公共政策的评估|政策评估专题第4期
公共政策评估是指公共政策评估主体根据一定的政策评估标准和程序,对政策系统、政策过程和政策结果的质量、效益、效果等方面进行评价或判断的一系列活动,其目的是改善公共政策系统,提高公共政策决策质量,保证政策目标实现。评估体系与评估过程是公共政策评估的两个主要方面,前者是公共政策评估的载体,也是评估过程展开的基础；后者是依据评估体系对公共政策进行评估的一系列活动,二者统一于公共政策评估实践。
进入21世纪以来，政府绩效评估、政府规划评估、政府政策评估、第三方评估等评估政府的活动方兴未艾，日益成为规范政府行为、提升政府效能的一项主要制度和有效方法。在中国，政府绩效评估和政策评估的实践已经开展了十几年，尤其是政府绩效评估活动，已经成为近些年政府公共管理实践的核心内容。然而，相对于政府管理的实践而言，评估政府的理论研究显得滞后，政府绩效评估、政策评估、规划评估的研究没有形成很好的理论研究的合力，政策评估和规划评估的理论研究尤其显得厚度不足。
公共政策评估是公共政策过程的重要环节,也是我国公共政策理论研究和实践应用的一个薄弱环节,是由政策评估主体、评估客体、评估标准、评估方法等诸多要素构成的一个有机整体。政策评估就是政策主体在一定的政治经济制度环境下,依据政策评估标准,采取一定的评估方法,对政策评估客体做出评价或判断的过程和结果。
二、公共政策评估体系及过程（一）公共政策评估体系
政策评估体系就是政策评估的参照系或基本依据,其实质就是对政策进行评判的价值准则。“政策评估在本质上是寻求、证明和确定政策价值的过程,评估价值标准的选择、排序和组合将直接影响评估的结论及其合理性和可靠性”。
构建科学合理的公共政策评估体系，对弥补评估政府的理论欠缺具有重要意义。科学合理的公共政策评估，不仅能对公共政策的制定起到诊断和导向作用，而且能对公共政策的执行效果进行监测和反馈，促使公共政策不断得到完善和改进，确保公共政策得到有效落实。在某种意义上讲，公共政策评估已经成为一个政策或项目是否继续、是否调整、是否消除的先决条件。做好公共政策评估的工作，有利于政府合理配置资源，又有利于政府提升行政效率、有利于政府监测公共服务质量。
（二）公共政策评估过程
公共政策评估过程就是政策评估主体有计划、有步骤地对评估客体进行评价的一系列活动,它包括评估规划设计、评估规划实施和评估终结三个阶段。
1.评估规划设计。评估规划设计是政策评估的准备阶段,它主要包括四个方面的工作, 即确定评估对象、分析评估对象、设计评估方案和建立评估组织制度。
2.评估规划实施。评估规划实施是评估主体实施评估方案的过程,主要有两个阶段:第一阶段,政策信息的收集。信息收集是政策评估的基础,政策评估的实质就是政策信息的收集与处理。
3.评估终结。评估终结就是处理评估结果、撰写评估报告的过程。
三、新时代公共政策评估的方法及比较
（一）公共政策评估的方法
与当前我国中央和地方各级政府如火如荼开展的政策评估实践相比，国内智库界对政策评估方法论的研究还相对滞后。以层次分析、数据网络分析等方法为基础，建立“指标—权重”型综合绩效评价模型，依然是目前我国公共政策评估的主流方法和工具。这种评估模式更多地是关注过程和产出，往往忽视影响和效果。然而，政策评估的核心功能是识别政策效果的因果机制，即政策干预与政策效应之间的“因果”关系。近年来，一系列以反事实框架(Counterfactual Framework)为出发点的因果推断模型不断涌现，在公共政策评估领域展现了巨大的潜力（如表1），六种公共政策评估方法的比较如下：
（二）计量经济学视角下的公共政策分析
公共政策种类多种多样，且每种公共政策的实施环境，如时间、地点、人群等也不尽相同。这就要求研究者在对公共政策效果进行评估时，需要准确地把握每种计量经济学评估方法的特征和适用前提，以尽可能准确地评估出公共政策效果，不高估不低估，更要避免犯谬误相关这样的统计学错误。进行政策效果的评估以及政策产生作用的机制分析，对于政策的调整和推广具有重要的现实意义。赛鲁利认为，对于不同的公共政策运行环境，研究者可以从三个维度去构建和选择计量经济学评估模型和方法，即识别假设、模型类型和数据结构。
1.识别假设
在识别假设下，通常我们将影响偏差识别的原因分为两种：可观测变量选择（形成可见偏差）和不可观测变量选择（形成不可见偏差），以此来选择适用的计量模型。根据赛鲁利，回归校正法、匹配法和复权法适用于可观测变量选择的情况，工具变量法、模型选择法和双重差分法适用于不可观测变量选择的情况。断点回归法因其基于局部实验进行估计，故既可以适用于可观测选择情况，也适用于不可观测情况。具体而言，清晰断点设计适用可观测变量选择情况，模糊断点法适用不可观测变量选择情况。
2.模型类型
在对公共政策进行计量经济学评估时，通常可采用结构性模型和非结构性（简易形式）模型两大类。然而，不同计量经济学评估方法，却在不同形式模型下具有其特定的适用性。根据赛鲁利，如表1所示，工具变量法和模型选择法只适用于结构性模型；而回归校正法、匹配法、双重差分法则仅适用非结构性（简易形式）模型；断点回归法对于这两类模型均可适用，其中模糊断点回归法适用于结构性模型，清晰断点模型适用于非结构性（简易形式）模型。
3.数据结构
对于公共政策计量评估所使用的数据主要有两类：横截面数据和面板数据。赛鲁利（Cerulli，2015）认为，在上文所列的七种方法中，仅双重差分法适用于面板数据或，而其他估计方法均适用于一般横截面数据（如表1所示）。在实际运用中，相比于横截面数据，尽管面板数据能够反映时间维度上的政策效应变化，但因其数据不易获得，研究者们更多地使用横截面数据。
四、大数据时代下公共政策评估的创新路径大数据时代进行公共政策评估创新是时代的命题，也是理论的要求，从公共政策评估过程的角度，探索大数据时代公共政策评估创新的策略。
现有研究认为，大数据将有效提高政策评价的事前评估能力，政策评估不再局限于“政策执行产生的效果”，而是包括需求、过程、效果和影响等。在对比了传统的政策评价后可以发现，政策评估的重心开始向事前评估转变，政府在制定政策过程中甚至之前，通过大数据分析，完成深度数据挖掘，进而判断是否有必要推行新的政策方案，以减少甚至避免政策出台后的失误，提高政策的执行效率。通过对海量网民在“智慧政府门户”上的访问数据进行深度挖掘和多维剖析，弥补传统“供给导向”服务模式的弊端，开启“需求导向”新模式。
同时，也有学者认为大数据对于政策评估的执行评估能够发挥更大的作用。政策在执行中需要有效的监督和及时的反馈，才能更好地评估政策执行效果，大数据时代的技术可以从行动者再决策、对象动态监控、信息沟通渠道等三个方面监督政策执行。大数据能够对政策评价过程中的资源使用情况产生影响。大数据的市场价值在于能够即时地将正确有效的信息传送给恰当的需求者。大数据增强确定政策服务对象的有效性，大数据为政策评价提供导向机制，依靠大数据的分析技术，有效地了解政策对象的需求，以增强信息收集的针对性和系统性，实现网络推荐，进行政策评价，建立健全反馈机制，从而有助于社会公共资源的优化。同时，从经济角度审视，大数据能降低政策评价过程中的经济成本，大数据借助数据共享机制和数据源集聚平台或大数据处理技术对社会中的行业或各个领域的数据加以挖掘和分析，可在最大程度上节省相关环节的成本。
具体而言，从确立背景和利益相关者、公共政策评估设计、公共政策评估数据收集、公共政策评估数据分析以及评估结果传播和利用五个环节，分析将大数据整合进公共政策评估的主要路径，以具体实现大数据时代公共政策评估的创新。
//////////
参考文献
[1]杨代福,云展.大数据时代公共政策评估创新研究：基于过程的视角[J].电子政务,2020(02):92-99.
[2]鄞益奋.公共政策评估：理性主义和建构主义的耦合[J].中国行政管理,2019(11):92-96.
[3]李帆,马亮,李绍平.公共政策评估的循证进路——实验设计与因果推论[J].国家行政学院学报,2018(05):132-138+191.
[4]苑德宇,宋小宁.公共政策评估的计量经济学方法运用刍议[J].财经智库,2018,3(04):79-92+142.
[5]魏航,王建冬,童楠楠.基于大数据的公共政策评估研究:回顾与建议[J].电子政务,2016(01):11-17.
[6]高兴武.公共政策评估:体系与过程[J].中国行政管理,2008(02):58-62.
注：以上内容如有不当，欢迎批评指正
从韦伯到巴纳德 | 公共行政简史第 2 期
本期编辑 / 小胖