公共政策变迁的理论命题及其阐释

［摘　要］公共政策变迁是一个颇具诱惑力的研究领域，在这方面的理论探讨和实证分析都有必要加强和深入。为了厘清政策变迁的基本理论，本文依据变迁时序和表现形态建构了“政策时滞”、“政策博弈”、“政策演进”三个理论纲要，并在三个理论纲要下尝试性地提出了9个基本的理论命题。其目的在于揭示和阐述公共政策变迁的内在逻辑，同时也说明公共政策变迁的自变量和因变量所建构的变量系统的复杂性。　［关键词］政策变迁　理论命题　政策时滞　政策博弈　政策演进　一、政策时滞　hysteresis一词来自于希腊语，意指“之后发生什么”，后来学术界经常用“时滞”或“滞后”来表达，说明尽管一个时点的冲击已经消失，但这个冲击的影响仍然会保留在体系内部。物理学家詹姆士•阿尔佛莱德•尤因（1855—1935）1885年在一篇关于电磁的论文中首次提出了时滞这个概念。要是一根电线绕在一根铁棒上，让电流通过电线，铁棒就变得有磁性。尤因注意到，即使电流被切断，有一些磁性仍然滞留在铁棒上。铁棒受到磁循环（电）刺激并具有了某种状态（变得有磁性），而且即使导致这种状态的因素（电）被切断这种状态仍然能够保留下来。尤因把这种现象称为时滞。由此，尤因把这种现象简洁地表述为：　当存在两个量M和N，N中的一个循环变化引发了M中的一个循环变化，由此在M中发生的变化总滞后于N中发生的变化，时滞就发生了。在任何一个时点上M的值不仅仅依赖于N的实际值，而且也依赖于所有前面N中发生了的变化。［1］　格尔塔•托尔思维克（Gaute　Torsvik）对尤因电磁时滞理论作了具体的解释性模型分析（见图1－1），该图式化模型表明：我们从A点开始，要是一个正的磁化能量导入铁中，铁就会变得具有磁性，就如B点所示。移去磁化能量后，铁的磁性并没有消失，铁仍然保留着相当于C点的磁性。这就表明磁性不仅仅是过去铁的历史的函数，也是此后对铁产生影响的磁化能量的函数。假设电流冲击为X，铁的反应为磁性Y，那么可以把这种关系描述成函数关系式为Y＝F（X）。在社会或经济系统中，Y通常代表个人的行为（或个人行为的集体措施），而X代表外部基本条件——比如价格、技术条件等等——也就是所有影响这些行为的相关变量。时滞命题对于我们理解和分析资本市场的不可逆投资效应、劳动力市场上失业的吸收效应、消费行为的内生偏好效应等经验现象具有很强的解释力，对于政策变迁的不可逆性和政策安排的滞后性同样具有不可替代的理论启迪和经验解释效果。　（图略）图1－1　托尔思维克电磁时滞解释性模型　命题1：政策变迁具有不可逆性，而且必然充满着“政策记忆”。　公共政策变迁是从“旧”的政策向“新”的政策转变的过程，也是从“坏”的政策向“好”的政策转变的过程，因而变迁的方向具有当然的不可逆性。辩证唯物主义表明，事物是发展的，事物发展是前进性和曲折性的统一；历史唯物主义也表明，人类社会的历史是由低级到高级、由简单到复杂的发展过程。指导人类社会发展的公共政策也不例外。从宏观的发展过程来看，公共政策就是一个从无到有、从旧到新、从恶到善的安排过程。时间是流动的，政策是不可逆的，犹如铁棒上的电流很难重新回流到已抽离的电线一样，亦如一个人不可能“越活越年轻”。但是，一个人的经历以及对生活实践的阅历却是无法抹去的，无论如何他对生活总是充满记忆的。公共政策也一样，新政策是建立在旧政策基础上的，倘若没有“旧”又何以有“新”呢？显然，政策变迁是一个具有相当承传性的延续过程，政策充满着记忆。政策记忆（policy　memory）是政策运行的继承性认知，是政策现实和政策理想转化中的政策回味，它充分反应着政策变迁的历史痕迹，而且不可避免地呈现着政策变迁中的路径依赖。　假设一定的政策情景时点为t，那么政策变迁必然沿着t 1、t 2、t 3…t n路径顺时序前进，它决不会反其道如t-1、t-2、t-3…t-n般的逆时序而行之；但是，在作政策转换或政策替代时，政策相关利益人却不能不涉及和考量时点t-1或t-2或t-3或t-n的政策积累。从一般意义上来说，一项良好的处于时点t的政策制定，至少既要预测时点t 1的情况，又要顾念时点t-1的情形。因此，变迁中的政策安排必然立足现实、回顾历史、取向未来。此外，我们必须明确政策变迁的不可逆性并不否定政策某一时点上的逆向选择性，那就是由于变革成本的昂贵性、信息的不充分性、问题的复杂性、利益集团的抗力性、环境的不可确定性等因素的存在，政策可能会出现“向后转”的现象，但是相对于政策的长时段来说这只是暂时的；政策某些时段所出现的反复和“折腾”，也可能是政策组织者有意图的“试错”历练，是政策推广前政策试验所允许的可能范围。由此，政策选择可以是可逆的，而政策变迁则是不可逆的。　命题2：政策变迁具有相当的惯性和惰性，而新政策的安排亦通常居于滞后。　我们知道，政策变迁必然是一个过程。所谓“过程”，指的是事物状态的变化在时间上延续和空间上延伸。在政策变迁这一长久的过程当中，如果政策记忆长久地保留且“抹之不去”，并不断地强化原有政策意图和集体行动选择，那么这就说明旧政策变革的阻力相当强大，其所具有的惯性一时半载挥之不去，政策变迁的惰性也随之明显，这就是政策变迁所谓的“路径依赖”。政策时滞性这种客观的非人为原因所形成的惯性以及人为原因所形成的惰性，它有可能一度阻止新政策的安排和实施。也由于惯性和惰性的存在，因而必然较多地使用诸如“双轨制”之类过渡性体制安排——旧政策得以保留和新政策得以试验，于是政策变迁过程中体制之间的摩擦和耗损不断增加，从而导致变迁成本加大和整个社会的效率缺失。　同时，政策变迁中的政策供给往往是滞后的。从公共政策过程的环节来看，政策问题是整个政策过程的起点。只有发现了政策问题或者认识了政策问题情境，才可能有政策的相关安排。由问题发现到政策安排，本身说明这是一个有先有后的逻辑过程，同时也是符合人的认识过程的，因而政策安排的滞后性便自然而然。制度变迁的研究表明，就正常逻辑看一项新制度安排一般具有滞后性［2］。马克思生产力和生产关系的制度变迁理论模型也充分地阐明了这一点，马克思认为，制度变迁是对生产力滞后的反应，此时的制度安排是对彼时生产力水平的回应。制度变迁的诺斯模型也是一个“滞后供给”模型，即在潜在利润出现和使潜在利润内部化的创新之间存在一定的时间间隔，即制度创新滞后于潜在利润的出现。假设我们现在处于时点t上，要制定时点t的政策，那么这时的政策情景是建立在时点t-1的基础上的；当我们把时点t的政策制定出来了，可我们的时点又跨过了t 1甚至t n的阶段；我们极力地想把政策制定得富有前瞻性和超前性，希望时点t的政策能够涵盖t 1、t 2、t 3…t n等未来时点，但这往往又是不可能的。因为时间是流动的，政策情景是可变的，未来具有不确定性。于是，时点t的政策安排依据的是时点t-1的政策情境，而在实施中时点又可能跨越了t＋1的阶段了。　命题3：政策时滞的长短与政策变迁的变量相关，且贴现率高低也呈现不同变化。　诺斯将制度变迁中的时滞从以下四个方面加以解说，即认知和组织（时滞1）、发明（时滞2）、菜单选择（时滞3）、启动时间（时滞4）等。诺斯认为，在时滞1中，一种安排创新中得到的潜在利润越大，时滞就越短；已知的合法安排选择单子愈长，时滞就愈短；组成有关行动团体的成员越少，时滞将越短；如果组成有关行动团体的成员的原型组织已经存在的话，时滞将缩短；通讯和交通条件愈好，时滞将缩短。在时滞2中，从创新安排中能够实现的利润愈大愈确定，发明时滞将愈短；以完整形式运用制度的发明，时滞将缩短；基于法律和政治环境的经济安排愈可靠，发明的时滞将缩短；经济环境对可能选择的方案的制约愈小，时滞将就愈短。在时滞3中，菜单上可行的安排选择数目愈多，时滞就愈长；呈现在菜单上的选择方案的现值分布愈大，时滞将愈短；对外部利润内部化至少能起部分作用的现存安排的总成本部分愈大，时滞愈长。在时滞4中，不论是个人安排、自愿组织合作安排还是政府性安排，潜在利润愈大愈确定，启动时间愈短。［3］　同理，政策时滞的长短与政策变迁的内在变量和外在变量是相关的。政策时滞与内在变量中的公众的认知程度、组织的推力大小、决策的好坏快慢、方案的数量选择、利益集团的势力强弱、资源投入的效益状况等密切相关。比如，公众对政策的认知水平和理解程度越高，政策时滞就越短，政策贴现率就高；政策组织的凝聚力、决策力与执行力越高，政策时滞就越短，政策贴现率就越高；决策的科学化程度愈高，决策的缺陷愈少，政策时滞就愈短，政策贴现率就愈高；政策方案的选择愈多，菜单数量愈多，启动时间愈长，政策时滞就愈长；政策资源投入的效益越高，潜在利润率大，政策时滞就越短，政策贴现率就越高等等。政策时滞也与外在变量中的意识形态、政治法律、科学技术等环境因素相关，比如，意识形态的限制越多，启动时间就越长，政策利润的现值分布越小，政策时滞就越长；政治法律环境的制约越小，政策时滞将越短，政策贴现率就越高；科学技术越进步，人类理解和认识能力越提高，政策时滞就越短，政策贴现率就越高。由此，政策时滞的状况与政策变迁的变量呈现正负相关关系，政策贴现率也就随着时滞长短而呈现高低的差异。　二、政策博弈　博弈论英文为gametheory，是研究决策主体的行为发生相互作用时候的决策以及这种决策的均衡问题。［4］博弈理论假设博弈参与者（局中人）均为“经济人”，即理性的自利者。作为公共物品的公共政策，是“与私人选择相对的公共选择”［5］，是集体行动的要求和必然。那么，按照博弈论的解释，作为集体行动的政策变迁便是一个由众多局中人参与的互动博弈过程。在政策变迁的博弈场域当中，博弈参与者或局中人包括政党、官僚、利益集团、公民个人等；博弈预期则是可控的或不可控的政策利益，其中包含物质利益和精神利益两种；博弈规则是参与博弈的外部所能提供规则，包括意识形态、经济制度、政治法律环境等；博弈策略是局中人所选取的竞赛技术和方法；博弈方式主要表现为合作博弈（cooperativegame）和非合作博弈（non-cooperativegame）两种。由于有着不同的显示偏好、预期利益、知识水平、技术信息等，政策参与者之间的博弈铸造了政策变迁的人为动力，政策变迁实际上就是一种动态的政策博弈。由于集体行动的逻辑，人类理性与政策公共性之间的矛盾始终存在，因而博弈所引发的政策悖论（policy　paradox）现象也不可避免。　命题4：政策变迁的过程必然是一个转轨的过程，合作博弈达成的“双轨制”成为一定时期内的可能模式。　政策变迁是采取激进的或休克的策略方式还是渐进的或平滑的策略方式，主要在于博弈参与者的理念、经验、智慧和政策环境的制约程度。但不论如何，“转轨”（transition）已是事实，而为了避免剧烈的政局动荡，一般来说平滑式的渐进变革是其理性的选择，这是由于变革代价和改革成本的算计使然。同时，也是社会再生产的连续性所决定的。再生产的连续性是指“在转轨过程中必须在相当长的时期内保留旧的经济形式”［6］，这就要求在某一时期内对生产结构的保留，对现有部门内部和部门之间的联系、对政策连续性等方面的保留。任何期望迅速取代旧的政策的做法，都将不可避免地使生产过程或社会发展带来混乱、扭曲甚至衰退。因此，博弈参与者为了既得利益和预期利益只能走向“合作”——政策交易和政策妥协——一种新旧政策并存式兼容型悖论出现了，有限理性促使他们作出了不是“最优”而是“次优”的选择——双轨制过渡性政策安排。因而，政策变迁呈现出二元结构模式，政策变迁轨迹亦显现出平滑滚动的鲜明特点（见图1－2）。　中国经济改革的一个最突出的特征就是市场化过程中的双轨制模式。该模式首先出现于价格改革领域，即所谓“价格双轨制”，计划价格和市场价格同时存在，具体表现为“一物两价”。在这种思路下，局部放松原先价格的绝对计划控制，在计划边界之外允许价格自由浮动，使定价制度从单一价格控制过渡到计划控制与市场控制共存的双轨价格制度。后来，这种双轨制模式逐步延伸到经济、法律、社会等许多政策领域。实际上，双轨制所反映的是旧政策、旧体制与新政策、新体制的一定时期内的利益合谋，也是博弈参与者在合作博弈条件下妥协的产物。由于再生产的连续性、转轨过程的深刻继承性、社会生活准则和思想观念调整的缓慢性，这就决定了政策变迁的“转轨”过程的渐进性和相对长期性。但是，我们必须看到这种“双轨制”不仅增加了政策体制之间的摩擦和耗损，也会产生并强化新生的利用双轨制寻租的既得利益集团，从而导致政策效率损失和改革成本及改革难度增大。因此，治国者要想转轨成为一个平滑、连续的过程，就必须时刻注意在改革的每一步尽量减少政治的交易成本，力求获得更多的政治支持，以增加改革的可接受性；而不是一味地寻求“效率最大化”或“最优目标”。［7］　（图略）图1－2　政策变迁渐进轨迹一般模式图　命题5：由于集体行动的逻辑，政策变迁容易出现如同“公用地悲剧”般的非合作博弈困局。　古希腊哲人亚里士多德（A.Aristole）曾经断言：“凡是属于最多数人的公共事务常常是最少受人照顾的事务，人们关怀着自己的所有，而忽视公共的事务；对于公共的一切，他至多只留心到其中对他个人多少有些相关的事务。”［8］　1968年英国科学家哈丁（G.Hardin）在美国著名的《科学》杂志上发表了《公用地的悲剧》（The　Tragedy　of　the　Commons）一文，描述了理性地追求最大化利益的个体行为是如何导致公共利益受损的恶果［9］。美国经济学家奥尔森（M.Olson）演绎的“集体行动的逻辑”（The　Logic　of　Collective　Action）也说明个人理性不是实现集体理性的充分条件，其原因是理性的个人在实现集体目标时往往具有搭便车（free-riding）的倾向。奥尔森认为：“尽管集团的全体成员对获得这一集团利益有着共同的兴趣，但他们对承担为获得这一集体利益而要付出的成本却没有共同的兴趣。每个人都希望别人付出全部成本，而且不管他自己是否分担了成本，一般总能得到提供的利益。”［10］而在政策变迁过程中，非合作博弈条件下集体行动的逻辑也不可避免地存在着。　集体行动的困境说明，集体行动未必能导致集体利益或公共利益，在由n人所组成的公共事务管理中便是如此，比如集体行动困境可以导致公共产品供给短缺、公共资源利用无度、公共秩序混沌失序、公共组织效率缺失、公共政策执行失范等。［11］公共政策作为一种公共物品也无法消除它的外部性，在政策变迁中我们常常可以见到这样一种悖论状态：既存政策是多数人不满意的，但这种不满意的政策又能够较长地维持。因为理性的个人都存在着“搭便车”的动机，每一个人只想获取最大化的1／n的收益（假设存在n人的集体），却不愿承担哪怕最小化的1/n的成本。于是乎出现了一些“怪状”：一则你有你的政策、我有我的行动，理性的算计只顾追求自己利益的最大化，新政策的推行成为了一纸空文，个体理性导致了政策的非理性，于是这部分人便成了政策变迁中的个人主义者；二则对于受益型政策希望别人能够“示范”、对于受损型政策希望自己能够逃脱损亏，于是乎等待观望、伺机寻利、伺时出击，这些人也就顺其自然地成为了政策变迁中的机会主义者；三则虽然这个政策不合理，但分摊到个人身上的损亏是相对较小的，人们宁愿忍受这个不合理的政策，也不愿去创新一项从整体来说收益更大的政策，于是这部分人便成为了政策变迁中的保守主义者；四则不论是新政策还是旧政策，对于个人来说两相比较收益或损亏差不多，于是“随便”、“无所谓”便成为了口头禅，这部分人实实在在地沦为了政策变迁中的旁观主义者。布罗姆利认为，“制度作为限制、解放、扩展个人行为的集体行动，是界定消费集和生产集的根本因素。导致选择集（不管是消费还是生产）改变的集体行动必然总是在一给定的制度安排结构中进行”［12］。　命题6：政策变迁是一个将政策受益由零和博弈转向非零和博弈的重复博弈过程，而政策结果形态便是一种纳什均衡。　按照博弈理论，零和博弈指的是博弈中一方所得是另一方所失，但博奕得益之总和为零；非零和博弈则相反，一方所得并非另一方所失，而且都获得了增量收益，其得益总和不再为零；重复博弈指的是“某些博弈的多次（两次以上，有限次或无限次）重复进行构成的博弈过程”［13］；纳什均衡指的是在给定其他人战略的条件下，每个人选择自己最优的战略，并由所有参与人最优战略组成一种战略组合。理解这些概念的意思，实际上也就理解了该命题的含义。在政策变迁中，有一类参与人不是去增进整个政策的新收益，而是在现有政策中争取自己最大的份额，于是他的收益是以另外一部分的利益减少为代价的，于是成为了一种零和博弈的政策形式，“寻租”（rent-seeking）成为这一政策中的普遍现象。而在另一种非零和博弈状态下，参与人都去增加社会的总收益，或部分人的新增利益至少不是建立在另一部分人利益减少的基础上的，公共政策处于博弈参与人的合作状态。但是，由于参与者拥有的不完全信息，一次博弈并不能使政策处于各方满意状态，它需要多次重复博弈，并掌握相对充分的信息，才能达到一种纳什均衡。所以，政策变迁就是一个将政策受益从零和博弈转向非零和博弈的重复博弈过程［14］，也是一个由非合作走向合作、由不完全信息走向相对完全信息的重复博弈过程。　囚徒困境模型可以进一步说明。假设两个合谋的犯罪嫌疑人被警察逮住，分别被关在互不通信息的房间内进行审讯。警察告诉他们：如果两人都坦白，则各判刑5年；如果一人坦白一人抗拒，则坦白者释放抗拒者重判8年；如果两人拒不认罪则以妨碍公务罪各判1年。我们可以用一个特殊矩阵表示如下：　（图略）图1－3　囚徒困境的博弈矩阵　对该博弈中的两个博弈方来说，各自有两种可供选择的策略即坦白和抗拒。共有四种可能的结果，其中最好的得益是0，最坏的得益是－8。事实上，（坦白，坦白）不仅是A、B两个的占优战略选择，而且也是一个纳什均衡——各判刑5年，因为他们都不想要判刑8年。而（抗拒，抗拒）虽然是最优战略选择，可是它不满足个人理性要求，即使订立攻守同盟也没有激励去遵守协定。囚徒困境反映了个人理性与集体理性的矛盾（命题5所讨论的问题），同时也引申了一个重要的结论即“一种制度安排要发生效力，必须是一种纳什均衡，否则，这种制度安排便不能成立”［15］。　三、政策演进　根据发生学的研究视角，政策变迁即政策演进，而政策演进的动力来源于政策需求和政策供给的矛盾运动，于是政策演进通常表现为失衡—→需求—→供给—→均衡的逻辑演绎模型（见图1－4）。按照交易成本（transaction　cost）理论，政策或制度的产生源于交易成本的降低或潜在利润的获取（按照公共政策理论，问题的存在是政策产生的逻辑前提），政策演进就是交易成本最小化、政策收益最大化的过程。政策需求、政策供给、政策成本、政策收益等概念是政策演进必须依赖的关键词，同时也是政策经济学［16］所要揭示和叙述的基本内容。而政策需求和供给均为政策成本和收益的函数值比较使然。此外，政策的需求与供给也与制度环境的状况有关。政策演进的历史与实践表明：社会发展越是迅速，政策供给越要及时和有力，在体制空白和法制缺乏的地方，政策供给更为重要［17］。　政策问题或政策失效的存在（政策失衡）　潜在利润的激励或政策评估为负（政策需求）政策创新主体采取行动（政策决策）　　政策趋于稳定（政策均衡）获取潜在利润或降低交易费用（政策获益）政策创新（政策供给）图1－4　政策变迁的演进机制　命题7：政策需求主要源于政策的收益函数比较，而强制性的国家主导型模式是政策供给的主要模式。　对政策安排的需求基本上源于这样一种认识：按照现有安排，无法获得潜在的利益。如果在现有政策条件下，不能满足成员的要求，其成员便试图改变现有政策，从而谋求新的政策。由此，假设政策主体效用函数不变的前提下，政策需求可以视为收益的函数，表示为：Di＝f(R-Ř)，约束条件R＝g(T,M,EX,Ga…)。其中，Di代表政策需求，R代表潜在收益，Ř代表现存政策中可实现的收益，可视为一个常数；R受技术（G）、市场规模（M），预期收入（EX），政治及经济游戏规则（Ga）影响。那么当R