Table of Contents

Во последниве години, државните гувернери низ САД сè повеќе се свртуваат кон пристап на податоци кон сиромаштијата. Наместо да се потпираат на широки, програми со големина од една големина и сите програми, овие лидери сега користат авантурни податоци за да ги насочат ресурсите со хируршка прецизност. Со користење на информациите за приходот, вработувањето, образованието, здравството и домувањето, гувернерите можат да ја идентификуваат најранливата популација и интервенирањата каде интервенциите ќе имаат најголемо влијание. Оваа промена не е само тренд кој е основно рецензирање на начинот на водење на водење на државните влади кои се борат против сиромаштијата, придвижувајќи ја политиката врз основани на стратегии кои се потранс, потранспартетрадични и поефикасни.

Финансиските влогови се високи. Државите трошат милијарди долари секоја година на програми против сиромаштијата кои се движат од финансиска помош и печат од храна до вработување и достапни домови. Сепак, без обемни податоци, голем дел од тие пари можат да бидат насочени кон директиви. Владината која ги води податоците им овозможува на државите да ги мерат исходот, да го прилагодат курсот во реално време и да се осигурат дека секој долар од даночните обврзници се користи за максимален ефект. Како резултат на тоа, гувернерите од двете страни инвестираатте инвестираат во единиците за анализа на податоците, партнерството и отворањето на владините податоци.

Улогата на податоците во разбирањето на сиромаштијата

Наместо да чекаат семејствата да западнат во криза, гувернерите можат да ги искористат податоците за да ги предвидат потребите и да донесат услуги порано. На пример, со анализа на податоците за посетеноста на училиштата и податоците за здравствените барања, државата може да ги идентификува децата со ризик да западнат во сиромаштија пред нивните семејства да доживеат финансиски колапс.

Препознавање на причините за коренот

Сиромаштијата ретко е резултат на еден единствен фактор. Обично е сложена мрежа на неповрзани прашања, ниски плати, непристапна грижа за децата, слабо здравје, дискриминација. Податоците им помагаат на гувернерите да ги укинат овие фактори и да разберат кои се најитентни во нивната држава. На пример, гувернерот во рурална држава може да утврди дека недостатокот на транспорт е примарна бариера за вработување, додека гувернерот во урбана држава може да се соочи со криза со домување. На пример, овие нијанси ќе останат невидливи и ќе ја пропуштат целта.

Цел на отпорни население

Податоците исто така откриваат кои групи се несразмерно погодени од сиромаштијата. Демографските распади под 5 [ФЛТ: 1) се старосната група која најверојатно ќе живее во сиромаштија во многу држави.

Мапинг- географските места

Географските информатички системи (GIS) станаа основни алатки за гувернерите. Со коалицирање на стапките на сиромаштија на карта покрај податоците за училиштата, болниците, продавниците и јавниот транзит, креаторите на политиката можат да видат точно каде недостига сиромаштијата и кои ресурси. Некои држави, како [ФЛТ:0] Калифорнија [ФЛТ], , со овие алатки за зајакнување на локалните власти и организации за соработка со владините решенија.

Извори на клучни податоци и метрички

Државните гувернери се потпираат на голем број извори на податоци за да ги информираат своите стратегии за намалување на сиромаштијата.

  • [ФЛТ:0] Статистиките за приход и вработување [ФЛТ:]
  • Со поврзување на овие податоци со податоците од приходите, гувернерите можат да ги идентификуваат празните точки и да инвестираат во училиштата кои служат на нискообразовни студенти. Програмите како [ФЛТ:2] Профистицирани изучувачи [ФЛТ] во Мичиген се насочени врз основа на ваквите анализи.
  • [ФЛТ:0] Информациите за здравјето и здравството [ФЛТ:]
  • Одделот за урбанизам и урбан развој (ХУД) обезбедува податоци за проблемите со кириите, иселувањата и бездомништвото.
  • [ФЛТ:0] Демографски информации [ФЛТ: 1)

Се повеќе, државите ги користат и податоците од агенциите. На пример, PRUNT [ФЛТ] Интегрираните системи на податоци [IDS] [IPS] ги поврзуваат податоците од човечките услуги, образовните агенции и агенциите за работна сила со цел да обезбедат холистички поглед на секоја фамилија. Ваквите системи овозможуваат да се процени влијанието на повеќе програми и да се намалат административните оптоварувања врз семејствата.

Како гувернерите ги преведуваат податоците на дело

Собирањето податоци е само прв чекор. Вистинскиот предизвик лежи во преведувањето на информации во политиките кои всушност ги менуваат животите. Државните гувернери експериментираат со неколку механизми за премостување на јазот помеѓу анализата на податоците и спроведувањето на програмата.

Воспоставувам единици за анализа на податоци

Многу гувернери создадоа тимови за аналитика во своите канцеларии или под контрола. Овие единици се составени од научници, статистисти и аналитичари кои работат директно со лидерите на агенциите за создавање на програми базирани на докази.

Користи го предодреденото обликување за рани интервенции

Предвидната аналитика е една од најмоќните алатки во арсеналот базиран на податоци. Со хранење на историски податоци во модели на машинско учење, семејствата се на најголем ризик да западнат во сиромаштија или да доживеат недомаштво. На пример, состојбата на [ФЛТ:0] Машакуететите [ФЛТ] за да го идентификуваат тоа би можело да има корист од доброволниот менаџмент. Програмата на дете кое влегува во дом со 20% од грижата за децата и TANF (TEMANP) трошоци за Ниези (Temperarity) за семејствата) за да идентификување на семејствата кои би имале корист од доброволен менаџмент. Програмата која ја намали можноста за користење на деца со заштита од 20% од грижата за децата со помош на државните трошоци и со заштеда на милиони трошоци.

Ги поврзувам податоците со буџетските одлуки

Некои гувернери ги внесуваат податоците директно во процесот на буџетот. Наместо само да предлагаат линии за програмите за сиромаштија, тие бараат агенциите да поднесат докази за ефикасноста. Охио [ФЛТ:], гувернерот на канцеларијата за буџет и управување користи пристап [на [ФЛТ], кој бара од државните агенции да покажат дека нивните програми користат ригорозни методи како под контрола на случајни судски процеси. Програмите кои не можат да покажат дека влијаат се дефинансирани, додека доказите поддржани од програмите добиваат дополнителни средства.

Јавни даски и отчетност на заедницата

Транспарентност е клучен дел од управувањето управувано со податоци. Многу земји сега објавуваат онлајн гранични табли кои ги следат метричките на сиромаштијата во реално време. [ФЛТ: 1) Овие табли им овозможуваат на граѓаните, новинарите и групите кои ги поддржуваат нивните гувернери да одговараат. На пример, [ФЛТ:0] Програмата [ФЛТ] [ФЛТ: 1), кога јас ја прикажувам можноста за намалување на вработеноста меѓу жителите на заедницата, може да ги прилагоди програмите за обука на администрацијата.

Студии на случаи: Намалување на сиромаштијата во рамките на податоците

Калифорнија: Целта на сиромаштијата кај децата со интегрирани податоци

Гувернерот Гевин Њузум го постави намалувањето на сиромаштијата на централно ниво, особено за децата. Во 2021, неговата администрација го лансираше [ [ФЛТ:0] California Design Department of Social Service [FLT:], кој ја постави целта за намалување на сиромаштијата на децата за 50 отсто до 2030.

Мичиген: Користење на GIS за аналгеција на фондовите за користење на средства за сместување

Гувернерот Гречен Вајмер (MSHDA) ги анализираше податоците за иселување, стапките на изнајмување и бројките за бездомништво на државно ниво за помош во земјата.

Тексас: Лична работна обука од податоците на работниците

Гувернерот Greg ow ows Letters, Тексас Работни решенија, користи податоци за локалните стапки на невработеност, проекциите за индустриски раст и индивидуалните вештини за да понуди персонализирана работна обука. Кога податоците покажаа дека областа Хјустон има недостаток на потврдени асистенти за нега (КНА), но вишок на малопродажни работници, државата финансираше програма за бесплатна обука за раселените малопродажни работници.

Предизвици: приватност, акушерство и способност

И покрај ветувањето, намалувањето на сиромаштијата, кое е водена од податоци, не е без пречки.

Приватност на податоци и етичка употреба

Интеграцијата на податоците од повеќе агенции предизвикува сериозни грижи за приватноста и потенцијалната злоупотреба. Семејствата во сиромаштијата се веќе ранливи, и спектарот на надзор на владата може да ги спречи да бараат помош. На пример, за да се решат неколку држави усвоија [ФЛТ:0] пристрасно-по потпис [ФЛЛТ:] рамките [ФОНКТ]. [ФЛТ] Кооперативни податоци [ФОНТ] кои бараат експлицитно одземање [ФЛТ] на податоци и се потребни експлицитни податоци за да се обезбеди кодиректни и да се овозможи спроведување на некои поединци кои се поврзани со законот за заштита на правдата.

Да се обезбедат податоци со акушерство и време

Податоците се корисни само ако се точни и тековни. Многу државни агенции се потпираат на застарени методи за собирање податоци, како што се форми на хартија или силосирани бази на податоци кои не комуницираат еден со друг. Иницијативата за податоци управувана од гувернерот може да биде поткопана со лоши податоци. За да се борат против ова, државите инвестираат во [ФЛТ: 0] модерна инфраструктура на податоци [ФЛТ] [ФЛТ], вклучувајќи ги и АПИ, облакови од податоци и реално време, на пример [ФЛТ] давајќи ја границата на сиромаштијата, а не само давајќи точни податоци во текот на истата година.

Градење на техничка способност

Многу државни влади немаат стручна наука за внатре дома за да се водат софистицирани анализи. Привлекувањето и задржувањето на талентот за податоци претставува траен предизвик, особено кога платите во приватниот сектор се повисоки. Гувернерот одговори со создавање [ФЛТ:0], под гувернерот Кети Хочул [ФЛТ] и партнерство со универзитетите. [ФЛТ] Њу Јорк [ФЛТ] Њу Јорк [ФЛТ], програма која студентите од државните агенции за сиромаштија ја започнаа програмата [ФЛТ] со седиште во текот на 50 години.

Иднината на намалување на сиромаштијата од типот на податоци

Површината на управувањето со податоците брзо се развива.

Вештачката интелигенција и машинското учење

На пример, модел на машинско учење може да анализира илјадници променливи за да препорача оптимална мешавина на програми за секоја семејна работна обука, грижа за децата, помош за храна или кеш базиран на предвидените исходи.

Податоци за реално време и континуирани точки за довод

Наместо годишни извештаи, идните програми ќе користат податоци за реално време за да се прилагодат брзо.

Делење на податоци и податоци од државата

Сиромаштијата не ги почитува државните линии. Меѓудржавната миграција, регионалните пазари на работна сила и синџирот на снабдување ги нарушува сите проблеми со сиромаштијата.

Заклучок

Стратешката употреба на податоците од страна на државните гувернери ги трансформира напорите за намалување на сиромаштијата од погодување во наука. Со идентификување на причините за root, насочување на ранливите популации и мерење на резултатите во реално време, гувернерите можат да дизајнираат интервенции кои се поефикасни и поефикасни. Додека предизвиците околу приватноста, точноста и капацитетот остануваат, траекторијата е јасна: иднината на политиката против сиромаштијата е водена. Како што технолошките пристапи и соработката се продлабочуваат, овие пристапи ќе станат уште поконфистицирани, што ќе водат до порамнични и трајни решенија за заедниците низ целата нација.