政策生态学与我国加入WTO后政策系统的优化

我国加入WTO后,政策系统面临的国内外环境都发生了深刻的变化。从政策生态学角度来看,我国公共政策制定系统必须加以改进以应对新的环境带来的挑战。     

公共政策滞后的阐释与矫正

政策滞后是政策过程中一种不均衡的状态,相对于政策需求而言,政策滞后是一条客观规律。从理性经济人假定出发,政策滞后的原因包括政策主体的自利性及其成本—收益计算;政策需求的非均质、非同一性;政策供给的路径依赖与决策者的有限理性。矫正政策滞后,要发挥政策主体的能动性,优化社会利益聚合、利益表达的渠道,培育积极向上的非正式制度。     

论地方政策供给意愿的形成与变更

政策供给意愿是政策供给的重要变量之一，地方政府的政策供给意愿受到三方面政策需求的影响：中央政策需求、公众政策需求与地方政策需求。三种政策需求形成三条需求溪流，持续地对政策系统施加影响，表现为政策供给意愿确立的引力、压力、推力和阻力，而政策供给意愿的形成或变更就是这三条溪流的博弈均衡，体现为一种间断——平衡的演进路径。     

西方国家政策趋同理论研究述评CSSCI

关于政策趋同的研究是公共政策研究中的一个重要话题,目前已得到美国和欧洲等国家学者的持续关注。从20世纪60年代开始至今,西方学术界涌现了大量有价值的研究文献,但我国学术界却长期忽视了对政策趋同这一领域的研究,而且对西方研究成果的引进和介绍都非常不足。论文从政策趋同内涵的界定、政策趋同与其他概念的辨析、政策趋同的类型以及政策趋同的影响因素等方面对西方文献研究进行综述、评价,并分析其学术意义与现实意义。     

论政策过程中的言说与行动

近代社会以来,言说成为影响政策过程的主要方式。为了防止言说带来无休止的争吵甚至暴力,言说被放置在制度主义框架之下,但制度化的言说却被扭曲、被空洞化,丧失了实质性的意义。协商民主意图通过协商和对话来重振言说,但没有能够从根本上扭转言说受到精英控制的局面。20世纪后半期以来,行动主义兴起,行动主义突破了言说的制度主义框架,以多种形式、多种渠道的行动来做出表达。政策系统的边界被打破了,政策过程扩散到私人领域与日常生活领域的行动中,一个合作的政策行动体系逐步生成。     

讨论MPA与MPP教育的不同

MPA与MPP都属于公共事务范畴的学位教育,但在这两个学位教育项目之间存在着明显的不同。MPA教育生成于美国进步主义时期,致力于培养综合性与应用性的行政管理人才;MPP则是在政策科学运动中产生的,目标是培养能使用数据模型进行政策分析的专业人才。20世纪80年代,二者在课程设置等方面相互借鉴,从而出现了这两个学位教育项目间的交叉与融合。但是,我们必须看到,MPP所具有的政策分析印记使它与MPA有着明显的不同,在一个处处都是数据驱动的时代,MPP教育具有广阔的前景。在我国,MPA教育的开展已经有十多年的历史了,随着智库的发展,也对MPP教育表现出了迫切要求。但是,在开展MPP教育时,把握MPA教育与MPP教育之间的不同是非常必要的。     

环境风险治理的制度化与“制度化自反”

制度化是环境风险治理的有效路径,但制度化也会因为“制度化自反”而成为新的环境风险源。环境风险治理制度化体现在认知理性化、行为规范化和组织系统化等方面,获得了科学认知并开展有序的治理行动。但面对高度复杂性和高速流动性的环境风险时,制度化路径失效了,反而在应用中出现制度化的自反,制度化的路径成了新的环境风险的根源。环境风险治理中制度化自反表现为：风险认知理性化引发风险认知偏见,参与程式化带来民主形式化,组织规范运行却出现异化。总体来看,环境风险治理需要从制度主义转向行动主义,在行动主义框架下消除制度化的自反。具体来说,需要确立合作行动的治理理念,健全风险治理规则,构建合作行动组织体系,优化技术治理工具。     

街层官僚的自主性行为及其提升

街层官僚由于其工作条件与环境的特殊性,享有大量的自主权,并且在其执行政策过程中存在滥用自由裁量权的可能。20世纪的行政改革几乎都致力于限制其自主空间以抑制对公共利益的背离,但街层官僚通过一系列策略选择使得这些方案破产,进而消解外部控制。实际上,出于"经济人"假设限制街层官僚自主空间的视角本身就是错误的,只有通过彰显街层官僚的"公共人"特性,才是保证街层官僚自主行为符合公共利益的正确方向。     

论政策共识构建中的算法支配：模式与维度

人类社会进入算法时代,政策共识构建无论是在科学化发展还是在民主化进程中都受到算法影响,当这种影响发展到一定程度时则会出现算法支配的现象。根据算法的自动化程度与相对于人类的独立性,政策共识构建中的算法支配可分为四种模式：工具性支配、平台式支配、博弈性支配、自动化支配。四种模式对政策共识构建的影响体现在不同层面,但都是从四个方面展开：通过代码设计对政策诉求进行标准化解读;对个体感知做出隐蔽控制以此编辑诉求内容;形成严密的审查体系对行为进行监控并做出引导;设定计算规则塑造共识构建的程序和方式。总体而言,政策共识构建的算法支配体现为技术支配与权力支配的混合,需要基于对算法的全面认知做出应对。     

论政策过程中的人机合作

人类社会进入人工智能时代,由于政策过程的技术化以及符号的可计算假设,人工智能可以进入政策过程中并推动决策的优化,但是政策问题的日益复杂化与情境化又超出了人工智能所能独自解决的范围,最终政策过程将走向人与人工智能的合作。政策过程中的人机合作从多层面展开,包括程序化运作与情境性创新之间的合作、技术知识与经验知识的融合、总体规划与技术操作的合作以及为高速计算的实现而合作。但是,政策过程中的人机合作也存在风险,这需要人类承担更多的责任来进行引导和防范。