public-policy-and-governance
शहर व्यवस्थेचे निर्णय घेण्याचे महत्त्व
Table of Contents
आजच्या शहरी वातावरणाशी संबंधित जलद ईमेज भरवण्यासाठी शहरातील व्यवस्थापकांवर बराच दबाव आहे. आधुनिक शहरांमधील जटिलता आणि आर्थिक विकास यापेक्षा वाहतुकीच्या व सार्वजनिक संरक्षणाच्या समस्या-निर्माण किंवा आर्थिक विकासापेक्षा अधिक. डेटा-डेड-डिएम (DDM) हा निर्णय एका महत्त्वाच्या शिक्षिकेने सुरू केला आहे. शहरातील नेते, माहिती तयार करण्यासाठी स्मार्ट, सुरक्षित आणि अधिक संरचनेचे काम करू शकतात.
माहिती-निर्मित निर्णय काय आहे?
डेटा-ट्रिव्हन निर्णय हा, माहिती स्त्रोत आवर्जन, आणि कार्यकारी कृती आहे, माहिती विश्लेषण, एकेकडोळ पुरावे, चित्तवृत्ती, किंवा राजकीय पूर्वाभिमान. शहरपनारा साठी, याचा अर्थ असा आहे की, अनेक माहिती स्त्रोत, व्यवस्थापन रिपोज, नागरिक प्रतिसाद अभिनेत्रे, आणि बाहेरील साधने यांचा समावेश आहे.
प्रक्रिया अनेक पावले टाकते: स्पष्ट माहिती स्त्रोतांची निगा राखणे, माहिती गोळा करणे आणि त्याची रचना करणे, आणि नंतर त्या माहितीचा अभ्यास करणे हे कार्यक्षम पद्धतींचे भाषांतर आहे. महत्त्वाचे म्हणजे, DDMM ही एक वेळ नाही तर एक वेळ नाही पण एक वेळचा भ्रम आहे.
शहर व्यवस्थापनाचे केंद्र लाभ
डेटा-ट्रिव्हन पद्धत स्वीकारल्याने शहरीय जीवनावर थेट परिणाम होऊ शकतो. खाली काही सर्वात जोरदार लाभ आहेत, प्रत्येक व्यक्ती वास्तविक उदाहरणांकरवी समर्थ आहे.
सुधारणा प्रक्रियात्मक क्षमता
माहिती व्यवस्थापकांना बाटल्नेक्सची ओळख करून, कमी प्रमाणित साधनांचा वापर आणि सुरक्षेसाठी उपयोगी आहे. उदाहरणार्थ, कचरा गोळा मार्ग आणि फांदू स्वरूपांचे निरीक्षण करून शहरे इंधन संचया संक्रमण आणि विद्युतता कमी करू शकतात. [FT:0] [FT:0] शहर [FT:0] [FT1] [FT:1]]] [FTT1]]] वाहतुकीच्या सांस्कृत्यांशी स्मार्ट शीत सांस्कृतिक साधनांचा वापर करून वाहन आणि पार्किंगिंगिंगचा खर्च १०% कमी करू शकतात.
प्रगत सार्वजनिक सुरक्षा
गुन्हेगारीची रचना, तातडीची प्रतिक्रिया आणि घटना माहिती अधिक प्रभावीपणे कार्यरत करण्यासाठी आणि प्रथम प्रतिसाद देणाऱ्यांना अधिक परिणामकारकरित्या साधने देणे शक्य करते. [FT:0][FT:0] लास एंजेलिस पोलिस विभागात वापरण्यात आलेल्या व्यक्तींनी मालमत्तेची ओळख करून दिली आहे. त्याचप्रकारे, आग विभागांनीही उच्च-रिस्कस घटकांची माहिती, व वास्तूंच्या वापरात आणली आहे.
इंफ्रास्ट्रेंट योजना उत्तम
वाहतुकीच्या प्रवाहावर, पाण्याच्या वापरावर आणि लोकसंख्या वाढती माहिती शहरांना स्थितीमध्ये न्याजते जेथे त्यांची जास्त गरज आहे. बार्सीलोना पार्किंग, शोषण आणि हवा गुणाकारण करण्यासाठी संवेदक वापरते, प्रत्येक मार्गाची मरम्मत करून हरीपरीयापराकास सूचना देते. यामुळे लोकांना खर्च करवून घेण्याचे काम बंद होते.
अधिक अपारदर्शकता आणि भरवशा
शहरे जेव्हा आपली माहिती सार्वजनिकरित्या उपलब्ध करतात- खुले डेटा पोर्टल, डॅशबोर्ड किंवा सार्वजनिक अहवालांद्वारे- ते रहिवासींच्यामध्ये आत्मविश्वास निर्माण करतात. नागरिकांना पाहू शकते की त्यांचे कर डॉलर वापरले जातात, शहरातील प्रकल्पांचा अभ्यास करतात आणि त्यांना जबाबदार ठरवतात. [FT:0] [FT:1] सारखे शहरे[FT:1][FT] आणि [FT:2] न्यू यॉर्क [FT]][L][L]][L]] यांनी अनेकदा माहिती पुरवठा केली आहे की पत्रकार, आणि समाजाला स्थानीय सरकारी गटांना मदत करण्यासाठी.
प्रोक्लेक्टर सेवा प्रगत
माहितीमुळे शहरातील व्यवस्थापकांना समस्यांची पूर्वसूचना देण्याऐवजी आणि हल्ला सुरू करून हस्तक्षेपाची पूर्वापार करता येते. उदाहरणार्थ, सामाजिक माध्यम आणि ३११ कॉलेजचे निरीक्षण करून, अधिकारी शोध घेऊ शकतात गोड गोड मुळे किंवा बेकायदेशीरपणे विकार होऊ नयेत.
किल्ली साधने व टेक्नोलागेशन्स
शहरातील व्यवस्थापक, संग्रहालयातील साधने गोळा करण्यासाठी, चित्तवेधकपणे आणि माहितीचे परीक्षण करण्यासाठी वापरतात.
भौगोलिक माहिती प्रणाली (GIS)
GIS हा थंकॅल्युशनचे आधारभूत वर्णन आहे, जे संस्थापक, गुन्हे, पर्यावरण धोक्या, आणि वाहतूक यांच्याशी संबंधित माहितीचे चित्र आणि नकाशा दर्शवतात. [FT:1] ह्या साधनांमुळे एस्ट्री '[FTLL:1]] विभागांमध्ये सहभागी होणाऱ्या गटांना एकत्रित करण्यासाठी एक सामान्य कार्यक्षम चित्र पुरवते. उदाहरणार्थ, एका शहरातील भूकंपडन माहितीमुळे अडथळा निर्माण होऊ शकतात.
गोष्टींच्या इंटरनेट (आओटी) सेंसर
IoT उपकरणे -- स्मार्ट मीटर, हवा गुणदर्शक मॉनिटर, ट्रैफिक कॅमेरन्स आणि शोषण संवेदक -- जैंगन वास्तविक-समय डेटा नद्यांमध्ये प्रवाहे जो अणुतेत नद्यांच्या नद्यांमध्ये फॉरेस्ट करतात. [FT:0] सिंगापुर [FT:1]] शहरातील सर्व कचरामागंमधून सर्व काही निकृष्ट नक्षत्रेवर्ध करण्यासाठी हजारो सेंसर वापरले आहेत.
डेटा संयोजन
Directous[FT1]]Drayus[FT:1], उदाहरणार्थ, शहरे एकतर साधन आहे ज्यामध्ये हवामान, Exclude, GIP आणि फाइल प्रणालींना खाजगी कोड, आणि संचिका संकलन करून सत्याचा उगम बनवितात. अशा साधनाचा उपयोग करून, शहरातील माहिती, हवामान पूर्वग्रह, हवामान पूर्वग्रह, आणि विद्युत कार्यरत कार्यरत करण्यासाठी व्यवस्थापनाला एकमेव स्रोत बनू शकते.
अंदाजे अंदाजे AI
मशीन शिकण्याचे मॉडल हे मानवांना कमी पडणार नाहीत, जसे की घर कोड उल्लंघन आणि आग विझवण्यामधील धोके. [FT:0] शीका] प्रकल्प, "अती" माहिती विश्लेषकाचे विझवण्यासाठी आणि वायु प्रमाण पूर्वग्रहण करण्यासाठी, सार्वजनिक आरोग्य अधिकाऱ्यांना समयोचित सूचना देण्यासाठी, वापरून, या अविभाज्य शिक्षणाच्या बाबतीत सुधारणा टाळणे आवश्यक आहे.
सार्वजनिक डॅशबोर्ड व दृश्यास्पदीकरणComment
माहिती फक्त उपयुक्त आहे जर ते निर्णयप्रणाली व नागरिकांना समजते. साधनेसह बनलेले इंटरेक्टिव डॅशबोर्ड ] [FLT]]]] [Parch BI[FT:3], किंवा इच्छिप्शियन वेब अनुप्रयोग अक्षरशः, नकाश, व अंक्सकारांमध्ये बदल करतात. अनेक शहरे आता वास्तविक-डॅशॅम पुरस्कार सादर करतात की 9 पटकन वापरुन आकडेवारी पुनरावृत्ती करून.
शहराच्या पायथ्याशी व्यावहारिक अनुप्रयोग
The theoretical benefits of DDDM become tangible when applied to specific urban challenges. Below are several areas where data-driven approaches have produced measurable outcomes.
ट्रैफिक आणि परिवहन व्यवस्थापन
शहरे डेटाच्या मागे चालतात. [FLT: एंजेल्स] [FT:1]] [[FT:1]] यंत्रण आणि वाहतुकीच्या वेळेचा क्रम बदलण्यासाठी, प्रवासाला कमी करण्यासाठी, काही वेळा बदलीपणे, काही कप्प्यांमध्ये अंतर कमी करण्यासाठी आणि लायफ कॉम्पलींग कंपनींमधून प्रवासी साधने वापरून, सार्वजनिक प्रवास आणि लाईफ ट्रॅटिंगच्या पद्धतविषयी माहिती मिळवून देण्यासाठी वापरतात.
सार्वजनिक सुरक्षा आणि आपत्ती प्रतिसाद
भवितव्यात प्रक्षेप, माहिती आगीच्या प्रक्रियेत सुधारणा, आणि संकटाची तयारी. न्यू यॉर्क सिटीच्या विस्तीर्ण विभाग एक धोकेदायक तपासणी प्रणाली वापरते ज्यामध्ये आगीच्या जाळ्यांची तपासणी केली जाते. COVID-19 महामारीदरम्यान अनेक शहरे, रेशम, अस्पष्ट प्रमाण, आणि व्हिस्ट्रीट प्रमाण, आणि वास्तविक स्त्रोत यांचा उपयोग केला जातो.
इन्फ्रास्ट्रक्चर मुख्यकार्ये व ऐससेट व्यवस्थापन
पाणी भंग होते, भांडे आणि इलेक्ट्रॉनिक बाहेरील वातावरण अत्यंत महागडी असते. DDM स्थिती आधारित स्थिती नियंत्रित करते: ब्रिजवर संवेदना (Securs), आणि स्मार्ट जलमिटर रिसाव शोधून काढते. [FT:0][FTD:0][FT:1]] रस्त्यावरील दुष्परिणाम, वाहतुकी, वायू वाजता, सार्वजनिक प्रतिसाद ह्यावर आधारित एक माहितीचा वापर करून, 20% कमी गुणांकांकांकांक.
वातावरण स्थिरता
माहिती शहरे हवाई गुण नियंत्रण, ट्रेस ग्रॅज वायूचा वापर आणि ऊर्जा खर्च. ओलो, नॉर्वे ] या शहरी संवेदनांमधून वास्तवात प्रदूषणाचे प्रमाण मोजले आहे, वाहतुकी प्रतिबंध आणि सार्वजनिक आरोग्य धोक्यांची माहिती दिली आहे. अनेक शहरे, ज्वालामुखी निर्माण माहिती वापरून, ज्यामुळे हवामान कार्बन प्रिंट्स कमी करता येते.
नागरिक सेवा आणि व्यवहार
३११ प्रणाली, सोशल मिडिया आणि ऑनलाईन पोर्टल्ग्स पासून शहरातील व्यवस्थापकांना निरीक्षक चिंतांमध्ये एक थेट दृश्यरेषा पुरवली आहे. [FT:0] Boston's [Scroston][FT:1] ड्शबोशबोर्ड चालक विजेता, लायब्ररीला जाणाऱ्या अनेक वेळा--- लायब्ररीला भेट दिल्या जाणाऱ्या एका नायकला भेटाशिवाय. ही भेट केवळ सार्वजनिक ठिकाणीच सुधारत नाही तर विभागातील कार्यकारी सूचनात्मक सूचनांचे प्रोत्साहन देते.
आव्हाने आणि त्यांना कशा प्रकारे संबोधले जावे?
या सर्व गोष्टी साध्य केल्या गेल्या तरीसुद्धा, डीडीएमचे कार्य करणे अडथळे नसलेले नाही.
माहिती गोपनीयता व सुरक्षा
नागरिकांविषयी समर्पक माहिती गोळा केल्याने माहितीची योग्यता, अनुचितता आणि भंग. स्मार्ट शहर तंत्रज्ञानाचा स्वीकार "बंभा" प्रभाव" च्या भीतीने काही समाजांमध्ये कमी केले आहे. या गोष्टीवर विचार करण्यासाठी, शहरे मजबूत डेटा वापरता येईल, आणि ते किती काळासाठी वापरता येईल हे समजण्यासाठी मजबूत डेटा स्वरूपे स्वीकारले पाहिजे. [FT:FT] TORANDOTORORTOTOTORTORTOR [FL:F1][FT][T] साईबॅक्रोब्स माहिती माहितीचा उपयोग करून गुप्तता आणि परिक्षण पातळ फोटोळ , स्वतंत्रता स्वयंपार मांडणीच्या माध्यमाने कार्यरतील साधने वापरली आहेत.
डेटा गुणधर्म व संयोजन
रॉ डेटा सहसा गडद, अपूर्ण, किंवा अपूर्ण असू शकत नाही. विविध विभाग वापरतात, एक एकत्र दृष्य निर्माण करणे कठीण असते. डेटा एकत्रीकरण प्लॅटफॉर्म्समध्ये वाद्यवाद आणि मानक मेटाडेटा योजनांचा फायदा करून घेतल्यास मदत मिळू शकते. अनेक शहरे [FT:0] आयोजित करत आहेत[FT:1] आडवी माहिती स्तर[FT:1] जसे [FT:] PRAGIOG PATIONSSS सारखे खुले डेटा संचिका[FT:LT3][FT3] एकत्रित करणेही आवश्यक आहे.
कौशल्ये आणि क्षमता गॅप्स
शहरातील कर्मचारी लोकांना माहितीचा अर्थ सांगण्यासाठी किंवा उच्च प्रगत अॅलिप्टिक साधनांचा वापर करण्यासाठी प्रशिक्षणाची गरज भासू शकते. [FT:0][FTIONational Secations][FLTTORES][FTTIONDE][FTCORE][FTHE][FTHE]][FTHE]] यांनी पाहिले की, अर्ध्या स्थानीय सरकारांमध्ये एक माहिती विश्लेषक आहे. या अनिर्णायकीय, माहिती, मालक, किंवा प्राध्यापक कार्यक्रमासाठी शहरातील कार्यक्षकीय कार्यक्रमांची वर्गीकरण करणे अत्यंत महत्त्वाचे आहे.
बदलण्याचा विरोध
लीग ट्रिव्हन कामाच्या प्रक्रियेतून सहसा सांस्कृतिक प्रतिरोधींना भेट होते. कामगारांना माहिती अविश्वास किंवा नवीन तंत्रज्ञानामुळे धोका संभवू शकतो. यशस्वी बदलांमुळे मजबूत प्राध्यापक प्राध्यापक संघ, स्पष्ट संवाद आवश्यक आहे आणि सर्वात आधी जे मूल्य दाखवतात. कमी-रिस्खे क्षेत्रांत पायलट प्रकल्प, जसे की पार्क निरोगीता वाढवणे किंवा पराग सुधारणे.
खर्च आणि संरक्षितता
डिप्लोर संवेदन, सॉफ्टवेअर, सॉफ्टवेअर आणि अॅनलिप्टिस्ट प्लेट्मेट्ससाठी मुख्य विक्रीची गरज आहे, आणि कार्यरत खर्चावर खर्चही जोर दिला जाऊ शकतो. पण, पैसा परत आल्यावर परतणे अनेकदा खर्च होते. जसे की, [FT:0][FT:0] एसरीकडून शोध घेते[FT:1][FT:1][1]]][7]][7]][7-आधारित साधने फक्त शहरे सुरक्षितपणे वाचवू शकतात. फेडरलिट सरकार सरकारी संस्था, जसे की स्मार्ट सिटीस, स्टेजचा खर्चही सुरू करू शकते.
शहर सरकारातील माहिती-ड्रॉवरन संस्कृती निर्माण
तंत्रज्ञान फक्त अपयश आहे. यशस्वी DDM रणनीतीमुळेच संघटनेत सांस्कृतिक बदल होण्याची गरज आहे. शहरातील व्यवस्थापकांनी एक मंत्री डेटा एक प्रसिद्ध साधन म्हणून चक्राकार डेटा निर्माण केला पाहिजे आणि प्रयोगशाळेचे निरीक्षण केले जाणाऱ्या वातावरणाला वाढवले पाहिजे.
नेतृत्व आणि नियमन मंडळ
स्ट्राकर कारभारी प्राधिकरण टिटिपणी आहे. एक मुख्य डेटा अधिकारी (सीडीओ) किंवा डेटा महासभा मुख्य सभा जबाबदार आहे आणि शहरातील प्राध्यापकांना या माहितीचे प्रायोजकत्व मांडतात. [FT:0] [FT:0]] शहरातील सर्वात महत्त्वाच्या गोष्टींना एकत्रित करतात. [FT:1] सॅन फ्रँस्को] शहर सॅन फ्रँस्को [FTL:1]]]]] मध्ये प्रत्येक विभागातून प्रतिनिधींना माहिती संघीय सूत्रित करण्यासाठी आणि वादविवादासाठी माहिती संघातासाठी निर्माण केले गेले.
प्रशिक्षण व शक्ती
माहिती साक्षरता कार्यक्रमांमध्ये सहभाग घेते. फ्रन्ट-लाईन कर्मचारी जो किड्शन्सचा वापर कसा करता येईल आणि त्याचा अर्थ सांगता येईल ते अधिक चांगल्या प्रकारे निर्णय घेऊ शकतात. [FT:0][FT:1][FT:1] किंवा [FT:2][FT:2]][FT:2]][FT:2]][FT:3]][FT]] आंबटमाले जाहिराण क्षमता .[F:CURSE][4:FIR][5][5][5][5]][T]][T]]
क्रॉस- विभाग विभाग विभाग विभाग
Silos are the enemy of data-driven governance. Encouraging departments to share data and work on joint projects can yield insights that no single unit could achieve alone. For example, combining health department data on asthma rates with transportation department data on traffic corridors can identify areas where air quality improvements are most needed.
सार्वजनिक व्यवहार आणि को- चर्च
माहिती-ट्रिव्हन नीतिशास्त्राचे नागरिकांनी निष्काळजीपणे काम करू नये. अनेक शहरे हॅकथॉन्स किंवा नागरिक तकनीकी साम्यांचा उपयोग करतात जेथे रहिवासी समाजातील समस्या सोडवण्यासाठी खुले डेटा वापरतात. [FT:0][FT:0][FT:1][FT:1] या शहरामध्ये एक "सेवक" आहे जो कि निर्णायक शहरातील नागरिकांना शोधून काढतो, जी कि माहिती सार्वजनिक कार्यक्षमता नव्हे तर चांगल्या प्रकारे कार्य करते.
घटक
डेटा-ट्रिव्हन निर्णय हा एक महत्वाचा प्रशिक्षक कल्पना नाही- हा शहरातील व्यवस्थापकांसाठी एक अत्यावश्यक प्रयाण आहे जो एका जटिल जटिल जगात प्रभावीपणे कार्यरत होण्याचा प्रयत्न करत आहे. वाहतुकीच्या जाहिराती कमी करून व स्थैर्य वाढविण्यासाठी सार्वजनिक सुरक्षा सुधारून, लाभ स्पष्ट व अवस्थेत बदल करीत आहे. पण, या परिणामांना साध्य करणे केवळ तंत्रज्ञानापेक्षा अधिक आवश्यक आहे; त्यानुसार, डेटा परीक्षेप, शिक्षण, व सांस्कृतिक बदलाची गरज आहे.
शहरे, ज्यामध्ये संवेदक, जीएस, एकत्रीकरण, एंटिटिटिक सॉफ्टवेअर आणि विमानीकरण हे त्यांच्या कार्यक्षमता निर्माण करताना सर्वात उत्तम स्थानी असतील. डेटा-ट्रिव्हनसेट्स स्वीकारुन शहरातील आव्हानांना यशस्वीपणे हाताळणे, शहरातील व्यवस्थापकांना माहिती कार्यक्षमता प्राप्त करणे, त्यांच्या समाजाला अधिक प्रतिसाद देणे, त्यांना मदत करणे. भविष्यातील शहरी डेटा-ट्रिव्हर, आणि आता सुरू होणार आहे.