Официальная статистика vs данные в реальном времени — кто побеждает? Отвечает экс-глава Евростата

21 Октября 2020

Как меняется роль официальной статистики в контексте цифровизации и глобализации общества? Зачем она нужна в мире, где правят большие данные, получаемые в реальном времени? ‎Какое место она занимает в век искусственного интеллекта и интернета вещей? На эти вопросы отвечает бывший гендиректор Европейской статистической службы Вальтер Радемахер в своей статье Statistical Journal of the IAOS. Мы публикуем ее перевод.    

Растущее значение статистических данных, показателей и информации для принятия политических решений находит отражение в удобной и популярной формулировке «Данные для политики» (D4P). В соответствии с этим слоганом, хорошо известные основные темы, такие как модернизация государственного сектора или формирование политики на основе фактических данных, приводят к принятию новых решений с использованием новых технологий и большого количества источников данных. «Данные для политики» значат для официальной статистики больше, чем просто новые данные, технологии и методы. Это один из главных вопросов обеспечения важной функции и роли официальной статистики в политике данных будущего. Чтобы оправдать эту позицию, необходимо иметь четкое представление о том, как роль официальной статистики в функционировании (демократических) обществ следует переосмыслить в меняющихся условиях (прежде всего из-за перехода на цифровые технологии и процесса глобализации).

«Люди становятся все более требовательными потребителями товаров и услуг, гражданами и владельцами бизнеса, на которых влияет политика и услуги, предоставляемые государством. Чтобы удовлетворить эти требования, правительство должно быть готово постоянно переоценивать то, что оно делает, чтобы выработать политику, которая действительно решает проблемы. Здесь речь идет о политике, ориентированной на будущее и сформированной на основе фактов, а не в ответ на краткосрочное давление. Также имеет место политика, строящаяся на вызовах, а не на симптомах; политика, успешность которой измеряется результатами, а не процессом; гибкая и новаторская политика, а не закрытая и бюрократическая; политика, которая способствовала бы соблюдению правил, а не просто предотвращала бы нарушения и мошенничество. Чтобы оправдать растущие ожидания людей, формирование политики должно быть процессом непрерывного обучения и совершенствования».

1. Введение

«Данные для политики». Под этим лозунгом известные темы как модернизация государственного сектора или формирование политики на основе фактических данных приводят к основным решениям, принятым с использованием новых технологий и источников данных в целях «использования инструментов 21 века для решения проблем 21 века». Возможности для «передовых решений», «данных, близких к реальному времени», кажутся очевидными, если нам удастся использовать «своевременную, простую и достаточно ясную для принятия быстрых политических решений расширенную аналитику». Возникает вопрос, почему, несмотря на все эти современные и инновационные возможности, в будущем сохранится необходимость в подробной официальной статистике. Зачем политикам ждать официальной статистики, когда для принятия самих решений уже есть данные, предоставленные в реальном времени? Зачем предоставлять статистическую услугу за счет налогоплательщиков, когда кажется, что можно легко анализировать данные, генерируемые машинами, подключенными друг к другу в рамках «интернета вещей»? Можно заметить, что данные, соответствующие проводимой политике, значат для официальной статистики больше, чем просто новые данные, методы и технологии. Это один из главных вопросов обеспечения важной функции и роли официальной статистики в политике данных будущего. Чтобы оправдать эту позицию, необходимо иметь четкое представление о задачах официальной статистики для функционирования (демократических) обществ с точки зрения того, как эти задачи следует переосмыслить в меняющихся условиях (прежде всего из-за перехода к цифровым технологиям и процесса глобализации).

Таким образом, можно прийти к выводу, что это вопросы и темы, с которыми должны смириться различные субъекты, занимающиеся деятельностью в сфере официальной статистики. Зачем тогда нужна статья в научном журнале? Однако, как будет объяснено ниже, это ни что иное, как предмет научных исследований, не связанный напрямую с вопросами, которые уже рассматриваются в статистике, а именно вопросы методологии обследования, выборки, исправления ошибок и т. д. Скорее, научный вклад в эту область происходит также из других дисциплин, в большей мере таких как социология или политология.

Более того, может сложиться впечатление, что вопросы, рассматриваемые ниже и касающиеся качества информации, взаимодействия с пользователями и управления статистикой, актуальны только для небольшой группы статистиков, особенно тех, кто отвечает за стратегическое направление официальной статистики. Это впечатление также обманчиво. Самые основные темы, такие как эпистемология, составляют основу для правильного понимания и применения статистической методологии. В этом отношении они не в последнюю очередь относятся к начальной программе статистического образования и профессиональной грамотности.

Выдвигается тезис о том, что вопросы и темы, затронутые в этой статье, в настоящее время во многом охватываются методологическими разработками, научными исследованиями и практическими испытаниями, но они реализуются в разных сообществах и не имеют между собой достаточной связи для взаимного дополнения и обогащения. Например, исследования науки и технологий, осуществляемые в рамках социологии, или научный дискурс об управлении при помощи данных мало или совсем не известны в статистическом сообществе. С другой стороны, в научных кругах, например, в той же социологии недостаточно известно о том, какие в последние годы стандарты качества были внедрены в официальную статистику.
Поэтому в современных условиях цифровизации, глобализации и все более распространенного скептицизма по отношению к экспертам и фактам, особенно важно устранить разрывы между дискуссиями в различных сообществах.


2. От принятия решений на основе имеющихся фактов (evidence-based) к принятию решений на основе обработанных данных (data-driven)

С конца 1990-х годов принято считать, что в условиях современного и благого управления, проводимая политика основана на фактах. [2,3] Независимо от политических взглядов правителей, проводилась модернизация администрации в соответствии с моделью нового государственного управления. Принятие рациональных, уместных, законных и ответственных решений требует учета всей доступной информации. Если решения не подтверждаются доказательствами, возможны отсутствие прозрачности, субъективность или даже определение неправильного политического курса. В этом отношении потребность в разработке политики на основе фактов (evidence-based policy-making, EBPM) является нормой в просвещенных, демократических обществ, нацеленных на эффективность мер и решений. Таким образом, источники EBPM можно найти в концепциях рационального и экономического подходов, будь то теории управления на уровне предприятия или экономическая теория политики.

В последнее время важность использования корректных терминов выросла до такой степени, что теперь принято говорить о «разработке политики на основе данных» [4] или, проще говоря, «данных для политики (D4P)». [5] Предпосылкой для этого является резкое увеличение объема данных, которые следует использовать (при наличии соответствующих технологий и методологий) для дальнейшего совершенствования государственного управления в целом и принятия политических решений, в частности.

Хотя эту тенденцию последнего времени и следует понимать как логическое и последовательное развитие, она содержит новые элементы и задает новые приоритеты. Во-первых, термин «данные» заменяет термин «факты», что связано с тем, что данные рассматриваются как новое «топливо» развития в 21 веке. Организации и правительства должны ссылаться на данные, и решения должны приниматься на их основе. В сочетании с алгоритмами, машинным обучением (так называемый искусственный интеллект) и «интернетом вещей», которые используют данные как «топливо», это приводит к новому измерению принятия решений. Вместо того, чтобы дополнять решения, они становятся полностью автоматизированными.
Очевидно, что связь технологий, политических/социальных событий и данных/информации (как инструментов власти и управления) в эпоху перехода к цифровым технологиям возникает в совершенно новой и усиленной форме. Как это ни парадоксально, данные/информация также могут быть использованы не по назначению и приводить к результатам, обратным тому, что изначально предполагалось достичь в рамках EBPM. Так, например, в какую-то степень получилось с интернетом, который должен был продвигать демократию, однако по факту также используется в авторитарных целях. [6]

Конечно, описываемые события носят общий характер и затрагивают все сферы экономики, общественной жизни и политики. Однако единственная цель – продемонстрировать влияние на официальную статистику и, возможно, сделать выводы о необходимых мерах и стратегических направлениях. Официальная статистика в этом смысле понимается как часть государственного управления, на которую возложена обязанность предоставлять обществу надежные статистические данные по основным темам, таким как народонаселение, социальные или экологические проблемы и экономика. Как показывает двухсотлетняя история официальной статистики, в ней происходили не только устойчивые изменения, но и резкие скачки в развитии, особенно когда технологические, научные и политические движущие силы взаимно усиливали друг друга. [7,8] Аналогично общему тренду четвертой промышленной революции, официальная статистика также находится в состоянии быстрых и фундаментальных изменений, в рамках которых резко меняются сырье (то есть данные), производственные процессы и ожидания пользователей.

В этой ситуации, действительно, можно попробовать адаптировать методы и процессы к измененным условиям в стандартном режиме. Однако вряд ли этого будет достаточно. Скорее, в период фундаментальных социальных и технологических изменений важно переосмыслить роль официальной статистики в прошлом, чем она является сегодня и какой она должна быть в будущем.

Ключевой вопрос в этом контексте заключается в том, являются ли отдельными независимыми процессами сбор данных и принятие политических решений? Как видно из множества, иногда довольно драматичных примеров (например, начало финансового кризиса 2009 г. в Греции из-за фальсифицированной статистики, Brexit и другие), [9,10] данную независимость сложно предполагать. Напротив, для адекватного использования EBPM или D4P важно понимать риски и побочные эффекты, возникающие в результате того, что процессы количественной оценки, измерения и принятия решений взаимосвязаны. На основе социологической концепции «совместного производства» из исследований науки и технологий (STS) можно систематизировать и проанализировать различные эффекты, обратную связь и подводные камни. Особенно на фоне растущей скептицизма по отношению к экспертам со стороны общества, крайне важно, чтобы эти эксперты и участники процессов принятия политических решений осознавали риски и побочные эффекты. Также важно, чтобы они осознавали их важность и принимали их во внимание при предписании и мониторинге эффективности «лекарства» под названием EBPM/D4P.

Таким образом, в центре темы официальной статистики находится взаимосвязь между «количественным управлением» [11] и «информационным управлением». [12]

Необходимо задать и обсудить некоторые фундаментальные вопросы:
- Что такое факты (включая такие термины, как данные, информация, доказательства)?
- Как подготовить достоверные факты?
- Какую роль играет официальная статистика в государственном управлении?
- Меняется ли эта роль в связи с новыми ограничениями и проблемами в эпоху цифровых технологий и глобализации?
- Как усилить роль гражданского общества и углубиться во все процессы производства статистических данных?
- Какие направления статистического управления необходимы для сохранения и защиты функционирования официальной статистики в новой информационной (и политической) экосистеме?


3. Что такое факты?

Статистиков часто удивляют определенные ожидания или комментарии, с которыми они сталкиваются:
- С одной стороны, есть почти слепая вера в существование фактов как абсолютной формы истины. «Посмотрите на данные!», «Давай проверим факты!», «Вы не можете управлять тем, что не измеряете!» принадлежат к таким широко распространенным и популярным мантрам, которые не редко сопровождаются большой долей наивности.
- С другой стороны, после нескольких предложений, сказанных во время обсуждения данного вопроса, всплывает распространенная шутка о статистике и статистиках: «Я верю только в статистику, которую я сделал сам», «Ложь, проклятая ложь и статистика» или «Не все, что можно высчитать, имеет значение, и не все, что имеет значение, можно высчитать». В отличие от первой группы (наивных позитивистов), чувствуется тонкое недоверие и дискомфорт, которые сопровождаются профессиональным невежеством и скептицизмом в отношении способностей экспертов.

Из-за отсутствия статистической грамотности и информации о качестве статистики, кажется, возникает опасная смесь чувства зависимости и недоверия. Статистические данные вынуждены разделять истину и ложь, которые не только непригодны, но также мешают правильному обращению со статистической информацией, основанному на знании ее реальных возможностей и ограничений. В последнее время кажется, что эта ситуация не улучшается, а, напротив, ухудшается. Идут дебаты о фактах и альтернативных фактах, о новостях и фейковых новостях, но при этом публично не задают ключевой вопрос и не отвечают на него. Каковы же факты на самом деле?

В своей книге «Постправда» («Postfaktisch») Винсент Ф. Хендрикс [13] представляет шкалу качества информации «в которой истинные и различные формы ложных утверждений и стратегии, подрывающие истину, сталкиваются друг с другом на противоположных концах». Хотя он подробно описывает различные варианты дезинформации, такие как искаженные заявления, ложь и фейковые новости, остается неясным, что он понимает под «правдивыми заявлениями». В качестве определения он предлагает «проверенные факты». Независимо от того, имеет ли смысл и полезно ли иметь дело с концепцией истины в этом контексте, с точки зрения статистики возникает вопрос о том, что такое факты и как они должны и могут быть проверены.

Следует отметить, что статистические факты являются конечным продуктом процессов, которые начинаются с разработки методологии (перевод вопроса в поддающуюся количественной оценке переменную, определение программы обследования и т. д.), которые далее производятся в соответствии с этой методологией и которые, наконец, доводятся до сведения тех, кто желает использовать информацию для своих интересов. Другими словами, факты – это сфабрикованные продукты. Как и другие продукты, они могут иметь хороший дизайн, функционально выполняющий то, что от них ожидается. Как и в случае с другими продуктами, возможны производственные ошибки. Как и в случае с другими продуктами, во время доставки (в этом случае – во время передачи) могут возникать недопонимания и ошибки. Из-за этого больше не возникают эмоционально перегруженные вопросы об истине и лжи. Наоборот, ключевой вопрос –обеспечение качества передачи информации, чтобы пользователи ее поняли и сделали правильные выводы. Вопросы гарантирования качества и прозрачности, а также осуществления маркировки и сертификации, естественно, играют важную роль в этом контексте.

Эти замечания могут неправильно восприниматься как пропагандирующие только традиционный дедуктивный подход, который якобы является единственным использующимся в официальной статистике. Поэтому следует пояснить, что традиция официальной статистики характеризуется взаимодействием между теоретической моделью и оценкой эмпирических данных, между дедуктивными и индуктивными процедурами. [14] Это взаимодействие встроено в итерационный процесс развития, который год за годом приводит к адаптации к новым обстоятельствам (будь то информационные потребности, базы данных или методы). Однако в итоге официальная статистика оценивается по ее соответствию международным стандартам (которые сами по себе регулярно пересматриваются), их сопоставимости во времени и пространстве и т. д. Индуктивное рассуждение («данные прежде всего») для создания новых вопросов поэтому также не станет типичным и часто используемым подходом в официальной статистике в будущем. Тем не менее сегодня, даже чаще, чем в прошлом, использование вторичных данных может порождать новые вопросы и теории, которые затем могут быть подтверждены дедуктивными методами и моделями и, в итоге, привести к статистическим фактам. Этот подход, названный экспериментальной статистикой, в настоящее время используется в процессе производства официальной статистики.

Три условия имеют решающее значение для качества статистической информации: во-первых, качество проделанных статистических измерений; во-вторых, последовательность использования теоретико-методологических подходов; и, в-третьих, актуальность для информационных потребностей и принятия своевременных решений. Только когда все три условия реализованы на достойном уровне, или, лучше сказать «адекватно», то статистическое число, индикатор, график или карта могут выполнить свою роль: потому что только тогда они пригодны для использования. История последних двух сотен лет также подтверждает, что именно силы, стоящие за этими тремя сферами влияния (наука, общество, статистика), двигали вперед развитие официальной статистики.

Наконец, взгляните на само статистическое сообщество и задайте те же вопросы: что такое факты? А как насчет знания эпистемологических основ статистики? Здесь оказывается, что в кругу профессиональных статистиков рефлексивные подходы и понимание характеристик продукта статистической информации имеют весьма ограниченную известность. Осознание того, что «карта — это не территория» [15], и что это фундаментально формирует представление о характере, качестве и цели статистики, недостаточно выражено. Например, технический термин «ground truth» («эталонные данные») используется для обозначения объективных (истинных) данных, то есть данных, полученных в результате опросов, даже если такая объективность не существует в смысле описания реальной ситуации. Точно так же необоснованным (или, можно сказать, наивным) является мнение, что данные говорят сами за себя; как если бы было достаточно перебрать основные данные с помощью интеллектуального алгоритма, чтобы извлечь из них готовую информацию. В обоих случаях задача статистики (и, в частности, официальной статистики) сводится к чисто техническому процессу, в ходе которого достаточно определенных знаний в сфере математики и информационных технологий. Различные взаимодействия между производством и использованием статистики игнорируются, а ключевые вопросы качества информации, в частности, связанные с актуальностью, последовательностью и согласованностью информации, не затрагиваются.

Подытожим все вышесказанное:
- Базовая статистическая подготовка должна быть основана на критическом отражении самого предмета статистической информации. Что такое факты? Если ответ на этот вопрос ясен, то можно подойти к концепциям управления качеством, информирования о качестве и широкого повышения статистической грамотности. Статистическая компетентность и грамотность не должны сводиться к математико-техническим навыкам. Скорее они также требуют понимания основ гуманитарных наук. [16,17]
- Кроме того, желательно, чтобы терминология использовалась более осознанно и точно. К сожалению, сегодня принято широко использовать термин «данные», не различая сырье (данные) от конечного продукта (статистической информации). Это создает сложности в понимании, а также в передаче и оценке качества информации.


4. От данных к политике и обратно

Охарактеризовав статистику как продукт, мы должны проанализировать метод производства и технологическую цепочку до поставки и использования ее конечных продуктов. Если от сырой нефти до промежуточных и конечных продуктов и разнообразных сфер их применения еще далеко, то почему же процесс ее добычи и обработки должен отличаться от цепи производства данных, информации, знаний и определения сфер их применения? Только когда человек понимает, что в этом долгом процессе требуются самые разные профессии и знания, взаимодействующие друг с другом, можно надлежащим образом заниматься темой качества конечных данных.

Растущее значение статистических данных и информации для принятия политических решений отражено в удобной и популярной формулировке «Данные для политики» (D4P). Однако этот термин только в ограниченной степени отражает всю взаимосвязь и взаимовлияние данных, с одной стороны, и политики, с другой. Даже если объем данных, доступных лицам принимающим решения (в том числе принятие организационных и административных решений) быстро растет параллельно с переходом к цифровым технологиям и глобализацией, исходные данные не находят непосредственного использования в политике. Следовательно, необходимы специализированные процессы для извлечения, уточнения и обработки ценных статистических знаний из потока необработанных данных в легко усваиваемую информацию для принятия политических решений. Термин «факты» используется здесь как общий термин для обозначения такой информации. В то время как статистические данные представляют собой начало обработки, факты характеризуют ее конец.

С помощью этого различия между данными и фактами можно разбить взаимосвязь между политикой и данными на различные компоненты, каждый из которых имеет различные способы предоставления значимых для политики данных.

В рамках этих более широких взаимосвязей необходимо отличать друг от друга следующие области:
От данных к фактам (D2F). Это представляет собой результат анализа данных, в котором участвуют статистики, специалисты по данным и эмпирически работающие исследователи / аналитики из разных дисциплин. Такие факты могут быть результатом, с одной стороны, стандартных статистических процедур, и, с другой стороны, результатом уникальных исследований, основанных на оценке микроданных.

От фактов к стратегии и политике (F2P). Это область работы специалистов, которые дают рекомендации по вопросам политики, опираясь на подготовленное и обработанное ими информационное содержание фактов. Среди них - журналисты, исследователи и аналитики, занимающиеся прогнозными моделями, а также политики, занимающиеся принятием политических решений на основе фактических данных.

От стратегии и политики к фактам (P2F). С одной стороны, это касается статистического дизайна (т. е. выбора концепции и переменных, определения программы работы и т.д.) для вопросов, которые важны для общества и должны отражать общие потребности в информации. Эти полученные факты являются результатами статистического процесса в виде показателей, счетов, индексов, карт, графиков и т. д. С другой стороны, этот подход также включает вопросы управления созданием знаний (кто участвует в процессе разработки, кто в итоге принимает решение о выборе статистической программы, бюджете и сроках и т. д.).

От фактов к данным (F2D). Это научная и техническая концепция создания или выбора подходящих источников данных (входных данных) для количественной оценки фактов (выходных данных). В нее включаются вопросы авторизации, конфиденциальности, доступности и владения данными.

От стратегии и политики к данным (P2D). Во многих отношениях программные документы, основанные на фактических данных, требуют актуальных данных, а политика устанавливает рамочные условия для создания таких данных, в том числе для их защиты, для инфраструктуры исследовательских институтов или центров обработки данных, для юридических условий их производства, таких как авторские права. Политика также влияет на экономические условия, в которых отрасли развиваются инновационно и конкурентно (или нет) в цифровую эпоху.

От данных к стратегии и политике (D2P). Новые данные и инновационные методы науки о данных могут использоваться для экспериментальной статистики, которая может быть полезна для определения будущих приоритетов и вопросов политики. Такая роль «больших» данных и специалистов по данным как института анализа, напрямую и незамедлительно вносящего свой вклад в политику, несомненно, имеет свои ограничения и риски. Необходимо обеспечить надлежащее управление (отчетность, работу комитетов и т. д.) для осмысления таких новых статистических знаний, а также необходимо подчеркнуть взаимодополняемость с более стандартизованными методами статистического производства.


5. Качество: доступная, умная и достоверная статистика, актуальная для общества.
5.1. Как предоставлять наиболее достоверные факты?

За последние двадцать лет в официальной статистике была создана современная система управления качеством, основанная на кодифицированных принципах, которые применяются в статистическом производстве, и соблюдение которых проверяется внешними экспертами. Согласованные на международном уровне стандарты и руководящие принципы в отношении методологии уже существовали раньше во многих важных областях статистики.

Важно отметить, что не существует единого ответа на вопрос о качестве, который был бы одинаковым и в равной степени правильным для всей статистики. Скорее, необходимо будет найти конкретное решение для разных областей и разных этапов политического цикла с отличающимися характеристиками. Это может соответствовать желанию получить максимально возможную точность, высокую частоту и скорость или высокую согласованность и последовательность. По этой причине портфолио официальной статистики содержит разные продукты. Например, сравните национальные счета с социальной статистикой или сильно агрегированный индекс потребительских цен с подробной статистической информацией по сельскохозяйственному сектору. Качество подразумевает, прежде всего, результат нескольких лет, а иногда и десятилетий развития, итерационной адаптации, включения новых информационных потребностей, учета ограничений ресурсов и т. д.; так ВВП и качество его расчета можно оценить только с учетом этих факторов.

Несмотря на роль процессов управления качеством, официальная статистика не застрахована от недостатков и ошибок. В процессе производства могут возникать ошибки, статистика может быть неадекватной, коммуникация может вводить в заблуждение, навыки персонала могут быть недостаточными. Однако, прежде всего, может иметь место неуверенность пользователей в качестве фактов, вызванная либо предыдущими ошибками, либо общим скептицизмом по отношению к государственным органам, средствам массовой информации или экспертам. С ошибками можно бороться с помощью трех стратегий: их скрыть, их избежать, или смягчить их негативные последствия. Конечно, первый подход разрушительно влияет на доверие к официальной статистике и является неприемлемым. Наивысший приоритет –предотвращение ошибок. Во всех случаях, когда ошибки все же произошли, ущерб для пользователей должен быть ограничен всеми средствами (например, с помощью открытого диалога, обучения).

Несмотря на то, что коммуникация о полученных фактах и данных является ключевой частью деятельности официальной статистики, становится более ясно, что качество продукта также должно быть обозначено и объяснено, чтобы потенциальные пользователи статистики могли это учитывать. Высокое качество информации должно сопровождаться пониманием ценности этого качества со стороны пользователей. Если различия в качестве между разными продуктами или между разными поставщиками данных не явно выражены или если они не учитываются, тогда всю информацию можно считать либо одинаково хорошей или одинаково плохой, из-за чего возникает недоверие к статистике в целом.
По этой причине важно активно заниматься темами брендинга (маркировка качества поставщика), маркировки (маркировка качества продукта) и сертификации, а также это сделать как можно быстрее. В ходе исследования рынка также необходимо получить данные о том, как статистические продукты используются, где пользователи нашли данные, которые не удовлетворили их потребности и что способствует укреплению доверия или, наоборот, подозрений.

Основные идеи комплексного, системного управления качеством основаны на работах таких мыслителей, как Рассел Л. Акофф, Питер Друкер и, прежде всего, У. Эдвардс Деминг. Деминг, который работал статистиком, подчеркивал то, что некоторые управленцы и CEO видят свою роль, а компании как исключительно техническую или экономическую. Если они хотят добиться успеха и производить продукты высочайшего качества, они должны понимать свою компанию, ее сотрудников, взаимоотношения и опыт, а также многое другое, опираясь на свои собственные знания. Поэтому при производстве статистики также важно иметь глубокие профессиональные знания в сфере менеджмента.

Промежуточный вывод. Качество статистической информации может быть достигнуто за счет общего управления качеством (TQM), которое включает все производственные процессы, а также профессиональный маркетинг. Однако управление качеством требует прежде всего одного: качественного управления.


5.2. Официальная статистика как часть государственного управления

Сейчас мы обращаемся к особой форме статистики, так называемой официальной статистике, то есть статистике, производимой в официальных учреждениях и предоставляемой ими. Чтобы понять, является ли это только частью прикладной статистической методологии и рассмотреть то, насколько полномочия, форма принятия решений и другие факторы оказывают влияние на качество производимой статистики и проанализировать степень взаимодействия этих факторов с качеством произведенных продуктов.

Официальная статистика является частью государственного управления, в рамках которого предоставляются услуги, имеющие фундаментальное значение для общества. Какие услуги задействованы, где грань между частным и государственным секторами и как обеспечить предоставление этих услуг с требуемой эффективностью и действенностью – это вопросы и темы, на которые есть более чем один правильный ответ. Скорее, разные формы и решения управления возникли в ходе истории и для разных политических культур. В отличие от наблюдаемой в последние десятилетия в мире тенденции к приватизации секторов здравоохранения и образования, транспорта и другой сетевой инфраструктуры, периодически повторяющиеся дискуссии о возможной приватизации официальной статистики (по крайней мере на данный момент) быстро исчезли в никуда. По этой причине можно предположить, что официальная статистика принадлежит к ядру неотъемлемых государственных услуг.

Но чем характеризуется эта публичная услуга? Речь идет об информации, которая хранится в качестве общественного блага в инфраструктуре для использования гражданами, предпринимателями, учителями, исследователями и политиками, то есть всеми. Если, однако, природа этой области такова, что задействовано множество целей, как предоставляемая информация может быть «пригодной для (множественной) цели»?

Ответ на этот вопрос заключается, во-первых, в том, что различные заинтересованные стороны и участники гражданского общества вовлечены в процесс принятия решений, включающий разработку проектов статистической программы, отдельных обследований и переменных. Во-вторых, программа официальной статистики - это решение сложной проблемы принятия решений, которая регулярно и многократно пересматривается и адаптируется к новым обстоятельствам. Таким образом, сегодняшняя статистическая программа является результатом длинной серии таких изменений, определений конвенций, стандартов и т. д. в прошлом.

Такое решение довольно легко представить, если оно касается официальной статистики внутри страны. Однако в глобальном контексте существует проблема – такие национальные программы больше не соответствуют требованиям, так как в них отсутствует сопоставимость, эффективность и прослеживаемость.

Эта мысль приводит нас к другим вопросам, которые связаны с тем, как принимаются решения относительно элементов статистической программы: кто определяет статистические приоритеты, соглашения и стандарты; как отбираются методы, переменные, шаблоны; какие интересы и группы интересов принимаются во внимание и как окончательно принимаются официальные решения? Все это важные элементы статистического управления, которые оставляют свой след на конечных продуктах, по крайней мере, в такой же степени, как и статистические науки.

Как указывали Ален Десрозьер и Теодор Портер, (официальная) статистика, как и национальное государство, столь знакомое нам сегодня, «родилась» в эпоху Просвещения. В течение двухсот лет статистика «была замужем» за национальным государством и пережила множество взлетов и падений, хорошие и плохие времена, диктатуры и демократии с различными формами национальных государств. На примере зарождения итальянской нации Сильвана Партриарка очень четко осветила взаимосвязь между «числами и национальностью». Становится ясно, что производство статистики тесно связано с формированием государства и что статистика является важной предпосылкой для любой формы правления. С другой стороны, управление государством оказывает огромное влияние на официальную статистику, способ производства, качество, независимость и близость (или отдаленность) к гражданам.

Эти взаимоотношения также применимы к структурам, организованным не на национальном уровне, таким как, например, Европейский Союз, для которых на всех этапах развития существовали соответствующие статистические службы и учреждения. По этой причине в сегодняшнюю эпоху глобализации необходимо определить, каким образом статистика концептуально увязана с потребностями, интересами и возможностями отдельных стран (например, национальные счета) и в какой степени их можно использовать (или не использовать) в качестве основы для разработки новой статистической системы в тех случаях, когда глобальные проблемы требуют ответов, сформированных на базе согласованных на международном уровне статистических данных. В настоящее время невозможно предвидеть решение столь сложных политических событий. В какой степени национальные государства, многосторонние или наднациональные движения докажут свою ценность, разовьются и проявят себя сегодня неясно. Однако из общей истории национальных государств и национальной статистики можно извлечь урок: пока будущие модели и структуры политических действий неизвестны, будь они более глобальными или региональными и местными, всегда будет возникать потребность в статистике, специально адаптированной именно для них. Эти статистические данные необязательно должны совпадать со статистическими данными, производимыми в настоящее время в отдельных странах.

Подытожим все вышесказанное:
- Управление, политические рамочные условия и политическая культура являются важными факторами качества статистических данных. Независимые, сильные и инновационные статистические учреждения могут процветать только там, где соблюдаются принципы надлежащего управления и где применяется верховенство закона.
- Глобальные явления частично требуют новых статистических подходов и творческих решений, которые основаны на национальных данных, методах и структурах в пользу подлинно международных концепций и источников данных.


5.3. Новые возможности и вызовы в эпоху цифровизации и глобализации
5.3.1. Три революции в цифровую эпоху

Цифровая эпоха – это не просто постепенная эволюция предыдущих этапов развития информационно-коммуникационных технологий. Скорее, в обществе происходят глубокие изменения, которые коренным образом изменяют поведение людей в повседневной жизни и приводят к совершенно новым сочетаниям рисков и возможностей, победителей и проигравших, потребителей и производителей данных или информации [16]. Чтобы показать масштабы текущих структурных изменений, данный процесс называют информационной революцией. Однако технологические изменения происходят не в вакууме, а постоянно находятся под влиянием и сами оказывают влияние на социальные и политические условия, которые сейчас проходят стадию серьезных изменений. В целом следующие три события имеют ключевое значение для будущего официальной статистики:

Первое: Зеттабайты и йоттабайты
Начало эпохи информационной революции привело к существенным изменениям как в процессе производства, так и потребления данных. С одной стороны, наличие больших объемов данных дает деятельности статистики совершенно новый толчок в направлении, которое еще недостаточно изучено. При этом все больше растет понимание синергии и потенциала тесного сотрудничества между статистикой и другими дисциплинами науки о данных [21.22].
В последние годы количество цифровых данных, создаваемых, хранимых и обрабатываемых в мире, растет в геометрической прогрессии. Каждую секунду правительства и государственные учреждения, частный бизнес, ассоциации и даже граждане генерируют серию цифровых отпечатков, которые, учитывая их размер, называются «большими данными». Объем информации настолько большой, что пришлось изобретать новые единицы измерения, такие как зеттабайты или йоттабайты, и сложные устройства хранения данных исключительно для того, чтобы контролировать постоянный поток данных. Теперь мир можно рассматривать как огромный источник данных. Достигнут общий консенсус в отношении возможностей, которые открывают «большие данные» для статистики, полученной из традиционных источников, таких как опросы и административные отчеты. Эти возможности включают в себя:
– Быстрое и частое распространение данных.
– Ответы на конкретные запросы пользователей, поскольку пробелы, оставленные традиционным статистическим производством, заполняются.
– Уточнение существующих показателей, разработка новых показателей и запуск новых направлений исследований.
– Существенное снижение нагрузки на физических или юридических лиц, а также снижение количества отказов.
– И последнее, но не менее важное: доступ к «большим данным» может значительно снизить затраты на статистическое производство в условиях резкого сокращения ресурсов и расходов.
Однако «большие данные» также несут с собой ряд проблем:
– Эти данные не являются результатом статистического управления, то есть не производятся в соответствии со стандартной практикой и не подвергаются обязательной проверке, что несет риски потери качества в результате отсутствия контроля над процессом.
– Они не соответствуют современным методологиям, классификациям и определениям, и поэтому их трудно гармонизировать и передать в существующих статистических структурах.
– Сложные агрегаты, такие как Валовой внутренний продукт (ВВП) или Индекс потребительских цен (ИПЦ), нацелены на измерение макроэкономических показателей [24] страны в целом; их замена большими источниками данных представляется невозможной.
– Кроме того, в дискуссии вокруг «больших данных» поднимается много важных юридических вопросов: безопасность и конфиденциальность данных, уважение частной жизни, владение данными и т. д.
Все вышесказанное означает, что, по крайней мере на данный момент, «большие данные» могут использоваться лишь в ограниченной степени для дополнения, а не замены источников традиционных данных в определенных областях статистики.

Второе: Доказательства и решения
С другой стороны, спрос на «принятие решений на основе фактических данных», (новое государственное) управление и другие приложения неолиберальной модели [25] управления привели к новым ожиданиям со стороны пользователей статистики. Можно признать, что принятие во внимание последствий того или иного решения является одним из «компонентов рациональности» [26]. При этом необходимо проделать длинный путь, чтобы прийти от этой точки зрения «Просвещения» до такой формы управления, при которой наличие доказательств считается необходимым условием для принятия любого решения. «За последние сто лет политическое управление претерпело «количественный поворот». Этот количественный поворот понимается здесь как систематическая попытка количественно очертить и измерить объекты и результаты управления с целью демонстрации конкурентного преимущества и превосходства на индивидуальном и/или коллективном уровне». [27] Теперь, со статистической точки зрения, кажется желательным, чтобы этот количественный поворот привел к большему спросу и предложению статистики, если бы не было ряда побочных эффектов, которые могли бы поставить под угрозу качество статистической информации или даже могли бы представлять угрозу для официальной статистики. Если согласиться с тем, что измерение является религией в деловом мире [28], то эта религия не только оказывает значительное влияние на поведение руководителей, государственных служащих, работников государственного и частного секторов, но, скорее, она также порождает желание иметь больше данных, которое не взаимосвязано со стремлением к лучшему качеству этих данных. В таком «аудиторском обществе» [3] существует большая опасность того, что существование данных и информации считается нормальным. То, что эти информационные продукты должны быть произведены, что они могут быть ненадлежащего качества и что на их производство были потрачены время и деньги, забывается. Парадоксально, но это же информационное общество жалуется, что бремя статистики слишком велико. Становится ясно, что значительные риски для статистики могут возникнуть из-за того, что ожидания относительно объема слишком высоки, а ожидания относительно качества слишком низки. В культуре быстрого питания трудно поддерживать высокое качество продуктов.

Все эти тенденции, возникшие в последние десятилетия, ускоряются новыми технологиями. Решения, которые были «дополнены» с помощью доказательств, теперь могут стать «автоматизированными». «Интернет ещей» [29], искусственный интеллект (ИИ) и растущее значение алгоритмов приводят к новым вопросам в областях, отличных от технологических: «Общество должно бороться с тем, как алгоритмы используются в правительстве и промышленности, чтобы в эти системы были встроены адекватные механизмы подотчетности. Еще предстоит провести много исследований, чтобы понять соответствующие измерения и методы прозрачности алгоритмов, понять, как использовать интерактивное моделирование, как должна развиваться журналистика и как сделать машинное обучение и разработку программного обеспечения адаптивным и эффективными в решении этих проблем». [31]

Третье: Факты и альтернативы
Информация и факты не нейтральны. Как и другие промышленные продукты, они открывают многообразные возможности «двойного» использования и рисков, которые должны быть учтены ответственными производителями информации в их политике и производственных процессах. Один из ключевых вопросов в этом контексте связан с ролью, которую наука играла в прошлом, и в какой степени эта роль нуждается в критической оценке и пересмотре [32,33].

В то время как неопределенность и риски постоянно растут в глазах граждан, и в то время, как влияние глобализации становится все более и более заметным, кажется, что люди начали терять доверие к экспертам [34]. Кроме того, создается впечатление, что «политика постправды» набирает обороты, открывая возможности для популистских и националистических активистов. Доверие населения к своим правительствам и к официальным институтам быстро ослабевает. Это недоверие, конечно же, распространяется и на производителей официальной статистики.

Граждане начинают интересоваться, для чего и в чью пользу служат статистические показатели. Знание – это сила. Используются ли статистические данные для стимулирования политического диалога (открытия), для его сокращения или, в худшем случае, для его подавления (закрытия) [24,35]? Ответы на эти вопросы во многом определят, будет ли доверие граждан завоёвано или потеряно. Близость официальной статистики к политике и ее укорененность в государственном управлении могут иметь как положительные, так и отрицательные последствия в зависимости от восприятия использования статистики в процессе принятия политических решений и ее профессиональной независимости.

В этом контексте необходим глубокий эпистемологический сдвиг, поскольку сложность и необратимость подрывают идею о том, что наука (и статистика) могут дать единственные, объективные и исчерпывающие ответы. В современных обществах риска [33] существует эпистемологическая и методологическая необходимость наделить людей – граждан и политиков – соответствующей информацией, чтобы они могли принимать наилучшие возможные решения для достижения устойчивости и обеспечения приспособляемости в сложном мире.


5.3.2. Ответы на резко меняющиеся условия

Непрерывное совершенствование «снизу-вверх» процессов, технологий и источников данных, характерное для последних десятилетий официальной статистики, уже недостаточно в эпоху таких серьезных изменений. Совершенно новая конкурентная ситуация требует, чтобы официальная статистика давала инновационные стратегические ответы, выходящие за рамки традиционных статистических методов и технологий. Суть этого будет заключаться в том, чтобы сохранить (или, если уже утрачено, вернуть) доверие к официальной статистике, как к институту, так и к информационной инфраструктуре, несмотря на скептицизм по отношению к политике и государственным институтам.

В эпоху больших данных, искусственного интеллекта и алгоритмов существует потребность в этическом руководстве и правовых рамках в новых условиях: «В мире, открываемом наукой о данных и искусственным интеллектом, все еще сохраняется версия основного принципа партнерства между людьми и технологиями. Пусть технология станет вам проводником, а не правителем». [36]. То, что могло бы облегчить новый поиск направления и баланса - это имеющийся запас этических принципов и принципов управления, основанный на двухвековой истории официальной статистики.

В течение нескольких лет, особенно в области данных об окружающей среде, развивается новая форма сотрудничества между наукой и гражданами, получившая название «гражданская наука». Гражданские научные проекты активно вовлекают граждан (в качестве участников, соавторов и т. д.) в научную деятельность, которая генерирует новые знания или концепции. Хотя гражданская наука все еще относительно молода, она реализует задачу, которая становится все более важной для официальной статистики. Прежнее разграничение между производителями данных и потребителями становится все менее релевантным. Следовательно, возникает вопрос о том, как активно вовлекать граждан в производство статистических данных на протяжении всей производственной цепочки, от проектирования до их передачи. В прошлом граждане (а также компании и другие партнеры статистики) были либо пассивными респондентами в опросах, либо просто потребителями готовой статистической информации. Ответ на этот вопрос далеко не тривиальный. В ее основе лежат те же проблемы и трудности, что и проблема использования больших данных для официальной статистики в целом: контроль процедур, обеспечение качества, интерпретируемость формирования информации, нейтральность/беспристрастность.


5.3.3. Начало новой научной дискуссии

Представляется необходимым и неотложным начать научную дискуссию в профессиональных сообществах и общую рефлексию. Научные исследования и разработки имеют важное значение для качества измерений и их результатов, независимо от того, основаны ли они на методологиях статистических обследований или основаны на концепциях науки о данных. По-видимому, это касается в первую очередь к соответствующим техническим дисциплинам. Тем не менее, это должно быть дополнено не только чисто методологическими вопросами, но и различными аспектами из других областей, включая социологию, исторические или юридические дисциплины. Существует много направлений науки, способствующих исследованию процессов количественной оценки и влияния количественной оценки в социальных контекстах [40]. Эти научные материалы должны касаться таких вопросов и проблем, как:
– Этапы в истории официальной статистики, которые могут объяснять взаимодействие между процессом создания знаний и обществом; становление государств; статистику при авторитарных, либеральных и неолиберальных режимах.
– Официальная статистика как часть базы знаний для жизни.
– Исторические, культурные и управленческие системы стран; различия между статистическими органами и их эффективность по всему миру по сравнению с Европой; международное/наднациональное управление статистикой.
– Создание знания; измерения в науке и на практике; пределы измерений; факты и (научная) фантастика; статистика и теории, такие как, например, экономическая теория; эпистемология, фальсификация/верификация теорий.
– Добросовестное и недобросовестное использование доказательств; сила знания и определение способов его распространения; отношение к концептуальным рамкам в политике.
– Общественная ценность в контексте государственного управления; участие граждан через эффективные механизмы.
– (Новое) Просвещение; знания для расширения прав и возможностей граждан; гражданская наука; статистическая грамотность; образование; участие в принятии решений; содействие демократическому процессу.
– Коммуникация о данных и метаданных, а также о качестве для пользователей с разными начальными знаниями и статистической грамотностью.
– Формирование показателей как процесс совместного проектирования, активизирующий интерес гражданского общества.
– Совместное производство статистики; привлечение пользователей статистики в качестве сопроизводителей («просьюмеров»).
– Качество информации, институтов, продуктов и процессов; как принимать решения относительно конвенций о методологиях и программах работы; качество как гарантия.
– Профессиональная этика (для отдельных лиц) и благое управление (для учреждений).
– Профессиональные профили: методист опроса, специалист по данным, бухгалтер, архитектор данных, инженер по социальным наукам и т.д.


5.4. Усиление роли гражданского общества
5.4.1. Преодоление разрыва

Как нам лучше всего преодолеть разрыв между общественностью («гражданином») и статистиками? Достаточно ли сосредоточиться на улучшении способов передачи статистических результатов? Является ли проблема, которую нужно решить, только проблемой языка? Или нам нужно начать на одном из этапов последовательности процессов измерения/количественной оценки (проектирование, производство, коммуникация) и разобраться с вопросом производства статистики, а также процессом создания знаний пользователями? Может быть, коммуникация о будущем требует большего вовлечения? Если да, то кто должен участвовать и как это должно быть сделано на практике?

В дальнейшем будут применяться некоторые подходы, которые в первую очередь направлены на учет интересов пользователей и их интересов на протяжении всего процесса производства статистики. Однако самое главное — это вопрос способствования более широкому участию гражданского общества. Широкая общественность в целом несколько дистанцирована от официальной статистики и ценной статистической информации, поэтому для преодоления этого разрыва необходимо создание некой связи. Предоставление лучшей информации пользователям и не-пользователям, а также возможность противостоять их ошибочным суждениям и предубеждениям с помощью фактов, вероятно, является частью миссии статистики, которая имеет наибольшую ценность для общества. Согласно мнению Ганса Рослинга, эта миссия заключается в образовании и предоставлении информации, ориентированной на любителя. Однако речь также должна идти о совместном проектировании и производстве, целью которого должно быть участие общественности в статистических результатах.

Конечно, вовлеченность пользователей и их интересы всегда играли значительную роль в официальной статистике. При разработке и пересмотре статистической программы и отдельных статистических данных, проводятся консультации для обсуждения мнений пользователей, организуются научные совещания и, наконец, следуют юридические решения. Здесь важно, что речь идет об очень узком выборе экспертов и заинтересованных сторон, которые участвуют в таких консультациях.

Распространение статистической информации в последние годы претерпело настоящую трансформацию. Например, термин «распространение» в настоящее время в значительной степени избегается и заменяется термином «коммуникация». Вместо издательской программы, выпускающей единый флагманский статистический ежегодник, появилась серия индивидуальных, специализированных и широких (в печатных или онлайн версиях) книг. Они ориентированы на онлайн-медиа и используют социальные сети в качестве интегрированных каналов распространения. Статистические бюро обычно присутствуют онлайн и имеют свои сайты, подготовленные для различных групп пользователей. Интерактивные средства коммуникации и мобильные приложения облегчают доступ даже для любителей.

Тем не менее, еще многое предстоит сделать. Что касается еще относительно молодой дисциплины «гражданская наука», то необходимо понять обстоятельства, которые привели к недоверию элите в западном обществе, и то, как статистика является (или, по крайней мере, так воспринимается) инструментом политической, административной и научной элиты. Анализ Уильяма Дэвиса [42] можно было бы взять за отправную точку для рассмотрения вызовов и возможностей, создаваемых этой быстро меняющейся средой. Некоторые из его наблюдений, все из которых указывают на общее недоверие к официальной статистике, выглядят следующим образом:
– Неправильное использование статистики политиками или отсутствие понимания со стороны общества (с низким уровнем статистической грамотности) может создать:
o Неправильные представления,
o Что может ввести в заблуждение избирателей или
o Подтолкнуть политиков к принятию спорных мер.
– Продвижение в качестве лучшего выбора объективных и компетентных технократов по сравнению с режимом демагогов/политиков, связано со следующими рисками:
o Агрегированные показатели верхнего уровня (как, например, ВВП) могут быть слишком абстрактными по своему дизайну и значению для среднего непрофессионала,
o Классификации Ex ante/top-down оторваны от идентичности индивидов,
o Национальная политика слишком далека от индивидов и их частных сфер,
o В нашу эпоху больших данных логика, основанная на данных (индуктивный поиск информации в данных), заменила статистическую логику (нисходящий дизайн классификаций и переменных, подлежащих обследованию),
o «Пузыри» в социальных сетях подрывают существование фактов.

Недоверие общественности к элитам и технократам, симпатии к демагогам и популистам могут показаться нерациональными. Тем не менее, это реальное, международное и достаточно серьезное явление нашего времени.

Каковы последствия для официальной статистики, если доверие к государственным институтам в целом снижается, авторитет государства и его представителей ставится под сомнение и факты больше не рассматриваются как безальтернативные?
Круговой поток статистических процессов (проектирование, производство, коммуникация, использование) должен быть пересмотрен с целью вовлечения в него как заинтересованных сторон, так и гражданского общества. Это включает этапы разработки (например, вовлечение общественности в создание новых показателей и платформ данных на этапах их планирования; совместное проектирование, ориентированное на человека), производства (например, краудсорсинг данных, копродукция), коммуникации (которая должна быть интерактивной, открытой, доступной и т.д.) и использования (путем сбора фактических данных посредством маркетинговых исследований об использовании/неправильном использовании/ неиспользовании показателей путем создания механизмов обратной связи для конкретных пользователей и повышения статистической грамотности).

При вовлечении пользователей, ориентируясь на будущее, необходимо устранить барьер между производителями и потребителями статистических данных. Для этого необходимо максимально вовлекать гражданское общество в производственный процесс. Ключевая задача – акцентировать важность и влияние статистических данных на общество. Немало усилий тоже будет направлено на вовлечение потребителей в качестве «сопроизводителей» («просьюмерами»), заинтересованных сторон в качестве будущих акционеров. Подобно тому, как в 2000-е годы был введен приоритет существующих данных над новыми опросами, изменения должны быть реализованы за счет качественной проработки и с использованием консервативных подходов; шаблоны (паттерны) должны быть сохранены путем определения стратегических целей. Стратегическая цель здесь состоит в том, чтобы активизировать партнерство между гражданским обществом и производителями статистики на всех этапах: на научно-проектной стадии, в процессе производства и, самое главное, путём активной коммуникации. Небольшая подборка примеров проиллюстрирует этот подход:

– Совместное производство статистических данных (данные, основанные на широком участии)
o Потенциал «больших данных», которые можно получить из любых возможных источников, исследуется официальной статистикой. Эти данные генерируются для конкретных целей или являются результатом технических процессов. В любом случае информация для статистики должна сначала быть извлечена из набора данных. В этом контексте следует продолжать изучение подходов и идей из области гражданской науки, направленных на активное участие добровольцев в сборе данных.
o Эта форма совместного представления и обмена данными и знаниями набрала обороты, особенно в области окружающей среды и устойчивого развития [44]. Например, на домашней странице WeObserve говорится: «WeObserve – это координирующая и поддерживающая программа, которая решает три ключевые проблемы, с которыми сталкиваются гражданские обсерватории (COs): осведомленность, приемлемость и устойчивость. Проект направлен на улучшение координации между существующими COs и соответствующими региональными, европейскими и международными мероприятиями. Миссия WeObserve состоит в том, чтобы создать устойчивую экосистему COs, которая может систематически решать эти выявленные проблемы и помогать сделать гражданскую науку общепризнанной».

– Участие в разработке индикаторов
o В 2010 году Статистической службе Великобритании было поручено разработать и опубликовать набор национальных статистических данных для изучения и мониторинга благосостояния. После того, как программа была начата с общенационального обсуждения вопроса «Что для вас важно?», чтобы улучшить понимание того, что должно быть включено в показатели благосостояния нации, а также после того, как был подготовлен обзорный документ, подводящий итоги этого этапа, для широкой публики было открыто онлайн обсуждение. При этом были запрошены мнения по предлагаемому набору областей (аспектов национального благосостояния) и основных показателей. Онлайн обсуждение было открыто для участия в период с ноября 2010 года по январь 2011 года.
o Одна из проблем такого процесса заключается в том, чтобы убедительно объяснить, что существуют части, «доступные для участников» и более «технические» части. Тем не менее, такое публичное и открытое обсуждение за рамками сообщества экспертов и инсайдеров может внести дополнительный вклад в разработку новых показателей путем как можно более раннего информирования граждан и учета их мнений.
o Однако следует учитывать, что среди участников могут возникнуть трудности в обсуждении. Поэтому для успеха такого проекта необходима консультация научных экспертов в области совместного проектирования.

– Маркетинговые исследования
o Для дальнейшего повышения качества показателей и других статистических продуктов необходимо получать как можно более точную информацию об их использовании, и причинах неправильного использования, а также о том, почему они порой не используются. Применение профессиональных методов исследования рынка должны открыть дорогу для дальнейшей разработки продукта будущего.
o Наконец, очевидно, что улучшение процесса передачи статистических данных, котор уже активно осуществляется в последние годы, нуждается в дальнейшей доработке. Что касается повышения «достоверности данных» и статистической грамотности, то необходимо добиться дальнейшего прогресса в распространении информации о степени уверенности в данных.


5.5. Необходимые адаптации статистического управления
5.5.1. Связь данных-информации-знаний и официальная статистика

В качестве подходящей реакции на быстро меняющийся политический ландшафт, вызванный цифровой революцией, глобализацией, кризисом национального государства и изменением положения науки в обществе, Сома [12] расширяет понятие управления, чтобы ввести «информационное управление», очерчивая его по четырем взаимосвязанным темам:
– Процессы информационного конструирования: как возникает «управление через информацию» и как оно влияет на институциональные изменения,
– Обработка информации с помощью новых технологий, например, социальных сетей: как построение информации с помощью новых технологий влияет на диверсификацию будущих механизмов управления;
– Качество прозрачности и подотчетности: как появляется «управление через информацию» и как этот процесс влияет на институциональные изменения,
– В-четвертых, институциональные изменения: как возникают новые институциональные механизмы управления в информационную эпоху в связи с новыми разработками в области ИКТ, глобализацией, а также новыми ролями государства и науки.

Далее они заявляют, что «растущая неопределенность и сложность отчасти вызваны трудностями в управлении информационными потоками в более глобализированном мире. Поскольку государству и науке все больше не хватает полномочий для одностороннего разрешения споров, связанных с политикой и борьбой за знания, проблемы определений, доверия и власти усиливаются» [12]. Центральное место во всех вопросах статистического управления занимает роль граждан, пересмотренная полностью [39].

По существу, положение официальной статистики будет по-прежнему определяться методами (инструментами), этикой (моделями поведения) и политикой (вопросами институционального устройства или коммуникации). Однако в быстро меняющихся условиях важно, чтобы официальные статистические службы играли важную социальную роль, адекватно адаптируя правила, принципы и ресурсы, определяющие условия их работы. Они должны иметь возможность действовать упреждающе для воспитания либерально-демократических обществ [50].

«В январе 2018 года Европейская комиссия создала группу экспертов высокого уровня («HLEG») для консультирования по политическим инициативам по предотвращению фальшивых (фейковых) новостей и дезинформации, распространяемой в интернете. Основным результатом работы HLEG стал доклад, предназначенный для обзора передовой практики в свете фундаментальных принципов и соответствующих ответов, вытекающих из таких принципов’ [51]. Пересмотр статистического управления требует широкого подхода, аналогичного тому, который был выбран здесь для средств массовой информации. Заинтересованные стороны официальной статистики должны совместно определить многоуровневый подход к решению предстоящих проблем и конструктивно продолжить успешное управление статистикой.

При быстро развивающемся многообразии дисциплин науки о данных существует значительный риск того, что существующие знания и устоявшиеся подходы останутся неиспользованными при управлении, и что велосипед будет изобретаться снова и снова. По сути, цель управления состоит в том, чтобы создать и поддерживать доверие к информации, а там, где оно утрачено, восстановить его. Но если такие фундаментальные принципы игнорируются другими производителями информации и создаются нереалистичные ожидания, то пользователям трудно распознать различия в качестве.

В связи с этим возникает вопрос о том, отвечают ли современным вызовам структуры государственного управления, возникшие еще в 1990-х годах, и в которых основное внимание уделялось, с присущими им рисками, национальному или государственному управлению статистикой. Скорее, представляется разумным и необходимым подвергнуть эти основополагающие принципы процессу пересмотра и доработки.

Поэтому официальные статистические службы должны проявлять инициативу в этом вопросе, вносить свой вклад и играть активную, координирующую и интегрирующую роль в обсуждении различных дисциплин.

Вопросы, которые должны быть рассмотрены и на которые необходимо ответить (среди прочих):
– Информационное управление для наук о данных: уроки, которые необходимо извлечь и перенести из статистики.
– Статистика и наука о данных в государственном управлении: кто за что отвечает?
– Профессиональные ценности и этика, пересмотр международных этических кодексов и стандартов управления, оценка статус-кво, анализ, пробелы или разрывы, рекомендации, этика для всех трех основных статистических процессов (проектирование, производство, коммуникация).
– Управление для различных типов статистических продуктов (индикаторы «с полномочиями»; индикаторы, счета, статистика и их профили качества; экспериментальная статистика).

Таблица 1
Приложение 1
Данные, факты, политика: действующие лица и деятельность




– От формальной, административной легитимности официальной статистики к общественному признанию в качестве ориентира.
– Этика для лиц, принимающих решения, и их научных служб.
– Статистическая грамотность: активизация сотрудничества между системой образования (включая профессиональную подготовку) и официальными статистическими службами.
– Обязанности и права официальных статистических служб в экономике данных (B2G, G2B, G2G).
– Международное статистическое управление.
Глобальные конвенции, выходящие за рамки сегодняшних рекомендаций,
Новая нормативная база для доступа к частным данным официальной статистики.
– Международный мониторинг вопросов управления и, в частности, профессиональной независимости в странах.


6. Заключение

Официальная статистика выполняет важнейшую функцию для демократических обществ. Как и в прошлом, статистика также будет использоваться для создания будущего, будь то хорошего или плохого. Как и в прошлом, официальная статистика будет по-прежнему необходима для согласования трех основных прав: право на неприкосновенность частной жизни отдельных данных, право на доступ к информации и право жить в цивилизованном обществе, с доступом к надежной информации. Это огромная ответственность, которую должна нести официальная статистика, отражая при помощи науки методы своего производства и одновременно борясь за свое достойное место в информационной экосистеме общества.

Термин «Данные для политики» подходит лишь в ограниченной степени для характеристики сети взаимосвязей и взаимного влияния между данными, с одной стороны, и политикой, с другой стороны. Даже если объем данных, доступных для принятия решений, растет с большой скоростью в эпоху цифровизации и глобализации, этот исходный материал данных не может быть использован непосредственно в политике. Следовательно, необходимы специальные процессы для извлечения, уточнения и обработки ценных статистических знаний из потока необработанных данных в легко усваиваемую информацию для политики.
Приведены данные, даны факты. В то время как данные представляют собой начало обработки, факты характеризуют ее конец. Терминология должна быть однозначной; она должна быть выбрана профессионально, а также сознательно, и имеет большое значение в общении. К сожалению, сегодня принято широко использовать «данные», не проводя различия между сырьем (данными) и конечным продуктом (фактами). Это уравнивание создает путаницу и затрудняет передачу качественной информации. Хуже всего, однако, то, что эта нечеткость наносит ущерб статусу статистики в информационной экосистеме.
Базовая статистическая подготовка должна основываться на критическом осмыслении самого предмета статистической информации. Что такое факты? Если (и только если) ответ на этот вопрос ясен, то можно приблизиться к концепциям управления качеством, коммуникации качества и широкого повышения статистической грамотности. Статистическая компетентность и грамотность не должны сводиться к математико-техническим навыкам. Это также требует понимания основ гуманитарных наук.

Качество статистической информации может быть достигнуто за счет тотального управления качеством, которое включает в себя все производственные процессы, а также профессиональный маркетинг. Управление качеством требует прежде всего одного - качественного управления.

Научные исследования и разработки имеют важное значение для качества статистики, независимо от того, основаны ли они на методологиях обследований или на концепциях науки о данных. Видимо, это относится в первую очередь к соответствующим техническим дисциплинам. Однако в равной степени необходимо учитывать аспекты из других областей, таких как социология, исторические или юридические дисциплины. Существует много различных направлений науки, способствующих исследованию процессов количественной оценки и влияния количественной оценки в социальных контекстах.

Участие гражданского общества должно быть закреплено в рабочей культуре производства статистики. Стратегическая цель здесь – интенсификация партнерства между гражданским обществом и статистикой на всех этапах производства: на научно-проектном этапе, в процессе производства и, самое главное, через коммуникацию.
Сила данных будет динамично возрастать с появлением новых источников данных и технологий. Данные для политики требуют всеобъемлющей политики в отношении данных как на национальном, так и на международном уровне. Официальная статистика может и должна претендовать на решающую роль в этой политике. Опираясь на существующие правовые и кодифицированные принципы и правила, следует активно работать над дальнейшими разработками для решения новых задач. Глобальное сообщество профессиональной статистики, опирающееся на гражданское общество, должно следить за независимостью и целостностью статистики в отдельных странах и разработать подходящий индикатор.
На развитие официальной статистики оказывали и продолжают оказывать влияние новые данные, методы и информационные потребности общества. Сейчас мы видим, как все три движущие силы удивительно быстро меняются. При наличии стратегии, направленной в будущее, официальная статистика должна использовать существующие возможности для того, чтобы оставаться такой, какой она является, - значимой для общества, но независимой от политики.


Литература

[1] The Prime Minister and the Minister for the Cabinet Office. White Paper: Modernising Government. White Paper pre- sented to the Parliament. London: The Prime Minister and the Minister for the Cabinet Office, United Kingdom; 30 March 1999.
[2] Rose N. Governing by numbers: Figuring out democracy. Ac- counting, Organization and Society. 1991; 16(7): 673-92.
[3] Power M. The Audit Society, 1994.
[4] van Veenstra AF, Kotterink B. Data-driven policy making: The policy lab approach. In: (eds.) PPea, Editor. Electronic Participation ePart 2017 Lecture Notes in Computer Science. Cham: Springer; 2017 10429.
[5] Verhulst SG, Zeynep E, Crowcroft J. Data & Policy: A new venue to study and explore policy-data interaction. Data & Policy. 2019; 1 (e1): 1-5.

[6] Turner F. Machine politics - the rise of the internet and a new age of authoritarianism. Harper’s Magazine. 2019; 25-33.
[7] Desrosières A. The politics of large numbers – A history of statistical reasoning. Cambridge Massachusetts: Harvard Uni- versity Press. 1998.
[8] Porter TM. Trust in numbers: The pursuit of objectivity in science and public life. Princeton, N. J.; Chichester: Princeton University Press. 1995.
[9] Prévost J-G. Politics and policies of statistical independence. In: Prutsch MJ, Editor. Science, Numbers and Politics. Cham: Palgrave Macmillan. 2019; 153-80.
[10] Doorn Mv. How Wrong Ideas about Knowledge Can Ruin De- cisions. Medium – the Understanding Project [Internet]. 2019. Available from: https://medium.com/the-understanding-pro ject/how-wrong-ideas-about-knowledge-ruin-decisions-ab6f 1ed197ab.
[11] Bartl W, Papilloud C, Terracher-Lipinsky A. Governing by numbers-key indicators and the politics of expectations. His- torical Social Reasearch. 2019; 44(2): 1-339.
[12] Soma K, MacDonald BH, Termeer CJ, Opdam P. Introduc- tion article: Informational governance and environmental sus- tainability. Current Opinion in Environmental Sustainability. 2016; 2016(18): 131-9.
[13] Hendricks VF, Vestergaard M. Postfaktisch- die neue wirk- lichkeit in zeiten von bullshit, fake news und verschwöruungs- therien. München: Karl Blessing Verlag. 2018.
[14] Box GEP. Science and statistics. Journal of the American Sta- tistical Association. 1976; 71(356): 791-9.
[15] Wuppuluri S, Doria FA. The map and the territory: Explor- ing the foundations of science. Thought and Reality: Springer International Publishing. 2018.Mitroff II. Technology run amok- crisis management in the digital age. Cham: Palgrave Macmillan. 2019.
[16] Vestberg H. Why we need both science and humanities for a Fourth Industrial Revolution education2018 09.08.2019. Available from: https://www.weforum.org/agenda/2018/09/ why-we-need-both-science-and-humanities-for-a-fourth- industrial-revolution-education/.
[17] Radermacher WJ. Official statistics 4.0 – Verified Facts for People in the 21st Century. Heidelberg: Springer Nature Switzerland AG; Imprint Springer. 2019; (forthcoming).
[18] Patriarca S. Numbers and nationhood-writing statistics in nineteenth-century italy. Cambride: Cambride University Press. 1996.
[19] Habermas J. Der europäische Nationalstaat unter dem Druck der Globalisierung. Blätter für deutsche und internationale Politik. 1999; 1999(4): 425-36.
[20] Cao L. Data science: A comprehensive overview. ACM Com- put Surv. 2017; 50(3): 1-42.
[21] Cao L. Data science: Challenges and directions. COMMUNI- CATIONS OF THE ACM. 2017; 80(8): 59-68.
[22] MacFeely S. Big data and official statistics. In: Kruger Stry- dom S, Strydom M, Editors. Big Data Governance and Perspectives in Knowledge Management. Hershey, PA: IGI Global. 2018; 25-54.
[23] Lehtonen M. Indicators: Tools for informing, monitoring or controlling? In: Jordan AJ, Turnpenny JR, Editors. the Tools of Policy Formulation- Actors, Capacities, Venues and Ef- fects. Cheltenham: Edward Elgar Publishing. 2015; 76-99.
[24] Davies W. The limits of neoliberalism- authority, sovereignty and the logic of competition. London: SAGE Publications. 2016.
[25] Peruzzi A. Complexity: Between rhetoric and science. In: Maggino F, Editor. Complexity in Society: From Indicators Construction to Their Synthesis: Springer International Pub- lishing. 2017; 3-50.
[26] Sangolt L. A century of quantification and “Cold calculation”. Trends in the Pursuit of Efficiency, Growth and Pre-eminence. In: Sangolt L, Editor. Between Elightenment and Disaster- Di- mensions of the Political Use of Knowledge. Brussels: P. I. E. Peter Lang. 2010; 75-110.
[27] Ryan L. Forbes/Leadership [Internet]: Forbes. 2014. [cited 2018]. Available from: https://www.forbes.com/sites/lizryan/ 2014/02/10/if-you-cant-measure-it-you-cant-manage-it-is- bs/#3c96ed027b8b.
[28] De Clerck J-P. i-SCOOP [Internet]2017. Available from: https://www.i-scoop.eu/internet-of-things-guide/internet-of- things/.
[29] Villani C. FOR A meaningful artificial intelligence- towards a french and european strategy. Mission Assigned by the Prime Minister EÃnˇdouard Philippe. Paris: AI for Humanity- French Strategy for Artificial Intelligence. 2018; 151.
[30] Diakopoulos N. Accountability in algorithmic decision- making. COMMUNICATIONS OF THE ACM. 2015; 59(2): 56-62.
[31] Benessia A, Funtowicz S, Giampietro M, Guimaraes Pereira A, Ravetz J, Saltelli ASR et al. The rightful place of science: Science on the verge. Tempe, AZ: Consortium for Science, Policy and Outcomes. 2016.
[32] Beck U. Risk society towards a new modernity. London: Sage; 1998. 260 S.p.
[33] Mance H. Britain has had enough of experts, says gove. Fi- nancial Times. 2016.
[34] Fukuda-Parr S. Global goals as a policy tool: Intended and unitended consequences. In: Fukuda-Parr S, Ely Yamin A, Editors. the MDGs, Capabilities and Human Rights. New York: Routledge. 2015; 14-27.
[35] Lohr S. Civility in the Age of Artificial Intelligence. ODBM- Sorg [Internet]. 2016 Nov. 17, 2015]. Available from: http:// www.odbms.org/2016/02/civility-in-the-age-of-artificial-inte lligence/.
[36] Haklay M. Citizen Science and Policy: A European Perspec- tive. case study series. 2015; 4: [61 p.]. Available from: https:// www.wilsoncenter.org/publication/citizen-science-and- policy-european-perspective.
[37] ECSA. ECSA Policy Paper #3 Citizen Science as part of EU Policy Delivery- EU Directives2016: [4 p.]. Available from: https: //ecsa.citizen-science.net/documents.
[38] Soma K, Onwezen MC, Salverda IE, van Dam RI. Roles of citizens in environmental governance in the information age – four theoretical perspectives. Current Opinion in Environmen- tal Sustainability. 2016; 2016 (18): 122-130.
[39] Diaz-Bone R, Didier E, editors. Conventions and Quantifica- tion – Transdisciplinary Perspectives on Statistics and Classi- fications, 2016.
[40] Eyraud C. Stakeholder involvement in the statistical value chain: Bridging the gap between citizens and official statistics. In: Eurostat, Editor. Power From Statistics: Data, Information and Knowledge – Outlook Report – 2018 ed. Luxembourg: Publication Office of the European Union. 2018; 103-6.
[41] Davies W. How statistics lost their power – and why we should fear what comes next. The Guardian. 2017.
[42] Arnade C. Why Trump voters are not “complete idiots” 2016 [Available from]: https://medium.com/@Chris_arnade/ trump-politics-and-option-pricing-or-why-trump-voters-are- not-idiots-1e364a4ed940#.faldoe9vg.
[43] König A, editor. Sustainability Science. New York: Rout- ledge; 2018.
[44] WeObserve. An Ecosystem of Citizen Observatories for En- vironmental Monitoring: WeObserve; 2018 [Available from]: https://www.weobserve.eu/.
[45] Joost G, Unteidig A. Design and social change: The changing environment of a discipline in flux. In: Jonas W, Zerwas S, Anshelm Kv, Editors. Transformation Design Perspectives on a New Design Attitude: Birkhäuser. 2015.
[46] Gericke K, Eisenbart B, Waltersdorfer G. Staging design thinking for sustainability in practice: Guidance and watch- outs. In: König A, editor. Sustainability science. New York: Routledge. 2018; 147-66.
[47] Hisschemoller M, Cuppen E. Participatory assessment: Tools for empowering, learning and legitimating? In: Jordan AJ, Turnpenny JR, Editors. the Tools of Policy Formulation: Edgar Elgar. 2015; 33-51.
[48] Lehtonen M, Sébastien L, Bauler T. The multiple roles of sus- tainability indicators in informational governance: Between intended use and unanticipated influence. Current Opinion in Environmental Sustainability. 2016; 2016(18): 1-9.
[49] Stapleford TA. Price indexes, political judgments, and the challenge of democratic control. Ottawa Group – Interna- tional Working Group on Price Indices- Fourteenth Meeting; May 20th to 22nd 2015; Tokyo, Japan: Statistics Japan. 2015.
[50] HLEG. A multi-dimensional approach to disinformation- Fi- nal report of the High Level Expert Group on Fake News and Online Disinformation. Luxembourg: European Commission, Directorate-General for Communication Networks CaT. 12 March 2018.
[51] Wigglesworth R. Can big data revolutionise policymaking by governments? FinancialTimes. 31.01.2018.Heubl B. Night light images paint accurate picture of China GDP. Nikkei Asian Review. March 24, 2018.
[52] Seltzer W. Politics and statistics: Independence, dependence, or interaction? In: UN Dept. of Econ. and Soc. Information and Policy Analysis, Working Paper No.6. New York: UN. 1994.