科技政策績效評估理論方法與模型綜述

張 敏，陳云偉*

(1.中國科學院成都文獻情報中心,成都 610041；2.中國科學院大學經(jīng)濟與管理學院圖書情報與檔案管理系,北京 100190)

1 引言

政策績效評估作為政府績效評估體系中重要的一環(huán)之一[1]，近年來得到廣泛關(guān)注。所謂政策績效評估，是指以結(jié)果為導向，借助科學的評估方法、規(guī)范的評估流程、統(tǒng)一的指標和標準，對政策的投入產(chǎn)出作出全面測量和分析的活動[2]。其目的在于測算政策的科學性、完整性、可操作性，以及實施所帶來的直接結(jié)果，即實現(xiàn)了什么效果，產(chǎn)生了哪些影響，還存在什么不足。在此過程中，科技政策績效評估備受關(guān)注，近年來關(guān)于科技政策績效評估的理論和方法研究層出不窮，相關(guān)研究者產(chǎn)出了大量研究成果。本文對現(xiàn)有科技政策績效評估的相關(guān)文獻進行匯集分析，梳理主要國家科技政策績效評估的起源與發(fā)展歷程；并按發(fā)展階段梳理政策績效評估的理論、方法及模型應(yīng)用；對在科技政策績效評估中計量學方法的應(yīng)用進行對比分析；最后總結(jié)現(xiàn)有研究中存在的問題，并對未來發(fā)展進行展望。以期為我國組織開展科技政策績效評估工作，完善科技政策評價體系提供參考依據(jù)。

2 科技政策績效評估階段劃分

根據(jù)世界主要國家在科技政策績效評估方面頒布政策、法規(guī)的數(shù)量變化和內(nèi)容特點，借鑒趙蓉英等對中國科技評價階段的劃分[3]，可將科技政策績效評估劃分為3 個階段：20 世紀60 年代至70 年代末的萌芽期、20 世紀80 年代至21 世紀初的廣泛發(fā)展期、21 世紀初至今的創(chuàng)新發(fā)展期。

科技政策績效評估的萌芽期，主要是在美國和歐盟牽頭下，政策績效評估的興起以及初步探索，直至1978 年在理論和方法上有了較多發(fā)展，定性與定量研究更多的結(jié)合并應(yīng)用于科技政策績效評估。以世界多國重要立法節(jié)點為主的廣泛發(fā)展期，最突出的就是世界多個國家相繼出臺成文的政策法規(guī)，逐漸建立或完善國家層面的評估體系，在這一階段，理論、方法、模型等的發(fā)展和應(yīng)用更加廣泛，主要包括提出了一些科技政策績效評估的標準和原則等；建立了更多的測度指標；構(gòu)建了大量的模型；借鑒了來自經(jīng)濟學、計量學等學科的更多方法?？萍颊呖冃гu估的創(chuàng)新發(fā)展期，各國科技政策績效評估體系更加成熟，涌現(xiàn)出更多的研究者和高校碩博論文，計量方法的使用上更加深入，政策績效評估與時代前沿技術(shù)知識接軌，在以后的發(fā)展中，有望緊跟時代步伐，實現(xiàn)政策績效評估與前沿技術(shù)、知識等的融合發(fā)展，促進科技政策績效評估方法多樣化發(fā)展、評估過程智能化發(fā)展，以推動科技政策績效評估發(fā)展向更加成熟的階段邁進，如圖1 所示。

圖1 科技政策績效評估階段劃分圖Fig.1 Stage division chart of science and technology policy performance evaluation

2.1 科技政策績效評估的萌芽期

政策評估工作興起于20 世紀60 年代的美國，并在80 年代成為社會科學研究的前沿熱點領(lǐng)域[4]。這一階段在理論建設(shè)方面有了更多規(guī)范，如1978 年P(guān)OLSTER 提出政策績效評估工作應(yīng)遵循效率、效能、執(zhí)行力、反應(yīng)度、適當性、充分性和公平性等7 個評估標準[5]；在方法層面上引入經(jīng)濟學與運籌學相關(guān)知識，從定量的角度豐富和完善了政策評估，1978 年LIBECAP將經(jīng)濟模型運用于政策量化，構(gòu)建了基于法律變革指數(shù)的計量模型，并用于研究政策對資源的影響效應(yīng)[6]。同年，運籌學家CHARNES 等提出數(shù)據(jù)包絡(luò)分析法（Data Envelopment Analysis，DEA）。該方法常用來進行決策單元績效的比較評估，后逐漸應(yīng)用于各種績效評估及政策評估[7]。2018 年張永安等使用改進的兩階段動態(tài)網(wǎng)絡(luò)DEA 模型，結(jié)合中國科技創(chuàng)新政策和31個省市的科技創(chuàng)新成果及效率，研究了中國科技創(chuàng)新政策績效的提升路徑[8]?？梢?，在萌芽期，科技政策績效評估工作已經(jīng)開始利用定性和定量的方法。

2.2 以世界多國重要立法節(jié)點為主的廣泛發(fā)展期

進入20 世紀80 年代，系統(tǒng)的理論體系發(fā)展問題日益得到關(guān)注。1985 年，PAPPAS 等在分析定性和定量研究指標的基礎(chǔ)上，提出應(yīng)對不同類型的科技政策采用不同的評估方法[9]。1987 年，F(xiàn)REEMAN 提出國家創(chuàng)新體系理論，并認為科技領(lǐng)域的政策對促進創(chuàng)新起積極效果[10]。1997 年，COOK 等通過文獻回顧和案例研究，討論了科技研發(fā)績效的評估問題，設(shè)計了主要的指標體系，并指出評估政策對科技投入的影響，應(yīng)遵循系統(tǒng)性、可行性和經(jīng)濟有效性3 個原則[11]。方法模型方面，引入數(shù)學思想，構(gòu)建了更多定量模型。1996 年WARDA 提出B 指數(shù)，用于評估稅收優(yōu)惠程度[12]。1997 年，POTTELSBERGHE 等提出了矩陣評估模型，用于對科技政策進行效果評估[13]。同年BONNAL 等使用時間持續(xù)模型（Duration Models）來評估法國19 世紀80 年代為改善青年工人的就業(yè)市場前景而制定的公共就業(yè)政策，以研究這些政策對個人勞動力市場前景的影響[14]。1998 年，VAN TONGEREN 在全球經(jīng)濟框架內(nèi)對企業(yè)行為構(gòu)建微模擬模型，用于調(diào)查荷蘭投資補貼對工業(yè)企業(yè)的影響效應(yīng)[15]。在政策法規(guī)頒布方面，世界多國有了廣泛發(fā)展，法國在1985 年、美國在1993年、英國在1999 年、日本和韓國在2001 年分別出臺科技政策績效評估相關(guān)法令，從立法角度對科技政策績效評估進行規(guī)范[16]。中國在2000 年出臺的 《科技評估管理暫行辦法》 中，也將科技政策作為重點評估對象[17]。圖2 梳理了法、美、英、中、日、韓有關(guān)科技政策評估立法的重要時間節(jié)點，以揭示科技政策績效評估相關(guān)立法的發(fā)展歷程。

圖2 多國重要立法節(jié)點時間發(fā)展歷程圖Fig.2 Time development chart of important legislative nodes in many countries

2.3 科技政策績效評估的創(chuàng)新發(fā)展期

繼世界多國相繼頒布科技政策績效評估的相關(guān)法規(guī)后，全球迎來了科技政策績效評估的創(chuàng)新發(fā)展期。該階段研究的焦點在于企業(yè)研發(fā)補貼的績效評估方面。2004 年，TZELEPIS 等研究了希臘的資本補貼對企業(yè)業(yè)績的影響，主要從效率、增長情況、盈利能力和資本結(jié)構(gòu)4 個方面進行考量[27]。2006 年CZARNITZKI 等使用微觀計量評估法（Microeconometric Evaluation Methods）比較德國西部和東部公共研發(fā)補貼政策對企業(yè)研發(fā)創(chuàng)新的影響，發(fā)現(xiàn)公共研發(fā)補貼政策可能會提高經(jīng)濟的創(chuàng)新產(chǎn)出[28]。2007 年，CZARNITZKI 等使用計量經(jīng)濟學方法研究德國和芬蘭的科技創(chuàng)新政策和研發(fā)合作對研發(fā)創(chuàng)新績效的影響，結(jié)果顯示合作具有積極的影響[29]。2007 年，RUEGG 等在有關(guān)科技政策績效評估報告中提出不同政策階段應(yīng)該使用與之相適的評估方法，并介紹了監(jiān)測與數(shù)據(jù)匯編、數(shù)據(jù)挖掘、網(wǎng)絡(luò)分析、文獻計量、案例分析和技術(shù)商業(yè)化跟蹤等方法[30]。2009 年，CZARNITZKI 等使用信用評級指數(shù)反映評級公司的融資機會，應(yīng)用混合截面模型（Pooled Cross-Section Model）和隨機效應(yīng)面 板模型（Random-Effects Panel Model）兩種計量經(jīng)濟學模型研究中小企業(yè)研發(fā)投資與資本投資的限制因素，并指出需要制定創(chuàng)新政策解決小企業(yè)的研發(fā)融資問題[31]。2011 年，CATOZZELLA 等對意大利社區(qū)創(chuàng)新的公司數(shù)據(jù)使用雙變量內(nèi)生轉(zhuǎn)換模型（Bivariate Endogenous Switching Model），研究公眾支持對創(chuàng)新銷售與創(chuàng)新支出之間比值的影響效果[32]。2012 年，KAZUYUKI 等在對日本專利信息定量分析的基礎(chǔ)上，研究20 世紀90 年代末大學-產(chǎn)業(yè)合作（University-Industry Collaborations，UIC）政策頒布后對日本大學與產(chǎn)業(yè)合作的影響[33]。同年，ELPIDA 等運用系統(tǒng)動力學方法開發(fā)建立了國家創(chuàng)新體系（NIS）模型，從而研究國家創(chuàng)新政策對該體系績效的影響效果[34]。2013 年，馬海群和呂紅采用動態(tài)綜合模糊評估模型研究了高校信息公開政策的效果[35]。2015 年，F(xiàn)RANZ 等基于歐洲247 所大學和40 家研究機構(gòu)的相關(guān)調(diào)查數(shù)據(jù)，使用負二項模型（Zero-Inflated Negative Binomial，ZINB）對變量進行計數(shù)，來研究知識轉(zhuǎn)讓政策對轉(zhuǎn)讓績效4 個指標的影響[36]。

可見21 世紀初至今的創(chuàng)新發(fā)展期，對于科技政策績效評估的研究，在廣泛借鑒其他學科知識構(gòu)建模型方面有了更多的創(chuàng)新，其中以經(jīng)濟學、計量學相關(guān)模型的使用最為常見，同時也有其他學科的交叉使用。值得關(guān)注的是數(shù)據(jù)挖掘、網(wǎng)絡(luò)分析等方法的引入，不僅豐富了評估方法的多樣性，還將科技政策績效評估與信息科技發(fā)展前沿對接，有望推動大數(shù)據(jù)環(huán)境下科技政策績效評估向自動化、智能化方向發(fā)展。

3 科技政策績效評估的計量方法

作為“五計學”七大研究主題之一[37]，科技政策績效評估廣泛使用了計量學相關(guān)方法。例如，對于文獻計量學方法的使用，體現(xiàn)在對政策數(shù)量、關(guān)鍵詞等的統(tǒng)計[38,39]；信息計量學的使用集中在聚類、相關(guān)性分析等，常見于政策主題分析及演化的研究[40]。本文借鑒趙婷茹等基于實驗設(shè)計的計量方法，對科技政策績效評估中應(yīng)用到的定量方法進行梳理[41]（表1）。

表1 科技政策績效評估計量方法對比表Table 1 Comparison table of metrological methods for performance evaluation of science and technology policy

3.1 斷點回歸法

斷點回歸法（Regression Discontinuity，RD）是一種擬隨機實驗的計量方法。分為精確斷點回歸（Sharp Regression Discontinuity，SRD）和模糊斷點回歸（Fuzzy Regression Discontinuity，F(xiàn)RD）。精確斷點回歸是指在斷點處，樣本數(shù)據(jù)得到處理的概率僅有0 或1兩種可能。模糊斷點回歸是指在斷點處，樣本數(shù)據(jù)被處理的概率從a 跳躍至b，其中0＜a＜b＜1。

1960 年THISTLETHWAITE 等在研究公眾認可的影響效應(yīng)時首次提出使用斷點回歸法，研究表明，公眾認可會增加學生獲得獎學金的可能性，但并不影響學生的職業(yè)規(guī)劃[42]。2019 年王釗等針對產(chǎn)業(yè)技術(shù)創(chuàng)新，在研究稅收優(yōu)惠政策的影響效應(yīng)時運用該方法，研究結(jié)果顯示具有顯著正影響[43]。

3.2 雙重差分法

雙重差分法也叫做雙重差分模型（Difference-in-Differences，DID），主要用來對社會學中政策的實施效果進行評估，操作原理為：將樣本分為處理組和控制組，處理組在發(fā)展過程受到政策影響，控制組不受政策影響，處理組與控制組在政策實施后兩組變化量的差值即為政策影響。

1978 年ASHENFELTER 將雙重差分法應(yīng)用于經(jīng)濟學領(lǐng)域[44]，并在1984 年BLOOM 將其用于研究政府補貼對收入的影響[45]，1985 年HECKMAN 等將該方法應(yīng)用于政策績效評估。1994 年CARD 等應(yīng)用該方法，將美國新澤西州使用法律來提高最低工資作為處理組，將沒有使用法律改變最低工資的賓夕法尼亞州作為控制組，來評估最低工資對就業(yè)的影響[46]。該方法還被用于研究工傷補貼、就業(yè)培訓、失業(yè)救濟和最低工資等政策的影響效果[47-50]。需要注意的是，使用不同的數(shù)據(jù)來源或研究方法可能會得到截然相反的結(jié)果，這啟示研究者們研究方法和數(shù)據(jù)的有效性直接影響研究結(jié)果的可信度。

3.3 雙重差分傾向得分匹配法

傾向得分匹配法（Propensity Score Matching，PSM）最早由PAUL 等在1983 年提出，是經(jīng)濟學界用來緩解自選擇偏誤的一種方法。該方法經(jīng)常和雙重差分法組合使用，即雙重差分傾向得分匹配（Propensity Score Matching-Difference-in-Difference，PSM-DID），其原理為：假設(shè)有兩期面板數(shù)據(jù)，根據(jù)處理變量和協(xié)變量計算傾向得分值，根據(jù)傾向得分值為每一個處理組中的個體，匹配控制組個體，這就使得匹配過后的個體除是否接受處理外再無顯著差異，匹配后可結(jié)合雙重差分法使用，即計算處理組每個個體前后變化量，以及與其匹配的全部控制組個體前后變化量。該方法是1997 年HECKMAN 等在雙重差分法的基礎(chǔ)上提出的一個非參數(shù)條件差異擴展的匹配方法，并用來對職業(yè)培訓計劃政策的有效性進行研究[51]。2011 年CARBONI 使用非參數(shù)估計的傾向得分匹配法調(diào)查政府研發(fā)補貼支持對企業(yè)私人融資研發(fā)支出的影響[52]。2020 年陳玲等使用基于該方法研究了中國政務(wù)大數(shù)據(jù)政策的技術(shù)創(chuàng)新效應(yīng)[53]。

3.4 三重差分法

在基于自然實驗的研究中，由于雙重差分法必須滿足控制組與處理組的時間變化趨勢一致，否則無法得到一致的實驗估計量，基于此，在對雙重差分法改進的基礎(chǔ)上出現(xiàn)了三重差分法（Difference-in-Difference-in-Differences，DDD），即在兩個地區(qū)或兩個方面分別設(shè)置處理組和控制組，在一組中估算出因為時間趨勢不同帶來的偏差量，在另一組中估算出時間趨勢不同和政策影響兩個因素帶來的偏差量，兩個偏差量的差值即為三重差分估計量。近年來中國學者也逐漸使用三重差分法來研究政策效應(yīng)。2020 年趙振華等運用三重差分法來研究大氣污染協(xié)同治理對污染物減排的影響效應(yīng)[54]。童玉芬等使用該方法研究2015 年以來北京市人口調(diào)控政策頒布后的政策效果[55]。

3.5 合成控制法

合成控制法（Synthetic Control Method，SCM），是在雙重差分法的基礎(chǔ)上發(fā)展起來的一種非參數(shù)方法，該方法很好地解決了時間趨勢不一致的問題，通過設(shè)置多個控制組，并進行加權(quán)，從而構(gòu)造出一個虛擬的時間趨勢一樣的控制組。該模型是基于數(shù)據(jù)導向的，處理組的實際觀察結(jié)果與構(gòu)造的虛擬控制組的觀察結(jié)果的差量即為政策效應(yīng)[56]。以“合成控制法”為關(guān)鍵詞在中國知網(wǎng)檢索，發(fā)現(xiàn)該方法已廣泛應(yīng)用于各領(lǐng)域的政策評估，其中2021 年楊秀汪等使用該方法研究碳交易試點政策對碳減排的影響效應(yīng)，研究顯示碳交易試點政策起到了顯著減排效果[57]。

3.6 回歸控制法

2012 年HSIAO 等在研究中國香港回歸對中國大陸政治經(jīng)濟整合的影響效應(yīng)時提出回歸控制法（Regression Control Method，RCM）。該方法與合成控制法相似，但使用回歸法來構(gòu)造出虛擬的控制組，比合成控制法更為簡單[58]。2020 年郜棟璽對2010—2016 年相關(guān)面板數(shù)據(jù)使用該方法，研究存款保險制度與市場約束的相互作用，對銀行風險承擔的影響，并依此來評估政策效應(yīng)[59]。

通過對比現(xiàn)有常見的6 種計量方法，發(fā)現(xiàn)總體思路都是通過設(shè)置處理組與控制組，計算政策實施前后產(chǎn)生的差量，來評估政策績效。除斷點回歸法以外，其他5 種方法主要是基于雙重差分法的思想，對其逐步發(fā)展和改進的，其中雙重差分傾向得分匹配法解決了選擇性問題，在一定程度上緩解了自選擇偏誤；三重差分法可用于時間趨勢不同的問題；合成控制法和回歸控制法通過構(gòu)造虛擬控制組，也可用于時間趨勢不同的問題。幾種方法各有優(yōu)勢與不足，可根據(jù)具體政策績效評估選擇合適的方法。綜上6 種方法主要是針對面板數(shù)據(jù)來研究政策績效的影響效應(yīng)，使用范圍相對較狹窄和單一，有待從多角度應(yīng)用和展開評估，且通常一篇文章只使用一種方法，可信度有待進一步探討。

4 討論與展望

前文通過對科技政策績效評估相關(guān)的政策法規(guī)、理論、測度指標和方法模型應(yīng)用的梳理，將科技政策績效評估的發(fā)展階段劃分為萌芽期、廣泛發(fā)展期和創(chuàng)新發(fā)展期，同時對計量學相關(guān)方法應(yīng)用的優(yōu)勢與不足進行了對比。發(fā)現(xiàn)現(xiàn)有研究在方法模型使用方面多為計量學相關(guān)方法，并結(jié)合政策評估特點進行改進，重點在于定量方法的使用和模型的構(gòu)建。鑒于科技政策績效評估相關(guān)理論方法還存在的問題，本文嘗試提出以下幾點建議。

4.1 科技政策績效評估的角度有待多元化發(fā)展

現(xiàn)有研究中，尤其是計量學方法的使用，多是應(yīng)用面板數(shù)據(jù)進行科技政策績效評估，選取的評估角度相對單一，然而對科技政策績效的評估不應(yīng)是單一方面的，而應(yīng)該是多元的、綜合的，應(yīng)擴展評估的角度，從政策的社會影響性、引導性、實用性等各個角度展開評估。

4.2 科技政策績效評估方法有待多樣化拓展

通過梳理現(xiàn)有研究，發(fā)現(xiàn)科技政策績效評估方法主要分為指標測度研究和計量學等相關(guān)方法研究。關(guān)于指標測度的研究缺乏統(tǒng)一的、系統(tǒng)的研究體系，計量學相關(guān)方法的研究從20 世紀90 年代發(fā)展至今，雖有迭代更新，但相對較慢，應(yīng)該引進更多學科的研究方法，多樣化拓展科技政策績效評估。對此，2007 年RUEGG 等提到的數(shù)據(jù)挖掘、網(wǎng)絡(luò)分析等方法值得借鑒和深入探究。

4.3 科技政策績效評估過程有待智能化發(fā)展

現(xiàn)有研究對政策評估的過程無論是通過建立指標體系還是使用計量方法等，都相對復(fù)雜，不便于政策制定者和非研究人員及時了解政策效果，在今后的發(fā)展中，應(yīng)結(jié)合大數(shù)據(jù)的時代背景，促進在科技政策績效評估中信息化手段的運用。應(yīng)借助當下人工智能等數(shù)字技術(shù)，實現(xiàn)自動化、智能化的科技政策績效評估。提高評估的精確性，更全面、快速地揭示出政策效果。同時很多數(shù)據(jù)的不易獲得性，在一定程度上也阻礙了科技政策績效評估研究的發(fā)展，應(yīng)建立政策相關(guān)數(shù)據(jù)的公布平臺，或?qū)ΜF(xiàn)有已經(jīng)公布數(shù)據(jù)進行整合，更有利于該研究的發(fā)展。

4.4 科技政策績效評估結(jié)果可信度有待提高

現(xiàn)有政策績效評估研究實踐工作通常只用一種方法來得出結(jié)論，這樣的評估結(jié)果是否準確，可信度尚有待考量。是否可以嘗試使用多種方法相結(jié)合的方式，從定性與定量甚至更多方面來評估，得到一個綜合化的評估結(jié)果，將得到的結(jié)果進行比較，來客觀評估科技政策績效，這在未來開展科技政策績效評估相關(guān)研究工作需要格外給予關(guān)注。