谈“有效公益”前，不妨先聊聊公益慈善基础设施

   导读： 

这是“生态新知”系列的第9篇文章。在这之前，我们已经发布了一系列文章，从相对宽泛的角度向大家介绍公益慈善基础设施组织如何能够助力公益慈善领域的整体发展。而在上一篇文章中，我们分享了“如何建立一个强大慈善支持生态系统>>>”，也提及评估生态系统的一套框架、指标和方法。对于关注此议题的基金会或正在参与行业建设的一线公益组织而言，评估资助或干预行动对生态发展究竟带来哪些改变，是一个始终值得关注和推动实践的议题。

那么，本文就把关注点聚焦在更具体的层面——“有效公益”的角度，借助循证（Evidence-based）的视角，探讨公益组织应用数据的潜在益处、在使用数据方面面临的障碍，以及公益慈善基础设施组织可以如何提供帮助，并以此向大家进一步阐释公益慈善基础设施组织的价值。

小知识

什么是循证（Evidence-based）

循证实践（Evidence-based practice，简称EBP）意指职业实践应基于科学证据。自1992年正式引入循证医学以来，循证逐渐深入人心，并普及至专职医护行业，教育，管理，法律，公共政策和其他领域。

循证是一种与传统相对立的哲学方法。几乎每一个行业都对“一贯做法”存在某种程度上的依赖，即使这些做法与时下更优质的信息相矛盾。循证的发展试图鼓励，在某些情况下也迫使专业人士和其他决策者更多地关注证据，以提供决策的依据。循证的目标是通过把决策的基础从传统，直觉和非系统性的经验转移到坚实的科学研究，来消除不合理或过时的做法，从而采用更有效的实践。

循证在公益慈善领域中的应用，如有效利他主义或循证慈善（Effective Altruism / Evidence-based Philanthropy），强调用利用证据和推理来确定最有效的方式，用于决定科学项目、商业公司及政策倡议的优先次序，帮助扶贫济困、拯救生命或以其他方式将效益最大化。目标优先级、成本效益、资助的边际效用、反事实推理（Counterfactual Reasoning）都是这个派别关注的重点。

资料来源：

近些年来，虽然“基于证据的捐赠/资助”、“以数据为驱动的公益项目”之类的概念已经日益成为公益慈善领域的流行议题，但在真正的一线工作中，我们又会发现，这些议题似乎始终只是议题，它们更多是被谈论而不是被实践，无论基金会还是一线公益慈善组织，都尚未在实务工作中广泛采用循证的方法。

这种现象背后是有其客观原因：比如公益慈善组织收集的数据有时候是无效的，也不知道应该如何拿这些数据去影响资助决策，资助者也未必擅长对数据进行高效解读。

——我们得承认，做循证分析对于很多规模不大的公益慈善组织（或是基金会）来说，不算是专长且成本有可能非常高昂，但这种功能又不可或缺，而解决这一问题的最好办法就是寻求公益慈善基础设施组织的协助。

一

 基金会进行数据收集和使用的挑战

我们知道，基金会的最终目标是促使社会问题实现持久和可持续的积极变化。数据通常可以从三种层面应用于基金会的工作：关注领域变化，资助的干预措施和组织，以及这些组织的工作成果。遗憾的是，有许多挑战阻碍了中小型基金会、尤其是刚起步做资助的基金会应用循证方法。

01

能力

首先就是能力问题。许多资金规模有限的基金会没有能力对不同干预措施的影响报告进行广泛分析，内部也没有相对专业的知识储备或资金，来支持公益慈善组织收集、监测和评估数据。

正如2014年联合国关于数据在可持续发展中的应用报告所指出：“由于缺乏知识、能力或资源，太多的人、组织和政府被排除在数据的新世界之外。”

02

驱动因素

第二个障碍是驱动因素上的差异。许多大额捐赠者和私人基金会更倾向于资助他们认为与自己有个人联系的事业或组织，而不是因为数据、证据表明这些组织的行动更有效。

当然，这并不是说捐赠者就不关心公益的影响或者对资金不负责任，只是他们可能经常依赖直觉和惯性思维，来判断一个组织或者项目是否有效，比如双方彼此的信任程度、对项目实施领域的了解程度，或者是资金申请的规模等等。这种方式相对更容易让人觉得轻松，但它们显然与推动提升公益有效性没有关系。

03

复杂性

第三个也是人们最常辩论的一个障碍是，复杂的问题、涉及未来的问题、或者涉及多个利益攸关方的问题（比如如何评估一个良性发展的公益慈善生态系统），几乎不可能收集到非常精准的监测评估数据，也不可能编写那种非常全面的影响力评估报告。

这使得一些人得出这样的结论，即过度强调数据和证据的重要性，可能会产生适得其反的效果，会阻止公益慈善组织去做出一些“冒险”和“小众”的行动。

04

高质量数据的可用性

第四个挑战是关于数据的可用性。正如世界大型企业联合会（the Conference Board）在其2014年的一份报告中指出的，基金会很少收集关于最终受益者的信息，包括他们未得到满足的需求、满足这些需求的机制或类似的项目工作。

即使在报告发布7年后的今天，基金会对外公布的最常见信息类型仍然是资助数据——向哪个组织提供了多少资金、资助了哪个项目、资助了多长时间等等——但这些信息无法展示资助所能产生的影响。由于法律上并不强制资助型基金会分享这些信息，所以很多基金会尤其是小型基金会，在这方面的参与程度十分有限。

05

数据收集难易度

最后一个困难是收集有关社会问题数据的难易程度——很显然收集这种数据是非常困难的。由于公益慈善组织试图影响和改变的结果十分多样化，在数据收集和衡量方面进行标准化的空间就显得微乎其微。

迄今为止，基金会普遍会更关注“产出”，因为“产出”更容易被衡量；然而，“产出”并不一定能真正反映出慈善家们所希望产生的那种持久的社会变革。

总之，在某些情况下，由于上述的种种因素，特别是对于那些较容易被忽视或规模较小的社会问题，基金会以及其背后的出资人们并不总是能快速掌握到这些社会问题是什么，以及有什么关注的价值。他们也无法很快知道什么干预措施行得通、什么行不通。即使资助官员们收集到了可靠的数据，或公布了关于项目的影响力报告，他们也不一定具备和出资人分享和解读这种信息的完善的交流机制。结果就是，公益领域不但可能失去大量获取知识积累的机会，还会因为重复“试错”而造成时间、金钱和资源的巨大浪费。

那么，这种“证据的缺口”应该由谁来帮助公益慈善组织、尤其是基金会来进行填补？答案就是公益慈善基础设施组织。

二

公益慈善基础设施组织如何提供帮助

其一，公益慈善基础设施组织可以综合针对干预措施的相关证据，编写和发表相应的影响力报告，也可以助力公益慈善组织发展一套强有力的监测和评估系统。通过更广泛地提供此类信息，公益慈善基础设施组织可以协助资助方了解哪些实践已经得到测试，以及它们在什么特定情况下、能够在多大程度上生效，从而促进更多的大额捐赠行为。

案例

创始人宣言（Founders Pledge）

位于英国伦敦的Founders Pledge是一个全球企业家社区，该组织支持以证据为导向，通过为成员提供公益慈善研究及全球专家网络，为世界上最紧迫的问题寻找并提供解决方案。由该组织建立的在线研究图书馆可以向公益慈善组织提供各类有效的分析报告和方法论文件。在2015年-2020年的短短5年里，该组织吸收了全球近1600个资助人，这些资助人根据它们提供的数据分析，已经向各类公益慈善组织捐赠了总共2740万美元。

其二，确定需要着重关注的资助领域是哪些，这是多数基金会最重要的战略步骤，至少就“尽量保证成本效益”而言是如此。然而，在全球范围内，关于这方面的汇总数据总是很少。公益慈善基础设施组织则正好处于聚合、制作和公布这些数据的理想位置上，它们可以更清楚地统计出大多数公益慈善资金的去向，以及相对于社会问题的规模，哪些领域仍然资金不足。

案例

经合组织慈善中心（OECD Center on Philanthropy）

经合组织慈善中心主要通过数据分析来助推全球的可持续发展。该中心汇集了大量现有研究中心和项目的相关数据，扩展了经合组织的数据库，并在2030 SDGs议程范围内为全球各类型资助者提供公益慈善领域的全球趋势和影响研究。特别值得一提的是，该中心曾于2018年发布一项研究报告，主题是私人慈善对全球发展的贡献（Private Philanthropy for Development），其内容前所未有地收集了全球性的定量/定性数据，展示了全球公益慈善资源的流动方向，以及公益基金会的优先关注领域和实践做法，为政府决策者、公益组织、社会企业和基金会的决策者提供了相当实用的优化意见。

其三，公益慈善基础设施组织所提供的信息能够缩小公益项目执行者、研究人员和政策制定者之间的距离，这对培养循证文化和相关政策的落实非常有帮助。例如，通过将严格的影响评估结果提炼成清晰、简洁且与政策制定者相关的经验教训，公益慈善基础设施组织可以在一定程度上作为公益慈善领域代表，来传播跨领域的政策见解，并与各界合作伙伴合作，为扩大有效的公益行动创建政策框架。

案例

阿卜杜勒·拉蒂夫·贾米尔扶贫行动实验室（J-PAL）

J-PAL是一个全球研究中心，专注于支持低收入国家的政府建立循证政策，进行随机影响评估以减少贫困。它不是一个传统意义上的公益慈善基础设施组织，但到目前为止，凭借一个由全球各大学的 261 位教授组成的网络，J-PAL已经在全球领导了上千个随机对照试验来促进各类公益议题的发展，其研究和政策推广工作也已经覆盖了从肯尼亚、到印度尼西亚、再到法国的4亿多人。

其四，对于那些可能希望亲自、直接收集和评估数据，或发展其内部数据分析能力的基金会来说，公益慈善基础设施组织也可以发挥良好的能力建设作用。它们可以培训基金会掌握如何从项目中收集监测和评估数据、对其进行处理，并利用这些数据为自身的资助战略提供依据。

案例

反馈实验室（Feedback Labs）

Feedback Labs是总部位于美国的一个会员组织，旨在对公益慈善组织和资助人进行培训，确保他们能够对其资金的最终受助者负责。该组织提供了一套有五个步骤的资助流程理论，包括设计、收集、分析、对话和纠正。截至2019年，它们已经培训了超过600个社会组织，并帮助它们了解到了最真实的受助者反馈。

三

结语

随着“有效公益”“科学公益”“理性公益”等理念开始日渐被重视，“对循证的正确认识和应用”应该成为公益慈善领域的共同责任之一。如今有许多基础设施组织正在为实现这些目标而努力，但需要认识到数据的价值并为之行动的不能仅仅是它们，而需要公益慈善领域共同努力。

第二小节中所提到的“公益慈善基础设施组织如何提供帮助”的路径与案例，并不是国外的特例；不少国内的基础设施组织也在积极探索，填补行业需求缺口。但不可否认的是，目前的供给总量与质量仍然相当不足，尤其在涉及复杂的社会问题、或行业发展共性问题方面，资助者和一线实务工作者面临更多“试错”的风险和挑战。

所以，无论小到一个项目，还是大到整个领域，有效的数据可以确保公益以尽可能得到证明的方式发挥效力，而支持公益慈善基础设施组织的发展，正是为公益生态增添这项功能的最理想途径之一。

补充阅读：

循证公益·公益中的循证系列译介文章>>>

参考资料：

How philanthropy infrastructure can promote evidence-based giving, 

https://www.alliancemagazine.org/analysis/philanthropy-infrastructure-can-promote-evidence-based-giving/

感谢福特基金会（美国）北京代表处对本系列议题文章的大力支持。

END

编译｜Lynn

编辑｜任梦洁

排版｜陈晨

▼ 点击下图阅读本专题系列文章 ▼

欢迎关注中国基金会发展论坛微信公众号、官方网站等渠道，及时获取更多关于中国基金会发展论坛相关最新资讯和精彩内容！

微信公众号：CFF2008

官方网站（请复制粘贴到浏览器地址栏访问）：

http://www.cfforum.org.cn

点击“在看”，你最“好看”

欢迎将基金会论坛公众号CFF2008设为“星标”，点亮“赞”和“在看”，可以第一时间收到我们的文章哦！