Перспективы совершенствования информационно-аналитического обеспечения принятия государственных решений
Научная статья
Для цитирования
Ахмедова А. Ф. к. Перспективы совершенствования информационно-аналитического обеспечения принятия государственных решений // Власть. 2025. Том 33. № 2. С. 98-105.
Аннотация
Сегодня высокое разрешение новых вычислительных мощностей расширяет возможности програмных приложений для автоматизации традиционных информационно-аналитических процессов. При полном переходе всей государственной инфраструктуры на использование систем поддержки принятия решений произойдет переход от классической системы государственного управления к интеллектуальному государственному управлению, которое подразумевает применение всех видов вычислительных подходов искусственного интеллекта на всех уровнях государственного управления и процесса разработки политики. По мнению автора, это возможно при применении систем поддержки принятия решений (СППР) на каждом из этапов политического цикла, что повысит эффективность и качество решений и политики, т.к. позволит вовремя менять курс и отбрасывать менее эффективные варианты. Сегодня уже недостаточно анализировать данные и выдавать варианты на выбор – от СППР нового поколения ожидается операционализировать идеи, полученные с помощью аналитики, и обеспечить их применимость на практике. СППР должны научиться сами принимать решения.
Литература
Информационно-аналитические системы и средства поддержки организационного управления: материалы научно-практической конференции (под общ. ред. А.Н. Данчула). М.: Изд-во РАГС. 186 c.
Левкин И.М. 2008. Основы информационно-аналитической работы. СПб: Изд-во СЗАГС. 206 с.
Морозова О.А., Лосева В.В., Иванова Л.И. 2024. Информационные технологии в государственном и муниципальном управлении. М.: Юрайт. 156 с.
Поврозник Н.Г. 2017. Информационно-аналитические технологии государственного и муниципального управления. Пермь: Изд-во ПГНИУ. 164 с.
Angalakudati M., Balwani S., Calzada J., Chatterjee B. 2014a. Business Analytics for Flexible Resource Allocation under Random Emergencies. – Management Science. Vol. 60. No. 6. P. 1552-1573. DOI: 10.1287/mnsc.2014.1919.
Angalakudati, Mallikarjun, J. Calzada, V. Farias, J. Gonynor, M. Monsch, A. Papush, G. Perakis. 2014b. Improving Emergency Storm Planning Using Machine Learning. – 2014 IEEE PES T&D Conference and Exposition. http://dx.doi.org/10.1109/TDC.2014.6863406.
Dingelstad J., Borst R.T., Meijer A. 2022. Hybrid Data Competencies for Municipal Civil Servants: An Empirical Analysis of the Required Competencies for Data-Driven Decision-Making. – Public Personnel Management. Vol. 51. No. 2. P. 1-33.
Einhorn H.J., Hogarth R.M. 1981. Behavioral Decision Theory: Processes of Judgment and Choice. – Journal of Accounting Research. Vol. 19. No. 1. P. 1-31. http://dx.doi.org/10.2307/2490959.
Ge H., Wang B. 2019. Research on Management Model of Network Public Opinion Based on Big Data Technology. – Journal of Physics: Conference Series. Vol. 1345. Is. 5. P. 1-5.
Gregory R., Keeny R.L. 1994. Creating Policy Alternatives Using Stakeholder Values. – Management Science. Vol. 40. No. 8. P. 1035-1048. DOI: 10.1287/mnsc.40.8.1035.
Höchtl J. Parycek P., Schöllhammer R. 2016. Big Data in the Policy Cycle: Policy Decision Making in the Digital Era. – Journal of Organizational Computing and Electronic Commerce. Vol. 26. Is. 1-2. P. 147-169.
Ibrahim O. 2018. Design and Investigation of a Decision Support Systems for Public Policy Formulation: academic dissertation for the Degree of Doctor of Philosophy in Computer and Systems Sciences. Stockholm: Stockholm University.
Janssen M., Wimmer M.A. 2015. Introduction to Policy-making in the Digital Age. – Policy Practice and Digital Science: Integrating Complex Systems, Social Simulation and Public Administration in Policy Research. Springer International Publishing. P. 1-14.
Kinra A., Beheshti-Kashi S., Buch R., Nielsen T.A.S., Pereira F. 2020. Examining the Potential of Textual Big Data Analytics for Public Policy Decision-making: A case study with driverless cars in Denmark. – Transport Policy. Vol. 98. P. 68-78.
Lavalle S., Shockley R., Hopkins M.S., Lesser E. 2011. Big Data, Analytics and the Path from Insights to Value. – MIT Sloan Management Review. P. 21-32.
McGee Z. A. Jones B.D. 2019. Reconceptualizing the Policy Subsystem: Integration with Complexity Theory and Social Network Analysis. – Policy Studies Journal. Vol. 47(S1). S138–S158. DOI: 10.1111/psj.12319.
Moore M.H. 2013. Recognizing Public Value. Cambridge: Harvard University Press. 430 p.
Poel M., Meyer E. T., Schroeder R. 2018. Big Data for Policymaking: Great Expectations, but with Limited Progress? – Policy & Internet. Vol. 10. No. 8. DOI: 10.1002/poi3.176.
Suominen A., Hajikhani A. 2021. Research Themes in Big Data Analytics for Policymaking: Insights from a Mixed-Methods Systematic Literature Review. – Policy & Internet. June 14. P. 1-21.
Vidgen R., Shaw S., Grant D.B. 2017. Management Challenges in Creating Value from Business Analytics. – European Journal of Operational Research. Vol. 261. No. 2. P. 626-639. DOI: 10.1016/j.ejor.2017.02.023.
Wahyunengseh R.D., Hastjarjo S. 2020. Big Data Analysis of Policies on Disaster Communication: Mapping the Issues of Communication and Public Responses in the Government Social Media. – IOP Conference Series Earth and Environmental Science. Vol. 717. No. 1: 012004. DOI: 10.1088/1755-1315/717/1/012004.
Левкин И.М. 2008. Основы информационно-аналитической работы. СПб: Изд-во СЗАГС. 206 с.
Морозова О.А., Лосева В.В., Иванова Л.И. 2024. Информационные технологии в государственном и муниципальном управлении. М.: Юрайт. 156 с.
Поврозник Н.Г. 2017. Информационно-аналитические технологии государственного и муниципального управления. Пермь: Изд-во ПГНИУ. 164 с.
Angalakudati M., Balwani S., Calzada J., Chatterjee B. 2014a. Business Analytics for Flexible Resource Allocation under Random Emergencies. – Management Science. Vol. 60. No. 6. P. 1552-1573. DOI: 10.1287/mnsc.2014.1919.
Angalakudati, Mallikarjun, J. Calzada, V. Farias, J. Gonynor, M. Monsch, A. Papush, G. Perakis. 2014b. Improving Emergency Storm Planning Using Machine Learning. – 2014 IEEE PES T&D Conference and Exposition. http://dx.doi.org/10.1109/TDC.2014.6863406.
Dingelstad J., Borst R.T., Meijer A. 2022. Hybrid Data Competencies for Municipal Civil Servants: An Empirical Analysis of the Required Competencies for Data-Driven Decision-Making. – Public Personnel Management. Vol. 51. No. 2. P. 1-33.
Einhorn H.J., Hogarth R.M. 1981. Behavioral Decision Theory: Processes of Judgment and Choice. – Journal of Accounting Research. Vol. 19. No. 1. P. 1-31. http://dx.doi.org/10.2307/2490959.
Ge H., Wang B. 2019. Research on Management Model of Network Public Opinion Based on Big Data Technology. – Journal of Physics: Conference Series. Vol. 1345. Is. 5. P. 1-5.
Gregory R., Keeny R.L. 1994. Creating Policy Alternatives Using Stakeholder Values. – Management Science. Vol. 40. No. 8. P. 1035-1048. DOI: 10.1287/mnsc.40.8.1035.
Höchtl J. Parycek P., Schöllhammer R. 2016. Big Data in the Policy Cycle: Policy Decision Making in the Digital Era. – Journal of Organizational Computing and Electronic Commerce. Vol. 26. Is. 1-2. P. 147-169.
Ibrahim O. 2018. Design and Investigation of a Decision Support Systems for Public Policy Formulation: academic dissertation for the Degree of Doctor of Philosophy in Computer and Systems Sciences. Stockholm: Stockholm University.
Janssen M., Wimmer M.A. 2015. Introduction to Policy-making in the Digital Age. – Policy Practice and Digital Science: Integrating Complex Systems, Social Simulation and Public Administration in Policy Research. Springer International Publishing. P. 1-14.
Kinra A., Beheshti-Kashi S., Buch R., Nielsen T.A.S., Pereira F. 2020. Examining the Potential of Textual Big Data Analytics for Public Policy Decision-making: A case study with driverless cars in Denmark. – Transport Policy. Vol. 98. P. 68-78.
Lavalle S., Shockley R., Hopkins M.S., Lesser E. 2011. Big Data, Analytics and the Path from Insights to Value. – MIT Sloan Management Review. P. 21-32.
McGee Z. A. Jones B.D. 2019. Reconceptualizing the Policy Subsystem: Integration with Complexity Theory and Social Network Analysis. – Policy Studies Journal. Vol. 47(S1). S138–S158. DOI: 10.1111/psj.12319.
Moore M.H. 2013. Recognizing Public Value. Cambridge: Harvard University Press. 430 p.
Poel M., Meyer E. T., Schroeder R. 2018. Big Data for Policymaking: Great Expectations, but with Limited Progress? – Policy & Internet. Vol. 10. No. 8. DOI: 10.1002/poi3.176.
Suominen A., Hajikhani A. 2021. Research Themes in Big Data Analytics for Policymaking: Insights from a Mixed-Methods Systematic Literature Review. – Policy & Internet. June 14. P. 1-21.
Vidgen R., Shaw S., Grant D.B. 2017. Management Challenges in Creating Value from Business Analytics. – European Journal of Operational Research. Vol. 261. No. 2. P. 626-639. DOI: 10.1016/j.ejor.2017.02.023.
Wahyunengseh R.D., Hastjarjo S. 2020. Big Data Analysis of Policies on Disaster Communication: Mapping the Issues of Communication and Public Responses in the Government Social Media. – IOP Conference Series Earth and Environmental Science. Vol. 717. No. 1: 012004. DOI: 10.1088/1755-1315/717/1/012004.
Статья
Поступила: 15.05.2025
Форматы цитирования
Другие форматы цитирования:
APA
Ахмедова, А. Ф. к. (2025). Перспективы совершенствования информационно-аналитического обеспечения принятия государственных решений. Власть, 33(2), 98-105. извлечено от https://www.jour.fnisc.ru/index.php/vlast/article/view/10621
Выпуск
Раздел
ПОЛИТИЧЕСКИЕ ПРОЦЕССЫ И ПРАКТИКИ
Представляя в Редакцию рукопись автор выражает согласие со всеми пунктами настоящего лицензионного договора.
