بودجه بندی

به کارگیری روش های بودجه ریزی بهینه به جهت تاثیر آن بر ابعاد مختلف اداره جوامع انسانی همواره مورد توجه بوده است. در ایران نیز از سال ها قبل با هدف مرتبط سازی مصارف بودجه با عملکرد سازمان، اصلاح نظام بودجه مورد عنایت قرار گرفته و در نتیجه آن بودجه ریزی عملیاتی توسط نهاد برنامه ریزی و بودجه کشور جایگزین روش های قبلی شده است. با این حال نظام بودجه ریزی بر مبنای عملکرد همواره با چالش هایی روبه رو بوده و هدف این پژوهش شناسایی موانع اجرای بودجه ریزی برمبنای عملکرد در مؤسسات آموزش عالی و دانشگاه های غیرانتفاعی مشهد تعیین شده است. موانع مذکور در چهار گروه اصلی انسانی، ساختاری، تکنولوژی و محیطی بررسی قرار گرفته و برای هر گروه نتایج بیان شده است. این تحقیق در سال 1399 انجام گرفت. ابزار گردآوری داده ها از طریق 2 پرسشنامه با هدف کابردی و ماهیت توصیفی- پیمایشی انجام شده که روایی آنها بر مبنای دیدگاه خبرگان اساتید و جهت پایایی مناسب پرسشنامه 2، براساس ضریب آلفای کرونباخ 90 درصد (90/0) ارزیابی شده و برای رسیدن به پایایی مطلوب پرسشنامه 1، داده ها در دو بخش آمار استنباطی و آمار توصیفی با روش TOPSIS مورد تجزیه و تحلیل قرار گرفته است. نتایج این تحقیق نشان داده است که از بین چهار گروه اصلی مطرح شده، عامل مرتبط با شاخص روابط انسانی مهم ترین مانع در اجرای بودجه ریزی عملیاتی در دانشگاه ها مورد مطالعه است.

بودجه بندی دولتی نقشی حیاتی در تحقق اهداف اقتصادی و اجتماعی کشورها دارد. با گسترش فناوری های نوین، به ویژه هوش مصنوعی، امکانات جدیدی برای بهبود فرآیندهای مالی و بودجه ای فراهم شده است. هوش مصنوعی، با قابلیت های پیشرفته در تجزیه و تحلیل داده ها و پیش بینی نیازها، می تواند در تخصیص منابع به افزایش دقت و کارآمدی کمک کند. این تکنولوژی ها نه تنها باعث تحول در فرآیندهای موجود هستند؛ بلکه می توانند شفافیت و پاسخگویی در امور مالی دولتی را هم به طور قابل توجهی بهبود ببخشند. هدف این مطالعه به دو بخش تقسیم می شود: اول، ارزیابی کارآیی استفاده از فناوری های هوش مصنوعی مانند شبکه های عصبی و الگوریتم های ژنتیکی در بهینه سازی تخصیص منابع بودجه بندی دولتی؛ دوم، تعیین تأثیر این تکنولوژی ها بر شفافیت و پاسخگویی فرآیندهای بودجه بندی به منظور افزایش مشارکت و اعتماد عمومی. این مطالعه از روش ترکیبی استفاده کرده است. تجزیه و تحلیل داده ها ازطریق مدل سازی سناریو و شبیه سازی های مختلف بااستفاده از نرم افزار مولتی پل انجام شده است. همچنین، مصاحبه ها و پرسشنامه هایی با خبرگان در حوزه های مرتبط ترتیب داده شده تا از چالش ها و فرصت های موجود درک بهتری به دست آید. یافته ها نشان می دهد که استفاده از هوش مصنوعی می تواند به طور قابل توجهی در افزایش دقت، شفافیت و کارآیی بودجه بندی دولتی مؤثر باشد. هوش مصنوعی این امکان را فراهم می آورد که سیاست گذاران بتوانند تخصیص منابع را براساس داده هایی دقیق تر و پیش بینی های بهینه تنظیم کنند.

پژوهش حاضر با هدف ارائه الگوی بودجه بندی تعهدی در بخش عمومی ایران انجام شده است. در این پژوهش، به منظور تجزیه و تحلیل داده های به دست آمده از مصاحبه ها، از فرایند سه مرحله ای کدگذاری باز، محوری و انتخابی مطابق با فرایند نظریه پردازی داده بنیاد به وسیله نرم افزار MAXQDA استفاده شده است. جامعه آماری پژوهش شامل ١٨ نفر از مدیران، کارشناسان، خُبرگان دستگاه های اجرایی دولت، مجلس و دانشگاهی که نسبت به بودجه بندی تعهدی، اطلاعات کاملی داشته اند، می باشد. با توجه به نتایج، شرایط علی (عوامل مدیریتی، منابع انسانی، فنی)، شرایط زمینه ای (قوانین و مقررات، حسابداری و مدیریت)، مقوله محوری (انضباط مالی)، راهبرد ها (تأمین نیاز دستگاه ها، فرایندی، واگذاری دارایی ها، شفافیت فرایندارز یابی)، پیامد ها (شفافیت حسابداری، کاهش هزینه های دولت، بهبود پاسخگویی)، شرایط مداخله گر (عوامل محیطی) به عنوان تبیین کننده عوامل مؤثر بودجه بندی تعهدی شناسایی شدند. استفاده از سیستم های حسابداری و مدیریت مالی مدرن که قابلیت پشتیبانی از بودجه بندی تعهدی را دارند، ارائه گزارش های مالی شفاف و دقیق، نظارت مستمر بر عملکرد مالی و بودجه ای و بررسی تجربیات موفق در سایر نهاد های عمومی می تواند در بهبود استفاده از این سیستم مفید باشد.