Zum Inhalt

Evidence-Based Policymaking in the Big Data Era

  • 2026
  • Buch

Über dieses Buch

Dieses Buch untersucht das transformative Potenzial von Big Data bei der Förderung evidenzbasierter Politik (EBPM). Während sich die Regierungen mit komplexen Herausforderungen auseinandersetzen, steigt die Nachfrage nach der Verwendung wissenschaftlicher Erkenntnisse, um die Qualität der politischen Entscheidungsfindung zu verbessern. Durch einen interdisziplinären Ansatz, der öffentliche Verwaltung, Social-Big-Data-Analyse und Ökonomie integriert, bietet dieses Buch praktische Implikationen für Regierungen, EBPM voranzutreiben, und zeigt, wie Social Big Data genutzt werden kann, um die politische Entscheidungsfindung mit konkreten politischen Fällen zu unterstützen. Dieses Buch erklärt zunächst die grundlegenden Konzepte von EBPM, einschließlich dessen, was als Beweis zählt, warum Beweise wichtig sind und welches Verfahren eine effektive EBPM-Implementierung sicherstellt. Teil II zeigt den aktuellen Status der EBPM-Praktiken in zwei Ländern: Großbritannien als führendes Land in der EBPM-Praxis und Japan in den Anfängen der Einführung. In diesem Teil werden die anhaltenden Mängel und systemischen Herausforderungen untersucht, vor denen beide Regierungen stehen, wenn es darum geht, EBPM voranzubringen. Darüber hinaus präsentiert Teil III empirische Analysen in drei Politikbereichen: Tourismusförderung, Kontrolle der menschlichen Mobilität während der Covid-19-Pandemie und Schätzung der Häuserpreise. Die Analysen verwendeten Social-Big-Data-Quellen wie Google Trends, SNS und Google Mobility, um wichtige politische Faktoren zu quantifizieren und Belege für die Politikgestaltung und -bewertung zu liefern. Dieses Buch zeichnet sich durch seine Beiträge in zwei Schlüsselbereichen aus. Erstens enthüllt es den aktuellen Status der EBPM-Praktiken in Großbritannien und Japan und schließt damit eine kritische Forschungslücke in grenzübergreifenden EBPM-Studien. Zweitens trägt es sowohl zur akademischen Forschung als auch zur politischen Praxis bei, indem es einen datengestützten EBPM-Ansatz vorschlägt und seine Anwendung anhand spezifischer Fälle politischer Analyse demonstriert.

Inhaltsverzeichnis

  1. Frontmatter

  2. Evidence-Based Policymaking and Big Data: Concepts and Key Themes

    1. Frontmatter

    2. 1. Introduction

      Zhaoyuan Liu
      Dieses Kapitel geht der Schnittmenge zwischen Big Data und evidenzbasierter Politik (EBPM) auf den Grund und untersucht, wie datengestützte Erkenntnisse die Politikentwicklung und -bewertung revolutionieren können. Zunächst wird der aktuelle Zustand der EBPM untersucht, ihre Unzulänglichkeiten hervorgehoben und die Notwendigkeit robusterer Beweise hervorgehoben. Anschließend untersucht der Text das Potenzial von Big Data zur Unterstützung von EBPM und konzentriert sich dabei auf drei Schlüsselbereiche: Inbound-Tourismus, menschliche Mobilität während der COVID-19-Pandemie und Wohnungsmärkte. Durch empirische Studien wird gezeigt, wie Big Data zeitnahe und relevante Belege für die Politikgestaltung liefern kann. Das Kapitel behandelt auch die Institutionalisierung und Praxis der EBPM in Japan und Großbritannien und bietet eine vergleichende Perspektive. Durch die Kombination dokumentarischer Analysen mit empirischen Studien unter Verwendung von Big Data bietet dieser Text einen umfassenden Überblick darüber, wie Daten politische Entscheidungsprozesse verbessern und EBPM stärken können.
    3. 2. Evidence-Based Policymaking: Concepts, Practices, and Key Themes

      Zhaoyuan Liu
      Dieses Kapitel bietet einen umfassenden Überblick über evidenzbasierte Politikgestaltung (EBPM) und untersucht ihre Konzepte, Praktiken und Schlüsselthemen. Es beginnt mit der Definition der öffentlichen Ordnung und der Beschreibung des politischen Entscheidungsprozesses, der in Phasen wie Agenda-Setting, Politikgestaltung, Umsetzung und Evaluierung unterteilt ist. Das Kapitel vertieft sich dann in die Definition und Bedeutung von EBPM und unterstreicht seine Rolle bei der Verbesserung traditioneller politischer Entscheidungsfindung durch die Verwendung belastbarer Beweise. Es untersucht die Praktiken der EBPM in verschiedenen Ländern, darunter Großbritannien, den USA und Japan, und diskutiert die verschiedenen Arten von Beweisen und ihre Qualität. Das Kapitel untersucht auch die Rolle von Beweisen innerhalb des politischen Prozesses und die verschiedenen Arten der Verwendung von Beweisen. Abschließend wird der politische Kontext hervorgehoben, der die politische Entscheidungsfindung beeinflusst, und die Bedeutung von EBPM bei der Unterstützung politischer Entscheidungsträger, ein genaueres Verständnis politischer Fragen zu erlangen und die politische Leistung genau zu bewerten. Dieses Kapitel ist eine wertvolle Ressource für Fachleute, die die Komplexität von EBPM und seine praktischen Anwendungen verstehen wollen.
    4. 3. Big Data for Evidence-Based Policymaking: Applications, Benefits, and Limitations

      Zhaoyuan Liu
      Dieses Kapitel geht auf das transformative Potenzial von Big Data in der evidenzbasierten Politikgestaltung ein und beleuchtet seine Anwendungen, Vorteile und Grenzen. Darin wird untersucht, wie Big Data den politischen Entscheidungsprozess auf verschiedenen Stufen verbessern kann, einschließlich der Festlegung der Agenda, der Formulierung von Strategien, der Umsetzung und Bewertung. Der Text betont die Bedeutung der Datenqualität und der Integration von Big Data mit traditionellen Quellen. Es bietet auch praktische Beispiele und Fallstudien, um die realen Anwendungen von Big Data in der politischen Entscheidungsfindung zu veranschaulichen. Das Kapitel schließt mit dem Vorschlag eines datengestützten Ansatzes für evidenzbasierte Politikgestaltung, der die Identifizierung von Schwächen in der bestehenden Evidenzbasis, die Zusammenstellung relevanter Datenquellen, die Durchführung von Datenanalysen und die Übersetzung der Ergebnisse in politikrelevante Beweise umfasst. Dieser Ansatz stellt eine konzeptionelle Brücke zwischen der diskutierten Literatur und den in den folgenden Kapiteln präsentierten empirischen Analysen dar, in denen Big Data genutzt wird, um Belege für Tourismusförderung, Mobilität während der COVID-19-Pandemie und Wohnungsmärkte zu liefern.
  3. Institutional Practices in Japan and the UK

    1. Frontmatter

    2. 4. Evidence-Based Policymaking in Japan

      Zhaoyuan Liu
      Dieses Kapitel befasst sich mit der Umsetzung evidenzbasierter Politik (EBPM) in Japan und konzentriert sich auf ihre Integration in die Verwaltungsreformen der Zentralregierung. Er hebt die Verwendung logischer Modelle hervor, um politische Rationalität zu gewährleisten, die Betonung quantitativer Indikatoren für Objektivität und die Validierung politischer Effektivität durch empirische Forschung. Die Analyse zeigt, dass EBPM zwar an Zugkraft gewonnen hat, aber je nach Ministerium sehr unterschiedlich angenommen wird, wobei einige führend sind und andere hinterherhinken. Das Kapitel untersucht auch kritisch die Bewertungsdokumente für zwei Projekte zur Tourismusförderung und identifiziert Schwächen in der gegenwärtigen Bewertungspraxis. Sie kommt zu dem Schluss, dass EBPM in Japan noch in den Kinderschuhen steckt und größere Anstrengungen erfordert, um ihre Einführung auszuweiten, Analysemethoden zu stärken und angemessene Leistungsindikatoren zu entwickeln. Die Leser erhalten Einblicke in den Fortschritt und die Herausforderungen des EBPM in Japan, die Rolle logischer Modelle und quantitativer Indikatoren bei der Politikbewertung und die Notwendigkeit robuster analytischer Ansätze zur Validierung der politischen Effektivität.
    3. 5. Evidence Use in English Local Plans

      Zhaoyuan Liu
      Dieses Kapitel vertieft sich in die Evidenzbasis englischer lokaler Pläne und enthüllt, dass lokale Planungsdokumente, vor Ort in Auftrag gegebene Forschungen und vor Ort selbst durchgeführte Forschungen die Mehrheit der verwendeten Beweise darstellen. Die Analyse zeigt eine erhebliche Abhängigkeit von internen Quellen, wobei externe Institutionen und Experten erheblich zu Forschungsreferenzen beitragen. Wichtige politische Themen wie wirtschaftliche Entwicklung, Wohnungsbau und Bauwesen sowie Verkehr und Infrastruktur werden hervorgehoben, was die Prioritäten und Herausforderungen der lokalen Behörden widerspiegelt. Das Kapitel schließt mit der Betonung der Bedeutung der Integration unterschiedlicher Beweisquellen und der Förderung von Kooperationen, um die Qualität und Relevanz lokaler Planungsbemühungen zu verbessern. Durch die Identifizierung der Arten und Quellen von Beweisen, die in lokalen Plänen verwendet werden, bietet dieses Kapitel wertvolle Einblicke in die Komplexität evidenzbasierter Politik und unterstreicht die Notwendigkeit besserer Mechanismen, um die Kluft zwischen akademischer Forschung und praktischer Politik zu überbrücken.
    4. 6. SHMAs as Evidence for Local Housing Planning in the UK

      Zhaoyuan Liu
      In diesem Kapitel wird die entscheidende Rolle von Strategic Housing Market Assessments (SHMAs) bei der Gestaltung lokaler Wohnungsbaupolitik in Großbritannien untersucht. Er untersucht die Entwicklung von SHMAs und betont ihre Bedeutung für die Bewältigung von Problemen bei der Wohnungsversorgung und der Erschwinglichkeit. Das Kapitel bewertet die methodische Robustheit aktueller SHMAs und konzentriert sich dabei auf die Transparenz und Angemessenheit der Methoden und Daten, die zur Beurteilung des Wohnungsbedarfs verwendet werden. Es vergleicht aktuelle SHMAs mit früheren Versionen, um bemerkenswerte Veränderungen und anhaltende Schwächen zu identifizieren. Das Kapitel diskutiert auch die Verwendung von Migrationsdaten und Haushaltsprognosen bei der Prognose des zukünftigen Wohnungsbedarfs und bietet Einblicke in die Stärken und Grenzen dieser Ansätze. Durch die Untersuchung der Transparenz von SHMA-Methoden und der Angemessenheit von Wohnungsbedarfsermittlungen bietet dieses Kapitel einen umfassenden Überblick über den aktuellen Zustand von SHMAs und schlägt Bereiche für zukünftige Verbesserungen vor. Die Ergebnisse unterstreichen die Bedeutung belastbarer Belege für die Wohnungsplanung und bieten praktische Lehren für die Verbesserung der Effektivität von SHMAs bei der Befriedigung lokaler Wohnungsbedürfnisse.
  4. Big Data as Policy Evidence: Empirical Studies

    1. Frontmatter

    2. 7. Empirical Evidence on Factors Affecting Inbound Tourists to Japan

      Zhaoyuan Liu
      Dieses Kapitel untersucht empirische Belege für Faktoren, die Touristen nach Japan betreffen, wobei ein besonderer Schwerpunkt auf der Rolle der SNS-Förderung, kommerzieller Einrichtungen und der Zugänglichkeit von Verkehrsmitteln liegt. Die Studie verwendet ein dynamisches Panelsystem GMM-Modell, um die Auswirkungen dieser politikbezogenen Faktoren auf die Anzahl der Touristen aus Festlandchina zu bewerten. Schlüsselergebnisse zeigen, dass SNS-Werbung, insbesondere über Weibo, die Touristenzahlen erheblich beeinflusst, wobei eine Zunahme von Beiträgen, in denen eine bestimmte Präfektur erwähnt wird, zu einem bemerkenswerten Anstieg der Besucher führt. Darüber hinaus werden die Anzahl steuerfreier Geschäfte und internationaler Flüge als entscheidende Faktoren für die Anziehung von Touristen identifiziert. Die Analyse unterstreicht auch den anhaltenden Trend im Tourismus, der darauf hindeutet, dass vergangene Trends die zukünftigen Touristenzahlen erheblich beeinflussen. Die Studie kommt zu dem Schluss, dass wirtschaftliche Bedingungen wie das BIP pro Kopf zwar eine Rolle spielen, der Einfluss des Wechselkurses jedoch abgenommen hat. Diese umfassende Analyse liefert wertvolle Erkenntnisse für politische Entscheidungsträger und Organisationen zur Tourismusförderung, die darauf abzielen, die Strategien für den Inbound-Tourismus zu verbessern.
    3. 8. Empirical Evidence on Factors Affecting Mobility During the COVID-19 Pandemic

      Zhaoyuan Liu
      Dieses Kapitel untersucht die Faktoren, die die menschliche Mobilität während der sieben Wellen der COVID-19-Pandemie in Japan beeinflussen, mit besonderem Schwerpunkt auf den Auswirkungen von COVID-19-Fällen, staatlichen Maßnahmen und Impfraten. Die Analyse verwendet Google-Mobility-Daten und ein praktikables allgemeines Least-Squares-Modell (FGLS), um die Beziehung zwischen diesen Faktoren und den Mobilitätsmustern in Einzelhandels- und Erholungsgebieten sowie in Durchgangsstationen zu untersuchen. Die Studie zeigt, dass die Anzahl der COVID-19-Fälle die Mobilität negativ beeinflusst, wobei die Auswirkungen mit fortschreitender Pandemie abnehmen. Regierungspolitische Maßnahmen wie die Notstandserklärung (Emergency State Declaration, ESD) und Maßnahmen vor dem Notfall schränkten die Mobilität effektiv ein, während die Go To Travel-Kampagne die Mobilität ankurbelte. Darüber hinaus wurde festgestellt, dass höhere Impfraten die Mobilität positiv beeinflussen. Das Kapitel kommt zu dem Schluss, dass das Verständnis dieser Faktoren für eine effektive politische Entscheidungsfindung in Notsituationen im Bereich der öffentlichen Gesundheit von entscheidender Bedeutung ist und unterstreicht die Bedeutung von Impfungen für die wirtschaftliche Erholung.
    4. 9. Empirical Evidence on Factors Affecting House Prices

      Zhaoyuan Liu
      Dieses Kapitel vertieft die empirischen Belege für Faktoren, die die Häuserpreise beeinflussen, mit besonderem Schwerpunkt auf dem Potenzial von Volumendaten der Internetsuche zur Verbesserung der Immobilienmarktanalyse. Die Studie untersucht neben traditionellen Faktoren wie Bevölkerung, Einkommen und Zinssätze die Korrelation zwischen Google-Trends-Daten und Häuserpreisen in 14 Bezirken Großbritanniens. Die Analyse verwendet ein Regressionsmodell, um die Bedeutung dieser Korrelationen zu verifizieren, wobei ein besonderer Schwerpunkt auf der neu hinzugefügten Variable des Internetsuchvolumens liegt. Die Ergebnisse zeigen eine signifikant positive Korrelation zwischen der Internet-Suchintensität und den Häuserpreisen, was darauf hindeutet, dass diese Daten genutzt werden können, um die Aufmerksamkeit der Menschen auf den Immobilienmarkt zu lenken und bei der Schätzung der Häuserpreisänderungen zu helfen. Die Studie untersucht auch den Einfluss anderer Variablen wie Bevölkerungswachstum, verfügbares Einkommen und Wohnungsangebot auf die Häuserpreise. Die Ergebnisse deuten darauf hin, dass das verfügbare Einkommen den größten Einfluss auf die Häuserpreise haben könnte, während eine Zunahme des Häuserangebots zu einem Rückgang der Häuserpreise führt. Das Kapitel schließt mit dem Vorschlag, die Volumendaten der Internetsuche in Analysen zu integrieren, die darauf abzielen, gegenwärtige Wirtschaftsaktivitäten aufzudecken und zukünftige Trends vorherzusagen, um so eine effektivere Wohnungspolitik zu unterstützen.
  5. Conclusions

    1. Frontmatter

    2. 10. Rethinking Evidence-Based Policymaking in the Big Data Era

      Zhaoyuan Liu
      Dieses Kapitel geht auf den aktuellen Stand der evidenzbasierten Politikgestaltung (EBPM) in Japan und Großbritannien ein und deckt erhebliche Mängel in beiden Ländern auf. Es untersucht, wie Big Data, insbesondere von Menschen erzeugte Daten aus sozialen Medien, Suchmaschinen und Mobilitätsverfolgung, genutzt werden können, um die Wirksamkeit politischer Maßnahmen zu bewerten und die Formulierung politischer Maßnahmen zu beeinflussen. Das Kapitel präsentiert empirische Analysen in drei Bereichen: Förderung des Inbound-Tourismus, Mobilität während der COVID-19-Pandemie und Wohnungsmärkte. Es zeigt, wie Big Data politikrelevante Faktoren quantifizieren, politische Auswirkungen verifizieren und Schlüsselfaktoren für die Politikgestaltung verfeinern kann. Das Kapitel diskutiert auch die Beschränkungen und Risiken von Big Data und betont die Notwendigkeit robuster analytischer Rahmenbedingungen, der Bewertung der Datenqualität und ethischer Überlegungen. Der Bericht schließt mit praktischen Implikationen für politische Entscheidungsträger und betont die Bedeutung der Zusammenarbeit zwischen politischen Entscheidungsträgern und Forschern sowie die Notwendigkeit, die internen Kapazitäten der Regierung für Datenanalyse und -auswertung zu stärken. Das Kapitel unterstreicht, dass Big Data zwar wertvolle Chancen für EBPM bietet, seine erfolgreiche Integration jedoch davon abhängt, Herausforderungen im Zusammenhang mit Datenschutz, Voreingenommenheit und Rechenschaftspflicht anzugehen.
Titel
Evidence-Based Policymaking in the Big Data Era
Verfasst von
Zhaoyuan Liu
Copyright-Jahr
2026
Verlag
Springer Nature Singapore
Electronic ISBN
978-981-9568-21-5
Print ISBN
978-981-9568-20-8
DOI
https://doi.org/10.1007/978-981-95-6821-5

Die PDF-Dateien dieses Buches wurden gemäß dem PDF/UA-1-Standard erstellt, um die Barrierefreiheit zu verbessern. Dazu gehören Bildschirmlesegeräte, beschriebene nicht-textuelle Inhalte (Bilder, Grafiken), Lesezeichen für eine einfache Navigation, tastaturfreundliche Links und Formulare sowie durchsuchbarer und auswählbarer Text. Wir sind uns der Bedeutung von Barrierefreiheit bewusst und freuen uns über Anfragen zur Barrierefreiheit unserer Produkte. Bei Fragen oder Bedarf an Barrierefreiheit kontaktieren Sie uns bitte unter accessibilitysupport@springernature.com.

    Bildnachweise
    Schmalkalden/© Schmalkalden, NTT Data/© NTT Data, Verlagsgruppe Beltz/© Verlagsgruppe Beltz, ibo Software GmbH/© ibo Software GmbH, Sovero/© Sovero, Axians Infoma GmbH/© Axians Infoma GmbH, genua GmbH/© genua GmbH, Prosoz Herten GmbH/© Prosoz Herten GmbH, Stormshield/© Stormshield, MACH AG/© MACH AG, OEDIV KG/© OEDIV KG, Rundstedt & Partner GmbH/© Rundstedt & Partner GmbH, Doxee AT GmbH/© Doxee AT GmbH , Governikus GmbH & Co. KG/© Governikus GmbH & Co. KG, Vendosoft/© Vendosoft, givve Bezahlkarte - digitale Effizienz trifft menschliche Nähe/© givve