联邦政府统计工作与循证政策制定

武夷山

2017年2月，美国国家科学院出版社出版了报告，Innovations in Federal Statistics: Combining Data Sources While Protecting Privacy（联邦统计工作的创新：在保护隐私的同时整合数据源）。现将报告中的一小节FEDERAL STATISTICS AND EVIDENCE-BASED POLICY MAKING（联邦政府统计工作与循证政策制定）的部分内容摘译出来。

联邦政府的许多统计产品是“描述性的”，回答的典型问题是“多少？”（如每个月新增就业岗位数）“多普遍？”（如多大比例的成年人有工作）之类。然而，联邦统计部门产生的关键统计数字以及这些统计所依赖的调查数据还构成了至关重要的信息基础设施，它们对公共政策的制定与评价均有助益。数据的这类用途与数据的描述性用途不同，有时被称为“分析性的”或“基于科研的”。对于分析性统计数据和数据之科研用途，人们时常要回答的问题是“如何”和“为什么”。比如，参加过工作培训者若比没有参加过工作培训者挣得更多，是培训导致的呢，还是其生活中的其他变化导致的呢？循证的政策制定需要回答，政府的项目计划是否产生了预期的结果。

开展项目评价，就是为了识别出对于实现预期结果最重要的相关机制。这类研究设计得越棒，越能有效地识别出相关机制。

评估项目效果所需要的数据，往往也是联邦政府统计机构所产生的描述性统计数据。人们还可以利用项目管理数据来考察项目参与者在某一时点获得的结果，或是持续跟踪相关数据来考察长程结果。人们也可以利用工作培训参与者或教育项目参与者的完税记录来考察其参与项目后的就业状况和薪资水平，从而对项目的效果进行评估。这类研究一般由联邦政府合同委托的相关机构或学术研究人员来完成。

近年来，人们对循证政策制定日益重视。循证政策制定过程会利用各种数据源、各种研究方法和各种分析手段。奥巴马当局要求国会批准更多的资源，一是让联邦政府各机构进行评价能力建设，二是扩充相关基础设施，以便开展评价研究的研究人员能够利用联邦政府的调查数据和管理数据。2016年，国会成立了 Evidence-Based Policymaking Commission（循证政策制定委员会）,该委员会将考察联邦政府在集成调查数据和管理数据以供科研人员使用方面做得如何。

改善对管理数据及其他数据的方便利用程度，对联邦统计部门也是有益的。存在着大量非调查类的有潜在价值的数据，比如联邦政府、州政府和地方政府的管理档案，私营部门的信用卡交易数据，传感器数据，空间地理数据，以及越来越多的网络数据，如社媒网站上的文本和图像。这些数据对联邦统计机构的调查数据会是很好的补充。

考虑到以下现象，则这些补充数据的意义更显突出：多年来，问卷调查的应答率一直在下降；一些关键数据项（如收入）放弃不填的情形越来越多；调查的单位成本不断上涨。美国国家研究理事会2013年发表的一份报告指出，至少最近20年来，家庭调查的应答率在持续下降。事实上，所有富裕国家的调查应答率都在下降，特别是在单亲家庭较多、孩子尚未长大的家庭较多、工人的通勤距离较长、犯罪率较高的地区，应答率尤其低。为了提高应答率，往往采取金钱激励、反复调查等措施，但这样做提高了成本，但收效甚微。

将这些新数据源与调查数据结合起来是有风险的。需要对新数据的质量及将其用于联邦统计的适宜性进行审慎的评估，还需要考虑到，进入联邦统计的数据就需要长期连续，而那些新数据能否做到长期连续的提供还是个问题。为了整合各种数据源，相关工作开展得越早越好，因为这些工作都需要投入时间，投入资源，需要官产学三方的协同研究。