مقدمه مقدماتی

در حکومت مدرن، روند تدوین قانون یکی از مهم ترین فعالیت های جامعه است که هر قانون تصویب می کند، هر قانون تصویب شده، و هر برنامه عمومی که به طور مستقیم بر رفاه میلیون ها نفر تأثیر می گذارد، ریسک بالا است و حاشیه خطا برای دهه ها محدود است، سیاست گذاران با سوال چگونگی تصمیم گیری های دقیق و منظم در پاسخ به داده ها، به جای اینکه به طور فزاینده ای در سیاست های قانونی، به طور فزاینده ای پاسخ دهند، پاسخ دهند و به طور فزاینده ای به دلایل دقیق.

سیاست مبتنی بر شواهد یک ایده جدید نیست، اما اهمیت آن به طور چشمگیری در عصر چالش های پیچیده و مرتبط رشد کرده است - از اپیدمی ها و تغییرات آب و هوایی به نابرابری اقتصادی و بحران های بهداشت عمومی بدون پایه قوی در شواهد، قانونگذاران خطر تصویب قوانینی که منابع زباله، آسیب ناخواسته، یا عدم رسیدگی به علل ریشه مشکلات این مقاله بررسی می کند، به بررسی موانع تصمیم گیری عمیق در مورد مزایای آن، و بررسی استراتژی های تصمیم گیری آن، و بررسی آن، و بررسی آن.

تعریف سیاست مبتنی بر شواهد

در هسته آن، سیاست مبتنی بر شواهد، اصل است که تصمیم گیری در مورد آنچه که باید انجام دهید - و چگونه آن را - باید توسط بهترین اطلاعات عینی موجود مطلع شود، این اطلاعات می تواند از منابع مختلف، از جمله کارآزمایی های کنترل شده تصادفی، مطالعات طولی، داده های اداری، بررسی های سیستماتیک و ارزیابی برنامه ها، جایگزین کار با دانش، فرضیه ها و یادگیری آنچه که مشابه است - و نه آنچه که کار می کند.

این مفهوم به شدت از پزشکی مبتنی بر شواهد ترسیم می کند که با اصرار بر اینکه تصمیمات بالینی باید توسط یافته های تحقیقاتی به جای سنت یا شهود هدایت شود، به همان ترتیب، سیاست مبتنی بر شواهد به دنبال ایجاد سخت افزار علمی به هنر حکومتداری است.این بدان معنا نیست که ارزش ها، اخلاق یا ورودی عمومی نادیده گرفته می شوند؛ بلکه به این معنی است که ملاحظات لایه بر یک پایه محکم است.

متن تاریخی

ریشه های سیاست مبتنی بر شواهد را می توان به اواسط قرن بیستم ردیابی کرد؛ زمانی که دانشمندان علوم اجتماعی شروع به استفاده از روش های کمی برای ارزیابی برنامه های دولتی کردند، جنگ فقر در ایالات متحده در طول دهه 1960، به عنوان مثال، شامل آزمایش های بزرگ مانند آزمایش مالیات بر درآمد منفی و مطالعه پری، که نمونه های اولیه از چگونگی ارزیابی دقیق می تواند طراحی سیاست های مبتنی بر ایالات متحده را به دست آورد و در "F توسعه" سازمان های پیشرو در ایالات متحده کار می کند.

اصول کلیدی

سیاست مبتنی بر شواهد موثر بر چندین اصل اصلی است:

  • استفاده از بالاترین شواهد کیفیت [FLT 1] - نه تنها هر گونه داده، بلکه داده هایی که قابل اعتماد، معتبر و مرتبط با زمینه تصمیم گیری خاص است.
  • [در این میان] [و] [در راه و منابع] [FLT 1]، [و] [به این ترتیب] شواهد می توانند مورد بررسی قرار گیرند، تکرار و به چالش کشیدن توسط دیگران.
  • یادگیری و سازگاری مداوم [FLT 1] - سیاست ها باید به عنوان فرضیه آزمایش، اصلاح، یا جایگزین به عنوان شواهد جدید ظهور.
  • عدم اطلاع از زمینه محلی [FLT 1] - شواهد از یک محیط باید با دقت با واقعیت های اجتماعی، اقتصادی و فرهنگی دیگری سازگار باشد.

نقش داده ها و تحقیقات در تصمیمات قانونی

قانونگذاران مدرن با حجم فوق العاده ای از اطلاعات مواجه هستند، بیل ها، شنیدن ها، نامه های تشکیل دهنده، مواد لابی گری و گزارش های رسانه ای روزانه تصمیم گیرندگان را بمباران می کنند بدون یک رویکرد منظم به شواهد، همه چیز به سادگی به پر سر و صدا یا آخرین سرفصل ها متکی است.

نقش شواهد را می توان به چندین عملکرد متمایز تقسیم کرد:

  • ] شناسایی بهینه: داده ها کمک می کند تا قانونگذاران طبیعت، مقیاس و توزیع یک مشکل را درک کنند.برای مثال، داده های اداری از مدارس می توانند شکاف های موفقیت مداوم را مدتها قبل از تبدیل شدن به نقاط صحبت سیاسی نشان دهند.
  • نسل انتخابی: بررسی های سیستماتیک برنامه های موجود می تواند رویکردهای امیدوار کننده ای را که در جای دیگری امتحان شده اند، صرفه جویی در زمان و منابع در توسعه پیشنهادات جدید پیشنهاد کند.
  • ارزیابی دقیق: مدل سازی پیش بینی کننده و تجزیه و تحلیل هزینه-سود می تواند اثرات احتمالی یک قانون پیشنهادی را قبل از تصویب آن برآورد کند، و به قانونگذاران اجازه می دهد تا کاهش های تجاری را وزن کنند.
  • ارزیابی و تکرار: [FLT 1] هنگامی که یک سیاست تصویب شد، جمع آوری داده های مداوم و ارزیابی تعیین می کند که آیا آن را به اهداف خود دست آورد و آیا اصلاحات دوره ای مورد نیاز است.

این چرخه اتوماتیک نیست؛ نیازمند زیرساخت های سازمانی مانند واحدهای تحقیقاتی اختصاصی در داخل قانونگذاران، مشارکت با دانشگاه ها و دسترسی به سیستم های داده دولتی مانند کانادا و استرالیا به شدت در چنین زیرساخت هایی سرمایه گذاری کرده اند و نتایج قابل توجهی دارند.

مزایای سیاست مبتنی بر شواهد

هنگامی که به درستی اجرا شود، سیاست مبتنی بر شواهد طیف وسیعی از مزایای بتنی را ارائه می دهد که فراتر از رضایت ایدئولوژیک است.

نتایج بهبود یافته

واضح ترین مزیت این است که سیاست های آگاهانه با شواهد بیشتر احتمال دارد به اهداف مورد نظر خود برسند.یک اصلاحات آموزشی مبتنی بر کارآزمایی های تصادفی که نشان می دهد آموزش نمرات آزمون را افزایش می دهد، تقریباً به طور قطع اصلاحی را بر اساس نظریه محبوب اما اثبات نشده، به طور مشابه، مداخلات بهداشت عمومی که از داده های مربوط به انتقال بیماری پیروی می کنند - مانند کمپین های واکسیناسیون هدفمند - بسیار بیشتر از اقدامات پتو است که شواهد اپیدمیولوژیک را نادیده می گیرند.

هزینه- سود

دولت ها تحت بودجه محدود کار می کنند.سیاست مبتنی بر شواهد کمک می کند تا اطمینان حاصل شود که منابع محدود به برنامه هایی هدایت می شوند که بیشترین بازده را در سرمایه گذاری ارائه می دهند، به عنوان مثال، ارزیابی دقیق برنامه های اولیه کودکی نشان داده اند که هر دلار صرف شده بر پیش دبستانی با کیفیت بالا به اندازه 7 دلار در پس انداز بلند مدت از طریق کاهش جرم، درآمد بالاتر و نتایج بهتر بدون شواهد، این دلارها ممکن است به جای آن، جریان داشته باشد یا بدون هیچ گونه تاثیر کمی.

اعتماد عمومی و قانونی

شهروندان بیشتر احتمال دارد که به تصمیمات دولت اعتماد کنند، زمانی که آنها می بینند که این تصمیمات بر اساس تجزیه و تحلیل عینی به جای منافع سیاسی یا ایدئولوژی است. شفافیت در مورد شواهد اساسی سیاست می تواند قطبی شدن را کاهش دهد و حمایت دو حزبی را ایجاد کند، به عنوان مثال، زمانی که قانونگذاران از هر دو طرف می توانند به همان داده هایی اشاره کنند که نشان می دهد اصلاحات عدالت کیفری خاص، اصلاح پذیری را کاهش می دهد، ممکن است قوانینی را که توسط شبکه متوقف شود، آسان تر شود.

انعطاف پذیری و سازگاری

سیاست مبتنی بر شواهد ثابت نیست، زیرا ریشه در داده ها دارد، می تواند با اطلاعات جدید سازگار شود، در طول COVID-19 اپیدمی، به عنوان مثال، دستورالعمل های بهداشت عمومی به طور مداوم بر اساس تحقیقات در حال ظهور در مورد انتقال، ایمنی و اثربخشی واکسن به روز می شود.این انعطاف پذیری به دولت ها اجازه می دهد تا به طور موثر به یک وضعیت به سرعت در حال تغییر پاسخ دهند. A رویکرد صرفا ایدئولوژیک بسیار سخت تر و موثر است.

چالش ها و انتقادات در اجرای سیاست مبتنی بر شواهد

علی رغم مزایای روشن آن، سیاست مبتنی بر شواهد با موانع قابل توجهی مواجه است و درک این چالش ها برای هر کسی که به دنبال ارتقاء استفاده از آن است، ضروری است.

مقاومت سیاسی

شاید بزرگترین مانع، اراده سیاسی باشد که با اعتقاد عمیق یا گروه قدرتمند منافع می توان نادیده گرفت، سرکوب شد یا حتی بی اعتبار شد. قانونگذاران ممکن است سود کوتاه مدت انتخاباتی را در اثر درازمدت اولویت قرار دهند، برنامه های بودجه ای که محبوب اما بی اثر هستند در حالی که کاهش کسانی که کار می کنند اما فاقد دید هستند، نیاز به تغییرات فرهنگی و مکانیسم های نهادی مانند ارزیابی مستقل دارند - که شواهد فشار سیاسی را از فشار سیاسی جدا می کنند.

محدودیت های داده

شواهد با کیفیت بالا همیشه در دسترس نیست. بسیاری از سوالات مهم سیاست هرگز به طور دقیق مورد مطالعه قرار نگرفته اند.داده ها ممکن است ناقص، منسوخ شده یا جمع آوری شده باشند به گونه ای که سوگیری را معرفی می کنند.در کشورهای در حال توسعه، سیستم های داده اداری اغلب ضعیف هستند و پیگیری نتایج را دشوار می کنند.حتی در جایی که داده ها وجود دارد، ممکن است در سراسر سازمان ها تقسیم شده و ارتباط دشوار باشد.

زمان Constraints

معمولاً در برنامه های تنگ کار می کنند، با صورتحساب هایی که از طریق کمیته ها و طبقات در عرض چند هفته یا حتی روزها حرکت می کنند، انجام یک ارزیابی کامل یا یک بررسی سیستماتیک می تواند ماه ها یا سال ها طول بکشد، سیاست گذاران باید گاهی قبل از اینکه شواهد در چنین مواردی مطرح شوند، سیاست مبتنی بر شواهد به معنای استفاده از بهترین اطلاعات موجود در زمان است - حتی اگر ناقص باشد - و تصمیم گیری قوی تر را یک بار دیگر دوباره آغاز کنند.

پیچیدگی و زمینه

مشکلات اجتماعی به ندرت ساده است.برنامه ای که جرم و جنایت را در یک شهر کاهش می دهد ممکن است به دلیل تفاوت در جمعیت شناسی، شیوه های پلیسی یا شرایط اقتصادی شکست بخورد، شواهد از یک آزمایش کنترل شده محکم ممکن است به طور مستقیم به واقعیت آشفته و آشفته یک خط مشی بزرگ تبدیل نشود.این چالش "اعتبار خارجی" به این معنی است که شواهد باید با مراقبت تفسیر شوند و اینکه خلبان و اغلب سازگاری لازم است.

مطالعات موردی موفقیت سیاست مبتنی بر شواهد

مثال های بتنی به نشان دادن قدرت سیاست مبتنی بر شواهد در عمل کمک می کنند.

بهداشت عمومی: کنترل دخانیات

کاهش چشمگیر میزان سیگار کشیدن در بسیاری از کشورها یک داستان موفقیت کتاب است.ده ها از تحقیقات اپیدمیولوژیک ارتباط بین سیگار کشیدن و سرطان، بیماری ریه و بیماری قلبی را ایجاد کردند. کارآزمایی های تصادفی و تجزیه و تحلیل های اقتصادی نشان داد که اثربخشی افزایش مالیات، برچسب های هشدار گرافیکی و قوانین آزاد سیگار کشیدن در نهایت، دولت هایی که شواهد را دنبال کردند - با افزایش مالیات سیگار، ممنوعیت تبلیغات و برنامه های شدید مصرف دخانیات، و کاهش شدید آن، به طوری که در نهایت افزایش یافته است.

آموزش و پرورش: مداخله های خواندن موفق

در ایالات متحده، موسسه علوم آموزش و پرورش صدها کارآزمایی کنترل شده تصادفی را برای شناسایی آنچه در آموزش و پرورش کار می کند، یک مداخله ایستاده خواندن بازیابی است، یک برنامه آموزش یک به یک برای اولین کلاس های درس مبارزه با خواندن، ارزیابی های دقیق متعدد متوجه شد که برنامه تولید دستاوردهای قابل توجه، پایدار در بخش های مدرسه سواد آموزی که خواندن بهبود بر اساس این شواهد قابل اندازه گیری در خواندن نمرات، در حالی که اغلب مشاهده می شود، در حالی که بر اساس پیشرفت های غیر قابل اندازه گیری، در حالی که اغلب موارد آزمایش شده است.

عدالت کیفری: کاهش اعتماد به نفس

وضعیت ریسک-Needs-Responsivity (RNR) نشان می دهد که چگونه شواهد می توانند اصلاحات را تغییر دهند، با استفاده از ابزارهای ارزیابی ریسک معتبر برای طبقه بندی زندانیان بر اساس احتمال بازگشت به زندان، و سپس تطبیق آنها به برنامه های توانبخشی مبتنی بر شواهد - مانند درمان شناختی رفتاری و درمان مداوم - واشینگتون کاهش نرخ بازگشت به عمل 15٪ برای تکرار اطلاعات.

سیاست زیست محیطی: تغییرات آب و هوایی

سیاست مبتنی بر شواهد، مرکزی تلاش برای مبارزه با تغییرات اقلیمی است.مدل سازی آب و هوا، داده های انتشار گازهای گلخانه ای و تجزیه و تحلیل های اقتصادی، نمونه های مداخلات را شناسایی کرده اند - قیمت گذاری کربن، یارانه های انرژی تجدید پذیر، استانداردهای بهره وری انرژی و حفاظت از جنگل - که می تواند گازهای گلخانه ای را در پایین ترین هزینه ها کاهش دهد.

استراتژی های ارتقاء سیاست های مبتنی بر شواهد

حرکت از آرزو برای تمرین نیازمند اقدام عمدی در سطوح مختلف است.

سرمایه گذاری در زیرساخت داده

بدون داده های قابل اعتماد و به موقع، سیاست مبتنی بر شواهد غیر ممکن است.دولت ها باید سیستم های داده یکپارچه ای را بسازند که سوابق را در سراسر سازمان ها پیوند می دهند و همچنین باید ارزیابی مداوم برنامه های اصلی را با استفاده از طرح های دقیق مانند کارآزمایی های کنترل شده تصادفی و روش های شبه تجربی را تامین کنند.

ایجاد ظرفیت سازمانی

Legislatures می تواند دفاتر تحقیقاتی غیرحزبی را ایجاد کند، مانند خدمات تحقیقاتی کنگره (CRS) در ایالات متحده یا دفتر علوم و فناوری پارلمان (POST) در انگلستان، که شواهد مختصر، برآورد هزینه و ارزیابی را ارائه می دهد، این ادارات باید توسط تحلیلگران آموزش دیده و از مداخله سیاسی تنظیم شوند.

آموزش Legislator ها و کارکنان

بسیاری از سیاستگذاران هیچ آموزش رسمی در تفسیر داده ها یا روش های تحقیقاتی ندارند. ارائه کارگاه ها، کمک های آموزشی و منابع آنلاین در سیاست مبتنی بر شواهد - مانند مواد دوره از ]J-PAL در MIT [FLT 1] - می تواند آنها را به پرسش های بهتر و شواهد ارزیابی انتقادی مجهز کند.

مشارکت فاستر با محققان

دانشگاه ها، اندیشکده ها و سازمان های تحقیقاتی می توانند تخصص و داده هایی را ارائه دهند که قانونگذاران فاقد مشارکت های رسمی هستند، مانند مشارکت های تحقیقاتی (RPPs)، اطمینان حاصل کنند که مطالعات مربوط به نیازهای سیاست هستند و این یافته ها در قالب های قابل دسترس به اشتراک گذاشته می شوند.

نیاز به شواهد در فرآیند قانون گذاری

برخی از حوزه های قضایی قوانینی را تصویب کرده اند که مستلزم آن است که قوانین عمده با ارزیابی مبتنی بر شواهد همراه باشد، به عنوان مثال، قانون "سیاست مبتنی بر کاهش" اورگن، حکم می کند که سازمان های دولتی از برنامه هایی استفاده می کنند که توسط تحقیقات دقیق اثبات شده اند، چنین الزاماتی "تعه" ایجاد می کنند که استفاده از شواهد را تشویق می کند.

راهنمایی های آینده برای سیاست مبتنی بر شواهد

از آنجایی که پیشرفت های تکنولوژی و داده ها فراوان تر می شوند، پتانسیل سیاست مبتنی بر شواهد تنها رشد می کند. هوش مصنوعی و یادگیری ماشین می تواند داده های گسترده را برای شناسایی الگوها و پیش بینی نتایج تجزیه و تحلیل کند، اگرچه این ابزارها باید با احتیاط برای جلوگیری از تقویت سوگیری ها استفاده شوند. داشبورد داده های زمان واقعی می توانند اطلاعات را به سیاست های دقیق تر ارائه دهند تا اطمینان حاصل شود.

در عین حال، این زمینه با انتقادات مهم مواجه است.برخی استدلال می کنند که اعتماد بیش از حد به شواهد کمی می تواند بینش کیفی از جوامع تحت تاثیر سیاست ها را خنثی کند. دیگران اشاره می کنند که آنچه که به عنوان "کاهش" به حساب می آید اغلب توسط کسانی که در قدرت هستند تعیین می شود و صداهای حاشیه ای باید در روند بعدی شامل نسل بعدی سیاست مبتنی بر شواهد، نیاز به شفافیت بیشتر و شفاف تر شدن دارند.

نتیجه گیری

مورد سیاست مبتنی بر شواهد قانع کننده است، هنگامی که قانونگذاران تصمیم خود را در تحقیقات و داده های جامد قرار می دهند، آنها قوانینی را تولید می کنند که بهتر کار می کنند، هزینه کمتری دارند و اعتماد عمومی بیشتری را فرماندهی می کنند، با این وجود، مسیر تئوری برای عمل با موانع - سیاسی، نهادی و روش شناسی بیش از آنها نیاز به سرمایه گذاری مداوم در داده ها، ظرفیت و تغییر فرهنگ دارد: بهترین قضاوت باید به طور مداوم اصلاح شده باشد، و به رسمیت شناختن سیاست های موقت، و نه هدف نهایی، و نه.

در عصر چالش های جهانی – بدبین ها، تغییرات آب و هوایی، نابرابری و اختلال تکنولوژیکی – نیاز به حکومت مبتنی بر شواهد هرگز بیشتر نبوده است و با متعهد شدن به کارهایی که انجام می دهند و با صادق بودن در مورد آنچه که نمی تواند، قانونگذاران می توانند آینده ای بسازند که نه تنها موثرتر است، بلکه بیشتر نیز موثر است.