Проблема классификации видов данных в исследованиях публичного управления
Ушаков Евгений Владимирович,
к.ф.н., доцент кафедры государственного и муниципального управления Российской академии народного хозяйства и государственной службы при Президенте РФ (Северо-западный институт управления)
E-mail: e_uszakow@mail.ru
В исследованиях публичного управления важное место занимает вопрос о выборе типа данных, которые требуются для конкретного исследовательского проекта. В статье рассматриваются различные классификации данных, используемых в исследованиях публичного управления. Помимо данных, получаемых более традиционными методами, сегодня применяются также и данные нового типа (высокотехнологичные данные). Они открывают новые возможности для исследований и практики, однако для их получения и использования требуется сложная информационно-технологическая инфраструктура. Выбор вида данных для конкретного исследовательского проекта основан на множестве соображений; прежде всего, данные должны соответствовать исследуемой проблеме (исследовательскому вопросу). Кроме того, большое значение имеют различные прагматические факторы, среди которых одно из первых мест занимает фактор доступности данных для исследователя.
Ключевые слова: управленческие науки, публичное управление, социальные науки, исследования публичного управления, методология социальных исследований, эмпирические методы социальных исследований.
В эмпирических исследованиях публичного управления большое значение имеет выбор вида (видов) данных, которые станут основой конкретного исследования. Следует отметить, что современные исследования публичного управления становятся все более разнообразными. В данной работе рассматриваются только исследования, которые основаны на сборе и последующей обработке и анализе эмпирических данных (поэтому, например, к нашей теме не относятся различные виды математического моделирования управленческих структур и процессов).
Выбор вида (видов) данных чрезвычайно важен для исследовательского проекта, так как от адекватности этого выбора будет зависеть собственно научная значимость результатов конкретного исследования.
Разумеется, эмпирическое научное исследование должно начинаться с постановки проблемы (исследовательского вопроса). Предполагается, что сбор данных логически подчинен этой первой фазе. Если же исследование начинается со сбора данных, а не с постановки проблемы (исследовательского вопроса), то это обычно рассматривается как методологическая ошибка, которую можно охарактеризовать как «бесцельный сбор данных».
Но, точнее говоря, концепция исследовательского проекта должна представлять собой некоторого рода взаимное соответствие между постановкой проблемы (вопроса) и видом (видами) данных, что связано с рядом обстоятельств. В частности, уже имеющиеся данные сами по себе могут натолкнуть исследователя на определенные идеи, гипотезы, вопросы и т.п. Поэтому в ряде случаев сами данные тоже могут в известной степени стать исходной точкой исследования. Кроме того, планируя исследовательскую работу, исследователь должен учитывать и свои возможности
212
в области работы с данными, имеющиеся или потенциальные ограничения и т.п.
Таким образом, в каждом исследовании выбор типа данных становится конкретной методологической задачей. С более общей точки зрения методологической проблемой является разработка классификации (классификаций) данных, которая позволила бы концептуализировать имеющиеся варианты данных для исследований публичного управления.
Следует отметить, что в литературе вопрос о классификациях видов данных для исследований публичного управления пока не привлек достаточного внимания.
Итак, какие имеются или возможны классификации видов данных, относящиеся к нашей теме?
Прежде всего, следует отметить классификации данных, которые имеют более широкое или в известном смысле даже общенаучное значение.
Так, по форме данные можно разделить на количественные и качественные.
Использование количественных данных для научных и практических нужд публичного управления имеет долгую традицию. Так, в XIX веке начинается использование статистики для административных целей. В 1894 г. в Колумбийском университете США открывается специальная статистическая лаборатория для сбора и анализа данных с целью изучения городских проблем.
Как известно, опора на количественные данные относится к так называемой позитивистской методологии в социальных науках. В более широком ракурсе, предпочтение количественных методов и данных - это атрибут мощного современного движения за использование строгих стандартов научности в социальном познании.
С другой стороны, в науке публичного управления все шире используются и качественные данные. Например, за рубежом примерно с 1980-1990-х годов стали использовать «истории», рассказываемые менеджерами и административными служащими как основу для научных исследований. Эти данные,
в частности, являются продуктом применения таких методов, как глубинное интервью или анализ текстовых материалов [1, р. 845]. Традиционно важное место в исследованиях государственного управления и политики занимают также кейс-стади, в которых часто используются техники получения качественных данных (интервью, беседы и др.).
В целом значение качественных данных все больше возрастает (особенно в рамках интерпретативной парадигмы современных социальных наук). Достоинство качественных данных состоит в том, что в них содержится содержательная, углубленная информация (например, о ценностях, значениях, личных переживаниях индивидов и т.п.).
Еще одна распространенная классификация данных - по источнику происхождения; согласно этой классификации, выделяют первичные и вторичные данные.
Первичные данные являются результатом деятельности самого исследователя. Вторичные данные - информация, которая была получена в других исследованиях. Кроме того, к вторичным данным относят информацию, производимую и собираемую вне научно-академической сферы: сюда можно отнести официальную статистику, правительственные отчеты, политические документы и т.п.
Проблема вторичных данных имеет фундаментальное значение для исследований публичного управления. Это связано с тем, что для решения большого числа исследовательских задач ученым требуется не столько проведение самостоятельных исследований, сколько опора на официальные данные, позволяющие изучать структуру, процессы, результаты деятельности властей, правительственных учреждений, реализуемых политик и т.п.
В целом вторичные данные играют огромную роль в качестве эмпирического материала для исследовательских проектов. Во многих случаях из надежных вторичных данных можно извлечь вполне релевантный ответ на поставленный исследовательский вопрос. В этой
213
связи сегодня в мировом научном сообществе ширится междисциплинарное движение за открытые данные (Open Data), включая данные по экономике, демографии, управлению и т.п.
Имеются также классификации данных, отражающих работу органов власти и административно-управленческую деятельность с точки зрения содержания этих данных. В качестве примера приведем классификацию, разработанную Норвежским центром Программы развития ООН. К основным видам данных, отражающих деятельность правительства, которые могут использоваться для исследований (а также для практических целей), можно отнести следующие.
1 Фактические данные: государственные стандарты в той или иной области, стандарты производительности, правовые нормы в отношении навыков государственных служащих и т.п.
2 Статистические данные и индексы. Например, информация о планировании и расходовании государственного бюджета, экономические индексы и т.п.
3 Данные о восприятии. К ним относят субъективные оценки индивидов, домохозяйств и т.п. по поводу качества публичных услуг, защиты прав граждан, участия граждан в самоуправлении и т.п. (Известный Индекс восприятия коррупции является примером данных этого типа).
4 Смешанные данные. Они являются, как правило, результатом применения таких методов, как фокус-группы, интервью и т.п. Данные это вида могут представлять собой некие комплексы оценок, впечатлений, мнений, а также более формально структурированные данные (например, ответы на стандартизированные вопросы) [2, р. 16-17].
С точки зрения технологий, используемых для получения данных, можно предложить также следующую классификацию: более традиционные данные и данные нового поколения (создаваемые на основе новейших информационных технологий, высокотехнологичные)
К данным нового поколения(высокотехнологичным) следует отнести прежде всего территориально-географические,
или пространственные данные, в том числе с использованием геоинформационных систем (ГИС) [3]. Комплекс технологий работы с пространственными данными сегодня бурно развивается.
В территориально-географических данных происходит привязка количественных значений к определенным территориальным образованиям и их взаимоотношениям (что позволяет анализировать распределения, местоположения, плотности, территориальную динамику и т.п.). Это открывает совершенно новые возможности для решения задач публичного управления.
Сегодня уже имеется множество исследований с использованием пространственных данных: например, в области развития предпринимательства, регулирования использования земель, борьбы с лесными пожарами, управления транспортными потоками и др.
Более того, создание и использование систем территориально-географических данных является сегодня необходимым компонентом общего процесса цифровизации государственного и муниципального управления [4].
Еще одна разновидность данных нового поколения - это большие данные (Big Data). Это не только особый тип данных, но также комплекс современных технологий их производства и обработки. В 2001 г. было дано (ставшее позже широко известным) определение больших данных как огромных массивов, обладающих большим объемом, скоростью поступления и разнообразием (3V - volume, velocity, variety) [5].
Big Data используются сегодня во многих областях, в том числе появляется все больше примеров их применения для нужд практики и исследований в сфере публичного управления.
Применение технологий Big Data в управлении может вести к таким положительным эффектам, как значительное повышение точности принятия решений; существенное ускорение выполнения внутренних информационных задач управления; значительное сокращение затрат, связанных с процессом принятия решений [6]. Однако в насто-
214
ящее время важным ограничением для использования Big Data является необходимость в наличии мощных аппаратно-программных средств работы с такими массивами.
Выбор типа данных для исследования зависит от различных факторов; немаловажную роль здесь играют разного рода прагматические соображения. Один из главных прагматических факторов - степень доступности данных для исследователя.
Давно известно, что административно-управленческие структуры отличаются определенной степенью закрытости, анонимности и конфиденциальности их деятельности. Они часто «защищены» формальными и неформальными способами от тех или иных видов прямого изучения.
Сказанное в полной мере касается и проблемы доступа к документации, выпускаемой и используемой в том или ином учреждении. К примеру, такие трудности типичны для изучения работы международных правительственных организаций.
Например, исследователи отмечали, что документацию международных правительственных организаций (МПО) может быть затруднительно отыскать и использовать. Размещаемые МПО в интернете базы данных могут иметь сложный для пользователя интерфейс. Нередко встречается применение сложных символов, которые трудно освоить. МПО могут также предоставлять огромное количество документации, что затрудняет определение того, какие из них действительно представляют интерес для исследователя [7, р. 27].
Другим ярким примером являются трудности в отношении изучения международных финансовых институтов (ВБ, МВФ, ВТО), которые стали предоставлять свою документацию с широким доступом в интернете относительно недавно. Одна из сложностей - это необходимость знания специальной терминологии, требующейся для извлечения полезной информации [7, р. 32].
К. Максвелл предложил следующую классификацию уровней доступа к административным данным.
1 Определение наличия данных вообще - это означает необходимость убедиться в том, что определенные данные, связанные с работой учреждения, существуют и в принципе доступны.
2 Получение данных. Здесь может потребоваться множество шагов, что иногда означает значительные затраты времени.
3 Объединение нескольких баз данных. Интересующие исследователя данные могут присутствовать в различных базах внутри одного и того же ведомства или в двух или более учреждениях. Отсюда возникает необходимость соединения получаемых данных, что тоже может быть сложно по ряду причин. Например, трудности могут быть связаны с тем, что единица анализа не соответствует уровню данных.
4 Понимание того, что данные на самом деле означают (и чего не означают). Это самый важный уровень доступа, требующий значительных затрат времени как для исследователей, так и для взаимодействующих с ними сотрудников учреждений (участников программ и т.п.), располагающих данными и использующих их. В частности, исследователям необходимо понимать определения переменных, уровень качества процессов сбора и ввода данных, а также более общий политический контекст, в котором были собраны данные [8].
Таким образом, при планировании исследования в области публичного управления исследователь решает порой сложную задачу в отношении того, какой вид данных будет наиболее релевантным для его проекта.
Прежде всего, данные должны соответствовать исходной проблеме исследования (исследовательскому вопросу); или, как говорилось выше, постановка проблемы и выбор данных должны представлять собой некое связное целое.
Кроме того, для выбора вида (видов) данных важную роль играют различные прагматические аспекты: прежде всего, сама возможность получения данных (в качестве первичных данных либо уже имеющихся вторичных), т.к. могут быть трудности доступа к необходимой ин-
215
формации. Кроме того, могут иметь значение такие факторы, как своевременность получения данных (данные могут устаревать при слишком большом сроке их получения), их стоимость, надежность, методологические и технические возможности их обработки и др.
В конечном счете исследователь должен взвесить все соображения и выбрать определенный вид (виды) данных, необходимый для успешного проведения исследования в области публичного управления.
Литература
1. Handbook of Public Administration. Third Edition. W. Bartley Hildreth, Gerald J. Miller, Jack Rabin (Eds.). CRC Press, Taylor & Francis Group, 2007.
2. A Users" Guide to Measuring Local Governance. UNDP Oslo Governance Centre, 2009.
3. Groot R., McLaughlin J. Geospatial data infrastructure: concepts, cases and good practice. (Spatial Information Systems and Geostatistics Series; Vol. 8). Oxford University Press, 2000.
4. Barbero M., Lopez Potes M., Vancau-wenberghe G., Vandenbroucke D., Nunes de Lima V. (Eds.). The role of Spatial Data Infrastructures in the Digital Government Transformation of Public Administrations, Publications Office of the European Union, Luxembourg, 2019.
5. Laney D. 3D data management: Controlling data volume, velocity, and variety. Application Delivery Strategies, 2001, 949 (February): 4.
6. Maciejewski M. To do more, better, faster and more cheaply: using big data in public administration. International Review of Administrative Sciences, 2017, Vol. 83(1 S), 120-135
7. Routledge Handbook of International Organization / Reinalda B. (ed.). Abingdon: Routledge, 2013.
8. Maxwell K. Issues in Accessing and Using Administrative Data, OPRE Report #2017-24, Washington, DC: Office of Planning, Research and Evaluation, Administration for Children and Families, U.S. Department of Health and Human Services, 2017.
THE PROBLEM OF CLASSIFICATION OF DATA TYPES IN PUBLIC ADMINISTRATION RESEARCH
Ushakov E.V.
Russian Presidential Academy of National Economy and Public Administration (North-West Institute of Management)
In public administration studies, the task of choosing the type of data that will be required for a specific research project is of great importance. The article discusses various classifications of data used in public administration research. In addition to the data obtained by more traditional methods, a new type of data (hightech data) is also used today. They create new opportunities for research and practice, but a complex information-technology infrastructure is required to obtain and use them. The choice of the type of data for a particular research project is based on a variety of considerations. First of all, the data must correspond to the problem under study (research question). In addition, various pragmatic factors are of great importance, among which the factor of data availability for the researcher is very significant.
Keywords: Management sciences, public administration, social sciences, public administration studies, methodology of social research, empirical methods of social research.
References
1. Handbook of Public Administration. Third Edition. W. Bartley Hildreth, Gerald J. Miller, Jack Rabin (Eds.). CRC Press, Taylor & Francis Group, 2007.
2. A Users" Guide to Measuring Local Governance. UNDP Oslo Governance Centre, 2009.
3. Groot R., McLaughlin J. Geospatial data infrastructure: concepts, cases and good practice. (Spatial Information Systems and Geostatistics Series; Vol. 8). Oxford University Press, 2000.
4. Barbero M., Lopez Potes M., Vancauwen-berghe G., Vandenbroucke D., Nunes de Lima V. (Eds.). The role of Spatial Data Infrastructures in the Digital Government Transformation of Public Administrations, Publications Office of the European Union, Luxembourg, 2019.
5. Laney D. 3D data management: Controlling data volume, velocity, and variety. Application Delivery Strategies, 2001, 949 (February): 4.
216
Cb-rçruoworuH №4 2025
Maciejewski M. To do more, better, faster and more cheaply: using big data in public administration. International Review of Administrative Sciences, 2017, Vol. 83(1S), 120-135
Routledge Handbook of International Organization / Reinalda B. (ed.). Abingdon: Routledge, 2013.
Maxwell K. Issues in Accessing and Using Administrative Data, OPRE Report #201724, Washington, DC: Office of Planning, Research and Evaluation, Administration for Children and Families, U.S. Department of Health and Human Services, 2017.
217