Elektronická knihovna legislativního procesu - textová podoba dokumentu

                SHRNUTÍ ZÁVĚREČNÉ ZPRÁVY RIA
	1. Základní identifikační údaje

	Název návrhu: Zákon o správě dat, o řízeném přístupu k datům a o změně některých souvisejících zákonů (zákon o správě dat a o řízeném přístupu k datům)

	Zpracovatel / zástupce předkladatele:
Digitální a informační agentura
	Předpokládaný termín nabytí účinnosti 
(v případě dělené účinnosti rozveďte):
1. 9. 2025
Návrh obsahuje dělenou účinnost. Povinnosti související s řízeným přístupem k datům nabývají účinnosti 1. 1. 2028. Vybrané povinnosti související se správou dat nabývají účinnosti 1. 1. 2029.

	Implementace práva EU:  |_| ANO  |_| NE. Pokud ano, uveďte:
- termín stanovený pro implementaci: 09.2023
- zda jde návrh nad rámec požadavků stanovených předpisem EU:  |_| ANO  |_| NE

	2. Cíl návrhu zákona 

	 Cíl navrhovaného zákona je dvojí.
Cílem první části návrhu zákona je zajistit, aby se data uchovávaná v registrech, evidencích, seznamech nebo rejstřících veřejné správy stala samostatným artefaktem s vlastním životním cyklem a s hodnotou využitelnou i mimo zdrojový informační systém potenciálními uživateli dat včetně uživatelů z řad veřejnosti, a to nezávisle na uživatelských funkcích informačního systému, ve kterém jsou spravována. Díky tomu bude zajištěno, že data veřejného sektoru budou udržována přehledně, dohledatelně, v kontextu svého užití dostupně a interoperabilně a bude zajištěna kontinuita jejich existence i mimo kontext informačních systémů veřejné správy.
Cílem druhé části  je harmonizace českého právního řádu s kapitolou II Nařízení Evropského parlamentu a Rady (EU) 2022/868 ze dne 30. května 2022, o evropské správě dat (dále jen „DGA“ z anglického Data Governance Act) a prostřednictvím zavedení možnosti povolení řízeného přístupu k datům zajistit možnost bezpečného sdílení a opětovného využití informací (dat), které jsou součástí informačních systémů veřejné správy a zároveň podléhají ochraně prostřednictvím právních úpravy ochrany osobních údajů, obchodního tajemství, autorského práva třetích osob, nebo statistické důvěrnosti. Sdílení má proběhnout tak, aby informační potenciál předmětných dat byl naplněn z co největší míry, a to zejména za účely vědeckého výzkumu a dále umožnění efektivního nastavování politik a rozhodování založeného na datech. Zároveň musí být maximálně šetřena kolidující práva a zájmy, které jsou chráněné specifickými ochrannými právními režimy. Zajištění řízeného přístupu k předmětným datům umožní vznik nástrojů, jak bojovat s novými společenskými výzvami, jako je například zátěž zdravotnického systému, vznik nových forem práce a úbytek pracovních míst v tradičních průmyslových odvětvích, přístup občanů k službám státu atd.


	3. Agregované dopady návrhu zákona

	3.1 Dopady na státní rozpočet a ostatní veřejné rozpočty:  |_| ANO  |_| NE

	Aplikace principů správy dat, které v konečném důsledku výrazně zvýší efektivitu výkonu veřejné správy a umožní efektivní digitalizaci, nese náklady jednak v podobě jednorázových nákladů nezbytných pro jejich zavedení a jednak v podobě očekávaných průběžných nákladů vynaložených zejména na platy datových expertů působících v institucích, na které zákon bude dopadat. Celkové odhadované náklady pro zavedení principů správy dat: a) Jednorázové pro zavedení plnění povinností včetně rezervy na zajištění úpravy ISVS: 292 860 000,- Kč; b) Celkové roční personální a provozní náklady: 242 120 000,- Kč. K tomu je navíc třeba přičíst konkrétní náklady na vznik a provoz geoportálu České republiky: a) Jednorázové náklady pro zřízení geoportálu České republiky: 87 000 000,- Kč; b) Celkové roční personální a provozní náklady: 17 000 000,- Kč.
Zároveň je možné očekávat z hlediska dopadů na státní rozpočet a ostatní veřejné rozpočty řadu nepřímých přínosů, které však není možné jednoznačně kvantifikovat. Patří mezi ně např. úspory vyplývající z optimalizace procesů na základě znalosti dat, zisky vyplývající z dalšího užití dat, rozvoj otevřených dat a jejich další užití soukromým sektorem a na to navazující ekonomické benefity na straně státu (zejm. daně, zaměstnanost atd.). Jejich detailní rozpis obsahuje závěrečná zpráva RIA.
Náklady na zavedení řízeného přístupu k datům jsou pak při správné aplikaci principů správy dat nízké v podobě jednorázových nákladů na vybudování infrastruktury pro zajištění řízeného přístupu odhadované na cca 53 060 000,- Kč. Roční náklady na provoz a expertní pozice pro zajištění agendy vyřizování žádostí o řízený přístup k datům a zajištění anonymizačního procesu jsou odhadovány na cca 30 870 000,- Kč ročně. Ostatní náklady na nezbytnou aplikaci řízeného přístupu lze spojit s náklady na zajištění správy dat. 

	3.2 Dopady na mezinárodní konkurenceschopnost ČR:  |_| ANO  |_| NE

	Z hlediska mezinárodní konkurenceschopnosti ČR budoucí právní úprava nepřináší žádné náklady. Je možné očekávat přínosy v podobě využití příležitostí, které vyplývají z efektivnější práce s daty veřejného sektoru. To platí zejména v kontextu dalšího užití dat veřejného sektoru včetně aplikací AI technologií. 

	3.3 Dopady na podnikatelské prostředí:  |_| ANO  |_| NE

	 Z hlediska dopadů na podnikatelské prostředí budoucí právní úprava nepřináší žádné náklady. Podobně jako v případě hodnocení mezinárodní konkurenceschopnosti ČR očekáváme přínosy v podobě naplnění potenciálu efektivního využívání dat. Fungující správa umožní efektivně naplnit cíle eGovernmentu (např. zde https://digitalizace.gov.cz/nase-cile nebo zde https://www.vlada.cz/cz/programove-prohlaseni-vlady-193547/#digitalizace) včetně požadavku, aby po „po úřadech obíhala data a nikoli lidé“, což povede ke snižování nákladů podnikatelského prostředí. Popis dat navíc usnadní možností jejich využití. 

	3.4 Územní dopady včetně dopadů na územní samosprávné celky:  |_| ANO  |_| NE

	Z hlediska dopadů na územní samosprávné celky budoucí právní úprava nepřináší žádné náklady, protože územní samosprávné celky nespadají pod její předpokládanou působnost. Je možné očekávat nepřímé přínosy v podobě využití příležitostí, které vyplývají z efektivnější práce s daty veřejného sektoru.

	3.5 Sociální dopady:  |X| ANO  |_| NE 

	Navrhovaná úprava může přinést pozitivní dopady do sociální oblasti, vzhledem k tomu, že efektivní nakládání s daty umožní lepší rozhodování orgánů veřejné správy (vč. orgánů působících v sociální oblasti) v podobě vhodně nastavených data based politiky. Umožní rovněž efektivní analýzu úspěšnosti sociálních programů a politik. Vzhledem k tomu dojde k optimalizaci výdajů v oblasti sociálních politiky a v konečném důsledku zlepšení situace v této oblasti.

	3.6 Dopady na rodiny:  |_| ANO  |_| NE 

	Pokud ano, specifikujte.

	3.7 Dopady na spotřebitele:  |_| ANO  |_| NE

	Budoucí právní úprava nepředpokládá žádné náklady pro spotřebitele, ani nebude znamenat jakékoli zhoršení jejich situace. 
Budoucí právní úprava představuje nepřímé a těžko vyčíslitelné přínosy v podobě efektivnější veřejné správy a eGovernmentu a vzniku nových produktů a služeb (např. zefektivnění zdravotní péče). Ty budou vystavěné díky opětovnému užívání dat veřejného sektoru, která budou dostupnější a tím pádem i více využívaná.

	3.8 Dopady na životní prostředí:  |_| ANO  |_| NE

	Budoucí právní úprava se ve své části specificky věnuje problematice geodat. Bude tak mít pozitivní dopady na práci s daty o životním prostředí a tím pádem i na efektivnější stanovování politik určených k ochraně životního prostředí. Budoucí právní úprava prospěje rovněž při samotném výkonu ochrany životního prostředí, protože efektivní práce s daty je nezbytným krokem pro jakoukoli informační práci. Data o životním prostředí pak tvoří zásadní část datových zdrojů veřejné správy, která přesahuje informační práva a dotýká se práva na příznivé životní prostředí.

	3.9 Dopady ve vztahu k zákazu diskriminace a ve vztahu k rovnosti žen a mužů:  |_| ANO  |_| NE

	Pokud ano, specifikujte.

	3.10 Dopady na výkon státní statistické služby:  |_| ANO  |_| NE

	Aplikace DGA dopadne na poskytování statistických údajů prováděné podle zákona č. 89/1995 Sb., o státní statistické službě. Jedná se o regulaci upravenou v Kapitole II DGA, která na úpravu poskytování statistických dat dopadá. ČSÚ je proto identifikován jako příslušný orgán ve smyslu čl. 7 DGA, kde se předpokládá zapojení ČSÚ v procesu vyřizování žádostí o propojování dat se statistickými údaji tak, aby byla zachována jejich ochrana. Věcně se však rozsah toho, co má být zveřejňováno nemění a současná úprava je s těmito ustanoveními věcně již v souladu. Vůči navrhovanému zákonu je zákon č. 89/1995 Sb. z hlediska poskytování dat v pozici speciality. Náklady nezbytné na výkon propojování dat odhadujeme jako nízké. 

	3.11 Korupční rizika:  |_| ANO  |_| NE

	Vyšší transparentnost, které bude pomocí řízeného přístupu k datům dosaženo, společně s vyšší možností určování politiky založené na datech, povede ke snížení korupčních rizik.

	3.12 Dopady na bezpečnost nebo obranu státu:  |_| ANO  |_| NE

	Navrhovaná právní úprava nepředstavuje riziko pro bezpečnost nebo obranu státu. Regulace je nastavena tak, aby nemohlo dojít ke zneužití dat nebo jejich popisů k činnostem, které by mohly pomoci rizikovým a nepřátelským aktérům. Zásadní je zejména zajištění, aby řízeným přístupem nebyla ohrožena činnost bezpečnostních a informačních složek státu. Jde o nezbytnou podmínku, bez které není možné regulaci nasadi.
Navrhovaná právní úprava má v oblasti dopadů na bezpečnost nebo obranu státu pozitivní dopady. Korektní správa dat umožní lépe a efektivněji předcházet krizovým situacím a reagovat na ně. Efektivní správa dat umožní efektivnější informační činnost bezpečnostních složek. Jak již bylo několikrát uvedeno, dobrá správa dat je nezbytným předpokladem pro jakoukoli informační činnost.


ZÁVĚREČNÁ ZPRÁVA Z HODNOCENÍ DOPADŮ REGULACE

Důvod předložení a cíle
Název
Zákon o správě dat a o řízeném přístupu k datům
Definice problému
Kontext
V posledním desetiletí digitální technologie přeměnily ekonomiku a společnost. Dnes se dotýkají prakticky všech oblastí lidské činnosti a každodenního života. Podstatou technologií jsou přitom data, ekonomický a společenský potenciál dat je tím pádem nesmírný. Data v současnosti umožňují vznik nových produktů a služeb založených na moderních technologiích a pomáhají zefektivnit výrobu. Rovněž poskytují nástroje, jak bojovat s novými společenskými výzvami, jako je například zátěž zdravotnického systému a stárnutí populace, vznik nových forem práce a úbytek pracovních míst v tradičních průmyslových odvětvích, přístup občanů k službám státu atd.
Potenciál dat shromažďovaných veřejným sektorem není v současné době dostatečně využit. Instituce veřejné správy přitom mají v držení obrovské množství dat z širokého spektra agend, které instituce spravují. Sdílení a opětovné využití těchto dat však stále zůstává oblastí plnou překážek a restrikcí. Data by měla ideálně “téct” bez větších obtíží jak mezi jednotlivými resorty, tak i mezi veřejným sektorem, akademickou sférou a soukromým sektorem, a to i mezinárodně v rámci EU, aby byl jejich potenciál skutečně zužitkován. Kvůli nízké vzájemné důvěře na poli sdílení dat, omezeným možnostem opětovného využití a v neposlední řadě příliš komplikovanou či nedostatečnou technickou infrastrukturou se tok dat neuskutečňuje tak, jak by měl. Tím pádem ani Česká republika nemůže naplňovat strategické cíle EU, jako je například Evropská strategie pro data (European Strategy for data: https://digital-strategy.ec.europa.eu/en/policies/strategy-data), jejímž cílem je vytvoření jednotného trhu pro data.
Problém A: Data veřejné správy se nespravují jako statek sám o sobě
Problém nedostatečné správy dat blíže popisuje a analyzuje Strategie správy dat. Zde ho stručně zachycujeme s cílem zvážit potřebnost legislativního zásahu jako jedné z intervencí směrem k jeho řešení.
Příčiny
Obecnou příčinou stávajícího stavu v oblasti správy dat je fakt, že byť data uvnitř veřejné správy mají fakticky povahu specifického statku, není tento fakt reflektován na úrovni legislativní ani praktické. Vzhledem k tomu, že různé úřady udržují typicky různé údaje o stejných subjektech či jevech, hodnota těchto dat při společném využití je potenciálně vyšší, než je samostatná hodnota využití jednotlivých zdrojů dat pro jednotlivé správce. Jde o situaci podobnou tzv. síťovým efektům. Aby bylo možné realizovat tyto vyšší přínosy, je třeba, aby jednotliví správci investovali prostředky do jejich správy a interoperability, přičemž ale tito jednotliví správci nebudou čerpat všechny benefity této investice. Je zde tedy pozitivní externalita[footnoteRef:2], což může částečně vysvětlovat, proč bez vnější intervence jednotliví správci dat nemají motivaci investovat do správy dat v takové míře, která by přinesla optimální benefity využití celého datového fondu. Shrnuto, „úřady tedy nepovažují za důležité si vzájemně data ke sdílení vystavovat a informovat se (prostřednictvím RPP), ale všechny by rády o takových dostupných datech věděly a pak je i využívaly.“[footnoteRef:3] [2:  Pozitivní externalita je ekonomický jev, kdy pozitivní dopady nějakého chování (např. Investice do správy dat) neplynou tomu, kdo je svým chováním způsobil. Následkem pak je, že daný aktér nevkládá do kýžené aktivity tolik zdrojů, kolik by bylo optimální.]  [3:  Digitální a informační agentura, Strategie pro správu dat ve veřejné správě České republiky (2024 – 2030), 2024. Dostupné na https://kormoran.odok.cz/ODOK/eklep3.nsf/form_Material.xsp?documentId=B9F3AA. ] 

Tato analýza pak ukazuje na několik dílčích příčin aktuálního stavu správy dat, které byly také detailněji zachyceny v připravované Strategii pro správu dat ve veřejné správě České republiky 2024-2030.
Chybí standardy a povinnosti
Základní nesoulad motivací úřadů přináší potřebu buď aktéry k investicím do správy dat dodatečně motivovat, nebo stanovit jasnou vymahatelnou povinnost. V současném stavu není přítomný ani jeden z těchto prvků.
Povaha dat veřejné správy s sebou nese nejen nesoulad motivací mezi úřady, ale také potřebu koordinace standardů, popř. stanovení minimálního povinného standardu správy dat. Tyto standardy v současné době chybí, což může přispívat k neochotě úřadů do správy dat investovat.
Stejně tak působí i celkový důraz legislativy, která upravuje chod úřadů a jejich práci s informačními systémy a zaměřuje se „zejména na výkon správy, avšak bez odpovídajícího důrazu na data“. To vše má vliv na celkovou prioritizaci práce, kdy „význam a hodnota dat pro organizace není občas dostatečně vnímaná a zvýrazněna, zazněl i názor, že data je až to poslední, čemu se věnují, na prvním místě pozornosti je informační systém“.
Chybí kapacity: personál, znalosti, dovednosti a informace
Jak na základě průzkumu stavu správy dat na ústředních orgánech státní správy konstatuje analytická část již odkazované strategie, „téměř všechny organizace zápasí s nedostatečným personálním obsazením, s jeho kvalitou a podfinancováním oblasti ICT. Z tohoto pohledu je většina nových požadovaných povinností z „centra“ nereálných. Organizace nejsou připraveny technologicky, nemají dostatek pracovníků, nedisponují potřebnými kompetencemi, nemají potřebné finance, novým požadavkům často patřičně nerozumí, podpora z „centra“ není dostatečná (schází vysvětlující školení, příklady, návody, podpora). (…) V případě některých úspěšnějších organizací (z pohledu správy a využití dat) stojí za úspěchy vždy dobrý (omezený) tým vedený lídrem (tzv. „srdcaři“), a to často i bez potřeby výraznější podpory nejvyššího vedení“.
Způsob správy a řízení informačních systémů
Aplikační podpora a rozvoj agendových systémů je převážně (více než v 75 %) zajišťována externími dodavateli, útvary ICT sehrávají roli spíše „prostředníků“ mezi odbornými útvary a dodavateli. Dodávaná řešení jsou tak z velké míry poznamenaná individuálními přístupy jak ze strany dodavatele, tak i ze strany zadavatele.
Vymezení řešených příčin
Není v záběru navrhovaného řešení ošetřit celou výše vymezenou problematiku; např. oblast personálních kapacit a způsobu řízení informačních systému nelze zcela řešit legislativou, a navíc odděleně pro téma správy dat. Navrhovaná úprava se tedy soustředí na oblast standardů a povinností, doprovodná připravovaná opatření (odborná metodická podpora) pak částečně řeší příčiny stávajícího stavu v oblasti znalostí, dovedností, informací a personálních kapacit. 
Následky
Jak plyne z řady existujících materiálů, správa dat je příčinou celé řady negativních jevů především v oblasti digitalizace a digitální transformace veřejných služeb a organizací veřejné správy.
Zvýšené či neefektivně využité náklady na digitalizaci
Bez dobře spravovaných dat není možné efektivně využívat datový fond různých správců pro poskytování veřejných služeb. Pokud data nejsou dobře spravována, tj. nejsou dokumentována a není zajištěna jejich interoperabilita, technická řešení zajišťující jejich integraci při poskytování služeb (jak uvnitř systému využívaných veřejnou správou, tak v systémech, které přímo využívají občané) je náročnější a dochází tedy k prodražování a zpožďování tvorby těchto systémů a služeb.
Náklady pro občana (z nedigitalizace a z nutnosti znovu dokládat informace)
Správa dat je také nutným předpokladem naplnění principu, aby občan státu údaje poskytoval pouze jednou.
Nižší efektivita chodu úřadů
Nedostatečně spravovaná data nejsou dobře využitelná pro řízení, automatizaci či optimalizaci chodu samotných úřadů, od interních procesů po samotné poskytování veřejných služeb.
Data veřejného sektoru nejsou využívána pro výzkumné a analytické účely
Viz druhou část definice problému. 
Náklady chyb způsobených nespravovanými daty
Data, která nejsou adekvátně spravována, mohou obsahovat nedetekované chyby nebo problémy kvality, popř. mohou unikat k uživatelům, kteří by k nim neměli mít přístup. Všechny tyto situace přináší právní, reputační a finanční rizika pro stát, stejně jako náklady napravování vzniklých chyb. Tento dopad není možné v prostředí české veřejné správy a obecně ani v zahraničních veřejných správách přímo vysledovat, protože rozsah těchto chyb není veřejně známý a jeho dopady se nesledují.
Nepřipravenost na budoucí trendy a legislativu
Jak upozorňuje připravovaná Strategie správy dat, řádná správa dat je nutnou podmínkou a základem nejen pro mnohé prvky Informační architektury veřejné správy ČR, ale „také pro všechny navazující ‚digitální aktivity‘ související se Zákonem 12/2020 Sb., o právu na digitální služby i Evropskou digitální dekádou. Řádná a systémová správa dat je pro veřejnou správu ČR nezbytností (nutným předpokladem), aby vytvořila moderní, digitální a efektivní správu věcí veřejných, aby občanům nabídla skutečně digitální služby, a také, aby byla rovnocenným partnerem ostatních členů EU při digitalizaci celé Evropy.“
Nákladnost produkce statistických výstupů
Administrativní data jsou zásadním vstupem do produkce statistik. Nedostupnost těchto dat nebo jejich nedostatečná správa zvyšují náklady na produkci statistik. V některých případech je třeba od respondentů sbírat údaje, které by statistický systém mohl přebrat z informačních systémů státu. Výsledkem je vyšší než nutná zátěž respondentů. V jiných případech sice ČSÚ data přebere, musí ale investovat do jejich transformace a čistění více, než by bylo nutné, pokud by data byla lépe spravována. Výsledkem jsou vyšší náklady na produkci statistik, jejich větší časová náročnost a tím i větší prodleva v jejich vykazování a tím potenciálně nižší relevance a využitelnost.
Problém B: Data se nedaří řízeně poskytovat a spojovat pro výzkumné a analytické účely
Aktuální stav poskytování informací veřejného sektoru trpí dvěma zásadními problémy:
· Prvním je nemožnost efektivního a zároveň dostatečně technicky nebo organizačně zabezpečeného přístupu k datům, jejichž poskytnutí je vyloučeno aktuální právní úpravou poskytování informací. 
· Druhým problémem je nemožnost žádat typově stejné informace od většího množství správců dat najednou, nemožnost propojování individuálních dat, a tedy nemožnost efektivního vyřešení takové žádosti. Důsledkem je nízká efektivita a navyšování nákladů na straně žadatele (klienta služeb) i státu.
Příčiny
V této oblasti lze identifikovat několik potenciálních příčin. Následující sekce zprávy popisují jednotlivé příčiny a zvažují jejich relevanci na základě dostupných informací.
Slabá správa dat
Základním předpokladem funkčního využívání dat pro výzkumné účely a účely tvorby veřejných politik je, aby data dohledatelná (katalogizovaná), propojitelná, dostupná a dokumentovaná – jedná se o variaci na standardní schéma FAIR (Findable, Accessible, Interoperable, Reusable), který se aplikuje na správu dat ve vědeckém prostředí v kontextu jejich další využitelnosti. Tuto dílčí příčinu slabého využívání dat veřejného sektoru pro výzkumné účely řeší celá jedna část navrhované legislativy.
Právní titul pro zpřístupňování dat
Potenciální uživatelé dat nemají k dispozici právní titul, na základě kterého by o data žádali, a naopak správci dat nemají právní jistotu ohledně toho, na základě jakého právního titulu data mohou vydávat, zvláště u dat, u nichž není zřejmé, zda vyžadují zvláštní zacházení např. s ohledem na ochranu osobních údajů.
Na tuto bariéru ukazuje fakt, že data se lépe daří sdílet v oblastech, kde jsou obavy o ochranu údajů menší a tedy potřeba po specifickém právním titulu slabší. Jde např. o výzkum veřejných politik v oblasti podpory firem a inovací. 
Platí také, že tam, kde specifický právní titul existuje, k zpřístupňování dochází – např. v Safe Centru ČSÚ, jehož fungování vychází ze zákona o statistické službě, případně zpřístupňování zdravotnických dat ze strany Ústavu zdravotnických informací a statistiky ČR v souladu se zákonem o zdravotních službách.
Podobně platí, že data jsou hojně sdílena a využívána v oblastech, kde jejich zpřístupnění (a tedy vyvážení zájmů vč. ochrany údajů) vynutila legislativa mířící např. na transparentnost veřejného sektoru (registr smluv, veřejné zakázky, politické finance), popř. na zpřístupnění otevřených dat s cílem podpořit jejich sekundární využití pro komerční účely a veřejný zájem (např. data o dopravě, životním prostředí aj.)
Naopak problematické je zpřístupňování dat v oblastech, kde potřeba ošetřit ochranu údajů snižuje právní jistotu správců dat, např. v oblasti sociální politiky a sociálních dávek, daní, trhu práce, vzdělávání a dotčených oblastí fungování státu, např. personálních politiky. Částečnou výjimkou pak je Informační systém o průměrném výdělku, který se daří pro výzkumné účely ad hoc využívat; jde ale o specifický systém přístupu (kdy výzkumníci mj. nemají přímý přístup k datům).
V praxi se také ukazuje, že existující právní tituly, které by a priori mohly sloužit pro přístup k datům alespoň pro potřeby ostatních orgánů veřejné moci (§27 zákona č. 2/1969 Sb., tzv. kompetenční zákon a tzv. agendový přístup k datům podle zákona o základních registrech) buď neodpovídají potřebám, nebo nedávají patřičnou právní jistotu. Agendový přístup k datům pro účely vyhodnocování veřejných politik lze vysledovat pouze v jednom případě[footnoteRef:4], kde se jedná o dopředu definovanou potřebu omezenou na předem známý okruh údajů a osob. U zákona č. 2/1969 Sb., tzv. kompetenční zákon pak není známý jediný příklad, kdy by toto ustanovené posloužilo jako právní základ pro sdílení dat mezi úřady pro účely tvorby či vyhodnocování veřejných politik. [4:  Využití dat agentových systémů pro vyhodnocování intervencí Evropského sociálního fondu.] 

Znalostní a technické zázemí pro anonymizaci a zpřístupňování dat
Další příčinou může být absence expertního a technického zázemí, které by správcům dat umožnilo např. data poskytovat kontrolovaným způsobem nebo adekvátně anonymizovat. Toto lze v praxi těžko odlišit od prvního důvodu.
Motivace data zpřístupňovat
Zároveň správcům dat chybí motivace data zpřístupňovat. Zpřístupňování dat (navíc ad hoc bez odborné podpory) generuje spíše náklady, které pro správce dat nejsou vyváženy zjevnými přínosy nebo jiným způsobem. Stávající stav tzv. ekosystému science-policy nevede systematicky orgány veřejné správy k tomu, aby podporovaly vznik vědeckých poznatků použitelných pro svou práci, vč. poznatků vzešlých z vlastních dat úřadů. Stejně tak např. neexistuje mechanismus, který by např. náklady na zpřístupnění dat úřadům kompenzoval, popř. jim umožnil snížit kapacitní dopady této činnosti (např. formou centralizované odborné podpory).
Nezájem a neinformovanost potenciálních uživatelů dat
Další potenciální příčinou stávajícího stavu mohou být bariéry na straně poptávajících (ať už akademických výzkumníků nebo analytiků a výzkumníků veřejné správy). Lze uvažovat o dvou druzích bariéry: nezájem a neinformovanost o možnostech využití dat. Hypotéze o nezájmu nasvědčuje, že např. akademické obory, ze kterých dominantně může vycházet poptávka (např. ekonomie, sociologie, veřejná správa a veřejná politika) jsou v ČR relativně málo publikačně výkonné. Jejich poptávka po přístupu k datům tedy může být slabší než v jiných zemích, které mají výkonnější výzkumný sektor a kde jsou systémy řízeného přístupu rozvinuté a využívané (např. USA, Velká Británie, Nizozemí, Skandinávie). Strategické dokumenty v této oblasti (viz např. Koncepci klientsky orientované veřejné správy nebo Česká republika 2023) stejně jako externí studie (viz Public Governance Review Czech Republic 2023[footnoteRef:5]; Diagnostic Report TSI projektu Building Capacity for Evidence Informed Policy Making[footnoteRef:6]) ale dlouhodobě poukazují na to, že aktéři se zájmem data využívat existují a narážejí na jiné bariéry. Průzkum mezi potenciálními uživateli řízeného přístupu k datům provedený při přípravě zákona tuto hypotézu potvrdil. Navíc existují mnohé případy, kdy čeští vědci publikují studie vycházející z práce s administrativními daty jiných států. [5:  OECD. (2023). OECD Public Governance Reviews: Czech Republic: Towards a More Modern and Effective Public Administration. OECD Publishing. https://doi.org/10.1787/41fd9e5c-en, dostupné na https://www.mvcr.cz/clanek/hodnoceni-vykonu-verejne-spravy-v-cr-a-doporuceni-pro-budouci-strategicky-rozvoj.aspx]  [6:  Viz https://knowledge4policy.ec.europa.eu/navigation-page/building-capacity-evidence-informed-policymaking-governance-public-administration_en ] 

Jedinou oblastí, kde je třeba systematicky posilovat informovanost uživatelů dat a nabízejí se k tomu vhodné nástroje (viz dále), je v oblasti správy dat, konkrétně jejich katalogizace a dokumentace dat. Podobně z konzultací s potenciálními uživateli vyplynula potřeba zajistit informovanost o procesu žádosti o data; jde ale o konkrétní potřebu vůči procesu fungování řízeného přístupu.
Obavy o reakci veřejnosti na sdílení dat
Dodatečně lze hypotetizovat, že bariérou může být obava především správců dat z reakce veřejnosti. Úřady se mohou obávat, jak zareaguje veřejnost na informace o sdílení dat veřejné správy, o kterých může panovat dojem, že jsou sbírána a využívána čistě pro účely výkonu veřejné správy a poskytování veřejných služeb. Tuto hypotézu nelze v českém prostředí snadno ověřit. Může ale jít o bariéru funkčnosti systému řízeného přístupu i v situaci, kdy ostatní bariéry budou ošetřeny.
Dopady problému
Nižší publikační výkon v oborech, které by mohly data využívat
Český výzkumný sektor obecně vykazuje slabý výkon v oblasti společenských věd. Společenskovědní obory jsou v evropském srovnání publikačně méně výkonné než např. přírodní vědy. 
Právě v těchto oborech se v posledních desetiletích ve světě výrazně zvýšil podíl výzkumu, který díky pokroku ve výzkumných metodách dokáže využít velké množství mikrodat, včetně těch z informačních systémů veřejné správy. Přístup k datům není jedinou příčinou relativně horšího publikačního výkonu některých vědních oborů v ČR, pravděpodobně ale k tomuto stavu přispívá. Např. v oboru ekonomie (Web of Science obor Economics) česká vědecká pracoviště publikují jeden z evropsky nejmenších podílů článků v časopisech v horním citačním kvartilu[footnoteRef:7]. Podobná je situace u ostatních společenskovědních oborů. Na příkladu společenských věd lze také ilustrovat jev, kdy čeští autoři publikují s využitím dat z jiných států.[footnoteRef:8] [7:  An EU Comparison of 2015-2016 Academic Publication Output and its Citation Impact https://ideaapps.cerge-ei.cz/EU_citations/ ]  [8:  Např. Meyer, B. D., & Mittag, N. (2019). Using Linked Survey and Administrative Data to Better Measure Income: Implications for Poverty, Program Effectiveness, and Holes in the Safety Net. American Economic Journal: Applied Economics, 11(2), 176–204. či Groes, F., Houštecká, A., & Iorio, D. (b.r.). The Unequal Battle Against Infertility: Theory and Evidence from IVF Success.] 

V oborech mimo společenské vědy většinou nelze pozorovat soustavně nižší publikační výkonnost v evropském srovnání, i v těch ale lze vysledovat případy, kdy čeští vědci produkují excelentní publikace na základě přístupu k datům ve státech, kde jsou tyto možnosti dlouhodobě dostupné.[footnoteRef:9] [9:  Např. Skrott, Z., Mistrik, M., Andersen, K. K., Friis, S., Majera, D., Gursky, J., Ozdian, T., Bartkova, J., Turi, Z., Moudry, P., Kraus, M., Michalova, M., Vaclavkova, J., Dzubak, P., Vrobel, I., Pouckova, P., Sedlacek, J., Miklovicova, A., Kutt, A., … Bartek, J. (2017). Alcohol-abuse drug disulfiram targets cancer via p97 segregase adaptor NPL4. Nature, 552(7684), Article 7684. https://doi.org/10.1038/nature25016] 

Sekundárním dopadem pak je fungování akademické obce především v těchto oborech. Je např. známo, že český akademický sektor je obecně spíše slabě internacionalizovaný, přichází do něj relativně málo zahraničních výzkumníků, což s sebou nese větší uzavřenost, opět s dopadem na kvalitu výzkumu a výuky. Lze odhadovat, že dostupnost kvalitních dat pro výzkum může přispět ke změně např. tím, že přitáhne perspektivní výzkumníky zaměřené na využívání state-of-the-art metod.[footnoteRef:10] Obráceně pak také může nedostupnost dat být jedním z faktorů, které hrají roli při rozhodování potenciálních doktorandů českých VŠ nebo začínajících výzkumníků o uplatnění v zahraničí oproti Česku. Současný způsob zpřístupňování dat – často determinovaný schopností individuálních výzkumníků si přístup k datům vyjednat, může působit podobně jako systém licenčních ujednání, tedy jako faktor omezující rovný přístup k datům a tím i míru konkurence a efektivitu v dotčeném sektoru.[footnoteRef:11] [10:  Macháček, V., Srholec, M., Ferreira, M. R., Robinson-Garcia, N., & Costas, R. (2022). Researchers’ institutional mobility: Bibliometric evidence on academic inbreeding and internationalization. Science and Public Policy, 49(1), 85–97. https://doi.org/10.1093/scipol/scab064]  [11:  K dopadu licenčních ujednání viz OECD. (2019). Enhancing Access to and Sharing of Data: Reconciling Risks and Benefits for Data Re-use across Societies. OECD. https://doi.org/10.1787/276aaca8-en, část „Impact assessment studies on the economic and social benefits“, https://www.oecd-ilibrary.org//sites/90ebc73d-en/index.html?itemId=/content/component/90ebc73d-en#section-d1e6024 ] 

Pro základní indikaci objemu veřejných prostředků v této oblasti doplňujeme státní rozpočtové výdaje v roce 2022:
· Výdaje na socioekonomický cíl „politické a sociální systémy, struktury a procesy“: 898 mil. Kč[footnoteRef:12] [12:  Tab. 23-13 Statistické ročenky ČR 2023, https://www.czso.cz/csu/czso/23-veda-vyzkum-a-inovace-ezturj8lq7, nezahrnuje výdaje ne všeobecný rozvoj znalostí uvedený v dalším bodě. ] 

· Výdaje na všeobecný rozvoj znalostí v oblasti společenských věd: 2145 mil. Kč[footnoteRef:13] [13:  Tab. 23-14 Statistické ročenky ČR 2023, https://www.czso.cz/csu/czso/23-veda-vyzkum-a-inovace-ezturj8lq7 ] 

I pokud se navrhované řešení dotkne relativně malého podílů výzkumníků financovaných z těchto zdrojů, je patrné, že i dílčí zlepšení kvality výzkumu přinese zefektivnění jejich využití.
Zde pro ilustraci pracujeme pouze se společenskými vědami, kde je i vzhledem k blízkému vztahu s oblastí tvorby a hodnocení politik lépe uchopitelný dopad stávajícího stavu dostupnosti dat. Pracujeme zde s efektivitou využití prostředků na výzkum jako vstupu do tvorby poznatků a publikací, s potenciálem aplikace např. při tvorbě politik. Např. u lékařského a farmaceutického výzkumu by ale bylo více nasnadě výdaje na výzkum uvažovat jako vstup do inovačního procesu, u kterého lepší dostupnost dat přinese větší kvantifikovatelnou návratnost např. ve formě větší délky dožití nebo výkonu ekonomiky. 
Neefektivní využití času výzkumníků a analytiků
Čas a další zdroje, které výzkumníci a analytici vkládají do získávání dat, nevkládají do samotného výzkumu. Respondenti, kteří se zapojili do šetření potenciálních uživatelů řízeného přístupu k datům, odhadovali tuto zátěž nejčastěji v rozpětí ekvivalentu jednoho až dvou pracovních týdnů ročně.[footnoteRef:14]  [14:  To zhruba odpovídá odhadu z dopadové studie EK, která časové ztráty počítala jako jeden z nákladů nesdílení dat mezi výzkumníky a dospěla k odhadu cca 4 % časové ztráty, viz European Commission & PwC EU Services. (2018). Cost of not having FAIR research data: Cost-benefit analysis for FAIR research data: Cost of not having FAIR research data. Publications Office. https://data.europa.eu/doi/10.2777/02999 ] 

Tato zátěž je následkem jak neexistence řízeného přístupu (nutnost vyjednávat o přístupu k datům), tak následkem nízké či nevyrovnané úrovně správy dat (potřeba data vyhledat, následně čistit apod.)
Ne všechnu tuto zátěž lze odbourat zvýšením standardu správy dat či zakotvením mechansmu řízeného přístupu k datům. Lze ale odhadovat, že část zátěže jde na vrub zde identifikovaným problémům, tedy že stávající stav správy dat a způsob jejich zpřístupňování pro výzkum a analýzu veřejných politik snižuje efektivitu využití veřejných prostředků alokovaných na výzkum a analýzu veřejných politik.
Nedaří se vyhodnocovat politiky ex ante a ex post
Nedostupnost dat je jedním z klíčových důvodů, proč se ve veřejné správě nedaří uvádět do praxe principy evidence-informed policy making, tj. rozhodování založeného na faktech či poznatcích. Tento problém má několik manifestací. Zaprvé: v českém prostředí nevzniká výzkum vycházející z dat veřejné správy, a proto tvorba politik vychází z omezeného poznání problémů dopadajících na obyvatele Česka. Zadruhé nedostupnost dat omezuje vlastní analytickou práci veřejné správy. Ačkoli cca polovina analytických útvarů ministerstev zachycených v mapování jejich práce z roku 2021 často nebo velmi často využívá data informačních systémů resortů či statistická data, pouze 14 % těchto útvarů často (a žádný velmi často) využívá neveřejná data jiných resortů.[footnoteRef:15] Ta je zásadní při přípravě politik a opatření a jejich vyhodnocování ex ante (vč. procesu RIA) i při ex post hodnocení výsledků a dopadů vládních politik, včetně legislativy, dotačních nástrojů apod. Obzvláště významný pak je dopad na meziresortní a nadresortní problémy, při jejichž řešení je třeba využívat data spravovaná více resorty a organizacemi. [15:  České priority (2021) Mapování analytických kapacit: Hlavní zjištění šetření v projektu PANK, dostupné na https://pank.cz/mapovani/mapovani-shrnuti.pdf ] 

Jakkoli dopady tohoto stavu nelze kvantifikovat, je patrné, že jde o neoptimální alokaci a využití velkého množství veřejných výdajů. Indikativní odhad na příklady části veřejných výdajů uvádíme v části 3.1. Identifikace nákladů a přínosů.
V konečném důsledku pak také nedostupnost dat pro účely tvorby a vyhodnocování veřejných politik ohrožuje plnění programového prohlášení vlády v této oblasti, které kromě obecné ambice více využívat data ve veřejné správě formuluje konkrétní cíl zvažovat dopady regulací ex ante a zavést soustavné ex post vyhodnocování dopadů vybraných regulací.
· „Zasadíme se, aby úředníci více využívali a zpřístupňovali data [a jejich práce měla vždy ve svém středu občana]“
· „Každou novou regulaci důkladně zvážíme na základě analýzy očekávaných dopadů“
· „U vybraných zákonů, nařízení vlády a vyhlášek zpravidla nejpozději do pěti let od nabytí účinnosti vyhodnotíme jejich fungování v praxi. Za tímto účelem budeme využívat metodiku hodnocení celkového společenského přínosu a dopadů legislativy ex-ante a ex-post v souladu s dobrou praxí v EU a doporučeními OECD“
Rizikové sdílení dat
Dalším negativním následkem stávajícího stavu je neřízené sdílení dat, jak uvnitř veřejné správy, tak směrem k výzkumníkům. Tento jev nelze z pochopitelných důvodů systematicky doložit ani odhadnout jeho rozšířenost. Anekdoticky je ale známo, že (přinejmenším) v rámci veřejné správy se datové soubory potenciálně obsahující osobní nebo důvěrné údaje šíří způsoby, které mohou zvyšovat riziko úniku takto chráněných dat. 

Popis existujícího právního stavu v dané oblasti
Právní stav v oblasti správy dat
V českém právním řádu neexistuje úprava, která by se specificky zaměřovala na principy efektivního a korektního nakládání s daty veřejné správy (daty shromažďovanými v registrech, evidencích, seznamech nebo rejstřících veřejné správy). Na obecné úrovni musí tato činnost vycházet z principů dobré správy dle správního řádu (zákon č. 500/2004 Sb.). To však, jak praxe ukazuje, není dostatečnou úpravou, neboť orgány veřejné správy nejsou samy o sobě motivovány k tomu, aby si udržovaly o svých datech přehled a pořádek v nich, neboť není jiný právní předpis, který by jim tuto povinnost ukládal. Nejblíže se současné právní úpravy správy dat týká zákon č. 365/2000 Sb., který zavádí pojem informační systém veřejné správy (ISVS) a stanovuje práva a povinnosti, které souvisejí s jejich vytvářením, správou, provozem, užíváním a rozvojem. Specificky dat se pak dotýká jeho prováděcí vyhláška č. č. 360/2023 Sb., o dlouhodobém řízení informačních systémů veřejné správy. Informační systém veřejné správy (ISVS) je chápán jako funkční celek zabezpečující informační činnosti. Informační činnosti jsou spojeny s informacemi důležitými pro výkon veřejné správy a zaměřují se na reprezentaci informací daty a na řízení dat prostřednictvím funkcionalit ISVS. Nicméně zákon nestanovuje konkrétní povinnosti spojené s daty, ale pouze s ISVS jako celkem.
Řízený přístup k datům v legislativě a praxi ČR
V českém právním řádu dále neexistuje obecná právní úprava, která by umožňovala řízený přístup k datům. Základním principem řízeného přístupu k datům je umožnění přístupu k datům, u kterých je regulováno nakládání s nimi, tedy která jsou ze své povahy chráněná zákonem (např. protože jde o osobní údaje, jsou předmětem obchodního tajemství, představují obsah chráněný právy duševního vlastnictví třetích stran atd.). Cílem řízeného přístupu k datům je umožnit přístup k nim nebo jejich odvozeninám a jejich opětovné užití za vybranými zákonem předvídanými účely, které jsou v obecném slova smyslu ve veřejném zájmu, a zároveň zajištění, aby nedošlo k nepřiměřenému zásahu do chráněných práv. Příkladem řízeného přístupu může být zajištění anonymizovaných nebo transformovaných[footnoteRef:16] dat z dané datové sady, umožnění přístupu pouze přes zabezpečené počítačové rozhraní nebo jen ve fyzických prostorách správce dat, případně vytvoření právních záruk, které ochranu před zneužitím poskytnutých dat zajistí. Praktické dopady řízeného přístupu se projevují zejména v oblastech vědeckého výzkumu, vývoje a inovací, získávání statistiky o různých oblastech lidské činnosti pro účely rozšiřování znalostí a výkon svobody projevu v širším slova smyslu, vzdělávání a vhodného nastavování veřejných politik. Klíčovou součástí řízeného přístupu je rovněž možnost získat data od většího množství orgánů veřejné správy najednou a díky tomu pracovat s komplexnějším a celistvějším obrazem. [16:  V DGA se používá pojem “statistická data” ve volnějším smyslu, který nutně neodpovídá statistickým údajům v kontextu regulace státní statistické služby. Vzhledem k zamezení nejasnosti je v materiálu na místech, které nesouvisí s právní úpravou státní statistické služby, používáno sousloví “anonymizovaná nebo transformovaná data”, která mohou být využita pro účely tvorby statistik žadateli mimo kontext státní statistické služby.] 

V ČR se principy řízeného přístupu k datům objevují v zákoně č. 89/1995 Sb., o státní statistické službě a v zákoně č. 272/2011 Sb., o zdravotních službách a podmínkách jejich poskytování. Zákon č. 89/1995 Sb. v § 17 odst. 1 písm. f) umožňuje v souladu s evropskými předpisy[footnoteRef:17] předání důvěrných statistických údajů na základě smlouvy za účelem vědeckého výzkumu[footnoteRef:18].[footnoteRef:19]  Dále zákon č. 89/1995 Sb. uvádí v § 17 odst. 1 písm. f), že orgány provádějící státní statistickou službu „předávají důvěrné statistické údaje pro účely vědeckého výzkumu na základě smlouvy, která stanoví splnění podmínek ochrany těchto údajů a přesný způsob jejich využití v souladu s právem Evropských společenství, a to právnickým osobám, jejichž základním posláním je vědecký výzkum“. § 18 odst. 1 písm. c) pak uvádí, že Český statistický úřad může vypracovat a poskytnout statistické informace na základě smlouvy za cenu stanovenou dohodou. Zákon č. 272/2011 Sb. v § 73 upravuje omezené poskytování dat ze zdravotnických registrů za zákonem stanovených podmínek. Oba zákony neupravují řízený přístup k datům dostatečně. Druhý uvedený navíc vylučuje přístup široké veřejnosti, a to i pro obecně společensky prospěšné účely. Příkladem komplexní úpravy poskytování informací, která zahrnuje jak volný přístup formou veřejného datového fondu, tak prvky řízeného přístupu, je úprava katastru nemovitostí podle zákona č. 256/2013 Sb., o katastru nemovitostí. [17:  Nařízení č. 223/2009 ze dne 11. března 2009 o evropské statistice a zrušení nařízení (ES, Euratom) č. 1101/2008 o předávání údajů, na které se vztahuje statistická důvěrnost, Statistickému úřadu Evropských společenství, nařízení Rady (ES) č. 322/97 o statistice Společenství a rozhodnutí Rady 8	9/382/EHS, Euratom, kterým se zřizuje Výbor pro statistické programy Evropských společenství, v platném znění a nařízení Komise (EU) č. 557/2013 ze dne 17. června 2013, kterým se provádí nařízení Evropského parlamentu a Rady (ES) č. 223/2009 o evropské statistice, pokud jde o přístup k důvěrným údajům pro vědecké účely, a kterým se zrušuje nařízení (ES) č. 831/2002.]  [18:  Více k poskytování důvěrných statistických údajů viz Zásady a podmínky poskytování důvěrných statistických údajů pro účely vědeckého výzkumu [online], https://www.czso.cz/csu/czso/zasady_a_podminky_poskytovani_mikrodat_pro_ucely_vedeckeho_vyzkumu. ]  [19:  To se děje v souladu s evropskými předpisy, zejména s nařízením ES č. 223/2009 ze dne 11. března 2009 o evropské statistice.] 

Pro potřeby tvorby a vyhodnocování politik pak přístup k datům veřejného sektoru funguje v omezených případech. Jediný známý systém, kde pro tyto účely je využíván tzv. agendový přístup k datům, je využití dat IS Evropského sociálního fondu v propojení s daty z agend Úřadu práce a České správy sociálního zabezpečení. 
Kromě výše zmíněného Safe Centra ČSÚ lze identifikovat také několik funkčně podobných systémů řízeného přístupu k datům, které ale nevycházejí z legislativy dat veřejného sektoru jako celku. Český sociálně vědní datový archiv tak poskytuje řízený přístup k archivovaným datům z předchozích výzkumů. TA ČR poskytuje řízený přístup k datům z šetření inovačních kapacit firem.
DGA v kapitole II předvídá existenci takové právní úpravy, která řízený přístup k datům umožňuje, byť její ustanovení není výslovně uvedeno jako povinnost. Kapitola II DGA však ukládá členským státům za povinnost připravit právní a technickou infrastrukturu, kterou budou moci žadatelé využívat. Domníváme se, že s touto přípravou je vhodné zavést rovnou i obecná pravidla, která řízený přístup k datům umožní, protože vytváření infrastruktury, která by pak nebyla využitelná, je v rozporu se zásadou dobré a úsporné veřejné správy.
Identifikace dotčených subjektů
Povinnými subjekty chystaného zákona jsou subjekty veřejného sektoru podle čl. 2 DGA, kteří jsou zároveň správci informačních systémů veřejné správy.
Jako výjimka z obecného pravidla povinnými subjekty nejsou zpravodajská služba, ozbrojené síly České republiky, Vojenská policie, Národní bezpečnostní úřad, Národní úřad pro kybernetickou a informační bezpečnost, územní samosprávný celek a dobrovolný svazek obcí.
Zvláštní úprava vyplývající z povinnosti stanovené čl. 7 DGA[footnoteRef:20]: [20:  Jedná se o „Příslušné orgány“, tedy odborná místa pro specifické oblasti. Čl. 7 odst. 1 DGA stanoví:
„Pro účely plnění úkolů uvedených v tomto článku určí každý členský stát jeden či více příslušných subjektů, jež mohou být příslušné pro konkrétní odvětví, na podporu subjektů veřejného sektoru, které povolují nebo zamítají přístup za účelem opakovaného použití kategorií dat uvedených v čl. 3 odst. 1. Členské státy mohou buď zřídit jeden nebo více nových příslušných subjektů, nebo se spolehnout na stávající subjekty veřejného sektoru nebo na vnitřní služby subjektů veřejného sektoru, které splňují podmínky stanovené tímto nařízením.“] 

a) Ministerstvo práce a sociálních věcí pro oblast dat o sociálním zabezpečení, zaměstnanosti a sociální politice,
b) Český statistický úřad pro oblast statistických dat,
c) Generální finanční ředitelství pro oblast dat o daních,
d) Ústav zdravotnických informací a statistiky pro oblast zdravotnických dat a statistik.
Mezi dotčené subjekty dále patří široká odborná i laická veřejnost, která bude moct těžit z výhod, které nová úprava přináší.
Obecně se regulace dotkne tří skupin subjektů:
A. Subjekty, kterým vzniknou povinnosti
· Jako správcům dat
· Jako jednotnému informačnímu místu
· Jako příslušným subjektům
B. Subjekty, které mohou data využít v existujících režimech
C. Subjekty, které mohou data využít v nově ustaveném režimu řízeného přístupu
Rozsah subjektů ve skupinách B a C se bude mírně lišit podle toho, jaké datové zdroje budou předmětem správy dat a řízeného přístupu. Rozsah subjektů ve skupině A (především správců dat) je ale velmi citlivý na volbu varianty.
Správci dat
V širokém slova smyslu jsou správci dat všechny orgány veřejné moci v ČR. Část z nich spravuje data, jejichž další využití je zásadní pro dosahování veřejněpolitických cílů. Část z těchto dvou překrývajících se skupin správců dat pak spravuje data obsažená v informačních systémech veřejné správy.
· Varianta 1 – Ústřední orgány státní správy ve smyslu kompetenčního zákona 
· Varianta 2 – Povinné subjekty podle zákona č. 106/1999 Sb. 
· Varianta 3 – Správci dat podle DGA 
· Varianta 4 – Správci ISVS podle zákona č. 365/2000 Sb.
· Varianta 5 – Správci dat dle DGA, které jsou zároveň správci ISVS, s výjimkami
Rozsah správců dat coby povinných subjektů je předmětem variantního řešení, jejich vyčíslení uvádíme v kapitole 2.1. Varianty řešení - Povinné subjekty.
Jednotné informační místo a příslušné subjekty
Těmto institucím ve všech (nenulových) variantách řešení vzniknou nové povinnosti. Jedná se řádově o jednotky subjektů, jejich výčet není předmětem variantního řešení a vychází z identifikace vhodných subjektů na základě jejich věcné příslušnosti, oborové expertízy a schopnosti tyto povinnosti v praxi naplnit.
Uživatelé dat mimo režim řízeného přístupu
Jak vyplývá z definice problému, správa dat je předpokladem efektivního využívání dat veřejného sektoru širokým spektrem jejich uživatelů. Pro většinu zdrojů dat platí, že mimo řízený přístup (k tomu viz níže) mohou najít využití u následujících subjektů:
· Samotný správce dat či povinný subjekt, resp. jeho jednotlivé útvary mimo útvar spravující daná data nebo informační systém, ve kterém vznikají nebo jsou spravována.
· Ostatní orgány státní správy
· Ostatní orgány veřejné správy (především samosprávy v kontextu poskytování veřejných služeb)
· Český statistický úřad
· Uživatelé otevřených dat
· Žadatelé podle zákona č. 106/1999 Sb.
Správci dat
Primárními příjemci přínosů správy dat jsou samotní správci dat, kteří jsou typicky hlavními uživateli dat, které spravují. 
Ostatní orgány státní správy a ostatní orgány veřejné správy
Cílem správy dat je přiblížit data veřejného sektoru ke stavu, kdy budou moci být bez problému přebírána jinými úřady v režimu tzv. agendového přístupu pro účely poskytování služeb.
Český statistický úřad
Český statistický úřad je dotčen nepřímo: protože má podle zákona o statistické službě nárok přebírat veřejná data pro účely tvorby statistik, zlepšení správy dat mu může přinést, jak úsporu v podobě možnosti omezit zjišťování, tak úsporu při zpracování a využití dat veřejného sektoru přebíraných pro tvorbu statistik.
Uživatelé otevřených dat
Lze předpokládat, že zlepšení správy dat bude mít pozitivní dopady na otevřená data. Lépe spravovaná data lze snadněji zveřejňovat, zároveň správci dat díky lepší správě dat dokáží lépe vyhodnotit, která data lze zveřejnit. Správa dat může přispět i k lepší dokumentaci i kvalitě zveřejňovaných dat. Bezprostředními příjemci těchto přínosů jsou uživatelé otevřených dat, konečnými příjemci pak uživatelé produktů a výstupů práce s otevřenými daty. Tyto uživatele (zvláště u dosud nezveřejňovaných dat) nelze z povahy věci dobře identifikovat, zároveň platí, že data s velkým přínosem už jsou v dostatečné míře zveřejněna ve formě otevřených dat a zásadní problémy jejich kvality a dokumentace jsou již vyřešeny. Průzkum prostředí uživatelů otevřených dat (tj. IT expertů vytvářejících aplikace s otevřenými daty), a jehož výsledky byly použity jako základ pro komunikační strategii zveřejněnou v roce 2022 (https://data.gov.cz/kodi/výstupy/C3V1.pdf) ukazuje, že kvalitní správa dat je nezbytná pro funkční ekosystém otevřených dat. Z výzkumu, jehož součástí byli respondenti z komerčního sektoru, veřejné správy, akademie, občanské společnosti a médií, mimo jiné vyplývá, že z pohledu uživatelů jsou velkými nedostatky otevřených dat nízká kvalita metadat, špatná dostupnost a dohledatelnost datových sad nebo obsahové chyby v samotných datech. Všechny tyto problémy vyplývají z nesprávné správy dat jako takové. Z výzkumu dále vyplynulo, že přes 43 % dotázaných nemá pokročilejší IT dovednosti. Vzhledem k tomu, aby poskytování otevřených dat bylo efektivní, musí být data kvalitní, čistá a kvalitně popsaná.
Žadatelé a povinné subjekty podle zákona o svobodném přístupu k informacím
Ačkoli tato cílová skupina není přímo zamýšleným adresátem navrhovaného řešení, lze odhadovat, že lépe spravovaná data umožní efektivněji obsloužit některé žádosti o informace, což by mohlo přinést úsporu na straně správců dat a lepší uspokojení potřeb žadatelů.
Uživatelé dat v režimu řízeného přístupu
Zde lze jen obtížně kvantifikovat skutečný předpokládaný počet uživatelů dat veřejného sektoru v režimu řízeného přístupu. Lze ale odhadnout počet subjektů či jednotlivců, kteří jsou potenciálním uživatelem, byť skutečným uživatelem ve smyslu podání žádosti v režimu řízeného přístupu se stane jen malá část z nich.
Celkovou kvantifikaci potenciálních uživatelů koncipujeme pro tři skupiny aktérů:
· Studenti
· Výzkumní pracovníci
· Analytici a další podobní pracovníci ve veřejné správě
Počet výzkumných pracovníků aproximujeme pomocí oficiálních statistických údajů, údajů o počtech publikací a triangulujeme pomocí statistických údajů o počtech výzkumných pracovišť s relevantními charakteristikami, společně s informacemi o počtech publikujících výzkumníků.
Výzkumníci a výzkumné subjekty: uživatelé pro výzkumné účely
1. Počty výzkumných pracovišť s výdaji na V&V nad 1 mil. Kč ročně
Jak ukazuje tabulka níže, v Česku působí cca tři tisíce subjektů realizujících výzkum a vývoj v nezanedbatelném finančním objemu. Více než polovina z nich ale působí v oblastech, pro které řízený přístup k datům veřejného sektoru bude málokdy relevantní – jde především o technický výzkum a vývoj v soukromém sektoru. V lékařských, přírodních a pravděpodobně i zemědělských a humanitních vědách pak bude relevance dat z informačních systémů pro výzkum také relativně malá, byť v některých specifických případech podstatná. Ve výsledku se tedy v množině potenciálních uživatelů řízeného přístupu nacházejí řádově nižší stovky subjektů.

Tabulka 1
	Oblast
	VŠ vč. fakult. nemocnic
	Veřejný mimo VŠ
	Podnikatelský
	Soukromý neziskový
	Celkem

	Přírodní vědy
	40
	55
	532
	13
	640

	Technické vědy
	50
	9
	1 701
	19
	1779

	Lékařské vědy
	32
	18
	63
	3
	116

	Zemědělské vědy
	10
	21
	71
	1
	103

	Sociální vědy
	56
	14
	38
	17
	125

	Humanitní vědy
	29
	70
	2
	1
	102

	Celkem
	217 
	187
	2 407
	54 
	2 865 


Zdroj: ČSÚ, Ukazatele výzkumu a vývoje – 2022 (sada 211002-23), tabulky v části 1.3, dostupné na https://www.czso.cz/csu/czso/ukazatele-vyzkumu-a-vyvoje-2022


2. Počty výzkumníků v roce 2022 podle vědní oblasti a sektoru
Podobný vzorec ukazuje i rozpad počtu výzkumníků napříč vědními oblastmi a sektory. Ačkoli hypotetická skupina uživatelů dat veřejného sektorů definovaná coby všichni výzkumníci se počítá v desetitisících, oborový a sektorový rozpad ukazuje, že skutečná potenciální uživatelská skupina se počítá spíše v tisících. I tento odhad je ale příliš vysoký, protože nebere v potaz skutečné výzkumné otázky a druh výzkumu (včetně typu využívaných metod a dat).

Tabulka 2
	Oblast
	VŠ vč. fakult. nemocnic
	Veřejný mimo VŠ
	Podnikatelský
	Soukromý neziskový
	Celkem

	Přírodní vědy
	6 366 
	6 666
	11 387
	66
	24 485 

	Technické vědy
	6 789 
	364
	18 450
	80
	25 683 

	Lékařské vědy
	6 703 
	1 311
	783
	19
	8 816 

	Zemědělské vědy
	1 553 
	664
	458
	6
	2 681 

	Sociální vědy
	4 706 
	432
	426
	157
	5 721 

	Humanitní vědy
	2 097 
	1 688
	5
	6
	3 796 

	Celkem
	28 214 
	11 125
	31 509
	334
	71 182 


Zdroj: vlastní odhady na základě ČSÚ, Ukazatele výzkumu a vývoje – 2022 (sada 211002-23), tabulky v části 1.3, dostupné na https://www.czso.cz/csu/czso/ukazatele-vyzkumu-a-vyvoje-2022

Navíc v případě některých oborů s větším počtem výzkumníků i aktivně publikujících výzkumníků (viz níže), např. v medicínských oborech, lze očekávat, že velká část jejich potřeb je či bude řešena v režimu specifickém pro data o zdravotních službách. Naopak nejrelevantnější jsou pro využití dat veřejného sektoru obory společenských věd, které ale mají relativně menší počet výzkumníků a mezi nimi i menší podíl výzkumníků publikujících na špičkové úrovni.
3. Počty publikujících výzkumníků
Abychom alespoň hrubě provedli realističtější odhad velikosti skupiny potenciálních uživatelů dat veřejného sektoru pro výzkumné účely, využíváme i data o publikujících výzkumnících. K tomu vycházíme z analytické aplikaci IDEA při CERGE-EI, která na základě dat o citacích a vědeckých výstupech odhaduje počty výzkumníků publikačně aktivních v jednotlivých oborech. Metodika se přístupem k zařazování do oborů liší od metodiky dat poskytovaných ČSÚ (zde se pracuje s obory FORD a zařazení vychází z publikační aktivity jednotlivce). Zároveň se analýza snaží detekovat jakoukoli publikační aktivitu na úrovni jednotlivce a odděleně i publikační aktivitu v horním kvartilu citačního indexu. Toto druhé číslo slouží jako indikace, do jaké míry jsou v dané oblasti v Česku aktivní výzkumníci, u kterých lze předpokládat aplikaci takových výzkumných metod, které s sebou nesou potřebu využít např. individuální data.
Jak je patrné z tabulky níže, počty publikujících výzkumníků jsou výrazně nižší než počty výzkumníků vykazovaných statisticky, ale tento poměr se liší mezi obory.

Tabulka 3
	Skupina oborů
	Počet publikujících výzkumníků
	Počet publikujících v časopisech v horním kvartilu

	Vědy o zdraví
	8060
	2148

	Přírodní vědy
	3154
	916

	Sociální vědy
	1656
	155

	Vzdělávání
	86
	8

	Součet skupin
	12956
	3227


Zdroj: vlastní analýza na základě IDEA (2022) An EU Comparison of 2015-2016 Academic Publication Output and its Citation Impact, dostupné na https://ideaapps.cerge-ei.cz/EU_citations/ 

Výše uvedené počty jsou opět pouze indikativní a nemají být samy o sobě hodnocením publikační výkonnosti výzkumníků, pracovišť nebo celých oborů. Slouží ale pro základní posouzení (relativní) velikosti jednotlivých cílových skupin. Jak je patrné, výzkumníci s potenciálně největším zájmem o přístup k datům nově zpřístupněným díky řízenému přístupu pracují především v personálně menších oblastech s relativně nižší intenzitou excelentního výzkumu. 
Potenciální výjimkou je případné propojování dat mezi zdravotní a sociální sférou, které může být relevantní pro výzkumníky v personálně relativně širších oborech zdravotních a přírodních věd, včetně výzkumníků v soukromém sektoru, např. v oblasti výzkumu léčiv. V této oblasti se předpokládá silnější role ÚZIS jako tzv. pověřeného orgánu, který již v dané oblasti vzhledem k existující legislativě a praxi má vyvinuté technické zázemí, postupy a know-how.
Všechny tyto odhady se omezují na subjekty a výzkumníky, kteří v současné době působí v Česku. Evropská regulace (DGA) předpokládá i přeshraniční přístup v rámci EU. V praxi států se zavedeným systémem řízeného přístupu také významnou část jeho uživatelů tvoří mj. zahraniční výzkumníci. V českém prostředí nelze v krátkém období očekávat, že by zahraniční žadatelé tvořili velkou část poptávky, navržené řešení ale musí být schopné zahraniční žadatele obsloužit. 
Studenti doktorských a magisterských programů: uživatelé pro účely výuky a výzkumu
Potenciálními uživateli dat v režimu řízeného přístupu jsou i studenti vysokých škol. V současné právní úpravě statistické služby je přístup k mikrodatům prostřednictvím ČSÚ umožněn pro účely magisterských a disertačních prací, s touto variantou tedy lze analogicky pracovat i pro širší režim řízeného přístupu. Konkrétně se bude jednat o malé procento studentů magisterských programů v druhém, resp. posledním ročníku, a o něco větší podíl studentů v doktorských programech (kde půjde již o překryv se skupinou výzkumníků).
V ČR studuje v magisterských programech cca 103 tisíc studentů, v doktorských cca 20,5 tisíce. Abychom mohli alespoň hrubě odhadnout počty potenciálních uživatelů, musíme pracovat s následujícími parametry:
· Počty doktorských a magisterských studentů v jednotlivých skupinách oborů: pro některé skupiny oborů lze pro zjednodušení uvažovat řízený přístup jako nerelevantní
· Míra možného využití řízeného přístupu v jednotlivých oborech
· Počty studentů v relevantních ročnících

Vycházíme z předpokladu, že
1. V různých oborech jsou různé podíly studentů, kteří by mohli řízený přístup využít
2. Relevantní je využití pro pokročilejší studium, tj. magisterské a doktorské
3. Využití je pro závěrečné práce, tj. v posledním ročníku magisterského studia a dvou ročníků doktorského
4. Ve většině oborů řízený přístup k datům využije pouze malý díl studentů
Relevanci oborů posuzujeme na úrovni různé agregace, odhadovanou míru využití pak na úrovni nejjemnějších skupin oborů dostupných z veřejných dat[footnoteRef:21] (třímístné, výjimečně dvoumístné) a usuzujeme na využití od 1 % do 25 % studentů PhD programů, s poloviční intenzitou využití u magisterských studentů. [21:  ČSÚ, Studenti a absolventi vysokých škol v České republice - 2001–2022, datová sada 230061-23, využita data o počtu studentů za rok 2022 https://www.czso.cz/csu/czso/studenti-a-absolventi-vysokych-skol-v-ceske-republice-gr402tsw19 ] 

Níže ukazujeme ilustrativní odhad počtu studentů v relevantních oborech relevantních ročníků (sloupce „Studenti“) a odhadovaný počet potenciálních uživatelů v těchto programech a skupinách oborů.
Jedná se podle našeho soudu o hrubý odhad potenciálu využití, nikoli skutečně očekávatelné poptávky. Při porovnání např. intenzity špičkových publikací ve výzkumnické obci je patrné, že uvažovaná intenzita využití administrativních dat u studentů a začínajících výzkumníků je spíše na horní hranici představitelných hodnot – jinými slovy, i mezi profesionálními výzkumníky se děje menší podíl špičkového výzkumu, u kterého lze očekávat využití takto detailních dat, než jsou zde uvažované podíly studentů a PhD výzkumníků, kteří by tato data využili při práci na svých závěrečných pracích. 
Navíc stejně jako u výzkumníků v případě některých oborů s větším počtem studentů i aktivně publikujících výzkumníků (viz níže), např. v medicínských oborech, lze očekávat, že velká část jejich potřeb je či bude řešena v režimu specifickém pro data o zdravotních službách. Naopak nejrelevantnější jsou pro využití obory společenských věd. V těch i náš odhad ukazuje relativně vysoký počet potenciálních uživatelů z řad doktorandů, dosavadní praxe závěrečných praxí a oborové složení této skupiny ale nenapovídají, že by bylo možné přinejmenším v prvních letech očekávat nápor zájemců o využití řízeného přístupu z řad tvůrců závěrečných studentských prací.
To ostatně ukazuje i srovnání s existující poptávkou po řízeném přístupu k datům ČSÚ. Dle konzultace s ČSÚ tento proces ročně odbaví cca stovku žádostí, z nichž větší část ani nevyžaduje využití Safe Centra. 
Indikativní odhady počtu studentů a potenciálních uživatelů řízeného přístupu v relevantních oborech, podle skupiny oborů.


Tabulka 4
	Skupina
	Studenti PhD
	Studenti Mgr
	Uživatelé PhD
	Uživatelé Mgr

	Obchod, administrativa a právo, celkem
	860
	13490
	30
	170

	Přírodní vědy, matematika a statistika
	610
	640
	20
	10

	Služby
	140
	890
	10
	10

	Společenské vědy, žurnalistika a informační vědy
	1250
	8800
	110
	280

	Technika, výroba a stavebnictví
	1320
	2880
	50
	40

	Vzdělávání a výchova
	150
	3130
	10
	80

	Zdravotní a sociální péče, péče o příznivé životní podmínky
	2350
	17500
	20
	40

	Celkem
	6680
	47330
	250
	630


Zdroj: vlastní výpočty na základě dat ČSÚ (sada 230061-23, počty studentů za rok 2022)

Uživatelé uvnitř veřejné správy: uživatelé pro účely tvorby a vyhodnocování veřejných politik
Mezi uživateli řízeného přístupu uvnitř veřejné správy uvažujeme především útvary, jejichž účelem je naplňovat principy evidence-informed policy making. 
Jako hrubou aproximaci rozsahu uživatelů tedy využíváme organizační strukturu státní služby, v níž identifikujeme útvary, jejichž názvy naznačují jako obsah práce analýzy, evaluace, tvorbu politik a podobné. Systemizace obsahuje celkem cca 7 500 útvarů na nejnižší úrovni řízení. Z nich 111 podle názvu vykonává analytické činnosti a kolem 40 buď statistické nebo strategické činnosti. Ze statistických ovšem přes 30 připadá na ČSÚ. Zbývá tedy celkem zhruba 160 útvarů s jednou z těchto náplní práce, z nichž 94 (s celkem 553 systemizovanými místy) spadá pod ministerstva a Úřad vlády a zbylých 69 spadá pod jiné služební úřady. 
V tomto výčtu jsou pochopitelně zahrnuty mnohé útvary, které vykonávají činnosti nesouvisející s tvorbou a vyhodnocováním politik, opět se tedy jedná o hrubý, pravděpodobně relativně vysoký odhad počtu subjektů, pro které může být navrhovaná regulace relevantní jakožto pro uživatele dat. Naopak zde ale nejsou zahrnuty některé úřady, které nejsou definičně pokryty použitým datovým zdrojem (neslužební ústřední úřady jako např. Technologická agentura ČR) popř. činnosti tvorby a vyhodnocování politik v procesech státní správy, které ale nevykonává přímo veřejná organizace (např. procesy hodnocení výzkumu v rámci struktury Rady vlády pro výzkum, vývoj a inovace).
Jako další zdroj pro odhad počtu dotčených subjektů v této skupině lze využít mapování analytických útvarů z roku 2021[footnoteRef:22]. To identifikovalo na ministerstvech celkem 119 útvarů a získalo detailní odpovědi v dotazníku od 49 z nich. Tato data ukazují, že cca 2/3 z nich využívají pro svou práci agregovaná statistická data, cca 40 % využívá statistická mikrodata a cca polovina využívá agendové informační systémy. (Pouze 14 % používá neveřejná data jiných resortů, žádný z nich navíc „velmi často“, což je pravděpodobně způsobeno absencí použitelného právního titulu pro takové využití). [22:  České priority (2013), viz výše.] 

Ani jeden tento zdroj neumožňuje bez hlubší časově náročné analýzy přesněji identifikovat a kvantifikovat, které útvary jsou potenciálními uživateli dat v režimu řízeného přístupy, je ale patrné, že z hlediska obecné relevance jde o řádově desítky útvarů coby potenciální uživatele.
Širší veřejnost: uživatelé pro ostatní účely
U širší veřejnosti nelze z dostupných dat ani přibližně kvantifikovat velikost skupiny potenciálních uživatelů systému řízeného přístupu.
Popis cílového stavu
Motivace pro změnu
Navrhovaný zákon má za cíl vyřešit dva problémy, které v současné právní úpravě existují. Prvním z nich je chybějící právní úprava, kdy orgány veřejné správy nejsou dostatečně vedeny k tomu, aby efektivně nakládaly se svými daty. Praxe ukazuje, že existující právní úprava je příliš zaměřena na informační systémy veřejné správy (ISVS) a data jsou chápána pouze jako jejich součást. To vede k situaci, kdy jsou pomíjeny konkrétní aspekty správy dat jako takových. Data uchovávaná v jednotlivých ISVS nejsou popisována a správce ISVS tak často ani přesně neví, jakými daty disponuje. To následně vede k nedostatečné transparentnosti, protože tuto znalost následně postrádají jak veřejnost, tak hlavně další agendová místa, která by daná data mohla využít v rámci plnění svých agend. Následně tento problém vede k nemožnosti efektivních toků dat v rámci veřejného sektoru, protože jednotlivá agendová místa nemohou bez znalosti existence specifických dat žádat o přístup k nim a jejich využití. Důsledkem je praxe, při které jsou nehospodárně pořizována duplicitní data různými orgány veřejné správy pro výkon jejich činností a agend, a při které není naplněn potenciál efektivních datových toků mezi orgány veřejné správy. Znalosti toho, s jakými daty stát nakládá, je nezbytným krokem k dosažení cíle, který je formulován v programovém prohlášení vlády: „Důsledně budeme vymáhat, aby mezi úřady obíhala data, nikoli občan.“.[footnoteRef:23] Vyřešení tohoto problému představuje první část z navrhované úpravy.  [23:  Programové prohlášení vlády České republiky, 2022, s. 35. Online: https://www.vlada.cz/assets/jednani-vlady/programove-prohlaseni/programove-prohlaseni-vlady-Petra-Fialy.pdf] 

Druhým důvodem pro vznik navrhované právní úpravy je nezbytnost implementace ustanovení kapitoly II Nařízení Evropského parlamentu a Rady (EU) 2022/868 ze dne 30. května 2022, o evropské správě dat (dále „DGA“ z anglického „Data Governance Act“). Navrhovaná právní úprava takto představuje pouze částečnou implementaci DGA, protože je jen jednou částí z celkového souboru právních úprav, kterými Česká republika přizpůsobuje svůj právní řád tomuto nařízení. Kapitola II DGA zavádí principy pro zajištění přístupu a opětovného užití dat veřejného sektoru, která se nacházejí mimo aplikaci směrnice EU č. 2019/1024 o otevřených datech a opakovaném použití informací veřejného sektoru. Pro tento způsob přístupu k datům se v rámci českého kontextu vžilo označení „řízený přístup k datům“. Ten má umožnit využití doposud nedostupných dat a informací zejména za účely vědy a výzkumu. Aktuální právní úprava poskytování informací veřejného sektoru trpí dvěma zásadními problémy. Prvním je nemožnost žádat o data od většího množství správců dat najednou a případně propojení takových dat. To vede k nemožnosti efektivního vyřešení takové žádosti. Důsledkem je nízká efektivita a navyšování nákladů na straně žadatele (klienta služeb) i státu. Druhým problémem je nemožnost efektivního a zároveň dostatečně technicky nebo organizačně zabezpečeného přístupu k datům, jejichž poskytnutí je vyloučeno aktuální právní úpravou o poskytování informací. Jedná se zejména o osobní údaje, či informace chráněné právy duševního vlastnictví třetích osob. Kvůli této nedostupnosti přístupu není možné ani následné použití těchto dat a jejich odvozenin (jejich anonymizace, agregace), za společensky prospěšnými účely (například vědecký výzkum). Obecná právní úprava řízeného přístupu k těmto datům (jejich poskytnutí ve formě, která zároveň naplní cíle žadatele a zároveň působením právních a organizačních záruk zajistí, že riziko jejich zneužití bude minimální) v současné právní úpravě citelně chybí. Zajištění právní úpravy, která umožní řízený přístup k datům, pak představuje druhý pilíř navrhované úpravy.
Cílový stav
Navrhovaný zákon o správě dat a o řízeném přístupu k datům poskytne rámec pro zlepšení využití dat, jejichž potenciál není v současné době plně naplněn. Zákon umožní hladký oběh dat a usnadní jejich další užití, ať už se bude jednat o využití ke komerčním účelům, vědeckému výzkumu či ve veřejném zájmu. Cílem zákona o správě dat a o řízeném přístupu k datům je na obecné úrovni zavést povinnost orgánů veřejné správy udržovat data přehledně a dohledatelně, v souladu s požadavky zákonem stanoveného datového managementu a dále zavést povinnost orgánů veřejné správy zajistit za jasně vymezenými účely a při zachování maximálního zabezpečení a minimalizace rizik největší možnou dostupnost jinak chráněných dat (osobní údaje, statistická důvěrnost, obchodní tajemství, autorská práva třetích osob) veřejnosti i ostatním orgánům veřejné správy. Pomocí toho bude možné naplnit cíle stanovené strategiemi v oblasti rozvoje eGovernmentu a dostát závazkům vyplývajícím ze strategií a cílů EU na poli budování jednotného trhu pro data.[footnoteRef:24] [24:  https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A52020DC0066] 

Cílem první části navrhované úpravy je zajistit, aby se data uchovávaná v ISVS stala samostatným artefaktem s vlastním životním cyklem a s hodnotou využitelnou i mimo zdrojový ISVS potenciálními uživateli dat včetně uživatelů z řad veřejnosti, a to nezávisle na uživatelských funkcích ISVS, ve kterém jsou spravována. Správa dat včetně zajišťování přístupu k datům se stane samostatnou manažerskou úlohou oddělenou od řízení samotného ISVS. Díky tomu bude zajištěno, že data veřejného sektoru budou udržována přehledně, dohledatelně, v kontextu svého užití dostupně a interoperabilně a bude zajištěna kontinuita jejich existence i mimo kontext ISVS.
Cílem druhé části navrhované úpravy je implementovat kapitolu II DGA a zajistit možnost bezpečného sdílení a opětovného využití informací (dat), které jsou vyloučeny z poskytování informací podle současné právní úpravy reprezentované zejména zákonem č. 106/1999 Sb. Sdílení má proběhnout tak, aby informační potenciál předmětných dat byl naplněn z co největší míry a zároveň byla maximálně šetřena kolidující práva a zájmy, které jsou chráněné specifickými ochrannými právními režimy. Efektivní umožnění řízeného přístupu je podmíněno existencí efektivní správy dat ze strany daného orgánu veřejné správy, včetně provádění inventarizace dat a taktéž zavést možnost podávat žádosti o řízený přístup k datům skrze instituci, která bude fungovat jako centrální jednotné informační místo a bude moci rozhodovat o zřízení přístupu k datům. Cílem nových pravidel tedy je vybudovat důvěru ve sdílení údajů, které by mělo být bezpečnější, jednodušší a v souladu s právními předpisy o ochraně dat. Toho bude dosaženo prostřednictvím celé řady nástrojů, např. agregace, anonymizace a sdružování údajů a dalšími relevantními prostředky. Navrhovaná právní úprava zlepší využívání údajů shromážděných ve veřejném sektoru a umožní tvorbu společných datových prostor pro důležité sektory, jako je zdravotnictví, životní prostředí, energetika, zemědělství, mobilita, finance, výroba či veřejná správa. Právní úprava bude nastavena tak, aby efektivně dopadala na co nejširší spektrum dat a informací, ale zároveň zajistila, že nedojde k jejímu zneužití, ať už proto, že by byl poskytnut přístup k datům, který by i v tomto kontextu byl nepřiměřený, nebo proto, že by nebyly přítomné dostatečně účinné záruky, které by zneužití dat zabránily.
Konkrétní požadavky vyplývající z DGA jsou uvedeny v kapitole 2.3.1 této závěrečné zprávy RIA.
Návaznost na věcný záměr zákona o národní infrastruktuře pro prostorové informace a zřízení geoportálu České republiky
Dne 19. července 2021 byl usnesením vlády č. 636 schválen Věcný záměr zákona o národní infrastruktuře pro prostorové informace (VZZ NIPI), jehož cílem bylo vyřešení problémů týkajících se dostupnosti, kvality, uspořádání, zpřístupnění a sdílení prostorových dat, která jsou společná pro celou řadu oblastí v gesci veřejné správy a vznikají na různých úrovních orgánů veřejné správy. VZZ NIPI navrhnul přijetí nezbytných opatření pro zajištění efektivního pořizování, výměny, sdílení, přístupu a používání interoperabilních prostorových dat a služeb nad prostorovými daty.  
Vzhledem k obsahu věcného záměru zákona o správě dat a o řízeném přístupu k datům bylo Ministerstvem vnitra dne 17. března 2023 rozhodnuto o zahrnutí opatření obsažených ve VZZ NIPI do této právní úpravy. 
VZZ NIPI navrhoval níže uvedená opatření. Každé opatření je zhodnoceno ve světle navrhovaného zákona a je vyhodnoceno, zda návrh případně jiné právní předpisy, které byly od doby vzniku VZZ NIPI přijaty opatření navrhovaná ve VZZ NIPI provádí. Stav je výsledkem předchozích konzultací s navrhovateli VZZ NIPI a meziresortního připomínkového řízení.  
1. Věcné vymezení národní infrastruktury pro prostorové informace 
Vymezení národní infrastruktury pro prostorové informace je vloženo do § 10 odst. 2. Vzhledem k tomu, že prostorové údaje jsou součástí množiny údajů, jejichž výměna a sdílení probíhá prostřednictvím referenčního rozhraní veřejné správy (jak ukotvuje i VZZ NIPI), je tato skutečnost legislativně upravena v zákoně č. 111/2009 Sb., o základních registrech. 
Mezinárodní závazky, jimiž je Česká republika vázána v oblasti prostorových informací a služeb, budou nadále naplňovány prostřednictvím Národního geoportálu pro INSPIRE, který se stane integrální součástí  geoportálu, který je upraven § 10 odst. 1 předkládaného zákona. 

2. Ustanovení koordinačního subjektu národní infrastruktury pro prostorové informace 
Koordinační roli pro prostorové informace plní Digitální a informační agentura, která podle § 2a odst. 3 zákona č. 12/2020, o právu na digitální služby, plní koordinační úlohu v oblasti evidence a sdílení dat. Ta je dle organizačního řádu DIA vykonávaná Oddělením evidence a sdílení dat a Oddělením geoinformatiky.  

3. Stanovení účastníků národní infrastruktury pro prostorové informace 
Množina povinných subjektů v návrhu zákona o správě dat se liší od původně předpokládané množiny subjektů ve VZZ NIPI. Toto rozhodnutí je výsledkem rozvahy při přípravě návrhu zákona. Zároveň v návaznosti na meziresortní připomínkové řízení návrh zákona umožňuje dobrovolné plnění povinností správy dat subjekty, které jsou z jeho aplikace jinak vyloučeny. Těmto subjektům bude taktéž poskytovaná podpora na bázi dobrovolnosti, a to včetně prostorových informací. Předkladatelé zákona nevylučují budoucí novelizaci zákona, která množinu povinných subjektů rozšíří. 

4. Definování informačního systému národní infrastruktury pro prostorové informace 
Původně plánované IS NIPI, jež mělo obsahovat metadata o prostorových datech a službách nad prostorovými daty a o nově připravovaných projektech v oblasti prostorových informací a sběru nových požadavků na rozvoj národní infrastruktury pro prostorové informace bude nahrazen centrálními řešeními. 
Katalogizace dat bude vykonávaná prostřednictvím Geoportálu, který je zřízen dle §10 zákona a také Národním katalogem dat dle § 9 zákona. Především se dle návrhu zákona na prostorová data vztahují obecné povinnosti správy dat, popisování dat a datových rozhraní metadaty dle standardů vydávaných Digitální a informační agenturou ve spolupráci se správci dat a evidence těchto metadat v lokálních katalozích dat, jejichž obsah je centralizován v Národním katalogu dat. 
Vzhledem k důrazu na doménová specifika prostorových dat návrh zákona dále v § 10 zřizuje  geoportál, který umožní zpřístupňování a zobrazování prostorových dat, poskytování služeb nad prostorovými daty, sdílení těchto dat a služeb a sledování jejich dostupnosti a využívání. 
Aby nedocházelo k duplikaci povinností pro správce dat, kteří spravují taktéž prostorová data, budou tato data evidovaná v lokálním katalogu dat a následně sbírána (harvestována) ze strany Národního katalogu dat a  geoportálu v stanoveném detailu metadat.  
Koordinace a sledování projektů je součástí procesu žádosti o stanovisko dle zákona č. 365/2000 Sb. v souvislosti s předložením dokumentace programů, investičních záměrů, projektů informačních systému a spuštění služby určeného informačního systému. Tento proces je koordinován Odborem hlavního architekta egovernmentu, jehož jsou Oddělení geoinformatiky a Oddělení evidence a sdílení dat součástí a budou se dle výsledků předchozích jednání podílet na spoluhodnocení těchto projektů. 
Nástroj resp., funkcionalita pro sběr požadavků pro rozvoj národní infrastruktury prostorových dat bude jednou z funkcionalit geoportálu České republiky. 

5. Zařazení prostorových informací do datového fondu veřejné správy 
Prostorová data jsou v souladu se zákonem č. 111/2009 Sb. součástí datového fondu veřejné správy. Jejich přesnost, aktuálnost a interoperabilita budou zajištěné dodržování principů správy dat uvedených v Hlavě II zákona.  

6. Stanovení ostatních součástí národní infrastruktury pro prostorové informace a jejich správců 
Geoportál je zřízen v § 10 zákona. Další platformy jsou součástí referenčního rozhraní upraveného zákonem č. 111/2009, případně jinými resortními legislativními úpravami. Návrh zákona o správě dat neznemožňuje jejich ustavení.  

7. Podpora vzdělávání a zvyšování kompetencí v oblasti prostorových informací 
8. Stanovení pravidel užívání národní infrastruktury pro prostorové informace. 
Ad 7 a 8 - dle zákona č. 12/2020 o právu na digitální služby Digitální a informační agentura (§ 2a odst. 3) plní koordinační úlohu v oblasti evidence a sdílení dat a zajišťuje odborný rozvoj, školení, sdílení znalostí, osvětu a vzdělávání v oblasti své působnosti. Není tak nutné tato opatření duplikovat v dalším předpisu.

Zřízení Geoportálu České republiky
Vzhledem k tomu, že existují desítky geoportálů s národní působností, ale vždy specificky pro danou oblast (geoportál INSPIRE, geoportál ČÚZK pro základní data, geoportál zdravotnických dat, nově vznikající geoportál územního plánování apod.), geoportály samospráv (geoportál má každý kraj, stovky měst a obcí také provozují své geoportály někdy taky nazývané jako mapové portály), avšak tato data není možné nikde na centrální úrovni vyhledat, zřizuje se Geoportál České republiky (GP ČR) jako jednotné centrální přístupové místo k národní infrastruktuře pro prostorová data
Zákon o správě dat a o řízeném přístupu k datům dává jedinečnou možnost vybudovat centrální místo pro data prostřednictvím Národního katalogu dat a analogicky centrální místo pro prostorová data s využitím Geoportálu České republiky. Protože poskytovatelé prostorových dat jsou na povinnost zpřístupňovat metadat zvyklí již 15 let, i když jejich ochota a aktivita po kontrolách EU v roce 2014 polevila, nebude zpřístupňování metadat na Geoportál České republiky novou nákladnou a neproveditelnou povinností. Bude úkolem Ministerstva životního prostředí Geoportál České republiky propagovat a znovu komunitu poskytovatelů vybudovat. Klíčovým faktem je, že Geoportál České republiky nebudou řídit přísné evropské technické požadavky. Zpřístupňovat data pro národní účely bude hlavním cílem. Povinnosti pro evropskou infrastrukturu INSPIRE bude nový geoportál České republiky zajišťovat jako jeden z dílčích úkolů. 

Využití řízeného přístupu ve výzkumu, tvorbě a hodnocení veřejných politik
Současný špičkový výzkum především ve společenských a zdravotnických vědách do značné míry vychází právě z možnosti pracovat s tzv. administrativními mikrodaty, tj. s daty, které především veřejné organizace spravují za účelem poskytování veřejných služeb, a které následně ve velké míře detailu zpřístupňují pro výzkumné účely. Často se navíc jedná o výzkum aplikovaný, který přispívá např. k vyhodnocování konkrétních veřejněpolitických intervencí. Stejně tak jsou dobře spravovaná a zpřístupňovaná data základním předpokladem pro efektivní tvorbu a vyhodnocování veřejných politik samotnou státní správou. Hlavním důvodem je rozvoj výzkumných metod v posledních několika desetiletích, které při využití detailních dat umožňují rigoróznější usuzování o příčinných vztazích bez nutnosti organizovat experimenty.
Např. v ekonomickém výzkumu pak platí, že velká část akademických špiček v posledních desetiletích využívá právě tyto metody a data. (Za využití administrativních mikrodat, popř. rozvoj metod pro práci s nimi byli oceněni nositelé Nobelovy ceny za ekonomii z let 2021 a laureáti John Bates Clark Medal z let 2023, 2013 aj.) Vzniká pak excelentní výzkum, ale také poznatky aplikovatelné ve veřejné správě, např. v oblasti veřejného zdraví, trhu práce, podpory výzkumu, vývoje a inovací aj. Bibliometrické analýzy také ukazují, že zpřístupnění dat dlouhodobě vede k proměně zaměření výzkumu v daném oboru, kdy např. v ekonomii napříč podobory stoupá využití administrativních dat a relativně klesá využití dat z výběrových šetření; s širší dostupností dat se také proměnil obor ekonomie směrem k větší orientaci na empirické otázky.[footnoteRef:25] [25:  Nagaraj, A., & Tranchero, M. (2023). How Does Data Access Shape Science? Evidence from the Impact of U.S. Census’s Research Data Centers on Economics Research (Working Paper 31372). National Bureau of Economic Research. https://doi.org/10.3386/w31372; van der Klaauw, B. (2014). From Micro Data to Causality: Forty Years of Empirical Labor Economics. IZA Discussion Papers, Article 8047. https://ideas.repec.org//p/iza/izadps/dp8047.html
Langedijk, S., Vollbracht, I., & Paruolo, P. (2019). The Potential of Administrative Microdata for Better Policy-Making in Europe. In N. Crato & P. Paruolo (Ed.), Data-Driven Policy Impact Evaluation: How Access to Microdata is Transforming Policy Design (s. 333–346). Springer International Publishing. https://doi.org/10.1007/978-3-319-78461-8_20; Friedman, John. (2015). The Transformative Role of Administrative Data in Evaluating Economic Policies. https://www.aeaweb.org/content/file?id=373] 

V korpusu akademické i další odborné literatury lze nalézt desítky příkladů excelentního výzkumu realizovaného díky zpřístupnění dat veřejné správy. Níže uvádíme výběr těchto příkladů strukturovaný do několika oblastí. (V části 1.4.4. podobně uvádíme témata, otázky a oblasti veřejných politik, ve kterých v současné době výzkum chybí v českém prostředí a kde konzultace s potenciálními uživateli řízeného přístupu identifikovala potenciál data zpřístupněná v řízeném přístupu využít pro jejich zodpovězení).
Praktické využití možností řízeného přístupu k datům v kontextu vědeckého výzkumu je možné demonstrovat na následujících příkladech.
Hodnocení dopadů veřejných politik
· Sullivan a von Wachter[footnoteRef:26] ve své studii využívají administrativních dat o pracovních příjmech za několik desetiletí propojených s informací o datu úmrtí ze správy sociálního zabezpečení k odhadům vlivu ztráty zaměstnání na úmrtnost. Studie ukazuje, pro které typy pracujících jsou tyto efekty nejvyšší a tak umožňuje efektivní zacílení aktivní politiky zaměstnanosti (APZ) za účelem ochrany zdraví a životů.  [26:  Sullivan, D., & von Wachter, T. (2009). Job Displacement and Mortality: An Analysis Using Administrative Data*. The Quarterly Journal of Economics, 124(3), 1265–1306. https://doi.org/10.1162/qjec.2009.124.3.1265] 

· Card a další[footnoteRef:27] ve své studii shrnují přes 200 prací analyzujících účinnost APZ v rozvinutých zemích, a tak umožňuje lépe vybírat účinné nástroje APZ. V domácím prostředí by provedení tohoto typu studií vyžadovalo propojení dat úřadů práce s daty České správy sociálního zabezpečení, která umožňují srovnávat nezaměstnané s podobnou dlouhodobou historií na trhu práce, což je zásadní metodologický požadavek těchto studií.[footnoteRef:28] [27:  Card, D., Kluve, J., & Weber, A. (2018). What Works? A Meta Analysis of Recent Active Labor Market Program Evaluations. Journal of the European Economic Association, 16(3), 894–931. https://doi.org/10.1093/jeea/jvx028]  [28:  Viz též Dehejia, R. H., Wahba, S. Causal Effects in Nonexperimental Studies: Reevaluating the Evaluation of Training Programs. Journal of the American Statistical Association. 1999, č. 448, s. 1053–1062.] 

· Bajgar a Criscuolo[footnoteRef:29] navrhují design pro vyhodnocování dopadů opatření zaměřených na učňovské vzdělání v kontextu Skotska, a to na základě využití tamních administrativních dat [29:  Bajgar, M., & Criscuolo, C. (2019). Designing Evaluation of Modern Apprenticeships in Scotland. In N. Crato & P. Paruolo (Ed.), Data-Driven Policy Impact Evaluation: How Access to Microdata is Transforming Policy Design (s. 289–311). Springer International Publishing. https://doi.org/10.1007/978-3-319-78461-8_18] 

· Rettore a Trivelato[footnoteRef:30] vyhodnocují dopad nástroje aktivní politiky nezaměstanosti v Itálii zaměřené na řešení kolektivního propouštění. [30:  Rettore, E., & Trivellato, U. (2019). The Use of Administrative Data to Evaluate the Impact of Active Labor Market Policies: The Case of the Italian Liste di Mobilità. In N. Crato & P. Paruolo (Ed.), Data-Driven Policy Impact Evaluation: How Access to Microdata is Transforming Policy Design (s. 165–182). Springer International Publishing. https://doi.org/10.1007/978-3-319-78461-8_11] 

V oblasti analýzy trhu práce a souvisejících veřejných politik také existuje řada publikací českých.
Hodnocení fungování a efektivity veřejných institucí
· Riaño[footnoteRef:31] na kompletní datové sadě informací o úřednících kolumbijského státu odhaduje dopad nepotismu a jeho regulace na efektivitu veřejných institucí. [31:  Riaño, J. F. (2021). Bureaucratic Nepotism (SSRN Scholarly Paper 3995589). https://doi.org/10.2139/ssrn.3995589] 

· Barteska a Lee[footnoteRef:32] s využitím dat o korejské agentuře na podporu exportu odhadují vliv výběru kvalitních manažerů na efektivititu korejské exportní politiky. [32:  Barteska, P., & Lee, J. E. (2024). Bureaucrats and the Korean Export Miracle. https://philippbarteska.com/files/KOTRA.pdf] 

· Titl a další[footnoteRef:33] odhadují vliv politických konexí na efektivitu veřejného zadávání. V oblasti veřejných zakázek a politických financí viz také práce Palanského[footnoteRef:34] a Palguty[footnoteRef:35] [33:  Titl, V., De Witte, K., & Geys, B. (2021). Political donations, public procurement and government efficiency. World Development, 148, 105666. https://doi.org/10.1016/j.worlddev.2021.105666]  [34:  Palanský, M. (2021). The value of political connections in the post-transition period: Evidence from Czechia. Public Choice, 188(1), 121–154. https://doi.org/10.1007/s11127-020-00816-3]  [35:  Palguta, J. (2019). Political representation and public contracting: Evidence from municipal legislatures. European Economic Review, 118, 411–431. https://doi.org/10.1016/j.euroecorev.2019.06.003] 

V této oblasti je patrná publikační aktivita českých akademiků - daří se využívat administrativní data, u nichž poskytovatelé již mají povinnost je zveřejňovat (registr smluv, veřejné zakázky) a/nebo u nich panují menší obavy o neoprávněné zpřístupnění osobních nebo důvěrných údajů.
Identifikace příčin a následků zásadních společenských jevů
· Chetty a další[footnoteRef:36] v řadě studií odhadují ekonomickou mobilitu v USA a její vztah k prostorové segregaci, kvalitě veřejných služeb vč. škol[footnoteRef:37], stejně jako vliv dalších faktorů, např. sociálního kapitálu[footnoteRef:38]. Autoři zde pracují s propojením velkého množství individuálních dat ze systému sociálního zabezpečení a daňové správy. [36:  Chetty, R., Friedman, J. N., Hilger, N., Saez, E., Schanzenbach, D. W., & Yagan, D. (2011). How Does Your Kindergarten Classroom Affect Your Earnings? Evidence from Project Star *. The Quarterly Journal of Economics, 126(4), 1593–1660. https://doi.org/10.1093/qje/qjr041]  [37:  Chetty, R., Friedman, J., & Rockoff, J. (2011). The Long-Term Impacts of Teachers: Teacher Value-Added and Student Outcomes in Adulthood (w17699; s. w17699). National Bureau of Economic Research. https://doi.org/10.3386/w17699]  [38:  Chetty, R., Jackson, M. O., Kuchler, T., Stroebel, J., Hendren, N., Fluegge, R. B., Gong, S., Gonzalez, F., Grondin, A., Jacob, M., Johnston, D., Koenen, M., Laguna-Muggenburg, E., Mudekereza, F., Rutter, T., Thor, N., Townsend, W., Zhang, R., Bailey, M., … Wernerfelt, N. (2022a). Social capital I: Measurement and associations with economic mobility. Nature, 1–14. https://doi.org/10.1038/s41586-022-04996-4
Chetty, R., Jackson, M. O., Kuchler, T., Stroebel, J., Hendren, N., Fluegge, R. B., Gong, S., Gonzalez, F., Grondin, A., Jacob, M., Johnston, D., Koenen, M., Laguna-Muggenburg, E., Mudekereza, F., Rutter, T., Thor, N., Townsend, W., Zhang, R., Bailey, M., … Wernerfelt, N. (2022b). Social capital II: Determinants of economic connectedness. Nature, 1–13. https://doi.org/10.1038/s41586-022-04997-3] 

· Podobně Medalia a další[footnoteRef:39] využívají kombinace administrativních dat a dat z výběrových šetření k přesnějšímu měření nerovnosti. vč. majetkové nerovnosti. Lustig[footnoteRef:40] pak s využitím administrativních dat koriguje známý problém výběrových šetření příjmů, která typicky nedostatečně zachycují jedince na extrémních koncích příjmového rozdělení. [39:  Medalia, C., Meyer, B. D., O’Hara, A. B., & Wu, D. (b.r.). Linking Survey and Administrative Data to Measure Income, Inequality, and Mobility. International Journal of Population Data Science, 4(1), 939. https://doi.org/10.23889/ijpds.v4i1.939]  [40:  Lustig, N. (2024). The “Missing Rich” in Household Surveys: Causes and Correction Approaches. https://doi.org/10.31235/osf.io/j23pn] 

· Meyer a další [footnoteRef:41] díky propojení populačních mikrodat ze zdravotnických a sociálních sysémů ukazují, jak dopadá bytová nouze, resp. bezdomovství, na zdraví a úmrtnost osob, kterých se týká. [41:  Meyer, B. D., Wyse, A., & Logani, I. (2023). Life and Death at the Margins of Society: The Mortality of the U.S. Homeless Population (Working Paper 31843). National Bureau of Economic Research. https://doi.org/10.3386/w31843] 

Fungování ekonomiky a firem
· Gavoille a Zasova[footnoteRef:42] využívají kombinaci administrativních a statistických dat pro odhad velikosti šedé ekonomiky a daňových úniků v Lotyšsku. [42:  Gavoille, N., & Zasova, A. (2022). What We Pay in the Shadow: Labor Tax Evasion, Minimum Wage Hike and Employment (SSRN Scholarly Paper 4376936). https://doi.org/10.2139/ssrn.4376936] 

· Bajgar a Javorcik[footnoteRef:43] na příkladu Rumunska s využitím mikrodat o firmách a mezinárodním obchodu (data celní správy) ukazují vliv přítomnosti nadnárodních společností na výsledky firem v jejich dodavatelském řetězci. [43:  Bajgar, M., & Javorcik, B. (2020). Climbing the Rungs of the Quality Ladder: FDI and Domestic Exporters in Romania. The Economic Journal, 130(628), 937–955. https://doi.org/10.1093/ej/ueaa003] 

· Bighelli a další[footnoteRef:44] na nově integrovaných mikrodatech o evropských firmách odhadují vztah koncentrace trhů a produktivity firem; Bajgar a další[footnoteRef:45] na komerční databázi též zkoumají trendy koncentrace firem, ale upozorňují na problém při využití komerčně kompilované databáze oproti přímému přístup k administrativním datům o firmách, které pro analýzu v mezinárodním kontextu vyžadují harmonizaci, viz Bartelsmann a další.[footnoteRef:46] [44:  Bighelli, T., Di Mauro, F., Melitz, M. J., & Mertens, M. (2023). European Firm Concentration and Aggregate Productivity. Journal of the European Economic Association, 21(2), 455–483. https://doi.org/10.1093/jeea/jvac040]  [45:  Bajgar, M., Berlingieri, G., Calligaris, S., Criscuolo, C., & Timmis, J. (2019). Industry Concentration in Europe and North America. OECD. https://doi.org/10.1787/2ff98246-en]  [46:  Bartelsman, E. J., di Mauro, F., Inferrera, S., Matani, M., Panizza, U., & Polder, M. (b.r.). Microdata For Economic Research In Europe: Challenges And Proposals.] 

· Garcia-Benardo a Janský[footnoteRef:47] odhadují míru přesouvání daňové povinnosti u nadnárodních společností, a to na základě tzv. country-by-country vykazování příjmů firem. [47:  Garcia-Bernardo, J., & Janský, P. (2024). Profit shifting of multinational corporations worldwide. World Development, 177, 106527. https://doi.org/10.1016/j.worlddev.2023.106527] 

Zlepšení využitelnosti dat z dotazníkových šetření
· Mayer a Mittag[footnoteRef:48] na základě propojení dat z výběrových statistických šetření a z administrativních registrů upřesňují odhady dopadů sociálních programů v USA. Studie ukazuje, že odhady dopadů sociálních dopadů postavené na šetřeních jsou v případě populace na dolním konci příjmového rozdělení výrazně podhodnocené. [48:  Meyer, B. D., & Mittag, N. (2019). Using Linked Survey and Administrative Data to Better Measure Income: Implications for Poverty, Program Effectiveness, and Holes in the Safety Net. American Economic Journal: Applied Economics, 11(2), 176–204.] 

· Davern a další[footnoteRef:49] využívají administrativní data pro kalibraci výběrových šetření tak, aby bylo možné na základě budoucích šetření přesněji odhadovat výskyt jevů, které výběrová šetření typicky podhodnocují, např. příjem soc. dávek. [49:  Davern, M. E., Meyer, B. D., & Mittag, N. K. (2019). Creating Improved Survey Data Products Using Linked Administrative-Survey Data. Journal of Survey Statistics and Methodology, 7(3), 440–463. https://doi.org/10.1093/jssam/smy017 ] 

Zde se jedná de facto o zvýšení efektivity výdajů (dominantně veřejných) na výzkum a vývoj, v jehož rámci probíhá design a realizace dotazníkových šetření.
Specifickou roli pak využití administrativních dat hraje ve farmaceutickém výzkumu. Propojení tzv. registrových dat (tj. zdravotních záznamů) s daty klinickými a farmakologickými umožňuje např. identifikovat neočekávané pozitivní účinky již využívaných léků. To umožňuje tzv. drug repurposing, což je zásadní cesta k léčebným možnostem v situaci, kdy rostou náklady na vývoj léčiv.[footnoteRef:50] V této oblasti lze nalézt i příklad, kdy se čeští vědci podíleli na významném objevu díky možnosti využití data z jiného státu (Dánsko).[footnoteRef:51] [50:  Přehled metod a několik příkladů využití viz např. Tan, G. S. Q., Sloan, E. K., Lambert, P., Kirkpatrick, C. M. J., & Ilomäki, J. (2023). Drug repurposing using real-world data. Drug Discovery Today, 28(1), 103422. https://doi.org/10.1016/j.drudis.2022.103422
Wu, Y., Warner, J. L., Wang, L., Jiang, M., Xu, J., Chen, Q., Nian, H., Dai, Q., Du, X., Yang, P., Denny, J. C., Liu, H., & Xu, H. (2019). Discovery of Noncancer Drug Effects on Survival in Electronic Health Records of Patients With Cancer: A New Paradigm for Drug Repurposing. JCO Clinical Cancer Informatics, 3, 1–9. https://doi.org/10.1200/CCI.19.00001
Zang, C., Zhang, H., Xu, J., Zhang, H., Fouladvand, S., Havaldar, S., Cheng, F., Chen, K., Chen, Y., Glicksberg, B. S., Chen, J., Bian, J., & Wang, F. (2023). High-throughput target trial emulation for Alzheimer’s disease drug repurposing with real-world data. Nature Communications, 14(1), Article 1. https://doi.org/10.1038/s41467-023-43929-1
Zong, N., Wen, A., Moon, S., Fu, S., Wang, L., Zhao, Y., Yu, Y., Huang, M., Wang, Y., Zheng, G., Mielke, M. M., Cerhan, J. R., & Liu, H. (2022). Computational drug repurposing based on electronic health records: A scoping review. NPJ Digital Medicine, 5, 77. https://doi.org/10.1038/s41746-022-00617-6]  [51:  Skrott, Z., Mistrik, M., Andersen, K. K., Friis, S., Majera, D., Gursky, J., Ozdian, T., Bartkova, J., Turi, Z., Moudry, P., Kraus, M., Michalova, M., Vaclavkova, J., Dzubak, P., Vrobel, I., Pouckova, P., Sedlacek, J., Miklovicova, A., Kutt, A., … Bartek, J. (2017). Alcohol-abuse drug disulfiram targets cancer via p97 segregase adaptor NPL4. Nature, 552(7684), Article 7684. https://doi.org/10.1038/nature25016
] 

Jak je patrné z odkazovaných studií, často se jedná o výzkumy, které ověřují vztah mezi jevy a veřejnými politikami napříč běžnými resortními předěly; i pro to je pro tento typ výzkumu zásadní možnost propojit data z více zdrojů, případně více druhů dat (administrativní, statistická, výběrová).
Ruku v ruce s častějším zpřístupňováním detailních dat pro výzkumné účely pak jde rozvoj statistických a technických metod, které umožňují zajistit ochranu důvěrných informací.
Z dostupných informací o fungování systému řízeného přístupu v jiných státech je také patrné, že se s pomocí administrativních dat daří řešit aktuální a relevantní problémy veřejné politiky. Na Novém Zélandu se díky přístupu k administrativním datům podařilo modelovat fungování systému sociální podpory, ve Velké Británii ministerstva zadala vyhodnocení programů na podporu podnikání a inovací, financování regionálního rozvoje nebo pro design politik zaměřených na rozvoj kreativních odvětví. [footnoteRef:52] [52:  Velká Británie - přehled využití dat pro potřeby veřejné správy: Analytical Impact team, Secure Research Service, Office for National Statistics. (2023). Thematic research review: Commissioned research for policy: A review of the research projects being undertaken in the ONS Secure Research Service for policy design or evaluation purposes. https://www.adruk.org/fileadmin/uploads/adruk/Documents/Thematic_research_review_Commissioned_research_for_policy.pdf
Jones, C., McDowell, A., Galvin, V., & Adams, D. (2022). Building on Aotearoa New Zealand’s Integrated Data Infrastructure. Harvard Data Science Review, 4(2). 
Austrálie: https://www.abs.gov.au/about/data-services/data-integration/data-integration-project-register/
] 

Potenciál využití dat ve výzkumu a tvorbě veřejných politik v prostředí ČR
Přehled potenciálních způsobů využití dat v režimu řízeného přístupu
Níže uvádíme ilustrativní výběr konkrétních návrhů věcných otázek relevantních pro výzkum či tvorbu a vyhodnocování veřejných politik, jejichž zodpovězení by zásadně usnadnilo či přímo usnadnilo využití dat veřejného sektoru v režimu řízeného přístupu. Úvaha o potřebnosti využití dat z informačních systémů české veřejné správy vychází z argumentu, že poznatky vyvozené z dat v jiných státech a kontextech mají omezenou validitu a aplikovatelnost.[footnoteRef:53]  [53:  viz např. Pritchett, L., & Sandefur, J. (2014). Context Matters for Size: Why External Validity Claims and Development Practice do not Mix. Journal of Globalization and Development, 4(2), 161–197. https://doi.org/10.1515/jgd-2014-0004 a Rossiter, J. (2020). Link It, Open It, Use It: Changing How Education Data Are Used to Generate Ideas [CGD Note]. Center for Global Development. https://www.cgdev.org/publication/link-it-open-it-use-it-changing-how-education-data-are-used-generate-ideas
] 

Tyto vstupy vzešly z konzultačního dotazníkového šetření mezi potenciálními uživateli z řad výzkumníků a analytiků veřejné správy. 
Tento přehled 
· Konkretizuje přínosy v oblasti výzkumu i kvality veřejných politik, které by byly umožněny dosažením cílového stavu v oblasti řízeného přístupu
· Indikuje, po kterých datových zdrojích je poptávka mezi respondenty, kteří se zapojili do konzultace
Vstupy z konzultace pro přehlednost členíme do tematických oblastí. Každé potenciální využití uvádíme ve formě empirické nebo veřejněpolitické otázky spolu s indikací aplikovatelnosti a potřeby dat.
Lepší nastavení systémů sociální podpory a služeb
Vede zajištění sociálního bytu ke snížení nebo naopak ke zvýšení čerpání příspěvku na bydlení?
· Využitelné pro: design a vyhodnocování systémů sociálního bydlení a souvisejících sociálních dávek
· Data: potřeba propojit informace o přidělování soc. bytu (prozatím nejčastěji na úrovni obcí) s mikrodaty o čerpání příspěvku na bydlení.

Z jakých důvodů rostou výdaje na starobní důchody? Dekompozice agregátních čísel na jednotlivé faktory (například, počty důchodců a výše důchodů dle různých kohort). 
· Využitelné pro: hodnocení a úpravy důchodové systému s ohledem na (ne)rovnosti a další dopady důchodového systému
· Data: Administrativní data ČSSZ

Kolik lidí je v Česku chudých a jak moc jim pomáhá nebo by mohl pomáhat sociální systém? 
· Využitelné pro: lepší definici problému chudoby a tedy lepší design intervencí na snižování chudoby, vč. systému soc. dávek
· Data: Propojená administrativní data MPSV a další - ČSSZ (data o čerpání důchodů), GFŘ (daňová přiznání), zdravotní pojišťovny

Jaké jsou rozdíly v nákladnosti sociálních služeb stejného typu? Jak se do nákladovosti promítá kvalita služby?
· Využitelné pro: vyhodnocování a optimalizace řízení a financování soc. služeb
· Data: propojení individuálních dat za sociální služby, soc. dávky, sjednocení výkaznictví za kraje k soc. Službám
Jakých skupin obyvatel se týkají exekuce a jaké mají dopady na jejich účast na trhu práce a čerpání sociálních dávek a služeb?
· Nutné pro: nastavení parametrů vstupu do oddlužení
· Data: propojení dat o exekucích a dat ÚP a ČSSZ

Kvalitnější vzdělávání
Modelování vzdělávacích a kariérních drah v ČR (tzn. průchod vzdělávacím systémem a jeho vliv na ekonomickou aktivitu v dlouhodobém horizontu, a to i ve vztahu k příjmům); 
· Využitelné pro: hodnocení efektivity vzdělávacích politik a cílení intervencí (vč. např. oborové struktury škol) 
· Data: důležitá dostupnost a propojení individuálních dat (ČSÚ, ČSSZ, Úřadu práce, MŠMT a MF ČR)

Jak socioekonomický status a další faktory ovlivňují předčasné odchody ze vzdělávání? 
· Využitelné pro: hodnocení efektivity vzdělávacích politik a cílení intervencí (vč. financování škol)
· Data: předčasné odchody se momentálně přesně nesbírají kvůli absenci identifikátorů žáka

Jak nastavit indexové financování škol s využitím informací o přídavku na děti?
· Využitelné pro: detekci lokální koncentrace socioekonomického znevýhodnění a následné cílení intervencí a financování v území
· Data: propojená data MŠMT a MPSV

Jaké ekonomické a sociální dopady na jednotlivce mají odložené nástupy na základní školu a předčasné odchody ze vzdělávacího systému?
Jaké dopady na budoucí dosažené vzdělání (a obor VŠ), zaměstnanost, výdělky, sociální postavení, zdraví atd. má (ne)přijetí na vysokou školu?
Jaké vzdělání dosáhli a jakými školami prošli absolventi různých typů a oborů a vzdělání a další účastníci na trhu práce?
· Využitelné pro: cílení podpory na konkrétní oblasti, školy, typy rodin apod. Dále by bylo možno zpětně evaluovat vzdělávací systém atd.	
· Data: MŠMT a resort MSPV (primárně data ČSSZ a částečně Úřadu práce). Zásadní jsou individuální data na obou stranách (tj. matriky škol a údaje o jednotlivcích ČSSZ).

Lepší zdravotnictví
Jak souvisí účast na preventivních prohlídkách se sociální situaci pacientů?
· Využitelné pro: zvyšování zdravotní prevence včetně nastavení sítě praktických lékařů
· Data: ČSSZ, propojení s daty ÚZIS

Jaké dopady na zdraví uživatelů má zvýšené vynucování práva v oblasti ilegálních drog?
· Využitelné pro: interakce mezi zdravím a výkonem trestu odnětí svobody, dopad veřejných politik
· Data: propojení dat z různých sektorů - zdravotnictví, policie, ministerstvo vnitra, spravedlnosti...

Nakolik leží klienti na lůžkách ve zdravotnických zařízeních, kteří mají být v zařízeních sociální péče? (a další popisy oblasti sociálně-zdravotního pomezí)
· Využitelné pro: porozumění stavu sociálně-zdravotního pomezí
· Data: propojení individuálních dat o využívání sociálních služeb, soc. dávky a zdravotních služeb

Využívání zdravotní péče podle socioekonomické pozice jednotlivce 
· Využitelné pro: pochopení role socioekonomické situace ve využívání zdravotní péče, design intervencí na efektivnější využívání a dostupnost zdravotní péče
· Data: Individuální, ta totiž umožňují hledání souvislostí a prokázaní kauzality. Data je potřeba propojovat, aby o jedincích bylo známo něco jiného než pohlaví a věk, např. vzdělání, příjem, využívání sociální péče. Například data ze sčítání, která bohužel nejdou propojit a tak se jedná o zcela vyhozené miliardy, bez většího potenciálu.

Populační průměrné hodnoty, včetně rozložení laboratorních krevních testů (glykemie, cholesterol apod.)
· Využití: Základní charakteristika populačního zdraví, základní rámec pro politiky veřejného zdravé a podpory zdraví
· Data: individualizovaná zdravotní data (ÚZIS / zdravotní pojišťovny) propojená s daty z registrů, ÚP, ČSSZ, ČSÚ. 

Regionální čerpání zdravotní lůžkové péče dle DRG
· Využití: Rozhodování s ohledem na regionální disparity v poskytování zdravotní péče, vč. dostupnosti v příhraničních regionech.
· Data: primární, propojování dat mezi různými zdroji a správci by bylo obrovským přínosem, např. pokud by zdravotní individualizovaná data ÚZIS/pojišťovny mohla být navázána na data jiných správců dat (matrika, UP, ČSSZ, ČSÚ apod)

Čerpání zdravotní péče (lůžkové, ambulantní) dle anonymizovaných individualizovaných charakteristik pacienta.
· Využití: zvažování změn financování příjmové stránky zdravotního pojištění.
· Data: individualizovaná zdravotní data (ÚZIS / zdravotní pojišťovny) propojena s daty z registrů, ÚP, ČSSZ, ČSÚ.

Bezpečnější Česko
Dopady vyhlášek omezujících pití alkoholu na veřejnosti
· Využití: vyhodnocování dopadů vynucování práva
· Data: Policie ČR - ESSK, ČSÚ, hygienická stanice, vězeňská služba

Jaké faktory ovlivňují výskyt nelegální migrace v ČR? 
· Využití: lepší porozumění problému nelegální migrace (její sezónnosti), formulovat vhodná protiopatření, mitigovat vliv dezinformací
· Data: Geograficky členěná data o počtech zjištěných osob v nelegálním postavení

Výkonná ekonomika
Jak velké jsou daňové úniky firem a kolik je snížily reformy proti únikům v posledních deseti letech? 
· Dobré pro: rozhodnutí o tom, zda ponechat, rozšířit, omezit nebo změnit EET nebo další reformy.
· Data: Daňová přiznání DPPO a další administrativní data GFŘ (country-by-country reporting, přílohy přiznání), doplněno daty o firmách od soukromých poskytovatelů jako Orbis od Bureau van Dijk atd)

Znalost inovačního prostředí k lepšímu zacílení podpory VaV
· Data: ze šetření VTR od ČSÚ - seznam zahrnutých firem, jejich výdaje na VaV, počet zaměstnanců ve VaV apod., data o přesných počtech zaměstnanců ve firmách např. od ČSSZ"

Jaké dopady mají dotace (vč. podpory výzkumu a vývoje) na výkonnost podniků?
· Využití: Analýza umožní přesměrovat dotace do oblastí, kde mají větší efekt.
· Data: Individuální data z daňových přiznání firem, individuální data o čerpaných dotacích, individuální data o úspěšných a neúspěšných žádostech o dotace

Umožňují národní a EU dotace přežívání nevýkonných podniků, které by bez dotací nepřežily?
· Využití: Analýza úpravu podmínek pro zisk dotací tak, aby nevedly k distorzím v ekonomice.
· Data: Individuální data z daňových přiznání firem, individuální data o čerpaných dotacích, individuální data o úspěšných a neúspěšných žádostech o dotace

Jaký dopad mělo zavedení a později zrušení EET?
· Využití:  Analýza může informovat rozhodování o případném znovuzavedení EET či podobných nástrojů
· Data: individuální data ze systému EET

Jaký dopad na českou ekonomiku má nerovné zdanění zaměstnanců oproti živnostníkům?
· Využití: Analýza podpoří diskusi o nastavení daňového systému.
· Data: Individuální data o zdanění zaměstnanců a živnostníků

Jak často mění v Česku lidé práci? Je lepší zvyšovat si plat tím, že pracovník déle setrvá ve svém zaměstnání nebo tím, že bude často měnit zaměstnání – například na začátku kariéry?
· Výhody: Uměli bychom rozdělit, jaká část růstu průměrné mzdy je důsledkem zvýšení platu na stejném místě, změně pracovního místa, případně vzniku/zániku pracovních míst.
· Data: spojením ISPV a ČSSZ individuálních dat

Efektivní řízení státu

Je odměňování ve veřejném sektoru nastaveno spravedlivě (např. odměňování volených zástupců obce vs. vedoucích zaměstnanců příspěvkových organizací)?
· Data o platech jsou individuální (v agregované formě se ztrácí informace o struktuře úřadu), správcem Informačního systému o platech je MF, které informace vydává individuálně na vyžádání a po subjektivním posouzení, zda je poskytnutí odůvodněné. Problém je, že jsou data neúplná

Kolik zaměstnanců vykonává na obci agendu v přenesené působnosti? 
· Data o úřednících agend přenesené působnosti obcí MV sbírá z telefonních seznamů v případě potřeby. Stejná data o krajských úřadech MV vykazují jednotlivé kraje každoročně individuálně v excelovské tabulce pro potřeby příspěvku na výkon státní správy.

Jaký je poměr správních poplatků inkasovaných v rámci výkonu agend státní správy na obcích a nákladů na výkon agend?
· Dobré pro: objektivní a transparentní informace o tom, jak zatěžující je pro obce výkon státní správy, na základě srovnání by bylo možné optimalizovat fungování obecních úřadů a služeb občanům

Jaká je struktura daňového základu u daně z nemovitých věcí v jednotlivých obcích resp. jaké jsou daňové příjmy ze zemědělské půdy, lesů,.... atd?
· Výhody: lepší možnost odhadu dopadu legislativních změn i místních politik na příjmy obcí a na distribuci příjmů jednotlivců
· Data: agregovaná za jednotlivé obce ev. kraje, Finanční správa

Jaké jsou příjmy z pojistného na sociální zabezpečení v jednotlivých obcíchů, resp. od pojištěnců s trvalým pobytem v každé obci? Jaké jsou příjmy z jednotlivých daní generované na území daného kraje?
· Výhody: podklady pro diskusi o RUD vázaném na daně (veřejné příjmy) skutečně vybrané na území dané obce nebo kraje se snahou najít vhodnou motivační složku RUD 
· Data: agregovaná za jednotlivé obce ev. kraje, Česká správa sociálního zabezpečení

Rovné příležitosti
Jaká je pozice migrantů na trhu práce (mzdy, zaměstnanost podle sektoru, národnosti/občanství, kvalifikace)
· Dobré pro: podklady pro lepší zacílení imigrační politiky a komunikace dopadů imigrace směrem k veřejnosti.
· Data: propojení datových zdrojů Ministerstva vnitra, Úřadu práce, cizinecké policie, MPSV/ČSSZ atd.

Jsou rozdíly v platech mezi pohlavími, napříč regiony?
· Vzhledem k tomu, že tato data nejsou v ČR veřejně dostupná, ale v zahraničí ano, tak je v ČR velká mezera ve výzkumu v tomto tématu. Zároveň by tyto znalosti pomohly při rozhodování ve veřejné politice.	
· data: informační systém o platech (ISP) 

Vliv regionálních rozdílů v příjmech na rozvoj regionu
· Vědecké poznání: značné rozdíly v regionálním rozvoji, které momentálně nejsou dostatečně dobře zachytitelné skrz klasifikaci regionů NUTS
· Data:  individuální (primární) data, týkající se daňových odvodů a odvodů na sociální a zdravotní pojištění, která by v anonymizované podobě stále mohla obsahovat indikátor regionu, např. skrz PSČ bydliště dané osoby. 

Dopad rodičovské dovolené na následné uplatnění na pracovním trhu
· Vědecké poznání: možnost rozvinutí díky specifikům českého kontextu, např., relativně dlouhá rodičovská dovolená v porovnání s ostatními zeměmi, která je čerpána převážně ženami
· Data: individuální (primární) data z šetření a informačních systémů veřejné správy (ČSSZ, ÚP)

Dopady změn rodinné politiky na příjmy a zaměstnanost rodičů na trhu práce. Měření mezigenerační příjmové mobility na regionální úrovni. 
· Přínosy: Pochopení jak ovlivňuje délka velmi dlouhé rodičovské dovolené trh práce, pochopení dopadů segregace ve školství nízkou mezigenerační mobilitu ve vzdělání, zefektivnění sociální politiky, aby lépe motivovala rodiče k návratu do práce 
· Data: individuální, data ze sociálního pojištění spojené s registry obyvatel; ČSSZ a Ministerstvo vnitra
Implikace poptávky pro zvažování variant řešení řízeného přístupu
· Často je třeba propojování dat z více systémů, typicky i ze systémů více resortů
· Mnohé relevantní věcné otázky vyžadují porozumění problémům napříč resortními gescemi
· Potřeba dat cílí dominantně na velké informační systémy podporující rozsáhlé agendy a služby (ČSSZ, ÚP, MŠMT, Finanční správa, ÚZIS)
· Častá je poptávka po propojování statistických a administrativních dat
· Potřeba dat ze samospráv je relativně malá
· V několika případech respondenti identifikovali problém jako absenci dat, nikoli jejich nepřístupnost (např. identifikátor žáka)
Tyto závěry jsou postaveny na vstupech od relativně omezeného spektra respondentů. Tematický záběr a pokrytí podstatných oblastí veřejných politik a veřejných výdajů ale naznačuje, že využití řízeného přístupu k datům má potenciál výrazně přispět k tvorbě a vyhodnocování veřejných politik. Lze očekávat, že v oblastech méně zastoupených mezi respondenty, jako jsou např. veřejného zdraví, zdravotnictví, či farmaceutického průmyslu, popř. i přírodních věd, by vyplynuly další potenciální využití, včetně těch s větším potenciálem tržní aplikace (např. v oblasti farmaceutického výzkumu, viz výše zahraniční příklady).
Řízený přístup v legislativě a praxi zahraničních států
Řízený přístup k datům se vyskytuje v právní úpravě ve vybraných zahraničních jurisdikcích, jako jsou Spojené státy americké, ale i v právních řádech většiny členských států EU. Zde proto pro účely definování cílového stavu (a tedy legislativní i implementační stránky řešení) uvádíme několik konkrétních příkladu a níže shrnutí častých společných rysů existujících systémů řízeného přístupu.
Příkladem může být Spolková republika Německo. V případě Německa neexistuje centrální orgán, který by řízený přístup k datům zajišťoval, a data pro vědecké účely jsou k dispozici prostřednictvím různých výzkumných datových center.[footnoteRef:54] Specifický příklad, který není však hodný následování, nabízí maďarská právní úprava v podobě zákona č. 101 z roku 2007, který umožňuje žádat o anonymizovaná data veřejné správy další orgány veřejné správy za účelem zajištění rozhodování a nastavování politik na základě datových podkladů. Jedná se o nevhodný příklad, protože předpokládá přístup jen ze strany orgánů veřejné správy, nikoli však veřejnosti. Dá se předpokládat, že i vzhledem k tomu v něm není řešená otázka proporcionality a možnost předání se presumuje, zřejmě i proto že stále probíhá v rámci státních institucí. I tento způsob volného předávání by však byl v kontextu českého práva problematický, protože české právo výrazně dbá na dělbu moci a zásadu zákonnosti a přiměřenosti.  [54:  Seznam datových center je k dispozici online: https://www.konsortswd.de/datenzentren/alle-datenzentren/] 

Ukázkovým příkladem dobré praxe fungujícího řízeného přístupu v určité oblasti je pak specifická právní úprava ve Finsku, která umožňuje přístup a opětovné užití osobních údajů z oblasti zdravotnictví a sociálních služeb.[footnoteRef:55] Velmi podobně fungují systémy řízeného přístupu i v dalších severských zemích a v Nizozemí. [55:  Viz https://stm.fi/en/secondary-use-of-health-and-social-data.] 

Z přehledu praxe především evropských států lze identifikovat některé prvky a vlastnosti, které má většina systémů řízeného přístupu:
· Centrální role statistického úřadu
· Detailní katalogy mikrodat
· Akreditace institucí, často výzkumníků a téměř vždy projektů
· Možnost využití státní správou
· Vzdálený zabezpečený přístup spojený s jasnými pravidly pro jeho použití, včetně prostředí kde probíhá (např. místnost v sídle organizace a její zabezpečení)
· Důraz na přístup pro účely tvorby a vyhodnocování veřejných politik
· Kontrola na výstupu
· Veřejná evidence projektů, pro které byl zřízený přístup umožněn
· Explicitní ošetření přístupnosti pro zahraniční výzkumníky, dokumentace v AJ

Některé jiné prvky lze pozorovat v některých případech (např. Velká Británie, Nizozemí, Austrálie a Nový Zéland):
· Předpřipravená podpora pro analytická prostředí
· Předpřipravené propojené datové sady
· Delegování části procesu na preakreditované tzv. safe processing environments, často zřizované na univerzitách nebo pod záštitou výzkumných rad nebo konsorcií
· Školení pro výzkumníky – povinné nebo podpůrné
· Rámcové dohody s veřejnými institucemi o využití dat
· Explicitní (často zákonné) vyloučení využití pro kontrolu a vynucování pravidel
· Umožnění přístupu/předání pro subjekty pracující na zakázku veřejných institucí

Zhodnocení rizika
Správa dat
Stávající právní úprava nevytváří dostatečné záruky a motivaci pro orgány veřejné správy, aby se korektně staraly o svá data. Data uchovávaná v jednotlivých ISVS nejsou popisována, není určen jednotný způsob jejich popisu ani místo, kde by byl popis zveřejněn. V současné době existuje pouze povinnost dle zákona č. 111/2009 Sb. evidovat agendové údaje. Tato povinnost se však týká pouze agendových informačních systémů a je naplňována pouze částečně. Na tuto existující povinnost je nutné navázat, rozšířit ji na všechna data dotčená tímto návrhem zákona a důsledně vyžadovat její naplňování. Negativním důsledkem této skutečnosti je, že při své činnosti má veřejná správa jen částečné znalosti o datech uchovávaných v ISVS. Potenciální uživatelé dat spravovaných v ISVS (např. pracovníci VS ČR, programátoři a další tvůrci služeb s přidanou hodnotou nad daty, novináři, odborníci z veřejnosti, vědecká obec a obecně veřejnost) nemají komplexní přehled o tom, jaká data jsou ve veřejné správě uchovávána, co znamenají a jak spolu vzájemně souvisí. Pokud někde existují data, která by daný uživatel dokázal smysluplně využít např. pro realizaci/zkvalitnění analýzy, vědeckého výzkumu, aplikační služby pro koncové uživatele, služby veřejné správy pro občany atd., nejsou tato data nalezena a využita a příslušná přidaná hodnota není vytvořena. Dalšími problémy pak jsou fakt, že správce ISVS často nemá zajištěný přístup k datům mimo dodávané funkce daného ISVS, absence principiálního sjednocení zajištění sdílení dat a jeho netransparentnost.
Dosavadní právní úprava správy dat není dostatečná k dosažení cílů efektivního a hospodárného eGovernmentu. Správci ISVS v kontextu správy dat nepostupují s péčí řádného hospodáře. Je nezbytné přijmout právní úpravu, která by přímo upravovala správu dat veřejné správy. Pokud nebude přijata právní úprava, která tyto problémy bude reflektovat, není možné očekávat zvýšení efektivity v ostatních oblastech výkonu činností eGovernmentu. Efektivní informační činnost, včetně práce s daty jakožto jejím základním kamenem, je nezbytným předpokladem pro všechny další činnosti eGovernmentu. Bez konkrétních pravidel správy dat zároveň nebude možné zajistit skutečnou implementaci DGA, která po členských státech vyžaduje, aby existoval veřejně dostupný katalog dat shromažďovaných ISVS za účelem jejich úřední činnosti. Česká republika by tak nedostála svým závazkům vyplývajícím z evropského práva.
Řízený přístup k datům
Stávající právní úprava neobsahuje obecná pravidla pro zajištění řízeného přístupu k datům veřejného sektoru. Existující dílčí právní úprava v konkrétních oblastech není dostatečná vzhledem k možným přínosům možnosti obecného řízeného přístupu k datům v podobě vědeckého výzkumu a vývoje a efektivnějšího nakládání s daty při výkonu veřejné správy. Pokud bude ponechán stávající stav, nebude naplněn potenciál, který v sekundárním užití předmětných dat spočívá. Jde zejména o riziko zaostávání ve vědeckém a společenském poznání a možnosti efektivněji a šetrněji nastavovat státní politiky.
Tento stav je jednou z příčin nízké efektivity některých aktivit v oblasti výzkumu a vývoje a neoptimálnímu řízení veřejných politik a veřejných výdajů. V části 1.4.4 výše identifikujeme na základě konzultace řadu konkrétních veřejněpolitických problémů i výzkumných otázek, které není možné uspokojivě řešit v současném stavu dostupnosti dat veřejného sektoru. Stávající stav v podobě absence funkčního způsobu zpřístupňování dat také zapříčiňuje mj. riziko neřízeného přístupu k datům.
V případě ponechání stávajícího stavu a nezavedení úpravy, která s požadavky na zajištění řízeného přístupu souvisí, hrozí i nesplnění implementační povinnosti vyplývající z DGA.
Návrh variant řešení
Varianty řešení – Povinné subjekty
Z hlediska volby správců dat bylo prvotní myšlenkou připravovaného zákona zacílení jeho aplikace na již existující množinu subjektů, které by tak jen vznikly nové povinnosti. Uvedená množina pak byla určována na základě existující právní úpravy, a to zejména v kontextu nakládání s informacemi a daty. Vzhledem k tomu byly identifikovány čtyři základní možné varianty pro stanovení osobní působnosti nového předpisu. První variantou jsou ústřední orgány státní správy ve smyslu kompetenčního zákona, druhou variantou jsou povinné subjekty podle zákona č. 106/1999 Sb., o svobodném přístupu k informacím, třetí variantou jsou správci dat podle DGA a čtvrtou variantou jsou správci ISVS podle zákona č. 365/2000 Sb., o informačních systémech veřejné správy. Pátá varianta pak představuje kompromisní řešení, které pragmaticky reflektuje nedostatky ostatních variant a ekonomickou a praktickou realitu.
Tabulka níže uvádí odhadované počty správců dat s využitím informací z Registru práv a povinností (seznam ISVS, seznam OVM) a Státní pokladny (seznam a kategorizace účetních jednotek).
Tabulka 5
	Varianta
	Počet subjektů
	Počet ISVS
	Poznámka

	1 – Ústřední orgány státní správy ve smyslu kompetenčního zákona
	31
	334
	Vč. org. vyloučených ve variantě 5 a 6

	2 – Povinné subjekty dle zákona č. 106/1999 Sb. 
	cca 20 000
	cca 10 000
	Zahrnuje všechny samosprávy a jimi zřizované org. mj. školy

	3 – Správci dat podle DGA
	cca 19 600
	cca 9 600
	Stejně jako varianta 2, ale nezahrnuje podnikající subjekty (cca 400)

	4 – Správci ISVS podle zákona č. 365/2000 Sb.
	5 016
	9 905
	Zahrnuje i organizace spravující pouze spisové služby i notáře a exekutory

	5 – Správci dat dle DGA, které jsou zároveň správci ISVS, s výjimkami
	4 474
	9 308
	Nezahrnuje notáře a exekutory

	6 – Správci dat dle DGA mimo samosprávu, které jsou zároveň správci ISVS, s výjimkami
	87
	490
	Správci ISVS z řad OSS, státních fondů, státních přísp. organizací


Zdroj: vlastní analýza na základě RPP (seznam ISVS a registr orgánů veřejné moci) a dat Monitoru Státní pokladny (kategorizace institucí).
 Varianta 1 – Ústřední orgány státní správy ve smyslu kompetenčního zákona
Zákon č. 2/1969 Sb. (kompetenční zákon) v § 1 a § 2 vymezuje ústřední orgány státní správy. Jedná se o jasně vymezenou relativně úzkou množinu institucí, které mají ve své správě velké množství relevantních dat veřejné správy. 
Z věcného hlediska však tato varianta nepokrývá požadovaný rozsah, na který navrhovaná právní úprava cílí, tedy aby existovala obecná povinnost pro zajištění nezbytných principů správy dat a umožnění řízeného přístupu. 
Z hlediska cílového stavu a detekovaných potřeb uživatelů dat, které by pro vyřešení identifikovaného problému měly být uspokojeny, je zásadní, že řada informačních systémů, jejichž data jsou zásadní mj. pro zlepšení v oblasti evidence-informed policy, je spravována organizacemi státní správy, které nejsou ústředními orgány státní správy.
Varianta 2 – Povinné subjekty podle zákona č. 106/1999 Sb.
Tato varianta se věcně nabízí zejména vzhledem k podobné oblasti úpravy, jako je druhá část navrhovaného zákona, tedy přístup k datům (a informacím) veřejného sektoru a opětovné užití. Navrhovaný zákon má umožnit povolení řízeného přístupu k datům, které jsou podle dosavadní právní úpravy nedostupná z důvodu ochrany obchodního tajemství, osobních údajů, statistické důvěrnosti a duševního vlastnictví třetích osob. Tato nedostupnost však není dána tím, jak dosavadní právní úprava vymezuje povinné subjekty, ale výjimkami z informační povinnosti. Právě tuto překážku má řízený přístup při zajištění bezpečného prostředí překonat. Vzhledem k tomu se nabízí jako možnost vyjít ze současné právní úpravy a jako povinné pro novou úpravu zvolit povinné subjekty podle zákona č. 106/1999 Sb.
Zákon č. 106/1999 Sb. vymezuje povinné subjekty v § 2 následovně:
„(1) Povinnými subjekty, které mají podle tohoto zákona povinnost poskytovat informace vztahující se k jejich působnosti, jsou státní orgány, územní samosprávné celky a jejich orgány a veřejné instituce.
(2) Povinnými subjekty jsou dále ty subjekty, kterým zákon svěřil rozhodování o právech, právem chráněných zájmech nebo povinnostech fyzických nebo právnických osob v oblasti veřejné správy, a to pouze v rozsahu této jejich rozhodovací činnosti.”
Do působnosti zákona spadá velké množství institucí a orgánů veřejné správy, včetně všech krajů a obcí. Problematický je pak zejména neurčitý právní pojem “veřejná instituce”, jehož výklad se po nálezu Ústavního soudu ve věci ČEZ (sp. zn. IV. ÚS 1146/16) ustálil na takových osobách soukromého práva, které naplní test formulovaný v nálezu Ústavního soudu ve věci Letiště Praha (sp. zn. I. ÚS 260/06) a zároveň jsou 100 % vlastněny státem nebo územními samosprávnými celky.
§ 2a zákona č. 106/1999 Sb. pak rozšířil působnost zákona rovněž na tzv. veřejné podniky.
V praxi by se tedy jednalo o netriviální povinnosti (vyžadující mj. technické a odborné kapacity) pro tisíce subjektů. U mnoha z těchto subjektů není zjevné, jaký přínos by mělo zavedení těchto povinností pro jejich fungování, popř. pro další uživatele dat veřejného sektoru, včetně těch v řízeném přístupu. Ani provedené konzultace a dotazníkové šetření neukázaly mezi potenciálními uživateli řízeného přístupu téměř žádné potřeby využití dat, jejichž správci jsou samosprávy.
Varianta 3 – Správci dat podle DGA
Tato varianta se nabízí z důvodu vazby chystaného zákona na evropské nařízení DGA, které v čl. 3 uvádí, že se Kapitola II (která upravuje problematiku de facto řízeného přístupu k datům) použije na data v držení subjektů veřejného sektoru. Subjekty veřejného sektoru jsou pak definovány v čl. 2 odst. 17) jako „stát, regionální nebo místní orgán, veřejnoprávní subjekt nebo sdružení tvořené jedním nebo více takovými orgány nebo jedním nebo více takovými veřejnoprávními subjekty“. Čl. 2 odst. 18) pak dále definuje veřejnoprávní subjekty jako subjekty, které:
„a) jsou založeny za zvláštním účelem spočívajícím v naplňování potřeb veřejného zájmu a nemají průmyslovou nebo obchodní povahu;
b) mají právní osobnost; a
c) jsou financovány převážně státem, regionálními nebo místními orgány nebo jinými veřejnoprávními subjekty; nebo podléhají řídicímu dohledu těchto orgánů nebo subjektů; nebo v jejichž správním, řídícím nebo dozorčím orgánu je více než polovina členů jmenována státem, regionálními nebo místními orgány nebo jinými veřejnoprávními subjekty.“
Jde o užší množinu subjektů, než povinné subjekty podle zákon č. 106/1999 Sb., protože do ní nespadají veřejné podniky a podnikající veřejné instituce. Stále ale jde o velmi širokou množinu, u které platí podobné nejasnosti ohledně přidané hodnoty povinností jako u předchozí varianty.
Varianta 4 – Správci ISVS podle zákona č. 365/2000 Sb.
Zákon č. 365/2000 Sb., o informačních systémech veřejné správy definuje správce ISVS jako osobu “nebo její součást, která poskytuje služby informačního systému veřejné správy a za informační systém veřejné správy odpovídá”.[footnoteRef:56] Pro vymezení je správce ISVS je tak základním pojmem samotný ISVS. Ten zákon definuje jako “funkční celek nebo jeho část zabezpečující cílevědomou a systematickou informační činnost pro účely výkonu veřejné správy nebo plnění jiných funkcí státu anebo dalších veřejnoprávních korporací”. Informační dokument DIA, který se věnuje vymezení pojmu ISVS uvádí: [56:  § 2 písm. c) zákona č. 365/2000 Sb. ] 

“Předpokladem toho, aby určitý informační systém mohl být označen za ISVS, je především naplnění materiálních znaků ISVS, tedy faktický stav, kdy předmětný informační systém splňuje definiční znaky ISVS stanovené zákonem o ISVS. Absence formálního označení informačního systému za ISVS nehraje při určování typu informačního systému roli, byť, jak bude zmíněno níže, je řada informačních systémů veřejné správy v příslušných zákonech výslovně označena za informační systémy veřejné správy. 
…
Pro určení, zda konkrétní informační systém je zároveň ISVS, je nutné posoudit vztah tohoto informačního systému k výkonu veřejné správy. V této souvislosti je nezbytné vymezit pojem veřejná správa.
…
Pro účely vymezení obsahu pojmu veřejná správa ve vztahu k ISVS podle zákona o ISVS je rozhodné pojetí funkční, podle něhož představuje veřejná správa veřejně prospěšnou činnost, která sleduje naplnění určitého veřejného (státního, obecního atd.) zájmu. 
Forma činnosti veřejné správy může mít podobu tzv. vrchnostenské (výsostné) veřejné správy. V tomto případě jde o činnost nařizovací (autoritativní), která má povahu veřejné moci, kdy orgán veřejné moci (např. orgán obce) zasahuje do právních poměrů jiných osob (fyzických nebo právnických). … Veřejná správa však může mít i další formu činnosti, která spočívá v zajišťování určitých veřejných potřeb. V případě této pečovatelské či obhospodařovací činnosti mluvíme o nevrchnostenské (nevýsostné, fiskální) veřejné správě, pro níž jsou naopak typické rovnoprávné vztahy mezi orgány veřejné správy a jejími adresáty (jde např. o správu státního či obecního majetku).
…
Skutečnost, že nějaký informační systém je ISVS, nemusí zákon výslovně stanovit, neboť je popsán materiálními (faktickými) znaky (§ 2 písm. b) zákona o ISVS). Přesto některé zákony stanovují, že konkrétní informační systém je ISVS.
Na druhou stranu však může být ISVS takový informační systém, který sice nesouvisí s výkonem veřejné správy, avšak je zákonem za ISVS výslovně prohlášen.
…
Vedení ISVS nemusí být výslovně upraveno zvláštním právním předpisem (tedy právním předpisem odlišným od zákona o ISVS), resp. existenci ISVS žádný právní předpis nemusí výslovně zmiňovat.
Například obce podle zákona č. 565/1990 Sb., o místních poplatcích, vybírají místní poplatky, např. od držitelů psů. V souvislosti s touto činnosti řada obcí (resp. obecní úřady jakožto správci místních poplatků) vede jako informační systém evidenci držitelů psů, jako plátců místního poplatku. Tento informační systém je ISVS, a je vedený z rozhodnutí daného orgánu veřejné správy na podporu jím prováděné správní činnosti, tj. slouží pro výkon veřejné správy.”[footnoteRef:57]   [57:  Online: https://archi.gov.cz/znalostni_baze:co_je_neni_isvs] 

Uvedený výklad ukazuje, že jde o poměrně široký, ale jasně vymezený pojem, který je navíc již v praxi běžně aplikován. I vzhledem k úzké věcné vazbě mezi správou dat a ISVS, ve kterých se data nachází, se jako vhodná varianta jeví vyjít právě z této definice a vymezit tedy množinu povinných subjektů podle navrhovaného předpisu odkazem na vymezení správců ISVS v zákoně č. 365/2000 Sb.
Varianta 5 – Správci dat dle DGA, které jsou zároveň správci ISVS, s výjimkami
Tato varianta představuje kompromisní verzi spojující variantu 3 a 4. Jako základ se na první pohled jeví věcně nejvhodnější vyjít z množiny správců dat, na které dopadá Kapitola II DGA, protože právě tuto kapitolu navrhovaný zákon uvádí na úrovni národní úpravy v život. Samotné DGA totiž nezakládá povinnost umožnit přístup k datům, případně je poskytovat. Stanoví pouze základní sadu povinností, které členské státy musí splnit, pokud se rozhodnou takovou možnost zavést. Rozhodnutí, zda a v jakém rozsahu taková povinnost bude existovat je však přímo na členských státech. Vzhledem k tomu se jako věcně vhodné v kontextu zákona jako celku zúžit pro potřeby národní regulace správce dat podle DGA na správce ISVS podle zákona č. 365/2000 Sb., o informačních systémech veřejné správy, ve znění pozdějších předpisů.
Navrhovaný zákon se však nemůže vztahovat ani na všechny správce ISVS, protože taková povinnost by byla jednak nepřiměřená a v některých případech by mohla ohrozit výkon činností takových institucí. Vzhledem k tomu je nezbytné stanovit další výjimky z tohoto obecného pravidla. Při stanovení výjimek je třeba zohlednit povahu dané instituce, nebo praktické a ekonomické důvody. Vzhledem k tomu, tato varianta zachovává výjimky uvedené v § 1 odst. 2 a 3 zákona č. 365/2000 Sb. (vyjma obecné výjimky pro bezpečnostní sbory vzhledem k tomu, že je věcně redundantní a fakticky pokrytá ostatními výjimkami) a vedle nich dále vylučuje aplikaci zákona na soudní exekutory a notáře (kteří jinak sami ISVS rovněž mohou spravovat).
Varianta 6 – Správci dat dle DGA, které jsou zároveň správci ISVS, s výjimkami, bez samospráv
Varianta 6 je variací na variantu 5. Z množiny správců dat jsou zde dále vyňaty územní samosprávné celky a dobrovolné svazky obcí. Důvody pro toto vynětí jsou jak čistě věcné, tak ekonomické. Věcné spočívají zejména v tom, že byť obecní samosprávy mohou být v pozici správce ISVS, nejedná se z celkového hlediska o systémy zásadního významu. Dále, z provedené konzultace mezi potenciálními uživateli dat je patrné, že po datech samospráv alespoň mezi respondenty významná poptávka nebyla. Do třetice, kontrola a vymáhání povinností v tomto rozsahu je mimo faktické možnosti DIA (alespoň v současné době a i při myslitelném a realizovatelném navýšení jejích kapacit) a vytváření povinností, které není možné efektivně vymáhat není vhodné. Ekonomickým důvodem pro vyloučení územních samosprávných celků pak je výrazné snížení nákladů pro zavedení regulace do praxe.
Tato varianta tak nejvíce odpovídá cílovému stavu z hlediska uspokojování poptávky po datech v oblasti správy dat i řízeného přístupu. 

Varianty řešení – Správa dat
Hodnocený návrh zákona obsahuje z hlediska úpravy správy dat dvě základní úrovně variant. První je nulová varianta, která zachová stav současné právní úpravy. Druhá základní varianta je zavedení úpravy zakládající povinnost dodržovat zásady správy dat. Tyto zásady vycházejí z odborných požadavků vyplývajících na řízení informačních systémů a data governance, které byly dále upřesněny v souladu s Informační koncepcí ČR a potřebami DIA.
Varianta 0 – Současný stav
Je zachován současný stav, kdy neexistuje zvláštní právní úprava regulující správu dat („data governance“). Data budou nadále funkčně vnímána pouze jako součást informačních systémů veřejné správy. Tato skutečnost pak povede ke snížené efektivitě a zhoršenému fungování dalších součástí českého eGovernmentu, protože „pořádek v datech“ je nezbytným základním předpokladem pro efektivní informační činnost. Existující právní úprava v podobě zákona č. 365/2000 Sb. a jeho prováděcích předpisů je nedostatečná, protože spočívá právě na odlišné teleologii a nedokáže obsáhnout nezbytný detail ve stanovených povinnostech.
Varianta 1 – Zavedení principů správy dat
Varianta 1 zavádí nezbytné povinnosti pro efektivní správu dat veřejného sektoru, která bude dále sloužit jako základní kámen pro další informační činnost v rámci plnění agend jednotlivých správců ISVS. Tato varianta spočívá na následujících pilířích:
· Navrhovaná právní úprava je založena na již existující regulaci v podobě zákona č. 365/2000 Sb. Povinnosti se tak týkají pouze dat uchovávaných v ISVS a datových rozhraní zpřístupňující tato data. Tato volba je vhodná hned z několika věcných důvodů. Za prvé, definice pojmu „informační systém veřejné správy“ je velice široká. Jde o „funkční celek nebo jeho část zabezpečující cílevědomou a systematickou informační činnost pro účely výkonu veřejné správy nebo plnění jiných funkcí státu anebo dalších veřejnoprávních korporací“.[footnoteRef:58] Vzhledem k tomu povinnosti mohou dopadnout na širokou množinu subjektů, které jsou správci ISVS. Za druhé, je vhodné využít existujících legislativních konstruktů vzhledem k tomu, že následná implementace nových povinností bude pro správce dat jednodušší a přímočařejší. Jde tak o úspornou variantu, protože správci ISVS by již v současné době měli mít know-how na to nové povinnosti provádět. [58:  § 2 písm. b) zákona č. 365/2000 Sb.] 

· Správci dat budou vytvářet datové slovníky pro práci s daty a datovými rozhraními v rámci svých agend. Budou vyjádřeny v otevřeném a strojově čitelném formátu, který umožňuje jejich sdílení a ukládání do Národního katalogu dat. Datový slovník agendy subjektu veřejné správy bude vytvořen v souladu s otevřenou formální normou na datové slovníky vytvořenou a zveřejněnou Agenturou.
· Správci dat budou určovat a popisovat jednotlivá datová rozhraní subjektu veřejné správy.[footnoteRef:59] Správce dat je povinen udržovat seznam datových rozhraní subjektu veřejné správy úplný a aktuální. Na základě poptávky určuje a popisuje nová datová rozhraní. Poptávka může vzniknout na základě vnitřních potřeb subjektu veřejné správy, na základě potřeb jiných subjektů veřejné správy i na základě potřeb veřejnosti. Jiné subjekty veřejné správy a veřejnost poptávají nová datová rozhraní prostřednictvím národního katalogu datových rozhraní, případně prostřednictvím již existujících nástrojů datových toků, jako je propojený datový fond. Při určování datových rozhraní je správce povinen nezávisle na poptávce pro každou sadu logicky souvisejících dat určit povinná datová rozhraní. V základní podobě této povinnosti správce dat určuje datová rozhraní a to: a) na základě zákonných povinností; b) na základě vlastní úvahy a c) na základě poptávky (formulované např. v zákonech č. 106/1999 Sb., č. 123/1998 Sb. nebo dle navrhovaného zákona). Poptávka může přijít ze strany veřejnosti, nebo ze strany jiných subjektů veřejné správy, případně ze strany plánovaného jednotného informačního místa (jakožto centrálního subjektu veřejné správy propojujícího veřejnost a větší množství dalších subjektů veřejné správy), které bude nadáno oprávněním zajistit přístup k datovým rozhraním jiných správců dat a zprostředkovat žadateli propojení většího množství dat různých původců. [59:  Datové rozhraní je nový pojem zaváděný navrhovaným zákonem. Datové rozhraní orgánu veřejné správy (dále OVS) zpřístupňuje data nebo jejich část z jednoho nebo více ISVS. Příkladem datového rozhraní OVS je datová sada obsahující kopii části dat z ISVS nebo aplikační programovací rozhraní umožňující čtení části dat z ISVS.] 

· Správci dat budou zajišťovat datové toky skrze určená datová rozhraní. Tento aspekt je již na praktické úrovni přítomen v dosavadní právní úpravě. Nová regulace však povede k tomu, aby šlo o vědomou činnost správců dat, nikoli o vedlejší efekt správy ISVS a plnění agendy. Tato vědomost umožní větší soustředění na data jako základní komoditu a následné hospodárnější nakládání s nimi. Veřejné datové rozhraní musí být dostupné jako otevřená data, příp. prostřednictvím veřejného datového fondu. Neveřejné datové rozhraní je přístupné v rámci výkonu veřejné správy prostřednictvím propojeného datového fondu. Dále je neveřejné datové rozhraní přístupné veřejnosti řízeným přístupem za zákonem vymezenými účely, v určené technické podobě a za určených podmínek přístupnosti. Podmínky přístupnosti nesmí být diskriminační. Může se jednat o vzdálený přístup, ale je také možné, aby přístupnost byla podmíněna fyzickou návštěvou k tomu určeného pracoviště správce datového rozhraní.
· Pro zajištění transparentnosti a uchování přehledu v datových rozhraní, bude vytvořen jejich katalog. Katalog datových rozhraní subjektů veřejné správy je naplněn metadaty o datových rozhraních subjektu veřejné správy ve strukturované podobě. Výsledný katalog je pak místem, kde jsou datová rozhraní subjektu veřejné správy v jednotné strukturované podobě popsána, což umožňuje vyhledávání existujících datových rozhraní. Správci dat budou popisovat a katalogizovat datová rozhraní aktivně zveřejňovaných dat. Nově tak budou popisována a katalogizována datová rozhraní využívaná v situacích, kdy dochází k předávání dat mezi subjekty veřejné správy za účelem výkonu jejich agend prostřednictvím propojeného datového fondu a kdy dochází k povinnému poskytování informací veřejnosti podle zvláštních předpisů a zároveň nejde o otevřená data. Katalog datových rozhraní musí být pro zajištění správné funkčnosti veřejný. Katalog datových rozhraní bude zcela veřejný s výhradou záznamů, jejichž zveřejnění by mohlo zasáhnout do kolidujících práv a právem chráněných zájmů, jako je např. ochrana osobních údajů, ochrana utajovaných informací atd. a s výjimkou popisů datových rozhraní poptávaných ad hoc (tj. jedním subjektem pro jednorázový přístup).
· Bude zřízen ISVS "Národní katalog dat“
· Koordinační a metodická role DIA bude zásadní, protože při jejím efektivním využití bude možné do značné míry centralizovat náklady související s prováděním nových povinností na expertní tým DIA, který bude připravovat metodiky, pomáhat s analýzami a poskytovat konzultace jednotlivým subjektům veřejné správy. Ty tak mohou realisticky splnit nové povinnosti při zachování stávajícího stavu pracovníků v odborech, které se ISVS zabývají.
· Vzhledem k jejich specifičnosti je nezbytné naplnit zvláštní požadavky vztahující se k prostorovým datům. Bude proto zřízen ISVS geoportál České republiky jako jednotné rozhraní pro přístup k národní infrastruktuře pro prostorové informace, tedy k prostorovým datům a službám nad prostorovými daty pořizovaným, aktualizovaným a poskytovaným veřejnou správou, a k dílčím infrastrukturám pro prostorové informace, včetně národní infrastruktury INSPIRE. Geoportál České republiky, který vznikne jako rozšíření stávajícího Národního geoportálu INSPIRE, bude sloužit jako federace jednotlivých resortních geoportálů. Geoportál České republiky bude současně propojen s Národním katalogem dat, také dalšími portály obsahujícími nebo zpřístupňujícími prostorové informace, metadata, webové a další služby nad prostorovými daty. Geoportál České republiky zpřístupní i dokumenty a informace týkající se národní infrastruktury pro prostorové informace, zejména z oblastí způsobů užití prostorových dat a služeb nad prostorovými daty, legislativy v oblasti prostorových informací, norem, technické a datové infrastruktury a poskytovatelů prostorových dat a služeb nad prostorovými daty.
Varianty řešení – řízený přístup k datům
Řízený přístup k datům – východiska řešení
V kontextu druhé části navrhovaného zákona není v základu možné uvažovat s nulovou variantou, protože se jedná o implementaci Kapitoly II DGA. Jak bylo uvedeno výše, DGA v Kapitole II předvídá existenci takové právní úpravy, která řízený přístup k datům umožňuje, byť její ustanovení není výslovně uvedeno jako povinnost. Kapitola II DGA však ukládá členským státům za povinnost připravit právní a technickou infrastrukturu, kterou budou moci žadatelé využívat. V souladu se schváleným věcným záměrem je proto nutné zavést rovnou i obecná pravidla, která řízený přístup k datům umožní, protože vytváření infrastruktury, která by pak nebyla využitelná, je v rozporu se zásadou dobré a úsporné veřejné správy.
Vzhledem k tomu, že DGA jasně uvádí povinnosti, které mají být členskými státy naplněny, nejsou uvažovány jejich varianty.
Čl. 3 odst. 1 DGA uvádí, že se regulace umožňující řízený přístup k datům týká následujících kategorií údajů:
a) obchodní důvěrnosti, včetně obchodního, profesního nebo firemního tajemství;
b) statistické důvěrnosti;
c) ochrany práv duševního vlastnictví třetích osob; nebo
d) ochrany osobních údajů v rozsahu, v jakém tato data nespadají do oblasti působnosti směrnice (EU) 2019/1024.
Vzhledem k tomu, že DGA bylo přijato ve formě nařízení, nemá národní zákonodárce mnoho možností ovlivnit základní povinnosti, které z něj vyplývají. Základní požadavky DGA je možné shrnout následovně:
1) Při poskytování a opětovném užití dat je nezbytné zajistit, aby se tak dělo v souladu s právními předpisy, které zajišťují jejich ochranu. Jedná se zejména o oblast ochrany osobních údajů (zejm. GDPR) a další předpisy zajišťující ochranu informačních práv.
2) Poskytovatel dat má zakázáno uzavírat exkluzivní dohody s příjemcem dat, které by znemožnily poskytnutí dat dalším žadatelům.
3) Poskytovatel dat může stanovovat podmínky pro poskytování dat tak, aby zajistil, že nedojde k jejich zneužití. Podmínky opakovaného použití musí být nediskriminační, přiměřené a objektivně odůvodněné s ohledem na kategorie dat, účely opakovaného použití a na povahu dat, pro které je opakované použití povoleno. Tyto podmínky nesmějí být použity k omezení hospodářské soutěže. Základní zárukou, která má zajistit zabezpečení předávaných údajů a to, že nedojde k jejich zneužití, je trojstupňový systém:
i. poskytnutí agregovaných nebo anonymizovaných údajů, přičemž proces anonymizace probíhá ve spolupráci s žadatelem tak, aby bylo dosaženo výsledků, které potřebuje a zároveň byla chráněna kolidující práva a zájmy,
ii. poskytnutí dat prostřednictvím vzdáleného zabezpečeného připojení,
iii. poskytnutí dat případně jejich agregovaných nebo anonymizovaných výsledků na místě, přímo v prostorách poskytovatele dat tak, aby bylo minimalizováno riziko úniku.
4) Poskytovatel může po příjemci dat požadovat právní záruky, jako je doložka mlčenlivosti, nebo uložení povinnosti neztotožňovat zpětně konkrétní subjekty údajů, aby limitoval možnost zneužití poskytnutých dat ze strany příjemce dat.
5) Za poskytnutí dat může poskytovatel požadovat poplatky, které by však v případě opětovného užití za vědeckými účely nebo zpracování dat prováděného SMEs (malými a středními podniky) měly být minimální.
6) Členské státy mají stanovit seznam institucí, které budou sloužit jako podpora poskytovatelů dat. Tyto instituce mohou být sektorově definované a podpora může být jak technického, tak právního charakteru. 
7) Členské státy mají stanovit jednotné informační místo, na které se mohou zájemci obracet s žádostmi o poskytnutí dat, a které tyto žádosti pomůže zprostředkovat, včetně např. vyřízení žádostí směřovaných k většímu množství poskytovatelů dat.
8) Členské státy mají stanovit sankce za porušení povinností týkajících se předávání neosobních údajů do třetích zemí podle čl. 5 odst. 14 DGA. Tento odstavec uvádí, že příjemce dat může tato data předávat pouze do takových třetích zemí, které splní podmínky uvedené v nařízení.
Očekávané přínosy a náklady implementace řízeného přístupu jsou detailně popsány v následující kapitole. 
Varianty řešení: procesní základ rozhodování o řízeném přístupu
Stanovení procesu, tedy způsobu, jak bude řízený přístup probíhat, spočívá na následujících úvahách:
· Řízený přístup k datům je specifickým způsobem umožňujícím využití dat, která jinak podléhají určitým právním ochranným režimům. Vzhledem k tomu je nezbytné, aby proces schvalování a umožňování řízeného přístupu reflektoval tuto realitu. Zejména musí umožnit nastavení podmínek řízeného přístupu tak, aby jeho umožnění bylo dostatečně flexibilní vzhledem ke konkrétním situacím a žádostem, tedy aby byl poskytován přístup k nezbytným datům vzhledem k povaze žádosti a jejímu účelu a vymezení a zároveň aby byla zachována maximální úroveň ochrany těchto dat a minimalizováno riziko jejich zneužití a zásahu do práv a zájmů, které jsou chráněny.
· Je nezbytné brát v potaz povahu regulovaných subjektů, které data spravují a budou řízení přístup k nim realizovat. Zejména je nezbytné zajistit, aby právní úprava byla efektivní, aby povinné subjekty řízený přístup opravdu realizovaly a řádně vyhodnocovaly specifické situace konkrétních žádostí. Roli hraje rovněž předpokládaná ochota správců dat se na umožňování řízeného přístupu podílet.
· Z hlediska realizace přístupu k informacím a datům jsou již v existující právní úpravě přítomné různé modely, kterými je možné se inspirovat. Ty se liší v míře své formálnosti. Méně formální je například ve své první fázi poskytování informací podle zákona č. 106/1999 Sb. Prakticky neformální je rovněž přístup ke statistickým údajům za vědeckými účely podle zákona č. 89/1995 Sb. Naopak, jako příklad poměrně formálního řešení je následné řízení o přístupu k informacím podle zákona č. 106/1999 Sb., které se aplikuje ve chvíli, kdy povinný subjekt žadateli nevyhoví.
Vzhledem k povaze této otázky jsou varianty jejího řešení představeny plně v této kapitole a nejsou již dále rozebírány v kapitole 3 tohoto dokumentu. Je tomu tak proto, že rozdíly mezi variantami spočívají zejména ve věcném dopadu způsobu daného řešení a zároveň představují jen malé rozdíly z hlediska metrik zkoumaných a hodnocených v kapitole 3. 
Varianta 1 – neformální 
Varianta 1 uvažuje, že by žádost o řízený přístup byla vyřizována v zásadě neformálně prostřednictvím dialogu mezi žadatelem a správcem dat. Žadatel má možnost přesně specifikovat jaká data v jakém rozsahu, detailu a způsobu provedení anonymizace potřebuje a společně se správcem dat dochází ke konsenzu v tom, v jakém rozsahu a jakým způsobem bude řízený přístup umožněn. V případě kladného posouzení a umožnění řízeného přístupu je výsledkem krom samotného přístupu k datům smlouva uzavřená mezi žadatelem a správcem dat, která specifikuje konkrétní podmínky, které žadatel musí pro další využití dat splňovat. Možným konkrétním řešením, které je aplikované např. v zahraničí, je model grantové soutěže, který reflektuje omezené kapacity správce dat data řízeným přístupem poskytovat. Výhodou této varianty je její flexibilita, která se projevuje jak na straně žadatele, tak správce dat, který může např. manipulovat s pořadím vyřizování žádostí dle jejich priority a společenské důležitosti. Nevýhodou této varianty je, že aby mohla fungovat, musí být přítomný základní předpoklad, kterým je ochota správce dat data řízeným přístupem poskytovat. 
Varianta 2 – správní řízení
Varianta 2 uvažuje, že se žádost bude vyhodnocovat formalizovaně v průběhu správního řízení. Výhodou této varianty je, že správci dat jsou s procesem správního řízení obeznámeny a dovedou s ním pracovat. Další výhodou je přezkoumatelnost rozhodnutí o umožnění nebo neumožnění přístupu a tím pádem je přítomná vyšší míra ochrany práv žadatele při zachování požadavku na vysokou míru ochrany kolidujících chráněných práv a zájmů. Nevýhodou je menší flexibilita daná zejména existencí lhůt a vyšší administrativní náročnost.
Tato varianta tedy znamená o něco vyšší administrativní zátěž pro žadatele i veřejnou správu (správní řízení). Přinese ale předvídatelnější rozhodování a vyšší pravděpodobnost, že přístup k datům nebude odmítán v neodůvodněných případech, popř. umožněn v případech, kdy by umožněn být neměl. V daném objemu očekávaných žádostí (desítky až nižší stovky ročně) není celkový dopad volby varianty v kontextu celé regulace zásadní z hlediska kvantifikovaných dopadů na administrativních zátěž. Zásadní naopak může být přínos v podobě zajištění předvídatelného procesu rozhodování. Právě absence právního základu a způsobu posouzení veřejného zájmu je jednou z příčin stávajícího stavu. 
Varianty řešení: proces rozhodování o řízeném přístupu
Variantní zhodnocení je nutné vykonat pro volbu procesu, kterým bude řízený přístup k datům umožňován. U každé varianty se pak navíc počítá s rolí DIA, v rámci které bude vytvořena poradní komise tvořená odborníky z akademické obce a případně rovněž dotčených orgánů veřejné správy. Komise bude pomáhat z odborného hlediska posuzovat žádosti o řízený přístup za vědeckými účely a sejme tak ze správců dat část tíhy spočívající v nezbytnosti mít dostatečné znalosti a kompetence, což v případě vysoce odborných žádostí může být problém. Vhodným způsobem zapojení do procesu rozhodování o umožnění řízeného přístupu za vědeckým účelem je vydání souhlasného stanoviska pro posouzení žádosti o přístup.
Varianta 1 – Správci dat jsou přímo správci ISVS a u nich se i žádá
Varianta 1 spočívá v tom, že subjekty povinné umožňovat řízený přístup jsou přímo správci konkrétních datových rozhraní, tedy správci ISVS. Odvolacími orgány jsou pak orgány definované ve správním řádu, včetně rozkladů. Tato varianta se nabízí, protože konkrétní správci ISVS sami budou nejlépe vědět, jakými daty disponují a v jakém kontextu se tato data nacházejí. Zároveň je to způsob úpravy, který se věcně blíží postupu žádostí o informace a jejich vyřizování podle zákona č. 106/1999 Sb. Základní nedostatek této varianty spočívá v tom, že v základu nepočítá se zřízením jednotného informačního místa, které je však vyžadováno textem DGA.
Varianta 2 – Hybridní varianta – Žádá se přes JIM, je zachována datová suverenita
Varianta 2 je hybridní varianta. Spočívá v tom, že subjekty povinné umožňovat řízený přístup a rozhodovat o něm jsou přímo správci konkrétních datových rozhraní (počítejme vzhledem k preferovaným variantám správců dat, že půjde o správce ISVS), případně určené příslušné orgány ve smyslu čl. 7 DGA. Zároveň existuje jednotné místo, kde může žadatel o zajištění řízeného přístupu požádat (přičemž tento požadavek přímo vyplývá z DGA). Pokud bude požadavek směřovat na větší množství správců typově stejných dat a nebude nutné propojit data z více informačních systémů, bude mít jednotné místo pravomoc v případě souhlasu alespoň jednoho ze správců dat vydat rozhodnutí o umožnění řízeného přístupu k dožádaným datům správce dat, který vyslovil souhlas. V případě kdy bude požadavek směřovat na větší množství správců dat a bude nutné propojit data z více informačních systémů, může jednotné místo vyhovět pouze pokud vydají souhlasné stanovisko všichni správci dat.  Jednotné místo v případě vydání souhlasných stanovisek správců dat poskytnutí dat od různých původců rovnou samo zajistí. Vhodným kandidátem na takové jednotné místo je Digitální a informační agentura. Nezbytnou podmínkou pro úspěšné nasazení jednotného informačního místa dle této varianty je dostatečné udělení nových kompetencí Digitální a informační agentuře, například v oblasti datové standardizace.
Odvolacím orgánem bude pro oba typy zmíněných správců dat jednotné informační místo, a to jako zvláštní odvolací orgán pro jednotlivé správce dat (a příslušné orgány ve smyslu čl. 7 DGA) a zároveň v režimu rozkladu pro sebe samo, a to z toho důvodu, že bude mít kapacitu, kompetence a znalost odvolání korektně posoudit.
Varianta 3 – Vše jde výhradně přes JIM
Varianta 3 předpokládá, že se budou žádosti o řízený přístup podávat výhradně prostřednictvím jednotného informačního místa. Tato instituce pak bude oprávněná uložit povinnost poskytnout řízený přístup koncovým věcným správcům ISVS, případně poskytnutí dat rovnou sama zajistí. Spolupráce se správci konkrétních koncových ISVS je pak nezbytná, protože i nadále jsou to právě oni, kdo mají věcnou doménovou znalost v dané oblasti. Na druhou stranu vysoká expertíza a know-how na provádění korektní anonymizace a zapojování dalších ochranných prostředků pro zajištění bezpečnosti a integrity předávaných dat, může být soustředěna právě u jednotného informačního místa. Samotné předávání dat mezi správci ISVS a jednotným informačním místem v této variantě probíhá prostřednictvím nástrojů pro datové toky v rámci veřejného sektoru. Odvolacím orgánem bude podobně jako ve variantě 2 jednotné informační místo v režimu rozkladu. 
Hybridní varianta je z hlediska přímých nákladů samotného rozhodování (především personální zajištění) pravděpodobně nákladnější než centralizovaná a méně náročná než decentralizovaná. Výhody této varianty spočívají v centralizaci a usnadnění činnosti žadatelům. Hlavní výhodou této varianty je pak zajištění efektivního propojování různých datových rozhraní, což usnadní jejich následnou využitelnost zejména pro vědecké účely. Zároveň zde mohou vzniknout úspory z rozsahu, kdy jednotné informační místo vybuduje technické zázemí pro přístup k datům využitelné pro správce dat, kteří takové zázemí nemají.
Variantou nad rámec zvažovaných, kterou jsme vzhledem k institucionálnímu kontextu a časovému rámci vyloučili z přímého srovnání, bylo delegování části rozhodování o řízeném přístupu a jeho realizace pro výzkumné účely na výzkumnou obec např. ve formě vybudování konsorciální výzkumné infrastruktury. Tento režim existuje např. v Nizozemí a Velké Británii, není ale vhodný pro situaci, kdy hlavním problémem je zajistit základní právní a technické podmínky pro poskytování dat.
Varianty řešení: způsobilost k žádání o řízený přístup
Zahraniční praxe ukazuje také variabilitu i v tom, na jaké úrovni a komu jsou udělována oprávnění využít řízeného přístupu. Velká část systémů se snaží o implementaci pravidla Five Safes: Safe Data, Safe Projects, Safe Outputs, Safe Settings a Safe People. Proto kromě jednotlivých projektů (Safe Projects) a umožnění přístupu pouze k určitým účelům (Safe Data) do procesu zahrnují také akreditace institucí, čímž dosahují zajištění Safe Settings a získávají flexibilitu a zjištění při poskytování dat (např. umožňují využití dat v prostředí výzkumné instituce, popř. zajištění při využití vzdáleného přístupu) a zároveň motivují výzkumné instituce k posílení schopností a motivací jednotlivců pro bezpečnou práci s daty (Safe People). Navíc akreditace institucí a jednotlivců nad rámec jednotlivých projektů umožňuje urychlit žádosti, ve kterých žádá opakovaně stejná instituce nebo jednotlivec.[footnoteRef:60] [60:  Viz Desai, T., Ritchie, F., & Welpton, R. (2017). Five Safes: Designing data access for research. https://www2.uwe.ac.uk/faculties/bbs/Documents/1601.pdf, v praxi pak např. britský statistický úřad https://www.ons.gov.uk/aboutus/whatwedo/statistics/requestingstatistics/secureresearchservice/aboutthesecureresearchservice
] 

Vzhledem k povaze této otázky jsou varianty jejího řešení představeny plně v této kapitole a nejsou již dále rozebírány v kapitole 3 tohoto dokumentu. Je tomu tak proto, že rozdíly mezi variantami spočívají zejména ve věcném dopadu způsobu daného řešení a zároveň představují jen malé rozdíly z hlediska metrik zkoumaných a hodnocených v kapitole 3.
Varianta 1 – Řízený přístup pro jednotlivé projekty
Varianta 1 předpokládá “jednovrstevný” model rozhodování o řízeném přístupu, kdy jediné rozhodnutí je o přístupu k datům pro konkrétní účel (v případě výzkumného či veřejněpolitického využití bude mít typicky podobu projektu).
Varianta 2 – Akreditace jednotlivců a institucí
Varianta 2 předpokládá, že nad rámec projektu (buď odděleně nebo při příležitosti rozhodování o projektu) je možné zhodnotit také způsobilost instituce přistupovat k datům a zajistit jejich adekvátní ochranu. Analogicky lze uvažovat akreditaci jednotlivců. Tato varianta může snížit zátěž pro opakované žadatele a vytvořit motivaci pro jednotlivce a instituce k tomu, aby dodržovali podmínky využívání dat; jejich porušení může pak mít následky pro celou instituci nebo pro budoucí žádosti daného výzkumníka. Koncepčně takové řešení cílí v kontextu principů Five Safes i na principy Safe People a Safe Places. Konzultace s potenciálními správci dat ale ukazuje, že pro zajištění důvěryhodnosti systému z pohledu správců dat je zásadní vytvořit jednoduchý systém, ve které budou vznikat jednoznačná rozhodnutí o přístupu ke konkrétním datům za konkrétními účely a kontrola nad přístupem k nim zůstane u správců dat. Podrobně potenciální uživatelé dat akcentovali potřebu jednoduchého a předvídatelného procesu. Navíc není snadné ve stávající situaci, kdy s řízeným přístupem zapojení aktéři nemají zkušenosti, definovat procesy, které by vedly k akreditaci jednotlivců popř. institucí tak, aby byly funkční pro všechny zapojené subjekty z rozdílných sektorů a s rozdílnými způsoby fungování. Takto bez základu definované řešení by mohlo do výsledného stavu vnést zmatek a administrativní zátěž. Proto se případné řešení v oblasti akreditace jednotlivců a institucí jeví až jako návazný krok při případném vývoji regulace v reakci na její vyhodnocení. Zároveň akreditace institucí má význam především v kombinaci s variantou využití tzv. secure processing environments mimo prostory správce dat; tuto variantu ale v praxi nepředpokládáme.
Varianty řešení: určení jednotného místa
Evropský zákonodárce prostřednictvím DGA požaduje po členských státech, aby určili jednotné informační místo, které bude plnit povinnosti vyplývající z čl. 8 DGA. Primárně jeho rolí má být působit jako centrální bod, prostřednictvím kterého je možné žádat o řízený přístup k datům a dále poskytovat podporu správcům dat vyřizujícím podané žádosti. Pro tuto volbu neexistuje nulová varianta, protože se jedná o povinnost, kterou je třeba naplnit. Při rozhodování byly zvažovány dvě varianty.[footnoteRef:61] [61:  Ani jednou z variant není Český telekomunikační úřad, a to i přes to, že dne 16. srpna 2023 bylo vládou schváleno usnesení č. 590, v jehož podkladovém materiálu č.j. OVA 697/23 je jako nejvhodnější varianta označena „varianta C“, tedy plnění povinností vyplývajících mj. z nařízení o evropské správě dat Českým telekomunikačním úřadem. Důvodem je, že působnost ČTÚ se nevztahuje na kapitolu II DGA, která je adaptována navrhovaným předpisem. Vzhledem k tomu není zmiňované usnesení č. 590 v tomto směru relevantní.] 

Vzhledem k povaze této otázky jsou varianty jejího řešení představeny plně v této kapitole a nejsou již dále rozebírány v kapitole 3 tohoto dokumentu. Je tomu tak proto, že od začátku chystání předpisu bylo zřejmé, že je nezbytné zvolit variantu č. 2. Účelem této podkapitoly je zejména odůvodnění této volby.
Varianta 1 – Český statistický úřad
Jednotným informačním místem by mohl být ustanoven Český statistický úřad. Odůvodněnost této volby spočívá v tom, že se jedná o instituci, která dlouhodobě s daty pracuje, určitou formu řízeného přístupu ke statistickým údajům již v současnosti nabízí a má tak nezbytné know-how a v základu i technické vybavení pro zvládnutí této role. Zároveň, existují zahraniční příklady, kde toto řešení bylo zvoleno (viz výše v kapitole 1.3.9). Tato varianta však nese nevýhody spočívající zejména v tom, že ČSÚ má detailní přehled pouze v segmentu statistických údajů a případné rozšíření dopadu na všechna data veřejného sektoru by znamenalo značné rozšíření jeho působnosti. Dále by bylo nezbytné provést významné změny v legislativě upravující působnosti ČSÚ. V rámci konzultací vyplynulo, že taková varianta je pro ČSÚ nepřijatelná, protože by hrozila kolize s evropskými předpisy upravujícími statistických správu a nakládání se statistickými údaji. Navíc je takováto kompetence v širší oblasti dat veřejného sektoru podle ČSÚ kapacitně a koncepčně v nesouladu s definovanou rolí instituce jako garanta statistické služby.
Varianta 2 – Digitální a informační agentura
Varianta 2 předpokládá, že jednotným informačním místem se stane DIA. Odůvodněnost této volby spočívá v tom, že se jedná o instituci, která má obecně na starosti digitalizaci ve veřejné správě. Již existující zákonné kompetence přímo předpokládají know-how v oblasti správy dat veřejného sektoru jako celku a DIA tak bude schopná komplexně plnit povinnosti vyplývající z čl. 8 DGA. Nevýhodou je nutnost vybudování nové infrastruktury pro umožnění řízeného přístupu, zejména v případech přístupu k rizikovějším údajům (např. prostřednictvím safe room) a získání detailního know-how v oblasti anonymizace a propojování dat. Tato nevýhoda je však mitigována příslibem ČSÚ poskytnout podporu a know-how v těchto dílčích klíčových oblastech.


Vyhodnocení nákladů a přínosů
Identifikace nákladů a přínosů – obecná východiska
Východiska kvantifikace dopadů správy dat a jejich zpřístupňování
Přínosy regulace v oblasti veřejného sektoru není možné kvantifikovat odhady na základě konkrétních parametrů a předpokladů o výchozím stavu a navrhovaných řešeních. Pro uvažování o očekávatelných přínosech je ale možné využít existující odhady z jiných států a ty následně zvažovat ve vztahu k různým aspektům řešeného problému a navrhované regulace. 
Existující literatura typicky pracuje primárně s ekonomickými dopady. Právě ekonomické dopady lze snadněji agregovat a porovnávat než dopady nekvantifikované. Hůře kvantifikovatelné dopady jsme specifikovali ilustrativně výše v části definice problému (dopady stávajícího stavu), identifikaci dotčených subjektů (počty potenciálních uživatelů z řad výzkumníků a studentů) a popisu cílového stavu (příklady využití dat pro výzkumné a veřejněpolitické účely v zahraničí; konkrétní poptávky po datech a specifikace věcného přínosu jejich využití). Omezením dostupné literatury je, že studie zkoumající ekonomické přínosy opakovaného použití veřejných dat se většinou zaměřují na širokou škálu dat a uvažují se zveřejňováním či přímým sdílením dat, spíše než s řízeným přístupem.[footnoteRef:62] Toto omezení řešíme vhodným výběrem odhadu pro aplikaci na aktuální situaci.  [62:  nedávný příklad v oblasti otevřených dat viz Publications Office of the European Union. (2020). The economic impact of open data: Opportunities for value creation in Europe. Publications Office. https://data.europa.eu/doi/10.2830/63132
] 

V této části tedy popisujeme možnosti kvantifikace ekonomických dopadů a indikativně aplikujeme existující odhady na navrhované řešení v českém prostředí.
V souladu s existujícími studiemi uvažujeme dopady v členění na přímé, nepřímé a indukované. Zvažujeme společně oblast správy dat a oblast řízeného přístupu. Správu dat totiž můžeme považovat de facto za intervenci, která činí data využitelnými (či alespoň snadněji využitelnými) samotným jejich správcem, resp. v systému české veřejné správy i dalšími veřejnými organizacemi, které mají zákonné zmocnění k datům přistupovat pro potřeby poskytování služeb a vyřizování agend. Systém řízeného přístupu pak data činí využitelnými pro další subjekty, přičemž ale jeho funkčnost do značné míry závisí na dostatečném standardu správy dat.
Tyto odhady lze zvažovat společně jako indikaci dopadu přijetí varianty 1 v oblasti správy dat (oproti variantě 0) a přijetí optimálního řešení v oblasti řízeného přístupu (oproti jeho nepřijetí). Kombinace variant různých oblastí řešení u řízeného přístupu není možné využít jako základ pro variantní odhady ekonomických dopadů řízeného přínosu, protože výsledky dostupných studií nejsou natolik detailně specifikované, aby bylo možné je vztáhnout k variantám řešení. Tyto oblasti variant řešení zvažujeme individuálně ve vztahu k pravděpodobnosti, že přispějí k funkčnímu systému řízeného přístupu, popř. ve vztahu k přímým nákladům a administrativní zátěži, kterou s sebou nesou.
Kvantifikace nákladů v oblasti rozvoje a správy informačních systémů
Dostupné informace o informačních systémech veřejné správy neumožňují spolehlivě kvantifikovat náklady na zavedení správy dat a řízeného přístupu. Příčinou jsou jednak omezená a chybějící data o informačních systémech, jednak velká variabilita mezi informačními systémy a správci v tom, do jaké míry jsou již schopni splnit požadavky v oblasti správy dat a řízeného přístupu a do jaké míry splnění těchto požadavků bude vyžadovat technické úpravy, investice, nebo práci.
Jako rámcový základ pro zvažování variant ale níže uvádíme základní přehled informačních systémů podle kategorie správce (ve vazbě na varianty správců dat) a výše nákladů na provoz, které považujeme za vhodný proxy indikátor rozsáhlosti a složitosti systému.
Graf 1: Přehled informačních systémů veřejné správy podle nákladů na provoz

Zdroj: vlastní analýza na základě RPP (seznam ISVS, seznam OVM) a Monitoru Státní pokladny (seznam a kategorizace organizací)

Níže uvádíme shrnutí základních informací o informačních systémech pro jednotlivé varianty, ze kterých lze vycházet pro hrubý odhad, resp. validaci odhadu nákladů jednotlivých variant. Varianty 2 a 3 navíc nelze kvantifikovat pohledem informačních systémů, protože by se vztahovaly na data i mimo ISVS, resp. zakládaly povinnosti pro instituce, které nejsou správci informačních systémů.

Tabulka 6: Počty a parametry informačních systémů v jednotlivých variantách správců dat (všechny částky v mil. Kč)
	Varianta
	Počet
	Informace o nákladech na provoz/pořízení
	Náklad na provoz
	Náklad na pořízení

	
	
	
	průměr
	medián
	průměr
	medián

	1: ÚO
	334
	66 % / 66 %
	53
	3
	124
	10

	2: InfZ
	> 9905
	-
	-
	-
	-
	-

	3: DGA
	> 9905
	-
	-
	-
	-
	-

	4: ISVS
	9905
	71 % / 67 %
	37
	7
	88
	6

	5: DGA + ISVS
	9308
	74 % / 71 %
	25
	7
	82
	6

	6: DGA + ISVS bez samospráv
	480
	61 % / 62 %
	42
	3
	118
	9


Zdroj: vlastní analýza na základě RPP (seznam ISVS, seznam OVM)
Jak ukazuje tabulka výše, informace o nákladnosti pořízení a provozu stávajících ISVS jsou dostupné pro cca 2/3 až 3/4 ISVS zanesených v RPP. Mezi systémy, o kterých máme informace o nákladnosti pořízení a provozu, jsou náklady nerovně rozdělené, tj. mezi systémy je malá část s velmi vysokými náklady a velká část s náklady nižšími (tj. průměrný náklad nemusí být vypovídající o typickém ISVS, průměr je typicky výrazně vyšší než medián. To platí silněji u variant 1 a 6, kde se častěji jedná o centrální informační systémy podporující velkoobjemové služby a agendy.)
Data také zahrnují velké centrální informační systémy, vč. základních registrů, u nichž lze předpokládat, že iniciativy v oblasti správy dat u nich již do významné míry proběhly nebo probíhají, mj. protože jde o systémy, na jejichž datech závisí jiné části veřejné správy). Jak je patrné z tabulky XX i grafu XX níže, systémy v (institucionálně užších) variantách 1 a 5 jsou typicky rozsáhlejší (měřeno náklady na pořízení i provoz), je jich ale o řád menší počet.

Graf 2: Přehled ISVS pro varianty 1 a 6

Zdroj: vlastní analýza na základě RPP (seznam ISVS, seznam OVM) a Monitoru Státní pokladny (seznam a kategorizace organizací)
Ilustrativní kvantifikace ekonomických dopadů
Dopady na samotné správce dat (přímé dopady)
V kontextu řešeného problému se v případě samotných správců dat jedná především o přínos správy dat, která data činí využitelnými pro vlastní práci úřadu. Existující odhady typicky pracují s přínosy ve formě zvýšení efektivity práce organizace. Například studie německé vlády odhaduje, že důkladná digitalizace by díky interoperabilitě dat přinesla úsporu cca 60 % času v některých agendách.[footnoteRef:63] Taková úspora by se při analogické úvaze o velké instituci závislé na velké pracovní síle, např. České správě sociálního zabezpečení mohla pohybovat minimálně ve stovkách milionů korun ročně (odvozeno od personálních nákladů ČSSZ v řádu jednotek miliard Kč ročně). Starší studie sledující dopad standardů prostorových dat odhadla návratnost těchto investic na 119 %, tj. každá investovaná koruna přinese 1,19 koruny v úsporách. Odborná literatura v této kategorii uvádí také přínosy v podobě zlepšení schopnosti úřadů vymáhat dlužné částky a detekovat podvody a chyby např. v agendách vyplácení podpor či výběru daní.[footnoteRef:64] [63:  National Normenkontrollrat. (2017). Mehr Leistung für Bürger und Unternehmen: Verwaltung digitalisieren. Register modernisieren.]  [64:  McKinsey. (2021). Government data management for the digital age. https://www.mckinsey.com/industries/public-sector/our-insights/government-data-management-for-the-digital-age] 

Pokud bychom v této kategorii pracovali také s dopady na efektivitu vynakládání výdajů spravovaných veřejnými institucemi, jichž se intervence týká, ilustrativní mohou být např. výdaje na přímé podpory. Pokud bychom např. uvažovali pouze vybraný výsek nemandatorních výdajů státního rozpočtu, např. výdaje na transfery podnikatelům (cca 9,7 % výdajů státního rozpočtu), znamenalo by zvýšení efektivity využití těchto prostředků o 0,1 %, přínos přes 160 mil. Kč ročně.[footnoteRef:65] Tento příklad uvádíme pouze jako ilustraci. Velmi konzervativní zlepšení efektivity výdajů hypoteticky dosažené zlepšením tvorby a vyhodnocování veřejných politik díky využití dat aplikujeme na relativně omezený výsek výdajů, které jsou poměrně dobře ovlivnitelné i v krátkém období např. změnou zacílení dotačních nástrojů. [65:  Pododdíly Investiční resp. neinvestiční transfery podnikatelům v druhovém členění rozpočtové skladby státního rozpočtu, skutečné výdaje za rok 2023, https://monitor.statnipokladna.cz/analyza/# ] 

Na straně nákladů rozšíření opětovného využití dat veřejného sektoru pak předchozí studie identifikovaly ztráty příjmů z prodeje dat v situaci, kdy data dříve poskytovaná komerčně či za poplatek přešla do režimu bezplatné přístupnosti či otevřených dat. Tento aspekt ale není pro námi řešený problém relevantní, protože se zde nejedná o data, jejichž zpřístupňování by v současnosti bylo pro jejich správce zdrojem příjmů.
Dopad na uživatele dat mimo správce (nepřímé dopady)
Studie, které zkoumají dopad opakovaného použití dat na “reusers” typicky odhadují např. ekonomické výsledky společností, které nad daty staví komerční produkty, popř. se snaží odhadnout např. časové úspory, které plynou uživatelům těchto produktů. Typický příklad jsou otevřená data v oblasti dopravy, kde vznikají jak ekonomické benefity pro tvůrce řešení na nich postavených, tak kvantifikovatelné přínosy pro uživatele. (Dopady např. na nižší emise pak už v těchto odhadech typicky zahrnuty nejsou.)
V oblasti řešeného problému v kontextu ČR zřejmě platí, že podstatná část přínosů v této kategorii již byla realizována předchozími iniciativami v oblasti otevřených dat. Správa dat a zvažování možnosti např. zveřejňování části dalších dat v anonymizované podobě může (např. díky očekávanému posílení znalostí správců o vlastních datech, popř. znalostí a dovedností v oblasti anonymizace dat) může přinést další přínosy v této kategorii. Velká část přínosů zpřístupňování těch dat v záběru navrhované regulace, tj. dat v informačních systémech veřejné správy, ale bude takové povahy, kterou není snadné ex ante kvantifikovat a monetizovat. Jak ukazujeme výše v části popisu cílového stavu, řízený přístup k datům má potenciál především přispět k řešení společenských problémů, ať už skrze aplikaci vědeckého poznání vzniklého díky využití dat, nebo přímým využitím dat pro tvorbu a vyhodnocování veřejných politik. V kategorii využití, které by generovalo přímé ekonomické přínosy uživateli dat lze uvažovat např. výzkum v oblasti léčiv či využití prostorových dat. Tyto a podobné obory - stejně jako datově intenzivní odvětví obecně - s sebou nesou tvorbu pracovních míst s vyšší přidanou hodnotou.
Specifickou kategorií pak jsou odhady hodnoty infrastruktury pro přístup k datům, které lze do jisté míry aplikovat i na řešený problém. Zde existujte odhad ekonomické hodnoty několika oborových infrastruktur ve Velké Británii.[footnoteRef:66] Výsledky ukazují střednědobou návratnost investice do zpřístupňování dat v řádu 2x – 8x, tj. Ačkoli zde navrhované řešení není plnohodnotná výzkumná infrastruktura, má v mnohém podobné rysy. [66:  Beagrie, N., & Houghton, J. (2014). The Value and Impact of Data Sharing and Curation. JISC. https://repository.jisc.ac.uk/5568/1/iDF308_-_Digital_Infrastructure_Directions_Report%2C_Jan14_v1-04.pdf] 

Dopad na širší ekonomiku (indukované dopady)
Existující studie typicky odhadují přínosy zpřístupnění ekonomicky využitelných dat na celou ekonomiku, tj. včetně vzniklých pracovních míst. Podle metody hodnocení a typu dat, o které se jedná, se výrazně liší i výsledky dostupných odhadů. Nedávný přehled[footnoteRef:67] ukázal rozpětí od cca 0,1 % HDP po cca 1,5 % HDP. Pokud bychom uvažovali zde řešený problém, kde se většinou nebude jednat o data využitelná v komerčních produktech, je vhodnější aplikovat odhady na konzervativním konci tohoto spektra. Pokud bychom uvažovali s dopadem 0,1 % HDP, jednalo by se o cca 7 miliard Kč ročně v cenách roku 2023. V tomto rámci pak lze započíst i využití dat v režimu řízeného přístupu pro výuku (viz část 1.3.4 Uživatelé dat v identifikaci dotčených subjektů), kde se náklady na řízený přístup vrací jako nepřímá investice do lidského kapitálu. [67:  Kap. 3 v OECD. (2019). Enhancing Access to and Sharing of Data: Reconciling Risks and Benefits for Data Re-use across Societies. OECD. https://doi.org/10.1787/276aaca8-en] 

Identifikace nákladů a přínosů – Správci dat
Z hlediska volby správců dat bylo základní myšlenkou připravovaného věcného záměru zacílení aplikace na již existující množinu subjektů, které by tak jen vznikly nové povinnosti. Uvedená množina pak byla určována na základě existující právní úpravy, a to zejména v kontextu nakládání s informacemi a daty. Vzhledem k tomu bylo identifikováno šest základních možných variant pro stanovení osobní působnosti nového předpisu. Tyto varianty a jejich odůvodnění jsou detailněji představeny v kapitole 2.1 tohoto dokumentu. Zde pro referenci nabízíme jen jejich přehled:

Tabulka 7
	Varianta
	Počet subjektů
	Počet ISVS
	Poznámka

	1 – Ústřední orgány státní správy ve smyslu kompetenčního zákona
	31
	334
	Vč. org. vyloučených ve variantě 5 a 6

	2 – Povinné subjekty dle zákona č. 106/1999 Sb. 
	cca 20 000
	cca 10 000
	Zahrnuje všechny samosprávy a jimi zřizované org. mj. školy

	3 – Správci dat podle DGA
	cca 19 600
	cca 9 600
	Stejně jako varianta 2, ale nezahrnuje podnikající subjekty (cca 400)

	4 – Správci ISVS podle zákona č. 365/2000 Sb.
	5 016
	9 905
	Zahrnuje i organizace spravující pouze spisové služby i notáře a exekutory

	5 – Správci dat dle DGA, které jsou zároveň správci ISVS, s výjimkami
	4 474
	9 308
	Nezahrnuje notáře a exekutory

	6 – Správci dat dle DGA mimo samosprávu, které jsou zároveň správci ISVS, s výjimkami
	87
	490
	Správci ISVS z řad OSS, státních fondů, státních přísp. organizací

Je třeba uvést, že volba varianty toho, na které správce dat chystaná regulace dopadne, funguje jako prvek (de facto koeficient), který pak nutně ovlivňuje vyhodnocení variant řešení konkrétních otázek chystané právní úpravy. Vzhledem k tomu nemohou být na tomto místě varianty konkrétně vyčísleny, a náklady jsou vyjádřeny jen obecně s tím, že konkrétní vyčíslení je případně přítomno až v následujících částech textu, které se věnují konkrétním otázkám.

Varianta 1 – Ústřední orgány státní správy ve smyslu kompetenčního zákona
Výhodou této varianty je, že jde o jasně a úzce definovanou množinu správců dat, které navíc obecně disponují potenciálem pro snadné získání nezbytných znalostí a kompetencí pro efektivní výkon nových povinností. 
Nevýhodou je, že její dopad je velice úzký a nevyhovuje záměru předkládaného materiálu. Při takto úzkém vymezení správců dat se totiž nebudou moct plně projevit očekávané přínosy, a to jak v oblasti správy dat (tedy zajištění přehledu o existujících datech ve veřejném sektoru, bránění duplicitám, usnadnění datových toků a tím vším úspora v dlouhodobém pohledu), tak v oblasti řízeného přístupu k datům (množství dostupných dat bude značně limitováno, což následně znemožní efektivní využití celého konceptu řízeného přístupu).
Dopady na státní rozpočet a ostatní veřejné rozpočty
Specifikem varianty 1 je, že náklady nezbytné na splnění povinností dopadají pouze na státní rozpočet. Správci dat podle této varianty jsou pouze instituce stanovené v § 1 a § 2 zákona č. 2/1969 Sb., tedy pouze 31 institucí. Zároveň všechny tyto instituce jsou správci ISVS ve smyslu zákona 365/2000 Sb., takže již v současné době disponují základním know-how a infrastrukturou, které jsou nezbytné pro zavedení povinností vyplývajících z navrhovaného zákona.
Vzhledem k uvedenému je možné obecně označit náklady spojené s variantou 1 za nízké.

Varianta 2 – Povinné subjekty dle zákona č. 106/1999 Sb. 
Výhodou varianty 2 je široký rozsah působnosti, kdy mezi správce dat budou patřit všechny orgány veřejné správy a jejich podřízené organizace, případně další subjekty vykonávající veřejnou správu a veřejné instituce, tedy soukromoprávní společnosti, které naplňují znaky vymezené nálezem ÚS ve věci Letiště Praha a zároveň jsou plně vlastněné státem nebo samosprávami.
Nevýhodou je, že by navrhované řešení bylo ekonomicky velice nákladné pro subjekty, které nepodléhají zákonu č. 365/2000 Sb. 
Dopady na státní rozpočet a ostatní veřejné rozpočty
Varianta 2 předpokládá vyšší dopady na státní a další veřejné rozpočty než varianta 1, protože je zasaženo více správců dat. Krom institucí uvedených v kompetenčním zákoně by se povinnost vztahovala na řadu dalších orgánů veřejné správy, včetně např. kanceláře prezidenta republiky, soudů, bezpečnostních sborů a orgánů činných v trestním řízení.
Dopady na podnikatelské prostředí
Varianta 2 by se přímo dotkla podnikatelského prostředí, byť ve velmi limitované podobě soukromoprávních subjektů, které ale podléhají zákonu č. 106/1999 Sb. Tyto subjekty pak nejsou ani správci ISVS, takže by pro naplnění očekávaných povinností bylo nezbytné vynaložit značné náklady v oblasti technické i organizační infrastruktury a know-how.
Dopady na územní samosprávné celky (obce, kraje)
Varianta 2 by dopadla na všechny územní samosprávné celky, tedy všechny kraje a všech více než 6000 obcí a jimi zřizované organizace. Jakkoli řada těchto subjektů podléhá zákonu č. 365/2000 Sb., jedná se o nepřiměřeně velké množství subjektů, u kterých by navíc bylo extrémně obtížné zajistit vymáhání nových povinností.
Vzhledem k uvedenému je možné obecně označit náklady spojené s variantou 2 za velice vysoké.

Varianta 3 – Správci dat podle DGA
Varianta 3 je z hlediska vyhodnocení dopadů takřka totožná s variantou 2 s tím rozdílem, že se dle ní chystaná regulace nebude vztahovat na podnikající veřejné instituce a veřejné podniky. Vzhledem k tomu jsou náklady na podnikatelské prostředí v této variantě mírně nižší než ve variantě 2. V ostatních hodnocených oblastech náklady zůstávají s variantou dva totožné. Vzhledem k tomu je možné stále označit náklady spojené s variantou 3 za velice vysoké.

Varianta 4 – Správci ISVS podle zákona č. 365/2000 Sb.
Výhodou varianty 3 je, že se jedná o poměrně širokou skupinu definovaných subjektů, které mají již zákonem č. 365/2000 Sb. definované povinnosti ve vztahu k ISVS. Vzhledem k úzké věcné vazbě mezi správou dat a ISVS tak nové povinnosti vyplývající z tohoto zákona nebudou představovat nezbytnost zabývat se zcela novými oblastmi. Nevýhodou je užší rozsah aplikace oproti variantě 2 a 3.
Dopady na státní rozpočet a ostatní veřejné rozpočty
Varianta 4 by dopadala na správce dat podle zákona č. 365/2000 Sb., tedy správce ISVS. Jde o poměrně širokou množinu subjektů, která má ale společného to, že již plní základní povinnosti v oblasti správy informačních systémů. Dá se tedy presumovat přítomnost základních technických nástrojů a know-how, na kterém je možné vystavět efektivní naplňování nových povinností. 
Dopady na územní samosprávné celky (obce, kraje)
Varianta 4 předpokládá, že mezi správce dat budou patřit územní samosprávné celky, které jsou zároveň správci ISVS. 
Vzhledem k uvedenému je možné obecně označit náklady spojené s variantou 4 za vysoké.

Varianta 5 – Správci dat dle DGA, které jsou zároveň správci ISVS, s výjimkami
Varianta 5 je z hlediska vyhodnocení dopadů takřka totožná s variantou 4 s tím rozdílem, že se množství správců dat sníží o notáře a soudní exekutory, kteří sice jsou správci ISVS, ale nespadají mezi správce dat dle DGA. I přes to je možné obecně označit náklady spojené s variantou 5 za vysoké.

Varianta 6 – Správci dat dle DGA mimo samosprávu, které jsou zároveň správci ISVS, s výjimkami
Varianta 6 vychází ideově z varianty 5, z množiny správců dat jsou ovšem zcela vyňaty územní samosprávné celky a dobrovolné svazky obcí. Důvody pro toto vynětí jsou jak čistě věcné, tak ekonomické. Věcné spočívají zejména v tom, že byť obecní samosprávy mohou být v pozici správce ISVS, nejedná se z celkového hlediska o systémy zásadního významu. Dále, z provedené konzultace mezi potenciálními uživateli dat je patrné, že po datech samospráv alespoň mezi respondenty významná poptávka nebyla. Do třetice, kontrola a vymáhání povinností v tomto rozsahu je mimo faktické možnosti DIA (alespoň v současné době a i při myslitelném a realizovatelném navýšení jejích kapacit) a vytváření povinností, které není možné efektivně vymáhat není vhodné. Ekonomickým důvodem pro vyloučení územních samosprávných celků pak je výrazné snížení nákladů pro zavedení regulace do praxe. Tento rozsah správců dat je vhodný i vzhledem k základnímu vymezení povinnosti zajištění řízeného přístupu k datům, a to i vzhledem k tomu, že chystaný návrh předpokládá vznik jednotného informačního místa, které bude správcům dat v plnění jejich povinností při zajišťování řízeného přístupu pomáhat (viz kapitola 4 tohoto dokumentu). Nevýhodou je výrazně užší rozsah aplikace oproti variantám 2 a 3.
Dopady na státní rozpočet jsou stejné jako ve variantách 4 a 5, zcela však odpadají dopady na územní samosprávné celky. Vzhledem k tomu je možné obecně označit náklady spojené s variantou 6 za nízké.

Identifikace nákladů a přínosů – Správa dat
Varianta 0
Dopady na státní rozpočet a ostatní veřejné rozpočty
Zachování současného stavu, tedy absence pravidel pro zajištění efektivní správy dat, bude krátkodobě znamenat oproti variantě 1 úsporu, protože nebude nutné hradit náklady na zavedení opatření vyplývajících z varianty 1. Z dlouhodobého hlediska však nulová varianta přinese těžko konkrétně vyčíslitelné náklady zejména v podobě nehospodárně vynaložených nákladů na duplicitní vytváření dat, nezbytné dílčí standardizační snahy v kontextu jednotlivých dílčích agend a ušlých příležitostí, kdy data dále nebudou využívána k jejich maximálnímu prospěchu. Jak je uvedeno v kapitole 3.1 tohoto dokumentu, zahraniční studie a zkušenosti ukazují, že efektivní správa dat má potenciál zajistit ekonomické přínosy, které by při zachování současného stavu byly vyloučené.
Dopady na mezinárodní konkurenceschopnost ČR
Očekáváme, že zachování současného stavu, tedy varianta 0, představuje z dlouhodobého horizontu riziko zhoršení mezinárodní konkurenceschopnosti ČR zejména vzhledem k ušlým příležitostem, které by jinak vyplynuly z efektivnější práce s daty veřejného sektoru. To platí zejména v kontextu dalšího užití dat veřejného sektoru včetně aplikací AI technologií.
Dopady na podnikatelské prostředí
Zachování současného stavu se nepříznivě projeví na podnikatelském prostředí. Bez fungující správy dat není možné efektivně naplnit cíle eGovernmentu včetně požadavku, aby „po úřadech obíhala data a nikoli lidé“. Současný stav tak přispívá k existenci nadbytečné byrokracie a nákladů s ní spojených. Krom toho, neexistující popis dat znesnadňuje výkon dalších práv a možností jejich využití. Jde například o otázku opětovného užití dat veřejného sektoru. Za situace, kdy případný zájemce ani neví, že nějaká data existují, si o ně nemůže efektivně zažádat a dále využívat. Zachování současného stavu tak bude představovat další množství ušlých příležitostí v podnikatelském prostředí. 
Dopady na bezpečnost nebo obranu státu	
Zachování současného stavu, tedy varianta 0, představuje do budoucna riziko v oblasti bezpečnosti a obrany státu, protože zamezuje efektivnímu využívání dat tak, aby bylo možné různým rizikům lépe předcházet a efektivněji je mitigovat. Je tomu tak proto, že dobrá správa dat, která za současné situace chybí, je nezbytným předpokladem pro veškerou další informační činnost ve veřejném sektoru.

Varianta 1
Dopady na státní rozpočet a ostatní veřejné rozpočty
Zavedení pravidel dobré správy dat bude mít dopady na státní rozpočet, a to jak na straně nákladů, tak na straně přínosů. 
Náklady
Zavedení principů dobré správy dat v rámci státní správy předpokládá zejména personální náklady:
· Státní rozpočet bude zatížen provozními, mzdovými a administrativními náklady na zajištění dostatečného počtu pracovníků a na zajištění všech požadavků, které s výkonem jejich činnosti budou souviset.
· Personální náklady pro zajištění správy dat jsou tvořeny novými systemizovanými místy na DIA a v rámci správců dat. Přestože již v současné době by datoví specialisté měli být základní součástí IT oddělení správců dat a tvořit jejich kompetenční páteř, ve většině případů tomu tak není nebo jejich kapacity nejsou dostatečné. Krom agendy vyplývající z nového předpisu by věcně měli přispívat k plnění již existujících povinností, jako je tvorba a naplňování informační koncepce dané instituce a další činnosti spojené s ISVS. Pro správnou a efektivní implementaci nově stanovených povinností bude nezbytné zajistit na straně správců dat datové experty, kteří budou dlouhodobě rozvíjet a udržovat kompetence nezbytné pro kvalitní správu dat. Pro dosažení potřebné úrovně práce s daty a zajištění její kontinuity je potřeba vytvořit: 
· v rámci ministerstev, které jsou správci dat, 3 nová služební místa,
· v rámci ostatních správců dat 2 nová služební místa.
· Dle varianty 6 se jedná o Český statistický úřad, Český úřad zeměměřický a katastrální, Český báňský úřad, Úřad průmyslového vlastnictví, Úřad pro ochranu hospodářské soutěže a další úřady uvedené v § 2 zákona č. 2/1969 Sb. a dále pak další správce ISVS z řad státních fondů a státních přísp. organizací
· V rámci této skupiny se neuvažuje o přidělení nových míst pro DIA, protože její potřeby jsou pokryty v rámci další položky v podobě dále uvedených 20 expertních míst
· Pro korektní splnění povinností, které návrh přinese je nezbytné zajistit pro Český úřad zeměměřický a katastrální 2 další nová služební místa nad rámec předchozího bodu, a to vzhledem k velkému množství dat se kterými tato instituce pracuje a technické náročnosti, která je s nimi spojena
Zároveň je potřeba zajistit, aby tito pracovníci měli dostatečnou metodickou a odbornou podporu v podobě DIA, tzn.:
· 20 expertních míst na DIA jakožto koordinačním a dozorovém pracovišti. Tito pracovníci se budou zabývat pomocí správcům dat s plněním jejich povinností, standardizací datových popisů a celkově koordinací postupů všech správců dat. 
· Počítáme průměrně s náklady na plat 70 000,- měsíčně (hrubého) na datového experta. Náklady na zaměstnavatele při současném zatížení odvody tak po zaokrouhlení činí 95 000,- za člověko-měsíc.
· Očekávané personální náklady za rok tak činí:
· Výpočet ročních nákladů pro státní rozpočet je následující:
· Počet nových pracovníků x očekávané měsíční náklady na pracovníka x 12
· Za předpokladu správců dat v rozsahu doporučené varianty 6: (14 x 3 [ministerstva] + 73 x 2 [ostatní správci dat] + 20 [DIA]) x 95000 x 12 =237 120 000,- Kč
· Jednorázové náklady na vznik nových služebních míst ve výši 170 000,- na služební místo.[footnoteRef:68] Počítáme s tím, že nebudou vznikat nové prostory, ale dojde k vybavení nového místa v rámci existujících prostor. [68:  Částka použita dle metodiky pro stanovení nákladů na výkon státní správy MV; https://www.mvcr.cz/clanek/metodika-pro-stanoveni-nakladu-na-vykon-statni-spravy-v-prenesene-pusobnosti.aspx.] 

· Za předpokladu správců dat v rozsahu doporučené varianty 6: (14 x 3 [ministerstva] + 73 x 2 [ostatní správci dat] + 20 [DIA]) x 170 000 = 35 360 000,- Kč

Krom personálních nákladů, které budou nutně průběžné v čase očekáváme další jednorázové náklady spočívají v rozvoji samotných ISVS. 
· Odhadované náklady 25 000 000,- na rozvoj Národního katalogu dat, který bude sloužit rovněž jako katalog datových zdrojů. Dále je třeba počítat s odhadem 5 000 000,- Kč ročně (20 % pořizovací ceny) na provoz nových komponent Národního katalogu dat.
· Odhadované náklady 15 000 000,- na rozvoj Registru práv a povinností. Již v současné době je RPP v základu připraven na to, aby evidoval základní údaje ze všech ISVS. Investice je potřebná na případné rozšíření evidence v RPP a úpravy vazeb mezi RPP, katalogem datových zdrojů a dalších ISVS.
· Z hlediska nákladů na úpravu konkrétních ISVS u správců dat se nabízejí dvě varianty implementace.:
· První by akcentovala rychlost zavedení nových povinností a zřejmě vyžadovala provedení nezbytných změn v ISVS v krátkém čase. Tuto variantu je nezbytné odmítnout pro její předpokládanou (a obtížně exaktně vyčíslitelnou) značnou nákladnost. 
· Druhá varianta předpokládá, že uvedené náklady související s úpravou konkrétních ISVS se rozprostřou v čase a budou zahrnuty jako součást existujících plánů na rozvoj jednotlivých ISVS. Vzhledem k postupné implementaci (takřka pětileté přechodné období na implementaci povinností z nového zákona u většiny správců dat) se však náklady na zajištění povinností vyplývajících ze zákona o správě dat veřejného sektoru rozloží do delšího časového úseku a toto zvýšení bude moci být zohledněno postupně v přípravě rozpočtů na konkrétní roky 2026, 2027 atd. Zároveň v průběhu takto dlouhého přechodného období předpokládáme postupný přirozený proces obměny informačních systémů, do kterého bude plnění nových povinností zahrnuto bez podstatného navýšení nákladů. Náklady tak jsou nejen rozloženy v čase, ale zavedení prvků správy dat souběžně s průběžným rozvojem systémů bude pravděpodobně i nákladově efektivnější.
· I přes uvedené předpokládáme náklady na úpravu stávajících ISVS v průměru ve výši 2 500 000,- na správce dat. Celkově tak je tato odhadovaná jednorázová investice ve výši 217 500 000,- Kč rozprostřených do několika let po nabytí účinnosti předkládaného zákona. Jak vysvětlujeme v části 3.1., tuto částku lze vzhledem k heterogenitě systémů a nedostatku těžko odhadnout přesně. Pro kontext lze uvést, že se jedná o cca 5 % průměrného a 80 % mediánového ročního nákladu na provoz informačních systémů.
· Vedle uvedených nákladů je nezbytné zakalkulovat náklady na vytvoření a správu geoportálu České republiky. Geoportál České republiky, jako jednotné přístupové místo k celé národní infrastruktuře pro prostorové informace, bude vybudován v gesci Ministerstva životního prostředí jakožto koordinačního subjektu evropské infrastruktury INSPIRE, implementace INSPIRE na národní úrovni a správce národního geoportálu INSPIRE, který disponuje potřebnými odbornými znalostmi i praktickými zkušenostmi. Vybudování geoportálu České republiky bude zajištěno v rámci plánovaného upgrade stávajícího národního geoportálu INSPIRE jako rozšíření Národního geoportálu INSPIRE o funkcionality národního geoportálu. Geoportál České republiky tedy bude představovat „nadstavbu/zastřešení/rozšíření“ národního geoportálu INSPIRE. Výsledkem tohoto postupu s významným synergickým efektem bude existence geoportálu České republiky a modernizace národního geoportálu INSPIRE zároveň při minimalizaci vynaložených veřejných finančních prostředků. Bude zajištěno, že dojde i nadále k plnění povinností České republiky vyplývajících ze směrnice INSPIRE a zároveň nevzniknou další náklady spojené s budováním samostatného geoportálu České republiky. Přitom bude využito personálních kapacit a zkušeností Ministerstva životního prostředí, nabytých v procesu vybudování a provozu současného geoportálu INSPIRE, a zajištěna i modernizace technologicky již nevyhovujícího stávajícího národního geoportálu INSPIRE. Krom pořizovacích nákladů jsou předpokládané roční náklady na provoz včetně průběžného rozvoje systému tak, aby mohl být geoportál České republiky rozšiřován a navazoval na postupně vznikající komponenty Portálu veřejné správy a jiné systémy jiných poskytovatelů prostorových dat a služeb nad prostorovými daty.
· Jednorázové Náklady související s vybudováním a správou geoportálu České republiky v gesci Ministerstva životního prostředí jakožto správce geoportálu České republiky stanoveného Zákonem jsou odhadovány v maximální výši 87 000 000,- Kč (z toho ESIF 57 mil. Kč, SR 30 mil. Kč). 
· Dále je třeba počítat s odhadem 14 500 000,- Kč ročně na provoz nových komponent geoportálu České republiky.
· Se zahájením provozu geoportálu České republiky souvisí rovněž požadavek na zřízení 4 tabulkových míst u MŽP na jeho správu. Očekáváme, že celkové roční náklady na tato místa nepřesáhnou 2 500 000,- Kč. 
· Na vybudování geoportálu České republiky již přidělena dotace z programu IROP.
Celkové odhadované náklady související se správou dat (bez nákladů na geoportál České republiky):
· Jednorázové pro zavedení plnění povinností:
· 292 860 000,-
· Celkové roční personální a provozní náklady:
· 242 120 000,-

Každoročně lze předpokládat mírné navýšení nákladů na zajištění provozu systému, obnovy systémů a na výkon činností uložených státní správě navrhovaným zákonem z důvodu postupné implementace nařízení o evropské správě dat (do cca 500 000 Kč), v závislosti na stavu systémů jednotlivých správců dat.
Veškeré finanční náklady a personální nároky spojené se zavedením a následným provozováním správy dat ve všech dotčených organizačních složkách státu budou čerpány ze schválených rozpočtových limitů, popř. řešeny v rámci procesu přípravy návrhu státního rozpočtu na příslušné období. V maximální míře přitom bude využito prostředků Evropské unie a finančních mechanismů.
Přínosy
Z hlediska dopadů na státní rozpočet a ostatní veřejné rozpočty je možné identifikovat řadu nepřímých přínosů, které však není možné jednoznačně kvantifikovat (viz kapitolu 3.1 tohoto dokumentu). Mezi přínosy bude patřit zejména:
· Úspory vyplývající z optimalizace procesů na základě znalosti dat. Příkladem jsou úspory vyplývající z efektivního a na datech postaveného řízení státní podpory, ale i zefektivnění vnitřního řízení organizací, agend a služeb.
· Rozvoj otevřených dat a jejich další užití soukromým sektorem a na to navazující ekonomické benefity na straně státu (zejm. daně, zaměstnanost atd.).
· Přínosy pro občany v podobě efektivnější administrace veřejné správy. Podpora digitalizace a procesů eGovernmentu, která vede ke zlepšení komunikace občanů a státu a zajištění efektivní veřejné správy, je jedním ze zásadních prvků programového prohlášení vlády. Bez korektní správy dat není možné těchto cílů dosáhnout.
· Přínosy v podobě zvýšení důvěry obyvatel ve stát, jeho představitele a řízení státních politik.
Ilustrativní dílčí a konzervativní kalkulace (viz část 3.1. výše) naznačují, že správa dat může střednědobě významně přispět k realizaci dosažitelných přínosů v řádu stamilionů korun ročně např. v oblasti nákladů na poskytování služeb a realizaci agend. 
U dílčích dopadů zvažovaných níže platí, že správa dat může zpřístupnit nepřímé pozitivní přínosy pro většinu těchto kategorií v tom smyslu, že jsou uživatelem veřejných služeb a klienty veřejné správy (podnikatelé ve vztahu k podnikatelskému prostředí i mezinárodní konkurenceschopnosti; samosprávy, spotřebitelé atd.) Tyto nepřímé přínosy tedy nespecifikujeme odděleně u jednotlivých kategorií dopadů.
Dopady na mezinárodní konkurenceschopnost ČR
Z hlediska mezinárodní konkurenceschopnosti ČR návrh nepřináší žádné náklady. Je možné očekávat přínosy v podobě využití příležitostí, které vyplývají z efektivnější práce s daty veřejného sektoru. To platí zejména v kontextu dalšího užití dat veřejného sektoru včetně aplikací AI technologií.
Dopady na podnikatelské prostředí
Z hlediska dopadů na podnikatelské prostředí návrh nepřináší žádné náklady. Podobně jako v případě hodnocení mezinárodní konkurenceschopnosti ČR očekáváme přínosy v podobě naplnění potenciálu efektivního využívání dat. Fungující správa umožní efektivně naplnit cíle eGovernmentu včetně požadavku, aby po „po úřadech obíhala data a nikoli lidé“, což povede ke snižování nákladů podnikatelského prostředí. Popis dat navíc usnadní možností jejich využití.
Dopady na územní samosprávné celky (obce, kraje)
Návrh nepřináší náklady pro územní samosprávné celky. Předpokládáme však přínosy v analogické podobě, jako přínosy, které navrhovaná úprava bude představovat pro orgány veřejné správy a podnikatelské prostředí. Zejména jde tedy o efektivnější využívání dat, možnost s daty lépe pracovat a lépe je dále užívat.
Dopady na spotřebitele
Navrhovaná právní úprava nepředpokládá žádné náklady pro spotřebitele, ani nebude znamenat jakékoli zhoršení jejich situace. 
Navrhovaná právní úprava představuje nepřímé a těžko vyčíslitelné přínosy v podobě efektivnější veřejné správy a eGovernmentu a vzniku nových produktů a služeb. Ty budou vystavěné díky opětovnému užívání dat veřejného sektoru, která budou dostupnější a tím pádem i více využívaná.
Dopady na životní prostředí
Navrhovaná úprava bude mít pozitivní dopady na práci s daty o životním prostředí a tím pádem i na efektivnější stanovování politik určených k ochraně životního prostředí. Navrhovaná úprava prospěje rovněž při samotném výkonu ochrany životního prostředí, protože efektivní práce s daty je nezbytným krokem pro jakoukoli informační práci. Data o životním prostředí pak tvoří zásadní část datových zdrojů veřejné správy, která přesahuje informační práva a dotýká se práva na příznivé životní prostředí.
Specifické přínosy (nejen) v této oblasti zajišťuje zákonné zakotvení a zřízení geoportálu České republiky. Konkrétně se jedná o následující:
· zajištění jednotného přístupu k národní infrastruktuře pro prostorové informace, k prostorovým datům a službám nad prostorovými daty v rámci veřejné správy, za jednoznačně stanovených podmínek a způsobů připojení, včetně Národního katalogu dat v roli národního metadatového katalogu,
· zajištění provázanosti řešení životních situací vůči využívaným prostorovým datům a službám nad prostorovými daty včetně jejich parametrů kvality (z pohledu veřejnosti) a připravení uživatelských aplikací nad těmito službami,
· zajištění provázanosti výkonu agend veřejné správy vůči dostupným prostorovým datům a službám nad prostorovými daty včetně jejich parametrů kvality (z pohledu veřejné správy),
· vytvoření komunikačního kanálu pro zahájení procesu reklamace vůči poskytovatelům prostorových dat a služeb nad prostorovými daty v rámci veřejné správy.
Dopady na bezpečnost nebo obranu státu
Hodnocený návrh může představovat velmi nízké riziko pro bezpečnost nebo obranu státu, pokud by byla regulace implementována nevhodným způsobem a mohlo by tak dojít ke zneužití dat nebo jejich popisů k činnostem, které by mohly pomoci rizikovým a nepřátelským aktérům. Zároveň je třeba dodat, že výše tohoto rizika je při navrhovaném nastavení regulace a výjimek z aplikace návrhu zákona minimální.
Navrhovaná právní úprava má v oblasti dopadů na bezpečnost nebo obranu státu výraznější pozitivní dopady. Korektní správa dat umožní lépe a efektivněji předcházet krizovým situacím a reagovat na ně. Jak již bylo několikrát uvedeno, dobrá správa dat je nezbytným předpokladem pro jakoukoli informační činnost.

 Identifikace nákladů a přínosů – řízený přístup k datům
Obecné vyhodnocení dopadů zavedení řízeného přístupu k datům
Dopady na státní rozpočet a ostatní veřejné rozpočty
Zřízení možnosti řízeného přístupu bude mít dopady na veřejné rozpočty v podobě nezbytné přípravy, která bude spočívat zejména ve vytvoření znalostní báze, jaká data jsou správci dat zpracovávána a v nasazení technických a organizačních opatření, která umožní bezpečné předávání dat v rámci řízeného přístupu. Velké množství nezbytných nákladů je již zahrnuta v předchozí části tohoto materiálu, tedy v nákladech nezbytných pro efektivní správu dat, a to včetně nákladů na lidské zdroje v podobě expertů zaměstnaných u DIA. Konkrétní nezbytné náklady budou dále rozebrány v rámci různých variant. 
Náklady nezbytné pro zavedení řízeného přístupu a náklady vyplývající z DGA jsou následující:
· Náklady související se zavedením jednotného informačního místa. Velikost těchto nákladů se liší podle varianty způsobu procesu zpracování žádosti o řízený přístup a jsou popsány dále. Bez ohledu na níže uvedené varianty bude nezbytné posílit jednotné informační místo alespoň o dva plné úvazky, který bude mít na starosti agendu vyplývající z DGA. Vzhledem k tomu, že jde o vysoce expertní pozici, která má zajistit mimo jiné korektní nastavení a provedení anonymizací dat, počítáme s náklady ve výši 70 000,- měsíčně (hrubého) na datového experta. Náklady na zaměstnavatele při současném zatížení odvody tak po zaokrouhlení činí 95 000,- za člověko-měsíc. 
· Minimální roční náklady na zavedení jednotného informačního místa tedy tvoří 2 280 000,- Kč (95 000 x 2 x 12). Započítat je možné i vstupní náklady ve výši 340 000,- Kč[footnoteRef:69] (170 000 x 2). [69:  Částka určena dle metodiky pro stanovení nákladů na výkon státní správy MV; https://www.mvcr.cz/clanek/metodika-pro-stanoveni-nakladu-na-vykon-statni-spravy-v-prenesene-pusobnosti.aspx] 

· Náklady související s určením příslušných orgánů podle čl. 7 DGA. Jedná se o následující orgány veřejné správy:
· Ministerstvo práce a sociálních věcí pro oblast dat o sociálním zabezpečení, zaměstnanosti a sociální politice,
· Český statistický úřad pro oblast statistických dat,
· Generální finanční ředitelství pro oblast dat o daních a
· Ústav zdravotnických informací a statistiky České republiky pro oblast zdravotnických dat a statistik.
Jejich rolí je poskytovat podporu při vyřizování žádostí týkajících se dat z jejich odborných oblastí a případně přímo rozhodovat o žádostech o řízený přístup. Pro zvládnutí nové agendy navrhujeme přiřadit ČSSZ, GFŘ, ČSÚ a ÚZIS dvě systemizovaná místa. 
· Očekávané personální náklady spočívají v 8 plných úvazcích (dva ČSSZ, dva GFŘ, dva ČSÚ a dva ÚZIS). Tomu odpovídají náklady ve výši 70 000,- měsíčně (hrubého) na experta zajišťujícího řízený přístup, včetně anonymizace, znalostní báze atd. Náklady na zaměstnavatele při současném zatížení odvody tak po zaokrouhlení činí 95 000,- za člověko-měsíc.
· Minimální roční náklady na činnost příslušných orgánů tedy tvoří 9 120 000,- Kč (95 000 x 12 x 8). Započítat je možné i vstupní náklady ve výši 1 360 000,- Kč (170 000 x 8).
· Náklady ostatních správců dat na spolupráci s jednotným informačním místem a s příslušnými orgány podle čl. 7 DGA. Tyto náklady jsou pokryty náklady na technické zabezpečení správy dat uváděné v předchozí části tohoto materiálu. Pouhý řízený přístup k datům nevytváří další náklady v tomto směru.
· Opakující se náklady budou spojené s provozem Národního katalogu dat (NKD), a jeho napojením na evropský katalog dat - European Register for Protected Data. Na samotný rozvoj NKD je předpokládána částka již zohledněna výše v části týkající se správy dat, a bude pokryta v maximální míře z prostředků obsažených v nyní schvalovaných v projektech. 
· Náklady správců dat na vyřizování žádostí o řízený přístup. Dle našeho názoru Tyto náklady je možné zahrnout pod běžnou činnost správců dat vedle vyřizování žádostí o informace. Krom toho, i vzhledem k zavedení správního poplatku bude množství žádostí o řízený přístup spíše nízké (pro kontext ČSÚ eviduje 100 smluv o poskytnutí statistických chráněných údajů ročně). Krom toho, se zajišťováním řízeného přístupu včetně spolupráce a poskytování znalostí k řádnému posouzení žádosti bude se správci dat spolupracovat jednotné informační místo a příslušné orgány.
· Náklady na pořízení a provoz technologií a vytvoření postupů pro faktické zajištění řízeného přístupu k datům, tedy zejména vytvoření fyzického místa, kde bude možné zajistit přístup k nejvíce chráněným datům. Dále jde o vytvoření zabezpečených připojení, které umožní přenos chráněných dat. Odhadovaná nezbytná investice se pohybuje v řádu vyšších desítek milionů korun, na základě zkušenosti se stavbou obdobných systémů ji i s rezervou určujeme na 50 000 000,- Kč. Roční náklady na provoz systému činí 15-20 % jeho pořizovacích nákladů. Vzhledem k tomu je konzervativně odhadujeme na výši 10 000 000,- Kč ročně.
· Náklady na zřízení poradního orgánu DIA, který bude hodnotit oprávněnost a kvalitu vědecky motivovaných žádostí o řízený přístup k datům (kterých předpokládáme, že by měla být většina) a bude tak působit jako poradní orgán pro poskytovatele dat. Náklady budou spočívat zejména v personálních nákladech členů komise a administrativních nákladech na zajištění jejího provozu. Celkový odhad se pro tyto náklady pohybuje v řádech vyšších statisíců až nižších milionů ročně (konzervativně počítáme 2 000 000,- Kč).
· Náklady na personální posílení ÚOOÚ, aby mohl efektivně působit jako dozorový orgán a vymáhat povinnosti vyplývající ze zpracování osobních údajů získaných řízeným přístupem. Je třeba posílit ÚOOÚ o tři systemizovaná místa, která se touto agendou budou zabývat, ve výši 50 000,- měsíčně (hrubého). Náklady na zaměstnavatele při současném zatížení odvody tak po zaokrouhlení činí 67 500,- za člověko-měsíc.
· Roční náklady tak činí 2 430 000,- Kč (67 500 x 12 x 3). Vstupní náklady související se zřízením těchto pozic pak jsou v souladu s metodikou vyčísleny na 510 000,- Kč (170 000 x 3).
Celkové odhadované náklady na zajištění řízeného přístupu:
· Jednorázové pro zavedení plnění povinností:
· 52 210 000,-
· Celkové roční personální a provozní náklady
· 25 830 000,-
Zřízení možnosti řízeného přístupu bude mít silně pozitivní přínosy v podobě rozšíření možností vědeckého výzkumu a celkově usnadnění výkonu politik založených na datech. Benefity zavedení možnosti řízeného přístupu jsou popsány v předchozích kapitolách tohoto dokumentu. Ilustrativní kalkulace naznačují dosažitelné přínosy v řádu stamilionů korun ročně.
Veškeré finanční náklady a personální nároky spojené se zavedením a následným provozováním správy dat ve všech dotčených organizačních složkách státu budou čerpány ze schválených rozpočtových limitů, popř. řešeny v rámci procesu přípravy návrhu státního rozpočtu na příslušné období. V maximální míře přitom bude využito prostředků Evropské unie a finančních mechanismů.
U dílčích dopadů zvažovaných níže platí, že řízený přístup k datům může zpřístupnit nepřímé pozitivní přínosy pro většinu těchto kategorií v tom smyslu, že jsou adresáty veřejných politik (podnikatelé ve vztahu k podnikatelskému prostředí i mezinárodní konkurenceschopnosti; samosprávy, spotřebitelé atd.) Právě dostupnost dat pro výzkumné a analytické účely může významně přispět ke zkvalitnění veřejných politik v těchto oblastech. Tyto nepřímé přínosy tedy nespecifikujeme odděleně u jednotlivých kategorií dopadů.
Dopady na územní samosprávné celky (obce, kraje)
Navrhovaný zákon nepřináší žádné náklady pro územní samosprávné celky. Nepřímo naopak může přinést benefity v možnosti využívání řízeného přístupu pro lepší informovanost, a tedy lepší a efektivnější správu agend, které samosprávy vykonávají.
Dopady na výkon státní statistické služby
Aplikace DGA dopadne na poskytování statistických údajů prováděné podle zákona č. 89/1995 Sb., o státní statistické službě. Jedná se o regulaci upravenou v Kapitole II DGA, která na úpravu poskytování statistických dat dopadá. ČSÚ je proto identifikován jako příslušný orgán ve smyslu čl. 7 DGA, kde se předpokládá zapojení ČSÚ v procesu vyřizování žádostí o propojování dat se statistickými údaji tak, aby byla zachována jejich ochrana. Věcně se však rozsah toho, co má být zveřejňováno nemění a současná úprava je s těmito ustanoveními věcně již v souladu. Vůči navrhovanému zákonu je zákon č. 89/1995 Sb. z hlediska poskytování dat v pozici speciality. Náklady nezbytné na výkon propojování dat odhadujeme jako nízké. Jiné náklady nebyly identifikovány. 
Korupční rizika
Vyšší transparentnost, které bude pomocí řízeného přístupu k datům dosaženo, společně s vyšší možností určování politiky založené na datech, povede ke snížení korupčních rizik.
Dopady na bezpečnost nebo obranu státu
Hodnocený návrh může představovat nízké riziko pro bezpečnost nebo obranu státu, pokud by byla regulace implementována nevhodným způsobem a mohlo by tak dojít ke zneužití dat nebo jejich popisů k činnostem, které by mohly pomoci rizikovým a nepřátelským aktérům. Zároveň je třeba dodat, že výše tohoto rizika je při navrhovaném nastavení regulace minimální. Tato rizika je však možné mitigovat vhodným regulatorním nastavením a předkládaný návrh s tímto počítá v podobě systému brzd a následných povinností, které regulují jak umožnění řízeného přístupu, tak následné užití dat. Vzhledem k tomu návrh žádné dopady představovat v konečném důsledku nebude.

Identifikace nákladů a přínosů – Varianty řešení: proces rozhodování o řízeném přístupu
Varianta 1 – Správci dat jsou přímo správci ISVS a u nich se i žádá
Varianta 1 spočívá v tom, že subjekty povinné umožňovat řízený přístup jsou přímo správci konkrétních datových rozhraní (počítejme vzhledem k preferovaným variantám správců dat, že půjde o správce ISVS). Odvolacími orgány jsou pak orgány definované ve správním řádu, včetně rozkladů.
Dopady na státní rozpočet a ostatní veřejné rozpočty
Tato varianta představuje vysoké náklady na státní rozpočet a ostatní veřejné rozpočty. Nezbytným předpokladem pro úspěšné fungování řízeného přístupu je vysoce expertní znalost na straně subjektu, který data poskytuje, v oblasti provádění anonymizace a celkově práce s daty. Není možné očekávat, že všichni správci dat těmito znalostmi disponují. Vzhledem k tomu tato varianta předpokládá, že by bylo nezbytné rozšířit množství úředníků alespoň průměrně o 1 celý úvazek u každého správce dat. Odhadované náklady této varianty se tak pohybují řádově ve vyšších desítkách milionů korun ročně. Vzhledem k tomu není možné tuto variantu doporučit.

Varianta 2 – Hybridní varianta – Žádá se přes JIM, je zachována datová suverenita
Varianta 2 spočívá v tom, že subjekty povinné umožňovat řízený přístup a rozhodovat o něm jsou přímo správci konkrétních datových rozhraní, případně určené příslušné orgány ve smyslu čl. 7 DGA. Zároveň existuje jednotné informační místo, kde může žadatel o zajištění řízeného přístupu požádat (přičemž tento požadavek přímo vyplývá z DGA). V případě, že požadavek bude směřovat na větší množství správců typově stejných dat, bude mít jednotné místo pravomoc po vyjádření souhlasu dotčených správců dat v podobě závazného stanoviska vydat rozhodnutí o umožnění řízeného přístupu ke všem dožádaným datům a poskytnutí dat od různých původců rovnou samo zajistí. Zvoleným subjektem pro takové jednotné místo je DIA, protože již v současné době spadá do jeho gesce řízení eGovernmentu v ČR, včetně zajišťování datových toků a správy registru práv a povinnosti (dle zákona č. 12/2020 Sb. § 2a odst. 3 písm. c). Výhodou této varianty je možnost zajištění efektivního propojování různých datových rozhraní, což usnadní jejich následnou využitelnost zejména pro vědecké využití takových dat. Nezbytnou podmínkou pro úspěšné nasazení jednotného informačního místa dle této varianty je dostatečné udělení nových kompetencí DIA, například v oblasti datové standardizace.
Odvolacím orgánem bude pro oba typy zmíněných správců dat jednotné informační místo, a to jako zvláštní odvolací orgán pro jednotlivé správce dat (a příslušné orgány ve smyslu čl. 7 DGA) a zároveň v režimu rozkladu pro sebe samo, a to z toho důvodu, že bude mít kapacitu, kompetence a znalost odvolání korektně posoudit.
Dopady na státní rozpočet a ostatní veřejné rozpočty
Varianta 2 je modifikací varianty 1. Z věcného hlediska řeší problém v podobě roztříštěnosti a usnadnění propojování různých datových zdrojů pocházejících od různých správců ISVS. Zároveň řeší problém rizika nízké znalosti na straně správců dat, protože se předpokládá úzká spolupráce s jednotným informačním místem a příslušnými orgány, která tuto neznalost pomůže vyřešit. Správci dat pak mají vzhledem ke své pozici dobrou doménovou znalost o svých datech. Dle našeho názoru je možné tyto náklady zahrnout pod běžnou činnost správců dat vedle vyřizování žádostí o informace. Navíc očekáváme, že i vzhledem k zavedení správního poplatku bude množství žádostí o řízený přístup spíše nízké. Vzhledem k tomu očekáváme od této varianty velmi nízké náklady na státní rozpočet.
Pro efektivní fungování této varianty je však nezbytné personálně posílit jednotné informační místo (DIA) o 3 další plná expertní místa (celkem by tedy bylo vytvořeno za účelem zajištění řízeného přístupu 5 tabulkových míst). Jak je uvedeno výše, jedná se o vysoce expertní pozice. Je proto nezbytné počítat s personálními náklady minimálně ve výši 70 000,- měsíčně (hrubého) na datového experta. Náklady na zaměstnavatele při současném zatížení odvody tak po zaokrouhlení činí 95 000,- za člověko-měsíc.
· Roční náklady tak činí 3 420 000,- Kč (95 000 x 12 x 3). Vstupní náklady související se zřízením těchto pozic pak jsou v souladu s metodikou vyčísleny na 510 000,- Kč (170 000 x 3). 
Další náklady představuje nezbytnost personálního posílení odvolacího místa, aby mohlo efektivně tuto agendu vykonávat. Vzhledem k tomu bude nezbytné zřídit alespoň 2 systemizovaná místa, která se touto agendou bude zabývat, ve výši 50 000,- měsíčně (hrubého). Náklady na zaměstnavatele při současném zatížení odvody tak po zaokrouhlení činí 67 500,- za člověko-měsíc.
· Roční náklady tak činí 1 620 000,- Kč (67 500 x 12 x 2). Vstupní náklady související se zřízením těchto pozic pak jsou v souladu s metodikou vyčísleny na 340 000,- Kč (170 000 x 2). 
Opakující se náklady budou spojené s provozem Národního katalogu dat (NKD), a jeho napojením na evropský katalog dat - European Register for Protected Data. Na samotný rozvoj NKD je předpokládána částka již zohledněna v předchozích pasážích, a bude pokryta v maximální míře z prostředků obsažených v nyní schvalovaných v projektech.
Veškeré finanční náklady a personální nároky spojené se zavedením a následným provozováním správy dat ve všech dotčených organizačních složkách státu budou čerpány ze schválených rozpočtových limitů, popř. řešeny v rámci procesu přípravy návrhu státního rozpočtu na příslušné období. 

Varianta 3 – Řízený přístup probíhá výhradně přes JIM
Varianta 3 předpokládá, že se budou podávat žádosti o řízený přístup podávat výhradně prostřednictvím jednotného informačního místa, kterým stejně jako ve variantě 2 bude DIA. Tato instituce pak bude oprávněná uložit povinnost poskytnout řízený přístup koncovým věcným správcům ISVS, případně poskytnutí dat rovnou sama zajistí. Vhodnou institucí pro roli jednotného informačního místa je DIA. Odvolacím orgánem bude jednotné informační místo v režimu rozkladu. Výhody této varianty spočívají v centralizaci a usnadnění činnosti žadatelům. Hlavní výhodou této varianty je pak ještě jednodušší zajištění efektivního propojování různých datových rozhraní, což usnadní jejich následnou využitelnost zejména pro vědecké využití takových dat. Na druhou stranu nevýhodou je logistická náročnost, protože jednotné informační místo nebude znát detaily databází a jejich obsahu, které jsou ve správě konkrétních správců ISVS. Druhým problémem pak je, že by jednotnému informačnímu místu musely být svěřeny kompetence, které by mu umožnily přístup prakticky ke všem neveřejným datovým rozhraním, což je v rozporu s principem minimalizace zásahu.
Vzhledem k nezbytnosti zachování datové suverenity správců dat není možné tuto variantu z věcného důvodu doporučit a proto ani neproběhlo detailní vyčíslení nákladů.


Celkové odhadované náklady související s řízeným přístupem
Vyčíslení nákladů této varianty vychází z dosavadních zkušeností s poskytováním řízeného přístupu (Safe Centrum ČSÚ, ÚZIS), zahraniční praxe, a indikace poptávky mezi potenciálními uživateli zapojenými do konzultace. Předpokládané náklady na personální zajištění odpovídají potřebě odbavit vyšší desítky až nižší stovky žádostí ročně. Náklady na vytvoření systému pro zajištění řízeného přístupu vychází ze zkušeností ÚZIS a jsou na vyšší hranici odhadovaného rozpětí.
· Personální posílení DIA:
· 5 x datový expert
· Jednorázové pro vznik místa: 850 000,- Kč
· Roční: 5 700 000,- Kč
· 2 x pracovník zajišťující agendu odvolání
· Jednorázové pro vznik místa: 340 000,- Kč
· Roční: 1 620 000,- Kč
· Poradní orgán DIA
· Roční: 2 000 000,- Kč
· Personální posílení dalších institucí (ČSSZ, GFŘ, ČSÚ, ÚZIS):
· Jednorázové pro vznik místa: 1 360 000,- Kč
· Roční: 9 120 000,- Kč
· Personální posílení dalších institucí (ÚOOÚ):
· Jednorázové pro vznik místa: 510 000,- Kč
· Roční: 2 430 000,- Kč
· Vytvoření systému pro zajištění řízeného přístupu
· Jednorázově 50 000 000,- Kč
· Roční 10 000 000,- Kč


Vyhodnocení nákladů a přínosů variant
U některých identifikovaných dopadů není zcela možné kvantifikovat jejich konkrétní výši z důvodu nedostupnosti relevantních dat anebo nemožnosti odhadnout a vyčíslit budoucí chování správců dat. V takové situaci Závěrečná zpráva RIA tyto dopady vyhodnocuje kvalitativně formou slovního popisu a odstupňování předpokládané a konzultované míry dopadu pomocí ordinální škály, která je pouze zjednodušeným souhrnem celého hodnocení dopadů regulace RIA. Symboly označují předpokládanou míru dopadu navrhované změny, která byla v procesu konzultací vyhodnocena v míře od velmi nízkého očekávaného dopadu (*) po velmi vysoký (*****).

Identifikace symbolů:
- bez dopadů
* velmi nízké
** nízké
*** střední
**** vysoké
***** velmi vysoké

Tabulka 8: Porovnání nákladů a přínosů jednotlivých variant povinných subjektů
	Varianta
	Přínosy
	Hodnocení
	Náklady
	Hodnocení

	Varianta 1
Ústřední orgány státní správy ve smyslu kompetenčního zákona
	Státní rozpočet a ostatní veřejné rozpočty

	
	Povinnosti dopadnou na jasně vymezenou koherentní skupinu správců dat. Není však naplněn plný potenciál chystané regulace a nedojde k naplnění jejích cílů.
	**
	Náklady jsou hodnoceny jako nízké, protože skupina zahrnuje jen velmi málo správců dat, které jsou již všechny regulovány zákonem č. 365/2000 Sb., takže se dá předpokládat, že mají jako technické vybavení tak know-how, aby mohly snadno implementovat nové povinnosti.
	**

	Varianta 2
Povinné subjekty dle zákona č. 106/1999 Sb. 
ROVNĚŽ
Varianta 3
Správci dat podle DGA
	Státní rozpočet a ostatní veřejné rozpočty

	
	Povinnosti dopadnou na všechny orgány veřejné správy a díky tomu je možné očekávat značné přínosy vzhledem k šíři aplikace regulace.
	****
	Náklady jsou v celkovém součtu vyšší než v předchozí variantě, protože je zasaženo větší množství správců dat. Na druhou stranu, stále platí, že většina z nich jsou rovněž správci daty podle zákona č. 365/2000 Sb. a mohou tedy navázat na již existující struktury a znalosti.
	****

	
	Podnikatelské prostředí

	
	Regulace dopadne na malé procento soukromých společností, které jsou povinnými subjekty podle zákona 106/1999 Sb. Kumulované přínosy této varianty jsou ohodnoceny jako velmi nízké, protože se jedná o ve své podstatě externí případ ležící mimo hlavní zájem cílů chystané regulace. 
	**
	Náklady jsou vyhodnoceny jako nízké v celém kontextu daného prostředí (je jen málo soukromých společností, na které varianta dopadne), dopady pro konkrétní veřejné instituce a veřejné podniky je však možné očekávat jako vysoké vzhledem k nutnosti vytvoření infrastruktury a získání know-how na naplnění povinností vyplývajících z navrhované regulace.
	***

	
	Územní samosprávné celky

	
	Přínosy aplikace regulace na územně samosprávné celky jsou střední, protože i zde se nachází velké množství dat, jejichž vhodná správa a možnost přístupu k nim má potenciál přinést benefity předpokládané navrhovanou právní úpravou. Zároveň ale praxe ukazuje, že o znovu využití těchto dat není velký zájem.
	

**
	Náklady varianty 3 a 4 jsou v kontextu územních samosprávných celků hodnoceny jako velmi vysoké, zejména vzhledem k velkému množství správců dat. 
	*****

	Varianta 4
Správci ISVS podle zákona č. 365/2000 Sb.
ROVNĚŽ
Varianta 5 Správci dat dle DGA, které jsou zároveň správci ISVS, s výjimkami
	Státní rozpočet a ostatní veřejné rozpočty

	
	Regulace dopadne na správce ISVS s výhradou definovaných výjimek. Jde o dostatečně širokou množinu, aby bylo dosaženo cílů chystaného předpisu.
	****
	Vzhledem k množství povinných subjektů je možné náklady vyhodnotit jako střední.
	**

	
	Územní samosprávné celky

	
	Regulace dopadne na správce ISVS s výhradou definovaných výjimek. Jde o dostatečně širokou množinu, aby bylo dosaženo cílů chystaného předpisu. Zároveň ale praxe ukazuje, že o znovu využití těchto dat není velký zájem.
	**
	Náklady varianty 4 a 5 jsou v kontextu územních samosprávných celků hodnoceny jako velmi vysoké, zejména vzhledem k velkému množství správců dat. 
	*****

	Varianta 6
Správci dat dle DGA mimo samospráv, které jsou zároveň správci ISVS, s výjimkami
	Státní rozpočet a ostatní veřejné rozpočty

	
	Varianta dopadá na správce ISVS, kteří jsou zároveň správci dat dle DGA. Jde o množinu správců dat, které spravují naprostou většinu relevantních dat ve veřejné správě. Vzhledem k tomu je možné přínos varianty hodnotit jako vysoký.
	****
	Náklady jsou hodnoceny jako nízké, protože skupina zahrnuje jen málo správců dat, které jsou již všechny regulovány zákonem č. 365/2000 Sb., takže se dá předpokládat, že mají jako technické vybavení tak know-how, aby mohly snadno implementovat nové povinnosti.
	**


Tabulka 9: Porovnání nákladů a přínosů jednotlivých variant úpravy správy dat
	Varianta
	Přínosy
	Hodnocení
	Náklady
	Hodnocení

	Varianta 0
	Státní rozpočet a ostatní veřejné rozpočty

	
	-
	-
	Odhadované dlouhodobé náklady v podobě zbytečných investic způsobených absencí znalosti o datech a datových rozhraních a náklady ušlých příležitostí.
	****

	
	Dopady na mezinárodní konkurenceschopnost ČR

	
	-
	-
	Zhoršení mezinárodní konkurenceschopnosti ČR zejména vzhledem k ušlým příležitostem, které by jinak vyplynuly z efektivnější práce s daty veřejného sektoru
	**

	
	Podnikatelské prostředí

	
	-
	-
	Náklady vytvářené neefektivním prováděním principů eGovernmentu ze strany státu. Ušlé příležitosti opětovného užití dat veřejného sektoru.
	***

	
	Bezpečnost nebo obranu státu

	
	-
	-
	Rizika v oblasti bezpečnosti a obrany státu, protože zamezuje efektivnímu využívání dat tak, aby bylo možné různým rizikům lépe předcházet a efektivněji je mitigovat.
	**

	


Varianta 1
	Státní rozpočet a ostatní veřejné rozpočty

	
	Efektivní užívání dat, úspora daná optimalizací datových procesů, přínosy dalšího užití dat a nepřímé přínosy vyplývající z daňových příjmů zdanění služeb využívajících data.
Přínosy v podobě úspor z lepší alokace a řízení veřejných výdajů díky principům evidence-informed policy making.
	****
	Náklady na zavedení správy dat se pohybují v řádech nízkých stovek milionů ročně zejména na personální náklady. Vstupní náklady v podobě nezbytných úprav ISVS jsou odhadovány v řádech nižších stovek milionů.
	****

	
	Mezinárodní konkurenceschopnost ČR

	
	Přínosy v podobě využití příležitostí, které vyplývají z efektivnější práce s daty veřejného sektoru. To platí zejména v kontextu dalšího užití dat veřejného sektoru včetně aplikací AI technologií.
Přínosy efektivnějších veřejných politik v oblasti podpory konkurenceschopností díky využívání principů evidence-informed policy making
	**
	-
	-

	
	Podnikatelské prostředí

	
	Přínosy v podobě naplnění potenciálu efektivního využívání dat. Fungující správa umožní efektivně naplnit cíle eGovernmentu včetně požadavku, aby po „po úřadech obíhala data a nikoli lidé“, což povede ke snižování nákladů podnikatelského prostředí. Popis dat navíc usnadní možností jejich využití.
Přínosy efektivnějších veřejných politik v oblasti podpory konkurenceschopností díky využívání principů evidence-informed policy making.
	***
	-
	-

	
	Územní samosprávné celky (obce, kraje)

	
	Lepší a efektivnější práce s daty při výkonu agend veřejné správy a samosprávy. Úspora oproti současnému stavu vyplývající z efektivnějších opatření.
	**
	-
	-

	
	Spotřebitelé

	
	Přínosy v podobě efektivnější veřejné správy a eGovernmentu a vzniku nových produktů a služeb.
	***
	-
	-

	
	Životní prostředí

	
	Navrhovaná úprava bude mít pozitivní dopady na práci s daty o životním prostředí a tím pádem i na efektivnější stanovování politik určených k ochraně životního prostředí a jejich vymáhání. Opět se jedná o nepřímý přínos, který není možné jednoznačně vyčíslit, nicméně přínos očekávaný.
	**
	-
	-

	
	Bezpečnost nebo obranu státu

	
	Korektní správa dat umožní lépe a efektivněji předcházet krizovým situacím a reagovat na ně.
	***
	-
	-

Celkový přehled finančních nákladů návrhu 
Částky jsou uváděny v Kč.

Tabulka 10
	Oblast úpravy
	Jednorázové náklady pro zavedení plnění povinností
	Celkové roční personální a provozní náklady

	Správa dat
	292 860 000
	242 120 000

	Zřízení geoportálu České republiky
	87 000 000
	17 000 000

	Zajištění a proces řízeného přístupu k datům
	53 060 000
	30 870 000

	 
	 
	 

	Celkový součet
	432 920 000
	289 990 000

Zdroj financování
Pro efektivní naplnění povinností vyplývajících z navrhovaného předpisu je nezbytné, aby správci dat, příslušné subjekty a Agentura byli dostatečně věcně, odborně a zejména personálně vybaveny. Bez splnění tohoto požadavku není reálné dosáhnout cílů navrhované regulace. V případě příslušných subjektů (a jednotného informačního místa) pak povinnost zajistit dostatečné zdroje členskému státu vyplývá přímo z DGA. 
Očekávané náklady budou generovat další výdajové požadavky ze státního rozpočtu nad rámec schválených výdajových limitů na roky 2025 až 2027 a to konkrétně v letech 2026 a 2027. V roce 2025 návrh nové výdaje nepřináší, a to vzhledem k tomu, že teprve v jeho průběhu dojde k jeho schválení. Ustanovení, která nabydou účinnosti v první vlně po schválení předpisu sama o sobě nutné náklady nepřináší. Ty jsou spojeny až s přípravou plnění povinností, které nabydou účinnosti k 1. lednu 2028 a 1. lednu 2029.
Vzhledem k tomu je nezbytné, aby došlo k navýšení tabulkových míst u povinných subjektů dle jejich konkrétních potřeb. Zejména se jedná o pokrytí rolí Datový architekt, Datový analytik případně Datový steward (dle standardu DMBOK) potřebných pro popis datových struktur a jejich údržby včetně činností spojených s případným předáváním dat. Je zřejmé, že ty se mohou vzhledem k povaze konkrétního správce dat lišit, kalkulace proto počítá s průměrnými hodnotami. Je proto na konkrétních správcích dat (správcích jednotlivých dotčených rozpočtových kapitol) identifikovat potřebu navýšení svých kapitol rozpočtu nad rámec schválených rozpočtových limitů nebo stanovených limitů počtu míst a objemu prostředků na platy a zahrnout je do standardního vyjednávání o podobě relevantní kapitoly státního rozpočtu.  Financování bude součástí rozpočtů příslušných kapitol. 

Stanovení pořadí variant a výběr nejvhodnějšího řešení
Povinné subjekty
1. Varianta 6
2. Varianta 5
3. Varianta 1
4. Varianta 4
5. Varianta 3
6. Varianta 2
Doporučujeme variantu 6, tedy pro určení správců dat v navrhovaném předpise vyjít z kombinace vymezení správců dat dle DGA a správců ISVS s patřičnými výjimkami (vč. samospráv). Tato varianta představuje vhodný kompromis mezi příliš úzkou variantou 1, zcela nepřiměřeně nákladnými variantami 2 a 3 a stále příliš širokými 4 a 5.

Správa dat
1. Varianta 1
2. Varianta 0
Doporučujeme variantu 1, protože její přínosy převažují náklady, které je nezbytné vynaložit na její uvedení do praxe a udržování, byť jsou vysoké. Efektivní správa dat je základním předpokladem pro jakoukoli další informační činnost veřejné správy. Přesné vyčíslení přínosů není možné nad rámec poukázání na praxi v zahraničí vykonat. Je nicméně možné předpokládat, že se přínosy projeví v celé řadě dalších oblastí výkonu veřejné správy, ať už od efektivnějšího naplňování již existujících požadavků eGovernmentu (např. povinnosti související s naplňováním a využíváním registru práv a povinností), tak při samotném výkonu agend, nebo při vyhodnocování programů veřejné podpory, kde může být úspora značná.

Řízený přístup k datům - procesní základ rozhodování o řízeném přístupu
1. Varianta 2
2. Varianta 1
Doporučujeme variantu 2. Varianta 1 je sice ve své neformálnosti a vyšší flexibilitě na první pohled vhodnější a odpovídá rovněž většině modelů, které jsou přítomné v zahraničí, vzhledem ke specifické situaci a kontextu existující národní právní úpravy a přístupu správců dat k poskytování informací ji však nelze doporučit. Předpokladem pro efektivní působení varianty 1 je ochota a dobrovolnost správců dat data poskytovat, kterou však není možné ve většině případů (alespoň prozatím) očekávat. Dalším důvodem pro upřednostnění varianty 2 je větší a formalizovanější možnost kontroly průběhu žádosti o řízený přístup a jejího vyřízení a tím větší možnost snížení až vyloučení rizik, které se s řízeným přístupem pojí (vč. rizik bezpečnostních).
Řízený přístup k datům – proces rozhodování o řízeného přístupu
1. Varianta 2
2. Varianta 3
3. Varianta 1
Doporučujeme variantu 2. Varianta 1 je nesmírně ekonomicky neefektivní, a navíc roztříštěnost tohoto řešení nezaručuje efektivní výkon při umožňování řízeného přístupu a jen obtížně by umožnila propojování dat. Varianta 3 je problematická zejména z důvodu zajištění věcné znalosti na straně DIA a nákladů s tím spojených a z důvodu kolize s působností dalších správců dat.
Varianta 2 naplňuje požadavky DGA a zajistí efektivní výkon zpracování žádostí o řízený přístup k datům a jeho umožnění.
Řízený přístup k datům – způsobilost k žádání o řízený přístup
1. Varianta 2
2. Varianta 1
Doporučujeme variantu 2. Varianta 1 nedokáže naplnit dostatečně flexibilitu a komplexitu reality možných požadavků o řízený přístup. Varianta 2 povede k vyšší efektivitě procesu.
Řízený přístup k datům – Určení jednotného informačního místa
1. Varianta 2
2. Varianta 1
Doporučujeme variantu 2. Varianta 1 není uskutečnitelná bez zásadnější proměny ČSÚ, která však není v důvodů popsaných v kapitole 2.3.5 tohoto dokumentu žádoucí. Zároveň, pro DIA je agenda jednotného informačního místa zcela příhodná v kontextu existujících povinností a agend, které DIA vykonává. Vzhledem k tomu se varianta 2 jeví jako ideální.


Implementace doporučené varianty a vynucování
Návrh zákona legislativně upravuje nové povinnosti v oblasti a správy dat, opětovného užití informací veřejného sektoru a eGovernmentu obecně. Vzhledem k tomu je za implementaci zákona odpovědná DIA jako věcně příslušný ústřední orgán státní správy. Kontrolním orgánem je DIA. Důležitou roli při zavádění principů řízeného přístupu do praxe budou hrát subjekty identifikované jako příslušné orgány ve smyslu čl. 7 DGA, které budou plnit povinnosti vyplývající z DGA.
V důsledku implementace budou správci dat plnit povinnosti vyplývající z vybrané varianty. Z hlediska administrativního zajištění budou rovněž mít za povinnost mezi sebou komunikovat a pracovat na dlouhodobém řízení svých ISVS tak, aby mohly být naplněny požadavky vyplývající z navrhované právní úpravy.
Prostředky pro implementaci jsou zahrnuty v nákladech vybrané varianty.
Riziko z hlediska naplnění implementace spočívá zejména v rychlosti případné nezbytné adaptace ISVS na nové povinnosti.
Kromě zavedení a implementace povinností a procesů vyplývajících přímo ze samotného textu regulace bude k dosažení cílového stavu potřeba řada dalších aktivit, které z textace normy vyplývají, ale nejsou v ní přímo specifikovány. Tyto potřeby kromě expertní podpory v oblasti správy dat vznikají především v oblasti řízeného přístupu, kde se nelze snadno inspirovat např. praxí soukromého sektoru a kde vzniká nový, relativně komplikovaný proces s rizikem nedůvěry a nedorozumění aktérů, zahrnující také aktéry, kteří s podobnými problémy nemají zkušenosti. Lze se ale do značné míry inspirovat z fungujících zahraničních příkladů systémů řízeného přístupu.
Zajištění odborné podpory správy dat
Součástí intervence je odborná podpora DIA pro zavádění standardů správy dat. 
Zajištění odborné podpory řízeného přístupu
Pro zajištění odborné podpory při vyřizování žádostí o řízený přístup se počítá se zřízením odborného poradního orgánu.
Pro samotnou realizaci řízeného přístupu bude třeba vybudovat odborné kapacity DIA a příslušných subjektů, popř. i správců dat. Zde lze do nějaké míry využit zkušenosti institucí, které již nějakou formu řízeného přístupu realizují (ČSÚ, ÚZIS)
Informování aktérů v systému řízeného přístupu
Především v úvodní fází implementace bude třeba podpořit informovanost všech aktérů v procesu řízeného přístupu. Tento poznatek vyplynul především z konzultace s potenciálními uživateli řízeného přístupu, kteří identifikovali riziko selhání systému následkem neporozumění či nedorozumění různých jeho účastníků. 
Zajištění transparentnosti systému řízeného přístupu
Důvěryhodnost systému může zvýšit i transparentnost ohledně toho, za jakým účelem a případně komu byla data zpřístupněna. Tuto funkci do nějaké míry splní katalogizace datových rozhraní, bude ale vhodné zároveň udržovat jednoduchý veřejný seznam realizovaných případů řízeného přístupu, ideálně i s informací o výsledcích či využití souvisejícího výzkumu. Takové informace mohou sloužit jednak jako vysvětlení hodnoty systému, ale také jako vstup pro uvažování žadatelů o řízený přístup.
Zároveň je třeba ošetřit i riziko neporozumění cílům a fungování řízeného přístupu mezi veřejností, které by mohlo ohrozit legitimitu řešení a snížit ochotu správců dat jej využívat.
Zavedení postupů k řízenému zpřístupňování dat
Zásadní pro funkčnost celého systému bude schopnost aktérů (DIA, příslušné subjekty, případně správci dat) aplikovat techniky, které umožní řízené zpřístupňování dat za současné maximální ochrany citlivých údajů. (Podle rámce Five Safes tím zajišťujeme Safe Data). Schopnost aplikace těchto postupů může často být zásadní pro úvahu o přípustnosti zpřístupnění některých datových zdrojů, zvláště v případě, kdy se propojuje více datových sad. Z právního pohledu se jedná o nástroje, které umožňují změnit rovnováhu v úvaze o vyvažování zájmů subjektů dat a uživatelů dat. Z technického a výzkumného pohledu pak je vhodná volba řešení nutná, pokud má dojít k optimálnímu využití dat.
Jde o sadu technických a statistických postupů, jejichž efektivní aplikace vyžaduje odborné dovednosti. Navíc se techniky např. v oblasti syntetických dat relativně rychle rozvíjí. Výhodou ale je možnost čerpat z aktuální praxe a zkušeností poskytovatelů dat v jiných státech.
V principu se bude jednat o využití jedné nebo kombinace z více následujících technik:[footnoteRef:70] [70:  Stručný přehled aktuálního stavu v oblasti lze nalézt např. v kap. 5 Vilhuber, S. C., Iqbal Dhaliwal, Anja Sautmann, Lars. (b.r.). Handbook on Using Administrative Data for Research and Evidence-based Policy. Získáno 22. říjen 2020, z https://admindatahandbook.mit.edu/book/v1.0-rc5/index.html- a Livraga, G. (2019). Privacy in Microdata Release: Challenges, Techniques, and Approaches. In N. Crato & P. Paruolo (Ed.), Data-Driven Policy Impact Evaluation: How Access to Microdata is Transforming Policy Design (s. 67–83). Springer International Publishing. https://doi.org/10.1007/978-3-319-78461-8_5
Aktuální přehled v rychle se rozvíjející oblasti syntetických dat je Kokosi, T., Stavola, B. D., Mitra, R., Frayling, L., Doherty, A., Dove, I., Sonnenberg, P., & Harron, K. (2022). An overview on synthetic administrative data for research. International Journal of Population Data Science, 7(1). https://doi.org/10.23889/ijpds.v7i1.1727
] 

· Vynechání dat
· Plošné vynechání některých proměnných
· Využití vzorku pozorování
· Differential privacy, tj. vypuštění informací podle rizika deanonymizace u jednotlivých pozorování nebo proměnných
· Zkreslení dat
· Syntetická data - simulování celých datových sad
· Zkreslení citlivých proměnných
· Technické znepřístupnění a ochrana
· Vzdálené spuštění kódu bez kontaktu výzkumníka s daty; výzkumník zná pouze názvy proměnných či připravuje kód na vzorku či simulované datové sadě
· Analýza dat v chráněném prostředí s detekcí rizika deanonymizace (např. logování času, kdy výzkumník vidí individuální údaje)
· Znemožnění pořizování kopií dat
· Právní ochrana
· Zde se jedná o podmínky pro uživatele dat, např. zákaz zpětné deanonymizace, a jejich vynucování. Tyto možnost jsou součástí navrhované legislativy, ale jejich efektivní využití vyžaduje adekvátní úvahu a znalosti.
Znalost principů a nástrojů ochrany citlivých dat je pak nutná i pro efektivní a důvěryhodnou kontrolu výstupů využití dat (podle rámce Five Safes jde o komponentu Safe Outputs).

Přezkum účinnosti regulace
Z hlediska první části navrhovaného zákona bude proveden přezkum plnění povinností, tedy kolik správců dat plní povinnosti tak jak má, a budou identifikovány hlavní překážky, které správcům dat brání ve splnění nových povinností. Návazně budou navržena doporučení, která pomohou tyto překážky překonat. Přezkum z hlediska druhé části navrhovaného zákona se bude týkat četnosti žádostí o řízený přístup a na základě toho bude možné vyhodnotit, zda je alokováno dostatečně personálních zdrojů pro výkon této agendy, nebo zda je nezbytné správce dat v tomto směru posílit.
Přezkum bude proveden v souladu s termíny přezkumu DGA, nejpozději však za pět let od nabytí účinnosti zákona.
Cílem přezkumu účinnosti by mělo být zhodnotit jak fungování procesů a postupů, které legislativa zavádí, tak přispění zaváděného řešení k odstraňování problémů identifikovaných v definici řešeného problému.
Pro budoucí přezkum účinnosti regulace navrhujeme sledovat následující indikátory, popř. sbírat specifická data o průběhu a výsledcích navrhovaných procesů.
Pro oblast správy dat
· Počet a typy (podle písmene) přestupků a počet a výše pokut (a jejich adresáti)
· Počet a obsah vzniklých datových slovníků a formálních norem
· Počet a výsledek kontrol
· Vývoj obsahu Národního katalogu dat a lokálních katalogů
Dále navrhujeme sledovat míru naplňování dalších aktivit Strategie pro správu dat. Podobně by do vyhodnocení účinnosti regulace v oblasti správy dat měly vstoupit poznatky o vývoji problémů, které jsou v definici problému výše identifikovány jako negativní následky stávajícího stavu v oblasti správy dat, tj. překážky digitalizace, interního využití dat a praktická realizace principu „občan údaje sděluje pouze jednou“. Některé z těchto podproblémů lze sledovat např. pomocí kvalitativních poznatků od interních uživatelů dat veřejných institucí.
Pro oblast řízeného přístupu
· Počet žádostí o předběžnou informaci
· Počet podaných žádostí (podle účelu a typu žadatele, správce dat a datové sady) a jejich výsledků (vč. způsobu zpřístupnění a zabezpečení dat)
· Počet a podíl odvolání (podle účelu a typu žadatele oblasti / správce dat a datové sady)
· Počet poskytnutých přístupů (podle účelu místa a způsobu zpřístupnění)
· Počet katalogizovaných rozhraní – obecně a v řízeném přístupu
· Počet přestupků (a jejich druhy podle písmene) a počet a výše pokut (a jejich adresáti)
· Reálné doby od žádosti po rozhodnutí a po zpřístupnění dat
· Výše hrazených nákladů
Optimálním řešením by byla evidence průběhu jednotlivých žádostí od podání předběžné žádosti po ukončení řízeného přístupu v takovém rozsahu, aby bylo možné z ní dovodit výše uvedené ukazatele.
Jako dodatečný zdroj dat navrhujeme sbírat zpětnou vazbu na celý proces řízeného přístupu, a to od všech skupin dotčených subjektů:
· uživatelů systému (včetně neúspěšných)
· správců dat
· příslušných subjektů
Zvláštní zřetel by měl být kladen na fungování řízeného přístupu v případech vyžadujících propojování dat na rozhraní mezi oblastmi jednotlivých příslušných subjektů, stejně jako na rozhraní různých režimů (zákona o stat. službě a zákona o zdravotních službách).
Odděleně bude potřeba sledovat zvláštní režim řízeného přístupu pro poskytování dat mezi státními orgány. Zde nebude možné vycházet z indikátorů fungování správních řízení, proto bude potřeba instance poskytnutí sledovat odděleně a snažit se také detekovat případy, kdy data poskytnuta nebyla a důvody neposkytnutí.
Pro porozumění výsledků regulace by bylo také vhodné získávat od uživatelů řízeného přístupu informace o výstupech a aplikaci projektů, ve kterých byla využita data v režimu řízeného přístupu.
Jako kontextový indikátor by do vyhodnocení měly vstoupit bibliometrické informace o kvantitě a kvalitě výzkumu v relevantních vědních oborech.

Konzultace a zdroje dat
Při tvorbě regulace jsme využívali řadu zdrojů dat, včetně výstupů z několika forem konzultace.
Řízené skupinové konzultace s potenciálními uživateli řízeného přístupu
Fokusní skupiny s potenciálními uživateli dat v režimu řízeného přístupu
Na podzim 2023 proběhly dvě fokusní skupiny zaměřené na konzultaci základních tezí zákona s potenciálními uživateli řízeného přístupu, s cílem informovat cílové skupiny o vznikající legislativě a získat zpětnou vazbu především na konkrétní mechaniku implementace. 
V listopadu 2023 proběhla fokusní skupina se skupinou výzkumníků mj. z VŠE, CERGE-EI, STEM a PAQ Research. 
V prosinci 2023 proběhla online prezentace návrhu se sběrem podnětů a otázek a odpovědí na dedikovaném setkání Pracovní skupiny pro spolupráci analytických útvarů. Zúčastnili se zástupci většiny ministerstev i dalších subjektů (např. Parlamentní institut, Technologické centrum Praha aj.)
Nad rámec tohoto typu informací tyto fokusní skupiny přinesly aktuální informace ohledně praxe přístupu k datům v Česku i zahraničí.
Dotazníkové šetření
Taktéž na podzim 2023 proběhlo cílené dotazníkové šetření. Oslovili jsme cca 80 individuálních výzkumníků a analytiků z veřejné správy, veřejných výzkumných institucí (resortních i ústavů AV), vysokých škol a z neziskového sektoru. Dotazník byl zaměřen na identifikaci bariér přístupu k datům, zátěže s tím spojené, a také na identifikaci potenciálních využití dat veřejného sektory, pokud by byly poskytovány cestou řízeného přístupu; a konečně na kvantifikaci poptávky po řízeném přístupu. Dotazník vyplnilo 35 respondentů, a kromě odhadu základních parametrů výše přinesl také konkrétní příklady potenciálního využití dat.
Konzultace a rozhovory z přípravy strategie
Identifikace stavu, potřeb a deficitů v oblasti správy dat pochází především ze série výzkumných rozhovorů na téma správy dat, které realizovala DIA se zástupci ústředních orgánů na podzim 2023; model správy dat a navrhovaný standard potom vychází z modelu zachyceného ve Strategii pro správu dat, který vznikl ve spolupráci s těmito zapojenými subjekty.
Individuální konzultace
Individuální konzultace proběhly se zástupci Finanční správy, Českého statistického úřadu (odděleně ohledně řízeného přístupu a využití dat pro tvorbu statistik); Ústavu zdravotnických informací a statistik ČR, Ministerstva vnitra a Úřadu pro ochranu osobních údajů.
Zdroje dat
Data o dotčených subjektech
· Monitor Státní pokladny jako zdroj pro identifikaci a kategorizaci veřejných institucí coby dotčených subjektů
· Registr práv a povinností, část seznam ISVS pro identifikaci informačních systémů veřejné správy a jejich správců
· Statistiky ČSÚ z oblasti výzkumu a vývoje a počtu studentů (zde ČSÚ publikuje data sbíraná MŠMT)
· Analytické aplikace IDEA při CERGE-EI a bibliometrické studie pro definici problému v oblasti kvality výzkumu a pro vymezení skupiny uživatelů řízeného přístupu pro výzkumné účely
· Systemizace – otevřená data modulu OSYS systému ISoSS pro identifikaci relevantních útvarů veřejné správy
· Mapování analytických kapacit (České priority 2021) pro bližší vymezení relevantních útvarů veřejné správy
Všechny tyto zdroje dat jsou citovány na relevantních místech této zprávy.
Poznatky o přínosech správy dat a řízeného přístupu
Poznatky o přínosech správy dat a řízeného přístupu pochází z široké rešerše akademické i šedé literatury a jsou citovány na příslušných místech této zprávy.
Poznatky o možnostech řešení řízeného přístupu
V oblasti realizace řízeného přístupu vycházíme z širokého průzkumu zahraniční praxe, která ukazuje jak na alternativní institucionální řešení, tak na konkrétní možnosti implementace řízeného přístupu s ohledem na zajištění důvěryhodnosti a ochrany zpřístupňovaných dat. 

Kontakt na zpracovatele RIA
JUDr. MgA. Jakub Míšek, Ph.D.
jakub.misek@dia.gov.cz

Petr Bouchal, M.Phil.
petr.bouchal@vlada.gov.cz

JUDr. Adam Jareš, Ph.D.
adam.jares@dia.gov.cz
2

image1.png

image2.png