【内容提要】本文试图通过对一些重要理论观点的评述探讨政策分析的基本步骤。这些重要的理论观点包括托马斯·戴伊的三段式分析、卡尔·帕顿和大卫·沙维奇的快速分析、威廉·邓恩的五步骤分析、尤金·鲍尔道奇的八重路径分析。尽管政策分析并没有统一固定的程序与模式,但对于这些过程与步骤的研究,可以为我们提供政策分析的一些指导性原则,并勾勒出政策分析的基本轮廓。
【关键词】政策分析 三段式分析 快速分析 政策影响
进入21世纪,人类社会面临更多、更复杂的难题,如环境、人口、卫生、能源、交通、教育、贫困、犯罪等,社会的变化与发展对公共政策提出了更高的标准和要求,同时也有力促进了公共政策分析学科的完善和职业的发展。从目前情况看,各国介入公共政策分析的部门和人员越来越多,相关费用所占政府预算的比例也越来越高,公共政策分析已成为当代社会科学中发展速度最快、最富有研究活力的学科之一。
那么,政策分析应如何进行?有哪些具体的步骤和程序?到目前为止,尽管还没有形成一种统一的说法或标准性框架,但经过前期研究人员的大量工作,已逐渐形成一些具有代表性的理论观点,并在指导政策分析实践中发挥了重要的作用。本文将对这些理论观点进行系统的总结和评述。
一、三段式分析
按照托马斯·戴伊的观点,所谓公共政策就是政府选择做的或选择不做的事情。[1]政策分析就是回答如下几个问题:政府做了什么?为什么要这么做?做与不做有何不同,即政策行为会产生什么样的结果?
通过三段式政策分析我们能够得到什么收获呢?首先,我们能够学会描述政策——可以得知政府在公共管理领域(福利、教育、环境、卫生、交通、税收等)正在做的事情。了解一些公共政策的实际信息。例如,国家的社会保障计划处于什么状况,公共医疗补助和保险制度对穷人和老年人做出了怎样的承诺?国内外反恐斗争进展如何?政府为此每年支出多少费用?
其次,我们能够学会探究原因,了解一些政策的决定性因素。为什么政策会是现在这个样子?为什么政府非得这样去做?政治制度、政治过程、政治行为对政策产生了哪些影响?(例如,特殊利益集团的游说对政府税收制度产生的影响)社会、经济、文化等因素对政策产生了哪些影响?(例如,经济的大萧条对政府支出的影响)当我们对政策原因进行分析时,政策就是因变量,而决定政策的各种社会、政治因素就成为自变量。
第三,我们能够学会对结果进行分析(通常被称为政策评估),了解公共政策给社会生活带来的结果。比如,死刑是不是有助于遏制犯罪?福利计划是不是伤害了人们的工作热情?教育支出是不是真的与学生成绩成正比?当我们对政策结果进行分析时,政策就成为自变量,而政策对社会、政治的影响就变成了因变量。
然而,政策分析(policy analysis)与政策倡议(poli-cy advocacy)是有区别的。[2]
托马斯·戴伊认为政策分析与政策倡议根本不是一回事,不能把两者相互混淆。解释公共政策的原因与结果并不等于指明政府应该追求何种政策。了解政府为什么这样做而没有那样做,以及这样做会产生哪些影响,并不意味着告诉政府应该做什么,如何去做,以及行动上应做出何种变化。政策倡议需要修辞、说服、组织和实践的技巧,而政策分析却鼓励研究人员运用调查工具去评判重大的政策议题,尝试发现那些构建公共政策的基本因素,以及公共政策所带来的相关影响。政策分析活动产生的知识是政策倡议和政策实践的先决条件。
此外,政策输出(policy output)与政策影响(policy impact)也有所不同。评估政策影响时不能仅仅满足于衡量政府的行为,比如,只知道人均教育支出和医疗支出,并不能对一项政策对目标群体的影响做出客观的评估。托马斯·戴伊指出:“许多政府机构用大量的统计来衡量产出,比如已支付的福利款项、逮捕罪犯的起诉数量、医疗保险的支出、学校的招生人数等等。但这种方式说明不了贫穷、犯罪、健康或教育的状况。我们不能仅满足于计算一只乌鸦煽动了多少次翅膀,而要考虑这只乌鸦到底飞行了多远。”[3]输出这一概念使人们集中关注物质层面的内容,比如税收总量、建设高速公路的长度、实行的限价协定、交通罚款额或承担的外国援助项目等。一般来说,输出比较容易进行计算、加总与统计分析。检查输出可以表明,或似乎表明,为执行某一政策许多事情正在进行或已经完成。然而,评估不是数豆子的游戏,不可如此“斤斤计较”。可是,政府部门往往会聚焦于政策输出而不是政策影响,以求能够制造出发展幻象的统计数据。如果某一地方的大学毕业生人数百分比上升了,这是否能告诉我们这些大学生所受教育的质量如何呢?
当然,强调政策影响并不是要否定政策输出,只是为了区分两者的不同。在描述一个政策甚至解释一个政策的时候,衡量政策输出同样是非常重要的。然而,政策输出是政府部门追求政策决定与政策声明而实际做的事情,是工作总结需要关注的内容,而政策评估的焦点则主要在政策影响上。
二、快速分析
根据卡尔·帕顿和大卫·沙维奇的观点[4],按照政策分析的项目要求不同,可以把政策分析分为研究型分析(researched analysis)与快速分析(quick analysis)。
研究型分析主要面向一些大型的或长期性的项目,分析人员努力寻求问题背后的真相,对分析的复杂性和精确性有较高的要求;快速分析多涉及社会生活中的一些具体事项,目标比研究型分析更为实在,旨在向决策者提供简明的建议。研究机构的学者们和思想库的顾问们多受雇对一些公共政策问题进行专门的研究,人们习惯于称这类分析为研究型的政策分析或政策研究(policy studypolicy research)。这类政策分析的重要特点是研究周期长,投入成本高,占有资料多,效果显示慢。它对社会现实问题的回应力相对来讲是比较弱的,与日常工作中为决策提供服务的分析方法显然不同。快速分析或基础分析(basic analysis)这类术语恰好能够说明与研究型分析的这种区别。快速分析需要对政策问题作出及时的反应,在时间资源稀有条件下,快速提出有效的政策建议。它以简便、快捷的分析过程及其分析结果的及时提供引起了决策者的广泛关注并受到政策分析人员的青睐,逐步在政策分析领域得到推广和应用。
从某种意义上讲,快速分析并不比研究型分析来得轻松。研究型分析具有相对固定的程式,存在一些常规性的步骤和已为人们所接受的科学标准。而快速分析最重要的特征就是与现实因素的密切互动,表现出很强的实践性特征。快速分析的基本步骤如下:
1.确认政策问题
问题最初会表现出多面性特征,不要不经质疑就轻易接受最初对问题的陈述,这也许只是浮在水面的冰山之顶,只是一个更大问题的一小部分,或是决策者和执行者根本无法施加影响的那一部分;由于问题具有即时性、分析具有短期性,所以常常需要问题的反向解决方法(backward problem solving),即依据其后步骤能够得到的信息,重新对问题进行界定;因为最初的时候目标不很确定,经常会在陈述中表现出冲突的特征,而且还存在因术语的不同理解引起的沟通障碍,所以对问题的界定常常会遇到很大的困难。
2.建立评估标准
人比较高矮要有高度标准,比较胖瘦要有重量标准,比较美丑要有大众标准,比较好坏要有道德标准。那么,为了在备选方案之间进行比较、权衡和选择,就必须确立相关的评估标准。标准的确立源于事实和价值的判断。一些被普遍运用的衡量标准包括成本,效益、公平、效率、管理简便、管制便捷、合理合法、政治可接受性等等。标准很少是平等的,所以必须考虑对各类突出标准的满足程度。因此,标准的相对重要性就成为政策分析的一个中心问题。
3.提出备选方案
无为方案(继续保持原状或做出最小的变动)是值得推荐的策略。这种以静制动的方式看似保守,但经常是较佳的选择(付出成本小);如果委托人在确认问题时已经有了自己偏好的可选方案,分析人员只需把它推演开来,提供一些细节的帮助;类似的问题也许在别处早已存在,那么不仅那里尝试过的方案可以作为一种选择,而且那里的分析人员可能还考虑过其他的方案,这些经验都非常值得借鉴;可行性方案可能会很多,实际选择的往往是一套方案而非一个方案,比如要解决大城市的交通拥堵问题,单靠多修路是无济于事的;备选方案的变动和组合是一个重要的方法,不同的方案体现了思考问题的不同角度,正确的取舍源于对细节的关注;对那些以前不被接受的方案也应重视,以前不可行不代表现在不可行,既然参与者的价值判断和环境条件会随时间而改变,那么昨天否定的方案在今天就不能不经分析而加以简单抛弃。
4.评估备选方案
问题的性质和评估标准的形式将会对评估工作给予提示。政策方案的预期影响是什么?它们是否满足评估标准和满足到何种程度?这是方案评估必须要面对的问题。评估中要避免使用你所熟悉或喜欢的工具箱式的方法去衡量每一个方案,比如,你只会使用锤子,那么就可能把所有的问题都视为钉子。成本-收益分析方法是不错的评估方法,但它并非包治百病的灵丹妙药。有些问题需要进行定量分析,另外一些问题则需要定性分析。方案评估不但需要考虑经济和技术的可行性,更要考虑政治上的可行性。许多方案能否被执行往往是政治方面的问题。在方案评估过程中发现的一些新情况、新信息也许会揭示出问题的新内容,从而会要求改变或附加评估标准。尽管这种情况的出现会使人感到有些泄气,但在政策分析过程中循环往复是必不可少的经历。
5.展示备选方案
毫无疑问,突出标准的选择、备选方案的排序、给予各个选项的空间等因素都会对决策构成重要的影响。时效性、可视性、直观性和对比性是展示中需要重视的方面。如果标准能用量化的术语加以表述,那么价值的比较就能通过图表的形式进行表现。一般来说,分析人员往往希望能为自己钟情的方案提供强有力的证据,所以会产生为此专门制作案例的冲动。他们爱把故事式的写作方法融入政策分析报告当中。的确,情节化、戏剧化的表现手法是人们偏爱的沟通工具,“新闻效应”会使信息接受者感受到更强烈的心理冲击。有人说,“每个解决方案都可能孕育着新的问题,只不过表现的程度有所不同罢了。”的确,汽车的出现带来了出行的便捷,但尾气的污染加给社会无穷的烦恼;网吧的严格管制规定规范了市场秩序,但黑网吧的游击战术导致重大的火灾伤亡事故。事物都有两面性,要想使委托人接受推荐的方案,需要对利弊加以说明。
6.监督政策执行
政策分析人员常把自己比作汽车设计师,他们说自己设计了汽车但并不开车,这的确是一个很形象、很准确的比喻。尽管分析人员不参与政策执行,但并不能因此放弃监督和评估执行情况的责任。由于社会生活中存在太多的不确定因素,政策执行中什么情况都可能发生,所以设计再好的方案也不一定能够很顺利地执行。对政策分析人员来说,了解执行信息是非常重要的。政策为什么会失败?是如何失败的?是设计问题还是执行问题?设计与执行是不是不合拍?对这些问题的关注无疑将会大大提高政策分析人员前期工作的效率和政策分析的质量。
总而言之,卡尔·帕顿和大卫·沙维奇提出的是一个较为简化的过程模式。这个模式虽然简单,但应用范围较大,从政策问题分析一直延伸至政策执行分析。
三、五步骤分析
按照威廉·邓恩的观点,政策分析会用到5种类型的信息,即有关政策问题(policy problems)的信息、政策绩效(policy performance)的信息、政策预期结果(expected policy outcomes)的信息、偏好政策(preferred policies)的信息和政策观测结果(observed policy outcomes)的信息。从而产生5个分析的步骤,包括定义(definition)、描述(description)、预测(prediction)、评价(appraisal)和对策(prescription)。[5]所有的步骤都会涉及如下几种判断:判断是同意还是不同意一种定义问题的方法,接受还是反对一种解释,认可还是不认可一种预测,确信还是质疑一种行动,选择还是不选择一项对策。在政策分析领域,这些程序已经被赋予特有的名称,即问题构建(problem structuring)、监测(monitoring)、预见(forecasting)、评估(evaluation)和建议(recommendation)(见图1)。
问题构建(定义)产生什么样的问题需要解决的信息,提供与问题基本假设相关的知识。这些知识会被用来质疑支撑问题定义的基本假设,没有这种质疑,基于这些假设的问题将会很顺利地进入到政策议程当中,从而可能对政策制定的质量和效率构成不利的影响。不仅如此,问题构建还有助于发现隐含的假设、判断问题的成因、勾画可能的目标、综合冲突的观点以及设计新的政策可选方案。
预见(预测)产生政策预期结果的信息,提供有关事件未来状态的相关知识。所谓未来状态是指政策方案(包括不行动的选择)在未来可能发生的结果,这是在政策形成阶段必须考虑的问题,预测能够检验那些看似合理的、潜在的、规范的前景因素,能够评估现行政策和选择方案的相关结果,指明在实现目标过程中未来可能出现的限制因素,以及评估不同方案的政治可行性(支持或反对)。
建议(对策)产生偏好政策的信息,通过对结果的得失进行分析,产生对政策选择有用的知识。建议有助于评估风险因素与不确定的程度,明确外部性和溢出量,确定政策选择的相关标准,指明政策执行的行政责任。
监测(描述)产生政策观测结果的信息,提供先前政策执行结果方面的知识。很多政府部门会在相关管理领域依据各种政策指标对政策的执行结果及影响实施监测。监测多为例行,有时也有例外。它有助于考察政策的服从程度,发现政策项目先前没有预期的结果,识别政策执行的限制和障碍,确定政策偏离的责任归属。
评估(评价)产生政策观测结果与政策预期结果之间差异方面的信息,设法发现预想和实际的差别,提供有关结果比较的知识,为政策调整或终结提供帮助。评估不仅是对问题缓解的程度下结论,而且有助于对政策价值进行评判,从而对重新构建问题和规划政策提供依据。
邓恩强调,在以上五个步骤中,问题构建是核心,对其他的步骤具有决定性的影响,因此也被称为元分析(meta-analysis)。
图1政策分析步骤
四、八重路径
尤金·鲍尔道奇在其《政策分析实用指南(第3版)》一书中提出了政策分析的八重路径。[6]他反复强调分析环节的交叉与反馈,所以使用了“八重”(eightfold)的概念。第一步是定义政策问题,第二步是搜集相关证据,第三步是提供备选方案,第四步是确定选择标准,第五步是预测方案结果,第六步是权衡方案优劣,第七步是做出实际选择,第八步是叙述事情的来龙去脉(宣讲故事)。鲍尔道奇的政策分析框架提供给读者如何进行政策分析的实用建议。
1.定义问题
定义问题是政策分析的起点,对其他环节起着至关重要的作用:首先,它为政策分析的前期工作提供了一个理由;其次,也为将要进行的证据收集工作提供一种方向性引导;第三,在政策分析的最后阶段,问题定义的最终版本将会帮助构筑所要告诉的政策故事。
定义问题需要用“不足”与“过剩”的方式进行思考。例如,可以提出如下问题:“有太多买不起房的人”、“农业用水增长过快,超出了可接受的财政与环境成本下的供应能力”等等。
在问题定义中使用“太”这个字眼是很有帮助的——如“太大”、“太小”、“增长太慢”、“增长太快”等。后两个短语(关于“增长”的问题)提醒我们:有些问题之所以引起注意并不是因为它现在一定会存在,而是将来(至少有这种可能)会发生(无论是不远的将来或是遥远的未来)。
然而,当问题本身结构良好、可将之作为一种决策选择时,用这种方式进行思考显然是无益的。例如,“将淤塞的废物倾倒在海湾或太平洋以外的某处。”如果你试图对已经限定的标准提出挑战,用这种方式进行思考同样无益。例如,“寻找一些可以弥补收支预期空缺的补助资金。”以上两种类型的问题也是政策分析人员所面临的。
2.收集证据
进行政策分析时,几乎所有的时间都会花费在两项活动上——思考和整理那些可能会成为证据的资料。相比整理,思考通常来说更为重要,但整理却会花费更多的时间:阅读文件、出入图书馆、仔细研读统计资料、进行采访与面谈、等待约见,等等。
对于一个严谨的研究者来说,现实很难为他提供足够的时间使其进行充分的研究工作。事实上,作为高质量政策分析工作的敌人,时间压力的危险性不亚于政治上的预谋所带来的危害。因此,简化资料收集活动是至关重要的任务。其关键在于:尽量只收集那些可以转变为“信息”的数据,这些“信息”反过来又能转换为“证据”,而这些“证据”与所要分析的问题是紧密相关的。
3.提出方案
在分析工作的最后阶段,谁都不会希望仍在评估两个或两个以上的备选方案,但在开始阶段,总会因纷繁复杂的评估工作而犯下一些错误。因此,有必要把那些在分析过程中可能会考虑到的所有备选方案列一个清单。随后,抛弃那些明显不可行的方案,整合剩下的方案。所谓整合就是以一个或多个分类标准,根据方案间的一些差异,重新整理到一个单一的“基础”方案中。这个基础方案与最初的清单相比,重点会表现得更为充分。
分析工作开始时应注意那些重要的政治领导人提出的建议或已经在他们头脑中考虑的行动方案。这种明显带有个人倾向性的观点或决策机构中那些“被陈列”的建议,特别是政治上被长期提倡和已经被包装的政策建议,对政策分析工作会产生重要的影响。要尝试突破这种定势,试着去“创造”出一种方案。头脑风暴有利于产生创新性结果,但是不要总期望一定会产生比别人更好的观点。
4.选择标准
任何一项政策都包含两个既相互联系又彼此独立的标准,即分析性标准和评估性标准。前者涉及政策所有的事实要素及对后果客观公正的预测,而后者则是指价值判断的相关内容。理想情况下,所有的政策分析人员都会对政策本身的分析性内容持比较一致的意见。但从评估性角度来说,情况就不是这样了,因为人们都期望自己的主观看法能够得到更大的诉求空间。分析性标准会判断X、Y、Z是否会发生,但在评估性标准中考虑的则是X、Y、Z是有利于社会还是有害于社会。
当然,最重要的评价标准还是要看预期后果能否以一种可以接受的程度解决一个政策问题。但这仅仅是初始标准。毕竟,任何一项行动都会在很多方面影响社会,这种影响或许是积极的,或许是消极的。标准的设定本质上就是为了体现这种判断。
5.预测结果
对列表中的每一种备选方案都要预测可能的结果(或影响)。这些结果是利益相关方所共同关注的。从分析角度而言,预测是比较困难的一步,即使是那些经验丰富的政策分析人员也不一定能做得很好。在这里至少要面对三个实践与心理上的挑战。
首先,政策是关于未来的,而不是现在或过去的;我们可以对过去和现在有所了解,但对未来会发生什么难以知晓,即使我们怀着最美好的愿望和深思熟虑的态度去进行预测,我们也很难对结果有充分的把握。
其次,“预测结果”是提醒我们必须“现实一点”的另一种说法。现实常常会使人不安,因为很难符合你的意愿。大部分人会选择乐观,但政策实际上对人的生活、命运、声望会有好和坏两方面的影响。因此政策制定并不像看上去那样简单,而是要承担更多道德上的责任。
再次,要提一下被称为“51-49”的原则。根据这个原则,尽管应该对政策报以100%的信任,但出于自卫心理并考虑到政策损耗,我们往往将这一百分比降为51%。因此有时我们不仅会误导他人,也会误导自己。第一点困惑就是——我们永远不可能为未来会发生什么找到令人信服的证据,至于第二、第三个困惑都源于我们主观的愿望无法完全参照已有的经验性证据。
尽管存在上述困难,仍要在预测政策结果方面做出系统的、有计划的努力,因为在现代民主社会,无论是单凭感觉行事还是机械死板地制定政策都极不可取,并会遭到激烈的批评。
6.权衡方案
有时会出现这样的情况:一个审议中的方案,无论单独以什么样的评估标准进行衡量,都被期望能产生比其他备选方案更好的结果。在这种被称为“方案的绝对优胜”情况下,当然就不会存在备选方案之间权衡和取舍的问题了。但是通常我们并没有那么幸运,我们必须弄清方案之间的关系,并加以比较和权衡,这些结果对政策选择是至关重要的。
最常见的情况是在金钱与一定比例的公众服务之间进行权衡,例如相对于每年100万元的运营费用,是否可以将图书馆的开放时间由到晚上八点延长至十点?另一种常见的情况是涉及私人负担成本与社会收益之间的权衡。
7.做出决定
在八步法中,到这一步就可以检查一下前期所做的工作究竟如何了。即使自己本身并不是一个决策者,这时候也必须把自己当作一个决策者,根据你自己的分析和判断作出选择。如果你发现作出这个决定有些困难或棘手,那么原因可能是你还没有彻底弄清方案之间的不同,或者还没有进行结果的权衡,或者还没有充分地思考各种已出现的(或潜在的)执行中的问题,或者对于一个至关重要的成本估计并不确定甚至模糊,等等。“除非你能说服自己有关某项政策行动的合理性,否则你不可能会说服别人”。要学会用这种方式思考,也应该用这种方式去行动。
8.宣讲故事
在定义问题、提出方案、重新思考标准、评估结果、权衡方案等步骤反复进行后,你就要准备向自己的听众讲出政策故事了。听众有可能是委托人,也有可能包括更大范围的利益团体与利害关系人。范围的扩大对分析人员来说有可能是好事,也可能是坏事。这类宣讲可能只有一次,也可能只是为获取长期支持而进行的初步尝试,后面还要经历更多的宣讲。
总之,尤金·巴达奇认为,问题解决的分析工作大体沿着这样一个思路进行:以定义问题为起始,接着作出决定,最后对决定作出解释。但需要提醒注意的是,分析工作是一个反复思考、不断反馈、主意改变、想法修正的过程,换句话讲,就是在继续出发之前你有必要折回原路,重来一次。
五、结语
综上所述,不同的理论观点表现出不同的特点,托马斯·戴伊的三段式分析强调了描述、解释和评估环节的重要,描述针对的是政策内容、解释针对的是政策原因、评估针对的是政策后果。政府做了什么、为什么这样做以及做与不做有何不同三个问题构成了政策分析的程序框架。卡尔·帕顿和大卫·沙维奇的快速分析强调与现实因素的互动,这意味着在基本的分析程序之间,在分析人员与服务对象之间,在分析结果的沟通形式之间,存在相互的作用和影响。不仅如此,快速分析还不得不面对时间的压力、“顾客”的压力和环境的压力。因此,一些人只是把快速分析描述为技巧而不愿意称其为科学。威廉·邓恩的五步骤分析强调信息转换的功能,其中,政策问题的信息、政策绩效信息、政策预期结果的信息、偏好政策的信息、政策观测结果的信息可以进行转换,也就是说,一种形式的信息通过一定政策分析步骤能够被转换成另一种形式的信息,通过信息的层层递进,构成政策分析的程序框架。尤金·鲍尔道奇的八重路径具有明确的问题导向,强调了政策分析的实用性。他在加州大学伯克利分校理查德和古德曼公共政策学院任教30余年,主要为一年级和二年级的研究生讲授公共政策分析课程。教学中,他采用许多实例说明政策分析的具体步骤,在不断总结的基础上,逐渐形成了一本很受学生欢迎的课程讲义——《政策分析实用指南》。在这本书中,他系统阐述了始于定义问题的政策分析的八重步骤。
值得注意的是,上述四种观点有许多重叠的部分,但它们并不互相排斥。在政策分析实践中,这些程序框架可以进行交叉运用。现实世界极为复杂,客观环境不断变化,因而我们无法为政策分析建立一个整齐划一、排列有序的程序框架,但政策分析的步骤研究不会因此而失去意义,它能够为政策分析实践提供重要的理论性指导。
【参考文献】
[1][2][3]Thomas R. Dye. Understanding Public Policy(Twelfth Edition), Prentice Hall, 2008. p1, pp5-6,p334.
[4][美]卡尔·帕顿,大卫·沙维奇.政策分析和规划的初步方法(第二版)[M].孙兰芝译.北京:华夏出版社,2001.p5.
Carl V. Patton, David S. Sawicki. Basic Methods of Policy Analysis and Planning(Second edition). Trans. by Sun Lanzhi. Beijing: Huaxia Publishing House, 2001. p5.
[5]William N. Dunn. Public Policy Analysis: Introduction(Fourth edition). Pearson-Prentice Hall, 2004. pp6-7.
[6]Eugene Bardach. A Practical Guide for Policy Analysis: The Eightfold Path to More Effective Problem Solving(Third Edition). Eugene Bardach CQ Press,2009.
【作者简介】谢明,中国人民大学公共管理学院教授,北京100872