即便是徹頭徹尾的無政府主義者，大隱隱於市，也難免要生活在公共政策的影子之下。比如，你家小區的牆現在好好的，一紙《意見》公布，它還能站立多久，就是個問號了。

影響政策質量的因素大概可以分為四項：制定者、制度、政策理論、政策方法。在前三項要素穩如泰山雷打不動的背景下，提高政策質量的途徑就剩下對於政策方法的選擇與研究上。

近二十年，來一種被稱作基於證據的決策方法(evidence-based decision making) 被廣泛關注，並由此出現一種新的政策制定模式 -- 基於證據的政策（Evidence-based policy, EBP）。美國、英國等西方國家的政府和非營利機構都開始接受這種基於證據的政策制定方法。剛剛上台的加拿大自由黨聯邦政府，也在其施政綱領中頻頻提到EBP，一時間成了個buzzword，到底什麼意思，也沒見誰認真講出個子午卯酉。一個熱詞，各自體會。

既然是“基於證據的政策”，拋開無趣的“政策”，尋找可靠的“證據”終歸是基礎。哈佛大學教授Ricardo Hausmann的一篇文章，從方法論上進行了一番深入淺出的探討。

在這無聊的星期五下午，翻譯一下，供不怕沉悶的讀者一閱。

--------------

基於證據制定政策的問題

作者：Ricardo Hausmann
翻譯/配圖：海天

（作者簡介：Ricardo Hausmann，現任哈佛大學肯尼迪政府學院經濟發展實踐學教授兼國際發展中心主任，世界經濟論壇包容性增長全球議程元委員會主席；曾任委內瑞拉規劃部前部長，美洲開發銀行前首席經濟學家。）

從政府機構到慈善救助的許多組織，現在的方案與政策制定都有“基於證據”的要求。要求政策制定有據可依，而且依據的是在合理的時間和預算限制內儘可能好的證據，這自然是有道理的。但是，相關的實施方式卻可能會造成不少傷害，影響我們研究和改進的能力。

對於什麼算是好的證據，目前所謂的“黃金標準”是隨機對照試驗（Randomized Control Trial, RCT）。RCT這個概念始於兩個世紀前，從醫學研究發端，再推進到農業，在過去的二十年間，又在經濟學中風靡一時。RCT的廣受歡迎，是因為它解決了統計推斷過程中的關鍵問題。

比如，富人們穿衣服都很講究。那麼把講究的衣服發給窮人穿，就會讓他們變得有錢嗎？這是相關性（衣服和財富之間）並不意味着因果關係的一個例子。

再比如，哈佛大學的畢業生就業機會上佳。這到底是因為哈佛擅長教育，還是因為他們擅長選擇那些無論怎樣都會是人生贏家的聰明學生呢？這是選擇偏差的問題。

隨機對照試驗RCT把研究對象隨機分配到實驗組和對照組中，籍此來解決諸如此類的問題。通過觀察兩組在實施干預後的不同表現，對干預的有效性進行評估。RCT已經被用於藥品，小額貸款，培訓計劃，教育工具，和其他難以計數的干預措施研究之中。

打個比方。你正在考慮引入平板電腦，作為促進課堂學習的一種方法。你選擇了300所學校參加RCT實驗，其中150所被隨機分配到不使用平板電腦的對照組，另150所進入實驗組。在實驗開始前，你先進行一個基線調查，評估孩子們的學習情況，然後給實驗組的150所學校發放平板電腦，在教學中使用。過一段時間後，你再進行另一次調查，看看實驗組學生與對照組學生的學習效果是否存在差異。

假設你沒有發現存在顯著差異 -- 此前有4個類似的RCT實驗，關於在學校分發書籍的，也沒發現什麼效果。但如果據此認定引進平板電腦不會提高教學效果，很可能是錯誤的結論。你所證明的僅僅是那種特定的平板電腦，輔以那種特定的軟件，用於某特定的教學策略，在某些特定概念的教學中，沒能帶來不同效果。

然而，我們真正想研究的問題，是如何利用平板電腦來最大限度地促進教學。這其中的方案設計，存在着很大的空間/餘地，而RCT研究不允許同時對超過兩、三個的不同設計進行測試，每次試驗的過程又仿佛蝸牛爬行一般緩慢。我們能做得更好嗎？

讓我們來腦洞大開，做個思維實驗：我們可以在平板電腦提供一些手段，使得教師可以實時了解學生們對教學內容的吸收理解水平。教師們可以自主採用不同的軟件，按照不同的策略，使用不同的方法來對平板電腦這一新教學輔助工具進行實驗。這樣的快速反饋迴路可以幫助教師調整策略，以達到最佳效果。隨着時間的推移，我們會觀察一些老師無意中發現了非常有效的策略，我們隨之將這些發現與其他教師分享。

請注意此方法的根本性差異。相比於由300所中的150所來實施同一個方案，上述方法是由每個教師在整個設計空間內“匍匐前進”來探索結果；相比於一個基線調查加一個最終結果調查，上述方法不斷對績效提供反饋；相比於由一個計量經濟學家進行分析再把測試結果通報眾人，上述方法是由教師們以去中心化的方式進行分散探索，將其發現向中心匯總。

顯然，在策略調整時，老師們可能混淆相關性與因果關係，但是由於錯誤假設不會產生更好的效果，這種錯誤認識很快就會被意識到。同樣，選擇偏差的問題也會出現（也就是說，有些地方表現比別人好，其實是由於其他因素的差異），但是如果不同的背景條件需要不同的應對策略，系統遲早會把它們都找出來。與臨床醫學試驗相比，這種策略更類似於機器學習算法在社會中的實踐。

RCT迄今仍在經濟學界風靡一時，尤其是在國際發展領域，儘管如諾貝爾獎得主Angus Deaton, 和Lant Pritchett, Dani Rodrik（等知名經濟學家）都曾經對RCT支持者們的誇大其辭提出過批評。RCT的一個嚴重缺點是外部有效性，學到的經驗往往走不了多遠：比如一個隨機對照試驗發現，給危地馬拉的兒童補充微量元素能幫助他們的學習，那麼就應該給挪威的孩子也補充這些微量元素嗎？

我對RCT的主要擔憂在於，這類實驗會使我們對干預、政策和組織的想法發生錯誤。隨機對照試驗過程遲緩，一次只能涵蓋兩、三個設計（比如在學校試驗平板電腦或者活動掛圖），而大部分的社會干預則有數百萬計的設計可能性，結果取決於它們之間的複雜組合。複雜性科學學者Stuart Kauffman稱之為“崎嶇的適合度景觀（rugged fitness landscape）” 。

獲取多種參數的正確組合是至關重要的。這就要求組織機構實施進化式策略，像哈佛大學國際發展中心的Matt Andrews, Lant Pritchett，Michael Woolcock等所建議的那樣，不斷嘗試，高速反饋，快速學習。

隨機對照試驗可能對臨床藥物試驗很適用。但對於一個牽涉廣泛的政策領域，濫用RCT所造成的影響相當於讓搞審計的去負責技術研發。要設計出一個行之有效的政策，這是一種錯誤的方式。只有構造出能學習如何學習的組織機構，如同工業界的精益製造(lean manufacturing)，我們才能加速進步。

原文請見：

https://www.project-syndicate.org/commentary/evidence-based-policy-problems-by-ricardo-hausmann-2016-02#5tdhJKFWCmSjHgym.99