China Dataset

第三个要求是监测和学习的架构，跟踪正在做的事情、哪些是成功的、哪些是失败的以及失败的原因。这里有许多新（和旧）工具可供借鉴。例如，有效中心试图综合关于小学教育或林业管理中什么是有效的知识和经验。在最好的情况下，这些中心嵌入实践社区——如教师或公共卫生工作者——因此他们对证据的需求至关重要。然后，它们被定期用于同伴学习，例如，每个月，一个地区致力于特定可持续发展目标的人们都会盘点已经学到的东西、令人惊讶的东西，或者来自其他地方的新知识可能有用。最不成功的模式只是积累证据，希望它能被使用，缺乏系统学习的任何过程。

后一点是关键。要持续进步，就需要有系统的流程来评估正在发生的事情及其原因，从而了解应该采取哪些不同的做法。在这里，战略制定、实施和迭代改进的许多方法都很重要，包括最近的 PDIA（问题驱动迭代适应）等方法。这些方法都不复杂，但除非它们成为日常实践的一部分，否则官僚机构往往会忽视它们。

自上而下和自下而上
对于每个层级，最好的方法都是以现有知识为基础，将全球整理的系统见解和知识与社区自己产生的本地知识相结合。同样，必须取得平衡。更高级别的机构（包括国家政府）可以设定目标，同时允许 Office 365 数据 地方机构在共同信息库和点对点学习的帮助下自行决定如何实现目标。联合国开发计划署已经与地方政府广泛合作，帮助他们实现可持续发展目标。这种迭代的共同进化一直是实践中发展的方式，因为新的能力是通过行动发展起来的（这是杨渊洪作品的主要教训，以及环境、能力和商业模式的动态相互作用）。

这些都不是火箭科学。但挑战很大。有些挑战是永恒的——政治、既得利益、腐败和虚假信息、懒惰和自满。

其他因素则不那么明显。其中至关重要的一点是，当智力联合起来时，它才能发挥更大的作用。与个人大脑一样，智力的价值来自于将事物连接起来。需要有一个整合者或管理者，或“网络促进者”——这一角色可以由连接国家政府、联合国机构和其他机构的伙伴关系来发挥。

我把其中最好的称为“智能组合”，将数据、分析、预测、记忆、创造力和判断力整合到学习系统中。许多领域都出现了有希望的模型，包括传染病和自然环境。关键的见解是，如果将智能的各个要素联系起来，好处会大得多。最近一些举措的一个缺陷是只关注一个要素——比如数据或证据——而不是将它们作为系统的一部分。

创新
到目前为止所描述的一切都已经以某种形式存在，但也是一种创新，因为没有一个以完全开发的形式存在，并且都利用了10-20年前不存在的技术。

在公共组织中，创新往往有可能成为一种时尚，一种随意使用但不受重视的喷雾剂，或是一种放纵。然而，要采用这些新方法并取得成功，需要大力创新和实验，最好有明确的目标（可持续发展目标的具体部分）、里程碑，并渴望利用来自其他地方、其他部门和组织的想法。

现在，大型组织中有许多大胆、雄心勃勃且成功的创新典范。大多数创新都结合了高层领导的明确职责；与日常管理和交付截然不同的能力，以激发更多创造力；然后将成功的创新重新融入日常活动的完善途径。大多数创新还结合了领导团队的使命感，能够快速无畏地行动，并充分注意带动组织的其他成员，以免他们成为障碍。