导言

在现代治理中,制定立法的过程是社会最有影响的活动之一。 通过的所有法律、制定的所有条例和资助的所有公共方案都直接影响了数百万人的福祉。 利害攸关,错误的发生空间也很小。 几十年来,决策者一直在努力解决如何做出持续产生积极成果的决定的问题。 答案越来越在于致力于循证政策 — — 这种方法将立法决策建立在严格的研究、实证数据、系统分析而不是意识形态、传闻或政治权宜性之上。

循证政策并不是一个新思想,但是在从流行病和气候变化到经济不平等和公共卫生危机等复杂而相互关联的挑战的时代,其重要性已急剧增加。 没有坚实的证据基础,立法机构就可能颁布法律,浪费资源、造成意外伤害或未能解决问题的根源。 本条探讨了证据在立法决策中的关键作用,概述了其好处,审查了通过障碍,并提出了将证据更深入地纳入决策进程的战略。

界定循证政策

以证据为基础的政策的核心原则是,关于做什么和如何做什么的决定应该以现有最佳客观信息为参考。 这些信息可以来自各种来源,包括随机控制试验、纵向研究、行政数据、系统审查以及方案评价。 目标是用知识取代猜想,测试假设,从类似情况下哪些是有效的——哪些是无效的。

这一概念在很大程度上来自于循证医学,它通过坚持临床决策应以研究结果而不是传统或直觉为指导来改变医疗。 同样,循证政策也试图将科学的严谨性引入治理艺术。 这一概念并不意味着价值观、道德或公共投入被忽视;相反,它意味着这些考虑被层层于坚实的事实基础之上。

历史背景

证据政策的根源可以追溯到20世纪中叶,当时社会科学家开始运用定量方法来评价政府方案。 比如,20世纪60年代的美国贫困战争包括了诸如消极所得税实验和派瑞学前研究等大规模实验,这些实验提供了如何严格评价如何塑造政策设计的早期实例。 在20世纪90年代和2000年代,英国的“什么起作用”和美国的“循证决策”等运动获得了势头,导致诸如 RAND Corporation和Campbell Componcil[]等专门为决策者合成研究的组织。

关键原则

有效的循证政策基于以下几项核心原则:

  • 使用最高质量的证据——不仅任何数据,而且可靠,有效并与具体决策背景相关的数据.
  • 方法和来源的透明度——这样可以仔细审查,复制证据,并受到他人的质疑.
  • 持续的学习和适应[] – 政策应作为假设来对待,待测试,细化,或随着新证据的出现而替换.
  • 融入当地环境 — — 一种环境的证据必须仔细地适应另一种环境的社会、经济和文化现实。

数据和研究在立法决定中的作用

现代立法机构面临着大量不平凡的信息。 法案、听证会、组成书、游说材料和媒体每天对决策者进行轰炸。 没有严谨的证据方法,那么依赖最响亮的声音或最新头条就太容易了。 数据和研究提供了一种抵消力 — — 一个系统的方法,可以切断噪音,并找出实际真相。

证据的作用可细分为以下几种不同功能:

  • 数据有助于立法者理解问题的性质、规模和分布。 比如,学校的行政数据可以在他们成为政治话题点之前很久就显示出持续存在的成绩差距。 数据可以帮助立法者了解问题的性质、规模和分布。
  • 备选生成: 对现有方案进行系统审查可以提出在别处尝试过的有希望的办法,节省时间和资源以拟订新的提议。
  • 影响评估:预测模型和成本效益分析可以在拟议法律通过之前估计其可能的影响,使立法者能够权衡权衡权衡.
  • 评价与迭代: 政策一经颁布,不断的数据收集与评价就决定它是否正在实现其目标,是否需要在课程中进行更正.

这一周期并非自动的;它需要体制基础设施,如立法机关内部的专门研究单位、与大学的伙伴关系以及政府数据系统的进入。 加拿大和澳大利亚等国在此类基础设施上投入了大量资金,并取得了显著成果。

循证政策的益处

以证据为基础的政策如得到妥善执行,就提供了一系列具体的好处,远远超出意识形态的满意程度。

改进成果

最明显的好处是,有证据依据的政策更有可能实现预期目标。 以随机试验为基础的教育改革表明,辅导提高测试分数几乎肯定会比基于流行但未经测试的理论的改革更能成功。 同样,遵循疾病传播数据的公共保健干预 — — 如有针对性的疫苗接种运动 — — 要比忽视流行病学证据的一揽子措施更能拯救生命。

成本效益

以证据为基础的政策有助于确保有限的资源用于投资回报最大的方案。 比如,对幼儿期方案的严格评价表明,每花7美元用于通过减少犯罪、提高收入和更好的健康结果来长期节省高质量学龄前教育的金额。 没有证据,这些钱可能流向影响不大或没有影响的方案。

公众信任和合法性

公民们在看到政府的决定是基于客观分析而不是政治倾向或意识形态时,更有可能相信政府的决定。 政策背后的证据透明度可以减少两党对立并赢得支持。 比如,当双方的立法者能够指出同样的数据表明,某种刑事司法改革可以减少累犯,那么通过立法就更容易了,否则可能会因为党派僵局而陷入僵局。

灵活性和适应性

基于证据的政策不是静止的,因为它根植于数据,因此随着新信息的出现,它可以适应。 比如,在COVID-19大流行期间,公共卫生准则在传播、免疫和疫苗有效性方面不断更新。 这种灵活性让各国政府能够更有效地应对迅速变化的局势。 纯粹的意识形态方法会更加僵硬,效果也低得多。

在执行循证政策方面的挑战和批评

尽管有明显的好处,但循证政策面临重大障碍。 理解这些挑战对于任何寻求推广使用这些政策的人来说都是至关重要的。

政治抵抗组织

最大的障碍或许是政治意愿。 与深厚信念或强大利益集团相矛盾的证据可能被忽略、压制甚至抹黑。 立法者可以将短期选举收益放在长期效力之上,为那些受欢迎但效果不彰的方案提供资金,同时削减那些行之有效但缺乏知名度的方案。 克服这种抵制需要文化变革和体制机制 — — 如独立评估机构 — — 来避免证据受到政治压力。

数据限制

高质量的证据并不总是可以提供,许多重要的政策问题从未进行过认真的研究,数据可能不完整、过时或收集方式带有偏见,在发展中国家,行政数据系统往往薄弱,难以跟踪结果,即使存在数据,也可能是各机构分散的,难以联系,投资数据基础设施——如个人在教育、卫生和就业方面都遵循的综合数据系统——是大规模循证政策的先决条件。

时间限制

立法机构往往在紧凑的日程上运作,法案在几周甚至几天内通过委员会和议会进行。 进行彻底评估或系统审查可能需要几个月或几年。 决策者有时必须在证据到位之前作出决定。 在这种情况下,基于证据的政策意味着利用当时掌握的最佳信息,即使信息不完善,并承诺一旦出现更可靠的证据,就重新审视这一决定。

复杂性和背景

社会问题很少简单。 一个减少一个城市犯罪的方案可能因为人口、治安做法或经济状况的不同而失败。 严格控制的实验的证据可能不会直接转化为大规模政策推出的混乱现实。 这种“外部有效性”挑战意味着必须谨慎地解释证据,而且往往需要当地的试点和适应。

循证政策成功案例研究

具体的例子有助于说明循证政策在行动中的作用。

公共卫生:烟草控制

吸烟率在许多国家急剧下降是一个教科书上的成功事例。 几十年的流行病学研究确定了吸烟与癌症、肺病和心脏病之间的联系。 随机试验和经济分析证明了增税、图示警告标签和无烟法的有效性。 遵循证据的政府通过提高香烟税、禁止广告和资助戒烟计划,将吸烟率降低了50%或更多。 证据非常有力,最终克服了烟草业的激烈反对。

教育:成功的阅读干预

在美国,教育科学研究所资助了数百次随机控制试验,以确定教育方面有什么作用。 一个突出的干预是“阅读复苏 ” , 这是一年级学生在阅读过程中的一对一辅导方案。 多项严格的评价发现,该方案在识字方面产生了显著的持久成果。 根据这些证据采纳“阅读复苏 ” 的学区在阅读成绩方面有显著的改善,而依赖未经测试的课程的学区往往进展甚微。

刑事司法:减少累犯

华盛顿的风险需求-反应模式(RNR)证明了证据如何改变矫正。 通过使用经验证的风险评估工具,根据囚犯再次犯罪的可能性对其进行分类,然后将他们与循证康复方案(如认知行为治疗和药物治疗)相匹配,华盛顿将累犯率降低了15%至20%。 这些数据驱动的方法在其他州被效仿,在改善公共安全的同时节省了数十亿监禁费用。 国家司法研究所[为此类举措提供了持续的研究支持。

环境政策:减缓气候变化

基于证据的政策对于应对气候变化的努力至关重要。 气候模型、排放数据和经济分析已经确定了一系列干预措施 — — 碳定价、可再生能源补贴、能源效率标准和森林养护 — — 能够以最低的成本减少温室气体。 基于这一证据实施碳定价的国家,如瑞典和不列颠哥伦比亚,已经实现了大幅度减排,但不会损害经济增长。

促进循证政策的战略

从愿望转向实践,需要在多个层面采取审慎行动。

投资数据基础设施

缺乏可靠、及时的数据,基于证据的政策是不可能的。 政府应该建立综合数据系统,将各机构的记录联系起来,同时保护隐私。 政府也应该利用随机化的可控试验和准实验方法等严格设计,为持续评估主要方案提供资金。

建设机构能力

立法机关可以设立类似美国国会研究服务(CRS)或英国国会科技办公室(POST)的无党派研究办公室,提供证据通报、成本估算和评价。 这些办公室应当配备经过培训的分析员,不受政治干预。 立法部门可以设立类似美国国会研究服务(CRS)或英国国会科技办公室(POST)的无党派研究办公室,提供证据通报、成本估算和评价。

培训立法者和工作人员

许多决策者没有关于解释数据或研究方法的正式培训,提供基于证据的政策讲习班、研究金和在线资源——例如在麻省理工学院[的J-PAL课程材料——能够让他们提出更好的问题和严格评价证据。

促进与研究人员的伙伴关系

大学、智囊团和研究组织可以提供立法机构缺乏的专门知识和数据。 研究-实践伙伴关系等正式伙伴关系确保研究与政策需求相关,并以无障碍的形式传播研究结果。

立法过程中需要证据

一些法域已经通过了法律,要求主要立法必须附有循证评估。 比如,俄勒冈州“循证政策”法规规定,州机构使用经过严格研究证明有效的方案。 此类要求造成了鼓励使用证据的“违约 ” 。

循证政策的未来方向

随着技术进步和数据的日益丰富,基于证据的政策潜力只会增长。 人工智能和机器学习可以分析广泛的数据集,以识别模式和预测结果,尽管必须谨慎使用这些工具以避免强化偏见。 实时数据仪表板可以让决策者随时掌握执行进展的信息。 行为科学的洞察力越来越多地被用于设计政策,促使公民做出更好的选择,同时严格的测试可以确保其有效性。

与此同时,该领域正面临重要的批评。 有人说过度依赖数量证据可以让受政策影响的社区在质量上产生深刻的见解。 其他人指出,“证据”的考虑往往由掌权者决定,而边缘化的声音必须包含在这一进程中。 下一代循证政策需要更加包容、更加透明,更加适应权力和背景的细微差别。

结论

证据政策的理由令人信服。 当立法者将决策建立在坚实的研究和数据上时,他们产生出更有效、更低的成本、更赢得公众信任的法律。 然而,从理论到实践的道路充满了政治、体制和方法上的障碍。 克服这些障碍需要持续投资于数据、能力和文化变革。 还需要谦卑:承认证据总是临时性的,必须不断测试和完善政策,最终目标不是消除人类的判断,而是以现有最佳知识向人们通报。

在一个全球性挑战 — — 扩大、气候变化、不平等和技术中断 — — 的时代,对循证治理的需求从未像现在这样大。 通过承诺什么是可行的,并且诚实对待什么不是,立法者可以建立一个不仅更有效、而且更公正的未来。