基于数据的移动治理

核心观点

• 数据是现实的反映，而非现实本身。数据可以提供有价值的见解，但通常伴随着局限性，例如过时、偏差或不完整。数据分析可以帮助简化和理解复杂现象，但也可能忽略需要更深入背景的关键细节。
• 数据是衡量现象的工具，而非管理它的指南。数据不应盲目驱动政策制定者，并非所有数据都构成证据或与政策相关。
• informing policies requires a panoramic lens, not a narrow perspective。由于社会是复杂的系统，需要多个数据来源才能以整体方式最好地 informing policy decisions。

主要发现

• 大数据和数字化转型为交通当局和其他用户带来了机遇和挑战。决策往往没有充分利用现有的交通相关数据集。
• 大数据很复杂：政府必须提高其员工的数据素养和分析技能，以便在政策制定的各个阶段整合数据。
• 基于证据的政策是例外，而非规范。仅仅收集更多数据并不一定会导致更多基于证据的政策：政策可以是证据感知或证据影响的。
• 政治周期是不可避免的现实，数据本身无法抵消它，政治时机往往与证据收集不一致。这导致基于短期政治价值的决策，而不是基于证据，往往优先考虑速度和可见性，而不是长期期望的结果。
• 在数字时代，数据构成了支持多种下游应用（包括交通部门基于证据的决策）的关键基础设施。与其他基础设施一样，数据基础设施需要增加资金和熟练人员来建设和维护它。
• 评估数据需求和数据贫困（即必要数据的供应不足）缺乏关注。公共当局在建立管理数据基础设施的框架方面发挥着核心作用。
• 告知基于证据的交通政策的数据基础设施主要由公共部门数据组成，而其他利益相关者（例如交通运营商、服务提供商等）收集和管理的数据存在差距。
• 可以通过强大的数据报告和可互操作的指令来改善对政策相关数据的访问和使用。
• 确保隐私和个人数据保护、数据安全以及负责任地使用数据的保障措施有助于确保遵守数据保护和隐私规则。
• 清晰透明的机制可以帮助利益相关者建立信任，并维护个人权利，包括受控访问、数据匿名化和与数据收集、共享、存储和删除相关的规则。
• 利益相关者必须能够信任数据和数据流程，数据基础设施才能提供真正的和持久的价值。
• 一些核心要素共同促进了对数据流程的信任，例如透明度、包容性、治理和参与。
• 治理框架还应包括机制，以确保共享或访问数据的利益相关者可以值得信任，并且他们遵守现有的数据保护法规。
• 以愿景为导向的政策比以数据为导向的政策更能应对意外的变化或中断。专注于收集相应的数据以实现期望的结果，而不是基于可用数据预测结果，可以为政策制定者提供更多的灵活性来调整策略。
• 证据对于更好地inform政策以及验证政策的有效性至关重要。监测和评估决策对于确保政策在长期内得到改进、成功措施可以得到复制和扩展以及解决意外后果至关重要。
• “决定并提供”（D&P）策略侧重于塑造未来的交通成果，而不是对过去的数据做出反应。D&P模型允许更大的适应性来应对不可预见的变化，更适合应对不确定性。
• 交通政策必须整合来自其他部门（例如健康、环境和土地利用）的证据，以创建更全面、更可持续的战略。实现跨部门合作需要一定程度的标准化和数据质量协调。
• 从“数据用于证据-based决策”到“数据关于证据-based决策”的转变侧重于评估政策的有效性。持续监测和评估可以增强透明度，为未来的决策提供信息，并增强利益相关者（包括公众）的信任。

主要建议

• 将数据视为基础设施，以改进政策决策中证据的整合。数据应该是交通部门基于证据的决策的关键基础设施，使公共当局能够有效地支持政策。
• 鼓励公民参与并建立数据流程的反馈机制。通过定期在整个数据生命周期中让利益相关者参与，可以增强对数据基础设施的信任。
• 制定和执行数据管理和人工智能应用的法律和道德标准。政策制定者应采用全面的法律指南，特别是关于隐私、安全、访问和公平性。
• 采取以愿景为导向的主动方法进行交通规划。强调以愿景为导向的主动方法，例如“决定并提供”模式。
• 建立跨部门跨政府数据共享，并进行持续评估。创建跨部门数据共享协议和机制可以使公共当局找到、访问和协作共享与公共部门交通、健康、环境和城市规划相关的数