公共政策预测分析.ppt

《公共政策预测分析.ppt》由会员分享，可在线阅读，更多相关《公共政策预测分析.ppt（83页珍藏版）》请在三一文库上搜索。

1、第六讲 公共政策预测分析,一、预测的内涵 二、公共政策的因果预测 三、公共政策的趋势预测 四、公共政策的判断预测,2019年5月,公共政策分析,2,一、预测的内涵,1、预测及主要形式 推断 预言 猜测,2019年5月,公共政策分析,3,一、预测的内涵,2、预测的构成 （1）预测对象 现行政策结果 政策利益相关者的行为 新政策内容 新政策结果,2019年5月,公共政策分析,4,一、预测的内涵,2、预测的构成 （2）预测根据 趋势外推 理论假设 有见地的判断,2019年5月,公共政策分析,5,预测根据,A、趋势外推,2019年5月,公共政策分析,6,预测根据,B、理论假设,2019年5月,公共政策

2、分析,7,预测根据,C、有见地的判断,2019年5月,公共政策分析,8,一、预测的内涵,2、预测的构成 （3）预测技术,2019年5月,公共政策分析,9,1、因果模型及包含要素 因果模型是变量之间因果关系的理论表达形式。 因果模型是根据特定方法对两个或两个以上变量发生的因果关系模式作出的描述。,二、公共政策的因果预测,2019年5月,公共政策分析,10,2、因果模型及包含要素 （1）变量及定义 变量是人、事或物的以不同数值表现的任何特征。 政策影响的变量：受教育机会、公共安全、空气质量、粮食安全等。 基本定义 基本定义就是用其他同义词对那些用于描述该变量的词语做出解释。 操作性定义就是通过指明

3、反映和衡量该变量所需要的操作过程来定义这个变量。 例：粮食安全是指充足的粮食供给、充分的粮食获得能力以及粮食可靠性。,二、公共政策的因果预测,2019年5月,公共政策分析,11,2、因果模型及包含要素 （2）指标与指标体系 指标是可观察的特征，是可观察或不可观察特征的替代物。 指标体系是衡量一个变量的多个指标的组合。,二、公共政策的因果预测,2019年5月,公共政策分析,12,2019年5月,公共政策分析,13,粮食安全的操作定义及指标体系,粮食安全是指充足的粮食供给、充分的粮食获得能力以及粮食可靠性。 粮食自给率不低于95%； 粮食储备率不低于18%； 粮食人均占有量不低于400公斤； 基本

4、农田不低于18亿亩； 粮食播种面积不低于16亿亩。,2019年5月,公共政策分析,14,2、因果模型及包含要素 （3）路径关系 变量之间的因果关系： 自变量 因变量 变量之间的数量关系 科学方法,二、公共政策的因果预测,2019年5月,公共政策分析,15,因果模型,2019年5月,公共政策分析,16,因果模型,2019年5月,公共政策分析,17,4、运用回归分析方法的因果预测,二、公共政策的因果预测,2019年5月,公共政策分析,18,例,假设市政府决策者想考虑一个新政策，旨在建立影响更大的巡逻方式，包括扩大巡逻范围，对市民求助电话更快地做出反应，最终通过增加可能的犯罪人员被拘捕的概率来遏止犯

5、罪。 决策者需要根据里程数和车辆维护记录来进行预测：如果10台车中的几台每年运行15000英里，会增加多少成本。,2019年5月,公共政策分析,19,例,2019年5月,公共政策分析,20,4、运用回归分析方法的因果预测 （1）回归模型的建立 第一，明确自变量和因变量及因果路径。 通过制作关系图予以明确。,二、公共政策的因果预测,2019年5月,公共政策分析,21,3、回归分析,2019年5月,公共政策分析,22,4、运用回归分析方法的因果预测 （1）回归模型的建立 第二，明确变量之间的数量关系,二、公共政策的因果预测,2019年5月,公共政策分析,23,案例计算结果,2019年5月,公共政策

6、分析,24,案例计算结果,2019年5月,公共政策分析,25,4、运用回归分析方法的因果预测 （2）预测,二、公共政策的因果预测,2019年5月,公共政策分析,26,5、回归分析偏差计算,二、公共政策的因果预测,2019年5月,公共政策分析,27,回归分析偏差计算,第一步，计算标准差 所谓标准差，即平均方差的平方根。其出现概率是2/3。计算公式为： 两个标准差发生的可能性为95.4% 三个标准差发生的可能性为99.7%,2019年5月,公共政策分析,28,案例计算：,2019年5月,公共政策分析,29,回归分析偏差计算,第二步，误差区间估计 Z=标准差单位 Sy.x=一个标准差的值,2019年

7、5月,公共政策分析,30,案例计算,结果： 在95%的情况下，增加150千英里巡逻而增加的成 本在4147.78-5592.22美元之间。误差范围：,2019年5月,公共政策分析,31,6、相关分析,二、公共政策的因果预测,2019年5月,公共政策分析,32,相关分析,回归分析估计了变量之间的准确关系。上例中反映了巡逻里程多少与维修成本多高之间的精确关系。 但还须反映方向和强度，即相关系数。即维修成本的上升多大程度上是由巡逻里程引起的，是否受其他因素影响。,2019年5月,公共政策分析,33,相关分析,第一步，计算系数 ，即对自由变量的平方根引起的因变量变动的总体衡量指标。公式如下：,2019

8、年5月,公共政策分析,34,相关分析,第二步，因果关系的方向和强度的相关系数r。 r是在-1和+1之间， 如r为0，两个变量不相关， 如r为 （即正或负）,表明最大程度的相关。 两个系数意义： 年维护成本的变化有82%是由于行驶英里数引起的（ =0.82）。 两个变量之间的关系是正强相关（r=0.9）。,2019年5月,公共政策分析,35,1、线性趋势估计 以时间序列里的观察值为基础，利用回归分析来取得对未来社会状态的精确的数学估计。,三、公共政策的趋势预测,2019年5月,公共政策分析,36,例：线性趋势,2019年5月,公共政策分析,37,1、线性趋势估计 （1）建立分析模型 A、明确分析

9、变量及因果路径 自变量： 时间；须转换成可计算的数值。用时间代码值来表示。 因变量：分析对象随时间推移而发生的变化数据。如能源消耗量。 因果关系。,三、公共政策的趋势预测,2019年5月,公共政策分析,38,1、线性趋势估计 （1）建立分析模型 B、计算数量关系,三、公共政策的趋势预测,2019年5月,公共政策分析,39,案例计算结果,2019年5月,公共政策分析,40,1、线性趋势估计 （2）未来年度线性趋势预测,三、公共政策的趋势预测,2019年5月,公共政策分析,41,1、线性趋势估计 （3）预测未来年度的线性趋势的条件 第一，时间序列必须是线性的； 第二，有合理的论据表明历史的模式会在

10、将来持续； 第三，模式必须是规范的。,三、公共政策的趋势预测,2019年5月,公共政策分析,42,1、线性趋势估计 （4）回归分析与线性趋势估计的区别,三、公共政策的趋势预测,2019年5月,公共政策分析,43,2、非线性趋势估计 （1）非线性序列的特点及类型,三、公共政策的趋势预测,2019年5月,公共政策分析,44,非线性序列的特点及类型,A、摆动,2019年5月,公共政策分析,45,B、周期,非线性序列的特点及类型,2019年5月,公共政策分析,46,C、增长曲线,非线性序列的特点及类型,2019年5月,公共政策分析,47,D、衰减曲线,非线性序列的特点及类型,2019年5月,公共政策分

11、析,48,E、剧变,非线性序列的特点及类型,2019年5月,公共政策分析,49,2、非线性趋势估计 （2）增长或衰减曲线计算,三、公共政策的趋势预测,2019年5月,公共政策分析,50,增长或衰减曲线计算,2019年5月,公共政策分析,51,假设1971将1000美元资金存入带利息的银行帐户。 复利年息为10%，不新增存款。 到1990年（20年）的总值是多少？,例：,2019年5月,公共政策分析,52,复利模型及计算结果 =某一笔投资在n年后的积累值 =期初投资,例：,2019年5月,公共政策分析,53,线性趋势估计的结果 计算公式： 计算结果：,例：,2019年5月,公共政策分析,54,线

12、性回归计算的局限性 线性趋势估计误差大 复利模型计算结果为：6727.47 线性趋势结果估计值：4140.29 线性方法的调整 幂的加权 数据转换。,例：,2019年5月,公共政策分析,55,2、非线性趋势估计 （2）增长或衰减曲线计算 运用数据转换方法的增长或衰减曲线计算 找出所有Y值的常对数，将它们用在线性回归等式中。 将常对数取反对数转换为自然数即获得计算结果。,三、公共政策的趋势预测,2019年5月,公共政策分析,56,第一步 找出时间序列,增长或衰减曲线计算,2019年5月,公共政策分析,57,第二步 计算Y值的常对数,增长或衰减曲线计算,2019年5月,公共政策分析,58,第三步

13、算出列表中的其他数值,增长或衰减曲线计算,2019年5月,公共政策分析,59,第四步 计算的 常对数值,增长或衰减曲线计算,2019年5月,公共政策分析,60,第五步 计算 值,增长或衰减曲线计算,2019年5月,公共政策分析,61,数据转换后的结果比较： 复利模型计算结果为： 数据转换后的趋势估计结果为：,增长或衰减曲线计算,2019年5月,公共政策分析,62,1、德尔菲法 （1）定义： 一种获取、交流并形成对未来事件充分意见的方法。 由兰德公司1948年发明,广泛应用于公共部门和私人部门预测活动中。 逐步拓展到其他领域，如教育、技术、营销、交通、大众媒体、医学、信息处理、研究开发、空间探索

14、、住房、预算及生活质量。 最初强调利用专家对以经验数据为基础的预测。20世纪60年代开始用于价值预测。,四、公共政策的判断预测,2019年5月,公共政策分析,63,1、德尔菲法 （2）基本原则： A、匿名：所有专家都匿名发表意见，对他们的姓名严格保密。 B、巡回：个人的意见经过汇总，传递给参加讨论的所有专家。 C、反馈控制：汇总的意见以调查表的形式进行传递。 D、统计学意义的小组反馈。 E、专家达成一致意见。,四、公共政策的判断预测,2019年5月,公共政策分析,64,1、德尔菲法 （3）基本步骤： 第一步，明确问题。 第二步，选择参与人。 第三步，问卷设计。 第四步，分析第一轮结果。 第五步

15、，设计出后续问卷。 第六步，召开小组会议。 第七步，准备最终报告。,四、公共政策的判断预测,2019年5月,公共政策分析,65,2、交叉影响分析 （1）什么是交叉分析 根据相关事件的发生或不发生来对未来事件的发生概率进行判断的方法。 其目的在于，对那些促进或阻碍其他相关事件发生的条件加以确认。 交叉影响分析法是常规德尔菲法的补充,四、公共政策的判断预测,2019年5月,公共政策分析,66,2、交叉影响分析 （2）交叉影响分析的基本工具-交叉影响矩阵 将所有相关事件沿行和列开头进行排列的对称表格。 适用于一系列相互依赖的事件。,四、公共政策的判断预测,2019年5月,公共政策分析,67,2019

16、年5月,公共政策分析,68,2、交叉影响分析 （3）交叉影响分析的基本依据-条件概率原则 条件概率是指一个事件发生的概率依赖于其他事件。 条件概率用P(E1/E2) 表示，读作“在第二个事件E2发生的条件下，第一个事件E1发生的概率”。,四、公共政策的判断预测,2019年5月,公共政策分析,69,2、交叉影响分析 （4）交叉影响分析的基本步骤 首先确立在某个特定时点之前，某一事件（E2）的发生概率是多少？ 其次明确某个事件（E2）肯定会发生事件，那么该事件（E1）发生的概率是多少？”,四、公共政策的判断预测,2019年5月,公共政策分析,70,案例：,假设一个专家小组用常规德尔菲法来估计4个事

17、件E1，E4在未来几年的发生概率。 E1为每加仑油价上涨至3美元，主观估计概率为P1=0.5 E2为城郊居民变为城市人口，主观估计概率为P2=0.5 E3为按人口计算的犯罪数量翻倍，主观估计概率为P3=0.6 E4为短途电动汽车的大量生产，主观估计概率为P4=0.2,2019年5月,公共政策分析,71,假设现在其中一个事件发生（P=1.0或100%）， 我们来估计其他事件在未来几年的发生概率。 结果如下表：,案例：,2019年5月,公共政策分析,72,案例：,2019年5月,公共政策分析,73,3、可行性评价 （1）可行性评价的含义 可行性评价是对利益相关者在支持/反对不同政策方案时对采纳和/

18、或执行时的可能影响的预测方法。 可行性评价特别适合那些要求对政策方案合法化的结果进行估计的问题。也可以用来预测利益相关者在政策过程任何阶段的行为。 可行性评价以主观估计为基础。,四、公共政策的判断预测,2019年5月,公共政策分析,74,3、可行性评价 （2）可行性评价的内容 相关者态度位置。 相关者所取态度及出现概率 相关者可利用的资源。 相关者相对资源排序。,四、公共政策的判断预测,2019年5月,公共政策分析,75,3、可行性评价 （4）可行性计算,四、公共政策的判断预测,2019年5月,公共政策分析,76,例：,某市政府为了解决明年的开支，要么平均提高1个百分点地方财产税，要么解雇15

19、00名工作人员以减少开支。 两个方案遇到的问题： 增税方案会遭到纳税人团体的强烈反对； 解雇工作人员以减少开支可能会爆发持续2年以上的罢工。 哪个方案可行性更大些？,2019年5月,公共政策分析,77,第一步，将影响可行性的各种因素予以赋值。 各利益相关者的立场，为-1、0、+1。-1代表反对，0表示无关，+1代表支持。 各利益相关者立场的出现概率，数值为01.0。 各利益相关者可利用资源的主观估计，数值为从01.0。 各利益相关者可利用资源的相对排序，数值为从01.0。 结果见下表：,例：,2019年5月,公共政策分析,78,例：,2019年5月,公共政策分析,79,第二步，计算各利益相关人的可行性分数。 将立场得分（立场方向乘以概率）与资源及资源排序相乘即可以得出每一利益相关人的可行性分数。 可行性分数=立场分*概率*资源*资源排序 见下表中的第（5）列。,例：,2019年5月,公共政策分析,80,例：,2019年5月,公共政策分析,81,第三步，计算可行性指数,例：,2019年5月,公共政策分析,82,第四步，计算可行性指数的最大值 =0.4,例：,2019年5月,公共政策分析,83,第五步，计算总可行性,例：,