgyanús elvre: pl. hogy a MIMIR-ben felhalmozott végleges, ellentmondás-mentesített adatvagyon ingyenesen kell, hogy hozzáférhetô legyen, hiszen közpénzen keletkezik, s így mindenki számára jogosultság szerint megtekinthetônek kell lennie. Arra a kérdésre, hogy milyen felhasználói csoportok (állampolgár, adatot nem szolgáltató termelô, támogatást igénylô termelô, adatszolgáltató termelô, szaktanácsadó, gazdajegyzô, hatóságok, kormányzat, kutatás, stb.) létezzenek és ezek mihez, mikor férhetnek hozzá az adatvédelmi biztos, ill. jogászok bevonásával kell világos szabályokat felállítani, figyelembe véve az együttmûködést motiváló lehetôségeket is). A közpénzekbôl gyûjtött adatokhoz való hozzáférésért nem szabad költségeket felszámítani, kivéve az adatok tovább feldolgozását, elemzését. Az ingyenesség elôfeltétele a MIMIR léte. Hiszen csak a fizikai hozzáférés és a jogosultságok védett biztosítása esetén lehet a szabályozott adatbázis-használatot reálisan elképzelni. Az ingyenes adatlekérdezés egy fajta termelôi, érdekvédelmi támogatásnak is felfogható a ráépülô elemzések, azaz pl. a szaktanácsadás költségszintjének csökkentése, hatékonyságának javítása révén. A hozzáférési jogosultságok szabályozásakor figyelembe kell venni, hogy ki, milyen mértékben járul hozzá az alapadatbázisok feltöltéséhez, ill. ki nem hajlandó együttmûködni a rendszer üzemeltetésében./

A MIMIR életre hívása kapcsán tehát számos jogi/szabályozási kérdést kell tisztázni. Fontos kiemelni, hogy a legtöbb teendô bilaterális együttmûködések alapján is elvégezhetô, de hosszabb távon a jogi keretek rendezés nem kerülhetô meg. Az érintett szervezetek és a MIMIR projekt tehát bi- és multilaterális megállapodás bázison kell, hogy beinduljon, de ezzel párhuzamosan meg kell kezdeni a szükséges jogszabályok elôkészítését és az elméleti mûhelymunkákat is.

Így - projektvolumentôl függôen - akár 100 mFt forrást igényelnek az egyes feladatok.

 

Szakértôi hálózat (SZH)

A MIMIR konzisztens adatbázisa egy feszes logikai rendszer, melyben az elôre eltervezett felbontásban minden ténynek, becsült és prognosztizált adatnak helyet kell biztosítani, nem feledve ezek kettôs idôdimenzióját, (vagyis mely idôpontra vonatkozóan, ill. mikor lett rendelkezésre bocsátva), valamint az alternatív adatforrások lehetôségét.

Abból kiindulva, hogy reális költségszinten csak az elvárt tények egy kis része gyûjthetô be, de hipotézisekkel rendelkeznünk kell az alapsokaság minden karakterisztikus csoportjáról, a MIMIR keretében ki kell alakítani egy szakértôi hálózatot, mely képes a relatíve kis darabszámú tényadat figyelembe vételével a hiányzó adatokat szakmai megfontolások és létezô segédadatok alapján megbecsülni, ill. elôre megadott idôpontokban a múltbeli adatokból a jövôre vonatkozó prognózisokat folyamatosan megadni. S mindezt úgy, hogy a szakértô ki van téve egy folytonos visszaellenôrzésnek véleményei helyességét illetôen. Fontos rámutatni arra, hogy a becsült adatok esetében a kezdeti szakmai egyeztetések után viszonylag kevés szakértô képes a relatíve nagy feladatot folyamatosan elvégezni (vö. RENOAAR-projekt). A prognózisok esetében pedig akkor képzelhetô el egy arányaiban olcsó megoldás, ha a kutatás képes automatizmusokat felfedezni, mely léte az eddigi esettanulmányok alapján nagy valószínûséggel feltételezhetô. A szakértôk díjazása konkrét és átalányjellegû szerzôdések alapján képzelhetô el (kb. 50 fô, mintegy 100 mFt éves költségvetéssel, beleértve a visszaellenôrzést és a hálózatszervezést is).

Konzisztencia Bizottság (KOBI)

A már oly sok helyen emlegetett Konzisztencia Bizottság elsô feladata saját szervezeti kereteinek kialakítása után a jelenlegi adatgyûjtôk feltérképezése, az adatvagyon felmérés levezénylése és a bilaterális együttmûködések beindítása a nem közpénzbôl gyûjtött adatok esetére is. Miután az adatvagyon felmérésre került, ki kell, hogy dolgozza az egyes létezô adatok közötti kapcsolatok rendszerét, mely alapul szolgál az ellentmondások kiszûrését lehetôvé tevô hipotézisek felállítására. A Konzisztencia Bizottság eredményként létrehoz egy, az országot egyedül hiteles módon jellemezni képes adatvagyont, melyben elvileg nem szabad, hogy ellentmondás legyen. A konzisztens adatvagyon nagy valószínûséggel az aggregációs szintek bôvülésével egyre kevesebb tényt és egyre több szakértôi becslést tartalmaz (vö. szakértôi hálózat, kutatás), hiszen a totális adatfelvételezés minden esetben irreális, s önmagában is bizonyos hibával terhelt. A konzisztens adatbázis tehát a valós történések legjobb, legsokoldalúbb közelítése, melyben mindaz ellenôrzésre került, ami hibaként szakmailag felmerülhet, s adott költségszinten finanszírozható. Ez a konzisztens adatbázis az, amely minden egyéb felhasználó számára alapul szolgál információs igényeinek kielégítéséhez. A konzisztens adatbázis mellett bárki létrehozhat saját, reprezentatív, vagy pontszerû/véletlenszerû adatfelvételezéssel feltöltött adatbázis(oka)t saját költségén, de ezeket a szervezetek kötelezni kell arra, hogy utaljanak a Konzisztencia Bizottság jóváhagyásának hiányára (l. fentebb).

Operatív Team (OT)

Az operatív team feladata lenne a költségvetési szereplôk és a piaci szereplôk közötti kapcsolattartás, a megrendelések szakmai (agrár+informatika) helyességének kifejezésre juttatása, a végrehajtás (a projekt folyamatos tartalmi és idôbeli) ellenôrzése, koordinálása.

KSH

A KSH, mint az ország törvényileg felhatalmazott, adatgyûjtéssel megbízott, jórészt közpénzekbôl finanszírozott szervezete nem kell, hogy lényegesen módosítson eddigi mûködésén az agrárszférát illetôen. Az adatvagyon felmérés során definiálnia kell tudni a metaadatbázis kedvéért az adatvagyon minden egyes elemét (mit, hogyan, mikor gyûjt). Meg kell, hogy adja a jelenlegi adatbázisai szerkezetét a konvertáló programok kidolgozása érdekében. Részt kell, hogy vegyen a Konzisztencia Bizottság irányításában (pl. elnöki pozíció betöltése), hiszen éppen a jelenlegi adatgyûjtési rendszerben - alapvetôen forráshiányra visszavezethetôen - nem biztosított az adatok szisztematikus összevetése, s fôleg az utólag felfedezett problémák jogilag is helyes orvoslása. A KSH kell, hogy a NSZR rendszerébôl megadja a mezôgazdasági keretszámokat, melyet az alapadatokból a Konzisztencia Bizottságnak (ill. a szakértôi hálózatnak) folyamatosan verifikálni kell. Az EU felé azonban a KSH szakmai vezetésével létrejövô Konzisztencia Bizottság kell, hogy jelentsen minden agrárvonatkozású adatot. Itt érdemes kiemelni, hogy a legtöbb esetben az EU relatíve hosszú idô után is elfogad korrekciókat, ha ezek alapos szakmai okokra vezethetôk vissza. További fontos feladatként jelentkezik a szakértôi hálózatba való szakértô delegálás. Végül ki kell emelni, hogy az 1999-re várható cenzus idôben szintén jól harmonizál a MIMIR szakértôi munkát is alapul vevô, prognosztikai és tipizáló jellegû feladataival. Így a KSH - projektvolumentôl függôen - 50-150mFt forrást igényel.

AKII

Az AKII helyzete az alapadatok tekintetében azonos a KSH fent említett helyzetével. Tehát támogatnia kell egy adatvagyon felmérést, egy adatbázis-szerkezeti leírást, ill. aktív (pl. alelnöki szerepet) kell, hogy vállaljon a Konzisztencia Bizottságban.

Az AKII speciális helyzete miatt azonban két további feladattal is meg kell, hogy birkózzon. Egyrészt a konzisztens adatok tovább feldolgozásával (szimulációk) kormányzati megrendelésre, mint eddig is, másrészt azonban új feladata a szakértôi hálózat kialakítása, közvetlen szervezése, mozgatása (vö. MSZR-munkacsoport). A szakértôi munka ugyanis az operativitás, a prognosztikai karakter biztosításának egyik alapfeltétele, s mint ilyen jól illik az elemzôi feladatokhoz. Így az AKII - projektvolumentôl függôen - szintén mintegy 50-150mFt forrást igényel.

 

Agrárkamara

Az Agrárkamara esetében elsôként tisztázandó, hogy az ott rendelkezésre álló adatok mennyiben tekinthetôk közhasznú adatnak, melyek akár rendeletileg is csatolhatók a MIMIR-be. Amennyiben a kamarai adatok saját forrásból gyûjtött adatnak számítanak, úgy egy keretszerzôdésben tisztázni kell, mit és milyen formában, milyen rendszerességgel hajlandó a Kamara átadni adatai közül ellenôrzésre, feltételezve, hogy a konzisztens adatbázisra ennek fejében relatíve nagy rálátást nyer, mely a tagok operatív és ellenôrzött minôségû információval való ellátását nagyban megkönnyíti (pénzügyi források párhuzamos feláldozása nélkül). Értelemszerûen - hasonlóan a TMB-k gyakorlatához - a kamarai szakértôk a szakértôi hálózatban fontos szerepet tölthetnek be, ill. a Konzisztencia Bizottságban kell, hogy képviselettel rendelkezzenek. Így az Agrárkamara - projektvolumentôl függôen - 50-75 mFt forrást igényel.

MTA, OMFB, OTKA, PFP, FEFA, Egyetemek

A Konzisztencia Bizottság és a szakértôi hálózat számos módszertani kérdést vet fel már ma is, melyek helyes megválaszolása a MIMIR minôségét alapjaiban érinti. Ezért országosan koordináltan létre kell hozni egy kutatási programot, mely konkrét válaszokat keres a becslések és prognózisok minél költséghatékonyabb lebonyolítására, aktívan bevonva ezáltal a mindennapi valóságba a ma sok esetben elefántcsonttoronyba zárkózott/szorított kutatói potenciált.

PM, APEH, VPOP, OMSZ

Az említett szervezetek ugyan eltérô jegyekkel, de mégis mind jórészt közpénzbôl felépített adatbázisokkal rendelkeznek, melyek bizonyos fokú integrálása a MIMIR-be elengedhetetlen. Minden szervezet joggal számíthat szakértôi pozíciókra és bizottsági képviseletre. A felmerülô problémák közül meg kell említeni a titokkezelés, adatvédelem (PM, APEH, VPOP), ill. az adatbázisok összekapcsolása és a hozzáférési jogosultságok tisztázásának (OMSZ) problémáját. Így - projektvolumentôl függôen - 50-75 mFt forrást igényelnek az egyes szervezetek.

Terméktanácsok, Érdekvédelmi szervezetek, Hegyközségek, MVA, Kamarák, Szakmai szervezetek

Minden szervezet, mely zömmel saját finanszírozású, esetlegesen belsô felhasználásra szánt adatokkal rendelkezik saját hatáskörben kell, hogy mérlegelje, mit jelent neki a konzisztens adatbázishoz való hozzáférés, s mit hajlandó saját adataiból a közös rendszerben ellenôrzötté tenni. A szakértôi szintû együttmûködés mindenképpen üdvözlendô. Így - projektvolumentôl függôen - 15-20 mFt forrást igényelnek az egyes szervezetek.

 

Földhivatalok

A MIMIR felbontása kapcsán felvetôdik, hogy hosszabb távon, ill. az Uniós ellenôrzési rendszer részeként (hasonlóan az EU gyakorlatához) a földhivatali nyilvántartás szintjére vigyünk le bizonyos adatbázisokat. A Földhivatalok szerepe a TEIR-ben, ill. a területfejlesztés, környezetvédelem, vidékfejlesztés háromszögében, ill. a polgárok (térinformatika) GIS-alapú adatokkal való kiszolgálásában további vizsgálatokat igényel, különösen a megnövekvô költségek miatt, melyek több 100 mFt-ot is kitehetnek.

A Földhivatalok kapcsán érdemes megemlíteni, hogy a körzeti földhivatalok számítógépesítését célzó (referenciaértékû) TAKAROS projekt eredményeként létrejött egy korszerû, a mai kor igényeit is kielégíteni képes informatikai rendszer, amelyet néhány körzeti földhivatal már használatba is vett. A rendszer országos bevezetésének mûszaki feltételei adottak, egy átgondolt bevezetési stratégia megléte esetén a bevezetést a szakértôk 6-12 hónapra becsülik.

A TAKAROS rendszer országos bevezetése egyben lehetôvé tenné az önkormányzatok, hitelintézetek és egyéb érdekeltek számára, hogy közvetlen módon hozzáférjenek az ingatlannyilvántartás egyes, - számukra engedélyezett - tartalmához, így a jelenleginél sokkal hatékonyabban lehetne intézni például az adás-vétellel, jelzálogkölcsönnel, stb. összefüggô ügyeket.

Más megközelítésben az ingatlannyilvántartás a magyarországi termôföldek nyilvántartása is egyben, így az abban szereplô termelési, mûvelési adatok naprakészen összevethetôek a termôföldek besorolásával, amely újabb eszközt adhat az agrárpolitikát irányítók kezébe.

Szaktanácsadók, tesztüzemi könyvelô irodák

Feltételezve, hogy a termelôk közvetlen elérése sok ismert ok miatt nehézkés, ezért a MIMIR felhasználói között kiemelt helyet kell biztosítani a szaktanácsadásnak. Világosan kell látni azonban, hogy a MIMIR sem tud, s nem is akar minden szaktanácsadási terültet lefedni (pl. tanulmányok, szakértôi rendszerek, növényvédelmi katalógusok, céginformációk, fajtakatalógusok, stb.). Ezért fontos már a kezdetek kezdetén definiálni a MIMIR-ben fel nem dolgozott adatvagyont, s ennek további hasznosítását más keretben (pl. FVM) kell megoldani. A szaktanácsadással és a publikálással kapcsolatban a MIMIR költségeinek volumene elérheti az évi 100 mFt-os nagyságrendet is, mint azt az alábbi pont is érzékelteti.

Termelôk

Végül, de nem utolsó sorban fontos kiemelni, hogy a termelôktôl begyûjtött adatokért cserében a MIMIR-hez való hozzáférést a legkülönbözôbb kommunikációs csatornákon meg kell oldani (TV, rádió, teletext, teleház, fax, internet, sajtó, stb.). Különösen nagy horderejû és minden különösebb szaktanácsadói támogatás nélkül is hasznosítható e tekintetben a prognosztikai jellegû operatív - éppen ezért kényes státuszú - adatok elérhetôségének kezelése, hiszen ezek egyben piacbefolyásoló hatással is bírnak.

Know-how és tôkeforrások

Mint már az egyéb jellemzôk között is említésre került az információs technológiák kidolgozása, tesztelése, beüzemelése nem feltétlenül várható el a ma érintett szervezetektôl és szakértôktôl, hiszen a napi feladatokat továbbra is meg kell oldani. Ezért a fejlesztés fázisában szükség van külsô erôk bevonására is (l. fentebb: IT-branch, FAO, OECD, EU, stb.), mely több száz milliós forrásigényt is jelenthetnek. A költségek fedezete azonban nem csak hazai költségvetési forrásokból kell, hogy összeálljon, hanem törekedni kell a már érvényben lévô, s a jövôben várható nemzetközi pályázatokhoz való (pl. PHARE-projektek) kapcsolódásra, ahogy ezt a MIMIR koncepciója magától értetôdôen meg is teszi.

Hasonlóképpen fontos lehet a Világbank által tavaly felvetett együttmûködés újraélesztésének lehetôsége is.

 

A MIMIR illeszkedése a kormányzati munkába

Mezôgazdaság

A PIT/MIMIR szerkezete és moduljai ma kifejezetten a mezôgazdaságra vonatkozólag állnak rendelkezésre. S a konzisztens, ellenôrzött állapot elérése esetén segítenek a döntéselôkészítés racionalizálásában.

Vidékfejlesztés

Az Unióban megszavazott és 1999-tôl életbe lépô változások a Mezôgazdasági Számlarendszerben jól jelzik a tisztán agrárjellegû GDP-termelés és a vidéki életmódot jobban közelítô vegyes jelleg közötti átmenetet. Amennyiben a hazai igényeket még ennél is továbbfinomítjuk, -bôvítjük, akkor a MIMIR továbbfejlesztett változata jó szolgálatot tehet a vidék jövedelemtermelô-képességének, munkaerômegtartó-képességének kimutatásában is. Itt kell megemlíteni, hogy a mezôgazdasági termelés anyagi jellegû erôforrásai mellett a MIMIR-ben tételesen el kell számolni a munkaerôvel, az állóeszközökkel, a kamatokkal és a földbérlettel, sôt az adókkal és a támogatásokkal is.

Területfejlesztés

A területfejlesztés kapcsán már ma is folyó kísérleti jellegû fejlesztések (pl. BAZ megye) rámutatnak arra, hogy a Területi Információs Rendszert (TEIR) is a MIMIR-hez hasonló elvek szerint lenne érdemes realizálni. Egy jól strukturált adatvagyonra azután - a politikai jelleget nem tagadva - jól ráépíthetôk a projekt- és programkiírás, ill. -monitoring, valamint a kistérségi érdekérvényesítés mechanizmusai (mutatószám- és pontrendszerek, döntési fák és kollektív szavazási rendszerek: vö. matematikai demokrácia).

Környezetvédelem

A környezetvédelem kérdését érdemes külön is kiemelni, minthogy a mezôgazdaság maga is környezetszennyezô (hígtrágya, vegyszer, mûtrágya, stb.). A MIMIR bármely felbontású változata kötelezôen elôírja az ezen anyagokkal való mérlegszerû elszámolást, vagyis lehetôvé tesz egy fajta regionalizált környezeti terhelés-kimutatást.

Gazdaságpolitika

A mezôgazdasági termelés jövedelmezôségének EU-normák szerinti kimutatásával a MIMIR példaértékû utat mutat az érdekérvényesítés informatikai alapjaira úgy országos szinten, mint egyéb tetszôleges bontásban (megye, kistérség, üzemtípus, tájegység, stb.).

Miniszterelnöki Hivatal

A Miniszterelnöki Hivatal koordinatív, monitoring jellegû feladataival jól harmonizál a MIMIR konzisztenciára, folyamatos ellenôrzés való törekvése.

Referenciák I.

Díjazott tanulmányok a GATE GTK Gazdasági Informatika Tanszékén:

 

Szabó Zsolt

A tojásár elôrejelzése, ETDK III. helyezett, 1994

Pásztor Márta

Prognosztikai módszerek összehasonlító vizsgálata és alkalmazásuk a marketingben (búza, kukorica, baromfi- és szarvasmarhahús termelés, export-import elôrejelzése a mindenkori 10 legfontosabb ország esetére FAO adatok alapján), ETDK I., 1994, OTDK II. helyezett, 1995, SZVT-különdíj, 1995

Pásztor Márta

Intuitív és algoritmikus módszerek összehasonlító elemzése (a szakértôi elôrejelzési potenciál és az mesterséges intelligencia alapú elôrejlezések pontosságának összevetése, az emberi elemzési készség határainak letapogatása), ETDK I. helyezett, 1996, SZVT-különdíj, 1996, OTDK különdíj, 1997

Popovics Attila

A paradicsom öntözésének elôrejelzése mesterséges intelligencia módszerekkel, diplomamunka, 1995

Farkas Mariann

Állatállomány-prognózisok (gazdasági és vadon élô állatok éves létszámalakulása), ETDK III, 1996

Monori Erika

MOL-árprognózisok, OTDK II. helyezett 1997, egyidejûleg Logisztika Szakdolgozat kiváló minôsítéssel 1996, diplomadolgozat 1997, Logisztikai Évkönyv 1998

Bunkóczi László

Mesterséges intelligencia alapú tôzsdei prognózisok és döntési automaták, ETDK I. helyezett, 1998

Wojcicka Ivett

Zöldségár elôrejelzése a WAM módszerrel, ETDK III. helyezett, 1998

Wojcicki Andrzej

Evapotranspiráció elôrejelzése mesterséges neuronális hálókkal, ETDK Dékáni Különdíj, 1998

 

Egyéb publikációk:

  1. Pitlik, L. 1993 - Automatisierte Generierung problemspezifischer Prognosefunktionen zur Entscheidungsunterstützung, Dissertation, JLU, Wissenschaftlicher Fachverlag, Giessen, ISBN 3-928563-60-2, O.1-194.
  2. Pitlik, L. 1994 - Az egységesség és problémaorientáltság kérdései a mezôgazdasági információs rendszerben, In: Egységes információs rendszer alapjai a mezôgazdaságban, GATE, Gödöllô, Szerk: Dr. Kovács Gábor, O.160-168.
  3. Pitlik, L. 1994 - Elôrejelzések információértéke döntési stratégiák összehasonlítása alapján, In: IV. Agrárökonómiai Tudományos Napok, Gyöngyös, ISBN 963 814025 9, ISBN 963 814026 7, O.599-608, ill. 629-632.
  4. Pitlik, L. 1994 - Új módszertani lehetôség a döntéselôkészítésben, Gazdálkodás, XXXVIII/94/2, O.52-59.
  5. Pitlik, L. 1994 - Hiányos adatbázisok információvá alakításának módszertani kérdései, In: AGRIBASE Workshop, DATE, Debrecen, Szerk: Dr. Herdon Miklós, O.125-131.
  6. Pitlik, L. 1994 - Poszter: Vergleichende Analyse konventioneller und moderner Methoden anhand einer konkreten Aufgabenstellung - Darstellung des Konzeptes der Funktionsgenerierung, 15. GIL Jahrestagung, Hannover
  7. Pitlik, L. 1994 - Rendhagyó gondolatok az elôrejelzések módszertanáról, Ipar-Gazdaság, XLV/94/11, O.1-9.
  8. Pitlik, L. 1995 - Poszter: Möglichkeiten der automatischen Wissens-akquisition, in: Referate der 16. GIL Jahrestagung, Kiel, Band 7, ISBN 3-980291-6-0, S.269-275.
  9. Pitlik, L. 1995 - Idôinformatika, Ipar-Gazdaság, XLVI/95/10, O.16-21.
  10. Pitlik, L. 1996 - Térinformatikai adatbázisok és a mesterséges intelligencia kutatás módszerei az oktatásban információs többletérték realizálása céljából, Térinformatika Workshop, DATE, Debrecen, Szerk: Dr. Herdon Miklós, ISBN 963-7177-63-9, O.76-82.
  11. Pitlik, L. 1996 - Poszter: Bericht über die Anwendungen und Erfahrungen des Generatormodells, in: Referate der 17. GIL Jahrestagung, Berlin, Band 8, ISBN 3-9802919-7-9, S.130-134.
  12. Pitlik, L. 1996 - Automatizáció és manufaktúra a tudományban, V. ATN, Gyöngyös, ISBN 963 814047 xö, O.610-625.
  13. Pitlik, L. 1996 - Szakértôi képességek automatizált formalizálása, V. ATN, Gyöngyös, ISBN 963 814047, O.610-625.
  14. Pitlik, L. 1996 - GIS vs. GDSS, V. ATN, Gyöngyös, ISBN 963 814047 xö, O.610-625.
  15. Pitlik, L. 1996 - Új technikák az automatikus ismeretszerzés gyakorlatához, V. ATN, Gyöngyös, ISBN 963 814047, O.610-625.
  16. Pitlik, L. 1996 - Erfahrungen und Nutzung der Landwirtschaftlichen Gesamtrechnung in Ungarn, in: ASA-Schriften, Aufbau agrarpolitischer Informationssysteme in den Ländern Mittel- und Osteuropas, Verlag M. Vehle, Witterschlick/Bonn, ISBN3-89573-066-1, S.120-125.
  17. Pitlik, L. 1997 -A német és az osztrák támogatási gyakorlat elemei, IPP-tanulmány, GATE, Gödöllô, megjelenés elôkészületben
  18. Pitlik, L. 1997 - Poszter: Komplexe und einfache Modellstrukturen in der Entscheidungs-unterstützung, in Referate der 18. GIL-Jahrestagung, Stuttgart, Band 10, S. 134-138
  19. Pitlik, L. 1997 - MSZR regionalizálása és MSZR-alapú szimulációk, Konferencia a GATE GTK 10 éves fennállása alkalmából, Gödöllô
  20. Pitlik, L. 1997 - Esetalapú következtetés a prognosztikában, poszter, Konferencia a GATE GTK 10 éves fennállása alkalmából, Gödöllô
  21. Pitlik, L. 1997 - MSZR-tanulmányok, AKII-ISM-GATE, Budapest-Gödöllô
  22. Pitlik, L. 1998 - MSZR regionalizálása, ATN, Gyöngyös
  23. Pitlik, L. 1998 - CBR prognosztikai célokra, ATN, Gyöngyös
  24. Pitlik, L. 1998 – Digitális Agrárinformatikai szöveggyûjtemény., oktatási segédanyag, Agroconsult Kft., Gödöllô, O.1-300.
  25. Pitlik, L. 1998 – LGR-basierte Simulationen für Ungarn, GIL-Jahrestagung, Halle, in Vorbereitung
  26. Ónodi, B.1996 – FADN Magyarországon, ATN, Gyöngyös
  27. Ónodi, B.1996 – EDI a mezôgazdasági vállalatokban, ATN, Gyöngyös
  28. Ónodi, B.1996 – Az EU mezôgazdasági piaci információs rendszere, ATN, Gyöngyös
  29. Ónodi, B.1996 – Az EU mezôgazdasági politikai döntéshozatali információs rendszerei, fejlesztési irányvonalai, ATN, Gyöngyös

A MIMIR fizikai felépítése

Megvalósítás elméleti koncepciója

A MIMIR mélyebb szintû bemutatásakor az informatika három erôforrására, vagyis az adatokra, az információs technológiákra és az adatok továbbfeldolgozásának módszereire mindenképpen ki kell térni.

Ahogy az már az anyag elôzô fejezeteiben is több helyen felbukkant, a MIMIR fizikai megvalósítására olyan adatbázist / adatbázisokat kell létrehozni, amelyekbôl a hatalmas mennyiségû eltárolt adatot különbözô elemzô, prognosztizáló, jelentéselôállító szoftvereszközök segítségével lehet kinyerni, kielégítve a jelen tanulmány megelôzô fejezeteiben már megfogalmazott több irányú adatáramoltatási kötelezettséget.

Az alábbi ábra a MIMIR fizikai megvalósításának koncepcióját mutatja: (az érintett intézmények közül néhány jelképes megnevezésével)

 

Ekkora nagyságrendû adatmennyiséget optimális módon ún. adattárházakban lehetséges letárolni, melynek alapja a relációs adatbázis kezelési technika (RDBMS). A fent említett elemzô, prognosztizáló, jelentéselôállító szoftver eszközök alapja a multidimenziós adatbázis kezelési technika (MDB).

 

Az adattárház definíciója

Az adattárház fogalmát úgy lehet meghatározni, hogy az adattárház olyan adatok gyûjteménye, amely vezetôi döntések információjául szolgál. Fôbb tulajdonságai az alábbiakban foglalhatóak össze:

A MIMIR-ben megvalósítandó megoldás egy olyan modellre épülô adatbázis kialakítását tûzi ki célként, mely e modell bôvítésével és további elemzési modulok hozzáadásával egy integrált adattárház kialakítását feltételezi. A megoldás a forrásadat rendszerek és az elemzô, lekérdezô alkalmazások közé egy adatintegrációt biztosító adatbázis réteget iktat be, amely a felhasznált elemek révén lehetôvé teszi az architekturális konzisztenciát, valamint ezáltal a korlátlan továbbfejleszthetôséget és a gyakorlati használathoz szükséges mûködési sebességet biztosító méretezhetôséget.

 

Hangsúlyosan esik latba, hogy nagyon sok olyan adattárház megoldás létezik, amely elsôsorban csak az ott tárolt adatok felhasználását (jelentéskészítés, analízisek, elôrejelzések stb.) érti adattárház megoldás alatt. A MIMIR megvalósulásakor egy, a tapasztalatokon alapuló megközelítés szerinti, megfelelôen karbantartott és gyorsan hozzáférhetô, releváns adatokat tartalmazó, architekturálisan jól megtervezett adattár (adatbázis) megoldást kell alkalmazni. Ez legalább annyira kulcseleme egy használható megoldásnak, mint az elôbbiek.

A megközelítés ugyanakkor kettôs célú: az említett modell-vezérelt, konzisztenciát nyújtó megközelítés szem elôtt tartásával, gyors eredmény elérése tûzhetô ki célul egy elsô közelítésben korlátozott méretû és bonyolultságú, de a hatékony elemzésekhez és döntésekhez a legfontosabb adatokat maradéktalanul felhasználó adattárház-mag rövid idôn belüli kialakításával, és a leghatékonyabbnak gondolt alkalmazások illetve eszközök gyors létrehozásával (vö. pilot-projekt). A modell továbbfejlesztése során azonos eszközbázison épülhet ki a vezetôi információs rendszer, valamint az igények fejlôdésével további alkalmazások is, közös adatelemeket használva az elôzôleg kifejlesztett alkalmazásokkal.

Kiemelendô, hogy a projekt sikerének egyik kulcseleme az, hogy a projekt megvalósítása nyomán a MIMIR-bôl mielôbb használható adatok kerüljenek ki: Ennek feltétele, hogy az adatmodellen alapuló fejlesztési együttmûködés nagyon szoros kell, hogy legyen a projektben résztvevô különbözô szakterületek és szervezetek között, mert csak így biztosíthatóak hosszú távon a fent leírt elônyök (a konzisztencia, a méretezhetôség, az integráltság és a továbbfejleszthetôség). A következô lényeges elemeket kell tartalmaznia egy, a fentiekben vázolt megoldásnak:

A javasolt szerkezet gerince az integrált, relációs szervezésû adatbázis. Ezen adatbázist - korszerû tulajdonságait kihasználva - úgy kell kialakítani, hogy képes legyen nagyon nagy mennyiségû adat kezelésének optimalizált támogatására. Szükséges kihasználni az olyan párhuzamos feldolgozási képességeket, mint például a párhuzamos lekérdezés, a párhuzamos betöltés, a párhuzamos mentés és visszaállítás, melyek alkalmassá teszik a rendszert arra, hogy egy döntéstámogatási rendszer szilárd alapjait képezzék. Az ilyen típusú adattárház megoldás nagymértékben átskálázható és hordozható, különbözô hardver platformok használatára, amelyek fokozzák a rendelkezésre állást és a teljesítményt.

Fejlesztô eszközök

A tárház adatmodelljének tervezésekor korszerû CASE (Computer Aided System Design) eszközöket kell alkalmazni. Az ilyen típusú eszközök lehetôvé teszik az adatmodell inkrementális leképezését az adattárház adatsémájára, összegyûjtve azokat a metaadatokat, amelyek automatikusan felhasználhatók dokumentációk készítésére az adatbázis sématervérôl. A korszerû CASE eszközök lehetôvé teszik az adatbázis logikai tervezését követôen az adatbázis objektumok fizikai létrehozását, amely nagymértékben lerövidíti a fejlesztésre fordított idôt.

Elemzô és prognosztizáló eszközök

Az adattárban összegyûjtött adatokat különféle analitikus eszközökkel szükséges bemutatni. A különbözô felhasználási területek ill. felhasználók típusai számára adekvát eszközöket lehet alkalmazni.

Relációs adattár lekérdezés

A rendszer olyan felhasználói számára, akik lekérdezéseket, információt kívánnak kinyerni az alkalmazásból, a relációs adattárat közvetlen módon lekérdezô eszközöket érdemes alkalmazni. Az ilyen típusú eszközök használatakor az adattár szerkezetének összetettsége a lekérdezô számára rejtve marad, mivel az ún. végfelhasználói réteg, amely az információkat a végfelhasználó számára összeszervezi, lehetôvé teszi üzleti kifejezések használatát a technikai fogalmak helyett. Általában lehetôség van arra is, hogy az így elôálló beszámolók munkanaplóként további elemzésre szétoszthatók legyenek. Az ilyen típusú eszközök hatékonyak lehetnek a részletezett adatok elemzésében és sikeresen egészíthetik ki a kifinomult analitikai és vezetôi információs rendszer eszközöket.

Vezetôi Információs Rendszer - OLAP eszközök

A piacon jelenleg elérhetô, vezetôi információs rendszer típusú alkalmazások létrehozására alkalmas szoftvereszközök objektumorientált, ún. OLAP (on-line analytical processing) technológiát alkalmaznak. E technológia alkalmas arra, hogy a végfelhasználó által készített elemzésekhez és beszámoló-készítéshez, az aggregált adatok összetettebb feldolgozásához átfogó környezetet képezzen az elemzô szakemberek számára.

Az OLAP eszközök további tulajdonságai lehetôvé teszik az osztott költségvetési és tervezési alkalmazást, amelyek elsôsorban pénzügyi tervezôk és elemzôk számára jelentenek segítséget. Egyedülálló végfelhasználói modellezési jellemzôi lehetôvé teszik a pénzügyi elemzô számára összetett elosztott költségvetés és tervezés készítését az egész szervezetre nézve.

Az OLAP alkalmazások adatbázis kezelési technológiája ún. multidimenziós technológián alapul. Kliens-szerver üzemmódban, az alkalmazási adatokat egy nagy teljesítményû multidimenziós adatbázis-motor kezeli, mely a piacvezetô cégek eszközeit tekintve mind a multidimenziós on-line analitikus feldolgozási (MOLAP) megoldásokat, mind a relációs on-line analitikus feldolgozásokat (ROLAP) támogatja a relációs adatbázisban tárolt adatok on-line elérésére lehetôséget biztosító eszközök használatán keresztül. A kivitelezés folyamán a tervezô eldöntheti, hogy a multidimenziós motort az adatok állandó tárolására használja, vagy a magas szintû aggregátumokat a multidimenziós adatbázisban tárolja, ugyanakkor a részleteket a relációs adattárházban hagyja. Ezek az állandóan eltárolt (pinning) adatoknak az adattárházból történô átolvasásával könnyen, dinamikusan módosíthatóak.

Fontos megemlíteni, hogy a OLAP technológiát alkalmazó eszközök egyre inkább támogatják az adatoknak a Web-en történô publikálását is, vagyis a felhasználó számára lehetôvé válik az adattárház illetve a multidimenziós adatbázis elérése egyszerû Web böngészô segítségével.

Mesterséges Intelligencia alapú elemzések

A mezôgazdaság sok tényezô által befolyásolt folyamatainak elemzése felveti a legújabb, ma még zömmel csak kísérleti stádiumban lévô elemzési módszerek (MI) rendszerbe integrálásának gondolatát. Ez irányú fejlesztések az informatikai szolgáltatók és a kutatás együttmûködését követeli meg.

Fejlesztési módszertan

Az adattárház és felette mûködô elemzô, tervezô eszközök létrehozásához szükséges elemzési, tervezési, implementálási, tesztelési, bevezetési, dokumentálási, oktatási tevékenységek elvégzéséhez olyan módszertant szükséges alkalmazni, amely biztosítja ezen tevékenységek egységes szemléletben történô kezelését, prioritásaik és sorrendjük meghatározását, ugyanakkor figyelembe veszi a folyamatosan változó körülményeket és a felmerülô kérdések, problémák megoldására keretet biztosít a projekt teljes életciklusa alatt. Az adattárház módszertan szerinti fejlesztési tevékenységek az alábbi fázisokra bonthatóak:

Stratégiai fázis

A Stratégiai fázis célja a prioritások és az infrastruktúra átfogó meghatározása a teljes adatkörre vonatkoztatva, a szakterületektôl összegyûjtött információk és a külsô szervezetek által elvárt információs igények alapján, figyelembe véve az együttmûködô szervezetek sajátosságait, egymással való kapcsolatukat, a megvalósítás kritikus sikertényezôit, a fôbb restrikciókat, kérdéseket, kockázatokat. Ezen túlmenôen figyelembe kell venni a technikai architektúrát is. Az ebben a fázisban meghatározásra kerülô magas szintû rendszercélok magukban foglalják az adatmennyiségek becslését, az elvárt teljesítmény- és szolgáltatási szinteket, valamint a szükséges hardver paraméterek meghatározását.

 

Definíciós fázis

A Definíciós fázis célja a rendszer terjedelmének / kiterjedtségének meghatározása. Itt kell vizsgálni a meghatározott kiterjedtséget kiszolgáló adatforrásokat, az általuk szolgáltatott adatok minôségét, mind egymáshoz képest, mind önmagukban.

Elemzési fázis

Az Elemzési fázis célja az elôzôekben meghatározott különbözô követelmények összevetése. E fázisban készül el a logikai modell, itt kerül részletesen meghatározásra a forrásrendszerektôl átvenni kívánt adatok köre, mennyisége, ellenôrizhetôsége, ütemezése, transzformációs szabályai, ciklusai.

Tervezési fázis

A Tervezési fázis célja az Elemzési fázisban összegyûjtött információk alapján a specifikációk elkészítése, mely tevékenység során folyamatosan összevetésre kerülnek a már meghatározott követelmények és a lehetséges specifikációk. Itt kell, hogy megtörténjen az adatbetöltési modulok tervezése, az összegzési szintek, granularizáció mértékének meghatározása, a particionálás, az adat integritás ellenôrzése.

Az Elemzési fázisban létrehozott logikai modell, a részletes adatkövetelmények, az adatok (forrásrendszer vs. adattárház) egyértelmû egymáshoz rendelése alapján lehet megtervezni mind a relációs, mind a multidimenziós, ill. metaadat adatbázis objektumokat, figyelembe véve a denormalizálási, valamint a csillagsémás elrendezés szabályait.

Építési fázis

Ezen fázisban kell fizikailag létrehozni, majd tesztelni az adattárház komponenseket (az adatbázis(ok), az adatkinyerô modulok, a riportok, lekérdezések, katalógusok és a metaadat raktár). Ezen fázis befejezéseként a rendszer tesztelését kell végrehajtani. A tesztelést több szinten szükséges elvégezni. Egyrészt a forrásrendszerekkel való kapcsolattartó modulok mûködését kell vizsgálni, melybe az adatbetöltô programok funkcionalitásának és az adattárházba betöltött állományok minôségének tesztelése tartozik. Másrészt az adattárház adatállományain mûködô elemzô, prognosztizáló, jelentéskészítô eszközök mûködését kell tesztelni, mind az adatállományokkal való kapcsolatuk, mind az általuk készített output információk tekintetében. A két tesztelési szint vizsgálatát követôen integrációs teszt végrehajtása is szükséges annak érdekében, hogy a rendszer mûködését teljes folyamatában lehessen ellenôrizni. A tesztelés végrehajtása gondos elôkészítést igényel. Mind a szükséges teszt adatállományok, mind a tesztelési terv létrehozása a projektben résztvevôk szoros együttmûködését igényli.

 

Bevezetési fázis

A Bevezetési fázis célja az adattárház megoldás éles környezetben való installálása, ezzel egyidejûleg a felhasználók hozzáférésének biztosítása, a tárház adminisztrációs folyamatainak beüzemelése. Az adatbázis "éles" adatokkal való feltöltése, a feltöltés teljesítményének, sebességének ellenôrzése, szükség szerinti finomhangolása is ide tartozik. Ahhoz, hogy az elkészült rendszer bevezetése és késôbbi mûködtetése zavarmentesen történhessen meg, oktatás és betanítás szükséges a rendszert használó szakemberek részére. Az oktatás elsôsorban a rendszer alapszoftver ismeretek megszerzését, a betanítás pedig a fejlesztett alkalmazások mûködtetésének ismertetését jelenti. Mivel a rendszerhez várhatóan nagyszámú felhasználó fog hozzáférni, költségszempontból is elônyös lehet az ún. "train-the-trainer" oktatási mód alkalmazása, melynek során a rendszert a késôbbiekben üzemeltetô, mindennapi munkájában használó kis létszámú felhasználói csoport kapja meg a felhasználói oktatást, majd ezen csoport tagjai adják tovább ismereteiket a többi felhasználó számára. Mivel az adattárház megoldás a felhasználók számára az adatelérés új lehetôségeit teremti meg, egy hagyományos bevezetéshez képest többlet feladatokat is meg kell oldani. Ezek az adattárház folyamatos karbantartása, technikai támogatása, az adatok szükség szerinti archiválása, az adattárház használat, valamint a metaadat raktár folyamatos figyelése, értékelése, naprakész állapotban tartása.

Projekt menedzsment

Az ilyen nagyméretû projektek sikeres végrehajtása nagy szakértelmet igényel mind a funkcionalitás oldaláról, mind technikai oldalról, mind pedig projekt irányítási / projektmenedzsment oldaláról. A kiválasztott technikai megoldáshoz szervesen kapcsolódó projektmenedzsment-módszertan következetes alkalmazása lehet a biztosítéka a projekt sikeres megvalósításának. Az ilyen típusú módszertanok célja egy olyan keret biztosítása, amin belül egy információtechnológiai projektet egységes módon lehet megtervezni, felbecsülni, ellenôrizni és kivitelezni. Erre az egységességre szükség van a mai környezetben, ahol a projektek különféle módszereket, eszközöket és megközelítéseket alkalmaznak a velük szemben támasztott igények kielégítésére. A projekt menedzsment módszertanok képesek alkalmazkodni az információtechnológiai projektek egyedi menedzsment-igényeihez úgy, hogy az elvárások projekt kezdetén való egyértelmû meghatározására és annak biztosítására összpontosítanak, oly módon, hogy az elvárások a projekt egészének folyamán áttekinthetôk maradjanak, ugyanakkor formalizálják az ellenôrzési mechanizmusokat, ezáltal segítve a projekt munkacsoportot a projektre vonatkozó kritikus fontosságú információk megosztásában és a külsô érdekeltekkel való együttmûködésben. Az ilyen fajta megközelítés munkacsoportok által végzett projektmunkákra, munkacsomagokra, alprojektekre, kísérleti projektekre, sôt programokra is igazítható. Az alábbi ábrán látható öt menedzsment eljárás az információtechnológiai projektek irányításához szükséges összes feladat teljes készletét tartalmazza. Az eljárások idôben átfedik egymást és közös szállítandó eredményeken keresztül kapcsolatban állnak egymással.

Ellenôrzés és beszámolók

Ez az eljárás olyan feladatokat tartalmaz, amelyek segítenek a projekt hatókörének és megközelítésének megerôsítésében, a módosítások kezelésében és a kockázatkezelésben. Útmutatást ad a projekttervek kezelésére és a projekt állapotának jelentésére vonatkozóan.

Munkamenedzsment

A munkamenedzsment eljárás olyan feladatokat tartalmaz, amelyek segítenek a projekttel kapcsolatos összes munka meghatározásában, ellenôrzésében és irányításában. Ez az eljárás segít a projekt pénzügyi szempontból való nyomon követésében is.

Erôforrás gazdálkodás

Ez az eljárás útmutatással szolgál a projekt megfelelô szintû és képzettségû alkalmazott állománnyal való ellátására, és a projekt támogatásához szükséges infrastruktúra megvalósítására.

Minôségbiztosítás

A minôségbiztosítás eljárás olyan minôségi mércék felállítását mutatja be, amelyek biztosítják, hogy a projekt megfelel az ügyfelek célkitûzésének és elvárásainak a projekt teljes élettartama alatt.

Konfiguráció-menedzsment

Ez az eljárás olyan feladatokat tartalmaz, amelyek segítenek a projekt által elôállított és ahhoz szállított összes tétel tárolásában, szervezésében, nyomon követésében és ellenôrzésében.

Referenciák II.

Szlovákia - Statisztikai Hivatal - Statisztikai információs rendszer

A teljes információs rendszer Oracle technológiával lett kialakítva. A rendszer hat, egymással kapcsolódó alrendszerbôl áll: adatgyûjtés és adatrendezés, statisztikai regiszterek, statisztikai adatbázisok, elektronikus szolgáltatások, adatelemzés és publikálás, metaadat kezelés. A rendszer komplex, konzisztens adatstruktúrával rendelkezik és integrálja a különbözô regionális hivatalok és más végfelhasználók adatait egy adattárház megoldás használatával.

Magyarország - Honvédelmi Minisztérium – Gazdasági információs rendszer

A Honvédelmi Minisztérium számára kialakított gazdasági információs rendszer biztosítja a NATO kompatibilitást. A megoldás adattárház alkalmazásával és döntéstámogató, tervezô eszközökkel lett megvalósítva. Eszközök: pénzügyi alkalmazások, adattárház, döntéstámogató, tervezô, elemzô eszközök.

Hollandia - Igazságügyi Minisztérium – Jogérvényesítési rendszer (law enforcement)

Ügyregisztráció, büntetésregisztráció, jogtudományi adattár. A rendszer bevezetésével a lassú, alacsony minôségû ügykezelés felgyorsult, minôsége javult.

Olaszország - INAIL - Olasz Társadalombiztosítási Információs Rendszer

Adattárház, döntéstámogató, elemzô rendszerek.

Hollandia - Eindhoven - Önkormányzati Információs Rendszer

Társadalombiztosítás, pénzügyek, állampolgári ügyek, standardizálás, adattárház, pénzügyi információs rendszer, döntéstámogató eszközök.

Németország – Bundestag - Parlamenti információs rendszer

Könyvtári információs rendszer az aktuális hírekre, információk újságokból és hírügynökségektôl. Belsô adminisztrációs információs rendszer a parlament tagjai számára, parlamenti publikációk információs rendszere, adattárház, internet alkalmazások.

Egyéb referenciák

John Deere Healthcare, Blue Cross Blue Shield of Colorado, The Hartford, Valleylab, Inc., ShopKo Stores Inc., Southern New England Telephone Company (SNET), Sperry Marine, etc.