况下政府需要解决的

Shakib5452

我们需要将其视为健康和福祉方面不公平不平等的结构性原因对此的政策应对措施需要考虑到这一点。由于污名化源于系统性的权力差异并进一步放大了这些权力差异在不改变底层权力结构的情况下消除污名化是很困难的而且很容易适得其反。对这些挑战的更好认识解释了为什么尽管决策者可用的数据数量和质量有了非常可喜的改善但政府的任务却变得更具挑战性而不是更少。现在政府失败的方式有很多。尤其是在减少耻辱或解决结构性种族主义的情问题需要改变根深蒂固的社会态度。

成功是脆弱的不能仅通过立法来确保 数字数据 说服而不是强迫是至关重要的。更糟糕的是数据的可用性越高公共政策未能实现其目标的情况就越明显。复杂系统为了应对这些挑战和许多其他深思熟虑的评论家一直主张对公共政策进行深度调整从通过设定目标和关键绩效指标来关注效率的新公共管理方法转向复杂的系统方法。公共政策制定有多种利用复杂性科学的方法但所有方法都一致认为自上而下或指挥控制的政策系统往往会遇到其他错误其中包括未能预测其系统性影响。



这往往会导致政策要么无法达到预期结果要么产生意想不到的额外影响美国系统理论家和生态学家多内拉梅多斯称之为政策阻力。从长远来看令人震惊的不仅是向复杂系统方法的转变在智力上的充分理由而且类似的论点在多年来一直提出但效果相对较小。虽然复杂性科学经常建议干预方法具有更大的反思性但它并不总是充分反映其自身为何难以被公共政策接受的原因。这样做将使我们能够在政府应如何努力促进公民福祉特别是公民福祉与公共利益之间的关系方面取得进展。系统思维的核心悖论在于它既为人所熟悉又非常违反直觉。