第六讲公共政策预测分析.pptVIP

公共政策分析 第六讲 公共政策预测分析 一、预测的内涵 二、公共政策的因果预测 三、公共政策的趋势预测 四、公共政策的判断预测 一、预测的内涵 1、预测及主要形式 推断 预言 猜测 一、预测的内涵 2、预测的构成 （1）预测对象 现行政策结果 政策利益相关者的行为 新政策内容 新政策结果 一、预测的内涵 2、预测的构成 （2）预测根据 趋势外推 理论假设 有见地的判断 预测根据 A、趋势外推 预测根据 B、理论假设 预测根据 C、有见地的判断 一、预测的内涵 2、预测的构成 （3）预测技术 二、公共政策的因果预测 1、因果模型及包含要素 因果模型是变量之间因果关系的理论表达形式。 因果模型是根据特定方法对两个或两个以上变量发生的因果关系模式作出的描述。 二、公共政策的因果预测 2、因果模型及包含要素 （1）变量及定义 变量是人、事或物的以不同数值表现的任何特征。 政策影响的变量：受教育机会、公共安全、空气质量、粮食安全等。 基本定义 基本定义就是用其他同义词对那些用于描述该变量的词语做出解释。 操作性定义就是通过指明反映和衡量该变量所需要的操作过程来定义这个变量。 例：粮食安全是指充足的粮食供给、充分的粮食获得能力以及粮食可靠性。 二、公共政策的因果预测 2、因果模型及包含要素 （2）指标与指标体系 指标是可观察的特征，是可观察或不可观察特征的替代物。 指标体系是衡量一个变量的多个指标的组合。 二、公共政策的因果预测 2、因果模型及包含要素 （3）路径关系 变量之间的因果关系： 自变量 因变量 变量之间的数量关系 科学方法 二、公共政策的因果预测 4、运用回归分析方法的因果预测 例 假设市政府决策者想考虑一个新政策，旨在建立影响更大的巡逻方式，包括扩大巡逻范围，对市民求助电话更快地做出反应，最终通过增加可能的犯罪人员被拘捕的概率来遏止犯罪。 决策者需要根据里程数和车辆维护记录来进行预测：如果10台车中的几台每年运行15000英里，会增加多少成本。 例 二、公共政策的因果预测 4、运用回归分析方法的因果预测 （1）回归模型的建立 第一，明确自变量和因变量及因果路径。 通过制作关系图予以明确。 3、回归分析 二、公共政策的因果预测 4、运用回归分析方法的因果预测 （1）回归模型的建立 第二，明确变量之间的数量关系 案例计算结果 二、公共政策的因果预测 4、运用回归分析方法的因果预测 （2）预测 二、公共政策的因果预测 5、回归分析偏差计算 回归分析偏差计算 第一步，计算标准差 所谓标准差，即平均方差的平方根。其出现概率是2/3。计算公式为： 两个标准差发生的可能性为95.4% 三个标准差发生的可能性为99.7% 案例计算： 回归分析偏差计算 第二步，误差区间估计 Z=标准差单位 Sy.x=一个标准差的值 案例计算 二、公共政策的因果预测 6、相关分析 相关分析 回归分析估计了变量之间的准确关系。上例中反映了巡逻里程多少与维修成本多高之间的精确关系。 但还须反映方向和强度，即相关系数。即维修成本的上升多大程度上是由巡逻里程引起的，是否受其他因素影响。 相关分析 第一步，计算系数 ，即对自由变量的平方根引起的因变量变动的总体衡量指标。公式如下： 相关分析 第二步，因果关系的方向和强度的相关系数r。 r是在-1和+1之间， 如r为0，两个变量不相关， 如r为 （即正或负）,表明最大程度的相关。 两个系数意义： 年维护成本的变化有82%是由于行驶英里数引起的（ =0.82）。 两个变量之间的关系是正强相关（r=0.9）。 三、公共政策的趋势预测 1、线性趋势估计 以时间序列里的观察值为基础，利用回归分析来取得对未来社会状态的精确的数学估计。 例：线性趋势 三、公共政策的趋势预测 1、线性趋势估计 （1）建立分析模型 A、明确分析变量及因果路径 自变量： 时间；须转换成可计算的数值。用时间代码值来表示。 因变量：分析对象随时间推移而发生的变化数据。如能源消耗量。 因果关系。 三、公共政策的趋势预测 1、线性趋势估计 （1）建立分析模型 B、计算数量关系 案例计算结果 三、公共政策的趋势预测 1、线性趋势估计 （2）未来年度线性趋势预测 三、公共政策的趋势预测 1、线性趋势估计 （3）预测未来年度的线性趋势的条件 第一，时间序列必须是线性的； 第二，有合理的论据表明历史的模式会在将来持续； 第三，模式必须是规范的。 三、公共政策的趋势预测 1、线性趋势估计 （4）回归分析与线性趋势估计的区别 三、公共政策的趋势预测 2、非线性趋势估计 （1）非线性序列的特点及类型 非线性序列的特点及类型 A、摆动 非线性序列的特点及类型 B、周期 非线性序列的特点及类型 C、增长曲线 非线性序列的特点