Gênero
As estatísticas do gênero não são apenas dados desagregados por sexo. Elas permitem fazer-se compilação e análise desses dados, reconhecendo que factores baseados no gênero têm impacto no bem-estar. Elas são transversais de vários domínios, que reflectem assuntos do gênero – o papel da mulher e do homem (raparigas e rapazes) nas esferas económica, social e política na sociedade. As estatísticas do gêneronãoapenassuscitamresultados, mastambém as necessidades e capacidadesporsexoemváriasáreasimportantes de políticas. Tem havido elevada ênfase na configuração adequada destas questões, a medida que os decisores políticos trabalham na redução das disparidades entre homens e mulheres em áreas como educação, trabalho e saúde, bem como uma melhor percepção de como estes resultados se entrelaçam.
Porque dados do gênero são transversais em sectores, um grande número de agências internacionais e nacionais de estatísticas estão a favor da integração (ou “integração transversal”) do gênero em todas as fases da recolha de dados e da produção de estatísticas oficiais. Em 1995, a Plataforma de Acção da Conferência Mundial sobre a Mulher das Nações Unidas recomendou o reforço da capacidade para a produção de estatísticas de gênero e reforçar a integração do gênero na formulação de políticas, implementação e monitoria de modo a proporcionar uma melhor percepção das contribuições que as mulheres fazem para o desenvolvimento nacional. Desde 2007, a Divisão de Estatística das Nações Unidas do Programa das Estatísticas Globais do Gênero tem também estado a trabalhar para desenvolver a capacidade estatística dos países na recolha e apresentação de estatísticas e indicadores de gênero fiáveis de modo a melhorar o processo de formulação de políticas. Este processo inclui um esforço para integrar o gênero dentro dos Institutos Nacionais de Estatísticas (INEs), e procedendo deste modo ajuda a reduzir diferentes fontes de enviesamento que muitas vezes dificultam a interpretação de estatísticas do gênero – incluindo má elaboração de relatórios, e esteriótipos e outros factores culturais que afectam a recolha de dados.
Estatísticas do gênero dão informação valiosa sobre as disparidades entre homens e mulheres em vários domínios. Deste modo os principais objectivos na recolha de dados do gênero são os seguintes :
Quantificar a vulnerabilidade e desvantagens da mulher através da medição dos níveis de bem-estar femenino em termos absolutos (do que em comparação com os homens), para além da medição das diferenças e desigualidades do sexo e do gênero.
Medir progresso ou mudanças nas condições da mulher em termos absolutos (mudanças nos níveis) e em comparação com os homens(mudanças nas disparidades do sexo e gênero) através do acompanhamento das tendências ao longo do tempo.
Quantificar e explicar a participação da mulher na sociedade e a sua contribuição parao desnvolvimento.
Avaliar o resultado e impacto das intervenções do desenvolvimento nas capacidades da mulher e a concretização das oportunidades – no seu bem-estar e participação na sociedade.
NECESSIDADE DE MELHORAR ESTATÍSTICAS DO GÊNERO
Apesar da importância das estatísticas do gênero, dados sobre as actividades e o bem-estar da mulher e da rapariga em vários domínios tais como saúde, educação, oportunidades económicas, participação política, e segurança humana ainda são escassos (cf Data 2X em Ferramentas abaixo).
Saúde
Um melhor registo vital de dados é necessário para se recolher informação correcta sobre a mortalidade materna, incluindo as causas de morte por idade, em países de baixa renda com altas taxas de mortalidade que actualmente não recolhem dados e não relatam estes dados (a razão principal é que modelos muito grandes são necessários para se recolher dados válidos sobre a mortalidade materna). As taxas de mortalidade materna nestes países continuam inaceitávelmente altas e sabe-se que o registo adequado das taxas e condições que levam à mortalidade materna é informação fundamental para a formulação de políticas baseadas em evidências. Mais e melhor informação é também necessária sobre a morbidade materna.
Um melhor registo vital de dados é necessário para se recolher informação correcta sobre a mortalidade materna, incluindo as causas de morte por idade, em países de baixa renda com altas taxas de mortalidade que actualmente não recolhem dados e não relatam estes dados (a razão principal é que modelos muito grandes são necessários para se recolher dados válidos sobre a mortalidade materna). As taxas de mortalidade materna nestes países continuam inaceitávelmente altas e sabe-se que o registo adequado das taxas e condições que levam à mortalidade materna é informação fundamental para a formulação de políticas baseadas em evidências. Mais e melhor informação é também necessária sobre a morbidade materna.
Outras ausências fundamentais de dados na saúde da mulher são os dados sobre a violência contra a mulher e saúde mental. Estes dois problemas são amplos, afectam muitas raparigas e mulheres, e apesar do impacto que têm, são bastante limitados em dados. Uma pressão para reduzir estas lacunas nos dados pode criar o efeito da bola de neve, em que mais dados aumentam a visibilidade destes problemas e criar umamotivação para as mulheres procurarem ajuda e provedores de serviços lhes dar mais opções de tratamento.
Associado a isso, mais dados fiáveis sobre a utilização de serviços de saúde materna e não-materna (sub-utilização que foi documentada em muitos países pobres) contribuiriam grandemente na elaboração de melhores intervenções na saúde para raparigas e mulheres.
Educação
Melhorar o aproveitamento educacional assegura que os alunos, tanto do sexo masculino como do sexo femenino, colham os ganhos sociais e económicos para a educação, e isso pode ter um efeito multiplicador nas matrículas. Ter medidas de aprendizagem internacionalmente comparáveis desagregados por sexo pode impulsionar os esforços de dados do gênero neste domínio. Medidas actuais da qualidade da educação em todos os países estão grandemente baseados em inputs/contribuições e não são suficientes para avaliar os resultados da aprendizagem.
Uma segunda lacuna de dados é melhor informação sobre raparigas socialmente excluidas – devido a raça, etinia ou incapacidade física – que podem sofrer o duplo estigma de exclusão social e de gênero, que pode resultar em baixos níveis de matrículas e baixo aproveitamento escolar para aqueles que de facto matriculam-se.
A Terceira lacuna de dados tem a ver com a transição das raparigas da educação para se tornarem força de trabalho, bem como o que acontece para um bom número de mulheresjovens em países em desenvolvimento que não conseguem fazer esta transição. Esta informação permitirá melhorar a relevância da escolarização para muitas raparigas em desvantagem na formulação de políticas direccionadas no sistema de educação e ajudará na sua integração na força de trabalho.
Oportunidades Económicas
Existe a necessidade de se ter dados de qualidade desagregados por sexo sobre o trabalho do sector informal e empresas do sector informal; estes são domínios em que a mulher está sobrerepresentada no trabalho e empresas que não estão devidamente ou oficialmente contabilizadas. Para perceber a experiência das mulheres nestas áreas é preciso ter dados detalhados sobre trabalho não remunerado, incluindo dados de uso de tempo fiáveis, tipos e dimensão do emprego informal, bem como actividades de empreendedorismo. Outras lacunas de dados incluem disparidades dos rendimentos e ganhos sombras para mulheres, trabalho migratório femenino (incluindo idade e outras caracterícas demográficas, razões da migração, remitências enviadas e condições de trabalho), mobilidade profissional (isto é, sobre aquelas que pretendem mudar para empregos remuneráveis no sector formal, e aquelas que estão a fazer a transição da produção e subsistência domiciliária para o mercado do emprego), propriedade de activos, e acesso a serviços financeiros. Melhor medição dos activos das mulheres e constrangimentos financeiros é fundamental para se perceber o seu empoderamento económico, mas muito poucos inquéritos existentes relatam esta informação ao nível individual.
Dados no sector agrícola, particularmente no que tange às mulheres nas actividades das explorações e condições no emprego agrícola informal, completa a lista de lacunas de dados sobre o gênero em oportunidades económicas. A medição da produtividade agrícola da mulher e os factores que determinam esta produtividade, incluindo o acesso a terra e a recursos agrícolas, é essencial para a elaboração de políticas agrícolas esclarecidas.
Segurança Políitica
Existem dados muito limitados sobre aspectos de conflitos no gênero, daí que é fundamental ter uma melhor recolha geral de dados nesta área, inclundo dados desagregados por sexo sobre a mortalidade e morbilidade relacionadas com a guerra, deslocação forçada, resposta adaptada a conflitos, e violência relacionada com conflitos.
Também há dados escassos sobre o papel de liderança da mulher nos esforços de paz e segurança, embora esta informação seja básica para monitorar adequadamente a implementação da Resolução 1325 da ONU a todos os níveis.
De acordo com as estimativas de 2012 da Divisão de Estatísticas da ONU, perto de 80% dos países em todo o mundo produzem estatísticas desagregadas por sexo sobre a motalidade, participação no trabalho forçado, e educação e formação regularmente. Porém, menos de um terço dos países produze estatísticas importantes do gênero sobre emprego informal, empreendedorismo, violência contra a mulher e trabalho não remunerado.
A falta de dados tem sido um grande obstáculo na aferição das diferenças e desigualidades do gênero, formulação de políticas e programas para promover o avanço da mulher e da rapariga e expandir as suas oportunidades na sociedade, e na avaliação dos resultados e impacto das intervenções relacionadas com o desenvolvimento. E esta situação é ainda mais grave em países em desenvolvimento onde a capacidade de dados é mais limitada. As consequências da falta destes dados são ainda piores em muitos destes países, onde as desvantagens da muher são maiores, bem como a necessidade de se criar soluções efectivas baseadas em evidências para abordar estas desvantagens – para o bem tanto da mulher como da sociedade. Fechar a falta de informação pode resultar em ter mais informação útil sobre o homem e mulher, para a elaboração de melhores políticas que beneficiem a todos. No caso das mulheres, em particular, maus dados podem resultar do facto de ter alguém que não seja a mulher ou rapariga a responder em nome desta quando os inquiridores recolhem informação sobre famílias ou empresas.
IDENTIFICANDO LACUNAS E FONTES DE DADOS DO GÊNERO
Baseado na necessidade (severidade e disparidades em resultados que afectam a mulher), cobertura do país, e relevância das políticas, 26 lacunas de dados do gênero resultaram do exercício do mapeamento liderado pela iniciativa Data 2X (veja-se documento completo p.9 em Ferramentas abaixo). O exercício de mapeamento teve em consideração três fontes principais de dados do gênero:
censos e inquéritos micro-nível que dão informação sobre pessoas, famílias e empresas;
dados gerados institucionalmente, incluindo serviço gerado em infra-estruturas e arquivos administrativos (através de hospitais, escolas, registos civis, autoridades tributárias, etc.) bem como políticas, leis, e regulamentos que são desnvolvidos através de processo político;
grandes dados, em que ainda tem que procurar-se assuntos de gênero.
COLMATANDO A FALTA DE DADOS
Integrando o gênero na ENDE
Nos países em desenvolvimento, integrar o gênero no Sistema Nacional de Estatísticas será bastante facilitado se se levar em consideração logo no início da elaboração da ENDE do País, dado que a ENDE estabelece a ligação entre estratégias estatísticas e o quadro de políticas de desenvolvimento nacional, políticas sectoriais nacionais específicas incluindo políticas relacionadas com o gênero ou demanda internacional (ODMs ou outras iniciativas internacionais).
A importância das estatísticas do gênero deve ser bem percebida e reconhecida (Veja-se RECONHECIMENTO). Várias iniciativas internacionais providenciam apoio importante para a percepção e reforçam o reconhecimento do assunto. Nos últimos anos poucas agências tomaram passos para sistematicamente identificarem lacunas específicas nos dados do gênero que os países e institutos nacionais de estatísticas deviam focar-se nelas para melhorar políticas direccionadas às mulheres. A Inter-Agência das Nações Unidas sobre Estatísticas do Gênero (IAEG-GS) compilou um “conjunto mínimo” de 52 indicadores quantitativos para estatísticas do gênero e dividiu-os em três filas, de acordo com a sua claridade conceitual, padrões internacionais e produção regular. a IAEG-GS continua a desenvolver e propor modificações destes indicadores bem como as suas classificações, e um certo número de agências internacionais estão a introduzir variantes do conjunto mínimo. Isto inclui a ONU-Mulher que, como parte do quadro de desenvolvimento do pós-2015 apresentou um conjunto de propostas de indicadores sobre o empoderamento da mulher em Junho de 2013. Através do projecto Evidência e Dados para a Igualidade do Gênero (EDGE), UNSD e a ONU Mulher também colaboram na elaboração de directrizes metodológicas para recolher dados sobre activos físicos e financeiros desagregados por sexo; o mesmo exercício será feito para o empreendedorismo. Data 2X, uma iniciativa lançada em 2012 no âmbito da parceria entre a Fundação William e Flora, Fundação das Nações Unidas, o Governo Norte Americano, tentam identificar e propor formas de resolver lacunas de dados em políticas relevantes.
Durante o processo de elaboração da ENDE, podia decider-se no Roteiro (veja-se ROTEIRO) seja qualquer que for a produção estatística, a dimensão do gênero deve ser tomada em consideração. Daí que a perspectiva do gênero seria sistematicamente levada em conta em todos os passos (veja-se PASSOS DA ELABORAÇÃO) e aumentar as chances de a dimensão do gênero ser integrada na recolha e produção de dados. “Engendrando” estratégias sectorias específicas tal como a agriculturaserá igualmente bastante importante na integração do gênero a todos os níveis.
Melhorias em termos de disponibilidade, qualidade e uso dos dados de inquéritos existentes podem ser facilitadas através do Programa de Dados Acelerados (veja-se abaixo “Ferramentas”).
As várias formas de analisar os dados existentes podem ainda ser exploradas para providenciar melhor informação sobre raparigas e mulheres. Inquéritos que cobrem diferentes tópicos podem ser suplementados uns com os outros, se é que cobrem o mesmo período e contexto, para aumentar a complexidade de dados e ajudar a atacar questões maiores que possam ser difíceis de abordar com apenas uma fonte. Correlacionar dados sobre resultados com a idade das mulheres, etnia, estado civil, renda, e outras características sub-económicas é importante, dado que os indicadores sobre o estado civil das mulheres pode ter variações substanciais por estas variáveis. As bases de dados existentes também podem ser enriquecidas aumentando módulos específicos com novas perguntas a um instrumento de inquérito existente e base de amostragem.
Uma advocacia forte e permanente (veja-se PROMOÇÃO) sobre fontes cruciais de informação de gênero, tais como registos Civil e vital (fonte importante de informação sobre ocorrências e características de acontecimentos vitais), censo da População e Habitação ( a capacidade para produzir estatísticas de gênero será reforçada se aspectos de gênero forem integradas nestes censos) inquéritos de Uso de Tempo – inquéritos da Força de Trabalho (a contribuição da mulher não é devidamente registada no quadro do Sistema Nacional de Contas) serão também bastante importantes.
Ferramentas:
A Transformative Stand-Alone Goal On Achieving Gender Equality, Women’s Rights and Women’s Empowerment: Imperatives And Key Components.
IAEG-GS
UN/Gender Statistics Manual
Gender statistics/UNESCAP
Data 2X: Mapping Gender Data Gaps
Gender issues in surveys
A Revolução de Dados
Existem várias definições de revolução de dados. O relatório do Grupo Consultivo de Peritos Independentes do Secretário Geral das Nações Unidas (IEAG) fala de uma “explosão” no volume e produção de dados acompanhado por uma “crescente procura por dados de todas as partes da sociedade” (IEAG), 2014). O PARIS21 tem uma abordagem diferente e fala de “fornecer os dados certos às pessoas certas no formato certo no momento certo” (PARIS21, 2015). Esta definição dá ênfase no facto de que a revolução de dados deve aumentar o uso e impacto dos dados nos resultados.
Para permitir que haja este aumento no uso e impacto dos dados, as estratégias dos Sistemas Estatísticos Nacionais, sempre que possível, devem incluir novas fontes de dados e aumentar o envolvimento com novos actores, tais como o sector privado, organizações sem fins lucrativos e academia. Estas directrizes foram desenhadas com um foco neste aspecto particular e importanteda Revolução de Dados. É o acesso e uso destas novas fontes de dados num novo ecosistema de dados dos usuários de dados, proprietários, produtores e legisladores que permitirão os fazedores de políticas, organizações da sociedade civil e cidadãos “monitorar o progresso do desenvolvimento, responsabilizar os governos e promover o desenvolvimento sustentável” (IEAG), 2014.
A Revolução de Dados significa coisas diferentes dependents quando se está no ecosistema de dados. Estatísticas Oficiais e os Sistemas Estatísticos Nacionais enfrentarão desafios na adaptação ao novo ambiente de dados. Modelos para o desenvolvimento estatístico que foram implementados nos últimos 15-20 anos poderão ser ultrapassados pelas novas agências de produção de dados e considerados irrelevantes se os países não se adaptarem. A Revolução de Dados afectará todas áreas do Sistema Estatístico Nacional. Esta situação já está a acontecer em países como Senegal, em que abordagens inovadoras de planificação e adaptação às operações estatísticas baseados em registos de chamadas das redes dos operadores de telefonia móvel já puseram o novo pensamento em acção. Em outros países, os Institutos Nacionais de Estatísticas (INEs) precisarão de adaptar-se de modo a manter relevância no novo ecosistema.
O uso dessas novas fontes de dados (segundo o definido mais adiante nesta Secção) é explicitamente encorajado nos Princípios Fundamentais das Estatísticas Oficiais. Sobretudo, para honrar o direito dos cidadãos à informação (baseado na qualidade, pontualidade, custo), os INEs podem basearem-se em “todos os tipos de fontes” (Nações Unidas, 2014). A característica determinante das estatísticas oficiais é que elas sejam disponibilizadas pelos órgãos de estatísticas oficiais de acordo com os padrões e normas profissionais estabelecidos nos princípios fundamentais.
“Princípio 5: Custo-Eficácia: Dados para todos os fins estatísticos podem ser obtidos de todos os tipos de fontes [...]. As agências estatísticas têm de escolher a fonte no tocante a qualidade, pontualidade, custos e encargos sobre os inquiridos.” – Nações Unidas (2014), Princípios Fundamentais das Estatísticas Oficiais.
Todas as etapas da ENDE devem responder a estas exigencies considerando o seguinte:
Desenvolver ainda mais os sistemas de dados administrativos para produzir estimativas populacionais fiáveis e robustas para actualizar dados baseados na população e ancorar novas fontes de dados.
Complementar a recolha tradicional de dados com novas fontes de dados baseadas em revisão dos custos, facilidade de recolha, qualidade de dados obtidos através de novos processos e sustentabilidade dos processos.
Levar a cabo o devido processo de avaliação da susbstituição de custo eficácia das fontes de dados.
Elaborar um plano de dados detalhado e abordagem coordenada a recolha de dados que tenha em consideração uma maior frequência na elaboração de relatórios até agora forjando, maior disagregação, maior relevância geográfica (vide Roteiros da Revolução de Dados elaborados pela Parceria Global para Dados de Desenvolvimento Sustentável).
Orçamentar para o pessoal/recursos humanos na área emergente da ciência de dados, mas também na capacidade legal e reguladora.
Elaborar um plano para criar novas parcerias, seja através de estabelecimento de ligações com diferentes actores dentro do sector privado, explorar a rede de consultorias de dados fiáveis ou alavancando agências estatísticas regionais para facilitar o acesso a grandes organizações multilaterais..
Criar grandes ligações com Estratégias Regionais para o Desenvolvimento de Estatísticas (ERDEs/RSDSs) de modo a agregar os recursos regionais em centros de conhecimento e excelência em que as agências estatísticas não têm capacidade e recursos para adaptarem-se.
Melhoria dos Processos de Dados Existentes
Não há sombra de dúvida que dados de pesquisa continuarão a ser fonte de dados principais para a monitoria internacional e do processo de tomada de decisões nacionais e que os sistemas para a recolha de dados administrativos terão de ser mais desenvolvidos. Este legado prevalecerá e com certeza, sempre será relevante para a actualização dos dados baseados na população. Estimativas populacionais robustas e fiáveis irão ancorar novas fontes de dados e torna-los mais úteis. A revolução de dados e as suas tecnologias impulsionadoras dão-nos as ferramentas para melhorar os mecanismos actuais de gestão de dados em várias áreas, tais como:
Metodologia de pesquisa. Melhorias na metodologia de pesquisa
Recolha de dados móveis. Intodução remota de dados com recurso a telemóveis e tablets
Disseminação de Dados. Disseminação coerente usando novas tecnologias e ferramentas inovadoras que se adaptam às exigencies do usuário. A aplicação de inovações pode ajudar a integrar processos existentes e assegurar maior fiabilidade de dados de pesquisa. Os INEs devem trabalhar com os sectores e reconciliarem, promoverem e defenderem o desenvolvimento de sistemas administrativos fortes. Estes dados são comparativamente mais baratos para usar apesar de não serem baseados na população, deve fazer-se maior esforço para reconciliar-se estes dados. Para isto acontecer, o INE devia recolher e centralizar listas de infraestruturas chave de modo a ajudar integrar o processo de planificação. Um objectvo claro que devia estar a ser adoptado pelos INEs é elaborar uma área central de referência geoespacial em que limites dos censos, pontos de serviço em saúde (clínicas e dispensários), escolas (primárias, secundárias) e pontos dos serviços de extensão agrícola são todos demarcados juntos. Isto pode servir de uma forte base de dados de referência para a planificação e estratificação da pesquisa mas também fornecer um serviço à sociedade civil.
Novas Fontes de Dados e Sistemas Estatísticos Nacionais
Mobilizar a revolução de dados para o desenvolvimento sustentável exige que os INEs aproveitem as quantidades de dados que estão a crescer exponencialmente, cuja maior parte está nas mãos do sector privado. Novas parcerias de dados com o sector privado com fins lucrativos e sem fins lucrativos pode contribuir ajudando os INEs a poupar custos e fornecer dados mais detalhados e perspicazes de uma forma mais oportuna, contudo os mesmos trazem consigo muitos riscos e desafios (cf. PARIS21, 2015). O que é popularmente chamada “Big Data” –“traços das acções humanas registadas por dispositivos digitais” (Letouzé et al., 2013) – terá de ser gerido e provávelmente criar as parcerias necessárias entre a academia, analistas políticos e o INE. Contudo, há que se ter cuidado pois o uso destes dados requer técnicas analíticas relativamente sofisticadas.
No entanto novos dados podem ser definidos, ao invés de tentar uma definição do que constitui uma nova fonte de dados, tomamos uma rota mais pragmática e resumimos o âmbito para levar em consideração as seguintes cinco novas fontes de dados, alistadas pela ordem de viabilidade para implementação num contexto de um país em desenvolvimento.
Dados de sensor e geoespaciais. Exemplo: Usando imagens de satellite para estimar a densidade da população.
Dados Telecom. Exemplo: Usando registos dos detalhes de chamada para estimar a pobreza e riqueza (vide aqui).
Transações Comerciais, incuindo dados dos scanners, dados do cartão de crédito, etc. Exemplo:usando dados do scanner para o Índice do Preço ao Consumidor (vide aqui).
Recuperação de informação (Web crawling), destruição de informaçao (scraping), pesquisa e análise. Exemplo: Usando a oferta de emprego online para estimar o desemprego ou dados do LinkedIn para estimar mudanças nas categorias do emprego (vide aqui).
Redes sociais. Exemplo: Usando tweets geo-codificados e análise de sentiment para medir bem-estar subjectivo
Estas fontes de dados são particularmente úteis para fazer relatórios sobre os indicadores dos anos inter-inquéritos e captar mudanças em indicadores rápidos. Os Estudos de Caso dos países serão uma fonte primária de informação pois o uso destes dados está numa fase bastante embrionária. O INE deve jogar um papel importante na criação de uma maior percepção das aplicações do país. Contudo, as instituições regionais terão provavelmente de estar activamente envolvidas para gerir os parcos recursos e aproveitar as economias de escala.
Acesso a Big Data (nas mãos do sector privado) e os problemas relacionados com a privacidade são diferentes dos do uso de dados administrativos (que também são algumas vezes referidos como sendo Big Data). Para ter acesso aos dados administrativos, os INEs podem muitas vezes basearem-se nos quadros legais existentes. Contudo, os dados de empresas constituem uma nova área e as modalidades de acesso terão de ser elaboradas juntamente com os conselhos nacionais sobre a protecção à privacidade e com todos os actores intervenientes. No plano internacional, o Grupo de Trabalho das Nações Unidas sobre o Big Data para Estatísticas Oficiais está actualmente a trabalhar sobre os “Princípios de Acesso a Dados” que podem ser úteis na extensão dos Princípios Fundamentais das Estatísticas Oficiais (Nações Unidas, 2014).
Robin, Klein and Jutting (2016) fazem uma análise detalhada dos benefícios e complementaridades bem como os riscos e desafios associados ao uso das novas fontes de dados para estatísticas oficiais. Os pontos a seguir resumem as principais lições para os institutos nacionais de estatísticas.
Benefícios e Complementaridades
Custo eficácia.Parcerias público-privadas podem ajudar os INEs a poupar recursos tanto partilhando dados e assim como a evitar custos iniciais em infraestruturas para a gestão de dados. Primeiro, os custos marginais de transferência de dados já recolhidos pelo sector privado para um INE são extremamente baixos. Por exemplo, enquanto uma pesquisa nos Estados Unidos da América podia custar mais de USD 20 milhões, juntar os micro-dados privados com os dados agregados existentes (por exemplo, dados ao nível da fábrica para os dados de nível da empresa) poderia custar menos do que um quinto deste valor (Landfeld, 2014). Segundo, subcontratando o processamento dos dados, um INE com constrangimentos de capital pode fazer uso do software e competência do sector privado, e daí evitar altos custos iniciais.
Pontualidade.Dado que metadata móvel não processada está disponível quase instantâneamente, os Registos dos Detalhes de Chamada (CDR) das operadoras de telefonia móvel, por exemplo, podem produzir estatísticas em quase tempo real.
Granularidade.Dados do sector privado – CDRs e dados geo-espaciais em particular – podem apresentar grandes unidades temporais, especiais, temáticas e de granulidade. Isto é útil para a avaliação de políticas de curto prazo e a produção de estatísticas desagregadas nos planos regional e sub-regional, por exemplo.
Novas fontes de dados também permitem às agências estatísticas medirem as tendências que foram previamente tidas como sendo imensuráveis e de serem mais responsivas aos requisitos de políticas rapidamente mutáveis.
Dados em novas áreas. Big Data tem, em particular, o potencial de produzir novos indicadores, anteriormente não compilados pelos INEs, tais como as medidas das desigualidades que são especialmente relevantes no âmbito dos ODSs.
Aumentar a capacidade de resposta. As novas fontes de dados providenciam aos INEs a capacidade de abordar novas temáticas rapidamente e ajuda aos académicos a responder a perguntas do tipo “que tal se”.
Riscos & Desafios
Quatro desafios que se relacionam às propriedades particulares dos dados distinguem a maioria das estatísticas das parcerias em outros sectores tais como saúde ou infraestruturas: garantindo a segurança de dados de propriedade, criando um modelo de negócio para a partilha de dados, preservando a privacidade e ultrapassando as dificuldades associadas com o big data.
Acesso.A fuga de informação de propriedade é tida como uma ameaça séria para as organizações com ou sem fins lucrativos. Dados que fornecem informação accionável sobre clientes, fregueses ou estratégia de uma organização é mais provável que seja sujeita à critérios de confidencialidade. Por exemplo, CDRs, que são usados por empresas para fins de geo-marketização são muito mais sensíveis do que tweets públicos, que são relativamente acessíveis. Há preocupações também, segundo as quais, os governos podem usar os dados para fins de regulação ou que a publicação de dados sobre os clientes de uma organização pode ser prejudicial à sua imagem.
Incentivos e sustentabilidade. Certos factores podem reduzir a atracção da parceria de dados como um modelo de negócio. Primeiro, a incerteza sobre a procura por big data pode levantar dúvidas sobre a extensão do mercado. Segundo, os benefícios da parceria de dados não são sempre imediatos ou automáticos. Em terceiro lugar, há preocupações sobre a durabilidade das novas fontes de dados. Certamente, dado que os dados privados são originalmente recolhidos para fins não-estatísticos, manter o processo de extracção pode tornar-se um fardose o campo inicial de aplicação perde relevância.
Privacidade e ética.A dimensão de partilha das parcerias de dados pode pôr em risco a privacidade individual ou do grupo. Daí que a segurança da informação pessoal e do grupo é tanto uma condição para a implementação da parceria de dados assim como um objectivo por si. Primeiro, a legislação sobre privacidade muitas vezes traz constrangimentos regulatórios. Como maioria das legislações sobre dados não cobrem especificamente big data, as leis actuais estão abertas a interpretações. Posto isto, os INEs não têm mandato claro para explorar micro-dados sensíveis tais como os registos de detalhes de chamadas. Em segundo lugar, tanto os actores intervenientes público e privados enfrentam problemas de reputação e ética: o simples facto de que as empresas detêm os dados dos seus clientes pode originar a mudança de provedores. Assim sendo a transferência de dados impõe riscos significativos às organizações.
Desafios técnicos e estatísticos.Isto relaciona-se com a natureza da maioria dos dados privados, o big data em particular, que muitas vezes pode requerer infraestruturas especializadas e pode ser descentralizado, despadronizado, desestruturado e não representativo. Daí que as propriedades de grandes conjuntos de dados também impõem restrições sobre as características estruturais das parcerias de dados, mas também sobre o tipo de estatísticas que podem produzir.
Integrando as Novas Fontes de Dados dentro da ENDE - NSDS
O relatório do IEAG sobre a Revolução de Dados necessário especificamente para modificar a abordagem da ENDE – NSDS para ser responsável pela Revolução de Dados por
[…]modernizar as “Estratégias Nacionais para o Desenvolvimento das Estatísticas” (ENDE - NSDS) para melhorar a planificação coordenada e de longo prazo e na identificação de melhores investimentos e envlover os produtores de dados não-oficiais num esforço cooperativo para acelerar a produção, disseminação e uso de dados, reforçando a capacidade da sociedade civil e recursos para produzir, usar e disseminar dados. IEAG (2014, página 25)
A revolução de dados mudará a forma como os INEs e SENs operam e requer que se encontre novos actores envolvidos no processo da ENDE – NSDS.
A Evolução do Papel dos INEs: o ecosistema de dados em evolução dos novos provedores e usuários de dados resultará na mudança dos modelos de negócio para os INEs e outras agências de produção de dados. Particularmente, os INEs serão menos verticalmente integrados e subcontratar mais dos seus processos estatísticos. Isto vem com uma evolução nos papeis dos INEs desde a pertença da produção estatística até à pertença dos desafios de gestão para avaliar riscos e custos.
Evolução dos perfis de competências.A evolução do papel dos INEs também impõe diferentes requisitos sobre o conjunto de competências. Os funcionários do INE precisam de ter um comando adequado das novas metodologias para identificar, avaliar e acessar as novas fontes de dados. Esta tarefa requer competências e capacitação no campo emergente da ciência de dados, mas também a capacidade legal e reguladora.
Construção de centros regionais de apoio: onde as agências estatísticas regionais não têm a capacidade e recursos para adaptarem-se, as ERDEs deviam ser responsáveis pela sua abordagem coordenada trazendo a revolução de dados para as estatísticas nacionais. Áreas em que a revolução de dados podia ser alavancada para avançar a mudança no plano regional seria: (i) criar centros de excelência e de conhecimento; (ii) criar sandboxes do Big Data: escalonáveis e evolucionárias tais como as do UNECE usadas para explorar os ricos conjuntos de informação de organização através de interacção e colaboração, (iii) Concentrando recursos para parcerias académicas chave e promovendo Parcerias Público-Privadas para contribuir para o conjunto do conhecimento regional.
Abordagem mista para a compilação de estatísticas oficiais: o grau da generalização estatísticade muitas das fontes de dados não tradicionais não é presentemente bem percebido. Por isso devem ser empregues com cautela e as fontes tradicionais devem ser usadas para validar e calibrar estas estimativas, sobretudo a breve prazo. Essa abordagem mista e complementar implica que os INEs continuarão a usar os métodos de estatísticas tradicionais.
Novas formas de parcerias: acesso a novas fontes de dados requer novas formas de parcerias. Nos últimos anos, temos testemunhado a emergência de várias estruturas cooperativas bem sucedidas, que muitas vezes ligam os diferentes actores dentro do sector privado. As mesmas podem levar muito tempo para serem criadas. Deste modo, os INEs devem adoptar a maioria das estruturas que já existem. Isto poderá ser feito entrando na rede de um “terceiro” ou explorando as fontes de dados menos sensíveis. Existe também um papel importante a ser desmpenhado para uma cooperação mais estreita entre os INEs dos países em desenvolvimento e os desenvolvidos, por exemplo, através da partilha de dados de satélite.
Quadro legal e protocolos. O sucesso das parcerias de dados depende da adopção de abordagens baseadas em protocolos sistemáticos e transparentes, que limitam os riscos de re-identificação de pessoas. Esses protocolos já existem para dados médicos sensíveis e essenciais de modo a criar confiança na fiabilidade e integridade dos sistemas estatísticos nacionais quando se lida com dados não voluntários.
Liderança pelo exemplo. Diferentes actores no SEN usam diferentes fontes em ritmos diferentes. Os INEs são muitas vezes a agência de liderança responsável da formulação e implementação da ENDE (NSDS) do país. INEs podem desempenhar um papel importante dando um bom exemplo sobre como novas fontes de dados para estatísticas oficiais podem ser usadas tentando experimentar as novas fontes com a devida consideração das preocupações sobre privacidade e qualidade.
Ferramentas:
A lista que se segue é de casos concretos de uso das novas ferramentas para a gestão de dados e novas fontes:
A Ferramenta Avançada da Planificação de Dados (ADAPT) é uma ferramenta de planificação inovadora para os institutos de estatísticas adaptarem-se às novas demandas e práticas de dados em evolução. A ADAPT ajuda os produtores de dados no sistema estatístico nacional a consultar, calcular custos e representar os seus indicadores em gráficos nos termos do definido pelo plano de desenvolvimento nacional. A ferramenta foi concebidapara os países alvo tentando responder à procura das agências globais que monitoram os ODS traze-los ao contexto das suas prioridades nacionais.
O Inventário de Inovações do PARIS21 Inventário de Inovações do PARIS21é uma colecção de inovações na área de dados e estatísticas oficiais em países em desenvolvimento. Dá informação básica tal como análises, detalhes de contacto, avaliações breves e estudos de caso sobre inovações institucionais, organizacionais e tecnológicas tanto do sector público quanto do privado.
Boas Práticas:
Vários projectos de partilha de dados colaborativos entre o sector privado e público já emergiram. De acordo com Robin, Klein e Jutting (2016 ), os mesmos podem ser classificados três tipos ideais:
In-house production of statistics : A operadora da rede Móvel Telefónica usou os seus logs do telefone para desenvolver vários aplicativos internos, usando a sua capacidade interna. Estes projectos demonstram que produtores privados de dados não apenas estão com vontade de ajudar a fechar as lacunas estatísticas mas também podem criar benefícios do uso dos seus dados e recursos para o bem público.
Transferência do conjunto de dados para os usuários finais : Entre 2012 3 2015, a Operadora de Rede Móvel Orange organizou dois desafios de inovação em que pôs os seus CDRs anonimizados a disposição para equipas de pesquisa em todo mundo, apesar dos riscos envolvidos em termos de privacidade e informações proprietárias.
Transferência de conjuntos de dadospara um terceiro de confiança : Desde 2009, estatísticas de viagem para determinar a balança da conta dos pagamentos de viagens são calculadas com base em detalhes de registo graças a uma parceria público-privada entre a empresa analítica Positium e o Banco Central da Estónia, Eesti Pank.
Subcontratação (outsourcing) das funções do INE : Um exemplo recente de outsourcing é o Projecto Billion Prices, em que um índice do preço diário é calculado através de web scrapping de acordo com uma metodologia desenvolvida pelos pesquisadores MIT. Vários estados fazem uso do índice, que pode ser comprado na StateStreet.
Referências:
IEAG (2014).Um Mundo que Conta: Mobilizando a Revolução de Dados para o desenvolvimento sustentável, Grupo Consultivo de Peritos Independentes sobre uma Revolução de Dados por um Desenvolvimento Sustentável
Landfeld, S. (2014). Usos do Big Data para Estatísticas Oficiais: Privacidade, Incentivos, Desafios Estatísticos e Outros Assuntos. In: Divisão de Estatísticas das Nações Unidas (UNSD) e Bureau de Estatísticas da China, Conferência Internacional sobre o Big Data para Estatísticas Oficiais, Beijing, China: 8-30 Outubro de 2014
Letouzé et al. (2013), Big Data para a Prevenção de Conflitos: New Oil and Old Fires. In: Francesco Mancini, ed., Nova Tecnologia e a Prevenção de Violência e Conflito, New York: Instituto Internacional da Paz, Abril 2013.
PARIS21 (2015). Um Roteiro para uma Revolução Liderada pelo País, Secretariado do PARIS21.
Robin, N., T. Klein and J. Jutting (2016). Parceria Público-Privada para Estatísticas. Lições Aprendidas, Passos Futuros: Um foco no uso de fonte de dados não-oficiais para estatísticas nacionais e política pública, OECD Documentos sobre Trabalho de Cooperação de Desenvolvimento, No. 27, OECD Publishing, Paris. http://dx.doi.org/10.1787/5jm3nqp1g8wf-en
United Nations (2014), Princípios Fundamentais das Estatísticas Oficiais, Resolução da Assembleia Geral das Nações Unidas 68/261, Nações Unidas, http://unstats.un.org/unsd/dnss/gp/FP-New-E.pdf.
Acrónimos
ADAPT
|
Ferramenta Avançada de Planificação de Dados
|
ASEAN
|
Associação das Nações do Sudeste Asiático
|
ASF
|
Fórum de Estatísticas Agrícolas
|
BM
|
Banco Mundial
|
CAF
|
Quadro Comum de Avaliação
|
CAN
|
Comunida de Andina
|
CAC
|
Quadro de avaliação comum
|
CARICOM
|
Comunidade das Caraíbas e Mercado
|
CD
|
Comitê De Direção
|
CDAS
|
Desenvolvimento da Comunidade da África do Sul
|
CDMT
|
Quadros de despesas de médio prazo
|
CDRs
|
Registo Detalhado de Chamadas
|
CELADE
|
Centro Demográfico da América Latina
|
CENUA
|
Comissão Económica das Nações Unidas para a África
|
CEQD
|
Comissão para avaliar a qualidade dos dados
|
CES
|
Comité de Estatísticas do Sector
|
CIM
|
Classificação Estatística Internacional de Doenças e Problemas
Relacionados à Saúde
|
CITI
|
Classificação Internacional Tipo de todas as Actividades Económicas
|
CPS
|
Secretaria da Comunidade do Pacífico
|
CRESS
|
Relatório dos Países sobre o Apoio Est.
|
CSPRO
|
Sistema de Processamento de Censos
|
CTS
|
Comissões de Trabalho Setoriais
|
CTT
|
Comitê Técnico de Trabalho
|
DCMI
|
Centro de dados Viabilidade interface
|
DDI
|
Iniciativa de Documentação de Dados
|
DNPM
|
Departamento Nacional de Planificação e Monitoria
|
DQAF
|
Quadros de Avaliação da Qualidade de Dados
|
DNPM
|
Departamento de Planejamento Nacional e Monitoramento
|
CEQD
|
Quadros para avaliar a qualidade dos dados
|
ECOSOC
|
Quadros de Avaliação da Qualidade de Dados
|
ENDE
|
Estratégia Nacional para o Desenvolvimento de Estatísticas
|
ESDE
|
Estratégias Sectoriais para o Desenvolvimento de Estatísticas
|
FAO
|
Organização das Nações Unidas para Agricultura e Alimentação
|
FEWSNET
|
Redes de Sistemas de Aviso Prévio a Fome
|
GDDS
|
Sistema de Divulgacão de Dados Gerais
|
GDM
|
Gols de Desenvolvimento do Milênio
|
HS
|
Sistema Harmonizado de Designação e Codificação de Mercadorias
|
ICD
|
Classificação Estatística de Doenças e Assuntos
Relacionados c/ problemas de Saúde
|
IEAG-ODS
|
Grupo de Peritos e Inter-agência sobre Indicadores dos Objectivos
do Desenvolvimento Sustentável
|
IMF
|
Fundo Monetário Internacional
|
IHSN
|
Rede Internacional de Inquérito familiar
|
INE
|
Instituto Nacional de Estatísticas
|
IPC
|
Comunicação Inter-Processual
|
ISCO
|
Padrões Internacionais de Classificação do Emprego
|
ISIC
|
Padrões Internacionais de Classificação Industrial de todas
Actividades Económicas
|
LDC
|
Países Menos Desenvolvidos
|
LLDCs
|
Países em Desenvolvimento sem Acesso ao Mar
|
M&E
|
Monitoria e Avaliação
|
MET
|
Serviços Meteorológicos
|
MDGs
|
Objectivos de Desenvolvimento do Milénio
|
MeE
|
Memorando de Entendimento
|
MGPPS
|
Modelo genérico do processo de produção estatística
|
MTEFs
|
Enquadramento das Despesas de Médio Prazo
|
NADA
|
Arquivo Nacionalde Dados
|
NDP
|
Planificação do Desenvolvimento Nacional
|
NEC
|
Conselho Nacional Económico
|
NQAF
|
Quadro Nacional de Garantia de Qualidade
|
NSDS
|
National Strategies for the Development of Statistics
|
NSO
|
National Statistical Office
|
NSE
|
Sistema Nacional de Estatísticas
|
OECD
|
Organização para a Cooperação Económica e Desenv.
|
ODS
|
Objetivos de Desenvolvimento Sustentável
|
OECS
|
Organização dos Estados da Caraíba Oriental
|
PAA
|
Prioridades e Agenda Acção
|
PDDAA
|
Programa detalhado para o desenvolvimento da agricultura Africano
|
PEID
|
Pequenos Estados Insulares em Desenvolvimento
|
PIB
|
Produto Interno Bruto
|
PMD
|
Países Menos Desenvolvidos
|
PND
|
Plano Nacional de Desenvolvimento
|
PNG
|
Papua Nova Guiné
|
PRESS
|
Relatorio de Parceria sobre Apoio a Estatísticas
|
PRSs
|
Estratégias de Redução da Pobreza
|
PSSSAR
|
Setor de planos estratégicos para as estatísticas agrícolas e rurais
|
REDATAM
|
Recuperação de Dados para áreas pequenas por Microcomputer
|
RSDS
|
Estratégias regionais para o Desenvolvimento de Estatísticas
|
RSS
|
Sistema de Estatísticas Regionais
|
SCB
|
Capacitação Estatística (Capacitação de Estatística)
|
SCN
|
Sistema de Contas Nacionais
|
SDDS
|
Padrão Especial de Divulgação de Dados
|
SDMX
|
Troca de dados e metadados estatística
(dados estatísticos e metadados Exchange)
|
SADC
|
Comunidade de Desenvolvimento da África Austral
|
SC
|
Comité Instalador
|
SCB
|
Reforço das Capacidades Estatísticas
|
SDMX
|
Intercâmbio de Dados e Metadados Estatísticos
|
SEEA
|
Sistema de Contas Económicas Ambientais Integradas
|
SGDD
|
Sistema Geral de Divulgação de Dados
|
SICA
|
Sistema de Integração da América Central
|
SMART
|
Específico, Mensurável, Alcançável, Relevante e Temporal
|
SNA
|
Sistemas de Redes de Arquitetura
|
SNA
|
Sistema de Contas Nacionais
|
SNDS
|
Estratégias nacionais de estatísticas de desenvolvimento
|
SRDS
|
Estratégias Regionais para o Desenvolvimento da Estatística
|
SPC
|
Secretariado da Comunidade do Pacífico
|
SSN
|
Sistema Estatístico Nacional
|
SSR
|
Sistema Estatístico Regional
|
SSPARS
|
Planos Estratégicos do Sector para Agricultura e Estatísticas Rurais
|
STATCAP
|
Desenvolvimento Estatístico e Programas de Parceria
|
SubENDE
|
Estratégias Subnacionais para o Desenvolvimento de Estatísticas
|
SWC
|
Comité de Trabalho Sectorial
|
SWOT
|
Pontos Fortes, Fraquezas, Oportunidades, e Ameaças
|
TFSCB
|
Fundo para Capacitação Estatística
|
TWC
|
Comité de Trabalho Técnico
|
UBOS
|
Instituto de Estatísticas do Uganda
|
Exemplos recentes de ENDE
Boas Prácticas:
NSDS2-Benin-EN
Botswana Strategy for the Development of Statistics 2015-2020
Costa Rica Plan Estadístico Nacional (PEN) 2012-2016
Schéma Directeur de la Statistique 2015-2019 – Mali
Malawi National Statistical System Strategic Plan 2013-2017
Mozambique National Statistics System Strategic Plan 2013-2017
SNDS du Sénégal 2014-2019
Rwanda Second National Strategy for the Development of Statistics (2014 -2018)
Compartilhe com seus amigos: |