Эффективное правительство для нового века
Шрифт:
Анализ влияния: выявление внешних факторов, влияющих на текущие подходы и стратегии; одновременно оценивается степень воздействия различных факторов.
Прогнозирование: оценивается статус внешних факторов как в настоящий момент, так и в будущем. Задача формулируется максимально нейтрально, с тем чтобы не подталкивать участников в каком-либо конкретном направлении, а, наоборот, стимулировать альтернативные представления о будущем.
Группировка альтернатив: сравнение альтернатив, проверка их внутренней согласованности, совместимости и логики.
Интерпретация сценария: анализ, сравнение и противопоставление различных сценариев; сценариям даются названия.
Анализ последствий: рассматриваются последствия выбранных сценариев, оцениваются и измеряются риски и возможности, перепроверяются правительственные стратегии с позиции «а что если?..».
Деструктивные события: подвергаются анализу по всем возможным направлениям. Идентифицировав потенциально деструктивное событие, следует оценить его воздействие, построить соответствующий сценарий и подготовить профилактические и ответные меры.
Передача сценария: последний этап процесса – ранее идентифицированные возможности и риски используются при формировании государственной политики [14] .
Не все темы одинаково пригодны для сценарного планирования. Лучшие результаты этот метод дает в областях, требующих стратегического долгосрочного прогнозирования, в которых либо выявлена тенденция, вызывающая стратегические последствия для данной сферы, либо серьезные изменения вызываются естественной эволюцией. Примером первого варианта является воздействие новых открытий и технологий, в частности воздействие добычи сланцевого газа на энергетический сектор.
14
Von Reibnitz, U. H. Scenario Techniques. Hamburg, 1988; Szenario-Technik: Instrumente f"ur die unternehmerische und pers"onliche Erfolgsplanung. Wiesbaden, 1992.
Естественная эволюция, например старение населения западных стран, заставляет учитывать влияние этого процесса при организации системы здравоохранения.
Преобразования в действии: оценки сценариев в Нидерландах
В правительстве Нидерландов процесс прогнозирования тесно связан с оценкой угроз безопасности и основывается на детально проработанных процедурах. Риски, выявленные в процессе разработки сценария, анализируются по десяти критериям, непосредственно связанным с пятью сферами жизненно важных интересов страны, а именно [15] :
• территориальная безопасность (включая военное вторжение на территорию Нидерландов и ухудшение международного положения страны);
• безопасность личности (включая несчастные случаи, серьезные травмы, хронические заболевания и физические страдания);
• экономическая безопасность (включая издержки);
• экологическая безопасность (включая долгосрочное воздействие на природную окружающую среду);
• социальная и политическая стабильность (включая дезорганизацию повседневной жизни, нарушение демократической системы, воздействие на общество и психику людей).
Значимость риска по каждому критерию для конкретного сценария оценивается в баллах, а затем с помощью разнообразных методов данные агрегируются в единый показатель воздействия для этого сценария. Добавление в модель вероятности реализации самого сценария позволяет получить всеобъемлющую оценку риска.
Баллы зависят от специфики каждого критерия; при этом учитывается характер возможных последствий (от умеренных до катастрофических), география распространения и вероятные границы (верхние и нижние) воздействия [16] . Подобная процедура проводится при разработке стратегии действий правительства для устранения, уменьшения или смягчения ожидаемых неблагоприятных воздействий, определенных в таких сценариях.
Преобразования в действии: Сингапур – концепция форсайта и сценарное мышление
Форсайт предполагает разнообразие методов и методологических подходов. Отбираются и применяются те из них, которые отражают потребности организации и которые она может адаптировать под свои нужды.
Хорошим примером этого является Сингапур. Использовать в стране сценарии начало Министерство обороны в 1991 году. К 1993 году Кабинет министров убедился в их пользе для разработки долгосрочной стратегии развития и в 1995 году создал Отдел сценарного планирования в рамках Управления государственной службы.
Одновременно, чтобы обеспечить внедрение сценарного подхода и в других министерствах, помимо Отдела сценарного планирования, и сформировать у чиновников государственной службы установку на «готовность к изменениям, их прогнозирование и управление ими», правительство Сингапура инициировало специальную программу, получившую название PS21. В результате, благодаря распространению навыков сценарного планирования, команды по исследованию вариантов будущего были учреждены и в других правительственных структурах, включая Министерство торговли и промышленности, Министерство обороны и даже Министерство общественного развития, молодежи и спорта.
На рубеже столетий ряд событий, особенно финансовый кризис в Азии и теракты 11 сентября 2001 года в США, вызвали у чиновников определенный скептицизм в отношении пользы сценариев как инструмента политики. Однако в правительстве Сингапура не отказались от них, а постарались сделать их более эффективными.
Прежде всего, расширилась сфера компетенции Отдела сценарного планирования, который был переименован в Отдел стратегической политики и стал заниматься межведомственными проблемами, которые в ином случае не привлекли бы должного внимания. В дополнение к сценарному планированию появились инструменты, предназначенные для действий в условиях скачкообразных изменений и непредвиденных событий типа «черный лебедь», описанных в одноименной книге Нассима Николаса Талеба [17] . И, что особенно важно, была сформирована Группа оценки рисков и сканирования горизонтов при Аппарате заместителя премьер-министра.
В 2010 году правительство Сингапура создало Центр стратегического планирования будущего, с тем чтобы при поддержке Отдела стратегической политики определять основные стратегические вызовы и координировать работу по разработке вариантов будущего в рамках всего правительства. В задачу Центра также входит расширение прогностической деятельности за счет создания при каждом министерстве прогностической группы, управляемой Стратегической сетью разработки вариантов будущего в составе заместителей министров.
15
www.preventionweb.net/files/26422_guidancemethodolog ynational-safetyan.pdf
16
Там же.
17
Талеб Н. Н. Черный лебедь. Под знаком непредсказуемости. – М.: Азбука-Аттикус, 2015. – Прим. ред.
Эффективность форсайта во многом зависит от того, насколько правительство способно использовать «большие данные» и прогнозный анализ. Новейшие системы хранения данных позволяют накапливать информацию в различных форматах и во все увеличивающихся объемах. Предполагается, что с 2013 по 2020 год «цифровая вселенная» вырастет в десять раз – с 4,4 трлн до 44 трлн гигабайт. Международная консалтинговая компания International Data Corporation (IDC) предполагает, что объем хранимых данных к 2016 году вырастет до 3,77 зеттабайт [18] . Согласно IDC, сегодня только 5 % данных являются «ценными или многоцелевыми», однако эта цифра к 2020 году увеличится более чем вдвое благодаря большим данным и другим технологиям [19] .
18
www.computerworld.com/slideshow/detail/143723
19
www.emc.com/leadership/digital-universe/2014iview/executive-summary.htm
Создание данных – постоянный и повсеместный процесс. Что бы мы ни делали, будь то управление автомобилем, включение домашних приборов или использование мобильного телефона, – мы производим данные. С помощью датчиков, пронизывающих ткань нашего физического мира, и портативных устройств доступа в интернет – мы производим данные. Добавьте сюда компании, производящие и хранящие данные всех видов, фиксирующие мельчайшие детали миллиардов контактов между участниками рынка, и правительства, собирающие информацию о своих гражданах – об их здоровье, поездках, домашнем хозяйстве и финансовых делах. Такие массивы данных порождают возможности, но и создают проблемы, связанные с их организацией, хранением, поиском, анализом и отображением. Эти задачи решаются средствами больших данных.
Точное происхождение термина «большие данные» неизвестно. Многие считают, что впервые его употребил еще в 1990-х годах Джон Мэши, главный научный сотрудник компании Silicon Graphics [20] . Но какова бы ни была этимология этого термина, большие данные приобретают все большую важность и для государственного, и для частного сектора.
Большие данные – серия подходов, инструментов и методов обработки огромных объемов структурированных и неструктурированных данных, с которыми не могут эффективно справляться стандартные инструменты. Одним из способов описания больших данных является модель 3V, разработанная фирмой Gartner, ведущей исследования в области информационных технологий. Эти три V–Volume (объем), Velocity (скорость), Variety (многообразие), то есть физический объем, скорость прироста и обработки, а также диапазон типов и источников данных. В большие данные входят и те данные, которые хранятся в памяти, и те, которые создаются с использованием других данных.
20
www.bits.blogs.nytimes.com/2013/02/01/the-origins-of-big-data-anetymo-logical-detective-story/?_r=0
Большие данные не только порождают проблемы, но и создают беспрецедентные возможности и для государственного, и для частного сектора. Наряду с новейшими, передовыми инструментами управления базами данных и методами прогнозного анализа, большие данные открывают доступ к ценной информации о множественных взаимосвязях, закономерностях и воздействиях.
Преобразования в действии: здоровье нации
Феномен больших данных – революционный фактор как для сферы государственного управления, так и для многих отраслей экономики. Организации государственного сектора аккумулируют огромные массивы информации. В Великобритании, например, Национальная служба здравоохранения (NHS), одна из самых больших в мире финансируемых государством систем здравоохранения и крупнейший работодатель, хранит гигантский объем клинической информации и данных о пациентах. Помимо прочего, NHS публикует данные по каждому медицинскому назначению, сделанному каждым врачом по месяцам, что в итоге составляет 400 миллионов точек данных [21] . Сегодня большие данные NHS используются государственными службами для анализа работы этой службы и поиска путей ее усовершенствования.
Например, компания Mastodon C, специализирующаяся на больших данных, проводит оценку работы NHS через разнообразный анализ клинических данных [22] . Целью одного из исследований было изучение работы клиник врачей общей практики. Mastodon C использовал данные, чтобы определить, влияет ли размер клиники на внедрение передовых методов работы, – оказалось, что в небольших клиниках этот процесс идет медленнее, чем в крупных. Кроме того, выяснилось, что небольшие клиники реже прописывали новое лекарство от диабета, чем крупные. Однако данные также показали, что соседство клиник явилось более существенным фактором внедрения рекомендованных методов, нежели их размер [23] . А исследуя, как в различных клиниках прописывают патентованные лекарства и воспроизведенные лекарства – дженерики, команда из Mastodon C пришла к выводу, что патентованные статины прописываются гораздо чаще, чем дженерики, – и эта разница обходилась NHS приблизительно в 200 млн ф. ст. в год [24] .
21
www.youtube.com/embed/VKAdGEEgC5o?autoplay=1
22
More about Mastodon C at www.blog.mastodonc.com/
23
www.youtube.com/embed/VKAdGEEgC5o?autoplay=1
24
www.openhealthdata.cdehub.org/
Работы Глобального института McKinsey (MGI) подтвердили вывод о том, что использование больших данных способно повысить эффективность и результативность общественного сектора [25] . Согласно оценке MGI, эффективное использование больших данных могло бы снизить административные издержки в Европейском союзе на 15–20 %, что эквивалентно примерно 150–300 млрд евро в стоимостном выражении (как результат роста эффективности, так и за счет ликвидации разрыва между потенциальной и фактической суммой поступлений от сбора налогов).
25
«Big Data: The Next Frontier for Innovation, Competition, and Productivity». McKinsey Global Institute, June 2011.
В отчете указано пять широких областей, в которых большие данные могут существенно помочь правительствам. Б'oльшая прозрачность и обмен данными между министерствами позволят, например, ведомствам, федеральным органам и гражданам оптимизировать заполнение различных форм, поскольку многие данные, запрашиваемые у организаций и физических лиц одним государственным органом, нередко хранятся в другом.
Опираясь на принцип открытых данных, правительства смогут предоставлять гражданам и организациям доступ к некоторым из имеющихся у них информационным массивам, что будет способствовать прогрессу во многих областях, экономии средств и совершенствованию обслуживания населения. Примеры использования этого принципа приводятся на британском сайте data.gov.uk и на испанском сетевом портале Aporta (www. proyectoaporta.es). В частности, местный информационный ресурс может стать результатом объединения возможностей социальных сетей и доступа к данным открытых правительственных источников, например статистике преступлений или погодных катаклизмов. Открытая информация может также использоваться для оценки качества услуг и предложения возможных усовершенствований.
Доступ к большим данным позволяет правительству более подробно анализировать деятельность своих министерств и ведомств, сравнивать их результаты. В отчете McKinsey предполагается, что использование «приборных панелей» результативности (рейтингов и визуализации данных) отдельных коллективов в составе государственных ведомств приведет к совершенствованию их деятельности, поскольку менеджеры будут стремиться превзойти друг друга.
Разнообразие вариантов, отраженное в больших данных, поможет гражданам более взвешенно принимать жизненно важные решения – например, при выборе больницы для лечения определенных заболеваний или школы для детей. Весьма вероятно, что предоставление широкого доступа к таким данным позволит улучшить качество услуг в целом.