Andmed ja väärtus
Eestil on palju kvaliteetseid andmeid, mis on kogutud väga pika aja jooksul. Vähestel riikidel on kasutada nii kvaliteetne andmekomplekt kui meil, veel vähematel ulatub see sama pika aja taha.
Ometi kurdetakse sageli andmete kvaliteedi või nende keerulise kättesaadavuse üle. Kõige värskem näide on Eesti inimarengu aruanne (Kindsiko, 2026), mille terve teine peatükk on pühendatud haridust puudutavate andmetega seotud probleemidele. Kuidas siis nii?
Eesti riigi infosüsteemi arhitektuur kujunes põhijoontes välja juba 30 aastat tagasi, selle peamised tehnoloogilised, juriidilised ja poliitilised elemendid on olnud paigas mitukümmend aastat. Selle aja jooksul on riigi infosüsteemi eri aspektide juhtimisega tegelenud palju spetsialiste, vahetunud on valitsused. See, et andmetega seonduvat ei ole sellest hoolimata suudetud lahendada või isegi probleemi konkreetsemalt sõnastada, viitab, et tegu on „nurjatu“ probleemiga (Rittel & Webber, 1973). Meie loodud süsteem ei käitu soovitud viisil ja me ei tea päris hästi, miks see nii on või kuidas võiks paremini.
Seejuures on probleemi kogu selle aja jooksul üritatud tões ja väes lahendada ning saavutatud isegi mõningast edu, kui vaadata Eesti paiknemist igasugu andmeid puudutavates rahvusvahelistes pingeridades. Selline olukord viitab tõenäoliselt süsteemsele probleemile, kus ilmneb poliitikavastasus (ingl policy resistance) (De Gooyert jt, 2016). Nii nimetatakse olukorda, kus rakendatud poliitika kas ei toimi või sel on soovitule vastupidine tulemus. Tuntuim poliitikavastasuse näide on ehk USA-s kasutatav narkopoliitika (vt nt Boyum & Kleiman, 2002), mis on narkootikumide kasutamise piiramise asemel tõstnud nende hinda, suurendades sõltlaste vajadust asuda kuritegelikule teele ning suunates narkotööstusse rohkem raha.
Poliitikavastasuse puhul on tüüpiliselt tegu süsteemse probleemiga, kus puuduvad ebasoovitavat käitumist takistavad tagasisideahelad või need hoopis võimendavad probleeme. Eestis on leitud, et kõigi meie digitaalsete edulugude taga on tõhusalt toimiv tagasisideahel, mis suunab soovitud tegevuse tulemusel rohkem osapooli soovitud tegevusele (McBride jt, 2019).
Kuidas on tagasisidega meie andmete puhul? Kõige tavalisem tagasiside on seotud väärtusloomega, sidudes panuse tulemusega: me kõik loodame, et meie kulutatud ressursist sünnib meile kas otse või kaude mingit tulu. Riigieelarve kontekstis räägime, kuidas riigiasutused peaksid olema võimalikult efektiivsed, kulutades võimalikult vähe ressurssi võimalikult kasulikult. Seetõttu vaadelgem järgnevalt andmete väärtusahelat väärtusloome ja kulude vaatenurgast, et kontrollida poliitikavastasuse hüpoteesi ja leida ehk võimalikke lahendusi.
ANDMETE VÄÄRTUSAHEL
Kodanikud ja ettevõtted edastavad oma kohustuste täitmiseks andmed nende esmasele töötlejale. Andmete esmane töötleja talletab saadud andmed ning töötleb neid, et täita oma põhimäärusest tulenevaid eesmärke. Andmeid kogutakse seaduses ette nähtud viisil, seaduse alusel ja seaduses ette nähtud eesmärkide täitmiseks. Reeglina kogutakse andmeid (ehk fakte) mingitele küsimustele vastuste (ehk informatsiooni) saamiseks. Mõningase erandi moodustavad põhiregistrid, nagu rahvastikuregister ja äriregister, mille puhul on andmete kogumise eesmärk registri kui sellise pidamine. Kuid ka sellel tegevusel on oma poliitikaeesmärgid. Asjaolu, et Eesti Maksu- ja Tolliamet (EMTA) peab maksukohuslaste registrit, on EMTA maksude kogumise funktsiooni kõrvalprodukt, mitte eesmärk iseeneses, ning rahvastikuregistri pidamine võimaldab selget ülevaadet inimeste sugulussuhetest.
Andmete teisene kasutamine jaguneb kaheks: avalike ülesannete täitmine seaduse alusel ning kasutamine muul seaduslikul alusel, nagu inimese nõusolek, leping või õigustatud huvi.
Andmete teisese kasutamise võib jagada kaheks: selliseks, mis toimub konkreetse seaduse alusel asutusele pandud avalike ülesannete täitmiseks, ja selliseks, millel peab olema muu seaduslik alus, näiteks inimese eelnev nõusolek, leping või õigustatud huvi. Esimest liiki teisese töötlemisega tegelevad reeglina riigiasutused. Neile on andmete edastamine suhteliselt lihtne, kuna andmete töötlemise seaduslik alus võimaldab isikuandmeid edastada ja X-Tee näol eksisteerib vajalik infrastruktuur.
Teist liiki teisese töötlemisega tegelevad näiteks teadusasutused, aga ka kodanikud. Neile andmete edastamiseks on vaja tagada isikuandmete kaitse, eemaldades andmetest seosed tegelike andmesubjektidega. Võimalik on ka andmetega tutvumine turvalises keskkonnas, nagu seda pakub Statistikaamet. Siinkohal on oluline rõhutada, et määratlus seaduse alusel andmetele ligipääsuks on range. Kui näiteks Haridusministeerium soovib poliitika kujundamiseks teha analüüsi hariduslõhe kohta ja vajab selleks infot kooliõpilaste leibkondade sissetulekute kohta koolide kaupa, siis ei ole tegu andmete saamiseks piisava alusega.
Andmeid töödeldakse informatsiooni saamiseks ka teisesel kasutamisel, samuti võidakse neid edastada teistele kasutajatele, nagu seda teeb Statistikaamet.
VÄÄRTUS JA KULU
Me loodame, et avaliku sektori asutused teevad oma toimetusi efektiivselt, maksimeerides saadavat kasu ja minimeerides kulu. Laiemalt, eeldatavasti tegutsevad kõik osapooled viisil, mis maksimeerib nende poolt tajutavat lisandväärtust. Avalikus sektoris ei ole saadav väärtus ja kantavad kulud alati rahalised. Väärtuse all pean silmas kõike, mis on kas asutusele või otsust tegevale ametnikule kasulik. Esmajoones on kasulik muidugi asutuse eesmärkide saavutamine, kuid ka isiklik karjäär ja juhilt saadud kiitus on kindlasti maksimeeritavad motivaatorid. Kulude all pean silmas kõike, mis on seotud rahaliste kuludega, kuid siia alla kuuluvad ka kõik riskid. Viimane võib olla väga suurel määral isikustatud näiteks vajadusega minna „Aktuaalsesse kaamerasse“ seletama, miks ikkagi asutus isikuandmeid kogus ja miks need lekkisid.
JOONIS 1. Andmete väärtusahel Eesti avalikus sektoris
Protsessi algfaasis kaasnevad nii kodanikule kui ka ettevõttele andmete esitamisega otsesed kulud, samas kui saadav kasu on pigem kaudne ning avaldub abstraktsemalt paremini toimiva ühiskonnana. Seetõttu on andmete esitajate ainus võimalus oma lisandväärtust maksimeerida, esitades andmeid nii väikese kuluga kui vähegi võimalik ja võimaluse korral üldse mitte. Seetõttu on näiteks ettevõtete statistilise aruandluse kättesaamisega raskusi. Kuid samal põhjusel tormavad eraisikud esimesel võimalusel oma tuludeklaratsiooni esitama – kiiresti tagastatav tulumaks on tegevuse otsene selgesti tajutav tulu.
Andmete esmase töötleja juures luuakse andmete abil juba selget ja konkreetset väärtust, sest nende abil loodav informatsioon võimaldab asutusel täita oma eesmärki. Kodaniku esitatud tuludeklaratsioon (ehk andmed) võimaldab EMTA-l vastata küsimusele kodaniku teenitud maksustatava tulu kohta ning täita selle kaudu oma põhimääruses sätestatud eesmärki. Tekivad ka kulud, kuid need on olulises sõltuvuses andmete allikast.
Isikuandmeid kogutakse otse allikast üksnes siis, kui eeldatav kasu kaalub selgelt üles kaasneva vaeva, mistõttu pannakse eraisikutele Eestis raporteerimiskohustus harva.
Eraisikutelt kogutud andmed on isikuandmed, mille kogumisele ja töötlemisele kehtivad ranged nõuded. Asutus, kes soovib neid oma ülesannete täitmiseks kasutada, peab looma vastava andmekogu, hankides eelnevalt kooskõlastuse mitmelt asutuselt, koostama ja pidevalt ajakohastama mahuka dokumentatsiooni ning tagama andmete kaitse koos sellega seotud protsesside regulaarse auditeerimisega. Lisaks näeb seadus ette sanktsioonid – kuni isikliku vastutuseni –, kui andmete käitlemisel peaks esinema rikkumisi. Kõik see on nii asutuse jaoks kui ka isiklikult ametnikule tüütu, keeruline ja riskantne. Seetõttu võetakse isikuandmete kogumine otse allikast ette enamasti üksnes siis, kui eeldatav kasu kaalub selgelt üles sellega kaasneva vaeva. Praktikas juhtub seda harva, mistõttu eraisikuid Eesti Vabariigis üldjuhul raporteerimiskohustusega ei koormata.
Teine on olukord ettevõtetelt kogutavate andmetega. Nende kogumisega asutusele või ametnikule mingit kulu ei kaasne. Isegi andmete kogumiseks vajaliku investeeringu saab kerge vaevaga taotleda struktuurifondide vahenditest. Seetõttu ületab ka suhteliselt väike saadav väärtus tekkiva kulu ning nii asutakse kergesti ettevõtete andmeid koguma. Andmete esitamine tekitab ettevõtjale märkimisväärse halduskoormuse, ent see on ametniku vaates sama abstraktne kulu nagu ettevõtja jaoks majandusaasta aruande esitamisest tulenev – ja sageli kaudseks jääv – kasu ettevõtluskeskkonna paranemise näol. Kuni andmete kogumine on asutustele kasulik tegevus, jätkatakse seda hoolimata kõikvõimalikest bürokraatiavastastest kampaaniatest. Kui korraks saavutataksegi aruandluse vähendamine, siis säilib tugev motivatsioon uusi andmeid koguda, mistõttu lisanduvad üha uued aruanded ja kampaaniaeelne olukord on peagi taastatud.
Ka andmete edastamine teiseseks kasutuseks on esmase töötleja jaoks seotud kuludega. Kui andmete töötlemine toimub seaduse alusel, on kulud reeglina suhteliselt väikesed, kuna edastada saab isikustatud andmeid. Kuid ka väikeste kulude kandmine võib olla keeruline, kui eelarve on pingeline ja väärtust luuakse kellegi teise jaoks, kui seadus seda nõuab. On loomulik, et asutus seab oma põhieesmärkide saavutamise kõigist teistest tegevustest ettepoole. Eestis puudub institutsionaliseeritud mehhanism, mille alusel võiks üks asutus oma eesmärkide saavutamiseks katta teise asutuse kulusid. Puuduva mehhanismi asendusena on kasutatud struktuurifondide rahastusprotsessi, kus ühiselt rahastust taotledes selgitab esimene asutus tekkivaid kulusid ning teine investeeringust saadavat kasu. Tihti toimivad ka isiklikud suhted, kus ameti juht võib tajuda osutatavat teenet piisava riikliku hüvena, et mõningast ressursikulu õigustada.
Andmete edastamine teiseseks töötlemiseks mõnel muul alusel tähendab reeglina andmete suhteliselt keerukat manipuleerimist. Kuid otsestest kuludest olulisemgi on siinkohal risk. Nimelt tuleb enne andmete avaldamist hinnata selle teoga seotud privaatsusriske. Paraku areneb arvutitehnoloogia üldiselt ja masinõppe valdkond konkreetselt äärmiselt kiiresti. Masinad on suutelised üha edukamalt hägustatud andmehulki kombineerides neid uuesti isikustama. Täna ohutu andmehulk võib homme osutuda isikustatavaks. Seega ei võta ametnik andmete avaldamise otsust tehes mitte üksnes riski, vaid ka püsiva kohustuse – nii isiklikul kui ka asutuse tasandil – hoida end kursis väga spetsiifilise valdkondliku arenguga, et võimalike riskide ilmnemisel suuta õigel ajal piirata või lõpetada vastavate andmete avaldamine. Selge, et otsese kasu puudumisel keegi sellist riski ei võta ning andmeid pigem ei avalda. Erandiks on Statistikaamet, kelle puhul on andmetöötluse toetamine seaduses ette nähtud kohustus ja seega kasulik tegevus.
Riskide minimeerimise soovi näitena võib tuua probleemi hariduslõhest. Uurimaks, mil määral on õpiväljundite saavutamine seotud õpilaste majandusliku keskkonnaga, on tarvis töödelda leibkondade sissetulekute andmeid. Nende andmete töötlemiseks luba ei antud, kuna sissetulekud sisaldavad ka puudetoetusi, mida loetakse eriliigilisteks andmeteks. Ehkki arvutada sooviti vaid kooli õpilaste vanemate keskmine sissetulek, üks number kooli kohta.
ANDMEKVALITEET
Kvaliteeti saab määratleda kui millegi võimet väärtust luua, mistõttu on oluline lisaks andmete väärtusahela kirjeldamisele ka küsida, milline on seda läbivate andmete kvaliteet ehk kas luuakse maksimaalne võimalik väärtus. Kuna väärtus on subjektiivne mõiste, on seda ka kvaliteet. Nagu ei eksisteeri pükse, mida nii keskmine teismeline kui ka ehitusmees peaksid võrdselt kvaliteetseks, ei eksisteeri ka universaalselt kvaliteetseid andmeid. Andmete kvaliteeti saab küll objektiivselt mõõta, kuid millised neist mõõdikutest on olulised ning millised mõõdiku väärtused on „piisavad“, sõltub andmete kasutaja võimest andmete abil informatsiooni luua.
Siit tuleneb ka üks oluline järeldus andmete teisese kasutamise osas. Nimelt kogutakse andmed nende esmase kasutaja vajadusteks, kes püstitab neile kvaliteedi-nõuded oma eesmärkidest lähtudes. Ka andmete kogumise aluseks olevad õigusaktid ja neist tulenev äriprotsess lähtuvad just nimelt primaarsest kasutusest ega garanteeri sugugi andmete sobivust mõneks muuks otstarbeks. Kui me näiteks üritame saada informatsiooni Eesti leibkondade kohta, on lihtne järeldada, et rahvastikuregistri andmed inimeste elukoha kohta on ebakvaliteetsed. Kuid lähemalt uurides selgub, et seadusandja on otsustanud demokraatlikule riigile kohaselt mitte jälgida oma kodanike igapäevaseid liikumisi. Selle otsuse tagajärjel on kogutud andmed täiesti piisavad rahvastikuregistrile püstitatud ülesannete täitmiseks, kuid ei võimalda tuvastada, kes reaalselt kellega ja kus koos elab. Kirjeldatud probleemiga tegeldi põhjalikult 2011. aastal, kui asuti koostama metoodikat registripõhiseks rahvaloenduseks. Töö tulemusena sedastatakse, et „… ametkondlike haldusülesannetega võrreldes paistavad riigistatistika vajadused registritele sageli teisejärgulisena“ ning „paljud administratiivregistrid ei olegi tegelikult oma olemuselt kõikseks objektide haldamiseks mõeldud registrid, vaid pigem menetlustoimingute andmebaasid“ (Puur jt, 2013). Järeldus on kahtlemata õige, sest registrid on loodud eeskätt ametkondlike haldusülesannete täitmiseks ja menetlustoimingute toetamiseks, mitte riigistatistika ega laiemate andmeanalüütiliste vajaduste rahuldamiseks. Seadusandja võib ju panna registri pidajale lisaülesandeid, kuid ilmselt jääb näiteks EMTA prioriteetide hulgas esikohale siiski maksudega seotu. Muidugi on ka võimalik, et andmeid koguv asutus lihtsalt ei saa oma tööga hakkama, kuid arvestades probleemi pikaajalisust ning IT-investeeringute raha lihtsat kättesaadavust struktuurifondide kaudu, on sellised juhtumid tõenäoliselt pigem erandlikud.
Veelgi enam, sageli on andmete võimalikul teisesel kasutajal raske otsustada, kas aastakümnete jooksul eri seaduste ja protsesside alusel kogutud andmestik võimaldab neil piisava täpsusega vastata just neid huvitavale küsimusele. Nagu registripõhise rahvaloenduse puhul juba eespool viidatud, võib andmete sobivuse hindamiseks vaja olla põhjalikku andmeanalüüsi, mis omakorda eeldab tavaliselt ligipääsu andmetele. See on aga ilma spetsiifilise juriidilise aluseta välistatud. Seega on avaliku teabe alusel tegutseva andmete teisese kasutaja suhtlus andmete valdajaga keeruline ning mõlemale poolele küllalt kulukas. Niisiis ei seisne probleem niivõrd andmete kvaliteedis või kättesaadavuses, vaid pigem andmete jagamisega kaasnevates kuludes, millel puudub otsene ja selgelt tajutav vastav väärtus.
JÄRELDUSED
Andmete teisese kasutamise riskid ja kulud ning saadav tulu ei paikne ühes asutuses, mistõttu on kulu ja riski kandvatel asutustel pigem neile seadusega pandud kohustustest tulenev huvi protsessi takistada, kui seda sujuvamaks muuta. Oluline on rõhutada, et näiteks Andmekaitse Inspektsioonile ei saa kuidagi ette heita, et nad täidavad neile pandud kohustust minimeerida Eestis andmekaitsega seotud riske. Samas on tegu tüüpilise poliitikavastasuse ilminguga, mis kõigi osapoolte heast tahtest hoolimata viib sageli ressursi raiskamise ja nõrga väärtuse loomeni.
Oletame näiteks, et mõnel uurijal on mõne riigiasutuse tellimuse täitmiseks vaja kasutada mõnes registris asuvaid andmeid, kombineerides neid mõne teise registri andmetega. Asutus ise ei saa andmetele ligi, kuna nende jagamine poliitika kujundamiseks põhjustaks nende valdajale liigse riski. Pöördutakse Statistikaameti poole, kellega koostöös saab paika uuringu ulatus. Seejärel pöördub Statistikaamet andmete valdajate, sealhulgas uuringu tellija poole, viidates statistikaseadusele kui andmete jagamise seaduslikule alusele. Andmed edastatakse, Statistikaamet töötleb neid ning need tehakse uurijale kättesaadavaks turvalises, füüsiliselt kaitstud keskkonnas.
Andmekaitse Inspektsioon täidab kohustust vähendada andmekaitseriske. Samas on tegu poliitikavastasuse ilminguga, mis toob sageli kaasa ressursi raiskamise ja vähe väärtust.
Kogu tegevust saadab suur hulk paberitööd, muu hulgas andmete töötlemise loa taotlemine Andmekaitse Inspektsioonist. Kuna sellisel viisil kogutud andmete säilitamiseks puudub juriidiline alus, siis uuringu lõppedes loodud andmestik hävitatakse. Kui tegu on poliitika kujundamiseks perioodiliselt vajaliku sisendiga, läbitakse kogu ahel perioodiliselt uuesti. Tulemused hävitatakse, et need siis järgmisel aastal uuesti koguda.
Joonisel 2 kujutatud protsess on objektiivselt liiga keeruline ning pigem takistab kui võimaldab andmesubjekti õiguste kaitset. Protsessi ebamõistlikkuse tõttu on sageli praktilisem tellida küsitlusuuring, kui kasutada registriandmeid. Kuna seeläbi tekib vajadus andmeid korduvalt esitada ning need läbivad täiesti uue ja ka küsitlejaid sisaldava kogumisprotsessi, tekitab see suure hulga uusi riske. Andmete taaskogumine otse andmesubjektilt riivab seega andmesubjekti õigusi rohkem, kui samade andmete pärimine registritest. Kuigi kogu olukorra põhjustab, nagu poliitikavastasusele sageli omane, soov kaitsta andmesubjekti õigusi.
JOONIS 2. Andmete teisese kasutamise tüüpiline protsess
Selgesti on paigast ära andmetega seotud riskide ja väärtusloome tasakaal. Fookus on riskide viimisel nullini, mis on oma olemuselt saavutamatu eesmärk, kuna täielikult turvalised on ainult andmed, mida ei koguta. Andmekaitse Inspektsiooni ja isikuandmete kaitse üldmääruse ehk GDPR-i näol on meil olemas väga hästi toimivad mehhanismid, mis üritavad riigi infosüsteemi suruda kohta, kus andmeid kogutakse, töödeldakse ja jagatakse minimaalselt ning soovitavalt üldse mitte. Mis on kahtlemata õilis eesmärk, kuni me ei tuleta endale meelde, et kogu toimetamine infosüsteemide ja registritega on siiski mitte asi iseeneses, vaid peaks kuidagi riigile kui tervikule kasulik olema. See eeldab mõistlikku ning vastavalt tehnoloogia arengule pidevalt muutuvat tasakaalu riskide ja väärtusloome vahel.
MIDA TEHA?
Olukorda analüüsides paistab selgesti välja näiteks Dan Bogdanovi (Kindsiko, 2026) sõnastatud vajadus andmeagentuuri järele. Andmete analüüsi, andmete avaldamisega seotud riskide jms kompetentsid on fragmenteeritud. Esmane andmetöötleja on esmane andmetöötleja mitte sportlikust huvist valdkondade vastu, vaid oma peamise eesmärgi täitmiseks. Seetõttu puudub tal igasugune motivatsioon vaielda Andmekaitse Inspektsiooniga mingite andmehulkade avaldamise teemal või ehitada üles tehniline, juriidiline ja organisatoorne võimekus tegelda registriülese andmeanalüütikaga. Samuti ei teki hajutatud huvide tõttu Andmekaitse Inspektsiooni tegevusele institutsionaliseeritud vastukaalu, mis piiraks andmeriskide minimeerimise survet. Statistikaamet juba toimib andmehalduse kompetentsikeskusena ning on üles ehitanud võimekuse toetada uurijaid registriandmete kasutamisel. Kuid andme-jagamisteenus on alles viiendal kohal Statistikaameti ülesannete hulgas ning teenus ise on määratletud kitsalt andmete töötlemise kaudu konkreetsel eesmärgil, mitte selle eesmärgi saavutamise protsessi juhtimise kaudu. Lisades juriidilist kompetentsi ja andes selge mandaadi vedada andmete väärindamist kui valdkonda, on Statistikaametist andmeagentuuri kujundamine usutavasti teostatav.
Andmeagentuur kui selline ei saa ilmsesti olla võluvits ning kodanike privaatsuse riivamine ei saa muutuda normiks. Siinkohal on ehk abi tehisarust. Tehisarule on kättesaadavaks tehtud kõik Andrus Kiviräha lood ning vajadusel suudab ta nende põhjal kergesti luua uusi samas stiilis jutte. Sama põhimõtet rakendades on tehisarule võimalik ette anda näiteks Eesti maksumaksjate andmestik, mille põhjal on ta võimeline genereerima sünteetilise hulga maksumaksjaid. Nii saame andmestiku, mis on päris andmetele küll statistilises mõttes sarnane (näiteks sisaldades päris andmetega samas koguses üle või alla teatud summa teenivaid kodanikke), kuid ei oma siiski otsest seost maksumaksjate tundlike andmetega. Hetkeseisuga tunduvad Eesti juristid olevat eri meelt, kas sellist sünteetilist andmestikku tuleb pidada isikuandmeteks või mitte. Kui aga on soov meie riik tehisaru abil paremaks teha, tuleks selliste andmestike loomise võimalikkust ja nendega seotud riske uurida ning kui õnnestub riske piisavalt maandada, need ka kasutusele võtta.
Lõppkokkuvõttes sõltub kõik rahast: täpsemalt sellest, et osapoolte kulud ja tulud oleksid tasakaalus, mis tagab huvi terviku toimimise vastu. Esimene samm sellise tasakaalu saavutamiseks oleks muuta ettevõtetelt andmete küsimine andmetöötlejale kulukaks. Seda võiks saavutada näiteks kohustusega katta küsitava andmestiku koostamiseks vajalikud mõistlikud kulud andmeid küsiva asutuse eelarvest või rakendades andmetele sarnaseid andmekaitse- ja juhtimisreegleid nagu isikuandmete puhul. Muutusega kaasneks kindlasti teatav surve riigieelarvele, kuid ilmselt paraneks oluliselt ettevõtluskeskkond ning väheneks ka andmete küsimine. See omakorda viiks riigieelarvest kulud, mis on seotud nende andmete hilisema töötlemise ja hoidmisega.
Teise sammuna tuleks riigiasutustele luua institutsionaliseeritud võimalus katta teise asutuse kulusid, ilma et oleks vaja läbida suhteliselt keeruline ja suhteliselt väikeste summade jaoks ebapraktiline riigieelarve protsess. Selliseks mehhanismiks sobiks hästi praeguse struktuurifondide mehhanismiga sarnane rahastusmeede, mis suudaks katta ka operatiivkulusid. Meedet peaks saama rakendada ka avaliku sektori välised organisatsioonid ning see peaks olema disainitud lahendama andmevahetuse probleeme nii protsessi kui ka tulemus-kriteeriumide tasandil.
KOKKUVÕTE
Näeme, et tõepoolest on meie andmete väärtusahelas mitmeid katkestusi, kus osapoolte kulud ületavad tulusid, mistõttu neil lihtsalt puudub motivatsioon toimida osana tervikust. Veelgi enam, oluliseks kulude allikaks on kodanike privaatsusega seotud riskid ning iga ametnik ju ometi peakski seisma nii olulise asja kaitsel! Seega oleme pannud inimesed olukorda, kus nad peaksid kellegi teise hüvanguks kulutusi tegema, varustades nad samas ka suurepärase põhjusega neid kulutusi kodanike andmete kaitsele viidates vältida. Oleks kummaline, kui sellises olukorras sööstetaks ummisjalu kellelegi andmeid jagama.
Ometi ei pea me praegust olukorda taluma. Eestil on palju andmeid. Me oleme õigusega mures nende andmete kaitse pärast, kuid peaksime ka üritama leida viise, kuidas nende abil rohkem väärtust luua. Mõned viisid selle saavutamiseks on juba eespool välja toodud, kuid need pole kindlasti ainsad – asutuste motivatsiooni saab suunata ka muul moel. Meie „nurjatu“ probleemi saab lahendada, kui sellele sihikindlalt keskenduda.
KASUTATUD ALLIKAD
- BOYUM, D. A. & KLEIMAN, M. (2002). Substance abuse policy from a crime-control perspective. Crime: Public policies for crime control. Oakland, CA: Institute for Contemporary Studies, 331–382.
- DE GOOYERT, V., ROUWETTE, E., VAN KRANENBURG, H., FREEMAN, E. & VAN BREEN, H. (2016). Sustainability transition dynamics: Towards overcoming policy resistance. Technological Forecasting and Social Change, 111, 135–145.
- KINDSIKO, E. (toim) (2026). Eesti inimarengu aruanne 2026. Haridus ühiskonna peeglis. SA Eesti Koostöö Kogu. – https://doi.org/https://doi.org/10.58009/aere-perennius0189.
- MCBRIDE, K., KÜTT, A., BEN YAHIA, S. & DRAHEIM, D. (2019). On positive feedback loops in digital government architecture. Proceedings of the 11th international conference on management of digital ecosystems, 174–180.
- PUUR, A., SAKKEUS, L. & ABEN, S. (2013). Registripõhise rahva- ja eluruumide loenduse (REGREL) metoodika väljatöötamine. Projekti lõpparuanne.
- RITTEL, H. W. & WEBBER, M. M. (1973). Dilemmas in a general theory of planning. Policy sciences, 4(2), 155–169.
Autor soovib tänada Eneli Kindsikot kirgliku kaasamõtlemise ja tagasiside, Kristiina Laanestit juriidiliste täpsustuste ning Mart Mägit mõttelennu eest.
1 Riikliku statistika seadus, § 9 lg 2.
2 Riikliku statistika seadus, § 20.