証拠に基づく政策のレジストラティブ決定の重要性

導入事例

現代のガバナンスでは、法律を製作するプロセスは、社会が約束する最も結果的な活動の1つです。すべての法律が渡され、すべての規制が制定され、すべての公共プログラムが直接資金を調達し、数百万の幸福に影響を与えます。賭けは高く、エラーの証拠は狭くなります。何十年もの間、政策立案者は一貫して肯定的な結果をもたらす決定をする方法の問題に悲嘆しています。答えは、ますますますますますますます、そして、証拠に基づく政策は、規制や規制の決定ではなく、政策的な意思決定を検証するという約束にあります。

証拠に基づく方針は新しい考えではありませんが、その重要性は、パンデミックと気候変動から経済の不平等と公共の健康危機に陥った複雑な課題の時代において劇的に成長しました。証拠の強力な基盤がなければ、法的な危険性は、廃棄物リソースを制定し、未知の害を引き起こしたり、問題の根本的な原因に対処するのに失敗する危険性を負います。この記事では、証拠の重要な役割を探求し、その利点を裏付ける、その利点を深く理解し、その戦略を深く理解し、より深く理解し、より深く理解することに取り組みます。

証拠に基づく方針の定義

証拠ベースのポリシーは、その中核である、何ができるのかを判断する原則であり、それを行う方法であり、利用可能な最高の目的情報によって情報を受け取ることになります。この情報は、ランダム化された制御試験、縦方向の調査、管理データ、系統的なレビュー、プログラム評価を含むさまざまなソースから来ることができます。この目標は、推測を知識に置き換えることであり、前提をテストし、どのような作業から学んだり、同様のコンテキストではなかったことを学ぶことです。

概念は、臨床的決定が伝統や直観ではなく、研究結果によって導かれるべきであると主張することによって、医療を変革した証拠ベースの薬から大きく引き起こします。同様に、証拠ベースの政策は、ガバナンスの芸術に科学的な厳格をもたらすことを求めています。それは、価値観、倫理、または公共の入力が無視されるという意味ではありません。むしろ、これらの考慮事項は、固体事実上の基礎の上に層化されていることを意味します。

歴史のコンテキスト

社会科学者が政府プログラムを評価するために定量的な方法を適用し始めたとき、証拠に基づく政策の根幹は20世紀半ばに追跡することができます。 1960年代に米国における貧困に関する戦争は、例えば、ネガティブ所得税実験や、その厳しい評価が政策設計を形づける可能性があるPerry Preschool Studyなどの大規模な実験を含む。 1990年代と2000年代には、そのような「米国における活動」と「Flatingert:F」などの動きが、このような研究[Flatt]と「Fratet:Fratet:Fratet:Frates:Frates:Frates:Frates:Frates:Frates:Frates:Frates:Frates:Frates:F) [F] ] と[F] [F] [F] [F] ] ] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [F] [

主原則

効果的な証拠ベースのポリシーは、いくつかのコア原則で休む:

]最高品質の証拠の使用 - 任意のデータではなく、信頼性が高く、有効で、特定の決定コンテキストに関連するデータ。
]メソッドとソースの透明性[ - 証拠が他者によってスクラッチ、レプリカ、および挑戦することができるように。
[]連続学習と適応[ - 政策は、テスト、精製、または新しい証拠が出現するように置き換えられる仮説として扱われるべきである。
ローカルコンテキストの統合[] - 1つの設定からの証拠は、互いに社会的、経済、および文化的現実に慎重に適応する必要があります。

法定決定におけるデータと研究の役割

現代の法規は、情報の異常な量に直面しています。ビル、聴覚、構成的文字、ロビー材、メディアは毎日爆弾決定メーカーを報告します。証拠への懲戒めがなければ、それは大声や最新の見出しに依存する余りにも容易になります。データと研究は、対向的な方法を提供します。騒音をカットし、実際に真実であることを識別する体系的な方法。

証拠の役割は、いくつかの異なる機能に分解することができます。

証拠識別:[]] データの助けは、法律家が問題の性質、スケール、および分布を理解します。例えば、学校からの管理データは、政治的な話ポイントになる前に、持続的な達成ギャップを明らかにすることができます。
オプション生成:]] 既存のプログラムの系統的レビューは、他の場所で試行してきた有望なアプローチを提案し、新しい提案を開発するための時間とリソースを節約します。
影響評価:] 予測モデリングと費用対効果分析は、それが渡される前に提案された法律の影響を推定することができます。
[]評価と反復:[ポリシーが制定された時点で、継続的なデータ収集と評価は、それが目標を達成しているかどうか、および中等度の補正が必要かどうかを決定します。

このサイクルは自動ではありません。法律、大学とのパートナーシップ、政府データシステムへのアクセスなどの専用の研究ユニットなどの機関インフラが必要です。カナダやオーストラリアなどの国は、このようなインフラに投資しており、注目すべき結果をもたらします。

証拠に基づくポリシーの利点

適切に実装された場合には、証拠に基づく方針は、病態学的満足度を超えて遠く行く具体的な利点の範囲を提供します。

アウトコンベスの改善

最も明らかな利点は、証拠によって通知される政策が意図された目的を達成するためにより可能性が高いことです。対照的な試験で基づいて教育改革は、テストスコアを上げることを示すもので、一般的には実証されていない理論に基づいて、ほぼ確実に改革を上回るでしょう。同様に、疾患伝達に関するデータに従う公衆衛生介入 - ターゲットの予防キャンペーンなど - 疫学的証拠を無視する毛布対策よりもはるかに生きます。

コスト効果

政府は有限の予算で動作します。証拠ベースのポリシーは、限られたリソースが投資の最大のリターンを提供するプログラムに向かって向けられていることを確実にするのに役立ちます。例えば、早期の小児プログラムの厳密な評価は、高品質のプリスクールの収穫に費やしたすべてのドルが、犯罪、より高い収益、より良い健康的結果による長期節約で7ドルというものがあることを示しています。証拠なし、これらのドルは、代わりに少しまたは影響のないプログラムに流れている可能性があります。

公共信託とレジスティッキー

市民は、政治好意や病理よりもむしろ、これらの決定が客観的分析に基づいていると見なすときに政府の決定を信頼する可能性が高いです。政策を根ざした証拠についての透明性は、偏光を減らし、バイパルトマンのサポートを築きます。例えば、両当事者の法定人が特定の犯罪正当性改革が是正を低下させるのと同じデータにポイントすることができるとき、それはそうでなければ、そうでなければ、partisan Gridlockによって押される可能性がある法律を通過する方が容易になります。

柔軟性と適応性

証拠に基づく方針は静的ではありません。データに根ざしているため、新しい情報が利用可能になるように適応することができます。例えば、COVID-19のパンデミックの間に、公共衛生ガイドラインは、伝達、免疫、ワクチンの有効性に関する新興研究に基づいて絶えず更新されました。この柔軟性により、政府は急速に変化する状況により効果的に反応することができました。純粋に病理学的アプローチは、はるかに硬く、より効果的です。

証拠に基づく政策の実践における課題と批判

明確な利点にもかかわらず、証拠ベースのポリシーは重要な障害に直面しています。これらの課題を理解することは、その使用を促進するために必要です。

政治の抵抗

おそらく、最大の障壁は政治的意志です。深く保持された信念や強力な関心グループを矛盾させることは、無視、抑制、または差別化することができます。法律事務所は、長期的効果、雇用のプログラムが普及しているが、可視性を欠いている間、短期的な利益を優先する可能性があります。この抵抗を克服することは、独立した評価機関のような文化的変化と機構の両方を必要とします。それは政治的圧力から証拠を絶縁する。

データ制限

高品質の証拠は必ずしも利用できません。多くの重要な政策質問は、厳格に研究されていない。データは不完全で、古い、または偏見を導入する方法で収集される可能性があります。先進国では、管理データシステムが頻繁に弱くなり、結果を追跡するのは困難です。データが存在する場合でも、それは代理店全体にフラグメントされ、リンクが困難である可能性があります。データインフラストラクチャーに投資する - 教育、健康、雇用の個人を従う統合データシステムなど - 証拠ベースの政策のための前提条件です。

タイム制約

法規は、多くの場合、タイトなスケジュールで動作する, 委員会や床を数週間または数日で移動する請求書. 徹底的な評価や体系的なレビューを実施するヶ月または年を取ることができます. 政策立案者は、証拠が入る前に、時々決定を下さなければなりません. このような場合には, 証拠ベースのポリシーは、それが不完全である場合、 - 決定を再訪することにコミットし、より多くの証拠が出現すると.

複雑さとコンテキスト

社会的な問題は、ほとんど単純ではありません。人口統計、政治慣行、または経済条件の違いのために、一つの都市で犯罪を削減するプログラムが、別の場所で失敗する可能性があります。密接に管理された実験からの証拠は、大規模な政策のロールアウトの混乱現実に直接翻訳されないことがあります。この「外部の妥当性」の課題は、証拠が注意を解釈されなければならないことを意味します、そして、現地のパイロットと適応が頻繁に必要です。

証拠に基づく政策成功事例

具体的な例は、証拠に基づく行動方針の力を示すのに役立ちます。

公衆衛生:タバコの制御

多くの人々の国の喫煙率の劇的な減少は、教科書の成功の物語です。疫学研究のデカデデデデカデデデカデデデデカデデデデカデは、喫煙と癌、肺疾患、心臓病の間のリンクを確立しました。ランダム化された試験と経済分析は、税金の増加、グラフィック警告ラベル、および煙なしの法律の有効性を実証しました。証拠を追った政府は、タバコの税を調達し、広告を禁止し、禁煙プログラムを資金を資金を調達することにより、喫煙率が50%以上低下させました。この証拠は、最終的には、その証拠が、タバコの証拠に反発するという証拠が強固なにすぎました。

教育: 成功した読書介入

米国では、教育科学研究所は、教育でどのような作品が使用されるかを識別するために、ランダム化された制御試験の数百に資金を供給しました。 1つのスタンドアウトの介入は、読書を苦労している一年生のための1オンワンのチュータープログラムである、回復を読んでいます。複数の厳格な評価は、プログラムが著しく、永続的な利益をリットル状に生成したことがわかりました。この証拠に基づいて、読書回復を採用した学校地区は、読書スコアの測定可能な改善を見たが、その地区は、多くの場合、再試験が頻繁に行われました。

犯罪正義: 再分割主義の減少

ワシントンのリスク・ネッズ・レスポンシブ(RNR)モデルの状態は、証拠が修正をどのように変化させるかを示しています。検証されたリスク評価ツールを使用して、再帰の可能性に基づいて囚人を分類し、それらを認知行動療法や薬物治療などの証拠ベースのリハビリテーションプログラムにマッチングし、ワシントンはリシディズム率を15%から20%削減しました。これらのデータ主導のアプローチは、他の州で再構成されています。政府機関は、このような状況を向上させるための支援を促進します。 [F]

環境方針:気候変動の緩和

証拠に基づく政策は気候変動と戦うための集中的取り組みです。気候変動モデリング、排出量データ、経済分析は、炭素価格設定、再生可能エネルギー補助金、エネルギー効率基準、森林保全のポートフォリオを識別しました。これにより、温室効果ガスを最低コストで削減することができます。スウェーデンやブリティッシュコロンビア州などのこの証拠に基づいてカーボン価格を実装した国は、経済成長に害することなく重要な排出量削減を達成しました。

証拠に基づく政策を推進するための戦略

練習するために、攻撃から移動するには、複数のレベルでの審美的な行動が必要です。

インフラ投資

信頼性が高く、タイムリーなデータがなければ、証拠に基づくポリシーは不可能です。政府は、プライバシーを保護しながら、代理店間でレコードをリンクする統合データシステムを構築する必要があります。また、主要なプログラムの継続的な評価に資金を供給する必要があります。ランダム化された制御試験や量的な方法などの厳格な設計を使用して。

構造の体力

英国における議会研究サービス(CRS)や、英国における科学技術庁(POST)と類似した非産学研究所を建設し、エビデンスブリーフィング、コスト見積、評価を提供できます。これらの事務所は、分析や政治の干渉から絶縁された訓練を受けたことによって、スタッフにすべきです。

トレーニングレギュレータとスタッフ

多くの政策立案者は、データや研究方法の解釈に正式な訓練はありません。ワークショップ、フェローシップ、および証拠に基づく政策に関するオンラインリソース(]])J-PAL at MIT) - より良い質問をしたり、証拠を批判的に評価したりすることができます。

研究者とのパートナーシップを促進

大学、シンクタンク、および研究機関は、法律が欠如する専門知識とデータを提供できます。博士のパートナーシップ、研究実践的なパートナーシップ(RPP)などの、研究は政策のニーズに関連していること、およびその発見はアクセス可能な形式で通信されていることを確実にします。

法定プロセスの証拠を要求して下さい

一部の管轄区域は、主要な法法規が証拠に基づく評価を伴うことを必要とする法律を渡しました。例えば、Oregonの「証拠に基づく方針」は、州の機関が厳格な研究によって有効に実証されているプログラムを使用するという法令の規定に従います。そのような要件は、証拠の使用を奨励する「デフォルト」を作成します。

証拠に基づく政策の未来の方向性

テクノロジーが進歩し、データがより豊富になるにつれて、証拠ベースのポリシーの潜在的な成長はそれだけです。人工知能と機械学習は、パターンを特定し、結果を予測するために広大なデータセットを分析することができます。これらのツールは、バイアスを強化することを避けるために注意を払って使用する必要があります。リアルタイムのデータダッシュボードは、実装の進捗状況に関するポリシーメーカを最新の情報に更新することができます。行動科学の洞察は、より優れた選択肢に対する判断が、その有効性を保証するために、市民がより適格に活用されている政策を設計するためにますますますます使用されています。

同時に、フィールドは重要な批評家と悲嘆しています。量的証拠に対する過失が政策の影響を受けるコミュニティから定性的洞察を並べることができると主張する人もいます。他の人は、「証拠」としてカウントがしばしばパワーで決定され、その証拠ベースのボイスはプロセスに含まれている必要があります。証拠ベースのポリシーの次の世代は、より包括的、より透明性が高く、そしてより詳細な状況を変化させる必要があります。

コンテンツ

証拠に基づく政策のケースは説得力があります。法律家が固体研究とデータで決定を下すとき、彼らはより良く、コストが削減され、より大きな公共の信頼を指揮する法律を生成します。しかし、理論から実践への道は、政治、機関、方法論的である障害で抑制されています。彼らを克服することは、データ、能力、および文化変化に持続的な投資を必要とします。また、証拠が常に暫定的であるという認識が必要です。それは、それは、常に規則的な方針を検証し、そして最良の判断を提示し、それを理解し、そして、それを理解するために、それを保証し、それを保証し、そして最善の目的に必要とします。

グローバルな課題の時代には、パンデミック、気候変動、不平等、および技術的破壊—証拠に基づくガバナンスの必要性は決して大きくなっていません。どのような仕事をコミットし、そして何よりも正直に言うことで、法律事務所はより効果的であるだけでなく、より効果的である未来を築き上げることができます。