量化公共政策深度研讨工作坊第2期在人民大学公共管理学院成功举办

2021-04-23编辑：吕曼青、谭西涵

2019

分享

2021年4月22日上午，由中国人民大学公共管理学院公共财政与公共政策研究所、中国人民大学公共政策研究院、中国人民大学首都发展与战略研究院（以下简称“首发院”）以及中国人民大学智能时代中国特色超大城市治理创新研究跨学科平台联合主办的“量化公共政策深度研讨工作坊”第2期在公共管理学院求是楼320会议室成功举办。本次研讨活动由首发院副院长、公共管理学院教授李文钊主持。公共管理学院公共财政与公共政策研究所讲师魏文池发表主旨演讲，公共管理学院行政管理系教授刘鹏、公共管理学院组织与人力资源研究所副教授胡威、公共管理学院城市规划与管理系副教授王洁晶、公共管理学院社会保障研究所讲师梁海伦、公共管理学院公共财政与公共政策研究所讲师张友浪、公共管理学院行政管理学系讲师王筱昀、公共管理学院大数据公共治理专业讲师仲浩天以及中国人民大学国家发展与战略研究院研究员肖超伟等众多师生齐聚一堂，围绕随机试验在公共管理与政策分析中的应用等相关议题进行了深入探讨。

讲座伊始，主讲人魏文池助理教授以《随机试验在公共管理与政策分析中的应用：比较、操作与实例》为题从理论和实践层面分享了随机试验的应用法则。首先，进行因果推理需要满足三个条件：原因在结果之前、原因的变化导致结果的变化以及排除所有其他的解释，而排除其他解释需要建构反事实，即同时观察到对研究对象干预和不干预的结果，但这在现实中很难做到，因此学界引入了实验法。近年来，在公共管理领域中使用实验法的研究发表呈上升趋势，常见的实验类型主要包括随机试验和准实验两类，随机试验又可分为实验室试验、问卷试验以及实地试验，在这三种试验中，实验室试验最可控，但与现实的匹配性最低，实地试验最能反映现实，而可控性最低，问卷试验则介于二者之间。一般而言，随机试验的流程包括定义总体、随机选择代表性样本、随机分组以及比较结果，其中代表性样本的选择是最难的一步。设计好随机试验之后就涉及到数据分析问题，我们可以选择简单的均值测试、不含控制变量的OLS回归或包含控制变量的OLS回归三种方法。然而，随机试验的效度也面临一些问题，例如实验组和控制组间相互影响、跨越组别以及样本流失等。此外，关于样本规模与统计功效的关系问题也需要注意，如果统计功效很大，那么需要的样本规模就比较小，但样本规模越大，越能够发现显著性的影响。影响统计功效的因素主要有t值、预期影响以及样本规模等。最后，魏老师以自己所做的一项有关民众对官员的态度研究为例，强调了样本代表性以及外部效度的重要性，并建议大家在做实验研究时，要积极进行小组合作、具备问题导向意识、基于理论进行研究设计以及实施预测试。

接着，进入讨论环节。李文钊教授分享了五个观点。第一，实验研究逐渐成为学术界的一种新时尚，发表高水平的论文需要实验。第二，好的实验设计不需要复杂的计量过程，均值比较、logistic回归等也能实现数据分析。第三，理论至关重要。实验研究适用于一种现象两种解释的情况，比如官员是利己或者利他倾向，所以理论支撑非常重要。第四，学习方法一定要行动，在干中学。第五，实验需要关怀，不能为了做实验而实验，要回到学科、社会的理论和现实问题讨论，思考用科学方法研究。梁海伦老师结合卫生领域谈了三点思考。第一，实验法在各个领域被推崇。卫生领域大量使用实验法，实验法证据力度很高，在证据金字塔中处于较高位置。第二，实验法的可操作性和反应现实。社科领域虽然不像自然科学可控，但正朝着可控方向努力。可操控内部效度高，但外部效度有限，因此需要权衡可操控度和反应现实。第三，实验前的准备非常有必要，特别是理论基础。张友浪老师同样强调了理论的重要性，做实验研究一定要明确问题、理论、假设和概念。公共管理的调查实验要符合现实，与此同时，实验法的内部效度最重要，能满足外部效度更佳。仲浩天老师认为实验法解决的是missing data的问题，即反事实，实验法不仅检验因果关系，还要推动学科向前进。另外，实验法是否需要外部性要视情况而定，个人行为可以不考虑。胡威副教授、王筱昀老师、肖超伟研究员分别从实验研究的人性和道德问题、慈善和志愿领域运用前景、大数据和公共治理视角发表个人见解。

研讨最后是提问与互动环节，仲浩天老师进一步解释了如何优化实验的具体细节。随后，李文钊教授提到潜在结果模型是实验法的基础理论，当前实验法是黄金法则，准实验法向黄金法则靠拢。要想学会一种研究方法，需要听、阅读和操作相结合。本次研讨在嘉宾们的热烈探讨与同学们的积极互动中圆满结束。