随机对照试验为健康、教育和国际化发展等方面的干预措施提供了依据,但它们只是一系列有用工具的一部分。

 

  无论是健康和公共安全问题,还是农业和教育领域,过去十年见证了人们对使用随机对照试验来检测公共政策产生的浓厚兴趣。执业者们生成硬数据,将研究依据展现给政府部门。然而他们触怒了传统经济学家们,因为他们长期以来专注于模型和定性研究产生的数据。有人担心对随机对照试验的关注会让研究者们跑偏问题,或者出现黑盒测试结果,将无法回答起作用或不起作用的关键问题。
 
  尽管存在分歧,但很难就根本目标存在的价值争个明白。如何保证政府有限的资源投资项目能达到广告中的效果,同时找到改变或消除那些没有效果的方法。但是在社会科学家们占据的纷杂空间里,要确定哪些项目有效果哪些没有,以及为什么,并非易事。引入随机对照试验,试验中的变化是以个体或小组的形式来衡量,个体或小组是随机选来接受或不接受干预。医疗行业已经使用了此类试验来梳理几十年以来各种药物的药效。

 

基于证据的干预

  很多试验关注特殊环境下的人类行为,但研究人员的目标则是更大的问题。一些研究已经观察到社区主导型发展的努力,以及取得的综合效果。其他人正在考虑试验如何提供证据,说明政府和援助机构需要改善人道主义援助。还有关于需要多少援助才能帮人们摆脱贫困这一长期存在的问题。5月份发表的一项研究中提到,一组研究人员在6个国家进行了随机试验,看看是否存在包括现金、食物、医疗保健和培训在内的一整套干预机制,帮助穷人改善生活。研究证据表明,答案是肯定的,至少干预实施一年后穷人摆脱贫困。
 
  与此相比,2004年启动的千禧村项目(MVP)将一项综合援助一揽子项目推广到非洲十个国家的村庄。MVP项目研究者们已经开始评估该项目所达成的效果。然而最近他们发表的研究协议承认,很难明确回答这些村庄与邻近没有接受干预的村庄相比究竟发展如何,其原因很大程度上是因为项目从一开始就没有使用合适的试验方法。
 
  很多扶贫项目的重点在于带有附加条件地提供资金。加州大学圣地亚哥分校经济学家保罗?尼豪斯(Paul Niehaus)就参与创建了纽约非盈利组织“直接给钱(GiveDirectly)”。他的团队认为,很多形式的发展援助很复杂,管理起来成本高。他们建议将这些形式的有效性与只给钱的有效性进行对比判断。有效性可以通过随机试验进行检测,试验中干预组接受发展援助,对照组直接获取现金。
 
  在随机试验中可以获取更多信息,但研究人员必须承认这样的试验存在局限性,尤其是,他们不一定要回答为什么有的有效果,有的没有效果。以社区主导型发展项目为例,随机对照试验能够提供基本数据,说明让社区委员会自行决定是否会加速基础服务,改善经济,推进女性的社会福利。但这些委员会真的在以一种有意义的方式加强社会凝聚力吗?
 
  随机对照试验将无法对全世界所有历史遗留问题提供答案,它们并非获取确凿证据的唯一途径。经济学家们已经研发了其他试验方法,不包括随机化,但还是能够提供严格的统计数据,来判断一个项目的有效性。
 
  将这些方法结合起来,每天可以为决策者们提供更多信息。然而也许更重要的是接下来会发生什么。一旦试验结果支持了他们的决策和项目,政治家、政府官员,以及慈善家们会乐于谈论随机试验的价值。一旦试验证据否定了他们的决策和项目,他们肯定还有勇气这么去做。

 

资料来源 Nature

责任编辑 彦 隐