AKI taotlus "Rahvastikuandmete simulatsioonimudeli arendamine"

TEENUSE OSUTAMISE LEPING NR 7.7-2/25/5 Sihtasutus Eesti Teadusagentuur, registrikoodiga 90000759 ja aadressiga Soola tn 8, 51004 Tartu (edaspidi “ETAG”), mida esindab volikirja alusel Karin Jaanson, Rahandusministeerium, registrikoodiga 70000272 ja aadressiga Suur-Ameerika tn 1, 10122, Tallinn (edaspidi „partner 1“) mida esindab põhimääruse alusel Merike Saks, Sotsiaalministeerium, registrikoodiga 70001952 ja aadressiga Suur-Ameerika tn 1, 10122, Tallinn (edaspidi „partner 2“) mida esindab põhimääruse alusel Maarjo Mändmaa, Riigikantselei, registrikoodiga 70004809 ja aadressiga Rahukohtu tn 3, 15161, Tallinn (edaspidi „partner 3“) mida esindab riigisekretäri 5. jaanuari 2010. a käskkirja nr 1 “Strateegiabüroo põhimäärus”alusel strateegiadirektor Mari-Liis Sööt, ETAG ja partnerid edaspidi koos nimetatud kui „tellija“ või „tellijad“, ja Konsortsium, kuhu kuuluvad Tartu Ülikool ja Eesti Rakendusuuringute Keskus CentAR OÜ (edaspidi “konsortsium” või “teenuse osutaja”), mida esindab konsortsiumilepingu alusel juhtivpartner Tartu Ülikool, mida esindab rektori 29.12.2017 käskkirja nr 19 alusel grandikeskuse juhataja Siret Rutiku, tellija ja teenuse osutaja edaspidi ühiselt nimetatud ka kui “pooled” ja eraldi kui “pool”, VÕTTES ARVESSE, ET: (A) käesolev leping sõlmitakse riigi teadus-, arendus- ja innovatsioonitegevuste tulemuste rakendamise võimekuse tõstmine ühiskonnas ning selleks soodsa poliitikakeskkonna loomine (edaspidi “RITA+”) programmi alategevuse 1 „ministeeriumide valitsemisalade ülestel teemadel interdistsiplinaarsete rakendusuuringute teostamine nutika spetsialiseerumise valdkondades ühiskonna ja majanduse olemasolevate ja eesseisvate väljakutsete lahendamiseks“ elluviimise raames, (B) lepingu täitmisel juhindutakse mh haridus- ja teadusministri 21. novembri 2023. a käskkirja nr 317 lisast „Teadus-, arendus- ja innovatsioonitegevuste tulemuste rakendamise võimekuse tõstmine ühiskonnas ning selleks soodsa poliitikakeskkonna loomine“ (RITA+) elluviimiseks toetuse andmine“ ja teistest seotud Eesti Vabariigi õigusaktidest, (C) lepingu täitmisel lähtutakse ETAGi korraldatud avaliku konkursi “Rahvastikuandmete simulatsioonimudeli arendamine (Riikliku pensioni prognoosimudeli edasiarendamine ning kasutusvaldkonna laiendamine)” tulemustest, sõlmisid käesoleva teenuse osutamise lepingu (edaspidi “leping ”) alljärgnevas: 1 1. LEPINGU ESE 1.1 Lepingu alusel kohustub teenuse osutaja tegema teadus- ja arendustöö "Rahvastikuandmete simulatsioonimudeli arendamine (Riikliku pensioni prognoosimudeli edasiarendamine ning kasutusvaldkonna laiendamine)" (projekti nr ETISes RAMU2 (edaspidi „töö“ või „uuring “) . 1.2 Töö eesmärk, selle juurde kuuluvad osad, töö tulemuse kirjeldus, töö tegemise tähtajad, nõuded, millele valmis töö peab vastama ning muu vajalik informatsioon lepingu täitmiseks on toodud lepingu lisades. 1.3 Pooled moodustavad lepingu täitmiseks ühiselt projekti juhtkomisjoni, kuhu kuulub kuni 7 liiget. Juhtkomisjoni koosseisu kuuluvad konsortsiumi liikmete esindajad, tellijate esindajad või nende poolt nimetatud liikmed ning väliste ekspertide esindajad, kusjuures partnerite ja ETAGi hääleõiguslikke esindajaid peab juhtkomisjonis olema vähemalt 2/3 ulatuses. Juhtkomisjoni ülesanne on jälgida ja vajadusel suunata töö tegemist ning kooskõlastada töö tegevuste ning eelarve muudatused. 2. LEPINGU DOKUMENDID 2.1 Lepingu dokumendid koosnevad lepingust, selle lisadest ja muudest kokkulepetest, mis sõlmitakse lepingu sõlmimise ajal või pärast lepingu sõlmimist ja mis on lepingu lahutamatuteks osadeks ning moodustavad koos lepinguga ühtse tervikliku kokkuleppe poolte vahel. 2.2 Lepingul on sõlmimise hetkel järgmised lisad: 2.2.1 Lisa 1 - Uuringuettepanek (taotlus) koos lisadega; 2.2.2 Lisa 2 – Lähteülesanne; 2.2.3 Lisa 3 – Rahastusotsus. 3. TÖÖ ÜLEANDMINE JA VASTUVÕTMINE 3.1 Teenuse osutaja annab kokkulepitud nõuetele vastava töö tellijale üle järgmiselt: 3.1.1. I vahearuanne hiljemalt 31.05.2026 (perioodi 01.12.2025-30.04.2026 kohta); 3.1.2. II vahearuanne hiljemalt 30.11.2026 (perioodi 01.05.2026-31.10.2026 kohta); 3.1.3. III vahearuanne hiljemalt 31.05.2027 (perioodi 01.11.2026-30.04.2027 kohta); 3.1.4. lõpparuande mustand hiljemalt 07.10.2027; 3.1.5. lõpparuanne hiljemalt 07.12.2027 (perioodi 01.05.2027-31.11.2027 kohta). 3.2 Aruandeid hindab projekti juhtkomisjon, kes teeb vajadusel 14 päeva jooksul ettepanekuid asjaomase aruande täiendamiseks vastavalt taotlusele. Juhul kui juhtkomisjon teeb ettepaneku aruande täiendamiseks, peab teenuse osutaja tegema töös vastavad parandused tellija antud mõistliku tähtaja jooksul. 3.3 Töö loetakse vastuvõetuks lõpparuande heakskiitmisega juhtkomisjoni poolt. Eraldi üleandmise-vastuvõtmise akti ei koostata. 2 4. INTELLEKTUAALNE OMAND 4.1 Teenuse osutaja varasem intellektuaalomand 4.1.1 Kõik intellektuaalse omandi õigused, mis on teenuse osutaja (sh mistahes konsortsiumi liikme ja nende alltöövõtjate ning litsentsiandjate) omandis enne käesolevat lepingut (edaspidi „varasem intellektuaalomand“), on ja jäävad teenuse osutaja omandisse. 4.1.2 Teenuse osutaja varasem intellektuaalomand hõlmab kõiki intellektuaalse omandi õigusi, sh kõik patendid ja patenditaotlused, mis kuuluvad teenuse osutajale või on tema kontrolli all, sh kaubamärgid, autoriõigused, tehnoloogia, oskusteave ja muud teenuse osutajale kuuluvad intellektuaalomandi vormid (olenemata sellest, kas need on registreeritud või registreeritavad või mitte), mille kasutamine võib osutuda vajalikuks seoses tööga ja mida teenuse osutaja kasutab töö täitmise käigus ja/või töö tulemuste rakendamiseks. 4.1.3 Teenuse osutaja annab tellijatele mitte-eksklusiivse õiguse kasutada oma varasemat intellektuaalomandit üksnes ulatuses, milles see on vajalik tellijatele tellitud töö tulemuste kasutamise eesmärgil. Teenuse osutaja kinnitab, et varasema intellektuaalomandi kasutamine tellijate poolt ei riku ühegi kolmanda isiku intellektuaalomandi õigusi ega ühtegi kohaldatavatest õigusaktidest tulenevat nõuet ega keeldu. 4.1.4 Tellijatele ega teistele isikutele ei anta mingeid litsentse ega mistahes muid õigusi seoses teenuse osutaja varasema intellektuaalomandiga, välja arvatud punkti 4.1.3 kohaselt töö tulemuste kasutamiseks. Vajadusel sõlmivad pooled varasema intellektuaalomandi kasutamiseks lihtlitsentsilepingu, milles lepitakse kokku mh varasema intellektuaalomandi kasutamisega seotud piirangud ja muud tingimused. 4.1.5 Tellijatele varasema intellektuaalomandi kasutamiseks andmise tasu sisaldub teenuse osutajale punkti 5.1 alusel makstava tasu sees. Teenuse osutajal ei ole õigust varasema intellektuaalomandi kasutamise õiguse andmise eest nõuda täiendavat tasu. 4.2 Lepingu täitmisel loodud uus intellektuaalomand 4.2.1 Pooled on kokku leppinud, et kõik varalised õigused (sh patendid ja patenditaotlused, õigus taotleda töö ja selle tulemuse suhtes patendi ja/või kasuliku mudeli registreerimist ning saada vastava kaitsedokumendi omanikuks, kaubamärgid, autoriõigused ja muud intellektuaalomandi vormid, olenemata sellest, kas need on registreeritud või registreeritavad või mitte), mis on seotud teenuse osutaja poolt (sh mistahes konsortsiumi liikme, nende töötajate, alltöövõtjate ja muude isikute poolt) käesoleva lepingu alusel tehtud tööga ning muude intellektuaalse tegevuse tulemustega, mis on käesoleva lepingu raames loodud (edaspidi „uus intellektuaalomand“), jäävad käesoleva lepingu alusel kuuluma teenuse 3  osutaja omandisse, arvestades lepingus sätestatud piiranguid. Konsortsiumi liikmed sõlmivad vajadusel omavahel kokkuleppe intellektuaalse omandi omavahelise kuuluvuse ja kasutamise tingimuste ja haldamise kohta. 4.2.2 Teenuse osutaja uus intellektuaalomand hõlmab kõiki käesoleva lepingu raames teenuse osutaja poolt (sh mis tahes konsortsiumi liikme, nende töötajate, alltöövõtjate ja muude isikute poolt) loodud intellektuaalse tegevuse tulemusi, sh, ent mitte üksnes, kõik uuringute tulemused, leiutised, kasulikud mudelid, tööstusdisainilahendused, tehnoloogiad, oskusteave, andmebaasid ja andmekogud, arvutiprogrammid, aruanded, artiklid, raportid, kasutusjuhendid ja muud kirjalikud teosed, ja mis tahes muu intellektuaalne omand, mis luuakse teenuse osutaja poolt käesoleva lepingu täitmise käigus tellitud töö teostamise raames või sellega seoses. 4.2.3 Teenuse osutaja kohustub tagama, et töö teostamisega seotud isikud (töötajad, alltöövõtjad jms) loovutavad ja annavad konsortsiumi liikmele, kelle töötajad või alltöövõtjad nad on, täielikult ja tagasivõtmatult seadusega maksimaalselt lubatud ulatuses lõplikult üle kõik õigused töö ja selle tulemustega seotud intellektuaalse tegevuse tulemustele. Samuti kohustub teenuse osutaja tagama kõigi konsortsiumi liikmete poolt oma töötajate ja alltöövõtjate käest uue intellektuaalomandiga seotud isiklike õiguste kasutamiseks litsentside hankimise, mis on vajalikud uue intellektuaalomandi vabaks kasutamiseks ja sellega seotud õiguste täies mahus teostamiseks. 4.2.4 Teenuse osutaja on kohustatud andma tellijatele tasuta tagasivõtmatu ja piiramatu litsentsi koos all-litsentsi andmise õigusega uue intellektuaalomandiga seotud varaliste õiguste kasutamiseks tellijate äranägemisel. Teenuse osutaja poolt antud litsents annab tellijatele, sh nende töötajatele, teenusepakkujatele ja kolmandatele isikutele tagasivõtmatu loa ilma teenuse osutaja nõusolekuta kasutada uut intellektuaalomandit mis tahes eesmärgil ja mis tahes viisil, uut intellektuaalomandit reprodutseerida, uut intellektuaalomandit või selle koopiaid üldsusele edastada, sealhulgas neid kättesaadavaks teha või eksponeerida, samuti avalikult esitada, uut intellektuaalomandit või selle koopiaid levitada, laenutada ja rentida ning anda all-litsentse uue intellektuaalomandi või selle koopiate suhtes kehtivate õiguste kohta. Litsents loetakse antuks punktis 3.1 nimetatud aruannete üleandmisega tellijatele ning litsents kehtib kuni õiguste kehtivuse lõppemiseni. 4.2.5 Koos varaliste õiguste litsentsiga annab teenuse osutaja tellijatele tagasivõtmatu, tingimusteta litsentsi koos all-litsentsi andmise õigusega uue intellektuaalomandiga seotud isiklike õiguste kasutamiseks seadusega maksimaalselt lubatud ulatuses. Teenuse osutaja poolt antud litsents annab tellijatele, sh nende töötajatele, teenusepakkujatele ja kolmandatele isikutele tagasivõtmatu loa ilma teenuse osutaja nõusolekuta teha uude intellektuaalomandisse mistahes muudatusi ja täiendusi, luua uuel intellektuaalomandil põhinevaid tuletatud teoseid ning ühendada uut 4  intellektuaalomandit kolmandate isikute intellektuaalse tegevuse tulemustega. Litsents loetakse antuks punktis 3.1 nimetatud aruannete üleandmisega tellijatele ning litsents kehtib kuni õiguste kehtivuse lõppemiseni. 4.2.6 Teenuse osutaja on kohustatud andma kolmandatele isikutele õiguse uue intellektuaalomandi kasutamiseks õiglastel ja mõistlikel turutingimustel, näiteks lihtlitsentside kaudu. 4.2.7 Teenuse osutaja ei saa eraldi tasu tellijale litsentseeritavate õiguste eest. Tasu õiguste üleandmise ja litsentseerimise eest on hõlmatud lepingu punktis 5.1 toodud tasus. 4.2.8 Teenuse osutaja kohustub talle töö eest maksmisele kuuluva tasu arvelt tasuma vajadusel kolmandatele isikutele töö teostamisega seotud autoritasud. 4.3 Intellektuaalse omandi õiguskaitse 4.3.1 Teenuse osutaja teatab tellijale kavatsusest esitada patendi- või kasuliku mudeli registreerimistaotlus töö käigus loodud uue intellektuaalomandi suhtes ning patenditaotluse või kasuliku mudeli registreerimistaotluse Patendiametile esitamisest ja nende menetlemise käigust. 4.3.2 Töö käigus loodud uuele intellektuaalomandile õiguskaitse saamise, jõushoidmise ja õiguste jõustamise kulud kannab teenuse osutaja. 4.3.3 Teenuse osutaja on kohustatud andma tellijatele tasuta, tagasivõtmatult, piiranguteta ja lõplikult üle töö käigus loodud uue intellektuaalomandi suhtes tekkinud intellektuaalse omandi alased õigused, kui konsortsium või mistahes konsortsiumi liige kasutab uut intellektuaalomandit viisil, mis kahjustab avalikku huvi. 4.3.4 Teenuse osutaja vastutab kolmandatele isikutele kuuluvate intellektuaalse omandi alaste õiguste järgimise eest. 4.3.5 Juhul kui tellija vastu esitatakse nõue tööde tegemisel toimunud autoriõiguste rikkumise tõttu, vastutab tellijale tekkinud kahju eest teenuse osutaja 5. TASU 5.1 Tasu töö korrektse teostamise eest on 423 088,00 eurot koos käibemaksuga. ETAG tasub töö eest pärast vahearuannete ja lõpparuande heakskiitmist teenuse osutaja esitatud arvete alusel. 5.2 Tasust 79% makstakse Euroopa Regionaalarengu Fondist rahastatava sekkumise „Teadus-, arendus- ja innovatsioonitegevuste tulemuste rakendamise võimekuse tõstmine ühiskonnas ning selleks soodsa poliitikakeskkonna loomine“ (RITA+) 5  vahenditest, 21% kaetakse partnerite omafinantseeringust, mis jaguneb partnerite vahel proportsiooniga 36,043655% partner 1, 36,043655% partner 2 ja 27,91269% partner 3. Partnerid tasuvad omafinantseeringu iga kord pärast vahearuannete ja lõpparuande heakskiitmist ETAGi esitatud arve alusel. 5.3 Kõigi käesoleva lepingu alusel esitatavate arvete maksetähtaeg on 30 kalendripäeva. 6. POOLTE KOHUSTUSED 6.1 Teenuse osutaja kohustub: 6.1.1 tegema töö vastavalt lepingus ja selle lisades kokkulepitud eesmärkidele ja kirjeldusele; 6.1.2 tegema töö lepingu lisades kokkulepitud meeskonnaga (või võrreldava kvalifikatsiooni ja pädevusega asendatud meeskonnaliikmetega); 6.1.3 informeerima tellijaid koheselt töö tegemise käigus ilmnenud probleemidest ja lepingu või selle lisade muutmise vajadusest; 6.1.4 määrama teenuse osutaja poolsed juhtkomisjoni liikmed ning võtma osa juhtkomisjoni tööst vastavalt tellija juhistele; 6.1.5 tagama, et iga konsortsiumi liige kinnitab huvide konflikti puudumist projektis osalemiseks; 6.1.6 andma tellijatele üle lepingus ja selle lisades nimetatud dokumendid ja tegema andmed kättesaadavaks lähteülesandes nimetatud viisil; 6.1.7 viima koostöös tellijatega ellu lepingus ja selle lisades nimetatud koostöövormid (sealhulgas analüüsi tutvustamine, kohtumised tellijate esindajatega); 6.1.8 esitama tellijale aruanded ja andma töö tellijale üle vastavalt lepingu punktile 3; 6.1.9 arvestama töö tegemisel ja aruannete esitamisel tellija kirjalikku taasesitamist võimaldaval viisil tehtud märkustega ja antud juhistega; 6.1.10 jälgima töö tulemuste vormistamisel ja neist teavitamisel Vabariigi Valitsuse 12.05.2022 määruses nr 54 „Perioodi 2021–2027 ühtekuuluvus- ja siseturvalisuspoliitika fondide vahendite andmisest avalikkuse teavitamine“ kehtestatud nõudeid ning viitama, et tööd on rahastatud RITA+ programmi toetustest; 6.1.11 võimaldama tellijal ja tema volitatud isikutel kontrollida esitatud aruandeid. 6.2 ETAG kohustub: 6.2.1 tasuma tehtud töö eest teenuse osutajale vastavalt lepingu punktile 5; 6  6.2.2 nõustama teenuse osutajat vajadusel aruannete täitmisel ja esitamisel; 6.2.3 andma teenuse osutajale viimase nõudmisel lepingu täitmiseks vajalikku muud abi, infot jm; 6.2.4 määrama ETAGi poolsed juhtkomisjoni liikmed ning korraldama juhtkomisjoni tööd, sealhulgas korraldama aruannete hindamise; 6.2.5 tegema teenuse osutajaga koostööd kokkulepitud koostöövormide elluviimisel. 6.3 Ministeeriumid ja Riigikantselei kohustuvad: 6.3.1 kandma ETAGi esitatud arve alusel ETAGile üle lepingu punktis 5 nimetatud asjaomase partneri tasu osa; 6.3.2 andma teenuse osutajale viimase nõudmisel lepingu täitmiseks vajalikku muud abi, infot jm; 6.3.3 määrama partnerite poolsed juhtkomisjoni liikmed ning osalema juhtkomisjoni töös; 6.3.4 tegema teenuse osutajaga koostööd kokkulepitud koostöövormide elluviimisel. 7. TEAVITAMINE JA AVALIKUSTAMINE 7.1 Pooltel on õigus kasutada töö tulemusena valminud uut intellektuaalomandit viisil, mis võib kaasa tuua sellise intellektuaalomandi või selle osa avaldamise kolmandatele isikutele (s.h trükkimine, levitamine ja avaldamine veebileheküljel), arvestades töö tulemustega seotud intellektuaalse omandi õiguste kaitse vajadustest tingitud piiranguid (nt patenditaotluse esitamise korral, konfidentsiaalse info kaitse), riigikaitselisest vajadusest tingitud või muid käesolevas lepingus sätestatud piiranguid. 7.2 Pooled kohustuvad mitte avalikustama töö käigus loodud leiutist käsitlevat informatsiooni arvates konsortsiumilt punktis 4.3.1. viidatud patenditaotluse või kasuliku mudeli registreerimistaotluse esitamise kavatsuse teate saamisest kuni patenditaotluse või kasuliku mudeli registreeringu publitseerimiseni Patendiameti poolt. 7.3 Tulemuste avalikustamisel kohaldatakse avaliku teabe seaduses, konkurentsiseaduses ning patendiseaduses sätestatut. 7.4 Pooled arvestavad, et ettevõtjad ei tohi saada selle lepingu alusel lubamatut riigiabi. 8. VASTUTUS 8.1 Pooled täidavad oma kohustusi nõuetekohaselt, mõistlikult, heas usus ja hoolsalt ning lähtudes hea teadustava põhimõtetest. 7 8.2 Lepingust tulenevat kohustust rikkunud pool on kohustatud hüvitama teis(t)ele pool(t)ele rikkumisega põhjustatud otsese varalise kahju tegema kõik endast oleneva et heastada tekkinud olukord. 8.3 Kohustuse rikkumine on vabandatav, kui pool rikkus kohustust vääramatu jõu tõttu. Vääramatu jõud on asjaolu, mida rikkunud pool ei saanud mõjutada ja mõistlikkuse põhimõttest lähtudes ei saanud temalt oodata, et ta lepingu sõlmimisel selle asjaoluga arvestaks või seda väldiks või takistava asjaolu või selle tagajärje ületaks. 8.4 Pooled ei vastuta kohustuste täitmata jätmise eest, kui lepingu mittekohase täitmise põhjustab teine pool oma lepingust tulenevate kohustuste täitmata jätmisega. 8.5 Pool teatab teis(t)ele pool(t)ele lepingu rikkumisest, kirjeldades rikkumist piisavalt täpselt kolmekümne (30) päeva jooksul arvates päevast, millal sai teada või pidi teada saama lepingu rikkumisest. Lepingu rikkumisest ei pea teatama, kui lepingu rikkumine seisneb lepingus sätestatud tähtajaks mõne dokumendi üle andmata jätmises. 8.6 Pool võib lepingust taganeda, kui teine pool on lepingust tulenevat kohustust oluliselt rikkunud ja lepingut rikkunud pool ei ole kohustuse täitmiseks antud 30 (kolmekümne) päevase täiendava tähtaja jooksul asunud kohustust täitma. 8.7 Juhul, kui teenuse osutaja viivitab põhjendamatult töö tegemisega ja ei ole tööd üle andnud kahe kuu möödumisel arvates punktis 3.1 sätestatud vastava aruande üleandmise tähtajast või rikub oluliselt lepingus ja selle lisades toodud töö teostamise nõudeid, on tellijal õigus lepingust ühepoolselt taganeda. 8.8 Juhul, kui tellija on viivitanud teenuse osutajale tasu maksmisega rohkem kui kuu üle punktis 5 kokkulepitud tähtaja või rikub oluliselt käesolevas lepingus või selle lisades sätestatud kohustusi, on teenuse osutajal õigus lepingust ühepoolselt taganeda ja nõuda sisse teenuse osutajale tekitatud kahju (eelkõige viivist). 9. KONFIDENTSIAALSUS JA ISIKUANDMED 9.1 Pooled kohustuvad lepingu kehtivuse ajal ning tähtajatult pärast lepingu lõppemist hoidma saladuses neile lepingu täitmise käigus teatavaks saanud informatsiooni, mis on ühe poole poolt teis(t)ele poolele edastamise hetkel tähistatud kui konfidentsiaalne, samuti asutusesiseseks kasutamiseks tunnistatud ja isikute eraelu puudutavat teavet. 9.2 Pooled kohustuvad mitte avalikustama konfidentsiaalset teavet kolmandatele isikutele ilma teise poole eelneva kirjaliku nõusolekuta va juhul, kui kolmandatel isikutel on seadusest tulenev õigus vastavat teavet nõuda. 9.3 Pooled on kohustatud tegema enda poolt kõik, et konfidentsiaalne teave ei muutuks nende töötajate või muude isikute kaudu avalikuks. 9.4 Juhul, kui pooled on lisaks lepingule allkirjastanud ka konfidentsiaalsuskokkuleppe, kohustuvad pooled järgima ka konfidentsiaalsuskokkuleppest tulenevaid nõudeid ja piiranguid. 8 9.5 Juhul, kui tööde tegemiseks on vajalik isikuandmete töötlemine, sõlmivad pooled selleks eraldi andmetöötluslepingu ning kohustuvad tööde raames isikuandmete töötlemisel järgima ka andmetöötluslepingust tulenevaid nõudeid ja piiranguid. 10. TEADETE EDASTAMINE 10.1 Pooled edastavad lepinguga seotud teated vastava poole volitatud esindajale või ametlikul aadressil. 10.2 Poolte volitatud esindajad käesoleva lepingu täitmisel on järgmised: 10.2.1 Konsortsiumi volitatud esindajaks suhetes tellijaga on juhtivpartner, kes lähtub konsortsiumi esindamisel käesolevast lepingust ja konsortsiumi liikmete vahel sõlmitud konsortsiumilepingust. Juhtivpartner nimetab oma esindajaks käesolevas lepingus nimetatud kohustuste täitmisel Tiit Tammaru, tel: 505 7331, e-post: [email protected]. 10.2.2 ETAGi volitatud esindajaks suhetes teenuse osutajaga käesolevas lepingus nimetatud kohustuste täitmisel on Kadri Raudvere, tel: 5698 1582, e-post [email protected]. 10.2.3 Partneri 1 volitatud esindajaks suhetes teenuse osutajaga käesolevas lepingus nimetatud kohustuste täitmisel on Risto Kaarna, tel: 5885 1465, e- post [email protected]. 10.2.4 Partneri 2 volitatud esindajaks suhetes teenuse osutajaga käesolevas lepingus nimetatud kohustuste täitmisel on Magnus Piirits, tel: 5915 7976, e-post [email protected]. 10.2.5 Partneri 3 volitatud esindajaks suhetes teenuse osutajaga käesolevas lepingus nimetatud kohustuste täitmisel on Mariko Jõeorg-Jurtšenko, tel: 5688 9160, e-post [email protected] . Nimetatud esindaja teenistuskohustustest eemalviibimisel (puhkus, välislähetus, haigus, töövõimetus vms) asendab teda Inga Kõue, tel: 5689 2933, e-post [email protected] . 10.3 Pooltevahelised lepinguga seotud andmed ja tahteavaldused, kaasa arvatud lepingu rikkumisest teatamine, peavad olema esitatud kirjalikku taasesitamist võimaldavas vormis, välja arvatud juhtudel, kui teade on informatiivse iseloomuga, mis ei loo ega too kaasa õiguslikke tagajärgi, või kui käesolevas lepingus on ette nähtud teisiti. 10.4 Kõik teated, mis on saadetud ülaltoodud volitatud esindajate või asutuse ametlikule e- postile, loetakse kättesaaduks saatmise momendil. 10.5 Pooled kohustuvad mistahes muudatustest oma volitatud esindajate ja/või nende kontaktandmete osas viivitamatult vähemalt kirjalikku taasesitamist võimaldavas vormis teist poolt teavitama. Kuni teate kättesaamiseni loetakse teise poole jaoks kehtivaks andmed, mis on talle esitatud. 9 11. LEPINGU KEHTIVUS, SELLE MUUTMINE JA LÕPPSÄTTED 11.1 Leping sõlmitakse eesti keeles elektroonselt ja allkirjastatakse digitaalselt. Lepingut kohaldatakse alates 01.12.2025. 11.2 Lepingut võib muuta poolte kirjalikul kokkuleppel, mis vormistatakse lepingu lisana. Muudatused jõustuvad pärast allakirjutamist poolte poolt või poolte poolt määratud tähtajal. 11.3 Tellijal on õigus leping üles öelda igal ajal, tasudes teenuse osutajale lepingu ülesütlemise päevaks faktiliselt teostatud ja üle antud töö eest. 11.4 Juhul kui tellijale saab aruannete hindamisel teatavaks, et töö ei võimalda saavutada lepingus ja selle lisades toodud eesmärke ja tulemusi või töö valmimisele esitatavaid nõudeid on võimatu saavutada, on tellijal õigus tegevuste elluviimine osaliselt või täielikult peatada ja alustada läbirääkimisi teenuse osutajaga muudatuste tegemiseks töö edasisel tegemisel. 11.5 Lepingu täitmisel tõusetuvad vaidlused lahendatakse läbirääkimiste teel. Kokkuleppe mittesaavutamisel lahendatakse vaidlused Eesti Vabariigi seadusandlusega ettenähtud korras Tartu Maakohtus. 11.6 Lepingu kehtib kuni poolte kõikide kohustuste täitmiseni. 12. POOLTE ALLKIRJAD ETAG: Teenuse osutaja : /allkirjastatud digitaalselt/ /allkirjastatud digitaalselt/ Karin Jaanson, SA Eesti Teadusagentuur Siret Rutiku, Teenuse osutaja esindaja esindaja Partner 1: Partner 2: /allkirjastatud digitaalselt/ /allkirjastatud digitaalselt/ Merike Saks, Partner 1 esindaja Maarjo Mändmaa, Partner 2 esindaja Partner 3: /allkirjastatud digitaalselt/ Mari-Liis Sööt, Partner 3 esindaja 10  „Teadus-, arendus- ja innovatsioonitegevuste tulemuste rakendamise võimekuse tõstmine ühiskonnas ning selleks soodsa poliitikakeskkonna loomine“ (RITA+) alategevuse 1 „Ministeeriumite valitsemisalade üleste interdistsiplinaarsete rakendusuuringute toetamine nutika spetsialiseerumise valdkondades ühiskonna ja majanduse olemasolevate ja eesseisvate väljakutsete lahendamiseks“ RAKENDUSUURINGU LÄHTEÜLESANDE VORM1 Probleemipüstituse pealkiri Rahvastikuandmete simulatsioonimudeli arendamine (Riikliku pensioni prognoosimudeli edasiarendamine ning kasutusvaldkonna laiendamine) Lahendatavad probleemid Probleem 1. Olemasolevaid registripõhiseid andmeid ei kasutata Eestis piisavalt tulevikuperspektiivi simuleerimiseks, mistõttu ei ole tulevikku puudutavad poliitikaotsused piisavalt andmepõhised. Puudu on teaduspõhine terviklik simulatsioonimudel, mis looks personaalse tulevikuperspektiivi, kasutades selleks erinevaid indiviidipõhiseid andmeid ning mis oleks laialdaselt kasutatav erinevates poliitikavaldkondades. Simulatsioonid võimaldaksid täpsemat tulevikuperspektiivi vaadet sellest, kuidas rahvastiku dünaamika, nagu vananemine, migratsioon, sündimus, haridus või tervis, tulevikus muutub. Kasutades olemasolevaid indiviiditasandil registriandmeid mudelite loomiseks, saab parandada tulevikuvaadet ja valmistada ühiskonda paremini ette võimalike muutuste jaoks ning teha paremini tulevikku puudutavaid otsuseid. Eestis on olemas registripõhised indiviidide andmed ja need pakuvad enamasti täpset ning usaldusväärset ülevaadet. Puuduseks on aga see, et nende andmete pealt ei ole loodud piisavalt laialt kasutatavat simuleeritud tulevikuperspektiivi. Simulatsiooni tegemine nii mitmetahuliste teemadega eeldab erinevaid teaduslikke lähenemisi, et tuleviku simulatsioon arvestaks paljusid aspekte. Simulatsioon ei looks ainult kõige tõenäolisemat lahendust, vaid lubaks lisaks sellele ka muuta eeldusi, et saaks tulevikuperspektiivis mõelda, et “mis siis kui”. Simulatsioonimudeli loomine eeldab teadlaste poolt mudeli oluliste 1 Selle täidavad ministeeriumid, Arenguseire Keskus, Riigikantselei oma RITA+ alategevuse 1 raames esitatud probleemipüstituse alusel 1  eelduste, tegurite ning nende mõjude määratlemist ning hindamist. Teadlastel tuleb hinnata, kuidas on seni ja kuidas võivad hakata tulevikus protsessid toimuma ning mis on olulised teelahkmed ja luua nende hindamise võimalus. Simuleeritud tulemuste esmaseks heaks testimiskohaks oleks pensionide mikrosimulatsioonimudel, mille järgmine versioon valmib RaMi tellimusel 2025. aastaks. See mudel kasutab sisendina registriandmeid ja simuleerib indiviidi tasemel inimeste tulevasi pensioneid ja muud seonduvat aastani 2100. Tänaseks on valminud esimene prototüüp, mida hoitakse Statistikaameti teadlaste keskkonnas ja mida testivad RaMi ja SoMi analüütikud. See pole aga piisav. Nii mudeli prognoosivõimekuse tõstmiseks kui ka kasutusotstarbe laiendamiseks vajab mudel edasiarendamist. Oluline on luua indiviidi tasemel tulevikku vaatav simulatsioon, milles oleks simuleeritud näiteks indiviiditasemel paiknemist, terviseseisundit, kuulumist leibkondadesse ja mis võimalusel võtaks arvesse käitumuslikke komponente. Eesti rahvastiku indiviidi tasemel aastani 2100 prognoositud andmed (esmajärjekorras paiknemine, terviseseisund ja leibkond) oleksid ise olulise väärtusega. Näiteks Saksamaa rahvastiku kohta on tehtud mikrosimulatsioonimudel2, milles ühe osana on simuleeritud dementsuse kasvu Saksamaa eri piirkondades; Kanadas on hinnatud dementsuse levikut aastaks 2050 provintside lõikes3. Lisaks on Austrias4 rahvastikuprognoos tehtud indiviidi tasemel, mitte enam ainult agregeeritud kujul. Teiste riikide kogemusest saab õppida, aga igas riigis tuleb vastav teaduslik protsess eraldiseisvalt läbi teha, sest andmed, taustategurid ja eesmärgid on erinevad. Probleem 2. Teadlaste kaasamine on projektipõhine ega ole jätkusuutlik mudeli kasutamise ja täiendamise/valideerimise suhtes. Ministeeriumite analüütikud on nii iseseisvalt kui ka teadlastega koostöös välja töötanud mitmeid mudeleid, mis keskenduvad kitsale fookusele ning mille arendamine on lõpetatud pärast projektirahastuse lõppemist. Teadlaste kaasamine peaks aga olema loomulik osa kogu mudeli eluea kestel, võimaldades mudelit muuta täpsemaks ning seda jooksvalt uuendada. Simulatsioonimudeli loomine ei tohiks lõppeda mudeli kokkupanemisega, vaid tähelepanu tuleks pöörata selle rakendamisele poliitikakujundajate töös, mis aitaks valitsusel ja 2 Mikrosimulatsiooni rahvastiku tulemusi näeb siin: https://www.mikrosim.uni- trier.de/en/showroom/mikrosimulator/ 3 Kanada töös on dementuse kaart joonisel 8: https://alzheimer.ca/en/research/reports-dementia/navigating- path-forward-landmark-report-1 4 Austria statistikaamet on läinud rahvastikuprognoosil üle indiviitaseme simulatsioonile: https://www.statistik.at/en/statistics/population-and-society/population/demographische- prognosen/population-projections-for-austria-and-federal-states 2 otsustajatel paremini kavandada sotsiaal- ja majanduspoliitikat. Oluline on tagada teadlaste osalus nii mudeli kasutusele võtmisel kui ka hilisemas rakendamises. Sellest tulenevalt on oluline mudeli välja töötamise kestel tagada pidev valideerimine, võimaldada teadusnõustamist mudeli rakendamisel ning leida lahendused, mis võimaldaks teadlaskonda jooksvalt kaasata mudeli valideerimisse ja täiendamisse. Eesmärk Uuringu eesmärk on rohkemal määral registriandmeid kasutades arendada edasi Rahandusministeeriumi pensioni mikrosimulatsioonimudelit mis simuleerib Eesti rahvastikku indiviidi tasemel aastani 2100 ning võtta see kasutusele erinevate valdkondade andmepõhise poliitikakujundamise abivahendina. Alaeesmärk probleemi 1 lahendamiseks: luua teaduspõhine terviklik simulatsioonimudel, mis looks personaalse tulevikuperspektiivi, kasutades selleks erinevaid võimalikke indiviidipõhiseid andmeid ning oleks laialdaselt kasutatav erinevates poliitikavaldkondades. Alaeesmärk probleemi 2 lahendamiseks: tagada simulatsioonimudeli rakendamine poliitikakujundamise protsessis koostöös teadlaskonnaga ning töötada välja lahendused, mis võimaldaks jooksvalt teadlaskonda kaasata mudeli valideerimisse ja täiendamisse ning teadustöö tegemiseks. Uurimisküsimused 1. Simulatsioonimudeli väljatöötamist puudutavad uurimisküsimused: 1.1. Millised on tellijate (Rahandusministeerium, Sotsiaalministeerium, Riigikantselei) ja teiste potentsiaalsete kasutajate spetsiifilised prognoosi- ja analüüsivajadused, mida modelleerimisega rahuldada? Millised on vajadused mudeli funktsionaalsusele? 1.2. Millised on erinevad võimalikud ja olemasolevad mudelid ja mida nendest õppida ning Eestile sobiva mudeli modelleerimisel arvesse võtta? 1.3. Milliseid andmestikke mudelisse lisada ja siduda, et tõsta mudeli prognoosivõimekust ja kasutusotstarvet? Kas ja milliseid käitumuslikke komponente mudelisse lisada? 1.4. Millised on mudeli simuleeritavad tunnused ja nende detailsus? Millised on olulised eeldused, tegurid ning kuidas hinnata nende mõju? 1.5. Kuidas on seni ja kuidas toimuvad tulevikus rahvastikuprotsessid ning kuidas neid mudelis arvesse võtta? Allolev joonis kirjeldab mudeli põhilisi osi - algandmeid, mida simuleeritakse ja mis on lõpp-tulemus. Algandmeteks on indiviiditaseme registriandmed. Milliseid registreid ja mis andmeid on vaja, see oleneb põhiliselt simulatsioonide eesmärgist. Esmajoones on 3 vajalik andmed rahvastikuregistrist, millele liidetakse juurde teisi andmeid. Seejärel alustatakse iga-aastase simuleerimisega, millel simuleeritakse (alljärgnev järjestus ei näita simuleerimise järjekorda ning välja on toodud vaid esialgne nägemus lisanduvatest andmestikest. Need täpsustuvad teadustöö käigus): ● terviseseisundid (haigused, vigastused, tervisekäitumine); ● surm; ● sünd/sünnid; ● inimese paiknemine (nii riigisisene, näiteks kohaliku omavalitsuse täpsusega) kui ka riikidevaheline); ● migratsioon; ● inimese leibkond. Seda korratakse kuni aastani 2100. Kuna paiknemise täpsus ja eriti terviseseisundi detailsus võib suurel skaalal varieeruda, siis pannakse nende täpsus paika vajaduse ja andmekaitselise arutelu tulemusel. Pärast eelnevat simulatsiooni on igal praegu ja ka tulevikus Eestis elaval inimesel enda trajektoor. Simulatsioon Aastani 2100 Algandmed prognoositud indiviiditasemel indiviiditasemel andmestik koos iga-aastaste Terviseseisundi seisudega simuleerimine Paiknemise Registriandmed simuleerimine Leibkonna simuleerimine Eelnev on ühe simulatsiooni tulem ja oleneb paljuski ka eeldustest. Eelduste kõige lihtsamaks näiteks oleks suremustõenäosused või keerulisemad oleksid seotud tervisliku seisundi ja paiknemise vaheliste eeldustega - mis piirkonnas ja mis tõenäosusega esineb näiteks dementsus (see on näide, mitte kindel tervislik seisund, mida hinnata). Seetõttu on oluline paindlikult muuta olulisi eeldusi, et näha, mis võib muutuda, kui suundume esimesest variandist kõrvale. 2. Simulatsioonimudeli jätkusuutlikkust puudutavad uurimisküsimused. Lisaks sellele, et teadus-arendustegevus on uudne, loominguline, ettemääramatu tulemusega, peab see olema ka süstemaatiline ja ülekantav ja/või korratav. Seetõttu 4  on projekti üheks alameesmärgiks ka simulatsioonimudel jätkusuutlikkuse aspekt. Lahendamist vajavad küsimused: 2.1. Milline on parim lahendus mudeli jätkusuutlikkuse saavutamiseks -, mis võimaldab ühelt poolt andmete turvalist hoidmist ja töötlemist ning teiselt poolt mudeli mugavat tööriistana kasutamist nii teadlaskonnal kui ka rakenduslikel uuringute tegemisel? 2.2. Millised on simulatsioonimudeli arendamise ja kasutamise protsessid ja rollijaotused (sh arvestada andmekogude kasutamise õiguslike piirangutega)? 2.3. Kuidas võimaldada mudelile ligipääs teadlastele, kes sooviksid mudelit jooksvalt testida ja parendusettepanekuid esitada? 2.4. Millised on mudeli edasi arendamise võimalused ja piirangud? Taotleja esitab oma nägemuse uurimisprobleemide lahendamisest ning uurimisküsimustest oma taotluses. Uuringu läbiviijale jäetakse vabadus täpsustada uurimisküsimusi, uurimismeetodeid ja allikaid (k.a teaduskirjandus, mille toel antakse ülevaade võimalikest lahendustest) lähtuvalt taotleja nägemusest selle kohta, kuidas on kõige mõistlikum uurimisülesannet täita. Tellija näeb ette, et nimetatud valikuid saab täpsustada ka uurimise käigus, lähtudes lisanduvatest teadmistest valdkonna kohta. Tehnilised nõuded Taotlusvoor korraldatakse ETISes. Uuringuettepanek tuleb esitada eesti keeles. Konkurss jääb avatuks kuni 9. september 2025 kell 17.00. Kes on oodatud osalema. Konkursil võivad osaleda vähemalt kahe asutuse teadus- ja arendustöötajatest moodustatud konsortsiumid. Konsortsiumi juhtpartner peab olema positiivselt evalveeritud teadus- ja arendusasutus. Kui osalev teadlane/uurimisrühm osaleb samal konkursil samaaegselt mitme konsortsiumi koosseisus, peab teisi osapooli sellest teavitama. Muud kvalifikatsiooninõuded ja nõuded meeskonnale. Taotleja peab uurimistöö läbiviimiseks komplekteerima uurimisrühma ning oluline on, et selles oleks esindatud eksperdid, kes suudavad täita püstitatud eesmärgid ja uurimisülesanded. Konsortsiumi juhil (füüsiline isik) peab olema doktorikraad ja eelnev töökogemus samaväärse laiapõhjalise temaatikaga uuringute/projektide läbiviimise ja juhtimise alal. Konsortsiumi juht vastutab sisuliste tegevuste juhtimise eest. 5 Projektijuhil, kes vastutab meeskonna liikmete omavahelise suhtlemise, uuringu ajakavast kinnipidamise, tellijaga suhtlemise ning korrektse dokumentatsiooni eest, peab olema seonduval alal kõrgharidus, soovitavalt teaduskraad ning eelnev töökogemus sarnase sisu ja ajakavaga projektide juhtimise alal. Sarnaseks sisuks loetakse modelleerimisprojektid, kus kasutatakse erinevaid ökonomeetrilisi mudeleid prognooside koostamiseks. Konsortsiumi juht võib olla samal ajal ka projektijuht. Pakkumuses tuleb välja tuua konsortsiumi olulisemate liikmete kirjeldus koos rollide jaotusega. Konsortsiumisse peavad kuuluma eksperdid, kes valdavad kõiki uurimisküsimustes nimetatud teemasid ning uurimismeetodeid. Ekspertide sobivus on avatud ETISes vormil "Uurimisrühma pädevused". Nõuded konsortsiumi kaasatavatele ekspertidele: ● peavad valdama ökonomeetriat kõrgtasemel; ● sotsiaalmajanduslike probleemide lahendamise kogemus, sh pikaajaliste mudelite või trendianalüüside loomise kogemus; ● Programmeerimiskeele R mõistmine ja kasutamise kogemus ning mikrosimulatsiooni tööriistade nt LIAM2 mõistmine; ● soovituslik on kaasata ekspert, kel on vähemalt 3-aastane kogemus registriandmetega indiviiditaseme mudelite väljatöötamisega ● vajadusel kaasata uurimisrühma väliseksperte ja/või -teadlasi. Projekti on lubatud kaasata väliseksperte ja Eesti praktikuid väljastpoolt konsortsiumi. Pakkumuses tuua välja loetelu institutsioonidest/organisatsioonidest, kellega koostöö on vajalik uuringutulemuste saavutamiseks. Soovituslik on kaasata konsortsiumisse doktorante ja magistrante (pakkumuste hindamisel kriteerium 1.3. Uurimisteema ja tulemuste mõju uuringuvaldkonna arengule Eestis, sh uuringu mõju valdkonna järelkasvule ja jätkusuutlikkusele). Juhul, kui projekti elluviimisel on plaanis kasutada alltöövõtjaid (juriidilised või füüsilised isikud, kes ei ole konsortsiumi liikmed), tuleb pakkumuse koosseisus esitada plaanitud alltöövõtjate nimed ja juriidiliste isikute puhul registrikoodid, näidates ära alltöövõtjate kvalifikatsiooni ja pädevused ning nende poolt projektis osutatavad teenused, koos hinnangulise maksumusega. 6 Eelarve: projekti eelarve on maksimaalselt 423 500 eurot koos käibemaksuga. Konsortsium peab tegema koostööd Sotsiaalministeeriumi, Rahandusministeeriumi ja Riigikantseleiga. Kuna arendatav mudel on osa pensioni mikrosimulatsioonimudeli edasiarendusest, tuleb selle kujundamisel lähtuda olemasoleva mudeli alustest ja tehnilistest lahendustest. Samas peab arendatav mudel olema piisavalt eraldiseisev, et võimaldada tulemuste väljavõtmist ka ilma pensionimudeli andmeteta. Seega peab mudel toetama kahte tüüpi väljundit: 1. simulatsioonitulemused koos pensionimudeli väljundiga ning 2. simulatsioonitulemused ilma pensioniinfota. Pensionimudel on mikrosimulatsioonimudel, mis võimaldab simuleerida rahvastiku- ja tööturuprotsesside ning pensionisüsteemi poliitikareeglite muutuste mõju pensionisüsteemi peamistele näitajatele. Mudeli alusandmestik katab kogu Eesti rahvastikku. Andmete ettevalmistus toimub statistikatarkvaras R, mudel ise on aga programmeeritud spetsiaalselt pensioni mikrosimulatsioonide jaoks välja töötatud tööriistas LIAM2. Tellija kirjeldab töö käigus oma spetsiifilised vajadused, mille põhjal uurimisrühm kaardistab võimalused ning teeb oma ettepanekud. Projekti kestus on kuni 2 aastat, projektiga saab alustada kõige varem 2025. a II kvartalis. Töö etappideks jagamine sõltub taotleja poolt välja pakutud uurimiskontseptsioonist, kuid eelduslikud projekti osad on esitatud järgmises tabelis: Projekti etapp I Analüüsitakse mudeli kasutajate vajadusi simulatsioonimudeli ja selle funktsionaalsuse (nt mudeli eelduste määratlemine, muutmine) järele erinevates poliitikavaldkondades ja täpsustatakse simuleeritavaid tunnuseid ja nende detailsust. Arvestatakse mudeli teadmistepõhist rakendamist – teadusnõustamise pakkumisele mudeli kasutusele võtmisel, protsesside dokumenteerimine. Projekti etapp II Viiakse läbi uuring, et analüüsida erinevaid mudeli arendamise võimalusi ja teoreetilisi kontseptsioone, andmestike sidumise võimalusi, analüüsitakse kriitiliste eelduste lahendamise võimalusi ja viise ning luuakse simulatsioonimudeli esialgne versioon. Projekti etapp III Viiakse läbi esialgse mudeli testimine, valideerimine erinevate osapooltega ning tehakse vajalikke mudeliparandusi. Projekti etapp IV Mudeli üleandmine, mille fookuses on ka analüüs, kuidas tagada mudeli jätkusuutlikkus, kuidas võimaldada mudelile ligipääs teadlastele, kes 7  sooviksid mudelit jooksvalt testida ja parendusettepanekuid esitada. Projekti käigus analüüsitakse ka mudeli edasi arendamise võimalusi ja piiranguid. Mudeli väljatöötamine loob aluse uute uurimisvõimaluste tekkimiseks, kuna võimaldab nii analüütikutel kui ka teadlastel testida erinevate muutujate mõjusid teistele teguritele. Taotleja esitab oma nägemuse projekti ajakavast soovitavalt Gantti tabelina, kus on välja toodud töö olulised etapid ja vahetulemid. Lisaks on soovitatav ajakava juures ära märkida interaktsiooniplaan (sh eri osapoolte kaasamine) ja kommunikatsiooniplaan. Esitada tuleb riskide maandamise plaan. Uuringu juhtimise ja koostöö kirjeldus. Alljärgnevalt on esitatud esialgne nägemus soovituslikust koostööformaadist (taotleja võib esitada oma nägemuse uuringu juhtimisest ning koostöö korraldusest): ● Tegemist on koostööga, mille keskmes on regulaarselt toimuvad töökoosolekud - analüütilised seminarid/arutelud teadlaste ning ministeeriumi analüütikute vahel. ● Töökoosolekuid viiakse läbi regulaarselt vastavalt vajadusele, aga mitte harvem kui 1-2 kuu tagant. Töökoosolekutel antakse ülevaade lahendatud uurimisprobleemistikest, viiakse sellele tuginedes läbi arutelu ning püstitatakse täpsem ülesandepüstitus järgmiseks töökoosolekuks. Töökoosolekute täpne sisu ja ajakava lepitakse kokku projekti jooksul. ● Lisaks toimuvad juhtkomisjoni kohtumised, mille eesmärk finants- ja tegevusaruannete ülevaatamine ja heakskiitmine. ● Uuringu kestel toimub lisaks soovituslikult 3 avalikku seminari: o esimene vaheseminar pärast I ja II etapi lõppemist, kus tutvustatakse vahetulemusi; o teine vaheseminar pärast III etapi lõppemist; o lõpuseminar, mis keskendub simulatsioonimudeli tutvustamisele. Rakendusuuringu läbiviimise koordineerimiseks moodustab ETAG rakendusuuringu juhtkomisjoni, kuhu kuulub kuni 7 liiget. Juhtkomisjoni kuulub vähemalt 2/3 ulatuses probleemipüstituse koostanud partnerite esindajad või nende poolt nimetatud liikmed, elluviija ja väliste ekspertide esindajad. Ülejäänud juhtkomisjoni liikmed nimetatakse rakendusuuringu konsortsiumi poolt. Konsortsium esitab juhtkomisjonile kaks korda aastas (erandjuhtudel, kui eelnevalt kokku lepitud, siis sagedamini) kirjaliku kokkuvõtte projekti sisulise töö käigust ja vahetulemuste saavutamisest vormis, mille töötab välja ETAG. 8 Rakendusuuringu juhtkomisjon jälgib ja vajadusel suunab rakendusuuringu teostamist ning kooskõlastab rakendusuuringu tegevuste ning eelarve muudatused. Uuringus kasutatavad andmed (nende avalikustamine, hoiustamine või üle andmine tellijale). Vajadusel nõuded tekkivale intellektuaalomandile. Töövõtja kohustub ette valmistama dokumendid, mis on vajalikud vastavate andmelubade (k.a AKI ja eetikakomitee lubade) taotlemisel. Tellija võimaldab analüüsi teostajatele ligipääsu kogu andmestikule, mille osas neil on õigus seda analüüsi teostajatega jagada ning aitab vajadusel luua kontakti puuduolevate andmete valdajatega. Intellektuaalomandiga seotud küsimused reguleeritakse teenuslepinguga (näidisleping konkursi avamise teate juures). Konkurss viiakse läbi vastavalt RITA+ toetuse andmise tingimustele, mille kooskõla mittediskrimineerimise, läbipaistvuse, võrdse kohtlemise ja konkurentsi efektiivse ärakasutamise põhimõtetega on HTM hinnanud meetme TATi koostamise käigus ja millele tellijad konkurssi avades toetuvad. Oodatav tulemus/ väljundid Oodatavad tulemused vastavalt eespool esitatud probleemidele on järgmised: 1. Valminud teaduspõhine terviklik simulatsioonimudel, mis looks personaalse tulevikuperspektiivi, kasutades selleks erinevaid indiviidipõhiseid andmeid ning oleks laialdaselt kasutatav erinevates poliitikavaldkondades. 2. Lahendused, kuidas tagada jätkusuutlik rahvastikuandmete simulatsioonimudel, st teadusnõustamine, teadlaskonna jooksev kaasamine mudeli valideerimisse ja täiendamisse. Tellija ei määra ette, milline on töö lõplik väljund, parima lahenduseni jõutakse uuringuprotsessi jooksul valideerides vahetulemeid. Tellija ei tea, millised soovitused talle uuringu lõpus tehakse. Selle projekti lõpptulemus on kasutatav laiemalt ja sellel on edasiste etappide käigus võimalik rajada peale uut teadmist. Samas annab lõpptulemus tellijale praktilisema väljavaate Eesti tuleviku variantidest nii paiknemises, tervislikus seisundis, leibkondade jaotusest ja nende kolme ristvaates. Taolist tööd Eesti tasemel ei ole varem tehtud. 9  JUHATUSE KÄSKKIRI Tartu 10.10.2025 nr 1.1-4/25/155 Konkursi „Rahvastikuandmete simulatsioonimudeli arendamine (Riikliku pensioni prognoosimudeli edasiarendamine ning kasutusvaldkonna laiendamine)“ tulemuste kinnitamine 1. Rahuldan RITA+ alategevuse 1 konkursi „Rahvastikuandmete simulatsioonimudeli arendamine (Riikliku pensioni prognoosimudeli edasiarendamine ning kasutusvaldkonna laiendamine)“ uuringuettepaneku „Rahvastikuandmete simulatsioonimudeli arendamine (Riikliku pensioni prognoosimudeli edasiarendamine ning kasutusvaldkonna laiendamine)“ (taotluse number Eesti Teadusinfosüsteemis: RAMU2), taotleja konsortsium: Tartu Ülikool (juhtpartner), Eesti Rakendusuuringute Keskus CentAR OÜ. Käskkirja andmise alused: • Sihtasustuse Eesti Teadusagentuur juhatuse 24.04.2024 käskkiri nr 1.1-4/24/88 (muudetud juhatuse 19.11.2024 käskkirjaga nr 1.1-4/24/241) „RITA+ alategevuse 1 uuringuettepanekute hindamis- ja valikumenetluse juhendi kinnitamine“; • Sihtasustuse Eesti Teadusagentuur juhatuse 25.09.2025 käskkiri nr 1.1-4/25/145 „Eksperdikomisjoni moodustamine (RITA+ konkurss "Rahvastikuandmete simulatsioonimudeli arendamine")“; • eksperdikomisjoni 30.09.2025 koosoleku ettepanekud (protokoll nr 7.7-1/25/5). Isik, kes leiab, et haldusakt rikub tema õigusi või piirab tema vabadusi, võib esitada vaide Sihtasutusele Eesti Teadusagentuur või pöörduda kaebusega Tartu Halduskohtusse 30 päeva jooksul arvates päevast, millal isik vaidlustatavast haldusaktist või toimingust teada sai või oleks pidanud teada saama. (allkirjastatud digitaalselt) Karin Jaanson tegevjuht juhatuse esimehe ülesannetes  Rahvastikuandmete simulatsioonimudeli arendamine Taotlus 2. september 2025 Tartu Ülikool Eesti Rakendusuuringute Keskus CentAR  1. Üldandmed 1.1. Üldandmed Uuringu nimi eesti keeles: Rahvastikuandmete simulatsioonimudeli arendamine (Riikliku pensioni prognoosimudeli edasiarendamine ning kasutusvaldkonna laiendamine) Uuringu nimi inglise keeles: Development of a Population Simulation Model (Further development and Expansion of Estonian Pension Forecasting Model) Uuringu algus: 1. november 2025 Uuringu lõpp: 29. oktoober 2027 Vastutav täitja: Tiit Tammaru Juhtpartner: Tartu Ülikool Partner(id): Eesti Rakendusuuringute Keskus CentAR OÜ (Centar) Partnerite kinnituskirjad Taotletav summa (ilma käibemaksuta): 341 200 Taotletav summa (koos käibemaksuga): 423 088 Valdkond ja eriala CERCS Frascati Manuali valdkond ETIS valdkond % valdkond 5.7 Sotsiaal- ja 2. Ühiskonnateadused ja kultuur 2.11. S250 100,0 majandusgeograafia Sotsiaalteadused Demograafia Lühikokkuvõte Eestis puudub mikrosimulatsioonimudel, mis võimaldaks koostada regionaalseid rahvastikuprognoose ja suudaks arvesse võtta erinevate sotsiaaldemograafiliste tunnuste omavahelisi seoseid. Samas on Eestis hea kvaliteediga registriandmeid, mida saaks sellise mudeli arendamiseks ja rakendamiseks kasutada. Käesoleva projektiga soovime selle tühimiku täita luues analüüsivahendi, mida poliitikakujundajad saavad kasutada sotsiaaldemograafiliste stsenaariumanalüüside läbiviimiseks ning millel on potentsiaal kasvada ja edasi areneda. Projekti veab Tartu Ülikool, tehes seda koostöös Eesti Rakendusuuringute Keskusega CentAR. Tartu Ülikoolil on pikk kogemus rahvastiku regionaalsete prognooside koostamises ning tervisenäitajate analüüsimises. CentAR panustab projekti lisaks oma sotsiaalmajanduslike analüüside läbiviimise kompetentsidele kogemusega arendada mikrosimulatsioonimudeleid LIAM2 keskkonnas. 2  1.2. Generatiivse tehisintellekti kasutamine taotluse koostamisel Kas te olete kasutanud generatiivse tehisintellekti abi (nt ChatGPT, MS Copilot, Gemnini, DALL-E, Claude vms) taotluse või selle osade kirjutamiseks või ettevalmistamiseks? Jah 1.2.1. Selgitus tehisintellekti kasutamise kohta Uurimismeeskond kasutab oma töös peamiselt ühte generatiivsel tehisintellektil põhinevat abivahendit - ChatGPTd. Taotluse kirjutamisel kasutati seda peamiselt: • Ideede valideerimiseks • Taotluse teksti struktuuri parandamiseks • Õigekirja kontrolliks • Analüüsikoodide valideerimiseks. 2. Uuringukirjeldus 2.1. Pakkuja arusaam sisulisest uuringuprobleemist ja sellest lähtuvalt püstitatud uurimisülesannetest Tellija on uurimisprobleemi määratlenud järgmiselt: Eestis puudub pidevas kasutuses ja arenduses olev teaduspõhine mikrosimulatsioonimudel, mis võimaldaks simuleerida tuleviku arenguid ja oleks piisavalt laiapõhjaline, et toetada erinevate eluvaldkondade poliitikanalüüse. Uurimisprobleem esimene osa adresseerib olemasolevate mikrosimulatsioonimudelite piiratust. Eestis on mõned sotsiaalvaldkonnas poliitikakujundamisel kasutatavad mikrosimulatsioonimudelid – eeskätt EUROMOD ja pensioni mikrosimulatsioonimudel – kuid nende skoop ei vasta uurimisprobleemi kirjeldusele. EUROMOD on muutujate poolest küllaltki laia haardega, kuid staatilise arhitektuuriga. Selle abil on võimalik simuleerida poliitikamuudatuste (nt muutused maksusüsteemis või toetustes) mõju elanikkonnale enne-pärast raamistikus. Dünaamilisi simulatsioone ei ole võimalik staatilise mudeliga läbi viia. Pensionimudel on ülesehituselt dünaamiline ja seda on võimalik kasutada lisaks pensionisüsteemile ka rahvastiku ja tööturu simuleerimiseks, kuid, nagu Tellija poolses probleemikirjelduses välja toodi, on muutujate ring, mida rahvastiku simulatsioonides (ning nendel põhinevates tööturu ja pensionisimulatsioonides) arvesse võetakse täna liiga kitsas ning ei hõlma mh ei regionaalset paiknemist, leibkondlikku kuulumist ega tervisenäitajaid. Eestis on hea kvaliteediga registriandmestikke, mida saaks kasutada rahvastiku mikrosimulatsioonimudelile täiendavate dimensioonide lisamiseks (nt saaks Rahvastikuregistrit 3 või Statistikaamet residentsusindeksi põhist infot kasutada simulatsioonidele regionaalse dimensiooni lisamiseks, Töötukassa, Tervisekassa ja surmaregistrites olevat infot saaks kasutada inimeste töövõime ja/või terviseseisundi integreerimiseks mudelisse ning mingil määral oleks võimalik kasutada elukohainfot ka leibkondade konstrueerimiseks). Seega on uurimisprobleem meie hinnangul õigesti püstitatud - mikrosimulatsioonimudelite maastikul on tühimik, mis vajaks täitmist ning eksisteerivad ka andmestikud, mille põhjal on võimalik (eeldusel, et AKI ja eetikakomitee annavad selleks loa) puuduvaid mõõtmeid mikrosimulatsioonimudelitesse lisada. Uurimisprobleemi teine osa puudutab erinevate teadusprojektide raames loodavate andmestike ja töövahendite jätkusuutlikkust. Mudelid vajavad pidevat uuendamist ja arendamist, kuid pärast projekti lõppemist on seda üldjuhul keeruline korraldada – seda nii seetõttu institutsionaalne raamistik ei ole ehitatud selliselt, et toetada mudeli kestmist ka pärast projekti lõppu (nt andmekaitse küsimused), aga ka selle pärast, et mudeli arendamise ja kasutamise kompetents on koondunud liiga kitsa ekspertide grupi kätte. Kindlasti pole vähetähtis ka see, et mudelite uuendamiseks ja arendamiseks pole sageli planeeritud jätkuressurssi. Selleks, et mudelid püsiks „elus“ ja oleks heaks sisendiks poliitikakujundamisse, peaks nende kasutajate ring olema võimalikult lai. Eelpool kirjeldatud uurimisprobleemi lahendamiseks püstitatakse järgmised uurimisülesanded: 1. Tellija vajaduste ja ootuste täpsustamine 2. Mikrosimulatsioonimudeli arhitektuuri loomine 3. Mudeli baasandmestiku ja käitumuslike seoste loomine 4. Mudeli kodeerimine 5. Mudeli testimine ja täiendamine 6. Mudeli jätkusuutlikkust toetava raamistiku loomine Tellija vajaduste ja ootuste täpsustamine Enne mudeli ehitamise juurde alustamist tuleb täpsustada, millised on Tellija ootused mudeli funktsionaalsusele. Kuna ressursside piiratuse tingimustes tuleb teha kompromisse, siis arutatakse selles faasis Tellijaga läbi, milline on erinevate funktsionaalsuse komponentide prioriteetsus. Pakkumiskutsest nähtub, et mudel peab olema ühilduv Pensioni prognoosimudeliga, mis määrab mõningad infotehnoloogilised valikud (mikrosimulatsioon peaks toimuma tarkvaras LIAM2, andmete ettevalmistus oleks mõistlik teostada statistikatarkvaras R). Pensionimudeli rahvastiku moodulile lisanduvate täiendavate mõõtmete osas on pakkumiskutses kirjas, et mikrosimulatsioon võiks hõlmata võimalust simuleerida Eesti sisest regionaalset paiknemist, leibkonda ja terviseseisundit). Sellele vaatamata on mitmeid teemad, mis tuleks tellijaga enne mudeli arendamise juurde asumist läbi arutada: a) Kuidas plaanib tellija mudelit kasutama hakata? b) Millised peaks olema mudeli simuleeritavad tunnused? c) Millise detailsusega peaks mudeli võimaldama simuleerida pakkumiskutses välja toodud regionaalset paiknemist ja terviseseisundit? d) Mille alusel oleks otstarbekas defineerida leibkondlik kuuluvus? 4  e) Milliseid sisendparameetreid peaks kasutajal olema võimalik muuta? f) Millise rahvastiku prognoosiga peaks mudeli ühilduma (nt Eurostat, Statistikaamet)? g) Milliste andmestike põhjal tuleks mudeli baasandmestik üles ehitada? h) Kuidas tagada võimalikult laia kasutajaskonna juurdepääs mudelile? i) Kuidas tagada mudeli baasandmestiku ja käitumuslike seoste uuendamine võimalikult väikese ressursikuluga? Mikrosimulatsioonimudeli arhitektuuri loomine Kui tellija vajadused on selged, siis tuleb paika panna mudeli arhitektuur – määratleda, mida on võimalik mudeliga simuleerida ning kuidas mudel töötab. Muuhulgas tuleb selles etapis selgeks saada, milliseid andmeid mudel analüüside teostamiseks vajab, milliseid käitumuslike võrrandeid ja millisel kujul hinnatuna on mudeli toimimiseks vaja ning millised joondamistabelid tuleb koostada. Mudeli esialgne arhitektuur jääb lõplikuga võrreldes üldisemaks, töö käigus selguvad paratamatult need osa plaanist, mis hästi ei tööta ja vajavad täiendamist. Mudeli baasandmestiku ja käitumuslike seoste ettevalmistus Mudeli baasandmestiku, käitumuslike seoste ja joondamisreeglite ettevalmistamisel on oluline, et need oleks ühest küljest teoreetiliselt põhjendatud ning teisalt et need ühtiksid dünaamilise mikrosimulatsiooni raamistikuga. Teoreetiline põhjendatus tähendab eeskätt seda, et peab olema põhjus eeldada erinevusi huvi pakkuvate gruppide sotsiaaldemograafilistes näitajates ning teooriast on abi ka nendele erinevustele funktsionaalse kuju andmisel (nt suremuse vanuskordajate käitumine üle vanuse). Kooskõla dünaamilise mikrosimulatsiooni raamistiku vajadustega tähendab, et viis, kuidas gruppide vahelisi eripärasid modelleeritakse, peab tagama simuleeritavate indiviidide usutavad jaotuse nii vaatlusalusel aastal kui üle simulatsiooniperioodi. Kõige paremini on see ilmestatav näitega tööturult, kus, nii nagu elus, peab simulatsioonis esinema inimese sissetuleku tasemes üle aastate mõningane juhuslik kõikumine. Samas ei saa sissetulekud olla täiesti juhuslikud, sest üldjuhul toimub kõrgema sissetulekuga inimeste sissetulekute kõikumine kõrgema ning madalama sissetulekuga inimestel madalama taseme juures. Lisaks ei tohi simulatsioon põlistada kõrgema sissetulekuga inimesi kõrgele ja madalamatele sissetulekuga inimese madalamale tasemetele, sest ka see poleks reaalsusega kooskõlas. Selles arendusfaasis pole töö põhifookus tööturul, kuid sarnased kaalutlused kehtivad ka tervisenäitajate ja leibkonna kuuluvuse modelleerimisel. Eeltoodu teeb mikrosimulatsiooni jaoks käitumuslike seoste ja joondamisreeglite hindamise keeruliseks ning neid eripärasid tuleb kindlasti arvestada. Mudeli kodeerimine Mudeli kodeerimine ning baasandmestiku, käitumuslike seoste ja joondamisreeglite ettevalmistus toimuvad paralleelselt. Mudeli üldisema kirjeldamise järel valmistatakse ette baasandmestik (kõigi Eesti inimeste kõik simulatsiooni läbiviimiseks vajalikud tunnused simulatsiooni algusaastal) ning hinnatakse ära käitumuslikud seosed ja joondamisreeglid (nt millise tõenäosusega liiguvad inimesed vaatlusalusel aastal ühest Eesti maakonnast teise, millise tõenäosusega muutub nende terviseseisund või leibkondlik kuuluvus). Kui baasandmestik ja käitumuslikud seosed on valmis, integreeritakse need mudelisse. 5 Mudeli testimine ja täiendamine Käesoleva teadusprojekti tulemuseks peaks olema tellija vajadustele vastav töövahend. Selleks tuleb tellija kaasata mudeli väljatöötamisse ja testimisse. Seda tuleks teha nii varajases faasis kui võimalik. Mudeli jätkusuutlikkust toetava raamistiku loomine Mudeli jätkusuutlikkuse tagamise tegevused võib üldjoontes jagada kaheks. Esiteks aitab mudeli kasutamisele kindlasti kaasa, kui mudel on hästi dokumenteeritud ning varustatud kasutusjuhisega. Lisaks sellele on oluline, et mudel paiknes kohas, kus see on laiemale teadlaskonnale kättesaadav ning teadlaskond on teadlik mudeli olemasolust ja selle kasutusvõimalustest. 2.2. Pakutava uurimismetoodika kirjeldus ja põhjendatus 2.2.1. Tellija vajaduste ja ootuste täpsustamine Tellija vajaduste kaardistamisel kasutatakse kahekordse rombi (double diamond) metoodikat: • Probleemi analüüs – kaardistatakse lahendamist vajavad probleemid. • Süntees – täpsustatakse, millist probleemi lahendatakse. • Ideede loomine – genereeritakse erinevaid lahendusvõimalusi. • Lahenduse arendamine – valitakse ja viimistletakse sobivaim lahendus Joonis 1. Teenusedisaini kahe rombi protsess 6 Sama lähenemist kasutas CentAR ka pensionimudeli pilootprojektis. Selle abil sõnastatakse põhiprobleemid ja tehakse metoodilised otsused. Arendustöö käigus toimuvad regulaarsed Teamsi-kohtumised tellijaga (eeldatavalt kord kuus), et anda ülevaade töö edenemisest ja lahendada jooksvaid küsimusi. Lisaks täpsustatakse tellijaga simulatsioonimudeli ühilduvust käimasoleva liikuvusmudeli koostamisega TÜ Mobiilsusuuringute Labori juhtimisel. 2.2.2. Rahvastiku dünaamilise mikrosimulatsioonimudeli loomine Sissejuhatus Rahvastikuprognoosid jagunevad neljaks: trendi ekstrapoleerimine, kohort-komponendi meetod, struktuurimudelid ja mikrosimulatsioon (Smith, Tayman ja Swanson 2013). Mikrosimulatsiooni kasutatakse, kui soovitakse saada infot jaotuste kohta (nt kuidas jaotuvad palgad ühiskonnas). Dünaamiline mikrosimulatsioon võimaldab jälgida iga indiviidi elukäiku, hõlmates rohkem tunnuseid ja keerukamaid käitumismustreid kui kohordimudelid (Jia, Leknes ja Løkken 2023). Näiteid: Norra MOSART (Andreassen et al 2020), Kanada Demosim (Morency et al 2025), Austraalia APPSIM (Keegan 2007), Saksamaa MikroSim (Münnich et al 2021). Pensionimudeliga ühilduv rahvastikumudel peaks olema dünaamiline mikrosimulatsioonimudel, mis (Järve et al., 2023): • kasutab dünaamilist vananemist, • ristlõikelist simulatsiooniprotsessi, • opereerib diskreetses ajas, • tugineb registriandmetele, • on suletud mudel. Detailne metoodika selgub pärast tellijaga arutelusid, kuid olulised mõõtmed, mis pensionimudeli rahvastiku osas on puudu ja vajavad sisustamist on regiooni-, leibkonna- ja tervise mõõde. Regionaalne mõõde Regionaalsuse sisse toomisel erituvad kaks peamist teemade ringi: a) piirkondlikud erinevused sündimuses ja suremuses ning b) ränne (riigisisene ja rahvusvaheline). Enamik dünaamilisi rahvastiku mikrosimulatsioone on loomult ülalt-alla mudelid, kuna nad kasutavad sisendina riigi tasandi andmetest tuletatud näitajad (sündimust, suremust, rändetõenäosusi) (Bacon et al. 2023). Samas – piirkondlikke eripäradeta jääb regionaalne käsitlus infovaeseks (Weymeirsch, Ernst, and Münnich 2024). Mõistlik on kasutada hübriidlahendusi. Kooskõla riigi tasandi prognoosidega tagatakse üldjuhul joondamistehnikatega (alignment) (vt nt Li ja O’Donoghue (2013)). Meie poolt eelistatud lähenemine on järgmine: a) Suremuse hindamisel kasutatakse riigi tasandi andmeid, pannes suremuse sõltuvusse tunnustest nagu sugu, vanus, haridus, tervisetegurid. Regionaalsed erinevused tulenevad erinevustes elanikkonna koosseisust. 7  b) Kui selline lähenemine ei kirjelda piisavalt piirkondlikke erisusi, lisatakse regiooni- spetsiifilised efektid. c) Agregaatsed suremuse tõenäosused joondatakse riigi rahvastikuprognoosi järgi. d) Sündimus leitakse, võttes arvesse KOV tasandi efekte. Kui pikaajaliselt on regionaalse demograafia olulisemateks mõjutajateks sündimus ja suremus, siis lühiajaliselt on selleks ränne (Vanella, Hellwagner, and Deschermeier 2023). Samuti võib KOV tasandil olla rände mõju oluliselt suurem kui sündimusel ja suremusel. Rahvusvahelise- ja siserände modelleerimisel on sarnasusi. Regioonist lahkumist (olgu siis teise KOVi või välismaale) saab ajalooliste andmete põhjal modelleerida, hinnates lahkumise seost isiku vanuse, soo, hariduse ja teiste sotsiaaldemograafiliste näitajatega. Lisaks lahkumise tõenäosusele on vaja määrata koht, kuhu rännatakse. Selleks kasutatakse rändemaatriksit – iga KOVi kohta saab ajaloole tuginedes öelda, milliste KOVide vahel inimesed peamiselt kolivad. Sama maatriks võib sisaldada ka tõenäosust kolida välismaale. Rände modelleerimisel võib olla mõistlik grupeerida KOVid tüübitunnuse järgi. Näiteks, mitte- tõmbekeskuse tüüpi KOVist liigutakse tõenäolisemalt tõmbekeskuse tüüpi KOVi. Sise- ja välisrände käsitlemisel on ka eripärasid. Siseränne peab olema KOViti tasakaalus. Väljarändajad eemaldatakse üldjuhul rahvastikust. Lisaks ei tea me rahvusvahelise sisserändaja kohta kõiki isikutunnuseid (siserände isikutunnuste komplekt on rikkalikum, tunnustel on vähem puuduvaid väärtusi). Selle probleemi lahendamiseks kasutatakse „kloonimist“ – sisserändajatele antakse mõne Eesti inimesega sarnased tunnused (Dekkers 2015). Leibkonna mõõde Leibkond on oluline sotsiaalpoliitika analüüsimiseks, näiteks sotsiaaltoetuste arvutamisel. Mikrosimulatsioon võimaldab arvesse võtta infot, mida makromudelitesse ei saa lihtsalt integreerida. Näiteks, kuidas pärast vanemate surma jagunevad ülalpeetavad lapsed (Spielauer, Horvath, and Fink 2020). Leibkonnad tulevad simulatsiooni sisse kahel moel: a) Leibkonna määratlemine b) Rände modelleerimine. Leibkondi on võimalik modelleerida erinevalt. Eksplitsiitse modelleerimise korral simuleeritakse otseselt sündmusi nagu partnerluse moodustumine (abiellumine või kooselu alustamine), laste sünd jne. Mudeli andmestikus on isikutevahelised seosed. Implitsiitse lähenemise korral võidakse omistatakse igale isikule leibkonna staatus (nt “elab üksinda”, “elab lapse/vanemaga”) vastavalt tõenäosustele, ilma isikute vahele seoseid loomata. Teiseks eristuseks on suletus vs avatus. Suletud mudel tähendab, et partnerlussuhted (kooselud) luuakse andmestikus olevate isikute vahel. See võimaldab mh järgida sugulussidemeid üle aja (Zagheni 2015). Avatud mudeli korral ei pea partner tulema andmestikust, ta luuakse vastavalt vajadusele. Lähenemise plussiks on tehniline lihtsus, miinuseks ebarealistlikum simulatsioon ja halvem kooskõla makrotasandi näitajatega (Li and O’Donoghue 2013). 8 Eesti mudelis: a) LIAM2s on partnerlussuhete tehniline modellerimine lihtne, mistõttu tasuks kasutada suletud lähenemist. b) Implitsiitse ja eksplitsiitse lähenemise valik sõltub andmetest – kui leibkondade kohta on info olemas, siis võiks kasutada eksplitsiitset lähenemist. Leibkonnad on olulised ka rände modelleerimisel – rändajad liiguvad tihti leibkondadena (Dekkers 2015). Pensionimudeli rände osa on üles ehitatud indiviidi põhiselt. Leibkonna sisse toomisel tuleks see integreerida ka rände modelleerimisse. Tervise mõõde Tervise sissetoomine võimaldab analüüsida tervise, tervishoiuteenuste kasutamise, haigestumise ja suremuse ning sotsiaalmajanduslike tulemuste mitmepoolset seost. Samuti on võimalik simuleerida (tervise)poliitikate mõju nii tervisele kui sotsiaalmajanduslikele näitajatele. Üks olulisemaid otsuseid, mis tuleb langetada on: milleks plaanitakse mudelit kasutada (Spielauer 2007). Mitmeotstarbelistes mudelites on tervisega seotud aspektid sageli kaasatud üsna algelisel kujul. Mudelid arvestavad tervist tavaliselt puude kaudu, mida kasutatakse peamiselt sotsiaalkindlustushüvitiste, institutsionaliseerimise vajaduse hindamiseks või tervishoiuteenuste vajaduse määramiseks ning mõnel juhul ka tervishoiukulude ja -kasutuse prognoosimiseks. (Zucchelli, Jones & Rice 2012). Info tervise kohta võimaldab täpsemalt prognoosida nt variatsiooni suremuses, tööturult lahkumises ja töötasus (nt Marois & Aktas, 2021) ning meie andmetes ka soovi korral sotsiaalhüvitiste kasutamist kui ka äri- ja kinnisvara muutusi indiviidi tasandil. Mudelites, kus tervisepoliitika sekkumistel on primaarne roll, on vaja sisse tuua terviseseisundid detailsemalt, näiteks peamiste haigusrühmade esinemine (südame-veresoonkonna haigused, diabeet, vähid jm) ja lisatakse peamised riskitegurid ja nende muutumine (nt suitsetamine, alkoholi tarbimine, kehamassiindeks, vererõhk jm). Samuti sisaldavad need mudelid ka tervishoiuteenuste kasutamist. Taolistes mudelites on tervisepoliitika sekkumised suunatud riskitegurite mõjutamiseks ja tervishoiuteenuste vajaduse katmiseks. Koostöös tellijaga täpsustakse, milliseid simulatsioone peab mudel võimaldama. Üleminekuid terviseseisundite vahel modelleeritakse sarnaselt teiste tunnustega Markovi mudeli või diskreetse aja sündmuse mudeli abil, arvestades demograafilisi näitajaid (sugu, vanus, maakond), sotsiaalmajanduslikku staatust (palk, haridus) ja varasemaid terviseseisundeid (nt enesehinnang). Populatsiooni terviseseisundite algne jaotus leitakse kas rahvaloenduse andmetest või Eesti Tervisekassa ja Tervise infosüsteemi andmetest. Kui mikroandmete tasemel ei ole võimalik andmeid ühendada, siis simuleeritakse tervise- ja sotsiaalmajanduslike tunnuste ühisjaotused eraldiseisvate registriandmete või küsitlusuuringute põhjal. Aastane ümberkaalumine joondab simuleeritud levimuse, suremuse ja riskitegurite jaotused väliste sihtväärtustega. 2.2.3. Mudeli baasandmestiku ja käitumuslike seoste loomine Mudeli baasandmestiku koostamisel ning käitumuslike seoste ja joondamisreeglite arvutamisel kasutatakse erinevaid statistilisi ja ökonomeetrilisi meetodeid, mille täpne valik sõltub mudeli 9 arendamisel tehtavatest otsustest. Kuna mudeli sisu on veel täpsustamisel, siis ei ole võimalik andmetöötluse metoodikat detailsemalt avada. Andmeanalüüsiks on plaanis kasutada statistikatarkvara R. 2.2.4. Mudeli testimine ja täiendamine Mudeli esmaversiooni valmimisel võimaldatakse tellijal mudelit testida (seda vajadust tuleb silmas pidada ka AKI ja eetikakomitee lubade taotlemisel). Projekti eelarves ja ajakavas on reserveeritud aeg nii testimiseks kui muudatuste tegemiseks. 2.2.5. Mudeli jätkusuutlikkust toetava raamistiku loomine Mudeli jätkusuutlikkuse tagamiseks tehakse järgmisi tegevusi: a) Mudel plaanitakse majutada Statistikaametisse b) Mudeli kood ja andmete ettevalmistus dokumenteeritakse c) Mudeli kood on varundatud git repositooriumis d) Koostatakse mudeli kasutusjuhend e) Luuakse mudeli videotutvustus f) Mudelit populariseeritakse teadusartikli, sotsiaalmeedia ja avalike seminari kaudu g) Kaalutakse alusandmete värskendamise koostöökokkuleppe võimalust. 2.3. Pakkuja nägemus andmevajadusest ning andmestike sidumisest Rahvastiku mikrosimulatsioonimudeli arendamiseks on vaja kahte erinevat tüüpi andmestikke: a) Simulatsiooni baasandmestik – andmestik, mis sisaldab simulatsiooni baasaastal (nt 2025. aasta) kõigi Eesti inimeste kõiki simulatsioonimudeli simuleeritavaid tunnuseid (sugu, vanus haridus jne). b) Simulatsioonimudeli arendamise alusandmestikud – need on andmestikud, millest tuletatakse grupipõhised parameetrid (nt seisundi leviku ulatus; ühest seisundist teisse liikumise tõenäosus) millele tuginedes hinnatakse mudelis kasutatavaid indiviidide käitumist kirjeldavad võrrandid. Ka mudeli baasandmestik luuakse alusandmestike põhjal. Vastavad alusandmestikud on muuhulgas järgnevad: a. Teaduse teekaardi objekt Infotehnoloogiline mobiilsusobservatoorium (IMO ., https://imo.ut.ee/) hõlmab peamisi demograafilisi ja sotsiaalseid isikutunnuseid. IMO andmebaas asub Statistikaameti teadlaste turvalisel töökohal. Nendele andmetele palutakse projekti täitjatel ligipääsu Statistikaameti konfidentsiaalsusnõukogult. Nendele andmete on vajadusel juurde lingitavad ka teised Statistikaameti andmestikes olevad andmed. b. BIG-HEARTi andmebaasis (vt täpsemalt Lõo et al (2025)) on kõik Eesti elanikud vanuses 36+ aastal 2012 (N=770,323) kelle terviseseisundit jälgitakse 12 aastat. Uuringu on heaks kiitnud TÜ Inimuuringute Eetikakomitte (otsus 390/M-19; 20.01.2025). Peale käesoleva uuringu alustamist taotleme loa laiendamist uueks otstarbeks mida plaanime saada 2 kuu jooksul. Psudoisikukood andmete sidumiseks (ka ema, isa ja laste isikukoodid peavad selle põhised olema, võimaldama inimesi omavahel linkida). Oluline on siiski mainida, et BIG-HEARTi 10  andmestik asub Tartu Ülikooli teadusarvutuskeskuse turvalises serveris SAPU ning neid andmeid ei saa siduda Statistikaameti andmetega. Küllaga on võimalik kasutada seda, väga rikkalikku, andmebaasi selleks, et hinnata seoseid terviseseisundi ja muude sotsiaaldemograafiliste näitajate vahel. Andmekooseis sisaldab muuhulgas: i. Rahvastikuregistrist sugu ii. Sünniaasta (sünnikuu on puudu) iii. Surma kuupäev iv. Kodakondsus ja kõrgeim omandatud haridustase ISCED2011 klassifikaatoriga; mõlemad on ühekordse 2023 seisuga väljavõtted rahvastikuregistrist). Sarnaselt on olemas rahvus ja abielustaatus. v. Kohalik omavalitsus, kus inimene elab. vi. (Puudu on andmed Vanemate ja laste kohta; sünniriik; riigist lahkumine/sisenemine) vii. Tööturegistrist ja Sotsiaalkaitse infosüsteemist sisuliselt kõik kanded perioodil 01.01.2008–31.12.2015, sh töötutoetus; töötukindlustushüvitis; kutsehaigusest/tööõnnetusest tingitud tervisekahju hüvitised; puuetega inimeste sotsiaaltoetus; töövõimetuspension; kuriteoohvri hüvitis; represseeritu toetus; toetus Tšornobõli katastroofi tagajärgede likvideerijale; üksi elava pensionäri toetus. viii. Kinnistusraamatust ja Äriregistrist ülevaade millist vara uuritav omas 01.2012, 01.2014 ja 01.2016 kuupäevadel. ix. Tervisekassa andmekogust kõik raviarved (sh perearstid ja haiglad), välja kirjutatud ja/või ostetud ravimid vahemikus 01.2010–12.2023. Antud andmed on omakorda viidud üle rahvusvaheliselt tunnustatud OMOP-CDM standardsele andmekujule (Oja et al 2023)), mis hõlbustab kodeerimist ja analüüsimist (nt rinnavähk jah/ei). Andmestike kasutamiseks on vaja eetikakomitee ja võimalik et ka AKI luba (kuna viimasel ajal on erinevate lubade vajaduste praktika olnud hektiline, siis täpsustub lubade vajadus projekti käigus). Need taotletakse pärast seda, kui tellijaga on kokku lepitud mudeli funktsionaalsus. Tõenäoliselt on AKI nõusolek ja eetikakomitee luba vajalikud teiste andmestike kasutamiseks. CentAR on taotluse esitamise ajal lõpetamas Pensionimudeli arendamist. Seal võeti suund, et mudeli baasandmestiku ja seoste uuendamiseks peaks simulatsioonimudeli arendamise alusandmestik paiknema Statistikaametis ning mudeli arendamise käigus koostatakse andmetöötlusskriptid, mida on võimalik kasutada baasandmestiku uuendamiseks nii, et analüütiku sekkumine sellesse protsess on minimaalne. Meie hinnangul on ka selle mudeli arendamisel tark kasutada sama taktikat ning hoida simulatsioonimudeli arendamise alusandmestikku Statistikaametis. Töö andmestikuga peaks toimuma Statistikaameti turvalises keskkonnas (üle interneti) nii, nagu see on lahendatud IMO andmetega. 11  2.4. Pakkuja nägemus uuringuprotsessi toimimisest Üldine korraldus Kogu projekti vältel korraldatakse tööseminare, kus osalevad tellija ja teostaja esindajad. Need toimuvad igakuiselt (vajadusel võidakse kokku leppida erandid). Tööseminaridel annab teostaja ülevaate tehtud töödest, tekkinud väljakutsetest ning nende lahendustest. Tellija annab tehtule tagasisidet ning räägib kaasa metoodiliste valikukohtade või ilmnenud väljakutsete lahendamisel. Tööseminarid toimuvad vastavalt kokkuleppele tellijaga kas Teamsis või silmast silma. Tellijale esitatakse 2 korda aastas kirjalik vahekokkuvõte tööde käigust. Temaatiline korraldus Uurimistöö on jagatud kuueks sisuliseks tööpaketiks, millele lisandub juhtimine: 1. Tellija vajaduste ja ootuste täpsustamine (TP1) 2. Mikrosimulatsioonimudeli arhitektuuri loomine (TP2) 3. Mudeli baasandmestiku ja käitumuslike seoste loomine (TP3) 4. Mudeli kodeerimine (TP4) 5. Mudeli testimine ja täiendamine (TP5) 6. Mudeli jätkusuutlikkust toetava raamistiku loomine (TP6) 7. Uuringu juhtimine (TP7) Tellija vajaduste ja ootuste täpsustamine (TP1) Kaks seminari, kus arutatakse tellijaga läbi nende vajadused. Muuhulgas täpsustatakse, milline peaks olema mudeli simulatsioonivõimekus (milliste parameetrite mõju peaks saama simuleerida) ja millist regionaalse jaotuse detailsust soovitakse mudelis näha. Tööpaketi tulemused vormistatakse lühiraportina. Vastutus: Põhivastutus CentARil, TÜ rahvastiku ja tervise tiimid osalevad aruteludel ja toetavad oma ekspertiisiga. Mudeli arhitektuuri koostamine (TP2) Aluseks võetakse pensionimudel. Seda analüüsitakse koostatakse uus tellija vajadustega haakuv arhitektuur. Muu hulgas määratakse ära, milliseid sisendandmeid mudel analüüside teostamiseks vajab, milliseid käitumuslike võrrandeid ja millisel kujul hinnatuna on mudeli toimimiseks vaja ning millised joondamistabelid tuleb koostada. Vastutus: Põhivastutus on CentARil, kus on sarnase mudeli ehitamise kogemus. Samas kasvab siit välja valdav osa edasisest tööst mis tähendab, et kogu meeskond peab olema hästi kursis sellega, mida ja miks mudeli sisendiks vaja on. Mudeli baasandmestiku, käitumuslike seoste ja joondamistabelite loomine (TP3) Selles etapis toimub: • Mudeli alusandmestiku määratlemine (andmed, mida on vaja baasandmestiku, käitumuslike võrrandite ja joondamistabelite koostamiseks) (CentAR, TÜ) 12  • Andmete töötlemiseks loa taotlemine AKIlt ja eetikakomiteelt (BIG-HEART andmestiku puhul on vaja vaid loa muudatust) (CentAR) • Mudeli baasandmestiku koostamine (pseudonümiseeritud andmed iga inimese kohta, mida mudeli simulatsioonide läbiviimiseks kasutatakse) (CentAR, TÜ) • Käitumuslike võrrandite hindamine (CentAR, TÜ) • Joondamistabelite koostamine (CentAR, TÜ) Eeldatavalt tuleb sisulises lõikes lahendada selles etapis järgmised ülesanded: • Sisustada hariduse muutuja ja hariduse omandamise protsess (mis ja kuidas mõjutab hariduse omandamist) (vastutab CentAR) • Sisustada tervise muutujad ja terviseseisundi muutumise protsess (mis ja kuidas seda mõjutab) (vastutab TÜ tervis) • Sisustada leibkonna tunnus ning määratleda ära leibkondade tekkimise, nendega liitumise ja sealt lahkumise protsessid (vastutab CentAR) • Määratleda, kas ja kuidas mõjutavad haridus, tervis, leibkonna kompositsioon (võibolla veel mõni näitaja (nt sissetulek)), sündivust, suremust ja rännet (vastutab TÜ rahvastik). Vastutus: Sisuteemade jaotuse eest vastutajad on toodud eelmises punktis. Lisaks eeltoodule toetab CentAR kogu protsessi LIAM2 alaste teadmistega (mis kujul peavad analüüsi tulemused olema, et sobida LIAM2 mudelisse). Mudeli ehitamine (TP4) Pannakse kokku mikrosimulatsioonimudel. Eelmise etapi tulemused tõlgitakse LIAM2 formaati, viiakse läbi esmased testsimulatsioonid ning tehakse selle põhjal korrektuure. Suure tõenäosusega on vaja pärast testsimulatsioone baasandmestikku, käitumuslike seoseid ja joondamistabeleid täiendada / ümber hinnata. Vastutus: Mudeli kodeerimise vastutus on CentARil, TÜ aega on protsessi planeeritud arvestades vajadusega kohendada mudeli baasandmestikku, seoseid ja joondamistabeleid. Mudeli testimine ja täiendamine (TP 5) Mudeli tellijapoolne testimine ning selle põhjal mudeli täiendamine. Vastutus: põhivastutus CentARil, võimalik andmete ja seoste ümbertegemine / hindamine CentARil ja TÜl. Mudeli jätkusuutlikkust toetava raamistiku loomine (TP6) Mudeli kasutamise jätkusuutlikkuse tagamiseks on plaanis teha järgmisi tegevusi: • Mudel plaanitakse majutada Statistikaametisse • Mudeli kood ja andmete ettevalmistus dokumenteeritakse • Mudeli kood on varundatud git repositooriumis • Koostatakse mudeli kasutusjuhend • Luuakse mudeli videotutvustus • Mudelit populariseeritakse teadusartikli, sotsiaalmeedia ja avalike seminari kaudu 13  • Kaalutakse alusandmete värskendamise koostöökokkuleppe võimalust Vastutus: põhivastutus CentARil. Uuringu juhtimine (TP7) Projektijuhtimine, tellijaga tööseminaride korraldamine, vahekokkuvõtete ja lõppraportite vormistamine. Lähtub eeldusest, et kulu jääb alla10% projekti eelarvest. Vastutab: Projekti üldise juhtimise vastutus on TÜ-l, CentAR juhib arendust. 2.5. Uuringu Gantti graafik Paikneb eraldi failis (Lisa 2. Eelarve ja tööde jaotus.xlsx) 2.6. Riskide maandamise plaan Peamised projekti realiseerimisega seotud riskid: 1. Pakkuja ja tellija nägemus uuringust ei lange kokku • Esinemise tõenäosus: madal • Olulisus: suur • Vastutaja: projektijuht • Selgitus: Võib juhtuda, et tellija ja pakkuja nägemused uuringust, sh uuringu eesmärkidest ja läbiviimisest, on erinevad. • Maandamine: Aktiivne koostöö tellijaga nii uuringu algfaasis kui ka hilisemates etappides. Tellija vajaduste täpsustamiseks on kohe uuringu alguses ette nähtud eraldi etapp. Samuti on plaanis mudel välja arendada tihedas koostöös tellijaga (st tellija meeskonna liikmed osalevad arendusprotsessis). 2. Finantsrisk • Esinemise tõenäosus: madal • Olulisus: keskmine • Vastutaja: projektijuht • Selgitus: Võib tekkida olukord, kus konsortsiumil puuduvad piisavad rahalised vahendid projekti tegevuste läbiviimiseks, see muutub maksejõuetuks ning seetõttu jääb projekt teostamata. • Maandamine: Riski tõenäosus on väga väike arvestades, et konsortsiumi üheks partneriks on Tartu Ülikool. Ka konsortsiumi teine partner (Centar) on pikaajalistelt kasutanud konservatiivset eelarvestamise poliitikat. Konsortsiumil on projektide sildfinantseerimiseks reservis piisaval hulgal rahalisi vahendeid. 3. Mõni projekti meeskonnaliikmetest lahkub pikemaks ajaks või jäädavalt töölt ja/või projektist • Esinemise tõenäosus: keskmine • Olulisus: madal • Vastutaja: projektijuht 14  • Selgitus: Võib juhtuda, et mõni projekti meeskonnaliikmetest lahkub, sellega seoses kaob projektimeeskonnast kompetents ning sisuline võimekus analüüs edukalt lõpuni viia. • Maandamine: Projektimeeskond on üles ehitatud nii, et meeskonnaliikme võimalikul haigestumisel/lahkumisel on olemas talle asendaja (tiimis on neljal inimesel, mikrosimulatsioonimudeli arendamise kogemus ja nad on võimelised teineteist asendama). 4. Projektijuht lahkub pikemaks ajaks või jäädavalt töölt ja/või projektist • Esinemise tõenäosus: madal • Olulisus: suur • Vastutaja: projektijuht • Selgitus: Projektijuhi haigestumisel või töölt lahkumisel võib kaduda ülevaade sellest, millised tegevused, kelle poolt ja mis ajaks peavad realiseeruma. Kaob terviku tunnetus projekti erinevatest osadest ja sellest, kuidas need omavahel kokku sobituvad. • Maandamine: Projektijuhi võimalikul haigestumisel on projekti meeskonnaliikmete seas piisava projektijuhtimise kogemusega asendaja (Janno Järve), kes on jooksvalt kursis projekti seisuga ning saab teda vajadusel asendada. Meeskonnatööl põhinev töökultuur tagab ka selle, et erinevad meeskonnaliikmed teavad, kuidas nende tööosad peaksid kokku sobima. 5. Tehnilised riskid: meeskonnaliikme arvuti vargus, purunemine, failide kogemata kustutamine, intervjuude salvestamine ei õnnestu • Esinemise tõenäosus: madal • Olulisus: keskmine • Vastutajad: kõik meeskonna liikmed • Selgitus: Meeskonnaliikme arvuti varguse, purunemise, failide kogemata kustutamise tulemusena läheb suur osa tööst kaduma, tähtajad venivad. • Maandamine: Arvutite ning neis sisalduvate andmete kadumise riski maandame läbi automatiseeritud varundussüsteemi kasutamise (MS OneDrive). Andmete lekkimist väldime salasõnadega kaitstud arvutite ja nutiseadmete kasutamisega, andmeid töödeldakse Statistikaameti turvalises keskkonnas. 6. Mudeli arendamisega seotud riskid - sisendandmetega seotud võimalikud probleemid • Esinemise tõenäosus: kõrge • Olulisus: kõrge • Vastutaja: projektijuht / tellija • Selgitus: Üks peamisi riske on seotud mudelite arendamiseks vajalike andmete kättesaadavuse ja kvaliteediga. Kuna kasutatakse pseudonüümitud isikuandmeid, siis on vajalik AKI ja eetikakomitee luba, mille saamine ei ole ette teada olev sündmus. Lubade taotlemised võtavad aega, mis võib projekti venitada. • Maandamine: 15  • Riski pole võimalik täielikult maandada, selle realiseerimine ning olulisus sõltub muuhulgas paljuski sellest, millist mudelid tellija lõpuks soovib. Peame siin tegema koos tellijaga tarku valikuid (seetõttu on ühe vastutajana välja toodud ka tellija). • Mudeli arendajatel on aastatepikkune kogemus suhtlemisel eetikakomiteede ja AKIga. Nende nõusoleku saamine ei ole kindel sündmus, kuid selle tõenäosus on küllaltki. • Oluliste andmebaaside (sh BIG-HEART) eetikaload on juba olemas ning teiste vajalike andmete (IMO) kasutamise taotlemise kord on Statistikaametis välja töötatud. See maandab riski, et komitee ei kooskõlasta taotlust. 7. Mudeli arendamisega seotud riskid - metoodilised probleemid • Esinemise tõenäosus: kõrge • Olulisus: kõrge • Vastutaja: projektijuht • Selgitus: Mikrosimulatsioonimudeli arendamine eeldab keerukate ökonomeetriliste meetodite rakendamist mis ei pruugi alati anda soovitud tulemusi anda. • Maandamine: • Meeskonna varasem kogemus pensionimudeliga kui ka tervisemudelitega – meil on hea ettekujutus sellest, milliseid probleeme võib tekkida ja kuidas neid lahendada. • Testida ja valideerida mudeleid hoolikalt, kasutades nii ajaloolisi andmeid kui ka stsenaariumianalüüse. • Säilitada projekti käigus paindlikkus, et vajadusel kohandada metoodikat vastavalt esile kerkivatele probleemidele. 2.7. Kommunikatsiooniplaan Projekti kommunikatsioonitegevuste eesmärk on tagada teadustulemuste nähtavus nii akadeemilises kogukonnas kui ka ühiskonnas laiemalt. Mikrosimulatsioonimudeli arendus keskendub rahvastiku regionaalsete, tervise- ja leibkonnadimensioonide lisamisele Pensionimudeli rahvastiku moodulile ning on tihedalt seotud avaliku poliitika kujundamise ja teaduspõhise arutelu edendamisega. Kommunikatsiooniplaan arvestab, et projekti põhifookus on teaduslik arendus ning ressursid on piiratud. Seetõttu on rõhk valitud kanalite sihipärasel kasutamisel ja selgetel võtmesõnumitel. Eesmärgid: a) Tutvustada projekti eesmärke ja tulemusi poliitikakujundajatele, teadlastele ja praktikutele. b) Tõsta teadlikkust rahvastiku mikrosimulatsiooni kui poliitikainstrumendi olulisusest laiemale avalikkusele. c) Toetada projekti teaduslikku väljundit ja tagada vähemalt ühe teadusartikli avaldamine rahvusvahelises eelretsenseeritavas ajakirjas. 16 Sihtgrupid ja kanalid • Teadus- ja ekspertkogukond: rahvusvahelised ja Eesti demograafia, majanduse ja rahvatervise teadlased; kanalid: teadusartiklid, konverentsiettekanded. • Poliitikakujundajad ja ametnikud: Rahandusministeerium, Sotsiaalministeerium, Riigikantselei, Statistikaamet jt; kanalid: lühiraportid ja seminarid. • Laiem avalikkus: huvilised ja arvamusliidrid; kanalid: ERR-i teadusportaal Novaator, Postimees, Delfi, Facebooki projektileht. Tegevused ja ajakava • Projekti algus (1–3. kuu): o Projekti eesmärkide tutvustus Facebooki kaudu. o ERR Novaatoris või muus portaalis lühike artikkel projekti algusest. • Projekti vaheetapp (12.–15. kuu): o Populaarteaduslik artikkel Postimehes või Delfis, keskendudes regionaalsele või tervisedimensioonile. o Facebookis vahekokkuvõtte postitused (2–3). o Vaheseminarid (2 tk) • Projekti lõpp (20.–24. kuu): o Teadusartikli avaldamine. o Lõpuseminar ekspertidele ja poliitikakujundajatele. o ERR Novaatoris või teises kanalis populaarteaduslik kokkuvõte mudeli arenduse tulemustest. o Facebookis kokkuvõttepostitus. Ressursikasutus Tegevused planeeritakse ressursisäästlikult: populaarteaduslike artiklite tekstid koostatakse vahetulemite põhjal; Facebooki postitused (kokku ca 5) hoitakse kompaktsed. Meediakajastuse puhul otsitakse koostööd ERR-i ja suuremate portaalide toimetajatega, et vähendada lisatöökoormust. Hindamine Kommunikatsiooni edukust hinnatakse järgmiste näitajate alusel: teadusartikli aktsepteerimine, vähemalt 5 meediakajastust meediaväljaannetes, vähemalt 5 Facebooki postitust, lõppseminari toimumine. Kuna selle punkti all on võimalik kasutada rohkem tähemärke, siis soovime juhtida tähelepanu sellele, et metoodika kirjelduseks ette nähtud maht oli väga piiratud (10 000 tm), mistõttu mudeli 17 jätkusuutlikkuse tagamise osale oli võimalik pühendada vaid kompakne loetelu tegevustest. Püüame seda olukorda siin veidi parandada. Meie nägemuses tagab mudeli jätkusuutlikkuse, kui teadlaskond ja ametnikud on mudelist huvitatud ja pääsevad sellele ligi. Kommunikatsioonil on siin oluline roll. Mõlema sihtrühma teadlikkuse tõstmiseks on plaanis seminarid (nii vahe- kui lõppseminarid), lisaks on teadusartikkel viidatav kõrge kvaliteediga allikas teadlaskonnale ning mudelit laiemalt populariseerivad tekstid (FB, artiklid ajakirjanduses) aitavad täiendavalt tõsta ametkonna huvi mudeli vastu. Kombineerides eeltoodut sellega, mudel hakkab paiknema Statistikaametis, kus ei teki vajadust mudeli baasandmestiku kustutamiseks projekti lõppemisel ning IMO andmestikel põhinev alusandmestik saab säilida ja uueneda vastavalt IMO reeglitele, tekivad head eeldused tagamaks mudelile pikk ja viljakas elu. 2.8. Uurimisteema panus RITA eesmärkide täitmisse Projekti eesmärk on arendada Eesti jaoks rahvastiku mikrosimulatsioonimudel, mis võimaldab teaduspõhiselt simuleerida demograafilisi, regionaalseid, tervise- ja leibkonnaga seotud arenguid. Praegu puudub Eestis selline pidevalt kasutuses olev ja edasiarendatav tööriist, mis võimaldaks erinevaid poliitikavaldkondi integreeritult dünaamilises mikrosimulatsiooni raamistikus analüüsida ja prognoosida. Projekti tulemused aitavad täita ühtekuuluvuspoliitika fondide rakenduskava prioriteedi „Nutikam Eesti“ erieesmärki „Teadus- ja innovatsioonivõime ning kõrgetasemeliste tehnoloogiate kasutuselevõtu arendamine ja suurendamine“, kuna suurendavad teadus- ja innovatsioonivõimekust ning loovad eeldused kõrgtasemeliste andmeanalüüsitehnoloogiate kasutuselevõtuks riigi ja kohalikke omavalitsuste poliitikakujundamises. Spetsiifiliselt võimaldavad need väärindada meie rikkaliku registriandmestikku, mis täna on alakasutatud. Projekt panustab otseselt teadmussiirde programmi 2024–2027 eesmärkide täitmisesse, mille kohaselt Eesti areng peab tuginema teadmuspõhistele ja innovaatilistele lahendustele. Mikrosimulatsiooni kasutamine rahvastiku modelleerimiseks ja prognoosimiseks on kaasaegne lähenemine, mida võiks Eestis rohkem kasutada. Nii riigi kui kohalike omavalitsuste tasandil suureneks seeläbi võimekus hinnata reformide mõjusid tööjõu, tervise, hariduse ja sotsiaalkaitse valdkondades, paremat infot saadaks just selle kohta, kui võrdselt või ebavõrdselt on erinevad näitajad (nt keskmine palk, tervisenäitajad) Eestis jaotunud ning kuidas need jaotused aja jooksul muutuvad. Loodetavasti sünnivad sellest informeeritumad otsused. Meede 21.1.1.2 seab eesmärgiks kasvatada ühiskonna ja majanduse vajadustele vastavat teadus- ja arendustegevuse võimekust. Projekti tulemuseks on uus teaduslik kompetents ja praktiline tööriist, mis panustab teadmiste põhisesse poliitika kujundamisse. 2.9. Mõju uuringuvaldkonna arengule Eestis Eesti sotsiaalmajanduslike küsimuste analüüsimisel on dünaamilised mikrosimulatsioonimudelid küllaltki uus valdkond. Käesolev projekt võimaldab jätkata lähteülesandes viidatud Pensionimudeliga alguse saanud võimekuste kasvatamist Eestis. 18 Pensionimudeliga võrreldes on laienenud arendusse kaasatud organisatsioonide ring – seekord arendatakse mudeli Tartu Ülikooli ja CentARi koostöös. Lisaks laieneb ka valdkondlik haare, mida dünaamiline mikrosimulatsiooni mudel katab. Pensionimudelis käsitlus leidnud, demograafia, tööturu ja pensioni teemad laienevad regionaalse analüüsi võimekuse, tervise ja leibkondade detailsema käsitlus võrra. Kui analüüsi käigus otsustatakse kasutada BIG-HEART andmesikku, siis tasub mainida, et tegemist on ühe maailma suurim ja parim andmebaas, mis ühildab endas nii tervise- kui sotsiaalvaldkonna andmed indiviidi tasandil. Selle kasutamine panustaks samuti märkimisväärselt valdkonna arengusse. Lõpetuseks olgu mainitud, et konsortsium ei alatähtsusta järelkasvu. Projekti käigus kaalutakse võimalusi doktorandide ja magistrandide kaasamiseks. Taotluse kirjutamise faasis on siiski keeruline öelda, millises mahus seda lõpuks teha õnnestub. 19  3. Uurimismeeskond 3.1. Olen teadlik, et vajadusel tehakse uuringu meeskonnale taustakontroll 3.2. Projektijuht ja põhitäitjad Konsortsiumi juht: Tiit Tammaru, Ph.D Projekti juht: Janno Järve, Ph.D. Põhitäitjad Tartu Ülikoolist: a) Andres Võrk, MA b) Taavi Tillmann, MBChB, PhD c) Tiit Tammaru, PhD. d) Kadi Kalm, PhD. e) Kaidi Nõmmela, PhD. Põhitäitjad CentARist: a) Sten Anspal, Ph.D. b) Marko Sõmer, M.A. c) Laura Kivi, Ph.D. d) Janno Järve, Ph.D. e) Kati Kadarik-Trei, Ph.D. 3.3. Täitjad sh tudengid Täitjad Tartu Ülikoolist: a) Kirils Gončarovs, MA. 3.4. Täitjate CV-d Täitjate CVd on kättesaadavad ETISest. 3.5. Abitööjõud Ei plaanita kasutada 3.6. Uurimisrühma pädevused ja uurimisrühma liikmete rollide kirjeldus Lisatud eraldi failina (Lisa 1. Uurimisrühma liikmete pädevused ja rollid) 20  3.7. Allhankijate ülevaade Projekti sisutegevustesse ei ole plaanis allhankijaid kaasata. Teatud mõttes võib allhankijaks lugeda Statistikaameti, kes pakub andmetele juurde pääsemiseks turvalise keskkonna teenust, kuid nende panus on tugiteenuse iseloomuga ja eeldatavalt ei vaja põhjalikumat lahkamist. 3.8. Konsortsiumi kirjeldus Käesoleva projekti elluviimiseks on vajalik küllaltki laia haardega meeskond, mille liikmed oleksid kogenud demograafiliste protsesside, tervise ja sotsiaalvaldkonna teemade analüüsimisel, valdaksid kõrgtasemel andmetöötlusmeetodeid ja suudaks kokku panna toimiva dünaamilise mikrosimulatsioonimudeli. Leiame, et meie meeskond on võimeline neid ülesandeid edukalt täitma. Konsortsium koosneb Tartu Ülikooli ja CentARi ekspertidest, kellel on üksteist täiendavad teadmised ja kogemused. Meeskonna koosseis ja olemasolev taristu loovad tugeva aluse projekti edukaks elluviimiseks. Tartu Ülikool toob projekti rahvastikuprotsesside modelleerimise kompetentsi. Ülikooli poolsel tiimil on pikaajaline kogemus rahvastikuprognooside koostamisel nii riigi- kui regionaalsel tasandil. Lisaks on Tartu Ülikooli poolsetel meeskonnaliikmetel praktiline kogemus tervise näitajate modelleerimisel, mis toetab tervise dimensiooni lisamist mudelisse. Ülikool on vedanud Infotehnoloogilise Mobiilsusobservatooriumi (IMO) arendamist. Samuti toovad nad pardale kogemuse BIG-HEART terviseandmete modelleerimise vallas. CentARi analüütikutel on samuti pikaajaline kogemus erinevate sotsiaalmajanduslike analüüside läbiviimisel ja mudelite ehitamisel. Lisaks täiendvavad nad konsortsiumi tehnilise oskusteabega dünaamiliste mikrosimulatsioonimudelite arendamisel LIAM2 tarkvaras. CentAR on koostanud Rahandusministeeriumile LIAM2 põhise Pensionimudeli. Lisaks on CentARil kogemus ühiskonna protsessi modelleerimisel. Nende kogemuspagasisse kuulub näiteks projekti „Muutuvast tööturust ja rändest tulenevad võimalused ja väljakutsed haridus-, tööturu ja sotsiaalsüsteemis“ raames loodud rände tulu-kulumudel. Konsortsiumil on olemas vajalik tehniline taristu. Projekti käigus kavandatakse tundlike registriandmete töötlemine korraldada läbi Statistikaameti turvalise keskkonna. See tagab andmete töötlemise tehnilise turvalisuse. Lisaks toetub konsortsium IMO andmestikele, mille kasutamises on Tartu Ülikoolil pikaajaline kogemus. BIG-HEART andmete töötlemiseks on konsortsiumil juurdepääs Tartu Ülikooli teadusarvutuskeskuse ressurssidele. Tartu Ülikool ja CentAR ei tee koostööd esimest korda – näide varasemast koostöökogemusest suuremahulises teadusprojektis, mille raames arendati välja ka simulatsioonimudel, on juba eelpool viidatud projektist „Muutuvast tööturust ja rändest tulenevad võimalused ja väljakutsed haridus-, tööturu ja sotsiaalsüsteemis“. Käesolevas projektis toimib tööjaotus järgmiselt: Tartu Ülikool vastutab eeskätt rahvastikuprognooside ning tervise- ja regionaaldimensiooni sisu eest, CentAR keskendub eeskätt leibkonna mõõtmele ning mikrosimulatsiooni-spetsiifilise kompetentsi jagamisel ja rakendamisele. Samas töötatakse ühtse meeskonnana ning väiksemas mahus panustavad erinevad osapooled teineteise töösse. 21 Konsortsiumi liikmed on tugevad andmeanalüütikud, valdavad kaasaegseid statistikatarkvarasid ning oskavad integreerida erinevaid analüüsimeetodeid ja andmestikke. Kokkuvõttes on konsortsiumil olemas nii teaduslikud teadmised kui ka tehnilised oskused, vajalik taristu ja varasem koostöökogemus, mis loob head eeldused projekti edukaks elluviimiseks. 4. Eelarve Projekti eelarve on lisatud eraldi failina (Lisa 2. Eelarve ja tööde jaotus.xlsx). Seda koostades on silmas peetud, et mudel võib testimise käigus vajada täiendamist ning selleks tuleb ette näha nii aja, kui rahaline ressurss. Juhtimiskulude planeerimisel on lähtutud heast tavast, et need ei tohiks moodustada rohkem kui 10% eelarvest. Vt ka selgituse eelarve faili selgituste lehel. 22  5. Eetika 5.1. Teaduseetika teemade kontrollnimekiri Teema Kas on Milles puutumus seisneb ja kuidas plaanitakse puutumus eetilisi riske maandada? selle uuringuga? 1. Inimesed: kas projekti Ei raames läbiviidavasse uurimistöösse kaasatakse inimesi? 2. ISIKUANDMED: kas Jah Uurimistöö läbiviimiseks kaustatakse uurimistöös töödeldakse Infotehnoloogilise Mobiilsusobservatooriumi isikuandmeid? (Märkige andmeid, millele lisatakse täiendavaid projekti „jah“ ka juhul, kui jooksul täiendavaid andmeid teistest registritest. isikuandmed uurimistöö Lõplik andmevajadus selgub projekti käigus. käigus anonüümitakse.) Rahvaloenduste ja registrite andmebaaside kättesaadavaks tegemine ning kasutamine toimub Statistikaameti vahendusel, mis on IMO partneriks. Andmeid kasutatakse Statistikaameti turvalises andmetöötluskeskkonnas. Andmed on pseudonümiseeritud (otsest tuvastamist võimaldavaid tunnuseid nagu nimi ja isikukood andmestikus ei ole, on pseudokood, mille alusel erinevaid andmestikke ühendatakse). BIG-HEART andmeid analüüsib Taavi Tillmanni meeskond kel juba ligipääs andmetele läbi Tartu Ülikooli teadusarvutuse keskuse üliturvvalise (SAPU) serveri. 3. INIMESE Ei EMBRÜONAALSED TÜVIRAKUD JA EMBRÜO: kas uurimistöös kasutatakse inimese embrüonaalseid tüvirakke või inimese embrüot? 4. INIMESE KOED JA RAKUD: Ei kas uurimistöös kasutatakse inimese rakke, kudesid või kehavedelikke? 5. LOOMAD: kas uurimistöös Ei kasutatakse loomi? 6. GENEETRILISED Ei RESSURSID ja nendega 23 seotud teadmine: kas uurimistöös kasutatakse taimset, loomset (v.a. inimesed), mikroobset või muud päritolu geneetilisi ressursse või nendega seotud traditsioonilisi teadmisi? 7. EUROOPA LIIDU VÄLISED Ei RIIGID: kas uurimistöö toimub täielikult või osaliselt mõnes EL-i välises riigis või edastatakse isikuandmeid või muid uuringumaterjale sellisesse riiki? 8. KESKKOND, TERVIS JA Ei OHUTUS: kas uurimistöös plaanitavad tegevused või kasutatavad materjalid võivad kahjustada keskkonda või inimeste tervist? 9. TEHISINTELLEKT: kas Ei uurimistöö raames kasutatakse või arendatakse tehisintellekti süsteeme või meetodeid? 10. TEADUSTULEMUSTE Ei VÄÄRKASUTUS: kas uurimistöö raames luuakse materjale, meetodeid, tehnoloogiaid või teadmist, mida on võimalik kasutada ebaeetilistel või kahjulikel eesmärkidel? 11. MUUD EETILISED Ei TEEMAD: kas uurimistöö raames esineb muid eetilisi küsimusi, mida eelnevad küsimused ei käsitlenud? (Näiteks võib uurimisteema olla poliitiliselt tundlik või polariseeriv). 24  5.2. Hea teadustava järgimine 5.2.1. Hea teadustava järgmise kinnitus Uurimisrühm lähtub oma tegevuses Eesti teadlaste koodeksist ning rahvusvaheliselt tunnustatud hea teadustava põhimõtetest. Kõik uurimisrühma liikmed on kohustatud järgima akadeemilise aususe, sõltumatuse ja läbipaistvuse nõudeid nii teadustöö kavandamisel, läbiviimisel kui ka tulemuste avaldamisel. Projekti kõik etapid – alates andmete kogumisest ja analüüsist kuni tulemuste levitamiseni – dokumenteeritakse viisil, mis võimaldab töö reprodutseeritavust ja kontrollitavust. Andmete kasutamisel järgitakse andmekaitse põhimõtteid. Tundlikke isikuandmeid töödeldakse pseudonüümistult või anonüümiseeritult, ligipääs andmetele on piiratud ning toimub kooskõlas seadusandluse ja andmekaitseasutuste juhistega. Autorlus ja intellektuaalne omand jagunevad vastavalt panusele. Kõigi projekti väljundite puhul tuuakse selgelt välja kaasautorid, rahastaja ja institutsiooniline kuuluvus. Avalik suhtlus toimub vastutustundlikult: meedias ja sotsiaalmeedias jagatakse kontrollitud tulemusi, vältides eksitavaid üldistusi. Uurimisrühm soodustab avatud teadust: võimalusel tehakse metoodika, mudelid ja lähtekoodid avalikult kättesaadavaks, arvestades siiski ka andmekaitse nõuetega. Samuti edendatakse noorte teadlaste kaasamist ja juhendamist, pakkudes neile võimalust osaleda teadustöös. Potentsiaalsetest huvide konfliktidest teavitatakse aegsasti ning otsuste tegemisel välditakse olukordi, mis võiksid seada kahtluse alla teadustöö sõltumatuse. 5.2.2. Kas projekti raames läbi viidav uuring või uuringud vajavad eetikakomitee kooskõlastust? Jah 5.2.3. Eetikakomitee kooskõlastus(ed) 5.2.4. Kas geneetilisi ressursse käsitlevad teadusuuringud kuuluvad Nagoya protokolli ja ELi ABS-määruse reguleerimisalasse? Ei 5.3. Avatud teadus ja teadusandmete haldamine 5.3.1. Ülevaade teadusandmete haldamisest Projektis kasutatavad andmed pärinevad peamiselt Eesti Statistikaameti hallatavatest ja andmekogudest. Andmete töötlemise ja analüüsi tegevused viiakse läbi Statistikaameti turvalises uurimiskeskkonnas. Uurimisrühmal puudub otsene ligipääs isikuandmeid sisaldavatele andmefailidele väljaspool seda keskkonda. 25 Projekti käigus ei moodustu avalikult kättesaadavaid andmekogumeid. Kuna andmed sisaldavad isiku- ja majapidamistasandi tundlikku teavet, on juurdepääs neile piiratud ja seda saab taotleda ainult Statistikaameti vahendusel vastavalt kehtivatele reeglitele. Uurimistulemuste reprodutseeritavus tagatakse metoodika, koodide ja mudelite dokumenteerimise kaudu. Projektis järgitakse isikuandme kaitse seadust ning Statistikaameti andmete kasutamise reegleid. Andmeanalüüsi koodid ja metoodilised kirjeldused on avalikud. Sel viisil tagatakse, et andmete haldus on kooskõlas hea teadustava ja isikuandmete kaitse nõuete. 5.3.2. Avatud teadusandmed: kas teadusandmed või osa neist tehakse kõigile tasuta kättesaadavaks ja vabalt kasutatavaks? Ei. Meie projekti väljundid sisaldavad pseudonümiseeritud isikuandmeid, neid ei saa kõigile kättesaadavaks teha. Andmetele tekib juurdepääs, mis on sarnane juurdepääsuga IMO andmetele või juurdepääsuga pensionimudeli andmetele. Ei. Kuna BIG-HEART andmebaas sisaldab suure hulga tundlike ja eriliiki isikuandmeid, siis ligipääs on piiratud vaid nimetatud põhjusel nimetatud teadlastele. 5.3.3. Piiratud juurdepääsuga andmed: kas projekti käigus luuakse teadusandmeid, mida ei saa avatult kättesaadavaks teha? Jah. Kogu simulatsioonimudeli baasandmestik (lähtepunkt, kust simulatsioon käivitatakse) on piiratud juurdepääsuga, kuna see sisaldab pseudonümiseeritud isikuandmeid. 5.3.4. Jagatud intellektuaalomandi õigused: kas projekti raames loodud intellektuaalse omandi õigused jagunevad mitme teadusasutuse või juriidilise isiku vahel? Projekti raames loodud intellektuaalne omand jaguneb kahe juriidilise isiku vahel – Tartu Ülikool, Eesti Rakendusuuringute Keskus CentAR – vastavalt panusele. Taotluse koostamisel oleme lähtunud sellest, et mõlemad organisatsioonid panustavad projekti võrdselt, seega jaguneb ka intellektuaalne omand vastavalt sellele. Allikad Andreassen, L., Fredriksen, D., Gjefsen, H.M., Halvorsen, E. and Stølen, N.M. (2020): The dynamic cross-sectional microsimulation model MOSART. International Journal of Microsimulation 13 (1), 97-119. Dekkers, Gijs. 2015. On the Modelling of Immigration and Emigration Using LIAM2. https://doi.org/10.13140/RG.2.1.4373.8967. Jia, Zhiyang, Stefan Leknes, and Sturla A. Løkken. 2023. ‘Moving beyond Expectations. From Cohort-Component to Microsimulation Projections’. Discussion Papers, Statistics Norway, Research Department, Oslo, No. 999. 26 Järve, J., Anspal, S., Võrk, A., Leppik, L., Piirits, M. 2023. Lähteraport. Rahandusministeerriumi riikliku pensionimudeli arendamine. CentAR. Keegan, M. 2007. Modelling the workers of tomorrow: the APPSIM dynamic microsimulation model. HILDA Survey Research Conference 2007. Li, Jinjing, and Cathal O’Donoghue. 2013. ‘A Survey of Dynamic Microsimulation Models: Uses, Model Structure and Methodology’. IJM 6 (2): 3–55. https://doi.org/10.34196/ijm.00082. Lõo,L., Umova,N., Oja,M., Reisberg,S., Uusküla,A., Koldeb, R., Tillmann, T. (2025) Data Resource Profile: Linking electronic health and social records to study and lower health inequalities in cardiovascular diseases (BIG-HEART). doi: https://doi.org/10.1101/2025.05.09.25327142 Morency, J-D., Vézina, S. and Dion, P. 2025. The Demosim microsimulation model at Statistics Canada: A tool for policy planning and evaluation. Statistics Canada. Catalogue no. 17-20-0001. Münnich,R., Schnell,R., Brenzel,H., Dieckmann,H., Dräger, S. Emmenegger,J.. Höcker,P., Kopp, J., Merkle, H., Neufang, K., Obersneider, M., Reinhold,J., Schaller,J., Schmaus, S., Stein,P. 2021. A Population Based Regional Dynamic Microsimulation of Germany: The MikroSim Model. methods, data, analyses | 2021, Vol. 15(2), pp. 241-264 Oja M, Tamm S, Mooses K, Pajusalu M, Talvik HA, Ott A, Laht M, Malk M, Lõo M, Holm J, Haug M. (2023) Transforming Estonian health data to the Observational Medical Outcomes Partnership (OMOP) common data model: lessons learned. JAMIA open. 2023 Dec 1;6(4):ooad100. Smith, S.K., Tayman,J. Swanson, D.A. A Practitioner's Guide to State and Local Population Projections. The Springer Series on Demographic Methods and Population Analysis 37. https://doi.org/10.1007/978-94-007-7551-0 Spielauer, M. (2007). Dynamic microsimulation of health care demand, health care finance and the economic impact of health behaviours: Survey and review. International Journal of Microsimulation, 1(1), 35–53. https://doi.org/10.34196/ijm.00005 Spielauer, Martin, Gerard Thomas Horvath, and Marian Fink. 2020. ‘microWELT: A Dynamic Microsimulation Model for the Study of Welfare Transfer Flows in Ageing Societies from a Comparative Welfare State Perspective’. WIFO Working Papers. Vanella, Patrizio, Timon Hellwagner, and Philipp Deschermeier. 2023. ‘Parsimonious Stochastic Forecasting of International and Internal Migration on the NUTS-3 Level – an Outlook of Regional Depopulation Trends in Germany’. Vienna Yearbook of Population Research 21 (April). https://doi.org/10.1553/p-5pn2-fmn8. Weymeirsch, Jan, Julian Ernst, and Ralf Münnich. 2024. ‘Model Recalibration for Regional Bias Reduction in Dynamic Microsimulations’. Mathematics 12 (May):1550. https://doi.org/10.3390/math12101550. Zucchelli, E., Jones, A. M. & Rice, N. The evaluation of health policies through dynamic microsimulation methods. International Journal of Microsimulation. 5, 2–20 (2012). https://microsimulation.pub/articles/00064 27  Sotsiaalministeerium TAOTLUS ISIKUANDMETE TÖÖTLEMISEKS TEADUSUURINGUS ILMA ISIKU NÕUSOLEKUTA Juhindudes isikuandmete kaitse seaduse (IKS) § 6 sätestatust esitame kooskõlastamiseks uuringutaotluse. Uuringu nimi Rahvastikuandmete simulatsioonimudeli arendamine (Riikliku pensioni prognoosimudeli edasiarendamine ning kasutusvaldkonna laiendamine) Uuring hõlmab järgmisi isikuandmeid (tee vastavasse kasti rist): Uuring hõlmab isikuandmeid X Uuring hõlmab ka eriliigilisi isikuandmeid X Isikuandmete töötleja on määranud andmekaitsespetsialisti X 1. LÜHIKOKKUVÕTE 1.1. Miks on isiku tuvastamist võimaldavate andmete töötlemine vältimatult vajalik uuringu eesmärgi saavutamiseks? Mikrosimulatsioonimudeli sisendiks olev baasandmestik sisaldab (pseudonümiseeritud) isikuandmeid, ilma selleta ei ole võimalik mikrosimulatsioone läbi viia. Mikrosimulatsiooni raamistiku kasutamine on vajalik selleks, et analüüside simuleeritavate näitajate jaotuslikke eripärasid (nt pensionide, sissetulekute, terviseseisundite ebavõrdsus). Samuti on see vajalik riigisiseste rändevoogude dünaamiliseks modellerimiseks ning kompositsiooniefektide eristamiseks piirkondlikest püsiefektidest. Isiku tuvastamist võimaldavate (pseudonüümsete) andmete töötlemine on vältimatu ka seetõttu, et alusandmestiku loomiseks on vaja siduda erinevate registrite andmeid. Mudeli baasandmestik luuakse mitmest registrist pärit andmete ühendamise teel (Statistikaamet, Maksu- ja Tolliamet, Sotsiaalkindlustusamet, Tervisekassa, Töötukassa). See on simulatsiooni lähtepunki. Andmete sidumine indiviidi tasemel eeldab isiku tuvastamist võimaldavat tunnust (pseudonüümi), kuna üksnes nii on võimalik tagada, et erinevate registrite andmed seotakse isiku tasandil õigesti kokku. Andmete sidumine on vajalik ka seetõttu, et see võimaldab hinnata näiteks tervise ja hariduse mõju suremusele ning koostada selle abil käitumuslikud võrrandid, mis on samuti mudeli sisendiks. 1.2. Selgitage ülekaaluka avaliku huvi olemasolu. Ülekaalukas avalik huvi tuleneb uuringu otsesest seosest mitme poliitikavaldkonna andmepõhise kujundamisega. Rahvastikuprotsesside pikaajaline mõju. Eesti seisab silmitsi oluliste demograafiliste väljakutsetega: rahvastik vananeb, tööealine elanikkond väheneb ning ülalpeetavate suhtarv kasvab. Need protsessid mõjutavad otseselt pensionisüsteemi jätkusuutlikkust, tervishoiukulusid, sotsiaalkaitse vajadust ja regionaalset arengut. Terviklik simulatsioonimudel, mis võimaldab neid protsesse koos modelleerida, on vajalik, et poliitikaotsused tugineksid võimalikult terviklikul tulevikupildil. Ministeeriumide poliitikakujundamise vajadus. Rahandusministeerium vastutab pensionisüsteemi finantsilise jätkusuutlikkuse eest, Sotsiaalministeerium rahvatervise ja sotsiaalkaitse poliitika eest ning Riigikantselei koordineerib valitsemisalade üleseid strateegilisi küsimusi. Kõigi nende ülesannete täitmine eeldab pikaajalist vaadet rahvastiku dünaamikale. Tänaseni on iga valdkond kasutanud eraldiseisvaid mudeleid ja prognoose, mis üldjuhul ei võta arvesse valdkondade vastasmõjusid. Käesolev uuring loob aluse sellise simulatsioonide koostamiseks, mis võtavad arvesse erinevate valdkondade mõjusid. Eesti 2035 strateegia. Riigi pikaajalises arengustrateegias „Eesti 2035” on seatud eesmärgiks, et Eestis tehakse teadmistepõhiseid otsuseid ning lahendusteede valikul eelistatakse mõjusaid ja uuenduslikke lähenemisviise. Strateegia näeb vajaliku muutusena rahva kestlikkuse, tervise ja sotsiaalkaitse valdkonnas senise korralduse uuendamist, arvestades ühiskondlikke muutusi. Käesolev uuring panustab otseselt nendesse eesmärkidesse, luues uudse tööriista, mis võimaldab senisest märksa terviklikumat tulevikuvaadet. 1.3. Selgitage, kuidas tagate, et isikustatud andmete töötlemine ei kahjusta ülemääraselt andmesubjekti õigusi ega muuda tema kohustuste mahtu. Andmete kasutamine on jagatud kaheks: 1) Andmete sidumine, ettevalmistamine, käitumuslike võrrandite hindamine ja muud ettevalmistavad analüüsid ning baasandmestiku loomine; 2) Pseudonüümitud baasandmestiku kasutamine poliitikakujundamise sisendiks olevate simulatsioonide läbiviimiseks. Järgnevalt neist lähemalt: 1) Andmete sidumise, ettevalmistamise, käitumuslike võrrandite hindamise ja muude ettevalmistavate analüüside läbiviimise ning baasandmestiku ettevalmistamisega tegeleb uuringut läbi viiv konsortsium (Tartu Ülikool ja CentAR), seda tehakse Statistikaameti turvalises keskkonnas. Turvalisse andmetöötluskeskkonda pääseb vaid piiratud arv mudeli kasutamise ja baasandmestiku ettevalmistamisega tegelevaid inimesi, kellega Statistikaamet sõlmib kooskõlastatult vastutava töötlejaga andmetöötluslepingud ja/või konfidentsiaalsuskohustused. 2) Sotsiaalministeeriumi, Rahandusministeeriumi ja Riigikantselei analüütikud saavad ligipääsu ainult pseudonüümitud baasandmestikule ja mudelile, mille töötlemiseks kasutatakse samuti Statistikaameti turvalist andmetöötluskeskkonda (keskkonna sees on juurdepääsud alusandmetele ja baasandmestikule eristatud). Statistikaameti teadlaste keskkonda paigutatud andmeid hoitakse Statistikaameti serveris ning analüüsi tegijatel on ligipääs andmetele ainult Statistikaameti turvalise kaugühenduse teel. Andmeanalüüsiks kasutatakse statistikatarkvara R, mikrosimulatsioonide käitamise tarkvara LIAM2 ja tabelarvutustarkvara MS Excel. Pseudonüümitud baasandmestikes ei sisaldu andmeid, mis võimaldavad isikut otseselt tuvastada (st baasandmestiku ettevalmistajate ega mudeli kasutajate kätte ei satu inimeste isikukoodid ega nimed). Tervisekassa andmed edastatakse Statistikaametile küll isikukoodidega, kuid enne uurimismeeskonnale kättesaadavaks tegemist need pseudonümiseeritakse. Turvalisse andmetöötluskeskkonda sisenemiseks kasutatakse nii paroole kui ID-kaardiga identifitseerimist. Uuringu käigus keskkonnast välja viidavad väljundid (raportid, tabelid, joonised) on agregeeritud ja tagatakse, et isikud ei ole otseselt ega kaudselt tuvastatavad. Vastavad nõuded kajastatakse andmetöötluslepingutes. Teostatava analüüsitöö põhjal ei langetata (ega saagi langetada) administratiivotsuseid üksikindiviidi kohta. Isikuandmete töötlemine ei kahjusta andmesubjekte, kuna see ei oma mõju isikutele (kelle andmeid koondatakse) ning andmete töötlus ja analüüs toimub pseudonümiseeritud andmetega ning töötlejal puudub võimalus andmeid isikustada. 1.4. Selgitage, kuidas toimub andmete edastamine isikuandmete allikalt teadusuuringu läbiviijani. Andmete töötlemiseks kasutatakse Statistikaameti turvalist andmetöötluskeskkonda. Andmed paiknevad Statistikaameti serverites. Statistikaameti välistest allikatest edastatakse andmed Statistikaametile krüpteeritult statistikaameti sertifikaadile. Andmetele juurdepääsu omavate inimestega sõlmib Statistikaamet kooskõlastatult vastutava töötlejaga andmetöötluslepingud ja/või konfidentsiaalsuskohustused. 2. VASTUTAV JA VOLITATUD TÖÖTLEJA1 2.1. Vastutava töötleja üldandmed 2.1.1. Vastutava töötleja nimi Sotsiaalministeerium, Rahandusministeerium ja Riigikantselei 2.1.2. Registreeritus Eesti Teadusinfosüsteemis Ei, aluseks on poliitika kujundamine 2.1.3. Registrikood või isikukood 70001952 ja 70001975 ning 70004809 2.1.4. Isikuandmete töötlemiskoha või kohtade Sotsiaalministeerium – Suur-Ameerika 1, aadressid 10122, Tallinn maja, tänav, asula/linn, maakond, postiindeks Rahandusministeerium – Suur-Ameerika 1,10122, Tallinn Riigikantselei – Stenbocki maja, Rahukohtu 3, 15161, Tallinn 2.1.5. Asu- või elukoha aadress (analoogne Suur-Ameerika 1, 10122, Tallinn registrikandega) Stenbocki maja, Rahukohtu 3, 15161 Tallinn maja, tänav, asula/linn, maakond, postiindeks 2.1.6. Kontaktandmed Sotsiaalministeerium: telefon, e-post Magnus Piirits Hüvitiste ja pensionipoliitika osakonna sotsiaalkindlustuse ja majandusekspert [email protected] +372 5915 7976 Rahandusministeerium: Tõnu Lillelaid Finantsteenuste poliitika osakonna nõunik tel 5885 1488 [email protected] Riigikantselei: Inga Kõue Teadusnõunik Tel 5689 2933 [email protected] 3. ÕIGUSLIK ALUS Teadusuuringu läbiviimise õiguslik alus Rahvastiku simulatsioonimudeli loomiseks soovime töödelda isikuandmeid ilma andmesubjekti nõusolekuta. Selline töötlemine toimub avalikes huvides oleva ülesande täitmiseks ning avaliku võimu teostamiseks 1Vastutav töötleja on uuringu läbiviija – taotluse esitaja. Juhul, kui ta kasutab uuringu läbiviimisel teisi isikuid ja asutusi, siis on need teised isikud ja asutused volitatud töötlejad vastavalt isikuandmete kaitse seadusele (IKS). Eesmärk on täita Sotsiaalministeeriumi, Rahandusministeeriumi ja Riigikantselei seadusest ning põhimäärustest tulenevaid ülesandeid pensioni-, sotsiaal-, tervise-, eelarve- ja strateegilise planeerimise valdkonnas. Isikuandmeid töödeldakse teadus- või statistilisel eesmärgil ja töötlemine toimub kooskõlas IKS § 6 lõikega 1, sealhulgas pseudonüümitud või samaväärset andmekaitse taset võimaldaval kujul ning rakendades asjakohaseid tehnilisi ja korralduslikke kaitsemeetmeid. Loodav simulatsioonimudel loob eeldused pensioni-, sotsiaal-, tervisenäitajate paremaks prognoosimiseks ja pakub seeläbi olulist sisendit esmajoones nii Rahandusministeeriumi ja Sotsiaalministeeriumi vastutusala poliitikate kujundamisse. Tegemist on arenduse esimese etapiga, luuakse baasmudel, millele saab hiljem lisada valdkonna spetsiifilised moodulid. Vastavalt VVS § 46 lg-st 1 tulenevalt täidab ministeerium seadusest tulenevaid ja Vabariigi Valitsuse poolt seaduse alusel antud ülesandeid: Sotsiaalministeeriumi tegevusvaldkonda piiritleb VVS § 67 lg 1, mille kohaselt kuulub Sotsiaalministeeriumi valitsemisalasse mh pensionisüsteemi kavandamine ja korraldamine ning vastavate õigusaktide eelnõude koostamine. Sotsiaalministeeriumi põhimäärus § 2 ütleb, et ministeeriumi valitsemisalas olevate tegevuse hulgas on sotsiaalse turvalisuse, sotsiaalhoolekande, pensionisüsteemi kavandamine ja korraldamine, aga ka rahva tervise kaitse, tervishoid ja tervisesüsteemi arendamine. Lisaks on § 17 lõike 2 punkt 7 kohaselt rahvatervishoiu osakonna põhiülesanne tagada tervist säästev ja tervislik elukeskkond, edendada terviseteadlikkust ning ennetada haigusi ja nendega kaasnevat kahju. Osakonnal on juhtiv roll tervisepoliitika kujundajana keskkonnast tulenevate terviseriskide, sealhulgas elanikkonna tervisekäitumise valdkonnas. Sama lõike 2 punkt 26 järgi on hüvitiste ja pensionipoliitika osakonna põhiülesandeks kavandada ja koordineerida sotsiaalmajandusliku toimetuleku ja pensionipoliitikat ning korraldada selle elluviimist. Rahandusministeeriumi tegevusvaldkonda piiritleb VVS § 65 lg 1, mille kohaselt kuulub ministeeriumi valitsemisalasse mh riigi eelarve-, ressursihaldus-, maksu-, tolli- ning finantspoliitika kavandamine ja elluviimine, majandusanalüüs ja -prognoos ning vastavate õigusaktide eelnõude koostamine. Rahandusministeeriumi põhimääruse § 301 punkti 5 kohaselt on finantsteenuste poliitika osakonna ülesandeks mh finantskirjaoskuste edendamine finantsturgudega seotud taristute toimimise ja finantssektorit kaasavate pensioni- ja teiste sotsiaalkindlustusskeemide valdkonnas. Lisaks eeltoodule on Rahvatervishoiu seaduse § 11 lg 1 punkti 1 kohaselt Sotsiaalministeeriumi ülesandeks muu hulgas rahvastiku tervise ja tervisemõjurite analüüsimine ning sellel eesmärgil teadus- ja arendustegevuse korraldamine. Vabariigi Valitsuse seaduse § 76 kohaselt on Riigikantselei Vabariigi Valitsuse juures olev valitsusasutus, mis täidab seadusest tulenevaid ja Vabariigi Valitsuse poolt seaduse alusel antud ülesandeid. Sama seaduse § 77 lõike 1 punktide 4¹ ja 4² kohaselt toetab Riigikantselei Vabariigi Valitsuse töö planeerimist ning koordineerib riigi strateegilist planeerimist. Riigikantselei põhimääruse § 1 lõike 1 kohaselt on Riigikantselei eesmärk toetada Vabariigi Valitsust ja peaministrit poliitika kujundamisel ja elluviimisel ning aidata tagada head riigivalitsemist. Riigikantselei põhimääruse § 2 punkti 1 kohaselt täidab Riigikantselei ülesannet toetada Vabariigi Valitsuse töö planeerimist ning korraldada ja koordineerida riigi strateegilist planeerimist, sealhulgas Vabariigi Valitsuse tegevusprogrammi ning säästva ja jätkusuutliku arengu strateegiliste arengukavade koostamist ja elluviimist. Rahvastiku simulatsioonimudeli loomine ja kasutamine on vajalik nende ülesannete täitmiseks, kuna mudel võimaldab hinnata rahvastikuarengute, sotsiaalsete riskide, pensioni- ja tervisenäitajate ning avaliku sektori pikaajaliste kulude ja mõjude seoseid ning annab sisendi valitsuseüleseks strateegiliseks planeerimiseks ja poliitikakujundamiseks. Andmete töötlemise õiguslik alus uuringu läbiviija jaoks tuleneb tellija (Sotsiaalministeerium, Rahandusministeerium, ETAG ja Riigikantselei) ja konsortsiumi (Tartu Ülikool ja CentAR) vahel sõlmitud teenuse osutamise lepingust nr 7.7- 2/25/5. 4. UURINGU TELLIJA Uuringu tellija Sotsiaalministeerium ja Rahandusministeerium ning Riigikantselei 5. TÖÖTLEMISE EESMÄRK JA ISIKUANDMETE KOOSSEIS 5.1. Isikuandmete töötlemise eesmärk Uuringu eesmärk on arendada edasi pensioni mikrosimulatsioonimudelit, laiendades selle kasutusotstarvet rohkemate tunnuste kaasamisega. Edasiarendatud mudel simuleerib Eesti rahvastikku indiviidi tasemel aastani 2100 ning võetakse kasutusele erinevate valdkondade andmepõhise poliitikakujundamise abivahendina. Uuringul on kaks alaeesmärki: Alaeesmärk 1 on simulatsioonimudeli väljatöötamine. Uuringu käigus luuakse teaduspõhine terviklik simulatsioonimudel, mis loob personaalse tulevikuperspektiivi, kasutades selleks erinevaid indiviidipõhiseid registriandmeid. Olemasolevale pensioni mikrosimulatsioonimudelile lisatakse uued simulatsioonidimensioonid:  terviseseisund;  paiknemine (riigisisene, sh kohaliku omavalitsuse täpsusega, ja riikidevaheline);  leibkondade dünaamika. Mudel võimaldab läbi mängida erinevaid tulevikuarenguid („mis siis kui” analüüs). Alaeesmärk 2 on mudeli jätkusuutlikkuse tagamine. Uuringu käigus töötatakse välja lahendused, kuidas tagada simulatsioonimudeli jätkusuutlik rakendamine poliitikakujundamise protsessis koostöös teadlaskonnaga, sealhulgas mudeli jooksev valideerimine, teadusnõustamine ja teadlaskonna kaasamine mudeli täiendamisse. Isikuandmete töötlemine on vajalik mõlema alaeesmärgi saavutamiseks. Mudeli koostamiseks on vaja siduda erinevate registrite indiviiditaseme andmeid, et luua baasandmestik, mille pealt simulatsioone käivitada. Mudeli sisendiks on ka käitumuslikud võrrandis, mille abil simuleeritakse inimeste käitumist üle aja. Mudeli valideerimisel ja täiendamisel on samuti vaja kasutada tegelikke registriandmeid, et  hinnata mudeli täpsust ja tõsta selle prognoosivõimekust. Uuringu väljund on simulatsioonimudel ning selle abil simuleeritavate rahvastiku ja muude näitajate simulatsioonid, mitte üksikisiku tasemel andmed. Loodava mudeli väljundeid esitatakse koondtasemel, mis ega võimalda üksikisikuid tuvastada. 5.2. Isikute kategooriad, kelle andmeid Alates 2012. aastast kuni 2026. aasta alguseni töödeldakse ning valimi suurus Eesti residendiks olnud inimesed (Eesti rahvastik on ca 1,3 mln inimest). 5.3. Töödeldavate isikuandmete koosseis Töödeldavate isikuandmete koosseis on toodud taotluse lisas 2. 5.4. Isikuandmete allikad Uuringus kasutatakse riikliku statistika tegemiseks Statistikaametisse kogutud andmeid. Andmeid pärinevad järgmistest registritest: - Rahvastiku Statistiline Register (vastutav töötleja Statistikaamet) - Rahvastikuregister (Siseministeerium) - Sotsiaalkaitse infosüsteem (Sotsiaalkindlustusamet) - Eesti Hariduse Infosüsteem (Haridus- ja Teadusministeerium) - Maksukohuslaste register (Eesti Maksu- ja Tolliamet) - Pensioniregister (AS Pensionikeskus) - Töötukassa infosüsteem (Töötukassa) - Tervisekassa andmekogu (Tervisekassa) Valdavalt kasutatakse andmeid, mida Statistikaamet algallikatest muude tööde jaoks regulaarselt hõivab, erandiks on Tervisekassa andmed, mis päritakse eraldi selle projekti jaoks. Statistikaametiga ning Statistikaametile käesoleva uuringu jaoks täiendavaid andmeid edastavate Pensionikeskuse ja Tervisekassaga on konsulteeritud. 6. ANDMETE SÄILITAMINE JA ANONÜÜMIMINE 6.1. Uuringu vajadusteks kogutud isikuandmete säilitamine, aeg ja põhjendus Andmed pseudonüümitakse, seda teeb Statistikaamet. Pseudonüümimine viiakse läbi enne andmete teadlastele kättesaadavaks tegemist. Statistikaamet säilitab kõik pseudonüümitud andmed (need pärinevad valdavalt Statistikaameti andmekogudest), aga uuringumeeskonnal kaob nendele ligipääs peale uuringus läbiviimise aluseks oleva lepingu lõppemist (01.01.2028). 6.2. Isikuandmete pseudonümiseerimise/anonümiseerimise viib läbi: Statistikaamet 6.3. Pseudonümiseeritud andmete koosseis, mis säilitatakse Statistikaamet säilitab kõik pseudonümiseeritud andmed tähtajatult, aga uuringumeeskonnal kaob nendele ligipääs pärast uuringus määratud perioodi. 7. ISIKU TEAVITAMINE TÖÖTLUSEST 7.1. Andmesubjekti teavitamine isikuandmete töötlemisest Andmesubjekti personaalne teavitamine ei ole võimalik/põhjendatud: - andmete töötlemine ei kahjusta andmesubjekti huve, sest väljund on teaduslik üldistus. - andmesubjektide kontaktandmed ei ole andmete töötlejale kättesaadavad ning pärast pseudonümiseerimist pole võimalik määratleda andmesubjekti kontaktandmeid. Sotsiaalministeerium informeerib avalikust käimasolevatest uuringutest spetsiaalselt selleks otstarbeks loodud Sotsiaalministeeriumi kodulehekülje alamlehel, mis on kättesaadav selle lingi vahendusel: https://sm.ee/uudised-ja-pressiinfo/uuringud-ja-statistika/kaimasolevad-uuringud Rahandusministeerium informeerib avalikust isikuandmete töötlemise asjaoludest spetsiaalselt selleks otstarbeks loodud rahandusministeeriumi kodulehekülje alamlehel, mis on kättesaadav selle lingi vahendusel: https://fin.ee/privaatsussatted Rahandusministeeriumid uuringud ja analüüsid leiab ministeeriumi kodulehelt: Uuringud ja analüüsid | Rahandusministeerium Riigikantselei uuringud ja analüüsid leiab kodulehelt: https://riigikantselei.ee/uuringud Analüüsi väljund on teaduslik üldistus, mis ei viita kuidagi tagasi konkreetsetele andmesubjektidele. Analüüsi tulemused (üldistatud kujul) tehakse uuringu lõppedes kõigile avalikult kättesaadavaks. 8. ANDMETE EDASTAMINE VÄLISRIIKI 8.1. Isikuandmete edastamine välisriiki2 Isikuandmeid kolmandatesse riikidesse ei edastata. 9. EETIKAKOMITEE OTSUS3 Nõuete täitmist kontrollib Andmekaitse Inspektsioon vastavalt IKS § 6 lg 4 10. ISIKUANDMETE TÖÖTLEMISEL RAKENDATUD TEHNILISED TURVAMEETMED4 2Isikuandmete edastamine Eestist on lubatud üksnes sellisesse riiki, kus on piisav andmekaitse tase (Euroopa Liidu liikmesriigid; Euroopa Majanduspiirkonna lepinguga ühinenud riigid http://ec.europa.eu/justice_home/fsj/privacy/thirdcountries/index_en.htm; riigid, mille isikuandmete kaitse tase on Euroopa Komisjoni poolt hinnatud piisavaks). 3 IKS § 6 lg 4 4 IKS § 43  10.1. Töövahendite ja infovara turve Kasutusel on Statistikaameti turvaline andmetöötluskeskkond, piiratud ligipääs, autentimine ID- kaardiga ning agregeeritud väljundid. 10.2. Andmete, dokumentide ja andmekandjate turve Kasutusel on Statistikaameti turvaline andmetöötluskeskkond, piiratud ligipääs, autentimine ID- kaardiga ning agregeeritud väljundid, mida kontrollib üle Statistikaamet. 10.3. Töötlussüsteemi turve Kasutusel on Statistikaameti turvaline andmetöötluskeskkond, piiratud ligipääs, autentimine ID- kaardiga ning agregeeritud väljundid. 10.4. Kasutatakse pilvepõhist andmemajutus- või töötlusteenust? Ei 11. MUU INFO 11.1. Teave, mille esitamist peab vastutav töötleja vajalikuks täiendavalt esitada Sotsiaalministeeriumi andmekaitsespetsialisti kontakt: [email protected] Kinnitan, et taotluses esitatud andmed vastavad tegelikkusele. Taotluse lisad: Lisa 1: Volitatud töötlejate andmed (taotluse lõpus) Lisa 2: Andmekooseis (Lisa 2. Andmete koosseis (loplik) Lisa 3: Leping (RITA_alategevus_1_teenuse_osutamise_leping_RAMU) Lisa 4: Mõjuhinnang (taotluse lõpus) (allkirjastatud digitaalselt) Mart Uusjärv analüüsiosakonna juhataja  Taotlus isikuandmete töötlemiseks teadusuuringus „Rahvastikuandmete simulatsioonimudeli arendamine“ Lisa nr 1 Volitatud töötlejate andmed NB! Täita ainult juhul, kui kasutatakse volitatud töötlejaid Vastutava töötleja töötajat ei pea volitatud töötlejana märkima. Volitatud töötleja nimi Statistikaamet asutuse/äriühing/FIE nimi Registrikood või isikukood 70000332 Isikuandmete töötlemiskoha või kohtade Tatari 51, 10134, Tallinn aadressid maja, tänav, asula/linn, maakond, postiindeks Asu- või elukoha aadress (analoogne Tatari 51, 10134, Tallinn registrikandega) maja, tänav, asula/linn, maakond, postiindeks Kontaktandmed Ilona Reiljan, [email protected], +372 5331 1740, telefon, e-post Volitatud töötleja nimi Eesti Rakendusuuringute Keskus CentAR OÜ asutuse/äriühing/FIE nimi Registrikood või isikukood 11343217 Isikuandmete töötlemiskoha või kohtade Statistikaameti keskkonnas aadressid maja, tänav, asula/linn, maakond, postiindeks Asu- või elukoha aadress (analoogne Rataskaevu tn 2-6, 10123, Tallinn registrikandega) maja, tänav, asula/linn, maakond, postiindeks Kontaktandmed Janno Järve, [email protected], +372 56 668 440 telefon, e-post Volitatud töötleja nimi Tartu Ülikool asutuse/äriühing/FIE nimi Registrikood või isikukood 74001073 Isikuandmete töötlemiskoha või kohtade Statistikaameti keskkonnas aadressid maja, tänav, asula/linn, maakond, postiindeks Asu- või elukoha aadress (analoogne Ülikooli 18, 50090, Tartu registrikandega) maja, tänav, asula/linn, maakond, postiindeks Kontaktandmed Tiit Tammaru, [email protected], +372 505 7331 telefon, e-post  Taotlus isikuandmete töötlemiseks teadusuuringus „Rahvastikuandmete simulatsioonimudeli arendamine“ Lisa nr 4 Mõjuhinnang Mõjuhinnang käsitleb projekti „Rahvastikuandmete simulatsioonimudeli arendamine“ (RAMU), mille raames teostatakse Eesti rahvastiku indiviiditasandi andmete mastaapset töötlemist ja analüüsi. Arvestades uuringu mahtu (ca 1,3 miljonit andmesubjekti) ja eriliigiliste isikuandmete, täpsemalt terviseandmete kasutamist, on mõjuhinnangu koostamine vastavalt isikuandmete kaitse üldmääruse (IKÜM) artiklile 35 kohustuslik. Andmetöötluse olemus ja vajalikkus. Uuringu eesmärk on luua teaduspõhine simulatsioonimudel, mis võimaldab prognoosida Eesti rahvastiku sotsiaalmajanduslikku käitumist, terviseseisundit ja pensionisüsteemi jätkusuutlikkust aastani 2100. Selline analüüs on vältimatu, kuna agregeeritud andmed ei võimalda hinnata poliitikamuudatuste jaotuslikku mõju indiviidi ja leibkonna tasandil. Töötlemine hõlmab andmete sidumist paljudest riiklikest registritest (sh Rahvastikuregister, Rahvastiku Statistiline Register, Tervisekassa, Sotsiaalkaitse infosüsteem, EMTA, EHIS, Pensionikeskus, Töötukassa Infosüsteem). Kuna teadlastel on vaja analüüsida seoseid näiteks hariduse, sissetuleku ja tervise vahel, on andmete sidumine indiviidi tasandil vältimatu. Isikuandmete kaitse meetmed ja pseudonüümimine. Andmekaitse tagamiseks on protsess üles ehitatud selliselt, et ükski teadlane ei puutu kokku isikustatud andmetega. Kõik andmete sidumised teostab usaldusväärne kolmas osapool ehk Statistikaamet, kes asendab isikukoodid unikaalsete pseudonüümidega. Andmete analüüs toimub eraldatud ja turvatud teadlaste keskkonnas, kus puudub vaba internetipääs ning andmete väljaviimine on tehniliselt piiratud. Kõik uuringust väljuvad tulemused on ainult agregeeritud kujul ning läbivad täiendava konfidentsiaalsuse kontrolli, et välistada isikute kaudne tuvastamine väikeste rühmade kaudu. Andmete minimeerimine ja eriliigilised andmed. Vastavalt esitatud andmekoosseisule (Lisa 2) küsitakse vaid uuringu eesmärgiks vajalikke tunnuseid. Eriliigiliste andmete (terviseandmed, puuded, töövõime) töötlemine on piiratud nende näitajatega, mis on vajalikud tervise sünteesmõõdiku loomiseks. See mõõdik on vajalik, et simuleerida tuleviku hooldusvajadust ja suremustõenäosusi. Seega on andmete maht proportsionaalne uuringu eesmärgiga ehk luua riigile andmepõhine otsustusmudel. Riskide analüüs ja jääkriskid. Peamine tuvastatud risk on isikute teoreetiline re-identifitseerimine andmete sidumise kaudu. Seda riski maandab aga asjaolu, et andmed on pseudonüümitud ja analüüsikeskkond on füüsiliselt ja tarkvaraliselt suletud. Kuna teadlased allkirjastavad konfidentsiaalsuskohustuse ning andmeid ei kasutata üksikindiviidi kohta administratiivsete otsuste tegemiseks, on oht isiku õigustele ja vabadustele hinnatud madalaks. Andmetöötluse kasu ühiskonnale (täpsem sotsiaal- ja rahanduspoliitika planeerimine) kaalub üles andmesubjektide privaatsuse riive, mida on maksimaalselt minimeeritud. Kokkuvõtvalt. RAMU projekti andmetöötlus vastab IKÜM-i ja IKS-i põhimõtetele. On rakendatud piisavaid tehnilisi ja organisatoorseid meetmeid, et tagada andmete turvalisus. Jääkriskid on viidud miinimumini läbi Statistikaameti turvalise keskkonna kasutamise ja range pseudonüümimise protsessi. Vastutavad töötlejad (ministeeriumid ja Riigikantselei) reguleerivad oma vahelise koostöö ühisvastutuse lepinguga, tagades andmesubjektidele selge kontakti oma õiguste teostamiseks.