公共政策：理论与方法 第七章.doc

第七章 前景预测和方案设计的方法 政策不仅针对现在，而且针对未来。预测使政策分析者不仅能由现在推测未来状况，而且能积极地影响未来。设计、规划公共政策便是积极影响未来的途径。因此，政策设计以对未来的认识为基础。另一方面，预测必定有不完备的性质，设计政策本身是在开拓从未有过的知识，接受“未来”的检验。很明显，设计工作是一个提出试错方案的过程。就像波普尔哲学告诉我们的那样，“发现”试错性的知识的过程是没有逻辑的，不可能给出统一的程式。最终被采用设计、规划的方法取决于分析者的自身条件、资源条件和某些偶然因素。 时间序列分析 线性回归 马尔柯夫模型 理论模型预测 方案设计 预测工作是以那些与政策问题相关的既有信息为基础，对社会的未来状态进行推测的过程。我们屡屡看到，缺少预测工作的政策设计、规划会导致恶果。例如在科技政策方面，前苏联就有过一次导致严重后果的失误，当美国致力于用晶体管取代电子管的时候，前苏联却将宝贵的资源投入到电子管的小型化研究中。其电子技术后来完全落后于美国，和这个失误有很大的关系。 预测工作的任务是，对政策所依赖的未来环境作出推断，同时预见政策对未来社会状况的作用后果。虽然预测的方法数量很多，而且预测是一种相当专业化的工作，单个分析者未必能独自承担预测工作；但一个合格的政策分析者应该掌握一些预测的方法，并了解其意义，这样，他便可能正确地使用预测结论，既不轻视结论，也不盲目地接受结论。预测的方法大致上可以分为三个类型：外推预测、理论模型预测和直觉预测。 一、外推预策方法 外推预测是基于目前状况和历史趋势，向未来进行外推的一种预测形式。其基本的假设是，过去的趋势会向未来延续。从本质上说，外推预测是一种唯象描述，它并不要求追究趋势为什么会延续，而是相信过去一直直至现在仍在延续的趋势没有理由不延续下去，但在可能的情况下，我们还是要尽量给出某种解释。此类方法的主要优点是方法简单、预测费用较低。外推预测的具体方法种类较多。本书主要介绍时间序列分析、线性回归和马尔柯夫模型。 这里说的时间序列分析是一种图形分析法(，在一个坐标系中，以时间为横轴，以待预测的变量为纵轴。选取合适的时间长度单位，便可能发现变量的变化是有规律的。这种规律可能表现为季节性变动、周期性波动、长期趋势等。季节性变动是在少于一年或一年的时间内发生的有周期的变动；如随季节变化和节假日而出现大量的周期性现象。社会福利部门、公共卫生部门、公共设施部门经常要面对这种变动。周期性波动也是一种有周期的变动，但周期长达一年或一年以上，且这里的周期并不是固定的，例如经济增长的周期、犯罪率变化周期。季节性变动的周期产生原因一般比较容易找到，周期性波动的周期则比较难解释，政府更替、人事任免、工潮、自然灾害、乃至流行性疾病都可能称为周期性的成因。不过，由于某些周期极其重要，学者们还是尽力给予解释，以前提到的弗里曼等人的“匹配—失匹”模型，实际上就解释了经济周期的成因。 有些变量在较短时间段里呈现不规则变化，但从很长的时间段看，却明显有一个可寻找的单调变化趋势，这便是长期趋势。长期趋势会以多种形式表现，例如世界人口总数对数相对于时间以二阶导数在零附近波动的形式变化(如图7.1(),而一些关键技术的性能变化一般遵循逻格蒂斯（logistics）曲线的趋势变化（如图7.2）。 人口总数常用对数 技术性能 技术2 1010 107 技术1 104 106 105 104 103 102 10 0 I II III 距今年代 时间 图7.1 世界人口常用对数增长曲线 图7.2 技术性能随时间变化的曲线 这些曲线的具体精确解释同样是困难的，但定性的粗略解释还是有可能的。例如逻格蒂斯曲线，可以用一个人游泳成绩的提高来作比拟。阶段I是起步阶段，由于不入门，所以成绩提高缓慢；阶段II是增长阶段，由于掌握了技巧，所以游泳速度提高较快；但一个人的游泳成绩提高是有限度的，在成绩到了较高水平后，即使投入很多精力去练习，成绩也不会有大幅度提高，这就是饱和阶段，相当于图7.2中的阶段III。技术性能（如某种交通工具的时速）的提高同样也有这么几个阶段，不可能无限制的提高。当技术1进入饱和阶段后，如果期望更高的技术性能，只能开发技术2；也许技术2一开始性能还不如技术1，但将资源投入技术2的开发可能更值得。例如，电子管性能到了极限后，更高的性能只能从晶体管技术中获得；今天的