Моделирование результативности мягких методов поведенческого регулирования в публичном управлении

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Исследование посвящено разработке модели предсказания результативности мягких методов поведенческого регулирования (подталкивание, наджинг) в публичном управлении. На сегодняшний день, несмотря на широкое использование подобных методов в государственном управлении различных стран, мало исследований, направленных на выделение и оценку критериев их эффективности. Представлен анализ подходов к оценке результативности подталкивания, предложена новая модель предсказания на основе метода машинного обучения с учителем. Исследование включает в себя сбор и обработку данных о применении подталкивания в государственных структурах, определение значимых факторов, влияющих на эффективность этих методов, и построение модели предсказания с применением алгоритмов классификации. Итоговая модель, включающая 15 ключевых признаков, демонстрирует точность предсказаний на уровне 82%. Результаты работы могут быть использованы как в научных исследованиях, так и в практическом анализе эффективности внедрения подталкивания в государственное управление.

Об авторах

А. П. Попова

Израильский Институт Инноваций

Автор, ответственный за переписку.
Email: appopova0804@gmail.com
Тель-Авив, ул. Ривал, 22

А. Г. Санина

Международная лаборатория цифровой трансформации в государственном управлении НИУ ВШЭ

Email: asanina@hse.ru
Санкт-Петербург, ул. Промышленная, 17А

А. Г. Атаева

Международная лаборатория цифровой трансформации в государственном управлении НИУ ВШЭ

Email: aataeva@hse.ru
Санкт-Петербург, ул. Промышленная, 17А

Е. В. Рыльских

Международная лаборатория цифровой трансформации в государственном управлении НИУ ВШЭ

Email: e.v.rylskikh@gmail.com
Санкт-Петербург, ул. Промышленная, 17А

Список литературы

  1. Анисимова А.А. (2021) Методы совершенствования цифровых налоговых сервисов в современной практике налогового администрирования // Налоги и налогообложение. № 1. С. 71–80. https://doi.org/10.7256/2454-065X.2021.1.35283
  2. Братченко С.А. (2021) Качество управления и результативность в практике государственного управления (на примере управления государственными программами) // Экономика: вчера, сегодня, завтра. Т. 11. №. 10-1. С. 247–260. https://doi.org/10.34670/AR.2021.15.53.029
  3. Давыдова М.Л. (2020) «Умное регулирование» как основа совершенствования современного правотворчества // Журнал российского права. № 11. С. 14–29. https://doi.org/10.12737/jrl.2020.130
  4. Китаева Э.А., Суетина Т.А., Китаев М.Р. (2019) Система подталкивающих воздействий (Nudge) как фактор повышения эффективности формирования у населения приверженности к здоровому образу жизни // Менеджер здравоохранения. № 2. С. 48–52.
  5. Талер Р., Санстейн К. (2017) Nudge. Архитектура выбора. Как улучшить наши решения о здоровье, благосостоянии и счастье. М.: Манн, Иванов и Фербер. 240 c.
  6. Чернышенко М. С. (2021) Теоретические аспекты мягкого подталкивания (наджинга) // Новизна. Эксперимент. Традиции. Т. 7. №. 1. С. 51–57.
  7. Чубарова Т. В. (2019) Современный патернализм как продукт мейнстрима: социальные проблемы, индивидуальные решения // Общественные науки и современность. № 6. C. 27–39. https://doi.org/10.31857/S086904990007562-0
  8. Шанин А. А., Давыдов А. Ю. (2022) Перспективы использования поведенческих методов в правовом регулировании профилактики коронавируса COVID-19 // Advances in Law Studies. № 1. С. 16–20. https://doi.org/10.29039/2409-5087-2022-10-1-16-20
  9. Ambrosino A. et al. (2017) Nudge, a critical perspective. Encyclopedia of Law and Economics. Springer. pp. 1–20. https://doi.org/10.1016/S0140-6736(13)61836-X
  10. Bovens L. (2012) Real nudge. European journal of risk regulation. vol. 3. no. 1. pp. 43–46.
  11. Forte T., Santinha G., Patrão M. (2024) Exploring the Viability and Acceptance of Nudge in Public Policies for Health Promotion. Healthcare Policy. vol. 4. no. 12. pp. 476. https://doi.org/10.3390/healthcare12040476
  12. Gerrits L. (2021) Soul of a new machine: Self-learning algorithms in public administration. Information Polity. vol. 26. no. 3. pp. 237–250.
  13. Jung D., Jeong W. (2011) Nudge: a tool for better policy impacts and its limitations under various policy contexts. Public Administration Review. vol. 71. no. 4. pp. 653–56.
  14. Moseley A., Stoker G. (2013) Nudging citizens? Prospects and pitfalls confronting a new heuristic. Resources, Conservation and Recycling. vol. 79. pp. 4–10.
  15. Münscher R., Vetter M., Scheuerle T. (2016) A review and taxonomy of choice architecture techniques. Journal of Behavioral Decision Making. vol. 29. no. 5. pp. 511–524.
  16. Ranchordás S. (2020) Nudging citizens through technology in smart cities. International Review of Law, Computers & Technology. vol. 34. no. 3. vol. 254–276.
  17. Schmidt A. T. (2019) Getting real on rationality–Behavioral science, nudging, and public policy. Ethics. vol. 129. no. 4. pp. 511–543.
  18. Sunstein C. R. (2014b) Nudging: a very short guide. Journal of Consumer Policy. vol. 37. pp. 583–588.
  19. Sunstein C. R. (2014a) Why nudge?: The politics of libertarian paternalism. Yale University Press.
  20. Tummers L. (2019) Public policy and behavior change. Public Administration Review. vol. 79. no. 6. pp. 925–930.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».