En los últimos años, los gobernadores estatales de todo Estados Unidos han recurrido cada vez más a enfoques basados en datos para abordar la pobreza. En lugar de depender de programas amplios y únicos, estos líderes están utilizando datos granulares para apuntar recursos con precisión quirúrgica. Aprovechando información sobre ingresos, empleo, educación, salud y vivienda, los gobernadores pueden identificar a las poblaciones más vulnerables e intervenir donde las intervenciones tendrán mayor impacto.

Los Estados gastan miles de millones de dólares cada año en programas antipobreza que van desde asistencia en efectivo y sellos alimentarios hasta formación laboral y vivienda asequible. Sin embargo, sin datos sólidos, gran parte de ese dinero puede ser mal dirigido. La gobernanza basada en datos permite a los estados medir resultados, ajustar el curso en tiempo real y asegurar que cada dólar de contribuyente se utilice para maximizar el efecto.

Función de los datos en la comprensión de la pobreza

Los datos desempeñan un papel fundamental en la reducción de la pobreza desde la reactivación hasta la proactiva. En lugar de esperar que las familias caigan en crisis, los gobernadores pueden utilizar datos para anticipar la necesidad y prestar servicios a tiempo. Por ejemplo, mediante el análisis de los registros de asistencia escolar y los datos de reclamación de salud, un estado puede identificar a los niños en riesgo de caer en la pobreza antes de que sus familias experimenten colapso financiero.

Identificar las causas de la raíz

La pobreza raramente es el resultado de un solo factor. Normalmente es una compleja red de cuestiones interconectadas: salarios bajos, falta de cuidado infantil asequible, mala salud, discriminación y aislamiento geográfico. Los datos ayudan a los gobernadores a desagregar estos factores y a comprender cuáles son los más apremiantes en su estado. Por ejemplo, un gobernador en un estado rural podría encontrar que la falta de transporte es la barrera principal al empleo, mientras que un gobernador en un estado urbano podría enfrentar una crisis de vivienda que no se puede ser.

Meta de las poblaciones vulnerables

Los datos también revelan qué grupos están afectados desproporcionadamente por la pobreza. Los desglose demográficos por edad, raza, género y condición de discapacidad permiten a los gobernadores diseñar intervenciones específicas. Por ejemplo, niños menores de 5 años son el grupo de edad más probable que vivan en la pobreza en muchos estados.

Mapping Geographic Hotspots

Los sistemas de información geográfica (SIG) se han convertido en herramientas esenciales para los gobernadores. Al trazar las tasas de pobreza en un mapa junto con datos sobre escuelas, hospitales, tiendas de comestibles y tránsito público, los responsables de la formulación de políticas pueden ver exactamente dónde se concentra la pobreza y qué recursos faltan. Algunos estados, como California], han creado paneles de protección pública que muestran las soluciones de pobreza a nivel de los organismos públicos.

Fuentes y métricas de datos clave

Los gobernadores estatales dependen de una amplia gama de fuentes de datos para informar de sus estrategias de reducción de la pobreza, algunas de ellas son encuestas gubernamentales tradicionales, mientras que otras proceden de registros administrativos o asociaciones del sector privado. A continuación se presentan los tipos de datos más utilizados y cómo se informan de las políticas.

  • Estadísticas de ingresos y empleo] – La Encuesta Comunitaria Americana de la Oficina del Censo de los Estados Unidos (ACS) proporciona datos anuales sobre ingresos, estado de pobreza y empleo. Los gobernadores utilizan estas cifras para determinar elegibilidad para programas como Medicaid y SNAP y para evaluar si la economía del estado está creciendo inclusivamente.
  • ] Datos sobre el rendimiento de la educación] – Los departamentos estatales de educación recopilan datos sobre puntajes de prueba, tasas de graduación y disciplina escolar. Al vincular estos datos con datos de ingresos, los gobernadores pueden identificar lagunas de logros e invertir en escuelas que sirven a estudiantes de bajos ingresos. Programas como Becas de promoción en Michigan son objetivos basados en dicho análisis.
  • ] Información sobre el acceso a la salud y la salud – Los informes de las reclamaciones, los registros de descargas hospitalarias y las encuestas como el Sistema de Vigilancia del Factor de Riesgo Comportencia (BRFSS) ayudan a los gobernadores a comprender los impactos de la pobreza en la salud. Por ejemplo, los estados con altas tasas de diabetes entre las poblaciones de bajos ingresos pueden ampliar el acceso a los programas de atención preventiva y nutrición.
  • Datos sobre Asequibilidad e Inquietabilidad] – El Departamento de Vivienda y Desarrollo Urbano (HUD) proporciona datos sobre cargas de alquiler, desalojos y recuentos de inquietos. Los gobernadores pueden hacer referencia a esto con datos de ingresos para asignar vales de vivienda y financiar refugios de emergencia en las comunidades más tenebrosas.
  • Información demográfica] – Los datos sobre edad, raza, etnia y discapacidad son esenciales para garantizar la equidad. Muchos gobernadores han establecido paneles de desigualdad que rastrean si los esfuerzos de reducción de la pobreza están llegando a todas las poblaciones por igual.

Cada vez más, los estados también utilizan sistemas de datos integrados (IDS)] que vinculan los registros entre agencias. Por ejemplo, el Sistema de Datos Integrados de Cliente conecta datos de los servicios humanos, la educación y las agencias de fuerza de trabajo para ofrecer una visión integral de las necesidades de cada familia.

Cómo los gobernadores traducen datos en acción

La recopilación de datos es sólo el primer paso. El verdadero desafío consiste en traducir las ideas sobre políticas que realmente cambian vidas. Los gobernadores estatales están experimentando con varios mecanismos para salvar la brecha entre el análisis de datos y la implementación de programas.

Establecer unidades de análisis de datos

Muchos gobernadores han creado equipos de análisis de datos dedicados dentro de sus oficinas o bajo su control.Estas unidades están dotadas de científicos de datos, estadísticos y analistas de políticas que trabajan directamente con líderes de agencias para diseñar programas basados en pruebas.El estado de Washington, bajo el gobernador Jay Inslee, lanzó la Resultados Washington[LT3]

Usando la modelación predictiva para la intervención temprana

El análisis predictivo es una de las herramientas más poderosas del arsenal basado en datos. Al alimentar datos históricos en modelos de aprendizaje automático, los estados pueden predecir qué familias tienen el mayor riesgo de caer en la pobreza o experimentar la falta de vivienda. Por ejemplo, el estado de Masachusetts pilotó un modelo que utiliza datos de cuidado de acogida, bienestar infantil y asistencia de TANF (beneficio).

Vincular datos a decisiones presupuestarias

Algunos gobernadores están incrustando datos directamente en el proceso presupuestario. En lugar de proponer artículos de línea para los programas de pobreza, requieren que las agencias presenten evidencia de eficacia. En Ohio, la Oficina de Presupuesto y Gestión del Gobernador utiliza un enfoque “Resultados-Primero”, que exige a las agencias estatales que demuestren que sus programas han sido evaluados utilizando métodos rigurosos como ensayos controlados aleatorios.

Public Dashboards and Community Accountability

La transparencia es una parte clave de la gobernanza basada en datos. Muchos estados publican ahora paneles en línea que rastrean las métricas de pobreza en tiempo real. Estos paneles permiten a los ciudadanos, periodistas y grupos de defensa responsabilizar a sus gobernadores. Por ejemplo, Nevada] creó el Nevada Data-Driven Decision-Making

Estudios de casos: Reducción de la pobreza causada por datos

California: Metan la pobreza infantil con datos integrados

El gobernador Gavin Newsom ha convertido la reducción de la pobreza en una prioridad central, especialmente para los niños. En 2021, su administración lanzó la Ley de reducción de la pobreza infantil () de California, que estableció un objetivo de reducir la pobreza infantil en un 50% para 2030. Para seguir el progreso, el estado construyó un sistema de datos integrado que vincula el 15% del Departamento de Servicios Sociales, el Departamento de Educación y el Departamento de Servicios de Salud identificó el estado de impuestos.

Michigan: Utilizando GIS para financiar fondos de vivienda asequibles

La administración del gobernador Gretchen Whitmer utilizó datos para reasignar fondos federales de alivio pandémico para viviendas. La Autoridad Estatal de Desarrollo de la Vivienda de Michigan (MSHDA) analizó datos de presentación de desalojos, tasas de carga de alquiler y cuenta de falta de vivienda a nivel de condado. Encontraron que cuatro condados representaron más del 60% de la inestabilidad de vivienda del estado.

Texas: Capacitación personalizada de mano de obra de datos laborales

La comisión de trabajo del gobernador Greg Abbott, Texas Workforce Solutions, utiliza datos sobre tasas de desempleo locales, proyecciones de crecimiento de la industria y deficiencias de habilidad individuales para ofrecer entrenamiento de trabajo personalizado. Cuando los datos mostraron que el área de Houston tenía una escasez de auxiliares de enfermería certificados (CNAs) pero un superávit de trabajadores minoristas, el estado financió un programa de entrenamiento gratuito para trabajadores minoristas desplazados.

Superando los desafíos: Privacidad, Precisión y Capacidad

A pesar de su promesa, la reducción de la pobreza basada en datos no carece de obstáculos, sino que los gobernadores deben navegar por un campo minado de preocupaciones en materia de privacidad, cuestiones de calidad de los datos y resistencia institucional.

Privacidad de datos y uso ético

Los datos bifenilos basados en el consentimiento de los niños deben evitar la búsqueda de ayuda. Para abordar esto, varios estados han adoptado marcos de la privatización por diseño. Por ejemplo, Connecticut[FLT][4]]

Garantía de exactitud y puntualidad de datos

Los datos sólo son útiles si son exactos y actuales. Muchas agencias estatales confían en métodos de recopilación de datos obsoletos, como formularios de papel o bases de datos silenciadas que no se comunican entre sí. La iniciativa impulsada por un gobernador puede ser socavada por datos malos. Para combatir esto, los estados están invirtiendo en infraestructura de datos moderna, incluyendo API, almacenamiento en la nube, y tuberías de datos en tiempo real.

Fomento de la capacidad técnica

Muchos gobiernos estatales carecen de la experiencia de la ciencia de datos interna para realizar análisis sofisticados. Atraer y retener el talento de los datos es un desafío perenne, especialmente cuando los salarios del sector privado son más altos. Los gobernadores han respondido creando becas de datos y asociando con universidades. Nueva York]

El futuro de la reducción de la pobreza generada por los datos

El panorama de la gobernanza basada en los datos está evolucionando rápidamente, y es probable que varias tendencias den forma a la manera en que los gobernadores combaten la pobreza en el próximo decenio.

Inteligencia Artificial y aprendizaje automático

AI y machine learning permitirán a los estados pasar de la analítica descriptiva (lo que pasó) a la analítica prescriptiva (lo que debemos hacer). Por ejemplo, un modelo de aprendizaje automático podría analizar miles de variables para recomendar la combinación óptima de programas para cada familia: entrenamiento de trabajo, cuidado de niños, asistencia alimentaria o dinero en efectivo, basados en resultados predichos. Los primeros pilotos en Alabama

Datos en tiempo real y los bucles de retroalimentación continua

En lugar de informes anuales, los programas futuros utilizarán datos en tiempo real para ajustarse rápidamente. Los dispositivos de Internet de las cosas (IoT), los datos de teléfono móvil y los registros de transacciones de transferencia electrónica de beneficios (EBT) pueden proporcionar indicadores de emergencia económica de hasta el minuto. Un gobernador puede ver un aumento en el uso de sellos de alimentos en un condado específico y desplegar inmediatamente pantalonería de alimentos móviles o ajustar los niveles de beneficios de SNAP.

Colaboración y intercambio de datos entre Estados

La pobreza no respeta las líneas estatales. La migración interestatal, los mercados laborales regionales y las perturbaciones de la cadena de suministro afectan a la pobreza. Los gobernadores están empezando a compartir datos a través de las fronteras mediante pactos como la Red de Innovación Estatal de la Asociación Nacional de Gobernadores. Esto les permite establecer un punto de referencia en sus esfuerzos de reducción de la pobreza contra los estados pares y adoptar las mejores prácticas que se han probado en otros lugares.

Conclusión

El uso estratégico de los datos por los gobernadores estatales está transformando los esfuerzos de reducción de la pobreza de las conjeturas en una ciencia. Al identificar causas profundas, enfocar a las poblaciones vulnerables y medir los resultados en tiempo real, los gobernadores pueden diseñar intervenciones más eficaces y eficientes. Mientras que los desafíos en torno a la privacidad, la precisión y la capacidad permanecen, la trayectoria es clara: el futuro de la política antipobreza es un factor de datos.