1. juni begynte jeg hos Norsk institutt for landbruksøkonomisk forskning (NILF), som 1. juli ble slått sammen med Bioforsk og Norsk institutt for skog og landskap til det nye Norsk institutt for bioøkonomi (NIBIO). Jeg fulgte med på lasset og er i dag NIBIO-forsker. Bak nyskapningen NIBIO står tre forskningsmiljø med lange, ærverdige tradisjoner.
Som ny er det interessant å lese seg opp på instituttenes historie for å forstå hvilke forskningstradisjoner som skal danne det nye instituttet. Noe av det som har imponert meg mest, er det grundige arbeidet som er lagt ned over flere tiår for å samle inn og systematisere data. Hvis du går inn på kilden.nibio.no, finner du eksempler på dette. Her er det meste av kartdata om jord- og skogressursene ned på den enkelte eiendom registret. Skal kommende generasjoner kunne dra nytte av slike data, fordrer det at storsamfunnet forstår hvilken uerstattelig samfunnsverdi de representerer.
Noe av det mest verdifulle en forsker kan sitte med er tidsseriedata. Det vil si data som måler de samme variablene hos samme forskningsobjekt år etter år. Slike data er naturlig nok det beste du kan få når du skal måle, registrere og analysere endringer. Men det er kostbart, og det krever systematikk, faste målemetoder og folk som kjenner historien og metodikken. Slikt skal man være forsiktig med å tukle med.
NILF tok med seg Driftsgranskningene inn i NIBIO. I 1911 ble de første driftsgranskningene basert på regnskapsdata fra norske gårdsbruk publisert. I dag består basen av drøyt 900 gårdsbruk over hele landet, og for mange av disse har man lange tidsserier med data. Man skal stelle pent med de bøndene som deltar i driftsgranskningene for å beholde dem. De gir av sin tid for at vi skal få data som kan brukes til samfunnsgagnlige formål.
Driftsgranskningsdataene brukes ikke bare til forskning, men også som grunnlag for økonomisk rådgivning. De utgjør også mye av statistikkgrunnlaget for de årlige jordbruksforhandlingene. Dataene er velegnet for å dokumentere og analysere økonomiske endringer i landbruket over tid, men det å ha historiske data gir oss i tillegg et godt grunnlag for å se framover.
På forskningssentret på Kvithamar i Stjørdal har de også bygd opp uerstattelige tidsserier. Siden begynnelsen av 1920-tallet har de registrert alt hva jorda på forsøksområdene er blitt tilført og alt som er høstet. Samtidig har de kunnet følge med på hvordan jordas egenskaper og klimaet har endret seg. Dette er tidsseriedata som er helt nødvendige for å drive landbruksforskning som også internasjonalt er av høy kvalitet.
Som en av fire regionale avdelinger ønsket NIBIO å satse videre på Kvithamar. Landbruks- og matdepartementet ville det annerledes, og vedtok å legge ned virksomheten. I stedet skal det startes på nytt på Steinkjer. Med dette vedtaket brytes tidsserien med forsøksdata. Verken jorda og klimaet på Kvithamar lar seg flytte til Steinkjer. Man er tilbake der man var for nesten hundre år siden. Jord- og plantekulturforskningen i Trøndelag mister mye av det grunnlaget den er tuftet på og det er trolig skapt en tap-tap-situasjon.
NIBIO-forskerne må ha inntjening for å kunne forske. Det er ikke flyttbare stillingshjemler og kampen om forskningsmidlene er hard. Å kunne legge tidsseriedata inn i prosjekter øker sjansen for finansiering. Det hjelper ikke hvor gode forskere man har hvis man ikke har data å forske på og med. Fra et forskersynspunkt er det derfor umulig å forstå at man uten videre kan bryte slike tidsseriedata når man vet hvilken verdi de har for forskningen, for landbruket og for samfunnet.
Et minimumskrav til kunnskapssamfunnet er at det er basert på kunnskap. Da må vi ta vare på det som framskaffer denne kunnskapen. Bionæringene – de vi på skolen lærte å benevne som primærnæringene – står sentralt i overgangen til en ny, grønn økonomi. Det er kunnskap om de landbaserte bionæringene NIBIO innehar og som NIBIO-forskerne skal bringe inn i samarbeid med forskningsmiljø som er nasjonalt ledende på andre fagfelt. På den måten kan landbruksforskningen bidra til å virkeliggjøre et mer bærekraftig samfunn. Å bryte uerstattelige tidsseriedata framstår i en slik sammenheng som komplett uforståelig.