在公共部门数据驱动决策中整合公平：探索服务不足利益相关者的期望未来

DOI

公共部门创新的目标不仅是提高效率，还要增强公平性。尽管公共部门中数据驱动决策系统的采用日益增长，但将公平作为主要目标的努力往往不足。这通常是由于服务不足的利益相关者早期参与不足，以及对他们视角下公平真正含义的普遍误解。我们的研究试图通过积极让服务不足的利益相关者参与进来，以设想在公共部门数据驱动决策中整合公平，特别是在美国东北部一个中等规模城市的建筑部门背景下解决这一差距。我们采用故事板的快速约会方法，在地方商业发展领域探索各种以公平为中心的未来，这是一个小型企业，特别是女性和少数族裔企业历来面临公共服务分配不公平的领域。我们探索了公平的三个关键方面：监测公平、资源分配优先级以及信息与公平。我们的发现阐明了将公平整合到数据驱动决策中的复杂性，为利益相关者的需求提供了细微见解。我们发现，将公平目标监测和纳入公共部门决策可能意外适得其反，引发社区焦虑并可能加剧现有不平等。小企业主，包括女性和少数族裔企业主，反对在公共部门以公平为中心的数据驱动决策中使用基于人口统计数据，而是强调社区需求、申请复杂性和小企业固有不确定性等因素。基于这些见解，我们提出了设计建议，以帮助公共部门数据驱动决策系统的设计者更好地包容公平考虑。