|
最近在忙期末和导师的课题申请，所以直接贴以前的读书笔记，这篇是两周前的读书笔记 公共政策评估的重点是事后的政策实施效果和影响评估，但同时还包括事前的可行性论证和风险分析、改革试点复制推广前的总结、以及事中的政策实施的督查监测和修正纠偏。政策评估的目的是改进公共政策系统，提高公共政策的科学性和可实践性，促进政策目标的 顺利实现。 公共政策研究的一个重要发展趋势，是循证决策越来越被研究者和实践者作为政策制定和评估的核心标准。其中证据“强弱”影响了证据的质量，也影响着循证过程。有学者提出循证管理中证据的六等级，即证据按照强度由强到弱一共有六个水平:第一是大样本随机控制实验或者元分析结论; 第二是高质量的文献综述或系统综述结论; 第三是案例研究或者大样本的定量研究结论; 第四是小样本、单案例的定性或定量研究结论; 第五是描述性研究或自我报告; 最弱的第六指权威意见机构或专家的观点，非基于数据的证据。 政策评估就是对政策干预“因果”效应的估计。但传统的政策评估方法在因果推断方面存在着明显的不足，无法保证研究对象的随机分配，研究样本不可避免地存在 “选择偏差”，难以建立政策和某个结果之间的确定关系。近些年一系列基于反事实框架的推断模型展现出潜力。 在这一框架下，虽然随机对照试验的方法优势无可比拟，但是成本大、实施难度大。因此目前常用的因果推论的统计和计量方法，还是“准实验”或者“自然实验”的方法，包括双重差分法、回归间断设计方法、工具变量方法、倾向值匹配、合成控制法。 以下是六种公共政策评估方法的比较  比较1 在实际处理过程中，我们经常遇到观察值缺失、可观测和不可观测偏差、内生性和数据可得性等问题。因此，研究者要处理出相对可靠的处理效应结果，就需要很好地应对上述那些棘手的问题。赛鲁利（Cerulli，2015）认为，对于不同的公共政策运行环境，研究者可以从三个维度去构建和选择计量经济学评估模型和方法，即识别假设、模型类型和数据结构。  比较2 参考资料：
|
|
|
