Pēdējos gados ASV valsts vadītāji arvien vairāk pievēršas uz datiem balstītām pieejām nabadzības novēršanai. Tā vietā, lai paļautos uz plašām, visām programmām, šie vadītāji tagad izmanto granulveida datus, lai ar ķirurģisku precizitāti novirzītu resursus. Izmantojot informāciju par ienākumiem, nodarbinātību, izglītību, veselību un mājokļiem, vadītāji var noteikt visneaizsargātākos iedzīvotājus un iejaukties, kur iejaukšanās būs vislielākā ietekme. Šī pāreja nav tikai tendence – tā ir būtiska pārdomāšana par to, kā valstu valdības cīnās pret nabadzību, pāreja no intuīciju balstītas politikas veidošanas uz uz uz pierādījumiem balstītām stratēģijām, kas ir pārredzamākas, atbildīgākas un efektīvākas.

Finanšu likmes ir augstas. Valstis katru gadu kopīgi tērē miljardiem dolāru nabadzības apkarošanas programmām, sākot no skaidras naudas palīdzības un pārtikas zīmogiem līdz apmācībai darba vietās un mājokļu cenas ziņā. Tomēr bez stingriem datiem, liela daļa no šīs naudas var tikt nepareizi novirzīta. Datu balstīta pārvaldība ļauj valstīm mērīt rezultātus, pielāgot kursu reālā laikā, un nodrošināt, ka visi nodokļu maksātāju dolāri tiek izmantoti maksimālai ietekmei. Rezultātā abu pušu vadītāji iegulda datu analīzes vienībās, sadarbojoties ar universitātēm, un atverot sabiedrībai valdības datus. Šajā rakstā tiek pētīts, kā valsts vadītāji izmanto datus cīņai pret nabadzību, un ko tas nozīmē sociālās politikas nākotnei.

Datu nozīme nabadzības izzināšanā

Datiem ir izšķiroša nozīme, lai virzītu nabadzības samazināšanas centienus no reaktīviem uz proaktīviem. Tā vietā, lai gaidītu, ka ģimenes nonāks krīzē, vadītāji var izmantot datus, lai savlaicīgi prognozētu vajadzību un sniegtu pakalpojumus. Piemēram, analizējot skolu apmeklējumu datus un datus par veselības stāvokli, valsts var identificēt bērnus, kuriem draud nabadzība, pirms viņu ģimenes piedzīvo finansiālu sabrukumu. Šāda agrīna iejaukšanās ir iespējama tikai tad, ja dažādu aģentūru dati tiek integrēti un analizēti kopā.

Kā noteikt cēloņus

Nabadzība reti ir viena faktora rezultāts. Tas parasti ir sarežģīts savstarpēji saistītu jautājumu tīkls – zemas algas, bērnu aprūpes trūkums, slikta veselība, diskriminācija un ģeogrāfiskā izolācija. Dati palīdz vadītājiem sadalīt šos faktorus un saprast, kuri ir vissteidzamākie savā stāvoklī. Piemēram, lauku valsts gubernators varētu konstatēt, ka transporta trūkums ir galvenais šķērslis nodarbinātībai, bet pilsētas valsts gubernators varētu saskarties ar mājokļu pieejamības krīzi. Bez datiem šīs nianses paliktu neredzamas un politika zaudētu pēdas.

Neaizsargāto iedzīvotāju mērķa grupas

Dati arī liecina, kuras grupas nabadzības dēļ ir nesamērīgi skartas.Demogrāfiskās situācijas pēc vecuma, rases, dzimuma un invaliditātes statusa ļauj vadītājiem izstrādāt mērķtiecīgus pasākumus. Piemēram, bērni, kas jaunāki par 5 gadiem , ir vecuma grupa, kas, visticamāk, dzīvo nabadzībā daudzās valstīs.

Ģeogrāfisko punktu kartēšana

Ģeogrāfiskās informācijas sistēmas (ĢIS) ir kļuvušas par būtiskiem gubernatoru instrumentiem. Iezīmējot nabadzības rādītājus kartē līdzās datiem par skolām, slimnīcām, pārtikas veikaliem un publisko tranzītu, politikas veidotāji var redzēt, kur tieši koncentrējas nabadzība un kādi resursi trūkst. Dažas valstis, piemēram, Kalifornija], ir izveidojušas publiskus informācijas stendus, kas parāda nabadzības datus līdz tautas skaitīšanas ceļa līmenim. Šie rīki dod iespēju vietējām amatpersonām un kopienu organizācijām sadarboties ar valsts valdību, lai mērķtiecīgi risinātu problēmas.

Pamatdatu avoti un metrika

Valsts vadītāji izmanto plašu datu avotu klāstu, lai informētu par savām nabadzības samazināšanas stratēģijām. Daži no tiem ir tradicionālie valdības apsekojumi, bet citi nāk no administratīviem reģistriem vai privātā sektora partnerībām.

  • Ienākšanas un nodarbinātības statistika – ASV Tautas skaitīšanas biroja Amerikas Kopienas apsekojums (ACS) sniedz gada datus par ienākumiem, nabadzības stāvokli un nodarbinātību. Vadītāji izmanto šos skaitļus, lai noteiktu atbilstību tādām programmām kā Medicaid un SNAP un lai novērtētu, vai valsts ekonomika pieaug iekļaujošā veidā.
  • Izglītības darbības dati – Valsts izglītības pārvaldes iestādes vāc datus par testu rezultātiem, izlaiduma rādītājiem un skolu disciplīnu. Sasaistot šos datus ar ienākumu datiem, vadītāji var noteikt sasniegumu atšķirības un ieguldīt skolās, kas apkalpo skolēnus ar zemiem ienākumiem. Programmas, piemēram, Promzes stipendijas Mičiganā ir vērstas uz šādu analīzi.
  • Informācija par veselības un veselības aprūpes pieejamību – Dati par prasībām, slimnīcu izrakstīšanas ieraksti, un aptaujas, piemēram, uzvedības riska faktora uzraudzības sistēma (BRFSS) palīdz vadītājiem izprast nabadzības ietekmi uz veselību. Piemēram, valstis ar augstu diabēta līmeni iedzīvotāju ar zemiem ienākumiem vidū var paplašināt piekļuvi profilaktiskai aprūpei un uztura programmām.
  • Mājokļu pieejamības un bezpajumtniecības dati – Mājokļu un pilsētu attīstības departaments (HUD) sniedz datus par īres apgrūtinājumiem, padzīšanu un bezpajumtnieku skaitu. Vadītāji var savstarpēji atsaukties uz to ar ienākumu datiem, lai piešķirtu mājokļu kuponus un finansētu ārkārtas patvēruma vietas visgrūtāk noskaņotajās kopienās.
  • Demogrāfiskā informācija – Vecuma, rases, etniskās piederības un invaliditātes dati ir būtiski, lai nodrošinātu taisnīgumu. Daudzi vadītāji ir izveidojuši pašu kapitāla informācijas paneli, kas parāda, vai nabadzības samazināšanas centieni sasniedz visus iedzīvotājus vienādi.

Valstis arvien biežāk izmanto arī integrētās datu sistēmas (IDS), kas saista ierakstus starp aģentūrām. Piemēram, Oregonas Integrētā klientu datu sistēma savieno datus no cilvēku pakalpojumiem, izglītības un darbaspēka aģentūrām, lai sniegtu visaptverošu priekšstatu par katras ģimenes vajadzībām. Šādas sistēmas ļauj vadītājiem novērtēt vairāku programmu kopējo ietekmi un samazināt administratīvo slogu ģimenēm.

Kā vadītāji tulkot datus darbībā

Datu vākšana ir tikai pirmais solis. Īstais izaicinājums ir pārvērst ieskatu politikā, kas faktiski maina dzīves. Valsts vadītāji eksperimentē ar vairākiem mehānismiem, lai pārvarētu plaisu starp datu analīzi un programmas īstenošanu.

Datu analīzes vienību izveide

Daudzi vadītāji ir izveidojuši īpašas datu analīzes komandas savos birojos vai to kontrolē. Šīs vienības nodarbina datu zinātnieki, statistiķi un politikas analītiķi, kas strādā tieši ar aģentūru vadītājiem, lai izstrādātu uz pierādījumiem balstītas programmas. Washington stāvoklis, gubernatora Džejs Inslejs vadībā uzsāka iniciatīvu Results Washington, kas izmanto datu paneli, lai izsekotu progresu nabadzības samazināšanā un citus galvenos mērķus. Līdzīgi Kolorado izveidoja Governor Office of Data Analytics, lai koordinētu datu apmaiņu starp departamentiem.

Paredzamās metodes izmantošana agrīnai intervencei

Prognozējamā analītika ir viens no spēcīgākajiem rīkiem datu virzītajā arsenālā. Ieviešot vēsturiskos datus mašīnmācīšanās modeļos, valstis var paredzēt, kuras ģimenes ir pakļautas augstākam nabadzības riskam vai bezpajumtniecības riskam. Piemēram, Massachusetts stāvoklis izmēģināja modeli, kurā izmanto audžu aprūpes, bērnu labklājības un TAGF (Pagaidu palīdzība trūcīgām ģimenēm) datus, lai identificētu ģimenes, kas varētu gūt labumu no brīvprātīgas lietu pārvaldības. Programma samazināja iespējamību, ka bērns varētu iesaistīties audžu aprūpes sistēmā, par 20% un izglāba valsti miljoniem krīzes reaģēšanas izmaksu.

Datu sasaiste ar lēmumiem par budžetu

Daži vadītāji iestrādā datus tieši budžeta procesā. Tā vietā, lai piedāvātu pozīcijas pozīcijas nabadzības programmām, tie pieprasa aģentūrām iesniegt pierādījumus par efektivitāti. Ohio, gubernatora Budžeta un vadības birojs izmanto „Rezultāti-Pirmais” pieeju, pieprasot valsts aģentūrām parādīt, ka to programmas ir novērtētas, izmantojot stingras metodes, piemēram, randomizētus kontrolētus izmēģinājumus. Programmas, kas nevar parādīt ietekmi, tiek definansētas, bet ar pierādījumiem pamatotas programmas saņem papildu resursus.

Publiskās informācijas lapas un Kopienas atbildība

Caurredzamība ir galvenā daļa no datu virzītas pārvaldības. Daudzas valstis tagad publicē tiešsaistes informācijas paneli, kas izseko nabadzības rādītājus reālajā laikā. Šie informācijas paneli ļauj pilsoņiem, žurnālistiem un aizstāvības grupām likt atbildīgies saviem vadītājiem. Piemēram, Nevada izveidoja Nevada Data-Driven Lēmumu pieņemšanas programmu, kas ietver valsts nabadzības paneli. Ja metriskās vērtības liecina par nodarbinātības samazināšanos iedzīvotāju ar zemiem ienākumiem vidū, sabiedrības ieinteresētās personas var likt vadītājam pielāgot darbaspēka apmācības programmas.

Gadījumu izpēte: Datos iesakņojusies nabadzības samazināšana darbībā

Kalifornija: bērnu nabadzības apkarošana, izmantojot integrētus datus

Gubernators Gavin Newsom ir padarījis nabadzības samazināšanu par centrālo prioritāti, jo īpaši bērniem. 2021. gadā viņa administrācija uzsāka likumu par bērnu nabadzības samazināšanu , kas noteica mērķi līdz 2030. gadam samazināt bērnu nabadzību par 50%. Lai izsekotu progresam, valsts izveidoja integrētu datu sistēmu, kas savieno Sociālo dienestu, Izglītības departamentu un Veselības aprūpes dienestu. Izmantojot šos datus, valsts konstatēja, ka valsts ieņēmumu nodokļa kredīta (CalEITC) paplašināšana un CalFresh (SNAP) pabalstu palielināšana visvairāk ietekmēja bērnu nabadzību. 2022. gadā Kalifornija paplašināja abas programmas, tādējādi par 15% samazinot bērnu nabadzību – rezultāts tieši attiecināms uz datu analīzi.

Mičigana. ĢIS izmantošana, lai piešķirtu mājokļu fondus par pieņemamu cenu

Gubernators Gretchen Whitmer administrācija izmantoja datus, lai pārdalītu federālo pandēmijas palīdzības līdzekļus mājokļiem. Mičiganas Valsts Mājokļu attīstības iestāde (MSHDA) analizēja izlikšanu iesniedzot datus, nomas sloga likmes, un bezpajumtniecība skaita apgabala līmenī. Viņi konstatēja, ka četri apgabali veidoja vairāk nekā 60% no valsts mājokļu nestabilitātes. Izmantojot šos datus, gubernators novirzīts papildu $100 miljonus šiem apgabaliem īres palīdzību un pieejamu mājokļu attīstību. Pieeja bija tik veiksmīga, ka MSHDA tagad izmanto šo pašu datu modeli, lai mērķētu visus savus mājokļu ieguldījumus.

Texas: Personalized Darbaspēks Apmācība no Darba Dati

Gubernators Greg Abbott darbaspēka komisija, Texas Workforce Solutions, izmanto datus par vietējo bezdarba līmeni, nozares izaugsmes prognozes, un individuālo prasmju nepilnības, lai piedāvātu personalizētu darba apmācību. Kad dati parādīja, ka Hjūstonas apgabalā trūka sertificētu māsu palīgu (CNA), bet pārpalikums mazumtirdzniecības darbiniekiem, valsts finansēja bezmaksas mācību programmu pārvietotajiem mazumtirdzniecības darbiniekiem. Programma ievieto vairāk nekā 1200 cilvēku CNA darbavietā sešu mēnešu laikā, ar 90% saglabāšanas likmi pēc viena gada. Gubernatora birojs kredītu uz datiem balstītu pieeju programmas izmaksu efektivitāti, atzīmējot, ka tas maksā $3,000 par izvietojumu, salīdzinot ar vidējo $8,000 līdzīgu valsts vadītu programmu.

Pārvarēt problēmas: konfidencialitāte, precizitāte, un jauda

Neraugoties uz solījumiem, uz datiem balstīta nabadzības samazināšana nav bez šķēršļiem. Vadītājiem ir jāvirzās uz privātuma jautājumu, datu kvalitātes jautājumu un institucionālās pretestības jomu.

Datu privātums un ētisks izmantojums

Vairāku aģentūru datu integrēšana rada nopietnas bažas par privātumu un iespējamu ļaunprātīgu izmantošanu. Nabadzības skartās ģimenes jau ir neaizsargātas, un valdības uzraudzības pārbaudītājs var atturēt tās no palīdzības meklēšanas. Lai to novērstu, vairākas valstis ir pieņēmušas individuālus plānus .], kuros tiek izmantoti deidentificēti dati un ir nepieciešama nepārprotama piekrišana jebkuriem datiem, kas saistīti ar indivīdiem. Vadītājiem arī jānodrošina, lai prognostiskie modeļi nestiprinātu rasu vai ekonomiskos aizspriedumus – risku, kas ir dokumentēts bērnu labklājības un krimināltiesiskās tiesvedības sistēmās.

Datu precizitātes un savlaicīguma nodrošināšana

Dati ir noderīgi tikai tad, ja tie ir precīzi un aktuāli. Daudzas valsts aģentūras paļaujas uz novecojušām datu vākšanas metodēm, piemēram, papīra formām vai datu bāzēm, kas nesadarbojas savā starpā. Uz gubernatora iniciatīvu var ierobežot slikti dati. Lai cīnītos pret to, valstis iegulda modernā datu infrastruktūrā, ieskaitot API, mākoņkrātuves un reālā laika datu cauruļvadus. Piemēram, Tennessee] uzbūvēja valsts mēroga datu ezeru, kas ļauj aģentūrām apmainīties ar datiem gandrīz reālā laikā. Tagad valsts ik mēnesi atjaunina savu nabadzības paneli, nevis katru gadu, sniedzot pārvaldniekam precīzāku priekšstatu par nepieciešamību.

Tehniskās kapacitātes palielināšana

Daudzām valstu valdībām trūkst iekšējās datu zinātnes pieredzes, lai veiktu sarežģītu analīzi. Datu talantu piesaistīšana un saglabāšana ir daudzgadīgs izaicinājums, īpaši, ja privātā sektora algas ir augstākas. Vadītāji ir reaģējuši, izveidojot datu stipendijas un sadarbojoties ar universitātēm. Ņujorka, gubernatora Ketija Hočula vadībā uzsāka Ņujorkas Pilsoniskā analītika] programmu, kurā doktorantūras studenti no SUNY tika iekļauti valsts aģentūrās darbam ar nabadzības jautājumiem saistītos projektos. Programma ir sagatavojusi vairāk nekā 50 uz pierādījumiem balstītus politikas ieteikumus divu gadu laikā.

Datu un jauniešu nabadzības samazināšanas nākotne

Uz datiem balstītas pārvaldības aina strauji attīstās. Domājams, ka vairākas tendences ietekmēs to, kā vadītāji apkaros nabadzību nākamajā desmitgadē.

Mākslīgā intelekta un mašīnmācīšanās

Piemēram, mašīnmācīšanās modelis varētu analizēt tūkstošiem mainīgo, lai ieteiktu optimālu programmu kombināciju katrai ģimenei – darba apmācībai, bērnu aprūpei, pārtikas palīdzībai vai naudai – balstoties uz prognozētajiem rezultātiem. Agrīnie piloti Alabama ir pierādījuši, ka AI vadīta lietu vadība var samazināt laiku, ko ģimenes pavada nabadzībā līdz 18 mēnešiem.

Reālā laika datu un nepārtrauktu atgriezenisko cilpas

Tā vietā, lai gada pārskatu, nākotnes programmas izmantos reāllaika datus, lai ātri pielāgotos. Lietu interneta (IoT) ierīces, mobilā tālruņa dati, un elektronisko pabalstu pārsūtīšanas (EBT) darījumu ieraksti var nodrošināt līdz pat minūtes rādītājus ekonomisko distress. Gubernators varētu redzēt smaile pārtikas zīmogu izmantošanu konkrētā apgabalā un nekavējoties izvietot mobilo pārtikas piekariņi vai pielāgot SNAP labumu līmeni.

Starpvalstu sadarbība un datu koplietošana

Nabadzības jomā netiek ievērotas valsts robežas. Nabadzība skar starpvalstu migrāciju, reģionālos darba tirgus un piegādes ķēdes traucējumus.Vadošie darbinieki sāk datu apmaiņu pāri robežām ar tādiem paktiem kā Valsts vadītāju asociācijas Valsts inovāciju tīkls. Tas ļauj salīdzināt savus nabadzības samazināšanas centienus ar vienādranga valstīm un pieņemt labāko praksi, kas ir pierādīta citur.

Secinājums

Valsts gubernatoru datu stratēģiskā izmantošana pārveido nabadzības samazināšanas centienus no minēšanas darba par zinātni. Nosakot cēloņus, vēršoties pret neaizsargātiem iedzīvotājiem un novērtējot rezultātus reālajā laikā, vadītāji var izstrādāt intervences, kas ir gan efektīvākas, gan efektīvākas. Kamēr problēmas saistībā ar privātumu, precizitāti un kapacitāti saglabājas, trajektorija ir skaidra: nabadzības apkarošanas politikas nākotne ir virzīta uz datiem. Tā kā tehnoloģijas attīstās un sadarbība padziļinās, šīs pieejas kļūs vēl sarežģītākas, novedot pie taisnīgākiem un ilgstošākiem risinājumiem kopienām visā valstī. Vadītāji, kas pieņems šo pārveidošanu, būs tie, kas padarīs visdziļāko nabadzības dentālu, un noteiks standartu atbildīgai, uz rezultātiem orientētai pārvaldībai 21. gadsimtā.