V posledných rokoch, štátni guvernéri v Spojených štátoch sa čoraz viac obrátil na prístupy založené na údajoch k riešeniu chudoby. Namiesto spoliehania sa na širokú, jedno-veľkí-všetkým programom, títo vedúci sú teraz používajú podrobné údaje na zameranie zdrojov s chirurgickou presnosťou. Zjednocovaním informácií o príjmoch, zamestnanosti, vzdelávania, zdravia a bývania, môžu guvernéri identifikovať najzraniteľnejšie populácie a zasiahnuť tam, kde intervencie budú mať najväčší vplyv. Tento posun nie je len trendom

Finančné stávky sú vysoké. Štáty spoločne míňajú miliardy dolárov každý rok na proti chudobe programy v rozsahu od hotovostné pomoci a stravovacie známky na pracovné školenia a cenovo dostupné bývanie. Avšak bez robustné dáta, veľa z týchto peňazí môže byť zle nasmerované. Dátové riadenie umožňuje štátom merať výsledky, prispôsobiť kurz v reálnom čase, a zabezpečiť, že každý daňovník dolár je používaný na maximálny účinok. V dôsledku toho, guvernéri z oboch strán investujú do dátových analytikum jednotiek, partnerstvo s univerzitami, a otvorenie vládnych dát verejnosti. Tento článok skúma, ako vedúci predstavitelia štátu používajú dáta na boj proti chudobe a čo to znamená pre budúcnosť sociálnej politiky.

Úloha údajov pri pochopení chudoby

Údaje zohrávajú kľúčovú úlohu pri presúvaní úsilia o znižovanie chudoby z reaktívnej na proaktívnu. Namiesto čakania na to, aby rodiny upadli do krízy, môžu guvernéri použiť údaje na predvídanie potreby a poskytovanie služieb včas. Napríklad, analýzou záznamov o školskej dochádzke a údajov o zdravotných tvrdeniach, štát môže identifikovať deti, ktorým hrozí, že upadajú do chudoby, kým ich rodiny zažijú finančný kolaps. Tento druh včasnej intervencie je možný len vtedy, keď sú údaje z rôznych agentúr integrované a analyzované spoločne.

Identifikácia základných príčin

Chudoba je zriedka výsledkom jedného faktora. Je to typicky komplexný web prepojených otázok

Zameranie sa na zraniteľné populácie

Demografické členenie podľa veku, rasy, pohlavia a zdravotného postihnutia umožňuje guvernérom navrhnúť cielené intervencie. Napríklad []deti do 5] sú vekovou skupinou, ktorá bude v mnohých štátoch s najväčšou pravdepodobnosťou žiť v chudobe. Na základe krížového odkazovania na údaje o chudobe detí s predškolským vzdelávaním môže guvernér prideliť finančné prostriedky na programy predškolského vzdelávania v okolí, kde sú najviac potrebné. Podobne údaje ukazujúce vyššiu mieru chudoby medzi osamelými matkami môžu viesť k iniciatívam, ktoré rozširujú dotácie na starostlivosť o dieťa a platenú rodinnú dovolenku.

Mapovanie geografických problémových oblastí

Geografické informačné systémy (GIS) sa stali základnými nástrojmi pre guvernérov. Započítaním miery chudoby na mape spolu s údajmi o školách, nemocniciach, obchodoch s potravinami a o verejnej doprave môžu tvorcovia politiky vidieť presne, kde je chudoba sústredená a aké zdroje chýbajú. Niektoré štáty, ako [[]Kalifornia, vytvorili palubné dosky, ktoré sú orientované na verejnosť a ukazujú údaje o chudobe až na úroveň sčítacích trakcií. Tieto nástroje umožňujú miestnym úradníkom a komunitným organizáciám spolupracovať so štátnou vládou na cielených riešeniach.

Zdroje kľúčových údajov a metriky

Štátni guvernéri sa spoliehajú na širokú škálu zdrojov údajov, aby informovali o svojich stratégiách znižovania chudoby. Niektoré z nich sú tradičné vládne prieskumy, zatiaľ čo iné pochádzajú z administratívnych záznamov alebo partnerstiev súkromného sektora. Nižšie sú najčastejšie používané typy údajov a ako informujú politiku.

  • [Štatistiky o vstupe a zamestnanosti a a a a a a a a a a a a a a
  • [Vzdelávanie Performance Data
  • [Zdravie a informácie o prístupe k zdravotnej starostlivosti
  • [Housing Affordability and Homeless Data
  • Demografické informácie , Vek, rasa, etnická príslušnosť a zdravotné postihnutie sú nevyhnutné pre zabezpečenie rovnosti. Mnohí guvernéri vytvorili , , , , Ktoré sledujú, či úsilie o zníženie chudoby sú dosah na všetky populácie rovnako.

Štáty čoraz častejšie používajú aj integrované dátové systémy (IDS), ktoré spájajú záznamy medzi agentúrami. Napríklad, Oregon

Ako guvernéri prekladajú údaje do akcie

Zhromažďovanie dát je len prvým krokom. Skutočnou výzvou je prekladanie vhľadov do politík, ktoré v skutočnosti menia životy. Štátni guvernéri experimentujú s niekoľkými mechanizmami na preklenutie medzery medzi analýzou dát a realizáciou programu.

Zriadenie jednotiek analýzy údajov

Mnohí guvernéri vytvorili špecializované tímy pre analýzu dát v rámci svojich kancelárií alebo pod ich kontrolou. Tieto jednotky sú obsadené vedcami dát, štatistikami a analytici politiky, ktorí priamo pracujú s vedúcimi agentúr na navrhovaní dôkazových programov. Stav [[Washington[, v rámci guvernéra Jaya Inslee, spustil Výsledky Washington[], ktorý používa dashboardy dát na sledovanie pokroku v znižovaní chudoby a ďalších kľúčových cieľov. Podobne, Folorado[ vytvoril [Governornorores Office of Data Analytics na koordináciu zdieľania údajov naprieč oddeleniami.

Použitie predvídacieho modelu pre včasný zásah

Prediktívna analytika je jedným z najmocnejších nástrojov v arzenáli založenom na údajoch. Nanesením historických dát do modelov strojového učenia môžu štáty predpovedať, ktorým rodinám hrozí najväčšie riziko, že upadne do chudoby alebo zažije bezdomovstvo. Napríklad stav [Massachusetts[ pilotoval model, ktorý využíva údaje z pestúnskej starostlivosti, starostlivosti o deti a TANF (Počasie pomoc pre rodiny s needbajúcimi) na identifikáciu rodín, ktoré by mohli mať prospech z dobrovoľného riadenia prípadov. Program znížil pravdepodobnosť vstupu dieťaťa do pestúnskej starostlivosti o 20% a zachránil štát v miliónoch nákladov na reakciu na krízu.

Prepojenie údajov s rozpočtovými rozhodnutiami

Niektorí guvernéri sú vložené údaje priamo do rozpočtového procesu. Namiesto toho, aby len navrhuje riadkové položky pre programy chudoby, vyžadujú, aby agentúry predložiť dôkaz o účinnosti. [Ohio, guvernéri Úrad pre rozpočet a riadenie používa

Verejné tabule a zodpovednosť Spoločenstva

Transparentnosť je kľúčovou súčasťou správy založenej na údajoch. Mnohé štáty teraz uverejňujú online panely, ktoré sledujú metriku chudoby v reálnom čase. Tieto panely umožňujú občanom, novinárom a advokačným skupinám niesť zodpovednosť za guvernérov. Napríklad, [[]Nevada[ vytvoril [Nevada Data-Driven Decision-Making[] program, ktorý zahŕňa verejnú dosku chudoby. Keď metrika ukazuje pokles zamestnanosti medzi obyvateľmi s nízkym príjmom, zainteresované strany komunity môžu tlačiť guvernéra na úpravu programov odbornej prípravy pracovnej sily.

Prípadové štúdie: zníženie chudoby v akcii dáta-odvodenie

Kalifornia: Zameranie sa na chudobu detí s integrovanými údajmi

Guvernér Gavin Newsom urobil zníženie chudoby ústrednou prioritou, najmä pre deti. V roku 2021 jeho administratíva začala []Kalifornia Zákon o znížení chudoby detí[], ktorý stanovil cieľ znížiť detskú chudobu o 50% do roku 2030. Na sledovanie pokroku, štát vybudoval integrovaný dátový systém, ktorý spája ministerstvo sociálnych služieb, ministerstvo školstva a ministerstvo zdravotnej starostlivosti. Pomocou týchto údajov, štát zistil, že rozšírenie štátu kredit na daň z príjmu zarobené (CaleiTC) a zvýšenie CalFresh (SNAP) výhody mali najväčší vplyv na detskú chudobu. V roku 2022, Kalifornia rozšírila oba programy, čo viedlo k 15% poklesu chudoby detí a výsledok priamo prisúditeľný analýze údajov.

Michigan: Používanie GIS-u na prideľovanie dostupných fondov bývania

Guvernér Gretchen Whitmer

Texas: Personalizovaný tréning pracovných síl z dát o práci

Guvernér Greg Abbott chápa pracovnú komisiu, Texas Workforce Solutions, používa údaje o miestnej nezamestnanosti, prognóza rastu priemyslu, a individuálne nedostatky zručností ponúknuť personalizované pracovné školenia. Keď údaje ukázali, že Houston oblasť mal nedostatok certifikovaných opatrovateľských asistentov (CNA), ale prebytok maloobchodných pracovníkov, štát financoval voľný vzdelávací program pre vysídlených maloobchodných pracovníkov. Program umiestnený viac ako 1200 ľudí v CNA pracovných miest do šiestich mesiacov, s 90% miera zadržania po jednom roku. Guvernér kredity kancelárie kredity prístup k údajom, ktoré sa opierajú o program , nákladovej efektívnosti, poznamenáva, že to stojí $3,000 na umiestnenie v porovnaní s priemerom $8,000 pre podobné štátne-run programy.

Prekonávanie výziev: Súkromie, presnosť a kapacita

Napriek svojmu sľubu nie je znižovanie chudoby založené na údajoch bez prekážok. Guvernéri musia prejsť do baníckeho priestoru otázok týkajúcich sa súkromia, otázok kvality údajov a inštitucionálneho odporu.

Ochrana osobných údajov a etické použitie

Integrácia údajov z viacerých agentúr vyvoláva vážne obavy o súkromie a prípadné zneužitie. Rodiny v chudobe sú už zraniteľné a prízrak vládneho dohľadu ich môže odradiť od hľadania pomoci. Na riešenie tohto problému niekoľko štátov prijalo [privacy-by-design. Napríklad Konnecticut[ vytvoril [Konnecticut Data Collaborative[], ktorý používa de-identifikované údaje a vyžaduje výslovný súhlas pre akékoľvek údaje spojené s jednotlivcami. Guvernéri musia tiež zabezpečiť, že prognostické modely neposilňujú rasové alebo ekonomické predsudky a riziko, ktoré bolo zdokumentované v systémoch starostlivosti o deti a trestnej justí.

Zabezpečenie presnosti a včasnosti údajov

Údaje sú užitočné len vtedy, ak sú presné a aktuálne. Mnohé štátne agentúry sa spoliehajú na zastarané metódy zberu údajov, ako sú papierové formy alebo siloed databázy, ktoré nekomunikujú navzájom. Guvernér , dáta-vedené iniciatívy môžu byť oslabené zlé dáta. Na boj proti tomu, štáty investujú do [] moderné dátová infraštruktúra , vrátane API, cloud ukladanie, a v reálnom čase dát potrubia. Napríklad, [Dennessee[ vybudoval celoštátne dátové jazero, ktoré umožňuje agentúram zdieľať dáta v blízkej reálnom čase. Štát teraz aktualizuje svoju palubnú tabuľu chudoby skôr mesačne ako ročne, dáva guvernérovi presnejší obraz potreby.

Budovanie technickej kapacity

Mnohé vlády štátov nemajú internú odbornosť v oblasti údajov na vykonávanie sofistikovaných analýz. Prilákanie a udržanie talentov v oblasti údajov je celoročná výzva, najmä keď sú platy súkromného sektora vyššie. Guvernéri odpovedali vytvorením [ dátových štipendií[] a partnerstvo s univerzitami. [New York, pod vedením guvernéra Kathy Hochul, spustili program New York Civic Analytics, ktorý zastrešuje študentov PhD zo SUNY do štátnych agentúr na prácu na projektoch súvisiacich s chudobou. Program vypracoval viac ako 50 odporúčaní politiky založených na dôkazoch za dva roky.

Budúcnosť znižovania chudoby v dôsledku údajov

V súčasnosti sa v súčasnosti veľmi rýchlo vyvíja riadenie založené na údajoch.

Umelá inteligencia a strojové učenie

Učenia sa v prípade aeróbnych a strojných zariadení umožnia štátom prejsť z opisnej analýzy (čo sa stalo) k normatívnej analytike (čo by sme mali robiť). Napríklad model strojového učenia by mohol analyzovať tisíce premenných, aby odporučil optimálnu kombináciu programov pre každú rodinu chátrania, starostlivosti o deti, potravinovej pomoci alebo hotovosti, ktoré vychádzajú z predpokladaných výsledkov.

Údaje v reálnom čase a priebežné spätná väzba

Namiesto výročných správ budú budúce programy využívať dáta v reálnom čase na rýchle prispôsobenie. Internet vecí (IoT) zariadenia, mobilné telefónne údaje, a elektronické prenos benefitu (EBT) záznamy transakcie môžu poskytnúť až do-the-minute indikátory ekonomickej tiesne. Guvernér by mohol vidieť špičku v používaní potravín pečiatky v určitom kraji a okamžite nasadiť mobilné stravovacie nohavice alebo upraviť úrovne výhod SNAP.

Medzištátna spolupráca a zdieľanie údajov

Chudoba nerešpektuje štátne línie. Medzištátna migrácia, regionálne trhy práce a prerušenia dodávateľského reťazca ovplyvňujú chudobu. Guvernéri začínajú zdieľať údaje cez hranice prostredníctvom dohôd, ako je Národné združenie guvernérov

Záver

Strategické využívanie údajov štátnymi guvernérmi mení úsilie o zníženie chudoby z hádania na vedu. Identifikovaním základných príčin, zameriavaním sa na zraniteľné populácie a meraním výsledkov v reálnom čase môžu guvernéri navrhnúť zásahy, ktoré sú účinnejšie a efektívnejšie. Zatiaľ čo problémy týkajúce sa súkromia, presnosti a kapacity zostávajú, trajektória je jasná: budúcnosť politiky boja proti chudobe je založená na údajoch. Ako sa prehlbuje technologický pokrok a spolupráca, tieto prístupy sa stanú ešte sofistikovanejšími, čo povedie k spravodlivejším a trvalejším riešeniam pre komunity v celom národe. Guvernéri, ktorí túto transformáciu prijmú, budú tými, ktorí sa najhlbšie zamerajú na chudobu a ktorí stanovia štandard pre zodpovedné riadenie zamerané na výsledky v 21. storočí.