模糊政策的试验评估模式

中图分类号：D632.4文献标识码：A文章编号：1009-3176（2023）02-013-（10）

摘要：政策试验既是高度不确定条件下推进政策创新的重要途径，也是检验政策有效性的一种评估机制。在文献回顾的基础上，提出模糊政策的试验评估分析框架，包括设置愿景目标、构建议题网络、生成试验方案、信息反馈与评估、政策变革与推广五个阶段。设置愿景目标阶段提供概念性知识，传递出新愿景、新理念，为模糊政策提供新价值、新导向。构建议题网络阶段形成对话场域，支持政策专家、地方官员与利益相关者参与，多方主体在试验中分享信息和交换意见，促进不同来源知识的交流。生成试验方案阶段将政策知识转化为具体内容，形成明确的试验路径。在信息反馈和评估阶段，决策系统持续收集试验的过程和结果信息，基于数据和证据，对政策试验作出评价。政策变革与推广阶段强调总结成功经验和优化政策措施。国家生态文明试验区建设的案例研究表明，试验评估构建四方参与的议题学习网络，持续完善试验议题，提高了决策理性与正当性水平。

关键词：模糊政策；政策评估；试验评估；迭代试验

政策评估是完善政策安排的有效途径，也是提升治理效能的重要手段。政策评估通过收集和分析数据，衡量政策目标的实现程度，分析影响政策结果的关键因素及作用机制。从价值上来说，政策评估根据一定的标准，对一项政策的产出及社会影响作出评价，有利于提高决策的科学化、民主化和法治化水平[1]。政策评估存在两种导向，分别是实证导向与协商导向，实证导向强调数据收集和分析的精确性与严谨性，主张通过科学方法测量政策实施的结果；协商导向强调利益相关者参与，主张构建包容多方主体的议题学习网络，让政策专家、地方官员和利益相关者参与讨论，彼此分享信息，据此对政策实施进行评估。长期以来，这两种导向难以有效整合。本文在文献回顾的基础上，提出模糊政策的试验评估分析框架，它具有事实判断和价值判断两个方面的考量，目的在于提升决策理性和正当性。同时，选择国家生态文明试验区建设进行案例研究，解析试验评估的运作逻辑和学习机制。

一、政策评估的文献回顾

政策评估具有漫长的历史，有了决策活动就有政策评估。科学设计的政策评估活动则要晚得多，它发端于20世纪初。回顾政策评估的发展历程，古贝（Egon G.Guba）、林肯（Yvonna S.Lincoln）将其概括为“测量—描述—判断—价值多元”四个阶段[2]，分别形成了四种评估模式：第一代是技术性评估，强调研究的客观性和精确性，主张采用类似自然科学的研究方法，评估者通过数据测量、统计分析、社会实验方法等技术手段，观察客观事实，增进对政策结果的认知。从这一评估路径看来，政策评估的核心在于搜集、整理和甄别资料，依靠系统的技术手段使评估变革变得有效和可靠。第二代是描述性评估，它以观察和测量的结果为基础，根据政策目标来描述政策实施的结果和问题。第三代是判断性评估，其重心在于判断政策执行是否实现了承诺的政策目标。第四代是价值多元型评估，强调利益相关者参与，对各方的主张、焦虑和争议进行响应式聚焦，形成一致认同的共同价值[3]。上述四代评估模式展现了政策评估的模式变迁，为理解政策评估提供了差异化的认知逻辑。

总体而言，政策评估具有实证主义与协商主义两种认知逻辑。实证主义主张科学知识必须建立在对经验事实的观察和检验上，反对讨论经验之外的抽象问题[4]，强调以客观的数据与精确的技术作为政策评估基础，保障评估结果的有效性与科学性。在实证主义逻辑下，一些学者把政策评估视为价值中立的技术性活动，其本质在于通过经验研究来检验政策是否实现了预期目标[5]。有学者指出，实证主义的政策评估包括三个方面的要素：基于事实判断的因果假定、基于实验逻辑的假设检验和基于计算科学的技术支撑。在实证主义范畴中，政策评估可以被定义为一种分析工具，目的在于获得与绩效有关的信息，并将这些信息反馈到决策过程中去[6]。实证主义评估主张通过量化的标准、细化的准则、高效的过程以及可操作的方法来实现理性目标。

实证主义政策评估的常见方法主要有：（1）双重差分法，通过构建处理组和时间交互项的方式，评估政策发生和不发生这两种情况下被观测因素的变化[7]；（2）合成控制法，通过计算权重和加权平均的方式，构造每个政策干预的“反事实状态”，检验一项政策实施后的结果[8]；（3）断点回归法，当研究目标的主要变量存在一个临界值，如果主变量取值大于这个临界值时，则认为存在一定政策效应，可作为政策实验组，如果主变量取值小于临界值时，则不存在政策效应，被视为对照组，从而进行因果推断，检验政策措施的有效性[9]；（4）工具变量法，利用外生的政策干预分配变量，使得政策干预的分配是随机的，以形成一个局部的随机实验，得到局部干预的因果效应[10]。这些方法被广泛应用于政策评估的研究与实践中，科学评估了政策的有效性，拓宽了政策评估的研究视野。

协商主义评估是对实证主义评估进行反思基础上形成的新模式，它拒绝价值中立预设，反对纯粹的工具理性与技术理性，强调事实与价值相结合，认为政策评估应建立在理性沟通基础上[11]。相较于实证主义，协商主义凸显了价值诉求的多样性，主张将多元主体、多元利益诉求纳入考虑，注重利益相关者参与及本地知识的应用。协商主义评估模式主要有参与式评估、建构式评估、赋权式评估、审议式评估等方法。在协商主义评估的话语系统中，价值整合居于重要地位，是政策评估需要应对的核心因素[12]。如果说实证主义评估强调价值中立、专家主导、量化分析、管理主义，关注结果的测量、评价和使用，那么协商主义评估则是回应了公共治理的民主化诉求[13]，凸显了价值涉入、政治影响、公众参与、治理主义，它要求政策结果能够满足公众需求并体现公共价值[14]。

实证主义评估与协商主义评估分别凸显了政策评估在科学和价值维度的诉求。实证主义强调严谨的评估技术与精确的评估结果，有利于客观评估政策效果，反馈信息并改进政策安排。协商主义评估主张事实与价值相结合，倡导将利益相关者带入评估系统，与政策专家、地方官员进行对话，运用情景性知识、地方性知识，提升政策评估的审议性和包容性[15]。两种评估模式也都具有局限性。实证主义评估容易忽略差异化的利益诉求，导致评估结果与公众评价形成反差。在不同的价值取向下，对于同样的政策结果，评价者的结论有可能截然对立。一味地排斥利益相关者参与，势必会损害政策评价的公信力。协商主义评估的问题在于，利益相关者是否具有能力参与协商，是否愿意花费时间和精力，是否会反思和审视自己的观点，这些都会影响评估质量。另外，如果缺少有效操作流程，协商评估能否达成共识都是一个问题。

鉴于此，改进政策评估不仅要兼顾实证导向和协商诉求，还需要发展出一套操作化程序，让政策评估能够有效实施，这是本文研究的逻辑起点。目前，政策评估研究对方法论的讨论较多，而对真实世界中政策评估的组织实施探究较少。本文聚焦模糊政策的评估模式，这类政策提出了框架性目标，具体工具较为模糊，需要在局部试验中增进认知，生成更为详细的政策安排，经评估确认有效后，上级政府在更大范围内进行推广[16]。试验评估是对模糊政策进行评估的一种常见模式。本文提出试验评估的过程框架，致力于解析试验评估推进治理创新的组织模式、学习机制及运作过程。

二、试验评估：一个过程分析框架

政策评估通过对一项政策的产出和影响进行测量和评价，据此判断政策目标的达成程度。对于政府系统来讲，开展政策评估的目的在于获得政策实施的结果信息，判断政策执行效果，从而增进政策认知，有针对性地改进政策安排。政策制定具有理性和正当性两个方面的诉求：理性诉求要求政策评估能够超越政治争论，通过收集真实情境的信息，提升政策分析的客观性、专业性；正当性诉求主张建立政策论坛，将沟通、对话和论辩引入政策分析，决策者通过听取政策专家、地方官员和利益相关者的意见，整合各方观点，寻求最大公约数，得出各方都能接受的政策评价。西蒙（Herbert A.Simon）区分了决策中的 “事实”要素和 “价值”要素，指出事实论断的“准确性”存在客观的经验真理，而价值要素的“正确度”并不存在客观标准，只有在个人的主观价值上才有意义。西蒙指出，由于不存在价值判断的“科学”法或“专家”法，无论具备何种专业技能和知识的专家，都没有资格执行价值判断的职能[17]。政策评估不仅涉及事实判断，还涉及价值判断，需要构建聚合型评估模式，引入不同的评估主体和评估方法，既要收集客观的事实性信息，也要提供不同主体的评价信息，搭建沟通平台，发展出可操作化的评估模式[18]。

作为一种制度安排，试验评估有利于将模糊政策清晰化，提升政策评估的可操作性。在此过程中，决策者提出新的政策导向，选择局部地区开展试验，建立试验驱动的议题学习网络，吸纳地方官员、政策专家、利益相关者参与，各方基于对试验结果的观察，收集信息和数据，形成各自的判断。不同参与者观察视角和侧重点不同，得出的评价也各不相同：地方官员关注结果的有效性，分析结果往往以工作报告的形式反映试验结果，政策专家关注评估结果的科学性，对数据和证据更加关注，利益相关者基于各自偏好进行评估，因而形成的是意见与态度。决策系统整合各方提供的信息，对政策结果作出权威性评价，以此对模糊政策进行有效评估。试验评估既要求评估者采用社会实验方法，通过社会调查和绩效测量等方式收集政策相关信息，基于数理统计分析确定变量间的因果关系，进而作出经验性判断，也需要在评估过程中建立一种参与机制，让多方主体共同参与进来，充分听取他们的意见和看法，让政策评估尽可能体现多方主体的态度和看法（见图1）。

在构建框架方面，罗特曼（Jan Rotmans）和鲁巴赫（Derk Loorbach）提出试验驱动的变革管理框架，强调在变革场域中，参与者通过搭建学习网络获得新的知识和理解，从而对政策议题提出新观点。在此基础上，多方行动者运用系统的方法对议题进行多次讨论，促成政策共识的达成。然后根据变革的愿景目标，设计与组织试验活动，对取得成效的政策提供激励措施，促成政策经验的横向扩散与纵向推广，以此推进变革进程[19]。埃代伦博斯（Jurian Edelenbos）等人提出政策知识的共同生产框架，他们将决策过程中的知识划分为专家知识、官员知识和利益相关者知识。专家知识主要由研究者、智库人员和技术人员加以开发，这类知识的生产需要基于科学的模型、方法和同行评议；官员知识与政府实践和行政流程密切相关，决策者和政府官员常常使用这类知识来支持他们的观点；利益相关者知识涉及他们的经验与见解，它源于利益相关者的实践。共同知识生产涉及不同知识领域的探索、讨论和协商，生产出的知识可以被当成政策评估的起点[20]。

在试验驱动变革管理框架以及政策知识的共同生产框架基础上，本文提出模糊政策的试验评估分析框架，如图2所示，该框架由五个阶段组成：

一是设置愿景目标。政策试验是在模糊情景下检验政策效果的一种制度安排，这种模糊性包括模糊的政策选项、政策结果和政策价值[21]，这些模糊性导致评估者无法充分认识政策问题，不同主体间存在分歧，难以达成共识。因此，政策评估者常常通过设置愿景目标的方式，明晰行动方向与策略，进而减少政策模糊性。

二是构建议题网络。试验评估不仅需要专家提供专业化知识，掌握政策评估的规律，也需要多方主体提供多元知识，形成共识判断。在试验评估过程中，评估主体构建议题学习网络，吸纳政策专家、地方官员和利益相关者等群体参与，形成对话协商场域，对试验评估的成本收益、执行效率和制度安排等问题进行充分讨论，以此生产共识性知识。

三是生成试验方案。在多方主体达成政策共识后，决策者开始将前期的政策理念转化为具体的行动策略，以保障政策试验的顺利推进。从知识生产的角度看，试验评估是一个知识生产的过程，决策者负责政策知识的筛选与整合，试验单位负责政策知识的测试与创造，两者在不断互动中生成试验方案，促成政策知识的生产与再生产[22]。

四是信息反馈和评估。试验评估强调通过局部试验的方式检验模糊政策的有效性，试验信息的反馈与评估至关重要。当政策试验取得良好的效果时，评估主体对其提供正向激励，包括总结成经验进行宣传推广[23]。如果政策试验未能取得如期效果，评估主体则会对其进行负向反馈，采取措施及时调整政策方向，保障试验活动的可持续性[24]。

五是政策变革与推广。在前期探索的基础上，决策者开始总结试验经验和调整政策措施，打包发给下级单位，要求各地贯彻学习，以此实现政策变革与推广。该阶段既是试验评估的终点，又是新一轮试验评估的起点，决策者通过迭代创新的方式，不断地积累政策经验，在循环往复的过程中促进政策创新与再创新。