Текст книги "Эффективное правительство для нового века"

В правительстве должны существовать формальные механизмы, обеспечивающие интеграцию полученных данных в процесс выработки политических решений. Данные, полученные в результате сканирования горизонтов, нельзя игнорировать, ими нельзя пренебрегать. Опыт показывает, что это может обойтись очень дорого. Например, в 2004 году, незадолго до того, как ураган «Катрина» опустошил Новый Орлеан, Федеральное агентство по чрезвычайным ситуациям провело тренинг по усложненному сценарию «Ураган „Пэм“», в котором ураган четвертой степени обрушивался на некий город в США. Но похоже, что данные, полученные в этом тренинге, не были внедрены в практику работы правительства[11]11
  www.globalresearch.ca/disaster-scenario-of-hurricane-katrina-heldin-2004


[Закрыть].

Рисунок 1. Два значения понятия «сканирование горизонтов»

Источник: Центр исследований безопасности, Федеральное управление защиты гражданского населения, Швейцария

Информация, полученная в результате сканирования горизонтов, должна быть доступна для поиска и выборки всем сотрудникам правительственных учреждений. Более того, при разработке политики или стратегии от лиц, ответственных за итоговые предложения, требуется обязательное обращение к материалам сканирования по соответствующим вопросам.

Правительства, в которых форсайт формализован, обычно отличаются наиболее развитыми возможностями сканирования горизонтов. Например, единые службы сканирования горизонтов по широкому кругу вопросов созданы в Великобритании и Сингапуре. В других, прежде всего развитых, странах сканирование горизонтов проводится отдельными органами власти и не координируется в масштабах всего правительства. Главные объекты такого сканирования – наука и техника. Так, в Австралии был создан Консультативный комитет по технологиям здравоохранения, с тем чтобы «заблаговременно информировать учреждения здравоохранения Австралии и Новой Зеландии о новых и перспективных технологиях, имеющих особое значение, с целью обмена информацией о таких технологиях и оценки их потенциального влияния на соответствующие системы здравоохранения»[12]12
  www.health.qld.gov.au/healthpact


[Закрыть].

Сканирование горизонтов может быть также направлено на поддержку конкретных проектов или вопросы государственной политики. Комиссия по консультированию отраслевых советов Нидерландов внедрила программу «Сканирование горизонтов Нидерландов», направленную на формирование приоритетов в сфере социальных исследований.

В Великобритании Центр сканирования горизонтов запустил проект Sigma Scan, являющийся частью форсайт-программы британского правительства. В рамках этого проекта было подготовлено около 250 кратких статей и обзоров по проблемам и тенденциям, которые могут оказаться актуальными для Великобритании в последующие 50 лет. Их тематика охватывает широкий диапазон вопросов государственной политики – от традиционной проблемы отношений Великобритании и ЕС до более отвлеченных тем – например, таких, как влияние трансформации нравственных ценностей на социальное поведение. Впоследствии сторонние эксперты обновили эту информацию и переработали четвертую часть документов. При каждом новом сканировании рассматривалась единственная тенденция, ей давалось четкое определение, оценивалась (ранжировалась) вероятность ее возникновения, степень воздействия и провоцируемые конфликты, а также кратко излагалось потенциальное влияние на политический курс. Центр привлек к работе в Sigma Scan сторонних исполнителей, обладающих опытом в сфере прогнозирования и государственной политики, в том числе консалтинговое агентство стратегического прогнозирования Outsights, центр изучения общественного мнения Ipsos MORI и некоммерческий исследовательский центр Institute for the Future.

Проект предусматривал взаимодействие и с высшими эшелонами гражданской службы. Первыми мероприятиями Sigma Scan стали симпозиумы с участием высших чиновников, крупнейших предпринимателей и других влиятельных лиц. Изначально цель проекта состояла в том, чтобы создать централизованную государственную базу данных результатов сканирования горизонтов. Однако проект приобрел столь широкую популярность, что многие министерства занялись самостоятельным сканированием горизонтов, тем самым похоронив надежду на создание единого ресурса. Опасность этой самодеятельности кроется в том, что министерства могут случайно проигнорировать серьезные проблемы в областях, не входящих в сферу их компетенции и опыта. Даже если форсайт действительно превратится в общепринятый метод принятия политических решений, координирование форсайт-программ отдельных министерств останется отдельной задачей[13]13
  www.sigmascan.org/Live


[Закрыть].

Построение сценариев

Сценарное планирование – еще один популярный инструмент форсайта, ориентированный на оптимизацию решений с учетом перспектив изменения внешних условий. В ходе сценарного планирования тенденции не экстраполируются, но создается альтернативное видение, допускающее резкие скачкообразные изменения, которые необходимо подвергнуть оценке. Авторы форсайта пересматривают исходные предпосылки принятия решений и, предвосхищая грядущие угрозы и возможности, закладывают основы для единой концепции будущего, которая влияет на внутриорганизационный и индивидуальный стили работы. Планируя сценарии будущего, организации и правительства могут лучше понять природу и динамику сил, которые станут определяющими для мира через пять, десять и даже двадцать лет. Построенный на групповой работе, этот метод позволяет нивелировать влияние таких распространенных недостатков, как, например, самонадеянность и узость кругозора; он стимулирует обмен информацией и выработку согласованного понимания основных тенденций.

Сценарное планирование – не точная наука и не стопроцентно надежный способ предсказать все возможные последствия. Однако оно позволяет государственным органам подвергнуть пересмотру свои гипотезы будущего и оценить пригодность тех или иных решений в предполагаемых обстоятельствах. Сценарное планирование – структурированный процесс, который хотя и осуществляется по-разному в различных организациях и властных структурах, обычно включает следующие элементы:

◊ Анализ задачи: поиск ответа на вопрос «Какова текущая ситуация?». На этом этапе процесса рассматриваются цели и стратегии ведомства, исследуются сильные и слабые стороны, с тем чтобы стимулировать альтернативное мышление, выходящее за рамки традиционного мышления.

◊ 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]14
  Von Reibnitz, U. H. Scenario Techniques. Hamburg, 1988; Szenario-Technik: Instrumente für die unternehmerische und persönliche Erfolgsplanung. Wiesbaden, 1992.


[Закрыть].

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.

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]15
  www.preventionweb.net/files/26422_guidancemethodolog ynational-safetyan.pdf


[Закрыть]:

• 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]16
  Там же.


[Закрыть]. 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]17
  Талеб Н. Н. Черный лебедь. Под знаком непредсказуемости. – М.: Азбука-Аттикус, 2015. – Прим. ред.


[Закрыть]. 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.

Использование больших данных и прогнозного анализа

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]18
  www.computerworld.com/slideshow/detail/143723


[Закрыть]. 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]19
  www.emc.com/leadership/digital-universe/2014iview/executive-summary.htm


[Закрыть].

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]20
  www.bits.blogs.nytimes.com/2013/02/01/the-origins-of-big-data-anetymo-logical-detective-story/?_r=0


[Закрыть]. 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.

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]21
  www.youtube.com/embed/VKAdGEEgC5o?autoplay=1


[Закрыть]. 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]22
  More about Mastodon C at www.blog.mastodonc.com/


[Закрыть]. 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]23
  www.youtube.com/embed/VKAdGEEgC5o?autoplay=1


[Закрыть]. 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]24
  www.openhealthdata.cdehub.org/


[Закрыть].

Новые возможности больших данных

Работы Глобального института McKinsey (MGI) подтвердили вывод о том, что использование больших данных способно повысить эффективность и результативность общественного сектора[25]25
  «Big Data: The Next Frontier for Innovation, Competition, and Productivity». McKinsey Global Institute, June 2011.


[Закрыть]. 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).

В отчете указано пять широких областей, в которых большие данные могут существенно помочь правительствам. Бóльшая 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.

Ценность больших данных для развития сегментации и улучшения планирования целевых государственных услуг уже доказана во многих странах. Так, например, Федеральное агентство по труду Германии использовало массу накопленных им данных за прошедшие периоды, чтобы ускорить процесс трудоустройства безработных[26]26
  www.googlepolicyeurope.blogspot.co.uk/2012/05/2012-year-of-big-data.html


[Закрыть].

Наряду с большими данными, процесс принятия решений в государственном секторе опирается и на сложные автоматизированные методы анализа, например нейронные сети. Эти методы могут также использоваться для раскрытия мошенничества в сферах налогообложения и социального обеспечения. Предоставление открытого доступа к большим базам данных и инструментам анализа способно помочь в совершенствовании государственных услуг за счет внедрения сторонних инноваций. Анализ организациями и физическими лицами открытой информации стимулирует обратную связь с государственными учреждениями, включая предложения по улучшению процедур и методов обслуживания населения.

Извлечение потенциальных выгод из работы с большими данными – непростая задача. Для ее реализации необходим прежде всего доступ к данным, что отчасти зависит от готовности правительств открыть свои данные для организаций и частных лиц, а отчасти от способности самих людей использовать технологии для получения доступа к информации. С ростом информированности возрастает и ответственность. Правительства должны продемонстрировать свою приверженность этическим нормам – например, путем внедрения стандарта использования аналитических методов в государственных учреждениях; этот стандарт также должен быть открыт для граждан.

Со своей стороны, организации, которые хотят эффективно использовать большие данные, должны пересматривать старые подходы и модернизировать технологические системы. И правительству, и сторонним организациям придется набрать новых сотрудников или обучить имеющийся персонал навыкам, необходимым для работы с большими массивами данных. Да и сами руководящие работники государственного сектора должны быть знакомы с новейшими аналитическими инструментами и методами.

В работе «Возможности больших данных: как сделать правительство более быстрым, более умным и более личным» Крис Ю, руководитель группы электронного правительства в аналитическом центре организации Обмен политическими стратегиями, предлагает множество рекомендаций для правительств по использованию мощности больших данных[27]27
  www.policyexchange.org.uk/images/publications/the%20big%20data%20 opportunity.pdf


[Закрыть]. (По его оценкам, правительство, использующее большие данные, сможет за счет роста эффективности сэкономить от 16 до 33 млрд ф. ст. в год.) Рекомендации включают создание в аппарате правительства группы передовой аналитики, которая станет выявлять области, где большие данные могут способствовать совершенствованию государственных услуг. Также, как полагает Ю, эта группа инициирует использование новых возможностей в министерствах и будет предлагать рекомендации по принятию решений. Для того чтобы увеличить вероятность эффективного применения больших данных, Крис Ю рекомендует для начала сосредоточиться лишь на нескольких сферах государственной политики и измерять получаемую экономию и выгоды в конкретных денежных показателях. Следует также ввести четкие критерии как для оценки прогресса, так и для оценки ценности и целесообразности программы. Наконец, важно протестировать проекты больших данных в контролируемом режиме, и лишь затем – в реальных условиях.

Резюме: мышление на перспективу

В быстро меняющемся мире правительства нуждаются в более широком и перспективном взгляде за пределы текущих задач для разработки новых стратегических подходов к решению проблем и использованию возможностей, создаваемых неопределенным будущим.

Переход к мышлению на перспективу требует использования все большего количества инструментов форсайта, включая сканирование горизонтов и сценарное планирование. Кроме того, правительства должны эффективно использовать массивы разно образной информации с помощью глубокого анализа больших данных и управления ими, что становится возможным благодаря прогрессу в технологиях. Чтобы достичь успеха, следует регламентировать и стандартизировать в рамках правительства функции отделов по исследованию будущего. Мышление на перспективу требует долгосрочных инвестиций и ресурсов. Необходимо привлекать к работе профессиональные сообщества, в особенности представителей коммерческого сектора, неправительственные аналитические центры и академические круги. Работа должна вестись в тесной связи с высшими государственными должностными лицами и ведущими политиками, с тем чтобы системные и обоснованные рекомендации прогнозного характера могли положительно воздействовать на политический процесс.