規制の有効性を評価する:メトリックと方法

一般的な平衡モデルとシステムダイナミクスモデルは、経済またはセクター全体を通して規制の波紋効果をシミュレートすることができます。例えば、EPAの温室効果ガス報告プログラムは、経済モデルを使用して、排出限界のマクロレベルの影響を推定します。これらのモデルは予測力が高くなりますが、行動や技術に関する前提に大きく依存します。彼らは、帝国のベンチマークと一緒に最もよく使用されます。

調査および管理データ

規制機関の大規模な調査では、コンプライアンスと結果のデータを低コストで生成できます。税務申告、公害報告、または安全検査などの管理レコードは、主要なデータ収集を必要としない豊富な縦方向データが提供されます。 行政のデータを組織全体にリンク(例、健康記録、環境モニタリング)することで、強力な分析が可能となり、管理しなければならないプライバシーに関する懸念が高まります。

定性方法

定量的結果の背後にある「方法」と「なぜ」を探求する定性的手法。これらは、実装プロセスとステークホルダーの経験を理解するために不可欠です。

インタビュー

規制当局、業界代表者、擁護団体、および影響を受けた市民との半構造のインタビューは、コンプライアンス、公正性の認識、および意図されていない結果に対する障壁を明らかにすることができます。例えば、新しい食品安全規則の導入後の中小企業の所有者とのインタビューは、特定の操作のための食品安全上の利益をはるかに上回るテスト機器のコストが明らかにするかもしれません。そのような洞察は、免除や入札要件を通知することができます。

フォーカスグループ

フォーカスグループは、規制に関する意見を探求するために、ステークホルダーの小小グループ、多岐に渡るグループを一緒に持ちます。 それらは、ルールをテストしたり、なぜコンプライアンスが低いのかを調べるときに特に便利です。 ダイナミックグループ相互作用は、個々のインタビューで現れない視点に直面しています。

ケーススタディ

特定の規制の実装の詳細なケーススタディでは、豊かで文脈化された証拠を提供します。 ケーススタディは、都市の新しい賃貸管理の条例が2年以上の土地主行動、住宅供給、テナント満足に影響した状況を追跡する可能性があります。 []]OECDのケーススタディリポジトリ[]]は、セクター全体で数十例を提供し、成功と失敗した規制介入を強調しています。

混合方法:両方を最大限に活用する

増加するにつれて、混合方法の検討フレームワーク:量的データを使用して、原因の影響を推定し、パターンを特定し、それらのパターンを説明し、メカニズムを特定するために量的照会を使用して。例えば、[[]のFDAのタバコ規制[]の調査は、公衆衛生の公式やタバコ小売業者のインタビューで喫煙率の中断された時間系列分析を組み合わせるかもしれません。この調整は、行動の信頼性と推奨事項を強化します。

規制評価の課題

最高のメトリックと方法でも、規制評価は持続的な障害に直面しています。 これらの課題を把握することは、現実的な評価にとって不可欠です。

データ可用性と品質

規制評価は、存在しない、またはアクセスできないデータを必要とすることが多いです。 機密ビジネス情報、フラグメンテーションの代理店レコード、または短期測定期間は、分析を制限することができます。 開発途上国では、基本的なコンプライアンスデータは完全に欠落している可能性があります。 評価者は、不確実性を導入するプロキシや小さなサンプルに依存する必要があります。 Regulation.gov]] 米国のポータルは、データ透明性を向上させていますが、多くの代理店は、データベースの評価が欠如しています。

属性および偽物

経済性、技術シフト、その他の政策など、他の同時変化による規制の影響を解決することは、著しく困難です。有効な慣習がなければ(規制なしで起こったこと)、原因の帰属は暫定的ままです。簡単な実験方法が、想定される(例えば、並列傾向)に依存するのを助けます。

時間ラグと動的効果

多くの規制は、長期遅れの後にのみ効果を生み出します。環境規制は、生態系の健康の維持可能な改善を示すために数年かかります。金融規制は、数十年後に発生した危機を防ぐことができます。または決して。評価は、あまりにも早い段階で影響が見つかりませんが、古いデータを使用してあまりにも長いリスクを待っています。ダイナミックエフェクト(例えば、コンプライアンスを回避するために革新する会社)は、規制の風景を時間とともに変更することもできます。

ステークホルダーの抵抗とゲーム

規制されたエンティティティティティは、データ収集やレポートを戦略的に抵抗して、知覚されていない非コンプライアンスを最小限にすることができます。これは、コンプライアンスメトリックと結果の対策の両方を偏すことができます。例えば、排出キャップの対象企業は、汚染を報告する可能性があるため、規制はそれよりも効果的です。独立した監査とサードパーティの検証は、ゲームを緩和することができますが、コストを追加します。

政治・機関の制約

規制を示す評価は、政治的に不便である可能性があります。 代理店は、正当な結果だけを公開する圧力に直面しているか、または調査結果が不利であるときに評価予算を削減することができます。 機関的な慣性は、評価結果の使用を防止することができます ルールを更新する。 評価の文化を構築するには、リーダーシップと長期的コミットメントが必要です。

規制評価の事例

実際の評価では、理論が実践にどのように合っているかを説明します。次の例では、さまざまなメトリックと行動方法が強調表示されます。

クリーンエア法(環境規制)

米国クリーンエア法は、歴史の中で最も広範囲に評価された規制の1つです。EPAのレトロスペクティブ分析は、コンプライアンスデータ、空気品質監視(非対称指標)、および健康への影響モデリングの組み合わせを使用します。ランドマーク調査は、1970と2020の間で推定され、この法は毎年200,000万を超える早期死亡を予防しました。異なる変化に従った評価は、異なる汚染基準と異なる汚染基準を比較し、その後30を超える効果をもたらすために、この試験結果が保証されています。

ドッド・フランク法(金融規制)

2008年の金融危機に瀕したDadd-Frankは、システムリスクを削減し、消費者を保護することを目的としています。評価は、銀行資本比率、リスクテイク行動、銀行の故障の数などの指標に焦点を当てています。四半期ごとの銀行データと資産規模のしきい値に関する回帰の中止の設計を使用しての研究は、Dad-Frankのリスク低減によるリスク軽減や、より小さな銀行に対するコンプライアンスコストの増加が認められました。定評のあるインタビューでは、銀行の規制当局がどのように行動し、どのように報告するのかを報告し、リスクを低減し、リスクを低減し、リスクを低減するのかを報告しています。

タバコのコントロールポリシー(健康規制)

FDA が 2009 年にタバコ製品を規制する権限を獲得したとき、広告制限、警告ラベル、および風味禁止を実施しました。 査定者は、味の禁止が若年率で減少したという点を示すために、店舗レベルの販売データと時間の経過時間を割くモデルを使用していた。 小売業者の調査と10代のグループに焦点を合わせた結果、消費者は訴求の風味を除去するが、オンライン購入に切り替えるだけで、禁止が有効だった。 この結果は、FDA の営業規則に引き続き実施されるように強化しました。 [F]

GDPR(データプライバシー規制)

欧州連合の一般データ保護規則は、2018年に有効で、データプライバシーの権利を強化することを目的としています。その有効性を評価することは、データフローの全体的な性質のために困難です。メトリックには、データ侵害通知の数、罰金が課される、および消費者の信頼調査が含まれます。侵害報告(増加)の定量分析とプライバシー役員のインタビューを組み合わせた混合方法の研究では、規制が増加した意識が、また、小規模な企業に対するコンプライアンスの負担が作成されています。評価は、侵害の実行者との間で実施された基準を満たしています。

結論:よりスマートな規制の勝利への

規制の有効性を評価することは、一回限りの運動ではなく、継続的なコミットメントではありません。現代の経済と生態系の複雑さが成長するにつれて、あまりにも、厳格で透明な評価の必要性をします。この記事で説明するメトリックと方法 - コンプライアンス率と費用対効果分析から、検疫設計とステークホルダーインタビューへの適合性 - あらゆる規制のコンテキストに適応できるツールキットが向上します。単一のツールは完璧ではありません。最高の評価は、妥協しないと判断し、複数の証拠を組み合わせることを期待しています。

データ可用性、アトリビューション、および政治的抵抗の課題は現実的ですが、それらは不可能ではありません。政府は、データインフラストラクチャ、有能な独立した評価ユニットに投資し、規制が進化することを可能にするフィードバックメカニズムを構築することができます。究極の目標は、規則上の最終的な評決を見つけるだけでなく、学習と改善の動的プロセスを作成することです。評価される規制は、信頼性、成果を上げ、規制が残っていないよりもはるかに効果的に公共の利益を提供することができます。