Professional Documents
Culture Documents
Policy Public Analyisis
Policy Public Analyisis
Policy Public Analyisis
INTRODUCTION
The methodology of policy inquiry involves the critical investigation of potential solutions to
practical problems. It aims to understand and question the processes employed in policy
inquiry. This methodology contributes to the reflective understanding of theories, methods,
and practices in specialized fields such as benefit-cost analysis, implementation analysis, and
program budgeting, which form the multidisciplinary foundations of policy inquiry.
The methodology of policy inquiry is distinct from specific methods like regression analysis,
ethnographic interviewing, or benefit-cost analysis. It focuses on the philosophical
assumptions that justify the use of these methods. It is also different from particular
philosophies of science such as logical positivism, hermeneutics, or pragmatism. Instead, the
methodology of policy inquiry is eclectic, allowing practitioners to choose among a range of
scientific methods and philosophies of science as long as they produce reliable knowledge. It
recognizes that art, craft, ordinary commonsense knowing, and practical wisdom can
sometimes provide more reliable conclusions than specialized social science methods.
Policy analysis is pragmatic in nature, differentiating it from social science disciplines that
prioritize knowledge for its own sake. Its relevance depends on its ability to illuminate and
alleviate practical problems. Multidisciplinary policy analysis best suits the complexity of public
policymaking in today's world.
Policy analysis encompasses both descriptive and normative aspects. It relies on social science
disciplines to describe and explain the causes and consequences of policies. At the same time,
it draws on normative economics, decision analysis, ethics, and other branches of social and
political philosophy to investigate efficiency and fairness issues. Normative reasoning is crucial
in policy analysis as it involves making choices among desired consequences and preferred
courses of action, considering tradeoffs among competing values.
Policy-Relevant Knowledge
Policy analysis is designed to provide policy-relevant knowledge about five types of questions:
■ Policy problems. What is the problem for which a potential solution is sought? Is global
In policy analysis, knowledge about problem situations, antecedent conditions, values, and
potential solutions is critical. Adequate knowledge is necessary to define problems accurately
and identify appropriate solutions. Knowledge about expected policy outcomes requires an
understanding of the circumstances leading to a problem, although future changes and shifting
values must be considered. Creativity, insight, and the utilization of tacit knowledge may be
necessary to produce knowledge about expected policy outcomes.
POLICY
PERFORMANC
Evaluation E FFoorreeccaas
stitinngg
Problem
Structuring
Problem
Structuring
Monitoring Prescription
PREFERRED
POLICIES
A preferred policy is a potential solution to a problem, but selecting it requires factual and
value premises. Merely being more effective or efficient does not justify its choice; value
premises related to equality, efficiency, security, democracy, or other values must also be
considered. An observed policy outcome is a consequence of implementing a preferred policy,
although it can be challenging to determine if an outcome is directly caused by the policy or
influenced by external factors. Knowledge about observed policy outcomes can be obtained
after policy implementation. Policy performance refers to how well an observed policy
outcome contributes to problem resolution. Problems are rarely completely solved, often
requiring ongoing adjustments and reforms. Assessing whether a problem has been solved
involves considering observed policy outcomes and their contribution to the desired
improvements that initially identified the problem.
Knowledge Transformations
Knowledge about policy problems is unique because it includes other types of knowledge.
Some knowledge may be included, such as knowledge about preferred policies, while other
knowledge may be excluded. What is included or excluded in defining a problem influences the
prescribed policies, the criteria for policy performance, and the deemed importance of
expected outcomes. Defining the wrong problem, referred to as a Type III error, is a critical
mistake in policy analysis.
Policy-Analytic Methods
Each of these methods plays a role in producing specific types of policy-relevant knowledge
and contributes to the overall policy analysis process.
Figure 1.1 provides a framework for integrating methods from various disciplines and
professions such as political science, sociology, economics, operations research, public
administration, program evaluation, and ethics. Some methods are discipline-specific, like
program evaluation's use of monitoring to establish causal relevance, while implementation
research relies on case study analysis. Forecasting techniques differ between economics
(econometric techniques) and systems analysis (qualitative techniques like the Delphi
technique).
Relationships among types of knowledge and methods provide a basis for contrasting different
forms of policy analysis
Prospective policy analysis, depicted on the right half of Figure 1.2, involves generating and
transforming knowledge before making policy prescriptions. Economists, systems analysts,
operations researchers, and decision analysts primarily employ prospective analysis. In
contrast, retrospective policy analysis, shown on the left half of Figure 1.2, involves producing
and transforming knowledge after policy implementation. It characterizes the operating styles
of discipline-oriented analysts, problem-oriented analysts, and applications-oriented analysts.
Evaluation Forecasting
Problem
NORMATIVE QUADRANT Structuring DESCRIPTIVE QUADRANT
While prospective analysis is crucial for providing guidance on future actions, retrospective
analysis has its benefits. It emphasizes observed outcomes, offering insights into what has
actually worked or not. Discipline-oriented and problem-oriented analysis contribute to
understanding policymaking, challenging conventional wisdom, and shaping public opinion.
However, retrospective analysis is often less effective in offering specific problem-solving
solutions.
Figure 1.2 illustrates the contrast between descriptive and normative analysis in policy.
Descriptive policy analysis explains and predicts policies by identifying causal mechanisms
using logically consistent propositions. It relies on theories from political science, sociology,
and economics, and can be tested through monitoring and forecasting. Descriptive analysis
moves from monitoring to forecasting on the axis.
On the other hand, normative policy analysis evaluates and prescribes actions based on
logically consistent propositions. It assesses policy performance and determines preferred
policies that are efficient, equitable, and aligned with values such as efficiency, effectiveness,
equity, responsiveness, liberty, enlightenment, and security. Normative analysis moves from
prescription to evaluation on the axis.
Different types of knowledge are required to test normative and descriptive decision theories.
Evaluation and prescription methods provide knowledge about policy performance and
preferred policies. Normative analysis rests on values and considers optimal efficiency, equity,
and the well-being of those in need.
In Figure 1.2, the internal and external cycles represent distinct processes. The inner cycle
focuses on problem structuring, which involves identifying the elements of a problem without
proposing solutions. This includes determining the problem's political, economic, social, and
ethical aspects, organizing it into a specific configuration, identifying stakeholders, setting
objectives, considering alternatives, and accounting for uncertain events. It also involves
ensuring that the right problem is being addressed.
On the other hand, problem-solving methods are situated in the outer cycle. These methods
aim to solve problems rather than structure them. They are primarily technical in nature,
contrasting with the conceptual nature of problem structuring. Examples of problem-solving
methods include econometric forecasting and benefit-cost analysis. However, for effective
problem-solving, the problem must first be appropriately structured. Problem-solving methods
address questions such as the extent to which an independent variable explains variance in an
outcome, the probability of obtaining certain variances, the net benefits of different policies,
and their expected utility or payoff.
Integrated policy analysis, as a logical reconstruction, does not perfectly align with the actual
practices of policy analysts. The term "logic-in-use" captures the deviation from
methodological best practices mandated by logical reconstructions. Several factors contribute
to this variation in policy analysis:
1. Cognitive styles: Analysts have different cognitive styles that influence how they acquire,
interpret, and use knowledge. Tools are used in organizations to diagnose these cognitive style
differences and make optimal personnel placements.
2. Analytic roles: Analysts in agency settings may have different roles. Some are "technicians"
who focus on technical content and are relatively insulated from politics. Others, known as
"politicians," actively advance the interests of political leaders or officials they report to. There
are also "entrepreneurs" who seek greater influence in the policymaking process.
3. Institutional incentive systems: Policy think tanks and professional research organizations
encourage different orientations toward analysis, such as "humanistic-value-critical" or
"scientific." The rewards and punishments provided by these institutions can influence the
validity of conclusions and recommendations.
4. Institutional time constraints: Government analysts often face tight time constraints,
typically ranging from 24 hours to 3 days. They work with greater speed and efficiency
compared to analysts in academic settings, which may limit their ability to collect original data
or employ complex techniques.
5. Professional socialization: Different disciplines and professions socialize their members into
different norms and values. Analysts employ both formal-quantitative and informal-narrative
approaches, although sound policy recommendations may require formal-quantitative
procedures.
These factors contribute to the diverse practices and approaches within integrated policy
analysis, reflecting the realities and complexities of policy analysis in various contexts.
Integrated analysis has opportunity costs. Given limited time and resources, it is difficult to
conduct systematic economic, political, and organizational analyses simultaneously.
The advantage of critical multiplism over logical positivism is that it allows for triangulation
from various perspectives, enhancing the understanding of what is worth knowing about
policies. However, employing multiple perspectives, methods, measures, and data sources
comes with significant opportunity costs. For example, focusing on a single method like
econometric modeling for precision and generalizability may limit the deeper understanding
that qualitative methods such as ethnographic interviews and case studies can provide.
Similarly, research synthesis methods like meta-analysis can prioritize measurement precision
and generalized policy causation at the expense of a deeper understanding of the contexts of
policymaking. These trade-offs highlight the costs associated with employing multiple
perspectives and methods in policy analysis.
Ethnographic interviews involve high knowledge costs as they require extensive primary data
collection. However, they lack precision and generalizability. Field experiments offer greater
precision but are expensive, especially when combined with mixed methods. Time and
financial constraints necessitate trade-offs in policy analysis. Triangulation enhances validity,
but choices must consider costs and benefits of methods.
Policy analysis is a complex task that involves sifting through extensive data, evaluating data
sources, selecting appropriate analysis methods, and effectively communicating the results.
Critical thinking is essential in this process, as it requires organizing, synthesizing, and
evaluating various reasons and bodies of evidence supporting different claims. Analyzing policy
arguments is a method that helps identify and examine the assumptions behind competing
policy claims, assess objections to these claims, and synthesize knowledge from multiple
sources.
Policy arguments serve as the primary means of engaging in debates about public policies.
While social scientists emphasize the use of scientific methods, they often overlook the fact
that "public policy is made of language," and argumentation is central throughout the policy
process.
A policy argument can be conceptualized as comprising seven elements (Figure 1.4). The first
element is the policy claim (C), which represents the conclusion of the argument. Policy claims
can be normative, descriptive, evaluative, or definitional in nature.
The second element is policy-relevant knowledge (K), which provides the basis for the policy
claim. This knowledge can take the form of statistical data, experimental findings, expert
testimony, or common sense. It addresses the question of what knowledge is relevant to
support the claim. Policy arguments can form chains, branches, and cycles as they build upon
and incorporate various forms of knowledge.
Policy arguments consist of several key elements that shape the debate surrounding public
policies. These elements include:
1. Policy claim (C): The conclusion of the policy argument, which can be normative,
descriptive, evaluative, or definitional in nature.
2. Policy-relevant knowledge (K): The grounds for the policy claim, derived from statistical
data, experimental findings, expert testimony, or common sense. It provides the basis for
supporting the claim.
3. Warrant (W): The reason that supports the claim, which can be derived from economic
theories, ethical principles, political ideas, or professional authority. It justifies accepting
the claim by providing a logical or theoretical basis.
4. Qualifier (Q): The degree to which the claim is approximately true, given the strength of
the knowledge, warrants, objections, and rebuttals. It expresses the level of certainty or
credibility associated with the claim.
5. Backing (B): Additional reasons or arguments that support the warrant. Backing provides a
more general basis for accepting the warrant and can come from scientific laws, rules of
evidence, expert authority, or ethical principles.
6. Objection (O): Challenges or opposition to the knowledge, warrant, backing, or qualifier.
Objections identify special conditions or exceptions that undermine confidence in the truth
of the claim or its supporting elements.
7. Rebuttal (R): Counterarguments to objections, which challenge the objections by
identifying special conditions or exceptions that weaken their credibility.
8. Analysts use these elements to construct and evaluate policy arguments, uncovering
underlying assumptions and critically assessing the reasons and evidence put forth. By
examining contending arguments and their underlying assumptions, analysts can gain
insights into different perspectives and probe their own assumptions. This critical thinking
process helps in identifying weaknesses, unintended consequences, and potential
rebuttals in policy debates.
SUMMARY
This chapter has provided a methodology for pol- icy analysis that identifies the functions of
meth- ods in creating and transforming policy-relevant knowledge. The four regions of the
framework, along with inner and outer cycles, call attention to distinctive properties of these
methods and point to their origins in different social science disciplines and professions.
Because no one method is appropriate for all or most problems, there is a need for
multidisciplinary analysis, which requires tradeoffs and opportunity costs. In turn, the analysis
of tradeoffs and opportunity costs demands critical thinking. The analysis of policy arguments
is well suited for this purpose.
REVIEW QUESTIONS
1. What does it mean to define policy analysis as a process of inquiry as distinguished from
the application of methods of policy analysis?
2. Describe the dynamics of types of policy- relevant knowledge, policy-analytic methods,
and knowledge transformations.
3. Contrast segmented and integrated policy analysis. Give examples.
4. How does normative decision theory differ from descriptive decision theory?
5. List some of the key differences between problem solving and problem structuring.
6. Contrast retrospective and prospective analysis. Which social science disciplines tend to
specialize in prospective analysis? Retrospective analysis?
7. Discuss the strengths and limitations of critical multiplism.
8. Contrast the“logic-in-use”and the“reconstructed logic” of policy analysis. Provide
examples.
9. How can argumentation mapping assist analysts to become critical thinkers?
CHAPTER II
POLICY ANALYSIS IN THE POLICYMAKING PROCESS
INTRODUCTION
Policy analysts generate, evaluate, and communicate practical knowledge about the
policymaking process. This distinguishes policy analysis from disciplines like political science
and economics, which primarily focus on developing and testing theoretical knowledge about
policymaking. Policy analysts work under incentive systems that prioritize practical knowledge,
particularly knowledge of effective solutions.
Policy analysis utilizes social science methods and theories but with the aim of solving real-
world problems. This involves both acquiring knowledge about the policymaking process and
effectively communicating and applying that knowledge within policymaking contexts. Policy
analysts play a crucial role in bridging the gap between academic research and practical policy
solutions.
Policy analysis has a long history, encompassing various forms of inquiry ranging from ancient
mysticism and the occult to modern scientific approaches. The term "policy" has its roots in
Greek, Sanskrit, and Latin languages. The Greek term "polis" (city-state) and the Sanskrit term
"pur" (city) eventually evolved into the Latin term "politia" (state), which later influenced the
Middle English term "policie," referring to the management of public affairs or the
administration of the state.
Interestingly, the etymology of the word "policy" is closely connected to two other significant
terms: "police" and "politics." In Germanic and Slavic languages, there is only one word, such
as "Politik" or "politika," which encompasses both policy and politics. This linguistic overlap
contributes to the fluid boundaries between political science, public administration, and policy
analysis, often leading to confusion regarding their respective aims and scopes.
EARLY ORIGINS
Policy analysis can be traced back to ancient civilizations and has evolved alongside the
development of human societies. The term "analysis" in policy analysis has a broader
connotation than its contemporary meaning, which focuses on breaking down problems into
basic elements. In a wider sense, policy analysis emerged when practical knowledge became
consciously cultivated, leading to an examination of the relationship between knowledge and
action.
The cultivation of policy-relevant knowledge was driven by the growing complexity of fixed
urban settlements and the need for policies to regulate societal functions. Educated individuals
specializing in policy forecasting, often referred to as "symbol specialists," emerged during this
time. Their role involved forecasting crop yields and predicting outcomes of wars, although
their methods often incorporated mysticism, ritual, and the occult, making replication difficult.
It is important to note that policy-relevant knowledge was ultimately judged based on its
effectiveness in shaping better policies, rather than the specific methods employed to produce
it. The notion of "science" in relation to policy should be approached critically, as the
invocation of science can sometimes serve as a symbolic legitimization or ritualistic
purification.
Throughout history, various individuals and texts have contributed to policy analysis. For
example, Kautilya's Arthashastra, written in the fourth century B.C. in India, served as a guide
to policymaking, statecraft, and government administration. In medieval Europe and other
parts of the world, the growth of urban civilization facilitated the development of specialized
knowledge, with policy specialists advising rulers in areas such as finance, law, and war.
The Enlightenment period, coinciding with the Industrial Revolution, saw a shift towards a
belief in progress through science and technology. Scientific theories and empirical methods
became increasingly influential in understanding and solving social problems, leading to the
production of policy-relevant knowledge aligned with the principles of empiricism and the
scientific method.
In the nineteenth century, there was a significant shift in the approach to policy-relevant
knowledge in Europe. This transformation involved a move towards systematic recording of
empirical data and the growth of empirical, quantitative, and policy-oriented research. Prior to
this period, explanations of policymaking and its role in society were often based on appeals to
religious authority, ritual, or philosophical doctrine.
The emergence of statistics and demography as specialized fields played a crucial role in this
transformation. The establishment of organizations like the Manchester and London Statistical
Societies in the 1830s marked a new orientation towards policy-relevant knowledge. These
societies, composed of bankers, industrialists, and scholars, sought to replace traditional ways
of thinking about social problems with empirical analyses.
In England, Henry Mayhew and Charles Booth exemplified the new empirical approach by
studying the lives and employment conditions of the urban poor in their natural settings.
Mayhew's work, "London Labour and the London Poor," provided a detailed account of
London's urban underclass, while Booth's "Life and Labour of the People in London" employed
participant observation to gain firsthand experience of living conditions. Booth's work
influenced policy revisions on old-age pensions and served as a model for similar research in
the United States.
The transformation of the nineteenth century was not marked by explicit declarations of
adherence to empiricism and the scientific method. Instead, it emerged from the uncertainty
accompanying the transition from agrarian to industrial societies. Political stability was crucial
in this shift, as industry and industrialized science required a stable order to operate efficiently.
Policy-oriented scientific research was valued by dominant social groups as a means to solidify
and legitimize political and administrative control.
Both in factory production and public policy, the political organization preceded scientific and
technological developments. Empirical, quantitative, and policy-oriented research methods
emerged as a response to the recognition that older methods of understanding the natural and
social world were inadequate. Practical questions related to wages, taxation, healthcare,
education, and public works needed answers, and policy-oriented empirical research provided
the means to address these practical concerns.
Twentieth-Century Professionalization
During the 1930s and onward, there was a shift in the approach to policy questions,
characterized by the use of economic modeling, decision analysis, and policy experimentation
to identify and select specific solutions to well-defined problems. The National Planning Board
(later the National Resources Planning Board) of the Roosevelt administration exemplified this
approach. Comprised mainly of social and political scientists, the board's role was to gather
and analyze facts, observe the interrelation and administration of broad policies, and propose
alternative lines of national procedure based on thorough inquiry and mature consideration.
This general orientation toward problems was also evident in other domains. Economists at
the Department of Agriculture, political scientists involved in the reorganization of the
Executive Branch, and anthropologists conducting studies for the Bureau of Indian Affairs all
shared a similar approach to policy questions. Additionally, social scientists contributed to
methodological innovations, such as the development of the sample survey as a new research
tool and instrument of government census policy, pioneered by the Department of Agriculture.
The onset of World War II and the subsequent period of postwar readjustment provided social
scientists with further opportunities to demonstrate their value in solving practical problems.
The progress made in survey research during the interwar period laid the foundation for the
use of interviews by various government agencies like the Office of War Information, the War
Production Board, and the Office of Price Administration. Social scientists played a crucial role
in investigating issues related to national security, social welfare, war production, price
controls, and food rationing. Agencies such as the Office of Strategic Services continued their
activities after the war, under the Office of Naval Research, the Department of the Air Force,
the Research and Development Board (later RAND) of the Department of Defense, and the
Central Intelligence Agency.
The federal government also established special research institutes during this time, including
the Operations Research Office at The Johns Hopkins University and the Human Resources
Research Office at George Washington University. One significant contribution to policy
research during this period was "The American Soldier" (1950), a four-volume study
commissioned in 1941 by the director of the Army Morale Division, sociologist Samuel
Stouffer. This large-scale project, which aimed to provide factual information, causal
inferences, and conclusions affecting millions of troops, played a crucial role in the
development and refinement of multivariate statistical analysis and other quantitative
techniques that are now widely used across social science disciplines.
Overall, the twentieth century witnessed the increasing use of advanced methodologies and
empirical research by social scientists in policy-relevant fields, leading to the
professionalization of these disciplines and their integration into government agencies for
research, analysis, and decision-making purposes.
The passage you provided highlights the development of policy orientation within the social
and behavioral sciences after World War II. It mentions the book "The Policy Sciences: Recent
Developments in Scope and Method" (1951), edited by Daniel Lerner and Harold D. Lasswell,
as the first systematic effort to develop an explicit policy orientation within these fields.
The policy sciences, as described by Lasswell, aimed not only to provide a basis for making
efficient decisions but also to improve democratic processes and realize human dignity in
theory and practice. This approach drew inspiration from the pragmatist philosophy of John
Dewey and other pragmatists.
The study of public policy also grew out of public administration, with Harvard University
establishing the Graduate School of Public Administration in 1937. The close relationship
between public policy and public administration is emphasized, and the development of policy
analysis methods and techniques originated from fields such as engineering, operations
research, systems analysis, and applied mathematics.
The period after World War II saw increased reliance on social scientists in investigating
various problems related to national security, social welfare, war production, price controls,
and food rationing. Nonprofit research organizations and think tanks, such as the RAND
Corporation, played a significant role in spreading systems analysis and other techniques to
government agencies and the academic community.
The growth of private foundations after 1950, dedicated to supporting research in the social
sciences and humanities, and the establishment of institutions and journals focused on applied
and policy-related research further contributed to the development of policy-relevant social
science. Graduate programs and degrees in policy analysis were established, and various
organizations, both governmental and nonprofit, engaged in policy research and advocacy.
Overall, this passage highlights the historical context and the evolution of policy orientation
within the social and behavioral sciences, as well as the methods and institutions that have
emerged to address policy-related challenges.
The Era of Evidence-Based Policy
The policy analysis field emerged as a response to practical problems, but understanding its
characteristics requires delving into the policy sciences movement. Harold D. Lasswell, a
renowned political scientist, laid the foundation for the policy sciences, which aimed to create
and utilize knowledge to improve policymaking. Lasswell emphasized three components:
contextuality, problem orientation, and methodological diversity. The policy sciences viewed
analysis as an intellectual activity embedded in a social context.
Lasswell and his collaborator Myers S. McDougall identified seven decisional functions within
the policy process, each based on the coercive and persuasive powers of government. These
functions include intelligence, promotion, prescription, invocation, application, termination,
and appraisal, with each producing outcomes and effects. Over time, these decisional
functions were revised and expanded, resulting in different models, such as agenda setting,
policy formulation, policy adoption, policy implementation, policy communication, policy
evaluation, and policy adaptation.
It is important to note that Lasswell's decisional functions are seen as functions rather than
stages or phases, emphasizing purposeful actions and practical reasoning. The policy process is
visualized as a series of interdependent functions arranged through time, forming complex
cycles. These cycles involve cooperation, competition, and conflict among various actors, and
may include policy adaptation, succession, and termination. The policy process is dynamic,
with policies and problems in continuous flux, often leading to complex and unpredictable
outcomes.
The use of metaphors like garbage cans, primeval policy soups, and organized anarchies may
initially seem abstract and lacking in structure when applied to concrete policies. However, a
story can help illustrate their importance. Consider a secret military base where classified
materials are being stolen. A worker consistently attempts to leave the base with a
wheelbarrow, claiming it contains only dirt. Initially, the security guard probes the dirt and
finds nothing suspicious, allowing the worker to pass. This probing continues for a week, with
the guards growing increasingly suspicious. They eventually order the worker to dump the
contents of the wheelbarrow, but still find nothing. This process repeats for another two
weeks until a special investigation unit with scanning devices is called in. However, even the
scanning yields no results. Eventually, after a month, it is discovered that thirty wheelbarrows
have gone missing.
The story emphasizes the importance of both processes and structures in understanding
policymaking. While metaphors like garbage cans and organized anarchies may appear to lack
concrete structure, conceptual models are crucial for comprehending the policymaking
process. These models, often built upon metaphors, provide intellectual structures that shape
how we think about and explain policymaking processes. They help us understand the
complexities and dynamics involved, guiding our analysis and interpretation of the events and
actors involved in policy development and implementation.
1. Specify a comprehensive set of alternatives that have sufficient consensus to act on behalf
of others.
2. Identify objectives for each alternative.
3. Forecast the consequences of selecting each alternative.
4. Specify and rank the alternatives in a transitive manner based on how effectively they
achieve the objectives.
5. Choose the alternative that maximizes the attainment of the objectives.
It is worth noting that there are alternative versions of rational choice theory that incorporate
additional factors. For instance, some versions consider institutional transaction costs within
the decision-making process. Others redefine benefits and costs in political, social, or ethical
terms, involving a concept known as homo politicus. Moreover, these alternative versions
acknowledge that decision-makers are fallible learners with imperfect knowledge, limited
computational capabilities, and a propensity for making errors. These variations aim to provide
a more nuanced understanding of decision-making by accounting for real-world complexities
and limitations faced by individuals and institutions.
Second-Best Rationality
To illustrate this paradox, let's consider a committee with three members: Brown, Jones, and
Smith, tasked with deciding on a preferred form of energy to address an energy crisis (solar,
coal, or nuclear). Each member has their own rational and transitive preferences. Brown
prefers solar to coal and coal to nuclear based on risk considerations. Jones favors coal over
nuclear and solar based on profitability, while Smith prefers nuclear over solar and coal for the
same reason.
When the committee attempts to reach a democratic decision through majority rule, a
paradox arises. Solar is preferred to coal by a 2 to 1 margin (Brown and Smith versus Jones),
and coal is preferred to nuclear by the same margin (Brown and Jones versus Smith). However,
applying the transitivity rule should lead to the preference of solar over nuclear (A preferred to
B, B preferred to C, so A should be preferred to C). Yet, two committee members (Jones and
Smith) prefer nuclear to solar, contradicting transitivity. This inconsistency in collective
preferences means that alternatives cannot be consistently ranked, rendering rational choice
impossible.
Arrow's impossibility theorem logically proves that it is impossible to utilize democratic
procedures, such as majority rule, to achieve transitive collective decisions. It demonstrates
the impossibility of meeting one or more "reasonable conditions" of any democratic decision
procedure, including nonrestriction of choices, nonperversity of collective choice,
independence of irrelevant alternatives, citizens' sovereignty, and nondictatorship.
Disjointed Incrementalism
The disjointed-incremental model holds that the comprehensive economic rationality model is
unworkable as an explanation of policymaking processes. 58 The fundamental proposition of
disjointed-incremental theory is that decisions are made at the margin of the status quo, so
that behavior at time t + 1 is marginally different from behavior at time t. According to
disjointed incrementalism, rational choices are made when decision-makers:
1. Consider only those alternatives that differ incrementally (i.e., by small amounts) from the
status quo.
2. Limit the number of consequences forecast for each alternative.
3. Mutually adjust objectives, on one hand, and policy alternatives on the other.
4. Reformulate problems and alternatives in the course of acquiring new knowledge.
5. Analyze and evaluate alternatives sequentially, so that choices are amended over time,
rather than at a single point in time.
6. Remedy existing problems, rather than attempt to solve problems completely.
7. Share responsibilities for analysis and evaluation with multiple groups, creating a process
that is disjointed and not conjoined.
Bounded Rationality
The bounded rationality model proposes that individual decision-makers face limitations in
making fully rational choices. Instead of striving for comprehensive rationality, decision-makers
rely on practical heuristics and satisficing strategies. These strategies involve making decisions
that are "good enough" rather than attempting to consider all alternatives and maximize
outcomes. Bounded rationality recognizes the constraints imposed by the costs of information
and the complexity of decision-making. It suggests that decision-makers focus on readily
identifiable solutions rather than exhaustively evaluating all possibilities. By incorporating the
cost of decision-making into the process, bounded rationality provides a more realistic
understanding of how individuals navigate complex decisions.
Erotetic Rationality
Simultaneous Convergence
The river delta metaphor highlights the complexity of policymaking while acknowledging the
need to identify the structures that shape the process. In policymaking, individuals and groups
interact over time to shape agendas and formulate policies. Success in achieving desired
outcomes depends on recognizing critical moments, often referred to as "policy windows,"
where the streams of problems, policies, and politics converge. The critical convergence model
posits that policy change occurs during these pivotal moments. Identifying these moments
presents a challenge for analysts studying the policymaking process.
Punctuated Equilibrium
The punctuated equilibrium model explains policy change as resembling biological evolution.
Most policies undergo incremental changes over long periods, maintaining a dynamic
equilibrium. However, major policy shifts occur sporadically due to external shocks or "policy
earthquakes." These shocks, such as recessions, shifts in public opinion, or geopolitical events,
create new political images and lead to abrupt policy changes. While external shocks are
necessary for major change, the emergence of new political understandings is also required.
Gradual development of beliefs and values does not result in punctuated shifts in the
policymaking process.
The purpose of policy analysis is to improve policymaking. This is no simple task, consid- ering
that many of the most important policies are resistant even to incremental changes. Large,
discontinuous changes are relatively rare, and they usually stem from external shocks to the
policy system, not from internal changes prescribed by analysts and acted on by policymakers.
Nevertheless, multidisciplinary policy analysis is important because of the potential for change
embodied in the five types of policy-relevant knowledge and associ- ated methods (Figure 2.2).
Potential Uses of Analysis
Analysts often believe that generating policy-relevant knowledge leads to improved policies.
This belief is reflected in the various functions served by different methods:
3. Prescription: These methods provide policy-relevant knowledge about the benefits, costs,
and overall value of expected policy outcomes derived from forecasting. They aid policymakers
in the phase of policy adoption by estimating risk levels, identifying externalities and spillovers,
establishing decision criteria, and assigning administrative responsibility for policy
implementation. For instance, the debate over maximum speed limits in the United States
focused on the costs per fatality under different speed limits. One recommendation suggested
reallocating funds from speed limit maintenance to the purchase of smoke detectors, which
was projected to save more lives. Eventually, many states experimented with higher speed
limits, and the 55 mph speed limit was abandoned.
4. Monitoring: These methods involve observing and assessing policy outcomes to assist in the
implementation phase. Agencies regularly employ policy indicators in various areas to monitor
outcomes and impacts. Monitoring helps evaluate compliance levels, identify unintended
consequences, uncover implementation obstacles, and determine accountability for deviations
from policies. Analysts in agencies like the Bureau of the Census and the Bureau of Labor
Statistics monitor economic and social welfare policies in the United States. For instance, an
analysis conducted in 1991 revealed that real median household income had only grown by 2%
between 1969 and 1989, with income inequality increasing during that period.
1. Indirect, delayed, and general use: Policy analysis is often viewed as part of a larger body of
knowledge, and its direct impact is limited. The complex nature of policymaking, with its
unpredictable cycles, contributes to the delayed and indirect nature of analysis use.
3. Personal, professional, and institutional interests: Analysts have personal and professional
interests in enhancing their status and rewards. They may seek access to influential individuals
for personal gain or to benefit their agencies and communities.
5. Composition of users: Policy analysis is utilized by both individuals and collectives, such as
agencies, ministries, and legislatures. The use of analysis can be driven by individual decision-
making or collective policymaking processes.
7. Expected effects of use: Policy analysis can have conceptual, symbolic, and instrumental
effects. It can shape thinking about problems and solutions (conceptual use), legitimize
preferred formulations (symbolic use), and serve as a tool for directing or manipulating
activities (instrumental use).
Understanding and addressing these limitations can help assess and improve the utilization of
policy analysis in practice.
CHAPTER SUMMARY
This chapter has presented an overview of the role of policy analysis in policymaking.
Historically, the aim of policy analysis has been to provide policymakers with knowledge that
can be used to solve practical problems. Policy analysis is an intellectual activity embedded in a
social process. Although policymaking can be seen as a set of phases ordered in time, the
organization of these phases resembles a garbage can or organized anar- chy. Numerous
models are available to describe how and why policies change, all of which capture an
important property of policymaking.
Methods of analysis are designed to produce policy-relevant knowledge that is useful in all
phases of policymaking. However, the uses of analysis are indirect, delayed, general, and
ethically controversial. Although this complicates the process of knowledge use, this should be
expected, considering the many variations of knowledge use based on the intersec- tion of its
composition, scope, and expected effects.
REVIEW QUESTIONS
1. What does it mean to say that policy analysis is a process of producing knowledge of and
in the policymaking process?
2. What is the relation between the problems faced by societies and the growth of what has
been called an “analycentric” perspective?
3. Compare and contrast intellectual and social aspects of policymaking. Give examples.
4. What is an “organized anarchy”? How is it related to the “garbage can” model of
policymaking?
5. 5. In your experience, which model(s) of policy change are most useful? Why?
6. 6. Considering the three dimensions of knowl- edge use, how would you know when poli-
cymakers have used policy analysis? What would you do about it?
7. 7. What are the pros and cons of evidence-based policymaking? Consider concepts of
“techno- cratic guidance” and “technocratic counsel” pre- sented in the case study for this
chapter.
CHAPTER III
El problema formulado con mayor o menor precisión que involucra el cálculo es una cuestión
de resolución de problemas. Así como podemos distinguir la resolución de problemas y la
estructuración de problemas, también podemos contrastar:
1. Interdependencia Los problemas de política en un área (p. Ej., Energía) con frecuencia
afectan los problemas de política en otras áreas (p. Ej., Atención médica y desempleo). Los
problemas de política no son entidades independientes; son partes de sistemas completos de
problemas, es decir, sistemas de condiciones externas que producen insatisfacción entre los
diferentes segmentos de la comunidad. Los sistemas de problemas (desorden) son difíciles o
imposibles de resolver mediante un enfoque reduccionista, es decir, uno que descompone los
problemas en sus elementos o partes componentes, porque rara vez se pueden definir y
resolver problemas independientemente uno del otro. Los sistemas de problemas
interdependientes requieren un enfoque holístico, es decir, uno que vea los problemas como
inseparables.
2. Subjetividad. Las condiciones externas que dan lugar a un problema se definen, clasifican y
evalúan selectivamente. Aunque hay un sentido en el que los problemas son objetivos, por
ejemplo, la contaminación del aire puede definirse en términos de niveles de CO2 gases y
partículas en la atmósfera: se interpretan los mismos datos sobre la contaminación de
maneras marcadamente diferentes. La razón es que los analistas abstraen los problemas de
política de las situaciones problemáticas. Los problemas son en parte subjetivos y en parte
objetivos, una caracterización respaldada por la doctrina epistemológica del relativismo
objetivo.Los problemas son relativos pero no obstante objetivos.
3. Lo artificial. Los problemas de política son posibles solo cuando los seres humanos emiten
juicios sobre la conveniencia de alterar alguna situación problemática. Los problemas de
política son productos del juicio humano subjetivo; los problemas de política se aceptan como
definiciones legítimas de condiciones sociales objetivas; Los problemas de política se
construyen, mantienen y cambian socialmente.Los problemas no tienen existencia aparte de
los individuos y grupos que los definen, lo que significa que no hay "natural" estados de la
sociedad que en sí mismos constituyen problemas de política.
Los problemas son sistemas intencionales (teleológicos) en los que no hay dos miembros
idénticos en todas o incluso en cualquiera de sus propiedades o comportamientos; las
propiedades o el comportamiento de cada miembro tienen un efecto sobre las propiedades o
el comportamiento del sistema en su conjunto; las propiedades y el comportamiento de cada
miembro, y la forma en que cada uno afecta al sistema en su conjunto, dependen de las
propiedades y el comportamiento de al menos otro miembro del sistema; y todos los posibles
subgrupos de miembros tienen un efecto no independiente en el Sistema en su conjunto.14
Los problemas subjetivamente experimentados (crimen, pobreza, desempleo, inflación,
energía, contaminación, salud, seguridad) no pueden descomponerse en subconjuntos
independientes sin correr el riesgo de producir una solución aproximadamente correcta para
el problema equivocado.
Una característica clave de los sistemas de problemas es que el todo es mayor, es decir,
cualitativamente diferente, que la simple suma de sus partes. Una pila de piedras se puede
definir como la suma de todas las piedras individuales, pero también como una pirámide. Del
mismo modo, un ser humano puede pensar y actuar, pero ninguna de sus partes puede
hacerlo de forma independiente. La membresía en un sistema puede aumentar o disminuir las
capacidades de cada elemento, pero no los deja sin afectar.
Problemas VS cuestiones
Problemas de política implican desacuerdos sobre cursos de acción actuales o potenciales. Los
problemas también reflejan puntos de vista opuestos sobre la naturaleza de los problemas
mismos. Una cuestión aparentemente clara, por ejemplo, si el gobierno debería imponer
estándares de calidad del aire a la industria, es típicamente la consecuencia de suposiciones
conflictivas sobre la naturaleza de la contaminación:
La formulación de un problema está influenciada por los supuestos que las partes interesadas
en la política aportan a una situación problemática. A su vez, las diferentes formulaciones del
problema configuran las formas en que se definen los problemas de política. En nuestro
ejemplo anterior de contaminación ambiental, las suposiciones sobre el funcionamiento de
una economía capitalista saludable pueden dar lugar a una visión negativa de la regulación
gubernamental de los estándares de calidad del aire en la industria, mientras que las
suposiciones sobre el comportamiento de gestión empresarial pueden dar lugar a una posición
afirmativa. Por el contrario, los supuestos sobre las preferencias del consumidor y la
supervivencia corporativa pueden influir en la opinión de que la regulación gubernamental no
es un problema,demanda.
Problemas de política pueden clasificarse según una jerarquía de tipos: mayor, secundaria,
funcional y menor (Figura 3.2). Los problemas principales son los que se encuentran en los
niveles más altos de gobierno dentro y entre las jurisdicciones nacionales, regionales y locales.
Los problemas principales generalmente involucran preguntas sobre la misión de la agencia, es
decir, preguntas sobrela naturaleza y el propósito de una organización. Los problemas
secundarios son aquellos ubicados en el nivel de los programas de la agencia a nivel federal,
estatal y local. Las cuestiones secundarias implican establecer prioridades del programa y la
definición de grupos destinatarios y beneficiarios.
Los problemas funcionales, por el contrario, son aquellos ubicados en el programa y los niveles
del proyecto que involucran cuestiones de presupuesto, finanzas y adquisiciones. Finalmente,
los problemas menores involucran la dotación de personal, los beneficios de los empleados,
los tiempos de vacaciones, las horas de trabajo y los procedimientos y reglas de operación
estándar.
Algunos tipos de problemas son estratégicos, mientras que otros son operativos. Una política
estratégica es aquella en la que las consecuencias de las decisiones son relativamente
irreversibles. Cuestiones tales como si Estados Unidos debería enviar tropas a Irak o
Afganistán, o si debería haber atención médica universal, requieren políticas estratégicas que
involucren acciones que no puedan revertirse durante muchos años. Por el contrario, las
políticas operativas, es decir, las políticas donde las consecuencias de las decisiones son
relativamente reversibles, no implican los riesgos y la incertidumbre presentes en los niveles
superiores. Tres clases de problemas de política
lOMoARcPSD|6805958
juego, por ejemplo, el "dilema del prisionero" .19 En este juego, dos prisioneros se encuentran
en celdas separadas, donde cada uno es interrogado por el fiscal, quien debe obtener una
confesión de uno o ambos prisioneros para obtener una condena. El fiscal, que tiene evidencia
suficiente para condenar a cada prisionero por un delito menor, le dice a cada uno que si
ninguno confiesa, ambos serán juzgados por un delito menor que conlleva un castigo menor; si
ambos confiesan el delito más grave, ambos recibirán una condena reducida; pero si solo uno
confiesa, recibirá libertad condicional, mientras que el otro recibirá una sentencia máxima. La
opción "óptima" para cada preso, dado que ninguno puede predecir el resultado de la decisión
del otro, es confesar. Sin embargo, es precisamente esta elección la que dará como resultado
penas de 5 años para ambos presos, porque ambos intentan minimizar sus penas.pequeños
grupos, agencias y corporaciones.
3- Problemasmalestructuradosinvolucraramuchostomadoresdedecisionescuyasutilidades
(valores)soncompletamentedesconocidaso,siseconocen,imposiblesdeclasificardemanera
consistente.Mientrasquelosproblemasmoderadamenteestructuradospuedenresolverse
mediantenegociaciones,unacaracterísticaprincipaldelosproblemasmalestructuradosesel
conflictoentreobjetivosencompetencia.Lasalternativasylosresultadostambiénpuedenser
desconocidosoestarsujetosariesgos.Aquí,elproblemanoesdescubrirrelaciones
deterministasconocidas,sinodefinirlanaturalezadelproblema.Elprototipodelproblemamal
estructuradoeselproblemadedecisióncompletamenteintransitivo,esdecir,unoenelquees
imposibleselecionarunaalternativadepolíticaúnicaqueseprefieraatodaslasdemás.
Varios científicos sociales han resumido hábilmente las razones por las cuales los problemas
mal estructurados son importantes para las políticas públicas. Los problemas relativamente
mal estructurados son importantes porque en contextos de políticas no es realista asumir la
existencia de uno o unos pocos tomadores de decisiones con preferencias consistentes (o
transitivas) y consenso sobre los objetivos, porque la formulación de políticas generalmente
implica negociación, competencia y conflicto. .21 Además, rara vez es posible identificar la
gama completa de soluciones alternativas para un problema, en parte debido a las limitaciones
en la adquisición de información, pero también porque es difícil saber cuándo hemos
recopilado suficiente información para saber cuándo Se ha encontrado una solución. Rittel y
Webber afirman esto de manera concisa cuando proponen que no hay "parar"regla "para
determinar cuándo se ha resuelto un problema.
Cosmovisiones, ideologías y mitos pueden ser en parte verdaderos y en parte falsos. En este
ejemplo, la atribución de la pobreza a los accidentes históricos puede sugerir que alterar la
distribución de la riqueza no tiene sentido, pero este mismo mito, que representa una
perspectiva naturalista de la sociedad problemas, sensibiliza a los analistas sobre la naturaleza
relativa de la pobreza al señalar el hecho de que ninguna sociedad conocida la ha resuelto por
completo. Del mismo modo, la atribución de la pobreza a las élites malvadas o corruptas
puede distorsionar sus motivaciones reales. Sin embargo, esta misma perspectiva moralista,
que explica la pobreza en términos de presuntas debilidades morales, también dirige la
atención a las formas en que la concentración de la propiedad promueve el desperdicio, la
explotación y la irresponsabilidad social. Finalmente, atribuir la pobreza a las imperfecciones
en los pobres mismos da como resultado culpar a la víctima en lugar de las circunstancias
ambientales.
Una vez que se ha definido un problema sustantivo, se puede construir un problema formal
más detallado y específico. El proceso de pasar del problema sustantivo al formal se lleva a
cabo a través de la especificación del problema, que implica el desarrollo de un modelo
simbólico o matemático formal del problema sustantivo. En este punto, pueden surgir
dificultades, porque la relación entre el problema sustantivo y su representación formal puede
ser tenue. La especificación de un problema complejo en términos matemáticos simplistas
puede ser prematura o inapropiada.
Una cuestión importante de la estructuración de problemas es qué tan bien los problemas
sustantivos y formales se corresponden con la situación del problema. Si una situación
problemática es un sistema complejo de problemas, entonces una tarea central es la
formulación de problemas sustantivos y formales que representen adecuadamente esa
complejidad. La coincidencia entre una situación problemática y un problema sustantivo se
determina en la fase de delineación del problema. El problema sustantivo puede basarse en
suposiciones sobre la naturaleza humana, el tiempo y las posibilidades de cambio a través de
la acción pública. Igualmente importante es el ajuste entre la situación del problema y el
problema formal. Este último se especifica típicamente en forma de una fórmula matemática o
ecuación, un proceso que está sujeto a todas las precauciones que asisten a la especificación
errónea de los modelos estadísticos.
El concepto de un error de Tipo III plantea cuestiones que son centrales para el análisis de
políticas y la ciencia en general. Las diferentes fases de la estructuración de problemas (Figura
3.3) requieren diferentes habilidades metodológicas. Las habilidades más apropiadas para
descubrir metaproblemas son las principales de observación, porque el objetivo es descubrir y
agregar las definiciones de problemas de múltiples partes interesadas. Por el contrario, las
habilidades requeridas para transformar un metaproblema en un problema sustantivo son
conceptuales y analíticas, al igual que las habilidades utilizadas en el análisis cualitativo de
datos. Aquí, el desafío es identificar un problema sustantivo reduciendo a proporciones
manejables las múltiples definiciones de un problema que se encuentran dentro del límite del
metaproblema. A su vez, las habilidades requeridas para transformar un problema sustantivo
en un problema formal son matemáticas, estadísticas,
El uso de modelos de políticas no es una elección, porque cada uno de nosotros usa modelos
en nuestro trabajo y en la vida cotidiana. Todas nuestras decisiones son tomadas La base de
los modelos.
Modelos descriptivos
Un tipo de modelo, el modelo descriptivo, explica o predice las causas y consecuencias de las
elecciones de políticas. Los modelos descriptivos se utilizan para monitorizar los resultados de
las acciones políticas, por ejemplo, resultados tales como ingresos, empleo, tasas de arrestos o
costos de atención médica incluidos en las listas de indicadores sociales y económicos
publicados por la Oficina de Gestión y Presupuesto o por Eurostat. Los modelos descriptivos
también se utilizan para pronosticar el desempeño económico, la demanda de energía, el
calentamiento global y otros resultados de políticas futuras. Por ejemplo, el Consejo de
Asesores Económicos prepara un pronóstico económico anual para su inclusión enEl Informe
Económico del Presidente.
Modelos normativos
Otro tipo de modelo es el modelo normativo. Los modelos normativos no solo intentan
explicar o predecir, sino también prescribir cursos de acción para optimizar el logro de valores
que van desde el ingreso y la riqueza, la educación y la iluminación, y el crimen y la justicia.
Entre los muchos tipos de modelos normativos utilizados por los analistas de políticas se
encuentran los que ayudan a determinar los niveles óptimos de capacidad de servicio
(modelos de colas), el momento óptimo de servicio y reparaciones (modelos de reemplazo), el
volumen y el momento óptimo de pedidos (modelos de inventario), y el rendimiento óptimo
de las inversiones públicas (modelos beneficio-costo). Los modelos de decisión normativa
toman la forma: Encuentre los valores de las variables de política que producirán la mayor
utilidad, medidos por el valor de las variables de resultado que deseamos cambiar.
Un modelo normativo simple y familiar es el interés compuesto. Muchas personas han usado
alguna variación de este modelo para encontrar los valores de una variable de “política” (por
ejemplo, depositar dinero en un banco versus una cooperativa de crédito) que producirá el
mayor ingreso de intereses en ahorros, medido por la cantidad de dinero que Uno puede
esperar después de un número determinado de años. losmodelo de interés compuesto es
Snorte = (1 + r)norte S0 0
Modelos verbales
Los modelos pueden expresarse de tres maneras: verbal, simbólica y procesalmente.39 Los
modelos verbales se expresan en el lenguaje cotidiano, en lugar del lenguaje de la lógica
simbólica. (si p> q y q> r, entonces p> r) o matemáticas (log1010,000 = 4). Los modelos
verbales a menudo son parte de los argumentos de política y se expresan como una narración.
Los modelos verbales se comunican con relativa facilidad entre expertos y laicos
por igual, y sus costos son bajos. Una limitación potencial de los modelos verbales es que las
razones ofrecidas para las predicciones o recomendaciones pueden ser implícitas u ocultas, lo
que dificulta el examen crítico de los argumentos. Los argumentos a favor y en contra del
bloqueo de la armada soviética durante la crisis de los misiles cubanos son buenos ejemplos de
modelos de política verbal. El propio modelo verbal de crisis del presidente Kennedy
argumentó, en efecto, que el bloqueo era la única opción real de los Estados Unidos: "Sobre
todo, al defender nuestros propios intereses vitales,
Modelos simbólicos
Modelos simbólicos use notación matemática o lógica para describir relaciones entre variables
clave que se cree que caracterizan un problema. Las predicciones o soluciones óptimas se
obtienen a partir de modelos simbólicos empleando métodos matemáticos, estadísticos y
lógicos. Los modelos simbólicos son difíciles de comunicar entre los laicos, incluidos los
encargados de la formulación de políticas, e incluso entre los modeladores expertos, existen
malentendidos sobre los elementos básicos de los modelos.41 Los costos de los modelos
simbólicos probablemente no sean mucho mayores que los de los modelos verbales,
considerando que Tomamos en cuenta el tiempo y el esfuerzo invertidos en el debate público,
que es el principal vehículo para expresar modelos verbales. Una limitación práctica de los
modelos simbólicos es que sus resultados pueden no ser fácilmente interpretables, incluso
entre especialistas, porque los significados de los símbolos pueden no estar adecuadamente
definidos.
mejorar decisiones políticas, pero solo si los supuestos de los modelos se hacen transparentes.
"Con demasiada frecuencia, lo que pretende ser un modelo basado en la teoría y la evidencia
no es más que preconceptos y prejuicios de un erudito disfrazado de rigor científico yadornado
con extensas simulaciones por computadora ”.
Y = a + bX
Modelos de procedimiento
Los modelos de políticas pueden verse como sustitutos o perspectivas.45 Se supone que un
modelo sustituto es un sustituto o representante de un problema sustantivo. Los modelos
sustitutos se basan, consciente o inconscientemente, en el supuesto de que el problema
formal es una representación válida del problema sustantivo. Por el contrario, los modelos de
perspectiva se consideran una de las varias formas posibles de ver un problema sustantivo. Los
modelos de perspectiva suponen que el problema formal nunca puede ser una representación
completamente válida del sustantivoproblema.
Supongamos que hemos construido un modelo simbólico expresado en forma de una ecuación
lineal como la descrita anteriormente en la Figura 3.4. Usando la ecuación Y = a + bX (más
adelante usaremos la notación estándar para escribir esta ecuación como Y = b0 + bx + e),
podemos comenzar graficando los valores reales de X e Y en el diagrama de dispersión, como
se muestra en la Figura 3.6. Nuestra perspectiva implícita es que los valores observados de X e
Y constituyen un modelo sustituto de una relación causal, donde se cree que la variable de
política, X, es la causa de la variable de resultado, Y. Podríamos interpretar erróneamente los
resultados como un sustituto modelo, uno que confirma la supuesta estructura causal del
problema sustantivo. Podemos interpretar la pendiente de la línea como una medida de los
efectos de la profundidad del reservorio, X, en Y, la tasa de lluvia. Adicionalmente, La
correlación entre los valores observados de Y (puntos de datos) y los pronosticados por la
ecuación (aquellos que se encuentran en la línea recta) se tomará como una confirmación de la
precisión de la predicción. La conclusión probable es que un cambio en el valor de la variable
de política dará como resultado una correcciónrespuesta al cambio en el valor de la variable de
resultado. Este es un error tipo III.47
A menos que ya esté familiarizado con este clásico problema conceptual (llamado
simplemente el "problema de los nueve puntos"), es muy poco probable que haya podido
resolverlo. Pocas personas logran encontrar la solución por sí mismas, no porque el problema
sea técnicamente complicado (de hecho es simple) sino porque las personas casi siempre
cometen un error del tercer tipo (EIII), resolviendo la formulación incorrecta de un problema
cuando deberían haber resuelto el correcto. Esto se debe a que la mayoría de las personas
abordan la situación del problema con suposiciones implícitas que hacen que sea imposible
resolver el problema. Estos supuestos son introducidos por los mismos analistas; No son parte
de la situación problemática. En otras palabras, los analistas mismoscrear un problema
sustantivo que no se puede resolver.
La solución para el problema de los nueve puntos se presenta en la Figura 3.8. La solución
parece sorprendentemente simple, novedosa y poco convencional; es decir, tiene varias de las
características clave de la creatividad discutidas anteriormente. En el proceso de análisis, de
repente queda claro que hemos estado resolviendo el problema equivocado. Mientras
supongamos que la solución debe encontrarse dentro de los límites establecidos por nuestro
modelo verbal, es decir, un rectángulo compuesto por nueve puntos, entonces no es posible
una solución. Sin embargo, esta condición no es impuesta por el modelo verbal formal sino por
el supuesto implícito de "cuadratura" que inconscientemente da forma a nuestra definición del
problema sustantivo. Imagine lo que habría ocurrido si hubiéramos transformado el modelo
verbal en uno simbólico, por ejemplo, usando la geometría plana para obtener estimaciones
cuantitativas precisas de la distancia entre puntos. Esto no solo nos habría llevado cada vez
más lejos de una solución; también habría creado un aura de precisión científica que otorgaría
autoridad a la conclusión de que el problema es "insoluble".formulación incorrecta de un
problema. ¡El mapa no es el territorio! ¡El menú no es la comida! 49
Análisis de límites
Análisis de clasificación
Análisis de clasificación es una técnica para aclarar conceptos utilizados para definir y clasificar
situaciones problemáticas. Al detectar una situación problemática, los analistas deben
clasificar sus experiencias. Incluso las descripciones simples de situaciones problemáticas se
basan en la clasificación de la experiencia a través del razonamiento inductivo, un proceso
donde los conceptos generales (abstractos), como la pobreza, el crimen y la contaminación, se
forman al experimentar objetos o situaciones particulares (concretas). Cuando clasificamos
una situación problemática de una manera, excluimos oportunidades para clasificarla enotra
forma, como lo ilustra el problema de los nueve puntos.
No hay forma de saber con certeza si las categorías de un sistema de clasificación son las
correctas. Pero hay varias reglas que ayudan a asegurar que un sistema de clasificación sea a la
vezrelevante a una situación problemática y lógicamente consistente:
2.Agotamiento.Lascategoríasenunsistemadeclasificacióndebenserexhaustivas.Esto
significaquetodoslostemasosituacionesdeinterésdebenencajarenunauotrade
lasdiversascategorías.Sidescubrimosquealgunostieneningresosadicionales,ya
seaporsuspropiosesfuerzosotransferenciasgubernamentales,podríacrearseuna nuevacategoría.
3. Desarticulación Las categorías deben Ser mutuamente excluyente. Cada tema o situación
debe asignarse a una sola categoría o subcategoría. Al clasificar familias, por ejemplo,deben
caer en una u otra de las dos subcategorías principales (ingresos por encima y por debajo de la
línea de pobreza), lo que significa que ninguna familia puede ser "contada dos veces".
Dos conjuntos pueden cruzarse para formar un subconjunto, de modo que las propiedades de
los dos conjuntos originales superposición, como se muestra en la figura 3.11. Por ejemplo, la
intersección (D) de las familias que no son de pobreza (A) y de pobreza (B) podría usarse para
ilustrar que algunas familias de cada grupo reciben pagos de transferencia del gobierno. En el
lenguaje establecido, la intersección de A y B es igual a D, que se expresa simbólicamente
como A ∪ B = D y se lee "Una intersección (o cap) B es igual a D". La unión y la intersección son
las dos operaciones de conjuntos más importantes y pueden usarse para construir esquemas
de clasificación (Figura 3.12) y cortes cruzados (Figura 3.13). Los saltos cruzados sonUna forma
de división lógica utilizada para organizar los datos en tablas.
Venn Los diagramas, los esquemas de clasificación y los cortes cruzados son herramientas
importantes para los problemas de estructuración. El análisis de clasificación es generalmente
(pero no necesariamente) empleado por individuos, en lugar de grupos, y la consistencia lógica
es el criterio para evaluar qué tan bien se ha conceptualizado un problema. Si bien la
coherencia lógica es importante, no hay forma de saber con total confianza que la base
sustantiva de una categoría es la correcta. Si bien el análisis de clasificación mejora la claridad
de los conceptos y sus relaciones,garantiza solo que los conceptos tienen una relevancia
sustantiva aproximada.
Análisis de jerarquía
Jerarquía análisis es una técnica para identificar las posibles causas de un problema. La lógica
formal y muchas teorías de las ciencias sociales proporcionan poca orientación para identificar
las posibles causas. No hay una forma aceptable de deducir formalmente las causas de los
efectos, o los efectos de las causas, y las teorías de las ciencias sociales son con frecuencia tan
generales que pueden ser de poca ayuda. Para identificar posibles causas, es útil tener un
marco conceptual que identifique las muchas causas eso puede estar operando en una
situación dada.
El análisis de jerarquía ayuda a identificar tres tipos de causas: causas posibles, causas
plausibles y causas procesables. Las posibles causas son eventos o acciones que, por remotas
que sean, pueden contribuir a la ocurrencia de una situación problemática dada. Por ejemplo,
la falta de voluntad para trabajar, el desempleo y la distribución del poder y la riqueza entre las
élites pueden considerarse posibles causas de pobreza. Por el contrario, las causas plausibles
son aquellas que, sobre la base de la investigación o la experiencia directa, se cree que son una
influencia importante en la ocurrencia de una situación que se considera problemática. En el
ejemplo anterior, es poco probable que la falta de voluntad para trabajar sea considerada
como una causa plausible de pobreza, al menos entre observadores experimentados, mientras
que el desempleo sí lo es. Finalmente, Es poco probable que la distribución del poder y la
riqueza entre las élites sea vista como una causa procesable, es decir, una que está sujeta a
manipulación por parte de los responsables políticos, porque ninguna política destinada a
resolver los problemas de pobreza puede alterar la estructura social de toda una sociedad. . En
este ejemplo, el desempleo es tanto un plaucausa posible y accionable de la pobreza.
Nagel y Neef proporcionan un buen ejemplo de los posibles usos del análisis de jerarquía.
Muchos observadores han estado listos para aceptar la explicación de que la causa principal de
las cárceles
La dificultad de esta política, así como la explicación causal en la que se basa, es que pasa por
alto la negociación de alegatos como una de las varias causas plausibles de hacinamiento en la
cárcel. En la negociación de la declaración de culpabilidad, que se practica ampliamente en el
sistema judicial de los Estados Unidos, un acusado acuerda declararse culpable a cambio del
acuerdo de un fiscal para reducir o retirar el cargo. Cuando se toma en cuenta el acuerdo de
culpabilidad junto con la liberación previa al juicio, pueden ocurrir las siguientes
consecuencias:
Si el porcentaje de acusados liberados antes del juicio aumenta, entonces el porcentaje de
las negociaciones de alegatos exitosas probablemente disminuyan.
Si las declaraciones de culpabilidad disminuyen como resultado de una mayor liberación
previa al juicio, entonces el número de las pruebas probablemente subirán.
Si aumenta el número de juicios, la demora en ir a juicio también aumentará, a menos que
el sistema aumente el número de fiscales, jueces y defensores públicos.
Si la demora en ir a juicio aumenta para los casos en general, incluidos los acusados en la
cárcel, entonces la población puede aumentar. Su tamaño depende del tiempo.los
acusados se mantienen en la cárcel y en la cantidad de acusados.
Cualquier disminución en la población carcelaria causada por la liberación preventiva
puede verse más que compensada por el aumento de la demora y la duración de la
detención preventiva, que a su vez es causada por una mayor liberación preventiva, la
consiguiente reducción de las declaraciones de culpabilidad y el aumento de juicios.
Este ejemplo no solo ilustra el papel potencialmente creativo del análisis de jerarquía en la
estructuración de problemas. También muestra cómo el análisis de jerarquía puede ayudar a
descubrir posibles consecuencias imprevistas de las políticas. Por ejemplo, ¿qué podría ser más
obvio que esa liberación previa al juicio resultará en una reducción de la población carcelaria?
La respuesta depende de tener una comprensión satisfactoria de las causas plausibles que
contribuyen a la situación original del problema. La figura 3.14 proporciona otra ilustración del
análisis de jerarquía aplicado acausas posibles, plausibles y procesables de incendios.
Las reglas para realizar un análisis de jerarquía son las mismas que las utilizadas para el análisis
clasificativo: relevancia sustantiva, exhaustividad, desunión, consistencia y distinción
jerárquica. Del mismo modo, los procedimientos de división lógica y clasificación también se
aplican a ambos tipos de análisis. La principal diferencia entre el análisis de clasificación y el
análisis de jerarquía es que el primero implica la división y clasificación de conceptos en
general, mientras que el análisis de jerarquía utiliza conceptos de causas posibles, plausibles y
procesables. Sin embargo, ambas formas de análisis son utilizadas por individuos que emplean
consistencia lógica como criterio principal para evaluar qué tan bien se ha conceptualizado un
problema. Sin embargo,
ninguno garantiza que se encontrarán las bases sustantivas correctas para los conceptos. El
análisis de la jerarquía puede excluir oportunidades para generar explicaciones causales
alternativas si se basaen el analista individual, en lugar de en grupos, como fuente de
conocimiento.
Sinéctica
2. Analogías directas. Al hacer analogías directas, el analista busca relaciones similares entre
dos o más situaciones problemáticas. Al estructurar problemas de drogadicción, por ejemplo,
los analistas pueden construir analogías directas a partir de experiencias con el control de
enfermedades contagiosas.
4. Fantasía analogías Al hacer analogías de fantasía, los analistas son completamente libres de
explorar similitudes entre una situación problemática y un estado imaginario de las cosas. Los
analistas de política de defensa, por ejemplo, han usado analogías de fantasía para estructurar
los problemas de defensa contra el ataque nuclear.69
Synectics depende de individuos y grupos para crear analogías. El criterio principal para
evaluar qué tan bien se ha conceptualizado un problema es la plausibilidad de la
comparación.hijos, es decir, el grado en que una situación problemática dada es similar a otras
tomadas como analogías.
Lluvia de ideas
Lluvia de ideas es un método para generar ideas, metas y estrategias que pueden ayudar a
conceptualizar situaciones problemáticas. Originalmente diseñado por Alex Osborn como un
medio para mejorar la creatividad, la lluvia de ideas se puede utilizar para generar una gran
cantidad de sugerencias sobre el potencialsoluciones para problemas. La lluvia de ideas implica
procedimientos simples:
1. Los grupos de lluvia de ideas deben estar compuestos de acuerdo con la naturaleza de la
situación del problema que se está investigando. Esto generalmente significa la selección
de personas que están particularmente informadas sobre la situación dada.
2. Los procesos de generación de ideas y evaluación de ideas deben mantenerse
estrictamente separados. 3. La atmósfera de las actividades de lluvia de ideas debe
mantenerse tan abierta y permisiva como sea posible en la fase de generación de ideas.
3. La fase de evaluación de ideas debe comenzar solo después de todas las ideas generadas
en la primera fase.
4. Al final de la fase de evaluación de ideas, el grupo debe priorizar las ideas e incorporarlas
en una propuesta que contenga una conceptualización del problema y sus posibles
soluciones.
La lluvia de ideas es un procedimiento versátil que puede involucrar actividades relativamente
estructuradas o no estructuradas, dependiendo de los objetivos y las limitaciones prácticas de
la situación. Las actividades de lluvia de ideas relativamente no estructuradas ocurren con
frecuencia en agencias gubernamentales y en "think tanks" públicos y privados. Aquí las
discusiones sobre problemas de política son informales y en gran medida espontáneas,
involucrando la interacción de generalistas y especialistas de variosdisciplinas o campos
científicos.
Otro conjunto de procedimientos para coordinar y enfocar las actividades de lluvia de ideas es
la construcción de escenarios, que son esquemas de eventos hipotéticos futuros que pueden
alterar alguna situación problemática. La escritura de escenarios, que se ha utilizado para
explorar posibles crisis militares y políticas, implica el uso constructivo de la imaginación para
describir algún aspecto de una situación futura. Hay dos tipos principales de escenarios:
operaciones-analíticas y de forma libre. Al construir un escenario de forma libre, el analista es
"un iconoclasta, un rompedor de modelos, un cuestionador de suposiciones y, en raras
ocasiones, un creador de nuevos criterios". Por el contrario, un escenario analítico de
operaciones tiene objetivos limitados. En lugar de utilizar fantasías o utopías, el escenario
analítico de operaciones "comienza con el estado actual del mundo y muestra cómo, paso a
paso,el presente ".
Múltiple análisis de perspectiva es un método para comprender mejor los problemas mediante
la aplicación de tres tipos de perspectivas —personal, organizativa y técnica— a las situaciones
problemáticas.76 Visto como una alternativa al énfasis casi exclusivo en los llamados enfoques
técnicos racionales, perspectiva múltiple El análisis está expresamente diseñado para abordar
problemas mal estructurados. Aunque hay muchas características de cada una de las tres
perspectivas, suLas principales características son las siguientes:
1. Técnico perspectiva. La perspectiva técnica (T) considera los problemas y las soluciones en
términos de modelos de optimización y emplea microeconomía, análisis de costo-beneficio,
análisis de sistemas y análisis de decisiones. La perspectiva técnica, que se dice que se basa en
una cosmovisión científico- tecnológica, enfatiza el razonamiento causal, el análisis objetivo, la
predicción y la inferencia estadística. Un ejemplo de la perspectiva T es la decisión. Lanzar la
bomba atómica sobre Japón. Se vio que el problema estaba compuesto por cinco alternativas:
bombardeo y bloqueo, invasión, ataque atómico sin previo aviso, atómico ataque después de
advertencia y arrojando la bomba en una isla deshabitada. Dado el objetivo de la rendición
incondicional con una pérdida mínima de vidas aliadas y la destrucción de Japón, la perspectiva
T resultó en la elección de la tercera alternativa: ataque atómicosin previo aviso.
3. Perspectiva personal. La perspectiva personal (P) considera los problemas y las soluciones en
términos de percepciones, necesidades y valores individuales. Las características de la
perspectiva personal son un énfasis en la intuición, el liderazgo y el interés propio como
factores que rigen la estructuración del problema. El ejemplo de la bomba atómica muestra
cómo la perspectiva P proporciona ideas no disponibles desde las perspectivas T u O. En 1945,
el nuevo presidente, Harry Truman, era un extraño al establecimiento de FDR, que había
crecido y solidificado durante los tres períodos de mandato de Roosevelt. Trumancarecía de la
legitimidad e influencia necesarias para desafiar el establecimiento, incluidos intereses y
políticas burocráticas arraigadas, tan temprano en su presidencia. Una decisión de no lanzar la
bomba atómica se percibiría como un signo de debilidad para los contemporáneos y para los
futuros historiadores. Truman, que tenía un fuerte sentido de la historia, quería aparecer como
un líder audaz y decisivo.
Análisis de suposiciones
El análisis de supuestos está diseñado para superar cuatro limitaciones principales del análisis
de políticas: (1) el análisis de políticas a menudo se basa en la suposición de un único tomador
de decisiones con preferencias claramente ordenadas pero estáticas ejercidas en un solo
punto en el tiempo; (2) el análisis de políticas generalmente no tiene en cuenta de manera
sistemática y explícita opiniones muy diferentes sobre la naturaleza de los problemas y sus
posibles soluciones; (3) la mayoría del análisis de políticas se lleva a cabo en organizaciones
cuyo carácter de "autosellado" hace que sea difícil o imposible desafiar las formulaciones de
problemas predominantes; y (4) los criterios utilizados para evaluar la idoneidad de los
problemas y sus soluciones a menudo abordan las características superficiales de las
formulaciones de problemas (por ejemplo, la coherencia lógica), en lugar de los supuestos
básicos que subyacen al concepto conceptual.ización de problemas.
2. Suposición superficie En la segunda fase, los analistas trabajan hacia atrás desde una
solución recomendada para un problema hasta las fuentes selectivas de datos que respaldan la
recomendación, así como los supuestos subyacentes que, cuando se combinan con los datos,
permiten deducir la recomendación. Cada solución recomendada debe contener una lista de
supuestos que subyacen explícita e implícitamente a la recomendación. Al enumerar todos los
supuestos, por ejemplo, que la pobreza es consecuencia de accidentes históricos, dominación
de la élite, desempleo, cultural privación, etc., hay una especificación explícita del problema al
que cada Se aborda la recomendación.
3. Suposición desafiante. En la tercera fase, los analistas comparan, contrastan y evalúan las
recomendaciones y sus supuestos subyacentes. Esto se realiza mediante la comparación
sistemática de supuestos y contrasupuestos que difieren al máximo. Durante En este proceso,
cada suposición es cuestionada por una contra-suposición. Si un contadorla suposición es
inverosímil, se elimina de una consideración adicional. Si es plausible, se examina para
determinar si podría servir como base para una nueva conceptualización del problema y su
solución.
5. Suposición síntesis. La fase final es la creación de una solución compuesta o sintética para el
problema. El conjunto compuesto de supuestos aceptables puede servir como base para la
creación de una nueva conceptualización del problema. Cuando los problemas relacionados
con la conceptualización del problema y sus posibles soluciones han llegado a este punto, las
actividades de las partes interesadas pueden volverse cooperativas y acumulativamente
productivas.
Las cuatro fases del análisis de supuestos se ilustran en la Figura 3.15, que ayuda a visualizar
características importantes del método. Primero, el método comienza con soluciones
recomendadas para problemas en lugar de suposiciones mismas. Esto se debe a que la
mayoría de las partes interesadas en las políticas conocen las soluciones propuestas para los
problemas, pero rara vez son conscientes de los supuestos subyacentes. Al comenzar con las
soluciones recomendadas, el método se basa en lo que es más familiar para las partes
interesadas, pero luego utiliza soluciones conocidas como punto de referencia para forzar una
consideración explícita de los supuestos subyacentes. Una segunda característica importante
de laLa técnica consiste en intentar, en la medida de lo posible, centrarse en el mismo
conjunto de datos o información relevante para las políticas. La razón de esto es que los
conflictos que rodean la conceptualización de los problemas de política no son tantas
cuestiones de "hecho" sino cuestiones que implican interpretaciones conflictivas de los
mismos datos. Aunque los datos, los supuestos y las soluciones recomendadas están
interrelacionados, no es tanto la situación del problema (los datos) la que gobierna la
conceptualización de los problemas, sino los supuestos que los analistas y otras partes
interesadas aportan a la situación del problema. Finalmente, el análisis de supuestos aborda
sistemáticamente un problema importante de análisis de políticas, que es el de aplicar
procedimientos sistemáticos para enfrentar conflictos.
Mapeo de argumentos
La Figura 3.16 muestra las clasificaciones de plausibilidad e importancia para seis partes
interesadas. El gráfico muestra que las partes interesadas están distribuidas en los cuatro
cuadrantes, lo que indica un amplio desacuerdo sobre la plausibilidad e importancia de la
orden, lo que sin duda generaría objeciones y refutaciones. Cuando las partes interesadas son
miembros de un grupo particular,Los desacuerdos trazados en la mitad derecha del gráfico (es
decir, de gran importancia) pueden discutirse y quizás resolverse. Sin embargo, la situación
típica es aquella en la que el analista debe identificar una variedad de partes interesadas sobre
la base de entrevistas telefónicas, documentos y sitios web que contienen los argumentos y
suposiciones de las partes interesadas. Luego se emiten juicios sobre la plausibilidad e
importancia que las partes interesadas otorgan a una orden de arresto, respaldo, objeción o
refutación. Por ejemplo, una revisión de documentos sobre el límite de velocidad de 55 mph
indica que la parte interesada que califica la orden como altamente plausible (P = 9) es un
economista, mientras que la parte interesada que clasifica la orden como de baja plausibilidad
(P = 2) es un etnógrafo que se especializa en la cultura de los conductores jóvenes, basando
sus análisis en entrevistas etnográficas con conductores jóvenes, padres,
Sobre la base de los argumentos y las pruebas proporcionadas por estas fuentes etnográficas y
económicas, complementadas con información sobre las razones proporcionadas por las
partes interesadas y las estadísticas sobre las tasas de accidentes por grupo de edad,
podríamos concluir que esta orden en particular tiene baja plausibilidad. Sin embargo, debido
a que la orden tiene una gran importancia, es relevante para las conclusiones del argumento y
deben conservarse para un examen más detenido.