中国公共政策定量研究：类型、趋势和策略——基于2011—2020 年间六类社会领域政策的分析

郭 啸；岳洪江

（南京审计大学 公共管理学院，江苏 南京 211815）

当前学界普遍认为中国化的公共政策研究的理论框架和方法体系仍处于发展过程中。对于定量研究和定性研究的探讨与争论正日益成为公共政策学界的热点问题。

对于公共管理或公共政策定量研究发展情况的探究，近期研究者们主要讨论了如下的一些问题。

1.定量研究占几分江山。研究者统计《中国行政管理》《公共管理学报》2011—2015 年间刊录的文章，在研究方法方面还是定性研究占大比重，实证研究总体呈上升趋势，但对定量研究文献占总体文献的比例认定有较大出入，有研究者得出在16%左右，又有研究者得出在55%左右[1-2]。国外研究者对2001 年以来四份顶尖国际管理学期刊发表的1605 篇文献进行总结，定性与定量研究的比例从2001 年的61%∶39%，至2010 年反转为42%∶58%[3]。而对Research Policy（《政策研究》）发刊以来4000 余篇文献的文献统计则显示，该刊有80%以上的文献使用定量研究方法[4]。

2.定量研究受何种质疑。随着西方政治学界在本世纪初对定量研究的反思和批判不断深化，国内学界也有所响应。2015—2017 年间，公共管理大类下各研究领域的定量研究文章发刊数都有所回落，国内研究者就定量研究方法的滥用性、非科学性、无效性等争议展开了热烈讨论。定量研究的运用存在由浅入深的发展阶段，首当其冲面临的是西法中用的批判，部分研究者指出在公共政策学运用定量方法存在对国际研究的“路径依赖”，西方政治学的定量研究“固步自封”[5-6]，西方的教条与中国现实之间有错位[7]。欲发展定量研究，就涉及研究者的基础问题，定量研究当前存在小众化的特点[8]。定量方法的运用上也常出错漏[7,9]：研究成果流于虚化的形式而不适用实际问题、前提假设与实际生活存在较大差距。还包括量化指标选取代表性的争议和公共政策本身的价值取向影响等争议[9-10]。

综合国内外对公共管理和公共政策定量研究的讨论可见，定量研究的运用已有部分统计分析与归纳，但仍存在的问题是：部分重要数据出现缺失或可信度不高，所得结论相互冲突，有待核实；近五年的研究现状没有得到及时关注；现存公共政策定量研究关注于对一般政策的政策分析，对于科教文卫各大领域的政策评估研究缺乏关注；对狭义的公共政策领域缺乏定量研究的深入探讨。

以下问题值得进一步思考：公共政策研究定量研究在近十年有怎样的分布情况？具有什么样的趋势？具体方法应用有哪些表现？运用定量方法是否对政策研究成果带来更大的影响力？可通过文献分析方法，对六个具体领域的政策研究文献做整理，得出趋势和比较，分析问题和对策。

一、公共政策定量研究方法统计分析

（一）研究设计和数据采集

对公共政策的研究不仅包含对综合公共政策的分析，还应包括对各具体分类公共政策的政策评估。可把公共政策研究区分为综合政策和具体领域政策研究，具体政策则根据政策内容所涉及的不同社会领域，分为经济政策、科研政策、社会政策、教育政策、卫生政策等五类。

相对于学术著作，学术论文具有前沿性、时效性，故尝试以有代表性的期刊论文作为政策研究的集中表现形式。根据“大多数关键文献通常都会集中发表于少数核心期刊”的布拉德福文献离散规律[11]，为确保选取的政策研究论文的水平层次和研究深度，故尝试选取在各领域具有代表性、权威性、影响力的刊物。包括《经济研究》《科研管理》《社会学研究》《教育研究》《中国卫生政策研究》《中国行政管理》和《公共管理学报》。由于上述七本刊物所载文献并非都与政策研究有关，因此首先选出刊物上有关政策研究的栏目下的文献。对其他栏目下的文献使用关键词筛选的方式，并人工排除包含“政策”等关键词，却与政策研究无关的文献。鉴于公共政策研究定量方法的发展历时较短且发展迅速，近十年是公共政策研究定量研究发展的黄金时期，本文将研究的时间跨度选取为2011—2020 年，剔除非政策研究的文献后，最后选取六类共717 篇政策研究文献作为本研究的样本。

首先采用人工阅读的方式将政策研究文献分为定量研究和定性研究两大类。其次参照潘懋元[9]，肖金川等[12]对定量研究方法的界定，在文献中提取相应研究方法的关键公式、图表、关键字进行分类，将政策定量研究的方法分为简单图表、简单统计学、回归、其他计量学方法、可视化等五类。再次将各政策定量研究文献采取的数据来分为统计数据、问卷调查、网络收集三类①。最后经过初步识别分类后由合作研究者进行详细的检查勘误，确保了统计结果的准确性。

被引量常常是用以衡量文献受关注程度和影响力的指标。将每篇政策定量研究和政策定性研究文献的被引量分别统计，被引量来自中国知网，文献的选取和被引量采集截至2020 年10 月31日。

通过采集数据，建立了样本库，以数据分析解读政策定量研究方法应用的分布与趋势、定量方法应用的具体表现、定量研究的数据来源。根据文献被引量的数据指标，使用SPSS 进行数据处理，从平均数和非参数检验结果来进行比较，分析政策定量研究文献是否比政策定性研究文献影响力更大。结合数据分析结果，考察公共政策研究定量方法采用的偏差，总结公共政策定量研究的策略。

（二）统计结果展示和分析

1.定量研究的分布与趋势

通过定量方法运用汇总分析，定量方法应用的分布与趋势具体结果如图1—图3 所示：

图1 总体定量研究占比发展趋势

图2 各类政策定量篇数分布

图3 六类政策定量研究占比发展趋势

观察总体定量文献占比发展趋势，可以发现，公共政策定量研究总体上呈现先激增，再放缓，又增加的趋势，自2015 年起，定量研究的使用比例已经过半，此后增速放缓，后又有上升。观察六类政策定量研究分布，可以发现定量研究占比最低的是综合政策。经济、科技政策定量研究占比较大，教育政策、社会政策、综合政策研究中仍然是定性研究占据多数。

观察六类政策定量研究占比发展趋势，除经济政策定量研究几乎一直处于100%，其他各类具体政策定量研究大体都在2014—2015 年达到一个峰值，此后产生了增速放缓甚至下降趋势，2019—2020 年又出现了提升。具体领域政策的定量研究占比发展趋势与总体趋势大致符合。

2.定量方法应用的具体分类表现

六类政策研究定量方法应用结果如表1。

表1 六类政策研究定量方法应用分类

（1）六类政策定量研究的简单图表和简单统计学应用分析。可以观察到，经济政策定量研究对简单图表分析和简单统计学分析的应用非常少。图表分析在卫生政策定量研究中应用数量极多，归因于卫生研究领域大量的问卷和实验结果展示。社会政策领域对于图表和简单统计学分析的运用也较多，源于社会政策的研究往往需要图表来展示社会调查数据等信息。其他政策研究中上述两种方法的应用都在适中范围，不同具体方法的混合运用也较为常见。

（2）六类政策定量研究的回归应用分析。单独将回归从其他方法中区别成一类，是因为回归方法是定量研究中非常重要和常见的研究方法，可以非常有目的性地揭示出文中各因素的因果关系。经过统计，回归方法的应用在六类政策定量研究中占比在10%-25%范围，应用最多的来自于科技政策，应用最少的来自卫生政策。主要应用的具体回归方法包括Logistic 回归、Tobit回归、OLS 回归等。

（3）六类政策定量研究的其他计量方法应用分析。其他计量方法即除回归以外的，具有计量经济学、统计学背景或混合学科背景的量化方法。综合性的计量方法在经济政策定量研究中得到了广泛灵活的运用。包括以“新凯恩斯模型”为代表的一些具备经济学学科特色的计量学方法，例如SEM、CGE、MLM、Fama-French 模型、CET、TVP-VAR-SV 模型等。其中结构方程模型（SEM）是基于变量的协方差矩阵来分析变量之间关系的一种统计方法，是多元数据分析的重要工具[13]；多层线性模型（MLM）是处理层次数据或多水平数据的多元统计方法，能正确处理个体效应和组效应之间的关系。科技政策研究中其他计量方法的应用也较多，常用建模的方法刻画政策的效果，常用方法包括Hessian 矩阵、Stackelberg 主从博弈模型、随机前沿模型等。其中Hessian 矩阵在实际问题的优化设计中，可以简化复杂的目标函数[14]。社会政策、卫生政策、综合政策研究中其他计量方法的应用相对来说较少，主要有DID 和DID-PSM 检验、格兰杰分析、CIM 模型等。新兴方法如城市信息模型（CIM），是以城市的信息数据为基础，建立起三维城市空间模型和城市信息的有机综合体，属于智慧城市建设的基础数据。教育政策研究中其他计量方法占比最小，但表现出了鲜明风格——运用一些学科特色的计量模型，如中国人口预测系统（CPPS）等，使用中国人口预测系统（CPPS）的研究成果包括中国农村计划生育奖励扶助制度研究、计划生育特别扶助制度研究以及“单独”二孩和全面两孩生育政策调整研究等[15]。

（4）六类政策定量研究的可视化应用分析。可视化分析是学界于近期兴起的一种新型定量分析方法集合，包括CiteSpace 做出的图表可视化分析、QCA 定性比较分析及其衍生的（csQCA）清晰集定性比较分析方法、文本分析、内容分析、网络分析等[16]。可视化分析如共词分析方法，可以分析政策变迁，清晰、可视化地描绘和呈现出特定时期内政策主题的变迁路径；又如网络分析法，可以揭示隐藏在貌似杂乱无章的大量政策之间的显性与隐性关联、引用与发展轨迹，解释政策之间的逻辑关系、传导机制、价值规律。可视化分析方法的应用集中在科研政策、卫生政策、综合政策定量研究中，应用率在30%-40%的范围内。

3.定量研究的数据来源

六类政策定量研究数据来源如表2。

表2 六类政策定量研究数据来源

通过表2 可观察到六类政策定量研究最主要的数据来源是统计数据，其次是网络收集，最后是问卷调查。经济政策的数据主要来自统计数据。科技政策、卫生政策、综合政策采用统计数据和网络收集数据的比率大致相同，其次是问卷调查。教育政策首要采用网络收集，其次是统计数据和问卷调查。数据运用偏好往往与学科特色相关，例如经济政策中对统计数据的大量采用可以归因于大量完备的官方数据库的存在。

4.政策定量研究与政策定性研究影响力比较

六类政策文献平均被引量如表3。

表3 政策文献平均被引量

总体来看，定量研究与定性研究平均被引量比较下，经济政策与教育政策定量研究的被引量明显高于定性研究，卫生政策与综合政策定量研究的被引量略低于定性研究，社会政策和科技政策研究相对无明显差异。从单篇角度观察，经济、科技、教育、综合政策研究文献中被引量最高的单篇文献是采用定量研究的文献。

通过检验六类政策定性研究与定量研究被引量的差异，以检验六类政策文献使用定量研究是否得到更多关注或更大影响力，检验结果如表4。

表4 六类政策研究的非参数检验结果

检验结果中除了科技政策外均不显著，说明使用定量方法或定性方法并不显著影响被引量或影响力。这也表明，研究者需要根据研究主题使用适当的研究方法，通过改变研究方法的角度来提高被引量或者影响力并不可行，没有最好的研究方法，只有最适合的方法。

二、公共政策研究中定量方法采用偏差

公共政策本身是一个年轻的学科，公共政策研究中的定量方法应用发展期间也较短，在阅读六类政策定量研究文献过程中，可发现公共政策研究的定量方法运用上存在一些易出现的共性偏差现象。

（一）研究选题的不成熟性

这类问题表现在：

（1）选题不适合定量研究。部分公共政策研究为了使用定量方法而进行定量研究，且进行研究前没有对其所用定量方法的适用条件进行考量。而是直接将采集到的实证数据用来跑数学模型、进行统计检验等，常常导致不显著、检验不通过的现象。

（2）选题常识化和方法复杂化。部分政策定量研究者选择具体定量方法时尽量选的复杂，而复杂方法证明的结论却是显而易见的常识。选题平庸而方法花哨，或为了应用复杂华丽的方法反而限制了研究主题的深度，这种研究常被认为是对时间和资源的浪费，缺乏创新性的结论。

（3）选题缺乏科学研究的完备性。部分政策定量研究者把事先拟好的结论嫁接在结论建议部分，问题的提出和使用的模型是一个层面，结论建议是另一个层面，前文未充分研究的内容直接提出相关的政策建议，产生“飞来之笔”现象。有时造成研究政策作用的“点”问题直接推广应用于政策的“面”问题。

（二）研究方法的不科学性

这类问题表现在：

（1）趋利性选择定量研究。公共政策定性研究需要一定的理论积累和哲学、逻辑学功底，短期内不易出成果。相对来说，公共政策定量研究方法更易操作，一旦掌握数据，短期内更容易出成果，且学界较普遍倾向认为定量方法优于定性方法。这一学界现状造成了研究者定量研究选择的误导或误判。

（2）变量的错误选取。一般来说，研究的目标是因变量，因变量选取具有存在性和代表性问题，即所研究的因变量能否量化，量化的指标能否代表因变量。自变量和控制变量的选取需要考虑到问题因果的复杂性，所研究的目标有多个自变量共同确定，常见自变量选择偏差包括：凭借显著性选择自变量，本末倒置；不采取严谨的检验。常见控制变量选择偏差包括控制中介变量和控制共同结果变量，前者会使显著关系不显著，后者相反。

（3）模型应用上的谬误。对方法不能熟练运用的研究者常犯为运用方法而建立模型的错误，这样的研究往往结论出现在过程之前，结果缺乏科学性。常见包括忽视模型设计、乱用误用统计学软件、忽视模型应用条件等。例如回归中异常值未进行预先有效处理、未妥善分析自变量共线性、缺乏残差分析等[17]。

（4）数据来源缺乏科学性。一是政策定量研究缺乏大量可靠的数据支撑，有些数据因不公开而难以获取；有些数据陈旧过时；还有些数据“水分较多”，可信度低。二是部分数据采集方式缺乏可靠性，如线上问卷的调查形式，容易产生调查群体的扩大和偏误，且问卷调查信息的填报具有随意性和主观性；又如网络信息，发布人不必为真实性负责，校对也存在缺失。此外数据缺失问题、混杂因素的干扰问题、不可观察的个体异质性也是困扰研究者的数据问题。

三、公共政策定量研究发展策略

结合公共政策定量研究现存的问题，未来的公共政策研究可更加关注下述策略导向。

（一）更加重视开阔视野，打破学科和思维界限

公共政策领域当前存在一些适合于量化研究的方向，如政策文献、政策文本内容分析、政策评价等。计量学方法也处于不断的优化发展中，比如MLMA、MASEM 和MSEM 等方法，结合了结构方程、层次线性模型等传统方法的优点，在分析上更加详尽科学，在国外学界得到了广泛的运用。随着时代进步，学科发展，社会科学研究越来越倡导混合研究方法。定量方法与定性方法结合运用可以更大程度推进优势互补，有利于分析较为复杂的实际问题，有利于解释和深化定量分析的确切研究结果。倡导定性研究的学者和定量研究的学者开展合作，定量测度和定性分析的结合更有利于发展新的测量方法和理论模型。公共管理和公共政策学刊物应增加定量研究者的审稿席位，以此提升所发表的定量研究文章质量，也避免错过优秀的定量研究作品。

（二）更加重视借助理论，利用已有研究基础

理论指导研究的进行，即使是做定量研究也不能放松文献的理论积累，需要重视整个理论框架的建立和完善，从而提高定量研究的理论意义。良好的定量研究成果在模型科学完善的同时，理论解释部分也应翔实丰富。偏向定量的研究者与偏向定性的研究者可加强相互合作，弥补短板，发挥长处。

（三）更加需要重视数据，严控来源谨慎检验

定量研究的数据来源在整个定量研究中举足轻重。研究中使用问卷数据和网络数据时，需要注重真实性，以客观科学的研究态度，通过研究者的常识排除一些错误信息，通过严谨的检验再排除一批错误信息。我国将大数据的研究和发展列为国家战略之一，大数据涉及的云计算、物联网等技术非常适合于研究者获得和处理大样本的数据。包括云计算平台、数据挖掘、大规模并行数据库等新研究技术的投入使用，可以极大程度帮助公共政策研究者获得大量可靠的数据来源，进行政策大数据研究，做出更加科学完备的研究成果。

四、结语

总而言之，我国的公共政策研究发展需要长期关注公共政策研究中国化问题——结合中国特色，解决中国问题。定量和定性方法没有优劣区分，方法论本身不具备优越性，而是用来解决适合该方法的现实问题的。做好科学的研究方法只是实现研究科学性的第一步，研究者需要做好每一步才能更好地发挥出研究结论的价值。提倡结合学科特色，旨在解决特定的、有限的、有实用价值的问题，使用可信的、严谨的数据来源，运用科学方法，得出有效结论的公共政策研究。

注释：

①“统计数据”指由官方机构公布的，具有一定权威性的线上或线下数据；“问卷调查”指由研究者通过发布问卷、走访调查等获得的数据；“网络收集”指通过各种互联网媒介获得的，区别于统计数据的多样化数据来源。