Каждый год государство запускает новые инициативы. Строятся школы и дороги, появляются цифровые сервисы, совершенствуется законодательство в сфере здравоохранения, образования и социальной политики.
Масштаб этой работы огромен. Но чем больше реализуется проектов, тем чаще возникает закономерный вопрос: почему одни решения действительно меняют ситуацию к лучшему, а другие не дают ожидаемого эффекта?
Этот вопрос особенно актуален на фоне результатов аудита Высшей аудиторской палаты (ВАП). Согласно опубликованным данным, из 683 инвестиционных проектов, запланированных к завершению в 2025 году, 141 завершить не удалось.
Кроме того, ВАП отмечает, что в течение года на исполнении находились четыре национальных проекта, которые неоднократно корректировались: менялись сроки, механизмы реализации, объемы финансирования и целевые индикаторы, из-за чего они утратили характер долгосрочных стратегических инициатив с фиксированными параметрами.
Эти цифры сами по себе не означают, что государственная политика неэффективна. Любая система управления вынуждена адаптироваться к экономической ситуации, бюджетным ограничениям и внешним факторам. Однако аудит заставляет задуматься о другом: как перейти от оценки количества выполненных мероприятий к оценке их реального общественного эффекта? Иными словами, как сделать так, чтобы государственные программы могли не только осваивать ресурсы и выполнять запланированные мероприятия, но и подтверждать, что именно они привели к ожидаемым изменениям?
Когда я изучал материалы аудита, меня заинтересовало одно совпадение. Подходы, которые помогают объяснить успех одних государственных проектов и сложности других, практически полностью совпадают с принципами, которыми уже много лет руководствуются ведущие международные институты развития: Всемирный банк, Организация экономического сотрудничества и развития (OECD), ПРООН и другие организации.
Особенно хорошо это видно на примере USAID. Один из ключевых принципов операционной политики агентства (ADS 201) заключается в том, что решения о распределении ресурсов должны приниматься на основе анализа и подтвержденных данных. Для каждой программы, реализуемой через грант или контракт, еще до начала работы разрабатывается отдельный план мониторинга, оценки и обучения (Monitoring, Evaluation and Learning Plan - MEL Plan). Иными словами, механизм проверки того, работает ли выбранное решение, закладывается в проект с самого начала.
Только в 2023 финансовом году USAID реализовывал программы почти в 130 странах, распределив около 43,8 млрд долларов помощи. При таком масштабе крайне важно, что проекты проходят последовательные этапы подготовки, проверки и оценки, а решения принимаются на основе накопленных данных, а не только экспертных предположений.
По сути, именно так работает подход Evidence-Based Policy - государственная политика, основанная на доказательствах. Его идея достаточно проста: прежде чем масштабировать новое решение, необходимо убедиться, что оно действительно работает.
Сначала анализируются данные, исследования и международный опыт. Затем, если это возможно, решение тестируется в ограниченном масштабе. После пилотирования оцениваются результаты и только после этого принимается решение: масштабировать инициативу, доработать ее или отказаться от дальнейшей реализации.
Есть ли признаки такого подхода в Казахстане? На мой взгляд, да.
С 2016 года в Казахстане действует механизм анализа регуляторного воздействия (АРВ), который обязывает государственные органы еще до принятия нормативных актов оценивать возможные последствия различных вариантов регулирования для бизнеса и экономики. Концепция правовой политики до 2030 года также закрепляет принцип, согласно которому регуляторные решения должны основываться на объективных данных, исследованиях, статистике и результатах изучения общественного мнения.
Еще более наглядно эта логика прослеживается в крупных цифровых проектах. Так, цифровой тенге не внедрялся одномоментно. В 2021 году Национальный банк сначала представил консультативный доклад и обсудил проект с участниками рынка. Затем была протестирована техническая реализуемость платформы.
В ноябре 2023 года стартовал первый промышленный этап с участием пяти банков. Позже появились новые пилотные проекты, включая механизм «цифрового НДС» и финансирование ремонта дорог с использованием цифрового тенге.
Показательно, что пилотный этап цифрового НДС в государственных закупках продлится до конца 2026 года.
Даже спустя несколько лет после запуска проект продолжает развиваться через контролируемые испытания, а не путем одномоментного масштабирования.
Похожую последовательность можно увидеть и на примере системы Ashyq. В 2021 году ее сначала протестировали в Астане, Алматы и Караганде с участием 472 субъектов предпринимательства. Лишь после анализа результатов пилотного проекта систему распространили на всю страну.
Эти примеры показывают, что казахстанские государственные институты уже умеют работать по модели «пилот-оценка-масштабирование», особенно когда речь идет о технологически сложных проектах.
Возникает закономерный вопрос: может ли такой подход стать универсальным не только для цифровых сервисов, но и для крупных государственных инициатив?
Переход к государственной политике, основанной на доказательствах, - это не отказ от существующей системы, а ее следующий этап развития. И чем шире будут использоваться анализ данных, пилотирование и независимая оценка результатов, тем выше вероятность того, что государственные решения будут не только своевременно реализованы, но и действительно принесут тот эффект, которого ожидают граждане.
Похожие материалы
