Вестник цифровой трансформации CIO.RU

«Цифра» на практике: данные помогают в борьбе с бедностью
«Цифра» на практике: данные помогают в борьбе с бедностью

Антон Алексеев: «Нам требовалось подсветить на “тепловых картах” нуждающихся в поддержке граждан и в результате получить данные, на основе которых можно принять взвешенное управленческое решение. Основной эффект — это более 10 тыс. семей, вышедших из-за черты бедности в особенно непростой 2020 год».


15:20 08.02.2021  |  Николай Смирнов | 1831 просмотров



Антон Алексеев, советник губернатора Ростовской области, — об использовании современных подходов к решению социальных задач. Анализ профиля малоимущих граждан позволил в 2020 году вывести 10 тысяч семей из-за черты бедности.

Снижение уровня бедности — крайне важная для всего мира задача, находящаяся на повестке дня и в России, и на международном уровне. Эту проблему не решить без наличия оперативных и достоверных данных о реальных людях, нуждающихся в помощи, без анализа их профиля и местонахождения.

Внедренное в Ростовской области решение, направленное на борьбу с бедностью (оно стало одним из победителей конкурса World AI&Data Challenge в 2019 году), позволило создать портреты малообеспеченных семей с максимальной декомпозицией их характеристик, а также выстроить «тепловые карты» малоимущих граждан на основе обезличенных данных телеком-операторов. Такое решение дает возможность сконцентрировать меры социальной поддержки в тех районах, которые в этом больше всего нуждаются. Результаты такой работы по анализу данных помогли расширить направления использования социального контракта — одной из мер, которая поможет семьям справиться с временными трудностями. Использование внедренного решения позволило заметно увеличить число семей — до более 10 тыс., — которые улучшили свое материальное благополучие.

О подходах к реализации этого проекта рассказывает Антон Алексеев, советник губернатора Ростовской области и номинант премии CDO Award 2021 .

— Как зарождается data-driven-подход в регионе , откуда растет интерес к работе с данными?

Сегодня управление на основе данных — уже не просто модное направление, а требование времени, необходимый минимум для работы современных государственных служащих. В Ростовской области в 2019 году были запущены первые проекты по теме цифровизации, которые можно обозначить в совокупности как «образовательный компонент» цифровой трансформации, начатой в области. Так, мы среди первых пяти субъектов в России провели обучение государственных и муниципальных служащих основам цифровой трансформации, и уже по результатам «первого подхода к снаряду» около 350 человек из всех уголков региона были вовлечены в тему «цифры».

Затем такая работа стала выполняться на системной основе, и для повышения ее эффективности были проведены профильные мероприятия для образовательных, общественных и коммерческих организаций региона для вовлечения их представителей в цифровую повестку. Одной из важных реперных точек в этом смысле стало проведение «цифровой прокачки региона» совместно с АНО «Цифровая экономика» в марте 2020 года, результаты которой даже позволили наработать основу для дорожной карты цифровой трансформации области. К слову, в 2020 году цифровые активности региона и его сообществ не остались незамеченными в информационном пространстве на уровне страны: в декабре, по итогам всенародного голосования по Премии Рунета, Ростовская область была признана «самым цифровым регионом», а Ростов-на-Дону получил звание «народной ИТ-столицы России».

— Какие проекты, связанные с аналитическими сервисами, реализуются? Что было сделано за последнее время?

Подход к управлению с помощью данных, конечно, требует реинжиниринга многих процессов, выполняемых в государственном секторе. К этому добавляются не менее важные вопросы: необходимость перестройки привычных подходов служащих к работе (вплоть до отказа от определенных практик), изменение культуры самой работы, модернизация оборудования, повышение цифровой грамотности и многое другое. В совокупности все это накладывает определенные временные рамки на внедрение проектов и сервисов, связанных с аналитикой.

Вместе с тем в регионе уже внедрены интересные практики, которыми хотелось бы поделиться. Например, это задача анализа профиля малоимущих граждан, которую команда правительства региона поставила перед собой в 2019 году. В 2020 году решение по этой теме заняло первое место в конкурсе внедрения цифровых решений Datamasters, проводимого Агентством стратегических инициатив.

Или, например, созданная у нас платформа для поддержки социально ориентированных некоммерческих организаций «Живые НКО» ресурсного центра «Атлас НКО». Платформа на основе алгоритмов нейросети, используя открытые данные, дает рекомендательную оценку работы социально ориентированных НКО. Такая оценка может во многом облегчить работу отдельных фондов и органов исполнительной власти и исключить ситуации финансирования неблагонадежных организаций. Проект стал победителем международного конкурса АСИ World AI & Data Challenge и заинтересовал другие регионы. Внедрения ждут, например, Республика Коми, Свердловская, Иркутская и Новосибирская области.

— Как строились процессы по борьбе с бедностью раньше? На основе каких данных принимались решения?

В Министерстве труда и социального развития Ростовской области на основе информации из разных источников был сформирован реестр малоимущих граждан. У сотрудников министерства родилась идея внедрить в работу современный подход, основанный на управлении данными, чтобы выявить всех нуждающихся в помощи граждан. Внедренное решение позволило выстроить «тепловые карты» на основе обезличенных данных телеком-операторов, и это помогло расширить направления использования социального контракта, благодаря чему заметно увеличилось число семей, которые улучшили свое материальное положение.

Подчеркну, что данные для работы были предоставлены именно в обезличенном формате, без персональных данных, от телеком-операторов при непосредственной поддержке Центра цифрового развития АСИ. Дополнительно использовалась релевантная информация из ведомственной информационной системы.

— Что не устраивало в сложившейся ситуации?

Уверен, что сегодня государство должно выступать проактивно, не дожидаясь обращения граждан. Необходимо приходить к нуждающимся с предложением поддержки и помощи, особенно к тем, кто живет в населенных пунктах, отдаленных от регионального центра. Созданное решение позволило выявить территории, где инструмент социального контракта можно использовать особенно эффективно. С помощью полученных данных были построены маршруты выездных приемов органов социальной защиты.

По результатам аналитики данные передаются и в управление службы занятости, чтобы скорректировать выделяемые муниципальным образованиям денежные средства на организацию профессиональной переподготовки соискателей вакансий. Или, например, эти же данные использует министерство здравоохранения области для выделения квот на оказание высокотехнологичной медицинской помощи.

— Какова цель реализованного проекта по борьбе с бедностью?

У этой инициативы прозрачная цель — подсветить на «тепловых картах» нуждающихся в поддержке граждан. На основе полученных данных можно принять взвешенное управленческое решение. Основной эффект — это более 10 тыс. семей, вышедших из-за черты бедности в особенно непростой 2020 год. Такой результат был достигнут именно благодаря цифровому решению по анализу профиля бедности. Оценить эффект на начальном этапе не представлялось возможным, однако каждая семья, получившая поддержку, — очень важный «кирпичик» в фундаменте работы по социальной защите в регионе.

Важно, что решение непосредственно помогает решить задачу по снижению уровня бедности в два раза до 2024 года, определенную президентом России в рамках национальной цели «Сохранение населения, здоровье и благополучие людей». Кроме того, руководство Министерства труда и социальной защиты РФ уделяет особое внимание социальным контрактам. Именно этот вид помощи от государства предполагает активные и продуманные действия получателей — то есть желание самой семьи выйти из-за черты бедности. В этом смысле реализованное решение синхронизировано с федеральной повесткой.

— Почему для эффективного использования социальных контрактов важен анализ данных о малоимущих?

Количество получателей помощи с использованием соцконтракта каждый год растет. Увеличивается и количество желающих заключить соцконтракт. Финансирование на 2020 год повышено в два раза на основе расчета реальной потребности граждан. Нуждающиеся видят не только необходимость этой меры, но и желают брать на себя обязательства, предлагают возможности расширения направлений соцконтрактов.

Данный вид помощи подразумевает не только получение денег, но и ответственность за выполнение взятых семьей обязательств. Примерами таких обязательств можно назвать выполнение какой-либо оплачиваемой работы или получение дополнительного образования, ответственное социальное поведение. И очень важно выявить всех, кто хотел бы и мог воспользоваться данным инструментом. Поэтому анализ всех возможных данных для повышения эффективности этой работы очень важен, как важен и каждый гражданин.

— Какие варианты решения проблемы рассматривались? Вероятно, помимо участия в World AI&Data Challenge в качестве постановщика задачи, были и другие варианты…

Конкурс действительно состоял из нескольких этапов, первым из которых было соревнование по постановке задач, в котором победила наша инициатива. Затем уже команды со всей России вместе с заказчиком пробовали реализовать идею, и команда Счетной палаты города Москвы предложила самое интересное решение. Оно построено на открытом исходном коде, поэтому, по сути, при внедрении данного продукта не требуется проводить никаких закупок. Решение предоставляет возможность подключаться к локальным или облачным базам данных и обеспечивает инструменты по их анализу и визуализации. На третьем этапе конкурса внедрений наша общая команда смогла занять первое место в России.

Конечно, в отсутствие возможности участия в конкурсе АСИ, вполне могло быть найдено и иное решение ситуации. Однако, в связи с известными ограничениями по финансированию таких инициатив внутри госструктур, а также из-за необходимости выдерживать установленные регламенты, лучшего подхода для достижения результата было бы и не придумать. Отмечу, что сам проект по духу больше сопоставим с идеями из стартап-культуры, где допускаются множественные итерации, ошибки, спринты и тестирование гипотез.

— В чем заключалась самая большая проблема при внедрении решения?

Такие проекты требуют использования agile-подходов в их реализации, в связи с чем сталкиваются с рядом бюрократических барьеров при внедрении в среде государственных органов. Кроме того, в задачах, связанных с управлением на основе данных, многое зависит от количества, качества и актуальности верифицированной информации в датасете. В связи с этим один из базовых вопросов — возможность постоянного пополнения данных и количество источников такой информации.

— Как известно, критически важно адекватно встроить умные сервисы в процессы принятия решений. Как пришлось перестроить процессы органов социальной защиты, что изменилось?

С этой точки зрения процесс внедрения в работу ответственных структур был максимально бесшовным, так как по сути улучшался используемый инструмент — реестр малоимущих граждан в регионе.

— Есть ли возможность развития созданной платформы? Например, при появлении новых источников данных или новых направлений деятельности?

Конечно, в идеальной картине мира необходимо больше источников информации и требуется гармонизация имеющихся у государства баз данных. Для получения всестороннего портрета семьи, например, необходимо получать сведения от многочисленных государственных органов: Пенсионного фонда, Федеральной налоговой службы, служб занятости, органов управления в сфере образования, медицины. Тогда диаграмма доходов-расходов семьи будет более достоверной и мы точно сможем учесть каждого нуждающегося в поддержке и в проактивном формате предложить ему помощь. Для нас важен каждый.


Теги: CDO Award