Thống đốc trên toàn nước Mỹ chịu trách nhiệm cho việc đưa ra quyết định ảnh hưởng đến hàng triệu người dân, từ việc định cư ngân sách và các phản ứng y tế cộng đồng cho việc cải cách giáo dục và đầu tư cơ sở hạ tầng. trong một kỷ nguyên của những thách thức ngày càng phức tạp, nhiều nhà quản lý đã chuyển sang dữ liệu và phân tích để hướng tới những quyết định có hiệu quả hơn, trách nhiệm cao hơn, và sự tin tưởng công khai.

Bài báo này khám phá cách mà các thống đốc sử dụng dữ liệu và phân tích để thông báo cho các quyết định chính sách, xem xét các loại dữ liệu họ dựa trên, các phương pháp họ sử dụng, và ảnh hưởng thực tế của các phương pháp này. nó cũng nhắm vào những thách thức và cơ hội mà đi kèm với dữ liệu sử dụng và nhìn về tương lai của các nhà quản lý dựa trên bằng chứng.

Sự nổi lên của các chính phủ dữ liệu - lái xe

Khái niệm sử dụng dữ liệu trong chính sách công cộng không hoàn toàn mới, nhưng quy mô, tốc độ, và sự tinh vi của dữ liệu đã mở rộng đáng kể trong những năm gần đây. theo truyền thống, thống đốc đã đưa ra quyết định dựa trên những lời khuyên chuyên môn, ý kiến công cộng, các phép tính chính trị, và tiền lệ lịch sử. trong khi những yếu tố này vẫn còn quan trọng, những phân tích dữ liệu hiện nay cung cấp một nền tảng để cân nhắc các lựa chọn và dự đoán kết quả.

Theo một cuộc khảo sát của Hiệp hội thông tin quốc gia về các nhân viên thông tin quốc gia (NACIO), hầu hết các bang đều thực hiện một số dạng chương trình phân tích dữ liệu để hỗ trợ chính sách và các quyết định hoạt động.

Một tài xế chủ chốt của xu hướng này là sự gia tăng sự sẵn có của dữ liệu thời gian thực từ nhiều nguồn, bao gồm hồ sơ của chính phủ, cảm biến, hình ảnh vệ tinh và truyền thông xã hội. những tiến bộ về điện toán và lưu trữ đã giúp chúng ta có thể phân tích nhanh chóng các bộ dữ liệu lớn và hiệu quả chi phí. như là một kết quả, thống đốc có thể truy cập thông tin cập vào các xu hướng kinh tế, dịch bệnh, các mẫu giao thông và nhiều hơn nữa.

Loại dữ liệu do các quan tổng đốc dùng

Các thống đốc phụ thuộc vào nhiều loại dữ liệu khác nhau để thông báo các quyết định của họ. các dữ liệu cụ thể cần thiết phụ thuộc vào lĩnh vực chính sách, nhưng một số loại đặc biệt quan trọng trong nhiều lĩnh vực quản lý.

Dữ liệu hình học

Dữ liệu nhân khẩu hóa bao gồm số lượng dân số, tuổi tác phân phối, phân phối chủng tộc và sắc tộc, mức thu nhập, mức độ giáo dục và sự phân phối địa lý. Thông tin này rất quan trọng để hiểu nhu cầu của các cộng đồng khác nhau và để làm tăng sự cân bằng tài nguyên. Ví dụ, một thống đốc xem xét một sáng kiến mới về y tế có thể sử dụng dữ liệu dân số để xác định các vùng có nồng độ cao hay mức thu nhập thấp những người có thể cần đến dịch vụ mục tiêu.

Các cơ quan chính phủ thường thu thập dữ liệu nhân khẩu qua Cục điều tra, các cuộc khảo sát cấp bang và hồ sơ quản trị của chính phủ Mỹ (ACS) là nguồn chính cho nhiều nhà đo lường này, cung cấp các ước tính hàng năm cho các quốc gia và địa phương.

Dữ liệu kinh tế

Dữ liệu kinh tế bao gồm mức làm việc, lương, tăng trưởng doanh nghiệp, thành phần công nghiệp, doanh thu quốc gia, và sản phẩm tổng hợp trong nước (GDP). Thống đốc sử dụng dữ liệu này để đánh giá sức khỏe của nền kinh tế nhà nước và thiết kế các chính sách khuyến khích việc làm và sự phục hồi kinh tế. ví dụ, trong một cuộc suy thoái kinh tế, một thống đốc có thể phân tích các cáo thất nghiệp và đóng cửa doanh để quyết định nơi nào để trực tiếp điều khiển chương trình đào tạo công việc hoặc các khoản vay kinh doanh nhỏ.

Ngoài ra, các cơ quan thống kê của Liên bang như Cục Lao động (BLS) và Cục Phân tích Kinh tế (BEA) cung cấp các số liệu phân tích kinh tế nhất quán, tương tự như vậy.

Dữ liệu Y tế

Dữ liệu y tế bao gồm thông tin về bệnh dịch, khả năng bệnh viện, tỷ lệ tiêm chủng, chăm sóc sức khỏe, tỷ lệ tử vong trẻ sơ sinh và điều kiện kinh niên. dịch bệnh COVID-19 đã chứng minh rằng dữ liệu sức khỏe thực tế quan trọng như thế nào đối với thống đốc. nhiều bang đã tạo ra bảng điều khiển y tế công cộng mà theo dõi các vụ kiện, bệnh viện, và cái chết, cho phép nhiều biện pháp can thiệp mục tiêu hơn.

Ngoài các dịch bệnh, các thống đốc sử dụng dữ liệu sức khỏe để giải quyết các vấn đề như khủng hoảng opioid, sức khỏe của mẹ và các dịch vụ sức khỏe tâm thần.

Dữ liệu giáo dục

Dữ liệu giáo dục bao gồm thành tích học sinh, tỷ lệ tốt nghiệp, bằng cấp giáo viên, tài trợ và khí hậu trường học. các thống đốc đặt ưu tiên giáo dục và phân bổ hàng tỷ đô la trong quỹ nhà nước, nên dữ liệu đáng tin cậy là thiết yếu để đảm bảo rằng nguồn tài nguyên được sử dụng hiệu quả.

Các cơ quan giáo dục quốc gia thu thập dữ liệu từ các khu vực học đường, bao gồm các điểm kiểm tra, mức độ đậu xe và học đại học. và các bang hiện nay sử dụng hệ thống dữ liệu dài để theo dõi từng sinh viên từ mẫu giáo đến trường đại học và vào lao động. dữ liệu này giúp thống đốc xác định các khoảng trống thành công, đánh giá hiệu quả của chương trình giáo dục, và đưa ra quyết định về tiêu chuẩn giáo dục và đào tạo giáo viên.

Dữ liệu cấu trúc và môi trường

Các thống đốc cũng dùng dữ liệu liên quan đến giao thông, tiện ích, nhà ở và môi trường, chẳng hạn như cảm biến giao thông và dữ liệu GPS giúp các cơ quan giao thông bang cải thiện và quản lý tắc đường.

Các quyết định chính trị ảnh hưởng thế nào đến dữ liệu

Bằng cách phân tích các xu hướng lịch sử và điều kiện hiện tại, họ có thể xác định những vấn đề đang nổi lên trước khi họ đạt đến mức độ khủng hoảng. họ cũng có thể mô phỏng những ảnh hưởng tiềm năng của các lựa chọn chính sách khác nhau, chọn những kết quả tốt nhất cho cử tri của họ.

Chính sách kinh tế

Dữ liệu kinh tế đóng vai trò trọng yếu trong việc phát triển ngân sách quốc gia và chính sách thuế, chẳng hạn như một thống đốc có thể dùng dự báo lợi nhuận để quyết định có nên giảm thuế hay tăng chi tiêu cho các chương trình xã hội.

Một số bang đã áp dụng phương pháp "tài chính dựa trên tính từ tính" để yêu cầu các cơ quan chứng minh hiệu quả của chương trình thông qua phân tích dữ liệu. điều này giúp các thống đốc phân bổ các nguồn lực giới hạn cho các chương trình có thể đưa ra kết quả có thể đo lường được. ví dụ, kết quả của Washington chính phủ dùng dữ liệu hiệu suất để theo dõi sự tiến bộ về những ưu tiên then chốt như giáo dục, sức khỏe và sự phát triển kinh tế.

Sức khỏe cộng đồng và sự an toàn

Trong đại dịch COVID-19, thống đốc sử dụng dữ liệu từ nhiều nguồn để đưa ra quyết định về việc phong tỏa, bảo vệ mặt nạ và phân phối vắc xin, tốc độ phân tích dữ liệu cho phép họ nhanh chóng điều chỉnh chính sách khi tình hình tiến triển. bên cạnh đại dịch, dữ liệu sức khỏe giúp thống đốc tài trợ cho những vùng có nhu cầu lớn nhất, như các hạt nông thôn có thể hạn chế tiếp cận chăm sóc y tế.

Dữ liệu an toàn công cộng, bao gồm thống kê tội phạm và yêu cầu dịch vụ, thông báo các chính sách liên quan đến việc cảnh sát, cải cách pháp lý hình sự và an toàn cộng đồng. nhiều bang đang sử dụng các biện pháp dự đoán phân tích để xác định các vùng có nguy cơ phạm tội bạo lực, cho phép lực lượng thực thi pháp luật triển khai các nguồn lực hiệu quả hơn. tuy nhiên, việc sử dụng dự đoán về việc sử dụng các biện pháp cũng đã khiến cho các vấn đề thiên vị và quyền tự do công dân, mà các thống đốc phải cân nhắc khi sử dụng các công cụ đó.

Cải cách giáo dục

Chính sách giáo dục dựa trên dữ liệu bao gồm việc tài trợ hiệu suất cho trường học, hệ thống cảnh báo sớm để nhận diện sinh viên có nguy cơ bỏ học, và sự can thiệp nhắm vào các khu vực khó khăn. ví dụ, Ohio sử dụng một hệ thống cảnh báo sớm phân tích sự tham dự, hành vi, và trình diễn để đánh dấu học sinh những người có thể cần thêm hỗ trợ. điều này cho phép trường học can thiệp trước khi học sinh rơi quá xa phía sau.

Các thống đốc cũng dùng dữ liệu giáo dục để ủng hộ cho những thay đổi chính sách, chẳng hạn như tăng nguồn tài trợ cho giáo dục mầm non hoặc mở rộng sự nghiệp và chương trình giáo dục kỹ thuật. bằng cách trình bày dữ liệu về mức độ tốt nghiệp và kết quả lao động, họ có thể xây dựng sự ủng hộ công khai cho sáng kiến của họ.

Chính sách về môi trường và năng lượng

Dữ liệu về khí thải nhà kính, thế hệ năng lượng tái tạo và những biến cố thời tiết khắc nghiệt giúp thống đốc phát triển kế hoạch hành động khí hậu.

Một số thống đốc đã đặt những mục tiêu tái tạo năng lượng dựa trên dự đoán giảm chi phí và tạo ra công việc trong lĩnh vực năng lượng sạch.

Nghiên cứu trường hợp: Dữ liệu trong hành động

Một số ví dụ thế giới thực minh họa cách mà thống đốc đã thành công trong việc sử dụng dữ liệu phân tích để thông báo cho các quyết định chính sách.

CVID-19 Phản hồi ở New York

Trong những tháng đầu của đại dịch, Thống đốc New York Andrew Cuomo tổ chức những cuộc họp báo hàng ngày về các bài thuyết trình dữ liệu rộng lớn. theo một báo cáo của Viện nghiên cứu nghiên cứu dữ liệu của bang, phương pháp điều hành dữ liệu đã giúp New York san bằng đường cong và quản lý khả năng của bệnh viện.

Khủng hoảng tinh thần ở Ohio

Thống đốc Mike DeWine đã phát động "Ohio Opioid Data Dashboard" vào năm 2018, nó hợp nhất dữ liệu từ nhiều nguồn khác nhau, bao gồm các cuộc viếng thăm phòng cấp cứu, chết quá liều và các mẫu kê đơn thuốc giảm đau.

Cải cách giáo dục ở Tennessee

Theo dự án nghiên cứu dữ liệu cho thấy rào cản tài chính là một trở ngại lớn dẫn đến chương trình học bổng.

Thử thách trong lĩnh vực chi phối dữ liệu-Driven

Mặc dù lợi ích của nó, quản lý dữ liệu phải đối mặt với nhiều thách thức.

Sự riêng tư và an ninh về dữ liệu

Việc thu thập và phân tích dữ liệu cá nhân, như hồ sơ sức khỏe hay hiệu suất trường học, gây ra mối quan tâm riêng tư. Hoa Kỳ phải tuân theo các điều luật như HIPAA (luật bảo hiểm và Đạo luật Tài chính thứ) và FERPA (luật giáo dục về quyền giáo dục và quyền riêng tư). Hơn nữa, những sự vi phạm dữ liệu có thể phơi bày thông tin nhạy cảm, giảm lòng tin công khai. Các thống đốc cần đầu tư vào an ninh mạng và thiết lập chính sách rõ ràng cho việc thu thập dữ liệu, chia sẻ và lưu giữ.

Chất lượng dữ liệu và độ chính xác

Dữ liệu chỉ có ích nếu nó chính xác và đáng tin cậy. Dữ liệu không hoàn chỉnh hoặc lỗi thời có thể dẫn đến những quyết định sai lầm. Chẳng hạn, trong đại dịch, một số bang phải vật lộn với sự chậm trễ trong việc kiểm tra dữ liệu, điều này khiến khó đánh giá sự lan truyền thật của virus. Sự kết hợp dữ liệu trên nhiều cơ quan cũng có thể là thách thức, vì các bộ phận khác nhau có thể sử dụng hệ thống hoặc định nghĩa không tương thích.

Công bằng và bias

Các phân tích dữ liệu có thể duy trì những thành kiến đã có, nếu không được thiết kế cẩn thận. Chẳng hạn, những mô hình dự đoán dùng trong công lý hình sự có thể phản ánh sự khác biệt lịch sử trong việc quản lý. Tương tự, dữ liệu giáo dục có thể tô sáng khoảng cách mà không giải quyết các nguyên nhân gây ra sự bất bình đẳng về hệ thống. Thống đốc phải đảm bảo rằng chính sách điều khiển dữ liệu không vô song với các cộng đồng được phụ thuộc vào bên ngoài. Việc áp dụng các cơ quan khác nhau và tiến hành kiểm toán công bằng có thể giúp giảm thiểu những rủi ro này.

Thành quả và chuyên môn

Những người phân tích dữ liệu cần những nhân viên có kỹ năng, bao gồm cả dữ liệu, nhà phân tích dữ liệu, và chuyên gia IT. tiểu bang hoặc những người có ngân sách hạn chế có thể phải đấu tranh để thuê và giữ những tài năng như thế. ngoài ra, các thống đốc và nhân viên của họ cần phải hiểu những giới hạn của dữ liệu và tránh phân tích quá mức những thứ gây tổn thất về sự hiểu biết qua sắc thái.

Cơ hội và những cuộc chiến trong tương lai

Những người đầu tư vào những vùng này sẽ được đặt vào vị trí tốt hơn để đưa ra những quyết định sáng suốt và cải thiện kết quả cho chính phủ.

Kiến thức trí tuệ nhân tạo và máy móc

AI và máy học có thể phân tích các bộ dữ liệu lớn để xác định các mẫu và dự đoán các sự kiện tương lai. ví dụ, một số bang đang sử dụng máy học dự đoán trẻ em bị ngược đãi và mục tiêu thăm viếng nhà ngăn chặn. những người khác đang khám phá AI để phát hiện gian lận trong chương trình lợi nhuận. tuy nhiên, thống đốc phải tiếp cận AI với sự thận trọng, đảm bảo tính minh bạch và trách nhiệm trong việc tự động đưa ra quyết định.

Mở tiến trình dữ liệu

Nhiều bang đã mở những cổng dữ liệu mở mà có sẵn cho công chúng sự minh bạch này cho phép các nhà nghiên cứu, nhà báo và công dân có trách nhiệm với chính phủ và đóng góp cho việc phân tích chính sách ví dụ, bang Texas điều hành Cổng Dữ liệu Mở, bao gồm dữ liệu về sức khỏe, giáo dục và giao thông thông. dữ liệu mở cũng có thể kích thích sự đổi mới, như các doanh nhân và phi lợi nhuận sử dụng dữ liệu chính phủ để phát triển các sản phẩm và dịch vụ mới.

Dự đoán phân tích cho cơ sở dữ liệu Infra

Chẳng hạn, dữ liệu từ các bộ cảm biến và đường bộ có thể dự đoán những vết nứt hoặc hoại tử có thể xảy ra, cho phép sửa chữa mục tiêu thay vì sửa chữa những điều kiện khẩn cấp.

Hệ thống dữ liệu tích hợp

Những hệ thống dữ liệu liên kết giáo dục, sức khỏe, dịch vụ xã hội và dữ liệu về việc làm có thể cung cấp một hình ảnh đầy đủ hơn về nhu cầu của người dân.

Kết thúc

Từ sự phát triển kinh tế và sức khỏe cộng đồng cho đến giáo dục và cơ sở hạ tầng, dữ liệu cho phép các nhà quản lý nhà nước xác định các vấn đề, đánh giá các lựa chọn và theo dõi tiến bộ. trong khi thách thức liên quan đến sự riêng tư, tính công bằng và khả năng còn lại, cơ hội để cải thiện là rất đáng kể.

Những thống đốc nắm bắt dữ liệu quản lý được trang bị tốt hơn để phục vụ người dân một cách hiệu quả và hiệu quả. và những thống đốc dẫn đầu với các bằng chứng sẽ được đặt ra tốt nhất để đáp ứng các yêu cầu phức tạp của thế kỷ 21.