شواهد نجاتبخش: چگونه داده‌‌‌ها به یاری سیاستگذار می‌‌‌آیند؟
اکنون دهه‌‌‌ها از زمانی که لاسول و درور سیاست و سیاستگذاری را معنا کردند می‌‌‌گذرد. در طول این مدت اداره امور جوامع به‌‌‌شدت پیچیده‌‌‌تر شده و دولت‌‌‌ها نیز باید سازوبرگ و زرادخانه سیاستی خود را متناسب با آن به‌‌‌روز کنند. در چنین شرایطی سیاستگذاری مبتنی بر شواهد، در صدر توصیه‌‌‌های اندیشکده‌‌‌ها و نهادهای سیاست‌‌‌پژوه به دولت‌‌‌ها قرار دارد. از دولت انتظار می‌رود که بتواند از انبوه داده‌‌‌ها و اطلاعات مختلف برای دستیابی به شناخت معتبر و متقن استفاده کند؛ مسائل را به‌خوبی شناسایی کند و در طراحی سیاست‌‌‌های خود از مناسب‌‌‌ترین راهبردها بهره گیرد. در این بین یکسری از دولت‌‌‌ها نسبت به دیگر همتایان خود، پیشرو و جلودار بوده‌‌‌اند. این متن قصد دارد به شماری از تجربیات موفق سیاستگذاری مبتنی بر شواهد بپردازد تا نشان دهد که دولت موفق قرن بیست‌‌‌ویکمی دولت شواهدمحور است. مثال‌‌‌های این متن برگرفته از کتاب «کلان‌‌‌داده و سیاست عمومی» اثر ربکا مودی و ویکتور بکرز است که در سال ۲۰۲۳ توسط انتشارات پالگریو مک‌‌‌میلان انتشار یافته است. مودی و بکرز به دو تجربه موفق در دانمارک و ایرلند می‌‌‌پردازند که در آنها سیاستگذار توانست به‌خوبی از داده‌‌‌ها در فرآیند سیاستگذاری در سطوح ملی (دانمارک) و محلی (دوبلین) بهره گیرد.
سیاست امنیت غذایی در دانمارک
اداره غذا و دامپزشکی دانمارک (DFVA) بخشی از وزارت محیط‌زیست و غذای دانمارک است. هدف اصلی این اداره کسب اطمینان از بی‌‌‌خطربودن غذا برای مصرف شهروندان است. این کار با نظارت بر زنجیره حمل‌‌‌و‌‌‌نقل و فرآوری مواد غذایی و همچنین نظارت بر رستوران‌‌‌ها برای حفظ سلامت مصرف‌کنندگان انجام می‌شود. افزون بر این، از آنجا که این نظارت بسیار زمان‌بر و پرهزینه است، DFVA تصمیم گرفته است با یک راهکار مبتنی بر کلان‌‌‌داده این فرآیند را کارآمدتر کند. مساله اصلی پیش‌بینی این است که در کدام بخش‌‌‌ها، قصابی‌‌‌ها یا رستوران‌‌‌ها لازم است نظارت یا ارزیابی بیشتری اعمال شود. اداره غذا و دامپزشکی دانمارک در این مسیر متغیرهای گوناگونی را تعریف کرده و داده‌‌‌های مربوط به آنها را گردآوری و تحلیل می‌کند: برخی مبتنی بر گروه‌‌‌های هدف مصرف‌کنندگان هستند (مصرف‌کنندگان چه کسانی هستند؟)، برخی مبتنی بر فرآیند هستند (پخته، بخارپز، دودی یا ... بودن غذا؟)، برخی مبتنی بر محصول هستند (خطرات محصولات خاص، مانند گوشت) و برخی از آنها مبتنی بر فعالیت هستند (کشتار، شکار و ماهی‌گیری).
همچنین در مورد متغیرهای خاص نظیر مصرف‌کنندگان آسیب‌‌‌پذیر داده‌‌‌هایی گردآوری می‌شود. اداره غذا و دامپزشکی دانمارک توانسته است بر این اساس یک سیستم دسته‌‌‌بندی ریسک‌‌‌های سلامت مواد غذایی را ایجاد کند که هدف اصلی آن شناسایی مهم‌ترین ریسک‌‌‌های پیش‌‌‌روی سیاستگذار براساس الگوهای رفتاری گذشته است. بهعنوان مثال، کسب‌وکاری که مجموعه‌‌‌ای از معیارها را رعایت می‌کند که به دلیل نوع غذایی که تولید می‌کنند، موقعیت مکانی یا شهرت آنها احتمال غیربهداشتی بودن‌شان را افزایش می‌دهد، می‌‌‌تواند بیشتر مورد بازرسی قرار گیرد و کسب‌وکاری با شهرت خوب، کنترل کیفیت قابل هدف داخلی در مقیاسی خاص ممکن است کمتر مورد بازرسی قرار گیرد. نتیجه این سیستم کاهش بار نظارتی اداره غذا و دامپزشکی، پیشگیری از موارد متعدد توزیع غذاهای آلوده و افزایش ایمنی غذایی شهروندان دانمارکی بوده است.
سیاست مقابله با آلودگی صوتی در ایرلند
شهرهای شلوغ از مشکل آلودگی صوتی رنج می‌‌‌برند که شهروندان را آزار می‌دهد. دوبلینی‌‌‌ها برای حل این چالش یک طرح مدیریت صدا را تدارک دیده‌‌‌اند. اما در اینجا هم پای کلان‌‌‌داده به ماجرا باز می‌شود. به‌منظور مدیریت آلودگی صوتی نواحی دوبلین، ابتدا لازم است صدا پایش شود و برای انجام این کار، یک نقشه استراتژیک صدا ایجادشده که سروصدا را (برحسب دسی‌بل) در فواصل 5دقیقه‌‌‌ای در مکان‌‌‌های خاص پردازش می‌کند. سپس از مکان و میزان صدا برای تعیین میزان بالای دسی‌بل در هر محل استفاده می‌شود. در اصل این امر به آن معناست که فرد می‌‌‌تواند خانه خود را بر روی نقشه پیدا کند و ببیند که به طور منظم در معرض چند دسی‌بل آلودگی صوتی قرار دارد. پس با این طرح نه‌‌‌تنها میزان آلودگی صوتی مشخص می‌شود، بلکه تفاوت آن در روز و شب و ساعت‌‌‌های مختلف هم عیان می‌شود. فناوری نظارت بر صدا کاملا ساده است. تعدادی میکروفن و سنسور در چند ناحیه قرار داده شده و در فواصل 5دقیقه‌‌‌ای میزان دسی‌بل را اندازه‌‌‌گیری می‌کنند.
سپس این داده‌‌‌ها از طریق یک شبیه‌‌‌سازی کامپیوتری پردازش می‌‌‌شوند که به داده‌‌‌ها اجازه می‌دهد به یک منطقه بزرگ‌تر منتقل شوند. در اصل این موضوع به آن معنی است که داده‌‌‌های سنسور یا میکروفن اخذ شده و محاسبه یا شبیه‌‌‌سازی می‌شود تا نشان دهد که میزان آلودگی صوتی در ناحیه پیرامونی چقدر است. تمامی این داده‌‌‌ها با استفاده از رنگ‌‌‌های مختلف روی نقشه ذخیره و بصری‌‌‌سازی می‌‌‌شوند تا صدا را در مقیاسی از زیر آستانه تعیین‌‌‌شده تا بالای آستانه تعیین‌‌‌شده، با تفاوت بین روز و شب، نشان دهند. سیاستگذار با نظارت مستمر بر این داده‌‌‌ها می‌‌‌تواند سیاست‌‌‌های دقیق‌‌‌تری را برای مقابله با عوامل اصلی آلودگی صوتی وضع کند. پایتخت ایرلند با استفاده از این راهبرد توانسته است آلودگی صوتی‌‌‌اش را با موفقیت رضایت‌‌‌بخشی مدیریت و زندگی را برای شهروندانش راحت‌‌‌تر کند.
داده‌‌‌ها چگونه به کمک سیاستگذار می‌‌‌آیند؟
هنگام بررسی نمونه‌‌‌های موفق سیاستگذاری مبتنی بر شواهد ممکن است این تصور شکل بگیرد که تنها پیشگام‌‌‌بودن کشور در حوزه فناوری کافی است تا سیاستگذار را به سمت استفاده از فناوری در حکمرانی سوق دهد. با این حال تجربیات موفق نشان می‌دهند که ابتکارهای شواهدمحور بیش از آنکه برخاسته از وضعیت فناوری یک کشور باشند، از پذیرش ناتوانی مسوولان آنها در شناخت تمام زوایای زندگی انسانی، بهعنوان مهم‌ترین موضوع سیاستگذاری، در وهله اول و سپس تلاش برای نور افکندن هر چه بیشتر بر این اقلیم ناشناخته از محل جمع‌‌‌آوری و تحلیل داده‌‌‌های موجود نشات می‌گیرند. داده به‌تنهایی قادر نیست تمامی شناختی را که سیاستگذار برای حل مساله دارد فراهم کند؛ اما می‌‌‌تواند در حوزه‌‌‌های مختلف، از قصابی‌‌‌های دانمارک تا فرودگاه‌‌‌های ایرلند، ذره‌‌‌بینی را به دست سیاستگذار دهد و او را در مدیریت این جهان پیچیده کمک کند.
