Në vitet e fundit, guvernatorët e shtetit në të gjithë Shtetet e Bashkuara janë kthyer gjithnjë e më shumë ndaj qasjeve të shtyra nga të dhënat për të trajtuar varfërinë. në vend që të mbështeten në programet e gjera, të mëdha, këta udhëheqës po përdorin të dhëna granare për të synuar burimet kirurgjike me saktësi kirurgjike. duke shfrytëzuar informacionin mbi të ardhurat, punësimin, shëndetin dhe strehimin, guvernatorët mund të identifikojnë popullsinë më të ndjeshme dhe të ndërhyjnë ku ndërhyrjet do të kenë ndikimin më të madh.

Pjesa financiare është e lartë. Shtetet e Bashkuara shpenzojnë miliarda dollarë çdo vit në programe kundër-prodhimit që shkojnë nga ndihma në para dhe pullat ushqimore në trajnimin e punës dhe pa të dhëna të fuqishme, por shumica e atyre parave mund të devijohen. Qeveria e shtyrë nga të dhënat lejon shtetet të matin rezultatet, të përshtatin kursin në kohë reale dhe të sigurojnë që çdo dollar taksapaguesi të përdoret për të arritur maksimumin.

Roli i të dhënave në kuptueshmërinë e varfërisë

Të dhënat luajnë një rol kritik në lëvizjen e përpjekjeve për uljen e varfërisë nga reaksioni në aktiv. Në vend që të presin që familjet të bien në krizë, guvernatorët mund të përdorin të dhënat për të parashikuar nevojat dhe shërbimet që janë në fillim. Për shembull, duke analizuar të dhënat e ndjekjes së shkollave dhe të pretendimit shëndetësor, një shtet mund të identifikojë fëmijët në rrezikun e rënies në varfëri përpara se familjet e tyre të përjetojnë rënien financiare.

Identifikimi i shkaqeve rrënjësore

Varfëria rrallë është rezultat i një faktori të vetëm. Zakonisht është një rrjet kompleks i pagave të ndërlidhura, mungesa e kujdesit të përballueshëm për fëmijët, shëndeti i dobët, diskriminimi dhe izolimi gjeografik. Të dhënat ndihmojnë guvernatorët që të shagregojnë këta faktorë dhe të kuptojnë se cilët janë më të ngutshëm në gjendjen e tyre. Për shembull, një guvernator në një shtet rural mund të gjejë se mungesa e transportit është pengesa kryesore për punësimin, ndërsa një guvernator në një shtet urban mund të përballet me një krizë të përballueshme. pa këto shuma do të mbeten të padukshme dhe do të humbasin politikat.

Të synojmë popullsinë e paprekshme

Të dhënat zbulojnë gjithashtu se cilat grupe janë të prekura në mënyrë jo të përshtatshme nga varfëria.

Hotspot e Hotspoteve për Shpallen Gjeografinë

Sistemet e informacionit gjeografik (GIS) janë bërë mjete thelbësore për guvernatorët, duke komplotuar normat e varfërisë në një hartë së bashku me të dhënat në shkolla, spitale, dyqane ushqimore dhe tranziti publik, politikëbërësit mund të shohin saktësisht ku është përqëndruar varfëria dhe cilat burime mungojnë. Disa shtete, si Kilifornia[, kanë krijuar stenda publike që tregojnë të dhënat e varfërisë deri në sheshin e regjistrimit.

Burimet dhe metrikët e të dhënave kyçi

Guvernatorët shtetërorë mbështeten në një sërë burimesh të dhënash për të informuar strategjitë e tyre të ripërgatitjes së varfërisë. disa nga këto janë sondazhe tradicionalë qeveritarë, ndërsa të tjerë vijnë nga të dhënat administrative apo partneriteti i sektorit privat.

  • Statistikat e të ardhurave dhe punësimit ♫ Byroja e Rregjistrimit të SHBA-së (ACS) siguron të dhëna vjetore mbi të ardhurat, statusin e varfërisë dhe punësimin. Guvernatorit i përdorin këto shifra për të përcaktuar elegueshmesinë për programe si Ndihmë mjekësore dhe SNAP dhe për të vlerësuar nëse ekonomia shtetërore po rritet në mënyrë të përfshirëshme.
  • Edukatat e Edukimit të Dhënave ♫ Departamentit e Shtetit të Arsimit mbledhin të dhëna mbi rezultatet e provimeve, normat e diplomimit dhe disiplinën e shkollës. Duke i lidhur këto të dhëna me të dhënat me të ardhurat, guvernatorët mund të identifikojnë mangësitë e arritjeve dhe të investojnë në shkolla që u shërbejnë studentëve me të ardhura të ulta. Programe si Promazhojnë bursa [[FT:3] në Miçigan janë të bazuara në analiza të tilla.
  • Health and Health Healfal Access Information ♫ pretendon të dhënat, regjistrimet e shkarkimit të spitalit dhe sondazhet si Faktori i Mbikqyrjes së Rrezikut të sjelljes (BRFSS) ndihmojnë guvernatorët të kuptojnë ndikimin shëndetësor të varfërisë. Për shembull, shtetet me nivele të larta diabeti midis popullsive me të ardhura të pakta mund të zgjerojnë mundësinë e marrjes së kujdesit shëndetësor dhe programeve të ushqimit.
  • Hofing Afordwardcy and Hosteless Data ♫ Departamenti i Strehimit dhe Zhvillimit Urban (HUD) siguron të dhëna mbi ngarkesat me qira, dëbimet dhe llogaritë e pa strehës. Guvernatorit mund ta kalojnë këtë me të dhëna të ardhurash për të vendosur bonot e strehimit dhe për të financuar strehimet e emergjencës në komunitetet më të tensionuara.
  • Informacionet demografike Age, race, etni dhe të dhënat e paaftësisë janë thelbësore për sigurimin e barazisë. Shumë guvernatorë kanë vendosur tabela të barabarta me viza që ndjekin nëse përpjekjet për reduktimin e varfërisë po arrijnë të gjitha popullsinë barazisht.

Gjithnjë e më shumë, shtetet po përdorin sisteme të integruara të të dhënave (IDS) që lidhin të dhënat nëpërmjet agjencive. Për shembull, Oregon's Sistemi i Integruar i të Dhënave të Klientëve lidh të dhënat nga shërbimet njerëzore, arsimi dhe agjencitë punëtore për të siguruar një pikëpamje holiste për çdo familje që ka nevojë. Këto sisteme bëjnë të mundur që guvernatorët të vlerësojnë ndikimin e kombinuar të programeve të shumta dhe të zvogëlojnë barrën në familjet administrative.

Si i përkthejnë guvernatorët të dhënat në veprim?

Sfida e vërtetë është të përkthesh njohuri për politikat që në fakt ndryshojnë jetë.

Krijimi i njësive analitike të të dhënave

Shumë guvernatorë kanë krijuar ekipe analitike të dedikuara brenda zyrave të tyre ose nën kontrollin e tyre. Këto njësi janë të angazhuara nga shkencëtarë të dhënash, statistikë dhe analistë të politikës që punojnë drejtpërdrejt me drejtuesit e agjensisë për të projektuar programe të bazuara në prova. Shteti i Vashington , nën Guvernatorin Jay Inslee, nisi [[FLTT] Result Washington [FT] nismat] që përdor të dhënat për të gjurmuar përparimin e varfërisë dhe qëllimet e tjera të ngjashme: [F] [G] [GO]

Përdorin modele parashikuese për ndërhyrje të hershme

Analitiket e parashikueshme janë një nga mjetet më të fuqishme në arsenalin e drejtuar nga të dhënat historike në modelet e mësimit të makinave, shtetet mund të parashikojnë se cilat familje janë në rrezik më të lartë për të rënë në varfëri ose për të përjetuar mungesën e strehimit. Për shembull, gjendja e Masachusets pilotoi një model që përdor të dhënat nga kujdesi, mirëqenia dhe TAN (Ndihma për familjet për nevojë) për të identifikuar se familjet mund të përfitojnë nga programi vullnetar i menaxhimit të reduktuar nga kujdesi i fëmijëve në numrin e madh të kostos dhe reagimit në vitin 20% të kursyer.

Lidhja e të dhënave me vendimet e buxhetit

Disa guvernatorë po i fusin të dhënat drejtpërdrejt në procesin e buxhetit, në vend që thjesht të propozojnë gjërat e linjës për programet e varfërisë, ata kërkojnë që agjencitë të paraqesin prova të efektshmërisë. Në Ohio , guvernatorit të viteve të fundit, Zyra e Buxhetit dhe Menaxhimit përdor një qasje të {Results-Synst-101, që kërkon që agjencitë shtetërore të tregojnë se programet e tyre janë vlerësuar duke përdorur metoda rigoroze si gjyqet e kontrolluara të rastësishme. Programet që nuk mund të ndikojnë në definancimin, ndërsa marrin burime shtesë.

Tabelat publike dhe llogaridhëniet në komunitet

Transparency është një pjesë kryesore e qeverisjes së udhëhequr nga të dhënat. Shumë shtete tani botojnë stendat në internet që ndjekin metrikën e varfërisë në kohë reale. Këto tabela lejojnë shtetasit, gazetarët dhe grupet mbrojtëse për të mbajtur përgjegjës guvernatorët e tyre. për shembull Nevada krijuan [plab] [pT:2] Nevada Data-Banment-Mand-Manding:3], që përfshin një rënie publike në një punësim të ulët midis banorëve të komunitetit, mund të nxisin përmirësimin e programeve të punës.

Studimet mbi rastin: Pakësimi i varfërisë së shpërndarë nga të dhënat në veprim

Kaliforni: Objektivi i varfërisë së fëmijëve me të dhëna të integruara

Guvernatori Gavin Newsom e ka bërë reduktimin e varfërisë një përparësi qendrore, veçanërisht për fëmijët. në vitin 2021, administrata e tij nisi Aktin e Reduktimit të Varfërisë së Fëmijëve , i cili vuri si qëllim shkurtimin e varfërisë së fëmijëve me 50% deri në vitin 2030. Për të ndjekur përparimin, shteti ndërtoi një sistem të dhënash të integruara që lidh Departamentin e Shërbimeve Sociale, Departamentin e Arsimit dhe Departamentin e Shërbimeve Shëndetësore. Duke e përcaktuar këtë të dhëna, shteti që ka zbuluar zgjerimin e kreditit të taksave të financuara (ITC) dhe duke rritur përfitimet e varfërisë në mënyrë që të dyja këto raste të kenë ndikuar drejtpërdrejt në rritjen e varfërisë së fëmijëve në 2022, duke çuar në një analizën e varfërisë së lartë të viteve të Kalifornisë.

Miçigan: Duke përdorur GIS për të financuar fondet e strehimit të mundshëm

Guvernatori Gretchen Whitmer's Administrment përdori të dhëna për të gjetur fonde të revokueshme të pandemisë federale për strehim. Autoriteti Shtetëror i Zhvillimit të Mjedisit (MSHDA) analizoi të dhënat e regjistrimit, normat e marrjes së barrës dhe llogaritë e strehimit në nivel të qarkut. ata zbuluan se katër qarqet ishin përgjegjëse për mbi 60% të gjendjes së strehimit të viteve (MSHDA) duke përdorur të dhënat, guvernatori drejtoi një numër shtesë prej 100 milionë dollarësh për ndihmë dhe zhvillim të përballueshëm të strehimit.

Teksas: Trajnimi i përkushtuar i forcës së punës nga të dhënat e punës

Guvernatori Greg Abot; komisioni i forcës punëtore, Zgjidhja e Gravitetit të Teksasit, përdor të dhëna mbi normat e papunësisë lokale, parashikimet për rritjen e industrisë dhe boshllëqet individuale të aftësive për të ofruar trajnimin personalizuar të punës. Kur të dhënat treguan se zona e Hjustonit kishte një mungesë të ndihmësve të kualifikuar të infermierëve (CNCA) por një tepritë të punonjësve të shitjes, shteti financoi një program treinimi falas për punonjësit e zhvendosur të shitjes. Programi vuri 1,200 vetë në punë brenda gjashtë muajve, me një normë të ngjashme prej 90% pas një viti.

Sfidat që hasin: privaciteti, saktësia dhe pozita

Pavarësisht nga premtimi i saj, reduktimi i varfërisë i drejtuar nga të dhënat nuk është pa pengesa. Guvernatorët duhet të lundrojnë në një fushë të minuar të shqetësimeve të privatësisë, çështjeve të cilësisë së të dhënave dhe rezistencës institucionale.

Të dhëna private dhe të përdorura në etikë

Për shembull, [FIT:2] Bashkimi i të dhënave të lidhura me çështjet e drejtësisë dhe të dhëna të lidhura me çështjet e njeriut [FL:3] që nuk kanë të bëjnë me çështjet e duhura për të siguruar të dhënat e njeriut dhe që nuk kanë të bëjnë me çështjet e nevojshme, të cilat janë të lidhura me çështjet e nevojshme dhe që të sigurojnë të dhënat e tyre të lidhura me çështjet e të dhënave dhe që nuk duhet të sigurojnë asnjë dallim ekonomik.

Të pajisurit me të dhëna për ekuilibrin dhe kohën

Të dhënat janë të dobishme vetëm nëse është e saktë dhe aktuale. Shumë agjenci shtetërore mbështeten në metoda të vjetëruara të mbledhjes së të dhënave, si forma letre ose baza të dhënash të silouara që nuk komunikojnë me njëra - tjetrën. Një nismë e nxitur nga të dhënat mund të dëmtohet nga të dhënat e gabuara. Për të luftuar këtë, shtetet po investojnë në infrastrukturën moderne të të dhënave [FL:0] [FL:1] duke përfshirë aplikimin, ruajtjen e reve dhe të dhënave reale. [L] Për shembull:2] Teen: [3] The States]

Ndërtimi i Kapacitetit Teknik

Shumë qeverive shtetërore u mungon ekspertiza shkencore e të dhënave në shtëpi për të drejtuar analiza të sofistikuara. tërheqja dhe mbajtja e talentit të të dhënave është një sfidë e përjetshme, veçanërisht kur pagat e sektorit privat janë më të larta. Guvernatorit janë përgjigjur duke krijuar shoqëri dhe duke bashkëpunuar me universitetet. New York [FTT:3] [FT:3], nën guvernatorin Kath Hoç, ka nisur [TL] [4] me presidentin e Nju Jork: [FL] Anatic:2] që kanë të bëjnë me njëra-tjetrën në projekt mbi 50 vjet sipas kushteve shtetërore të bazuara në projektimin e ekonomisë.

E ardhmja e uljes së varfërisë së shpërndarë nga të dhënat

Peizazhi i qeverisjes së udhëhequr nga të dhënat po zhvillohet me shpejtësi. Disa prirje ka gjasa të modelojnë se si guvernatorët luftojnë varfërinë gjatë dekadës së ardhshme.

Inteligjenca artificiale dhe mësimi i makinave

Për shembull, një model i mësimit të makinave mund të analizojë mijëra variabla për të rekomanduar përzierjen optimale të programeve për çdo familje (ajo që ndodhi) në analitike të parapërgatitur, në analitike të parapërgatitura (çfarë duhet të bëjmë) në analizime parapërgatitje (çfarë duhet të bëjmë) për shembull, një model i mësimit të makinave mund të analizojë mijëra variablave për të rekomanduar përzierjen optimale të programeve për çdo lloj pune, kujdesi për fëmijët, ndihma ushqimore, ose në paradhënie në të parashikuara.

Të dhëna të kohës reale dhe lakra të dëmshme

Në vend të raporteve vjetore, programet e ardhshme do të përdorin të dhënat e kohës reale për t'u përshtatur shpejt. Interneti i gjërave (IoT) pajisje, të dhëna telefonike celulare dhe transferimi elektronik (EBT) mund të sigurojë tregues të shqetësimit ekonomik nga e para në minutë. Një guvernator mund të shohë një rritje në përdorimin e pullave ushqimore në një vend specifik dhe të vendosë menjëherë panterat e ushqimit celular ose të rregullojë nivelet e përfitimit SNAP.

Bashkëpunimi dhe ndarja e të dhënave mes shteteve dhe vendeve

Varfëria nuk respekton linjat shtetërore. migrimi ndërshtetëror, tregjet rajonale të punës dhe ndërprerjet e zinxhirit të furnizimit të gjitha prekin varfërinë. Guvernatorët po fillojnë të ndajnë të dhëna përtej kufijve nëpërmjet kompakteve si Shoqata Kombëtare e Guvernatorëve Kombëtarë të Novacionit të Shtetit . Kjo u lejon atyre të paraqesin përpjekjet e tyre për uljen e varfërisë kundër shteteve të bashkëmoshatarëve dhe të miratojnë praktikat më të mira që janë vërtetuar në vende të tjera.

Konfinitimi

Përdorimi strategjik i të dhënave nga guvernatorët shtetërorë po transformon përpjekjet për uljen e varfërisë nga ana e teorive në shkencë. duke identifikuar shkaqet rrënjësore, duke synuar popullsinë e ndjeshme dhe duke matur rezultatet në kohë reale, guvernatorët mund të projektojnë ndërhyrje që janë më efektive dhe më të efektshme. ndërsa sfidat rreth privatësisë, saktësisë dhe kapacitetit mbeten, trajektorja është e qartë: e ardhmja e politikave anti-profesionale është e nxitur. ndërsa teknologjia dhe bashkëpunimi thellohen, këto qasje do të bëhen edhe më të sofistikuara, duke çuar në zgjidhje më të drejta dhe të qëndrueshme për komunitetet në mbarë vendin.