第 11 個主題,共 64 個· 政府經濟評估

政府中的成本效果分析

成本效果分析(Cost-Effectiveness Analysis,CEA)比較實現同一成果的不同方案的成本,以自然單位表示——每安置一名露宿者的成本、每讓一名學生達到預期標準的成本、每減排一噸二氧化碳的成本——而不將成果本身折算成貨幣。

為何重要

當社會成本效益分析要求將每一項效益都貨幣化的做法不僅變得困難、而且變得不誠實時——即對該成果給出可信定價將需要一些實際上根本無人認同的假設——《綠皮書》將 CEA 視為退而求其次的方法(https://www.gov.uk/government/publications/the-green-book-appraisal-and-evaluation-in-central-government,第五章,關於成果不易貨幣化情形下的方案評估)。CEA 是從衛生經濟學中借用得最為直接的一種方法——其結構與英國國家衛生與臨床最佳化研究所(NICE)使用每品質調整生命年(QALY)成本比較治療方案的方式完全相同——但被應用於非衛生類公共專案:教育介入以每學生成果分為單位、住房專案以每防止一戶陷入無家可歸為單位、就業專案以每一個持續性就業成果為單位。

CEA 之所以能與 SCBA 並列而不被其取代,是因為強行為某些成果賦予貨幣價值,會產生一個精確得看似權威、卻又充滿爭議得毫無價值的數位——為"一名兒童達到預期閱讀水平"定價,恰恰會招致那種在特別委員會審議中使商業案例脫軌的質疑。CEA 乾脆迴避了這場爭論:它按每單位成果本身的成本對各方案進行排序,而將該成果本身是否值得追求這一獨立的政治判斷,留給戰略性論證去處理。

數學原理

成本效果比(平均) = 總成本 / 已實現的總成果單位數

增量成本效果比(ICER),比較方案 A 與方案 B:
ICER = (成本_A − 成本_B) / (成果_A − 成果_B)

流程:
1. 在所比較的所有方案之間,固定成果單位與測量方法。
2. 在同一基礎上(參見 ../green-book-appraisal/,財務論證部分)、
   在相同的時間跨度內,為每個方案計算成本。
3. 剔除被支配的方案:任何一個方案,若其每單位成本高於
   一個能實現相同或更好成果、成本更低的替代方案,則將其剔除。
4. 按增量而非平均成本效果比,對剩餘方案進行排序。

CEA 本身無法回答一個專案是否值得資助——它只能回答,在實現同一目標的若干方法中,哪一種每單位成本最低。而該目標本身是否值得這筆支出,則需要要麼折回到 SCBA(若存在可信的估值方法),要麼依靠數學之外的政治/戰略判斷。當成果確實無法歸約為單一單位——因為一個專案會產生若干種以不同方式各具重要性的成果——則應改用多準則決策分析。

實例演算

地方政府:某議會比較三種減少露宿人數的方法,均按一年計算成本,對照成果為"個人遷入穩定住所並維持 6 個月以上":

方案                            成本        已實現成果   平均CER
housing First(密集支援)        900,000英鎊  60          15,000英鎊/成果
旅館過渡+後續支援                 600,000英鎊  50          12,000英鎊/成果
外展+私人租賃部門                 350,000英鎊  20          17,500英鎊/成果

增量CER,旅館過渡 vs 外展:(60萬−35萬)/(50−20) = 每新增一個成果 8,333英鎊
增量CER,Housing First vs 旅館過渡:(90萬−60萬)/(60−50) = 每新增一個成果 30,000英鎊

從平均成本角度看,外展方案被旅館過渡方案支配,但從外展方案增量升級到旅館過渡方案,每多安置一人的成本僅為 8,333 英鎊——相對於從旅館過渡升級到 Housing First 的那一步而言便宜得多,後者每多安置一人的成本為 30,000 英鎊。一個預算有限、準備擴大規模的政府機構,應當優先擴大旅館過渡方案,而不是 Housing First,即便 Housing First 就其自身平均比率而言看起來更優。

中央政府:一項識字補救專案在三種交付模式之間以"每讓一名學生達到該年齡段預期閱讀水平的成本"進行比較:一對一輔導(每生 1,800 英鎊)、小組輔導(每生 700 英鎊)、純數位化介入(每生 150 英鎊,但按報名學生計算的成果達成率,在經參與度流失調整後,僅為小組輔導的 40%)。經實際完成率調整後,純數位化介入每達標學生的成本為 375 英鎊——仍是最便宜的,但 CEA 無法回答:如果以與小組輔導相同的預算投入純數位化方案,那種能幫到的學生絕對數量較少,是否是相對於以更大深度幫到較少學生的一種可接受權衡;這是 CEA 交還給決策者的一項分配性判斷。

與軟體工程的關聯

每當工程團隊評估針對同一服務成果的不同交付方式時,CEA 都是正確的分析框架——比如在三家身份驗證供應商之間比較每一個成功驗證身份的成本、在兩種個案自動化設計之間比較每一個被正確分診案件的成本、在內部處理與外包補救之間比較每一個已解決無障礙缺陷的成本。它直接可以借鑑的紀律是:在比較成本之前先定義成果單位(不是"已關閉的工單"這種產出,而是"使用者需求真正得到解決"),並且始終計算現行系統與擬議替代方案之間的增量比率,而不是孤立地計算每個系統各自的平均成本。參見成果與產出與單位成果成本。

常見陷阱

  • 在決定是否擴大規模時比較平均比率而非增量比率。 正如露宿人數示例所示,平均比率最優的方案,未必是購買下一單位成果最便宜的選擇。
  • 選擇實質上是產出而非成果的成果單位。 "已轉介人數"或"已開展的輔導場次"衡量的是活動,而不是專案存在的目的所要產生的成果;對產出進行 CEA 會得出一個看似可信、卻回答了錯誤問題的數位。
  • 在真正不同的成果之間進行比較。 CEA 只有在所有方案都針對以相同方式測量的同一成果時才有效;比較"每安置一名露宿者的成本"與"每讓一名離開照護體系的青年獲得穩定租約的成本"需要一個通用的成果測量方法或多準則決策分析,而不是 CEA。
  • 忽視成果的永續性。 一個成本更低、但所產生成果不能持續的方案(比如介入結束後學生成績回退),一旦在可比時間跨度上測量,實際上並不更具成本效果;應在所比較的各方案之間統一跟蹤期。

參考資料