سیاستگذاری مبتنی بر داده در دولتهای دیجیتال
کلمات کلیدی:
دولت دیجیتال, سیاستگذاری مبتنی بر داده, حکمرانی داده, تصمیمگیری مبتنی بر شواهد, تحلیل مضمونچکیده
هدف: هدف این مطالعه، تبیین ابعاد، الزامات و چالشهای سیاستگذاری مبتنی بر داده در دولتهای دیجیتال با تأکید بر تحلیل مفهومی و مرور نظاممند ادبیات علمی است.
روشها و مواد: پژوهش حاضر از نوع مرور نظاممند و کیفی است که با هدف شناسایی ساختار مفهومی سیاستگذاری دادهمحور انجام شد. جامعه پژوهش شامل مقالات علمی معتبر منتشرشده در زمینه حکمرانی داده، دولت دیجیتال و تصمیمگیری مبتنی بر شواهد بود. پس از جستوجو در پایگاههای Scopus، Web of Science و Google Scholar، دوازده مقاله منتخب بر اساس معیارهای ارتباط مفهومی، اعتبار علمی و تازگی انتشار انتخاب شدند. دادهها با استفاده از نرمافزار Nvivo نسخه ۱۴ و از طریق تحلیل مضمون (Thematic Analysis) بررسی و تا مرحله اشباع نظری تحلیل شدند.
یافتهها: نتایج تحلیل مضمون منجر به استخراج سه مضمون اصلی شد: «زیرساختهای داده و فناوری»، «ظرفیت نهادی و حکمرانی دادهمحور» و «فرآیند سیاستگذاری دادهمحور». هر یک از این مضامین دارای چندین زیرمقوله شامل حاکمیت داده، امنیت و حریم خصوصی، رهبری داده، سواد دادهای، شفافیت، تحلیل پیشبینیکننده و یادگیری سازمانی بودند. یافتهها نشان دادند که سیاستگذاری دادهمحور نهتنها نیازمند زیرساختهای فنی است بلکه به بلوغ نهادی، فرهنگی و اخلاقی نیز وابسته است.
نتیجهگیری: پژوهش حاضر نشان داد که سیاستگذاری مبتنی بر داده بهعنوان یکی از ارکان دولت دیجیتال، مستلزم ترکیب فناوریهای دادهمحور با سازوکارهای نهادی و فرهنگ تصمیمگیری مبتنی بر شواهد است. توسعه این رویکرد در دولتها نیازمند توازن میان شفافیت، حریم خصوصی و نوآوری سیاستی است. یافتهها میتواند به سیاستگذاران در طراحی چارچوبهای حکمرانی داده، بهبود تصمیمسازی عمومی و ارتقای اعتماد اجتماعی کمک کند.
دانلودها
مراجع
Bhatti, A., Akram, H., Basit, H., & Siddiqui, D. (2022). Data analytics capabilities and public sector performance: Evidence from digital governance transformation. Government Information Quarterly, 39(3), 101713.
Davies, T. (2019). Open data in practice: Technological, organizational, and political dimensions. Routledge.
Desouza, K. C., & Jacob, B. (2017). Big data in the public sector: Lessons for practitioners and scholars. Administration & Society, 49(7), 1043–1064.
Ingrams, A. (2020). Data-driven decision making in digital government: An empirical analysis of challenges and benefits. Public Administration Review, 80(5), 828–839.
Janssen, M., & Helbig, N. (2018). Innovating and changing the policy-cycle: Policy-makers be prepared! Government Information Quarterly, 35(4), 549–559.
Janssen, M., & Kuk, G. (2016). The challenges and limits of big data algorithms in policy making. Government Information Quarterly, 33(3), 371–377.
Janssen, M., Matheus, R., Longo, J., & Weerakkody, V. (2017). Transparency-by-design as a foundation for open government. Transforming Government: People, Process and Policy, 11(1), 2–20.
Kitchin, R. (2014). The data revolution: Big data, open data, data infrastructures and their consequences. SAGE Publications.
Kim, S., & Zhang, J. (2021). Algorithmic governance and public decision-making: The role of data science skills in government. Information Polity, 26(3), 327–340.
Meijer, A. (2021). Data-driven governance in the digital age: A public management perspective. Public Management Review, 23(12), 1845–1861.
Mergel, I. (2019). Data-driven government: Using analytics to make public services smarter. Public Administration Review, 79(6), 837–844.
Misuraca, G., & Savoldelli, A. (2017). Big data for policy making: Great expectations, but with limited progress? European Journal of ePractice, 25, 13–28.
OECD. (2021). The path to becoming a data-driven public sector. OECD Publishing.
Sun, T. Q., & Medaglia, R. (2019). Mapping the challenges of artificial intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36(2), 368–383.