公共治理研究：历史为什么是重要的？

何哲

（中央党校（国家行政学院）公共管理教研部，北京，100089）

摘要：在当前的公共治理的研究中，存在着普遍的单一方法导向，即过度注重数据分析为主的定量实证研究而忽视了以历史经验分析为主的规范分析。从而使得公共治理研究趋向于具体的、局部的、狭隘的问题分析，而忽视了治理本身的广域性、复杂性、系统性，从而产生了一种研究越繁荣，但是获得的知识越有限的尴尬局面。治理本身来自于实践，归根于历史，人类一切社会活动都是具有历史连续性的集合。既往的大量历史经验，为治理研究提供了充分的借鉴与可比较的对象。治理研究的科学化过程不是一味排斥否定历史经验，排斥否定规范分析，而是一个互相促进的过程。历史分析在大尺度现象分析与抽象性治理规律的发掘方面具有先天的优势，既可以为现实的治理实践提供有益的经验借鉴，又足以为具体的定量分析提供可检验的命题。历史研究的繁荣既要充分重视中国与世界的治理历史借鉴，也需要在学科建设、研究者培养、消除方法迷信等方面共同做出努力。

关键词：治理、历史、制度、实证

作者简介：何哲（男，1982-）陕西西安人，博士，现为中央党校（国家行政学院）公共管理教研部教授,研究方向包括网络社会治理；行政体制改革；国家发展战略；经济与制造业战略等。

在当前的公共治理研究中，明显存在着以数据实证方法为核心导向的一种方法趋势，这种趋势否定治理研究的广域性与复杂性，而试图以过度简化的模型与若干小范围的数据分析来实现对大尺度社会系统的一般性规律的探寻。这种研究方法的导向，有着很深的时代背景与历史趋势，其既包括近现代以来对社会学科科学化的努力[[1]]，也包括对所谓现代研究方法的盲从和迷信[[2]]，也包括学术体系刻意的引导[[3]]，在否定其他方法论的同时，进一步将广义的实证方法极端化为狭隘的各种定量数据回归方法。这种定量为主的研究方法客观上造成了研究方法过度单一，研究问题过于狭窄，研究结论过于单调等问题。然而，治理本身是具有大尺度性、广域性和复杂性的[[4]]，治理的主体客体都是人类社会本身，人类社会的活动具有高度的历史延续性[[5]]和非线性等特征，其远不是简单的若干模型和数据分析就能够得到有价值的知识。因此，在研究方法上，必须要兼容并包，防止极端化、片面化的导向，同时满足于实际治理与知识构建的需要。

一、公共治理研究的出发点与复杂性特质

研究的目的是从事公共治理研究的基本出发点。不同的目的会导致不同的研究导向和研究视角与方法，以改善实际治理为目的与以单纯的提高知识累计为目的显然会导致不同研究视角。简而言之，公共治理研究存在三种基本的研究出发点与导向：第一种是以面向实际治理改善的“求治”导向；第二种则是以单纯提高关于公共治理体系的理解与可解释性的知识体系构建为目的的“求知”为导向；第三种则是将公共治理研究作为一种职业选择的“求生”导向。

从求治导向而言，研究者认为，公共治理研究的一切应以实践为基础，最终的目的是提出足以改善实际治理水平的政策建议与政策工具。因此，在研究方法导向上，侧重于政策分析、实际调研、案例研究、历史比较、规范分析与总结等。当然这并不是否定定量方法，但是其总体上是在宏大视野下对社会整体或者一类主体作为研究对象，因此，定量研究只是作为基本的研究辅助。

从求知导向而言，研究者认为，公共治理研究作为一种学科知识，应该首先致力于学科本身知识体系的构建，而在这一过程中，原先不精确的定性研究方法已经逐渐过时，需要用新的定量研究方法给予精确的描述和细节上的构建。从而才能够保障整个治理研究体系能够向着科学化的方向构建，而一切缺乏足够数学工具应用的研究，都应该逐渐被抛弃。而对于治理而言，最科学化的体系应该是采用证伪主义的精准实证研究方法。因此，这一类的研究体系越来越向着规范化的实证研究方向发展，乃至于逐渐形成了一种主流价值观念。

从求生导向而言，研究者认为，公共治理研究与其他行业一样，都首先只是研究者的一个职业。因此，研究服务于职业生存。职业生存与发展需要什么样研究，就从事什么样的研究。在这种实用主义的观点支撑下，由于数据实证研究称为一种较容易上手又主流的研究方法，因此，优先选择简单易行的方法，也成为一种客观需要。

对于以上的三种基本的治理研究出发点而言，在现实的研究中都普遍存在，并不能简单的认为求治导向一定优于求知或者求生导向。任何否定研究者的基本需要的价值判断，都无助于学术整体的发展。然而，我们依然需要指出，治理研究，依然要始终面向实践，无论研究者最初的出发点如何，但是研究本身都应该服务于治理本身的需要。因为不面向实践，这一知识体系本身存在的意义就很有限。改善实践，从来都应是各个治理研究维度所共同追求的目标。

而从改善治理实践的角度出发，就必须要客观认识到公共治理本身的特殊属性。这就是公共治理本身的宏大性、复杂性、动态性、历史性、特殊性等。宏大性是从治理研究的对象而言，公共治理的对象是整个社会或者社会中的一类主体，这就表明了公共治理研究的对象是远超过成本上千的，甚至数以亿计。因此，试图在复杂的系统中通过精准的模型计算或者通过抽样的方法进行精准的估计，这是极为困难的。任何类似的研究，都只能对社会主体做出高度的简化进行抽象，再利用简化的模型进行采样和数据回归分析。在这一过程中，损失了大量的社会本身的有效信息。因此，宏大性决定了治理研究必须要具有广域的研究视角和丰富的研究方法的选择。

复杂性则是指由于治理的社会主体与客体都是人，而人的行为具有高度的复杂特征，例如情感、风险偏好、心理特征都使得无法用标准的统一模型来对一个人进行描述。更遑论能够对数以百千万亿的个体进行描述。因此，在这样的复杂性的基础上，试图构建出精准的数学模型来描述和发掘隐藏在其中的规律，则是非常困难的[[6]]。复杂性必然要求了必须采用足够的大样本与宏观表征来进行观察和定性分析。

动态性则是指由于治理对象的宏大性与复杂性，从而使得治理系统本身始终是一个变化的过程而不是一个静态的存在。这种动态性决定了任何简单的静态的分析体系，得到的结论，都是具有高度区域有限性与时间有限性的，任何精确研究的治理研究本身都是在一系列客观条件的真约束下与研究则主观假设下的偶然的结果。因此，这就意味着，不存在什么特定的“科学”的研究方法足以得出普遍的改善治理的结论。

历史性则是指治理体系具有其在时间维度的演化连续性。任何一个治理体系都不可能是无缘无故突然诞生于世上，而一定是在不同层面具有其历史延续性，有的是表象的层面，即现有的制度是过去制度的延续或者变革；有的是隐性层面的历史延续性，例如那些新创建的制度结构甚至国家，其治理体系，依然传承了之前的治理习惯或者文化体系[[7]]。这种历史性就意味着脱离时间维度的延续性，既不能找到治理的内在规律，也不能找到其动态演化的趋势。

特殊性则是指治理体系具有明显的情景差异的特质，也就是说，在不同的区域场景下，治理体系会产生巨大的变化，原先在其他区域有价值的规律，在这一区域场景下就很可能不再适用。而在这一区域内的规律，依然要遵循其复杂性和历史性的角度去重新发掘。治理体系的这种特殊性，就意味着不存在跨越不同地域场景下的通用模型和研究方法的存在。

以上的治理体系的众多特性，都共同指向了一个基本问题，即人类社会的治理体系远远不是像自然世界的物理体系那样的充满严格普适规律性的体系，其充满了大量的主观变量与更为复杂的特质。这就意味着试图用严格的实证分析的方法来挖掘出可靠的具有高度普适性规律的想法很可能其出发点就有问题。而从改善实际治理水平的角度出发，就不能仅指望将治理研究数字化、科学化就可以实现这样的目标。

二、社会系统与自然系统的本质差异--实证研究的方法逻辑与困境

数据实证研究起源于近代以来的实证主义科学方法观，这种思想最早起源于自然科学界，并伴随着社会学科向自然科学的借鉴过程而逐渐进入到社会学科体系中。在这一过程中演化出了三个潜移默化的命题：命题一：科学意味着真理。命题二：科学就是可证伪的体系。命题三：证伪需要数字的检验。在这三个逐渐递进的假设中，最终形成了一个逻辑体系，只有数字的检验才能够发现真理。

必须要指出，本身的这三个命题在自然科学界是毫无疑问的是正确的，通过证伪体系的构建[[8]]，最终形成了当代覆盖全面的对自然解释的科学体系，然而，这一研究方法在应用到社会学科体系中，就遇到了重大的问题。在实证主义从自然科学向社会科学渗透的过程中，无疑为社会学科的体系化和科学化的构建提供了大量的研究方法，但是，其依然具有先天性的问题，这种先天性的问题往往被人为的忽视。从而导致对实证主义的方法只考虑其应用而不追究其内在的前提假设。在社会领域特别是治理领域借鉴自然科学研究方法的时候，其实隐含了一个默认的前提假设，即自然系统与社会系统是一样的，是同质化的。人类对于自然系统的研究方法（如物理、化学等）完全可以借鉴到对社会系统的研究之中。因此，在这一假设下，整个社会学科体系在近现代就开始了一种完全的模仿过程。试图建立起对人类系统的全面的解释，也就是像早期的物理学那样用一两个单一的抽象公示就足以解释一个复杂的社会系统（实际上这一观点在当代的自然科学领域也已经逐渐被质疑，例如物理学至今没有找到解释基本作用力的统一场模型）。

比较社会系统和自然系统，可以很容易的发现至少有几个根本性的不同。

第一，自然系统具有高度的客观性，而社会系统是主观和客观叠加的。自然系统的客观性表现为在不同的场景与时间维度下，自然系统的规律都呈现出高度的同一性（爱因斯坦的相对性原理将其表述为任何物理定律在惯性系下都是等价的）。同样的物理实验，在不同的时间区域下，只要控制好参数，会同样的再现。不会因为昨天的实验在今天就发生了改变，也不会因为在美国的实验室和在中国的实验室得出不同的结论。因此，在宏观世界里，物理规律具有高度的确定性。然而，人类社会系统则不然，人类社会系统是高度主观化的。每一个体的行动不但受其外界环境的影响，也受其内部思想、个性、特质的影响，从而导致整个社会系统的运动也呈现出主观化的特质，外界的自然条件和各种变量必须首先作用于个体的主观意识，才能转化为个体行动，最终转化为社会行动。这种个体和群体的主观化，从不同的角度有不同的描述，例如主观能动性，个体非理性，群体非理性等等。

第二，自然系统是相对简单的，而社会系统高度复杂。自然系统虽然也存在简单与复杂的区别，但相对而言，自然系统总是比社会系统要简单。因为，自然系统的组成要素是物质属性，而社会系统的组成个体是人，把人进一步分解则发现，人既包括物质属性、生物属性，也包括社会属性、政治属性、文化属性、心里属性等各个主观属性。因此，在同等个体数量下社会系统的复杂度要远高于自然系统。这种复杂度的区别，就标志着，绝大多数自然系统是可以找到科学上的运动规律和动力机制的，即便对于那些高度复杂的自然系统而言，纵然无法进行精确的动力学描述，精准预测其运动状态，但也可以通过统计学的方式来描述其宏观特性。然而社会系统则很难如此，社会系统由于人类个体的组成维度极为丰富，影响个体行为的要素很多，因此，很难对一个社会系统构建出稳定可靠的运动机制模型，只能在某一个相对简单的层面上缩小其他维度要素的影响简化系统和建构机制（例如经济学的交易模型）。然而，这种简化，始终无法反映社会系统的真实状态。所以，社会系统无论在运动机制还是在外部宏观表现上的抽象研究，都只是真实状态的一个具有很大偏离的减维投影，远谈不上客观性和稳定性，这是需要进行相关研究所自知的。

第三，自然系统是满足同质性原则，而社会系统不满足。自然系统由于其结构的物质性和客观性以及相对简单性，从而导致了自然系统是可以满足同质性原则的。也就是说，如果两个自然系统，其组成个体相同，数量相同，外部条件相同，那么所呈现出来的系统性质和运动规律也是相近甚至一致的。但是社会系统由于无法满足以上的要求，在个体身体差异、文化差异、行为习惯、心理状态、乃至地理位置等各种复杂要素的影响下，即便两个数量相同，构成结构相似的社会系统用来比较，它们可能无论在微观个体还是在外部宏观特性上，还是行为方式，表现得都不一致（已有的大量行为社会科学研究已经证明了这一点[[9]]）。这种社会系统的非同质性就意味着对社会系统的研究具有高度的样本依赖性，远不能得出一个普适性的社会系统运作规律。既不能抽象的得出稳定的社会运动状态模型，甚至对于宏观状态的外部统计分析，也是极其不稳定的。

以上的三个根本性的差异，就意味着当社会学科研究在引入和借鉴自然系统研究方法时，要高度认识到社会系统的特殊性和自然方法的局限性，从而才能对研究方法所得出的结论，采取一种是审慎的态度。既不会迷信某种研究方法，更不会迷信所谓的科学研究方法所得出的结论。

三、数据实证研究的典型谬误

今天社会学科的实证研究，已经从一种完全的理性规范分析，走入了面向数据的绝对实证主义的方法论中，这种方法论从本质上是认为社会系统的研究，特别是公共治理的研究，一定要用实证检验，只有数据实证检验，才是有意义的，才能成为“科学”。这种绝对的研究方法论内在具有非常明显的谬误，而且其绝对化的滥用已经造成了很严重的后果。

谬误一，问题谬误。实证研究最重要的是研究的问题，其基本的逻辑在于假设存在一个问题，然后抱着检验的态度去收集数据，并对这一问题进行是或者否的判断，从而将问题科学化。然而，所检验的问题是从何而来的？在公共治理体系中，由于公共治理具有高度复杂性，这就意味着各种要素的相互关联。因此，从众多复杂的作用机制中选择出一种潜在的合理的机制（这一机制就是问题）进行检验，就是实证方法的第一要务。然而，现实的大量研究显示，由于缺乏对实际治理体系足够的了解，研究者往往想当然的认为社会是按照某种机制运行的（这其中最多检验的是经济机制，如锦标赛模型）。但是一个基本的问题是，是不是公共治理体系在现实中是真的如此运行的，在复杂的个体动机机制中，是不是这一机制是主导机制？这显然已经不是简单的纸面数据分析能够得到的信息了。

谬误二，因果谬置。虚假问题必然导致因果谬致。实证研究的根本出发点是找出社会运行中的因果关系，因此，虚假的问题往往导致因果谬置。因果谬置有三个表现：第一是因果倒置。所谓因果倒置，就是置因为果，置果为因。公共治理的复杂性作用机制往往使得多个变量同时发生，从而有可能使得看起来是原因的变量实际上是结果，反之亦然。还是以锦标赛模型为例，假设锦标赛模型是成立的，然而一种机制是绩效决定了晋升，另一种则是那些本来优秀的官员给予重点培养，从而表现出更好的绩效。然而，模型检验中，却无法分辨两种机制到底是谁对？第二是因果假置。就是指本来可能不存在因果关系但是存在相关关系的被错误的认为存在因果关系。由于社会系统的多维度表现性，所以当社会状态改变时，其在不同的维度和侧面都能观察到不同的状态改变，于是研究者就认为一种状态改变决定了另一种状态改变。实际上他们可能都只是一个宏大变化的结果。实际上，传统的因果关系一定要求具有时间先后性，然而，近年来的因果推断方法已经逐渐放弃了严格的时间先后性，因此在方法论上本身也存在很大争议。要在研究中，真正避免把单纯的相关关系误认为是因果关系。第三种是因果强置。也就是对那些其实不具有实质相关或者因果意义的变量，强行设置因果关系。而由于社会系统的复杂性导致多变量的普遍联系性，所以很容易在遥远的两个变量之间发掘出相关关系，甚至设置因果关系。也就是说，当研究者在A和B两个变量设置联系时，其实本身已经在其中建构了联系，然而，这种联系是不是真实存在的，还是只是数据上的伪关联，或者是有实际意义的，则是无法检验的。

谬误三，同质性谬误。如前所述，社会系统存在与自然系统的根本不同之一是同质性问题，因此，实质上在社会系统的实证研究中，都或多或少存在着根本上的同质性谬误。任何实证统计的前提假设是统计的对象是具有高度同质性的，比如要分析水果的营养成分时，首先要按照种类，把对象分成苹果、梨等，绝不能随便在水果堆里抓一把然后分析。社会系统的难度就在于，由于个体具有高度的独立性和多维度的标识，社会系统的实证分析只能勉强的按照某一特性将对象归类分组，然而，所分组归类的对象依然是高度不同的。比如大量的实证分析去统计公共政策在不同国别、省际的作用差异，这一前提都是假设：无论国家、区域面积大小，人口多少，信仰什么，其都是相同的社会系统。然而，这是不是真的，显然已经被隐含进去。同质性谬误的存在，使得，任何实证检验实际上都建立在非常不可靠的基础上。

谬误四，数据谬误。数据的真实性问题是最明显也是长期以来被讨论的问题。尽管如此，这种状况并没有根本性的改变。一般来说，数据谬误来源于三个原因：一是个体对自我的辨识困难，也就是说，当面对一组问题时，个体在愿意回答的同时，是否可以精准的将其内心的状态准确的反映出来。由于人的状态受主客观环境的变化影响很大，加之人的主观意识存在多种深层的分布状态，因此，即便一个测量个体在力图真实回答的状态下，其回答的问题也存在很大程度上的变数和不一致。也就是说，直观的表现为如果多次对一个主体进行测量，会发现其结果很可能变动很大。二是个体的故意伪造。任何个体都存在保护自己隐私的动机，因为隐私在一定程度上意味着个体的消极自由。因此，无论国别文化，也无论研究者多么强调研究结果的隐私保护，最终个体都存在着隐瞒真实判断的动机。这种动机有时候是明显的

，有时候则是潜在的。当然，更多情况下的伪造是个体面对随意发放的问卷而随意填之。三是研究者的数据修改。这其中包括两种情形，一种情形是恶劣的故意伪造，例如面对数据量不足的情况下，随意找人填写问卷或者自己填写数据。另一种则是对非常态数据的删除，对于非常态数据而言，往往会导致计算结果超过研究者预期，因此，研究者往往会将明显不好看的样本剔除，从而保证运算的结果符合预期。究其本质，数据谬误所表现的根本原因就是在复杂的社会个体状态下，较大规模的样本数和精准的数据采集本身就是一对互斥的矛盾，大样本采集数据没有办法在实验室条件下从而长期稳定的对一个个体的真实意愿进行详尽的测量。

谬误五，信效度谬误。为了尽可能的让实证结果具有说服力，信效度分析被引入到实证分析中，用于分析问卷和数据是否真实反映了样本的状态。信度反映测量的一致性，效度反映测量的准确性。这种思路固然是非常好的，然而，在现有的信效度分析中，并不能严格的反映出信效度的需要。信效度的分析一般而言包括重复测量法，折半分析法，克朗巴西系数法等。准确的讲，重复测量法实际上是最有效的方法，然而受成本等制约，很难对同一样本群体进行重复测量。折半分析法实际上就已经是大打折扣了，其一个基本假设是这一群体具有共同的属性，因此才可以折半分析。克朗巴哈系数法实际上是最简单也是运用最多的方法，在各种统计软件中均可直接计算，然而这一方法本质上是在已有数据基础上的自我判断，更重要的是，这一系数随着样本问题数的增多而显著增大，面对今天动辄几十个问题的问卷，其很容易就满足。从根本的原因来看，信效度谬误的本质来源在于试图在已经测量的问卷上自我证明自身的合理性。而从基本的逻辑角度，一个系统自身证明自身的合理性和准确性是非常困难的，再自洽的系统，都无法不借照外界参照而证实自己的合理与准确性。

谬误六，方法谬误。方法谬误通常体现在数据分析方法、变量选择和样本数量上。各种数据实证本质上都是在利用已有的数据进行各种线性或者非线性的回归，从而进行各种变量间关系的参数或者非参数估计。近代统计学的发展和计算软件的发展使得各种统计计算成为非常简单的事情。这种便利性往往使得研究者忽略了计算方法背后的隐含条件和要求，从而导致若干较为严重的方法谬误。一是过度变量谬误。现有的多元回归体系导致可以很方便的计算多达七八个乃至十几个变量。然而，却掩盖了严重的变量之间的相关性关系。多元分析有效的前提是自变量之间的独立性，也就是正交性。在这种基础上才能准确分析各个变量之间对因变量的影响。这也是在实验分析中最需要控制的。然而，在社会系统下，由于社会系统的复杂性，导致各个大量变量高度相关，从而在社会系统的分析中变量独立是非常困难的事情。因此，为了解决这一问题，产生了包括因子分析、虚拟变量、对数化、标准化等各种方法力图减少这种相关性。然而，这种减少都只是在技术上的处理，不能改变自变量相关的事实。因此，在多元回归中，变量越多的回归越不可靠，当面对超过三个以上变量的回归时，对其结果就要千万小心。二是模型可靠性谬误。由于多元变量分析存在很大的结果不稳定现象。因此，为了确保结果是可靠的，实证研究者往往使用大量的模型来对已有数据进行检验。主要方法是通过变换拟合方法和增减控制变量来实现。有的研究甚至展示十余种回归模型的结果，其中，两个证明核心自变量与因变量正相关，三个证明无显著关系，五个证明有负相关关系，从而研究者就得出结论，存在着比较大的负相关关系。这实际上是极不严肃也谈不上什么科学的。三是样本数量谬误。样本数量既关乎到结果的一般性，又对回归估计的可靠性高度相关，然而，受制于成本和条件约束，研究者往往拿不到足够的样本。因此，有的研究就无视样本数量短缺的现实，强行运行计算，并得出结论。而有的就用插值法、面板数据法来强行扩大样本规模。其中插值法本质上是一种修改数据的行为，而面板数据法则忽略了样本个体在时间维度的同质性改变。

谬误七，结果与结论谬误。由于方法谬误的普遍存在，导致大部分回归模型的结果是高度不可靠的。在很大程度上说，多元回归方法中，发现两个变量之间存在正与负之间的相关关系已经是模型能够提供的最大的信息，而这一关系的强度已经是高度不可靠的。实际上，越简单的模型的结果越可靠，二元分析相关分析最为可靠，随着变量数量的增多其结果可靠性呈指数下降。因果分析在自变量与因变量没有时间先后顺序的情况下，很难与相关关系相辨别，除非有足够多的其他（一手材料、调研、文本等）证据证明存在着很强的因果机制存在。多模型比较的结果，除非多模型一致指向同一稳定的相关关系存在，否则不能被认为是高度可靠的。

因此，可以看出，由于以上的各种谬误存在（在其他社会科学领域也存在相当多的谬误[[10]]），大量的实证研究实际上走入了一种盲目的误区，大量的数据实证分析，实际上是用统计来代替研究者的思考，并且默认机器和方法是不会犯错误的。而实际上，大量的研究过程和结果是不可靠的，但最终往往研究者会选择一个对自己最有利的结果并下出结论，甚至给出公共治理的政策建议，这是非常危险的。

三、公共治理研究中，历史为什么是重要的

很多研究者忽视历史，甚至认为历史不是科学，因为历史研究看起来没有数字，没有模型，没有回归表格，但实际上这是一种误读和盲目自信。

1.历史是过去的现实，现实是正在发生的历史

所谓历史，通俗的讲就是已经发生过的事实。如果从时间尺度来讲，历史是增加了时间尺度标记的现实。而所谓现实，就是正在发生的事实，因此，也可以说从时间尺度讲是标度为零的事实。实际上，如果在时间轴来看，作为时间零标度的现实一直是在持续变动的。这种变动使得时间尺度轴上的绝大多数事实，都飞快的成为历史，只是其所具有的时间刻度是不同的。因此，可以作一个判断，一些现实与过去乃至未来，都只是人类系统在时间尺度上的状态变化，都只是增加了时间标度的现实。因此，从这个意义而言，历史与现实并没有什么本质上的区别。唯一区别的是，历史已经是已经确定性的事实，而现实和未来则是高度不确定的。这种不确定性，实际上意味着，如果从系统状态观察的角度，历史状态不会受观察者的观察而改变。整个系统的因果关系，各种变量之间的作用关系，是明确的。这实际上提供了绝佳的观察人类社会状态的对象。

2.人类社会的大系统，在大尺度下具有高度的周期规律性

历史之所以重要的第二个重要原因是人类社会所具有的周期性状态变化。如果人类历史是一个不具备类似周期性规律的系统的话，那么历史研究纯粹只属于一种历史记录，对其的其他观察和解读不具有任何现实与未来的意义。然而，人类社会是具有在时间尺度高度周期规律性的社会系统，也就是“螺旋式上升”。如果从不同的尺度去观察人类社会，当采用微观的尺度时，可以看到微观行动的周期性循环，个体的行动与状态，总在几个确定的状态间循环，个体分为幼年、青年、中年、老年，生活分为学习、工作、娱乐、交际、休息等。将这一观察的尺度再放大，放至整个社会、国家乃至整个人类系统，这种规律性的周期表现就更为明显，例如改革总是呈现出“成功—失败”的规律，国家或者历史王朝总是呈现出“兴盛--衰败”的治乱循环，文明总是呈现出“分隔--交流”的循环，世界总是呈现出“战争—和平”的循环。可以说，周期性规律是人类社会系统的固有特性。这种周期性的规律，就赋予了历史研究足够的科学性，即历史是过去的现实，也是未来的现实。由于人类社会往往不重视历史，也就产生了著名的论断“人类从历史中学到的唯一教训，是没有从历史中学到教训”。这些都从另一个侧面反映了人类社会的周期性和历史的重要性。这也是公共治理研究需要高度重视历史的根本原因。

3.历史是已经发生的具有足够细节的社会实验

历史研究的另一个优势是历史可以提供在不同尺度的足够细节。在历史资料充裕的情况下，无论是微观还是宏观，历史都可以为研究者展示栩栩如生的细节。因此，历史是一场已经结束了的无干预的全尺度的社会实验。对历史的研究，实际上就是对这一既有社会实验的发掘和规律总结。研究者可以在不同尺度任意挖掘细节，并最终形成整个社会规律的发现。而这一优势，是任何已有的实证研究都不具备的。现有的实证研究既不具备历史研究的大尺度，也不具备历史实验的无干预性，更无法提供足够多的研究细节。因此，从某种意义而言，历史研究比现实的数据实证研究更具有客观性和科学性。

4、公共治理体系具有高度的历史延续性

历史之所以的另一个关键原因是，公共治理体系不但具有时间尺度的周期性，还具有发展轨迹上的路径依赖性。也就是说，历史不但可以提供周期性的规律，还可以通过对既有轨迹的研究从而得出现实所存在的状态和未来的的趋势。这种制度体系在时间维度上的连续性，也被制度主义者称之为路径依赖。历史周期性可以用来解释为什么不同的人类社会系统具有相同的规律性，而制度依赖性则可以解释为什么他们又表现为不同的状态。制度依赖性的根本原因在于人类社会系统是主客观结合的社会连续统一体。时间与记忆无论对于个体而言，还是对于群体而言，都具有极其重要的意义。这种群体的时间痕迹与记忆就形成了基于历史的群体文化、制度和行为特质。而现有的基于自然实验方法的社会实证研究无法将这种长时间尺度的观察与分析纳入，从而无法在深层次触及人类社会发展的内在规律。

5、历史研究也可以为数据实证研究提供方向

数据实证研究的命题假设是从哪里来的？大体而言，来自于理论上的导出，来自于生活的观察，来自于数据的挖掘发现。什么样的问题决定了数据实证研究的价值。对于大尺度的治理经验而言，简单的基于经济动机的经济学理论还是生活观察以及数据挖掘，都无法提供足够大尺度的治理规律。这只能从历史研究中得出。历史研究通过大尺度、长时间维度的观察，总结发掘出人类社会基本的运作规律，再应用到现实生活中，则提出若干较小尺度的可检验的研究假设，再进行研究设计和实证检验。已有的大量研究实例，都说明了历史研究对于数据实证研究的导向性价值。

四、公共治理实践需要足够的历史经验

如前所述，公共治理研究首先是要满足实践导向。从公共治理的实践出发，更需要历史研究的规律性支持。而很多现有的大量的数据实证分析类文章，一味追求所谓的科学化，用看似科学的方法，忽略了自然系统与社会系统的区别，也忽略了其内在的方法性局限，既无法得出有效的公共治理的经验，甚至还有害于治理的完善。而从治理的实践出发，迫切需要完善公共治理的历史研究部分，将其作为公共治理研究中的一种主要研究手段。从现实治理的需要而言，迫切需要以下的历史研究作为经验支持。

首先，对具体政策改革的历史研究。人类社会的大尺度同一性在具体的政策上表现为社会制度结构的相似性，也就是说，某项今天实施的制度，大概率在历史上会出现过。特别是对于具体的公共政策而言，例如，经济政策、货币政策、行政改革政策等。在不同的时期，它们都起着非常重要的作用。对这些政策的改革史的反复研究，是有必要的。因为，历史研究具有较大的主观性，尽管历史事实是同一的，但是不同的观察者会得出不同的结论。而消除主观者偏差的主要办法就是需要不同的观察者在不同维度层面上的反复研究。

其次，对公共治理基本原则的历史研究。在不同的历史时期，执政者往往会采取不同导向的公共治理原则。在统一的大的原则下，则指导着其他较为具体的一般性公共政策。而对这些大的公共治理原则的历史研究，有助于更详细的观察到其在长时间尺度上产生的不同后果。例如有的时代，执政者赋予社会更大的自由和权利以及财富，而有的时代则相反，其最后都产生了哪样的影响，这种影响不仅表现在社会内部，也表现在与其他文明竞争中所产生的历史性后果。而这些长时间尺度下的后果，是任何现实数据实证研究都无法得出的。

第三，对社会运行规律的历史研究。人类社会系统的时间周期性则意味着过去的历史规律在现实和未来亦有可能发生作用。人类之所以重复的犯历史的错误，不是因为历史研究不重要，而是历史上的人们都过度自信，从而忽视了历史。因此，历史研究不是过多了，而是过少了。从现有的公共治理研究而言，对于大时间尺度的社会运行规律的研究，在公共治理研究中已经越来越少。这实质上是放弃了人类在几千年文明史上用血泪所积累的宝贵经验教训。大尺度的社会系统的研究需要在全局观的基础上对既有的人类历史进行不同维度的深度分析，这种分析将总结出社会运行演化的一般性规律。

第四，对文明兴衰的历史研究。公共治理研究者应该具有一种历史情怀，即公共治理研究不仅要服务于当前的治理需要，更应该服务于整个文明的兴盛发展。当然这一文明可以是较小尺度的国家文明，也可以是整个人类社会的文明发展。公共治理研究应该致力于解决短期治理需要与长期文明发展之间的矛盾平衡，并在其中找到充分的结合点，挖掘出实现长期文明兴盛的密码。人类历史上的众多亚文明的兴衰历史，为今天的公共治理研究提供了丰富的素材，这种历史的探索，足以为未来的更好的实现长期繁荣的公共治理方式的完善，提供充分的依据。

从已有的历史研究的成果来看，对于历史治理经验的分析和研究实际上已经为当前的治理实践探索和理论总结起到了重要的帮助作用，例如对于历史上税赋增减规律变动的黄宗羲定律，对于治乱循环历史周期律探索的延安窑洞论，对于商鞅变法、王安石变法、张居正变法等历史上重大体制改革成败的借鉴研究，对于中央地方集权分权体制的中外历史探讨，这都为当今的重大治理实践提出了非常有价值的借鉴意义。从西方的公共治理研究而言，公共治理依然与历史研究密不可分，古德诺在《政治与行政》中大量借鉴欧洲与美国的治理结构变革历史，提出政治行政二分的必要性，奥尔森的《集体行动的逻辑》中大量借鉴美国20世纪各种分利集团的演化历史，对理解集体社会行为提供了有益的帮助，类似研究包括摩尔对专制与民主的起源研究，诺斯对英国产权制度的历史研究等，都得出了用于改善治理的重要且积极的启示。可以看到，历史始终与治理密不可分，从某种程度来说，历史是治理的历史，治理是历史的治理。

五、中国的优势与使命

历史既然是重要的，对于中国的治理研究而言，就具有了双重的意义：一是中国所具有的独特的历史优势；二则是中华文明在当代人类治理演化中的历史使命。

纵观人类的历史，在数千年人类社会的演化历程中，出现了众多文明，然而，只有中华文明是持续不断且保留了大量的信史记录。欧洲早期的古希腊等文明记录，来自于中世纪晚期对欧洲阿拉伯文版本的转录，谓之大翻译运动，所以，至今依然有学者认为古欧洲史为伪造。而中华文明的治理传统则在建立伊始就重视史官的作用，史官不仅是历史的传承者，也实际上发挥了现实治理的监督者的作用，所谓“史笔如椽”，“功罪春秋”。根据记载，早在三代之时，中华文明就形成了史官制度，谓之大史（《礼记·曲礼下》:“天子建天官,先六大,曰大宰、大宗、大史、大祝、大士、大卜,典司六典）。因此，通过历史来完善治理，既是中华文明的特点，也是中华治理结构的传统。这种从文明根基上奠定的历史传统在今天就为现实治理的改善奠定了独特的优势。在漫长的中华文明的治理演化过程中，详尽的历史记载，为分析曾经出现的治理的状态和变化提供了充足的资料和足够的经验。也就是如前所述的，历史作为一种曾经发生过的宏大的社会实验，中华文明连续且详实的记载既提供了足够的细节，又提供了充分的时间维度延展。这使得在分析治理的历史变迁时具有了充足的优势。

从治理改善的维度，任何治理都不能是脱离历史实践的虚构的想象的结果。因为，历史不仅是过去的存在，更是现实的时间根基，其深深根植于个体的行为习惯和文明的整体记忆。一切历史，都会在现实的治理习惯中得以反映，因此，从治理改善的维度，也必须要高度重视中华文明长期治理演化所得到的宝贵经验，尊重中华文明的治理传统以及其所形成的文明习惯。

如果进一步延展视角，纵观人类的整体文明进程，人类的文明，就是一部一端发源、多源流汇聚的文明历史。人类早期从数十万年前走出非洲，逐渐扩散到全世界，再发源出不同的文明进程形态，最终通过全球化汇聚成为统一的人类命运共同体。这种分合的大历史进程，使得每一个支流都在这种整体的进程中都发挥出作用。然而，如果从详尽的历史记录和曾经以及今天的治理实践而言，中华文明显然是在众多人类文明支流中最大的一只之一。尽管在工业革命以后，其稍稍落后于西方，然而，如果从整体社会演化而言，这一支之所以能够在长期的动荡的历史中保持连续的文明传统和形成长期稳定的治理体系并创造了辉煌的文化，而且在今天依然显示了强大的生命力，这毫无疑问体现了其自身在保持内在稳定发展和适应性上，都具有强大的能力。这种文明的连续历史所带来的经验，对于今天整个人类社会而言，都具有重要的意义。人类如何能在越来越充满风险的当下与未来，保持文明的延续，并进一步不断发展提升文明的程度和拓展文明的边界，这将是中华文明所能够带给整个人类社会的最为重要的启示。在连续的文明记忆中，中华文明必然与其他支流汇聚，成为新的人类治理共同体中的主干之一，创造更为持续、繁荣的整体人类文明，这也是中华文明的历史使命。

六、如何振兴公共治理的历史研究

回到今天的治理研究现实，令人遗憾的是，历史尽管如此重要，但现实中数据实证研究方法已经普遍成为一种方法霸权，在其繁荣的背后，是公共治理研究整体价值的削弱。因此，必须要大力重视和振兴历史研究。

首先，是消除方法迷信，打破方法霸权。“科学”的迷信同样是迷信，因为，科学本身就意味着对实践和知识的无限探索。社会系统与自然系统的巨大区别表明，社会系统研究不可能完全的客观化和实验化，更不可能通过数据分析来实现研究的完备。公共治理研究必须要为治理实践服务，为提供有价值的治理知识服务。要形成包括历史研究、比较研究、制度规范分析、案例研究、数据实证分析等多流奔涌的局面，特别是要加强历史研究。

其次，是扩展学科来源。公共治理从来离不开历史研究，但是具有历史学科背景的研究者则越来越少。当公共管理成为一门独立的学科后，第二代、第三代的研究者就逐渐改变了多元学科背景来源的优势，而逐渐成为一种自我体内循环的局面。因此，无论是从学科培养还是从研究者选择角度，都应该扩大包括历史背景和其他多科学背景的学生进入，降低体内自我循环的比例。

第三，鼓励历史研究的深入交流和规范。历史研究比数据实证研究更为困难，在于其要求更为广博的阅读、思考和素材掌握，也就是说对研究者的研究更高。而数据实证研究者的训练则更为简单。这就要求在学术发表、学科建设、资源支持等方面对于历史研究给予更多的支持和鼓励，并形成历史研究繁荣。当然，这并不是说历史研究一定需要刻意的形成研究规范，但更多的交流一定会形成发掘历史素材的更有效的思考方法与工具。

七、结论

最后需要强调的是，历史非常重要。在当前公共治理研究中数据实证研究一片繁荣景象下，需要高度警惕其内在隐含的研究方法的过度滥用和研究价值的削弱。数据实证研究自有其价值，其可以提供一个相对客观的结论，但必须要高度警惕其内在所具有的方法论谬误。无论是对治理知识的完善还是治理实践的支持，都需要更为繁荣的历史研究，从而与其他研究方法一道，为整个治理体系的完善提供充分的支持。这既要充分重视中国与世界的治理历史借鉴，也需要在学科建设、研究者培养、消除方法迷信等方面共同做出努力。

文章来源：《中国行政管理》，2020年第6期。

参考文献

[1]梁洪明. 实证主义之脉:从哲学到法社会学——一个方法论的检视[J]. 中国政法大学学报, 2013(6).

[2]郑震. 论实证主义与解释学的方法论争论[J]. 天津社会科学, 2016(1).

[3]邱忠霞, 胡伟. 我国社会科学定量研究方法问题的反思[J]. 学术论坛, 2016(11).

[4]时和兴. 复杂性时代的多元公共治理[J].人民论坛·学术前沿, 2012(4).

[5] Tilly C. Why and how history matters[J]. The Oxford handbook of contextual political analysis, 2006:417-437.

[6]张镇. 社会系统复杂性探析[J].系统科学学报, 2006(2).

[7] David P A . Pathdependence: a foundational concept for historical social science[J].Cliometrica, 2007, 1(2):91-114

[8] 王荣江. 波普证伪主义方法论批判[J].科学技术与辩证法, 2000(6).

[9] 吕小康, 武迪, 隋晓阳等,从“理性人”到“行为人”:公共政策研究的行为科学转向[J]. 心理科学进展, 2018(12).

[1]] 李子奈. 计量经济学模型方法论的若干问题[J]. 经济学动态, 2007(10).