寻找新答案的挫折

“好的，咱们走吧！（他们站着不动。）”塞缪尔·贝克特在他著名的戏剧《等待戈多》中用没发生什么大事的重复情节描述了生命的无意义。主角弗拉基米尔比其他人有着更强的道德判断力，但是也被赋予了犹豫不决的强烈特征，而且在思考自己的不足中不断遭受内疚的痛苦。他问道：“别人受痛苦的时候，我是不是在睡觉？”当他发现他对改善他人的苦难无能为力时，他感到羞愧和耻辱。他害怕“明天”，当他“醒来”的时候，他将没有什么有意义的事可供回忆。他问其他人：“你们打算去哪儿？”

经过这么多年的研究，许多经济学家也深有同感。发展思想大体上是令人失望的，而增长研究尤其如此。特别是从政策制定者的角度寻求具体行动计划来促进繁荣时更是如此。这就促使我们对现有知识的有效性和实用性进行重新评估，并寻找一种全新思路。新的共识对简单的公式和寻求“最佳实践”缺少信心，而更大程度上倾向于对不同的国家进行深入的经济分析，以确定每个国家的一个或两个最为关键的制约经济发展的因素。

豪斯曼、罗德里克和贝拉斯科提出的增长诊断框架（Growth Diagnostics Framework）是这类研究的一个例证。这一框架致力于甄别任一发展中国家一到两个经济增长的紧约束条件，然后集中考虑如何解除这些条件。其主要的原理是确保经济改革跟经济环境是一致的。“在认识到需要进行众多改革时，政策制定者要么尝试一次性解决所有问题，要么从那些对该国增长潜力没有重大影响的改革入手。而经常出现的情况是，各项改革互相干扰，一个领域的改革在另一个领域产生预想不到的扭曲。通过关注对经济增长形成最大障碍的一个领域，这些国家更有可能取得改革的成功。”（Hausmann，Rodrik and Velasco，2006，p.12）

该思路提供了一种决策树方法，来帮助每个国家甄别其紧约束。尽管这一方法并不能甄别不同改革策略的政治成本和收益，但它对于备择假设的关注有助于政策制定者认清可供采纳的选项，以应对政治约束。作者写道：“我们主要关注短期约束。在这个意义上，我们的关注点是如何引发增长，并甄别随经济扩张必然会出现的约束，而不是预言增长在未来将面临什么约束。”

这一思路的关键教训是：就促进增长而言，不同国家（甚至同一国家在不同时点上）需要不同的政策选择；经济增长需要的那些“大的原则”——稳健的货币、产权、开放、自由市场——的表现形式是多种多样的，而且它们的实现依赖于各国特定的环境和信息。特别是，这些原则不需要以某种特定的制度或政策形式呈现。每个国家都被认为存在一些对增长潜力构成束缚的约束，如果不能有效辨别并解除这些约束，经济发展将会受阻，即使其他生产要素是令人满意的。增长诊断方法无疑是增长分析的一个重要进步。然而它的模型并不能充分地将“紧约束”的概念具体化。^[17]对变量的定义是有意不准确的，这使得要操作这一方法变得非常具有挑战性。

另外一个有影响力的新思路是麻省理工学院贫困实验室的研究员所采用的，他们认为，对增长的探索应该重新以评估一个发展计划或者项目的影响（以明确的不同条件下可能发生的结果作为参照）为中心。他们相信，为了确保最有效的项目能被提高至国家或国际水平，就需要对这些影响进行可靠的评估，于是他们设计了随机控制试验（RCT）或社会试验的研究方法。在该方法中，一些单元被随机分配以政策干预，而其余的形成对照组，再比较两组平均结果的差异。该方法的支持者们将其视为甄别政策效果的唯一方式，因为它避免了基于经济理论或其他理论的假设。他们声称该方法可以被用来识别哪些政策方案起到了作用，而哪些没有。

然而，随机控制试验的方法也在方法论上存在问题，这使得它不适合对其发展战略和政策进行推广。虽然随机控制试验可以被用于了解一些具体的微观项目的有效性，但这些试验往往不是从对一个特定的方法如何填补有关优先顺序的最重要的知识缺口的清晰战略评估出发。此外，我在世界银行的同事，著名的贫困问题专家马丁·拉瓦雷指出：只有当与发展相关的背景和干预措施是非随机的时候，随机控制试验才是可行的。例如，对基础设施及其相关项目的分布位置不可能进行随机设置，而这是穷国发展战略的核心。“这种随机分配的想法是与大多数发展计划相对立的，因为其政策目标通常是针对特定类型的人群或区域。”（Ravallion，2009，p.2）即使假定随机控制试验可以将本地化的发展经验移植到不同地理条件或文化的其他地区，这一方法在为政策制定者设计发展战略方面也提供不了有用的全面指导。