【提要】本文认为，目前没有一个令人满意的经验方法来衡量政府机构的治理水平，现有的测量国家治理指数都有所不足。之所以会出现这样的情况，我认为主要是概念的问题，即研究者对什么是高质量的政府没有达成共识。本文从四个方面来讨论如何测量智力水平：（1）程序性测量，比如韦伯对现代官僚制的界定；（2）国家能力的测量，包括资源和专业化的程度；（3）产出的测量；（4）官僚自主性的测量。本文不赞成在测量政府治理质量时使用产出性指标，而建议采用一种综合考虑了国家能力和自主性的二元框架。这个分析框架可以解释为什么低收入国家应该降低官僚自主性，而高收入国家则应该强化官僚自主性。
本文尝试更好地对政府治理水平进行测量，这无疑增加了问题的复杂性，使现有讨论更加混乱。那么，在我们开始测量什么是好的治理之前，必须要更好地界定我们所说的治理究竟是什么。
在当代政治科学中，对行政机构和官僚组织的功能的重视程度相对不足。第三波民主化浪潮已经过去了很长时间，但比较政治学所强调的仍然还是民主、民主转型、人权、转型正义等问题。对非民主国家的研究则集中在威权延续等问题上，最终关注点实际仍然还是民主或民主转型的问题。换句话说，大家都对研究权力受限或制衡的政治机制感兴趣，比如民主责任或法治政府，却很少有人注意掌握和操作权力的机构，比如国家。
近年来，这种重权力制衡，轻权力使用的观念在测量治理的方法不断发展。学界出现了大量有关民主质量的测量体系，比如自由之家和政权测量（Polity Measures），麦克·柯本基、约翰·格林等人的民主多样性项目所建立的更新和更复杂的测量体系。然而在这些测量体系中，仅有很少指标是和韦伯意义上的官僚制有关，比如以能力为基础的职务晋升和招聘、组织化的运作、以技术为准则等。唯一的例外是2000年彼得·伊文斯和詹姆斯·兰驰的一项研究，但该研究的样本仅局限在30个传统国家，也没有历时性分析。同样，民主多样性项目根据专家问卷搜集了有关官僚多样性的数据。其他同政府质量有关的测量还包括贝塔斯曼转型指标，该指标主要集中针对“政策制定者如何有效地促进和引导发展和转型过程，”此外还有国际投资政治风险指数。在世界银行研究所的全球治理指数里，六个指标中有四个测量了国家能力的某些方面（例如政府有效性、管制质量、政治稳定/暴力存在，以及腐败控制），但是它们都和其他已有的测量一样，并不清楚如何能够按照韦伯的定义来清楚地测量治理水平。比如，是不是说在暴力是否存在这一点上得分高就意味着警察机构很有效？我想朝鲜很少会有街头犯罪或军事政变。（世界银行的内部CPIA测量指数也同样存在这个问题）最后，罗森斯坦的哥德堡治理质量指数对全球136个国家的治理质量建立了一套测量体系，并对欧盟172个不同层级的区域进行了详细问卷调查。主要的办法是通过专家问卷，集中测量关于国家公正的问题，罗森斯坦认为正义是国家质量总体水平的代表。
这种对国家能力的偏见尤其在理性选择制度主义者中尤为明显。这个学派的大多数研究者都认同奥尔森关于国家是攫取者的假设，认为政治发展的最终目标是建立符合法治政府与责任政府的机制，从而能够限制国家的非法行为。这个学派假设，所有的国家都有权力成为攫取者，却很少去对国家能力最初是从何而来，随着时间将会增加还是减少提出疑问。实际上，很难就国家能力建立一套理性选择的理论，因为任何组织的能力都受到规范、组织文化、领导以及其他因素的影响，而这些都是与以经济激励为基础的模型不符的。
此外，还有大量有关公共部门改革的文献，从制度经济学、公共管理、以及发展机构的实践需要出发，来谋求改善治理。经济学家们喜欢将治理概念化，建立一个委托代理（principal-agent）的分析框架，通过调整激励的指标来控制腐败、防止不良管理。在这样的分析框架下，许多研究都提出，要在公共部门采用类似市场导向的激励机制，通过创造更多的选择机会、竞争、以及调控薪资幅度、缩短行政反馈周期，以及管制强调责任的更好方法来提高政府治理水平。在某个意义上，新公共管理的许多工具都是这类方法的运用，尽管这种方法在发展中国家的使用不断受到怀疑。
现有对国家质量或能力的测量方法有一系列局限。专家问卷调查有着内在的缺陷，尤其在试图建立一个历时性的数据库之时就更加明显。由于对什么是善治的概念没有很好的界定，不同的专家在回答同样的问卷调查问题之时可能说的是不同的东西。比如说，在侍从主义和完全腐败之间有一个重要的差别，对前者来说，主从之间要有实实在在的回报，而对后者来说，腐败官员并没有任何的义务要回报行贿者。腐败对经济影响会随着腐败的“税”是10%、还是50%而出现很大的变化，也会随着侍从者所能够得到的服务回报而出现差异。比如在中国，腐败问题看起来很普遍，但是腐败“税”较低，而服务供给率则要比撒哈拉非洲要高。但是，没有任何一个关于腐败的问卷调查，对此进行了划分。
罗森斯坦进行了大量的论证，他认为公正正义应该成为衡量政府质量的核心测量指标。然而，完全有可能出现这样一种情况，即这个国家一方面非常公正，但一方面仍然欠缺能力、缺乏独立性，或者在公共服务供给上低效。这些情况都有可能出现，但是需要经验验证，而不是简单陈述。
此外，还有大量关于法治的测量指标与治理质量相关，比如美国律师协会的法治研究项目，以及全球正义项目的法治指数。一些中国学者尝试通过测量行政诉讼案件中判决政府部门违法的次数，以及原告获胜的比例来测量法治决策制定。
不同学者对法治有不同的界定，包括什么是法律与秩序，什么是财产权和合同履约，是否真实地存在西方意义上的人权，以及宪法中对行政权力的限制等。比如一些学者就对法治进行了区分，即行使权力的官僚组织执行法律，或是行政机构和其他任何主体一样，受到法律的限制。法治与治理质量在很多方面都是重叠的，我们希望国家能够按照透明、公正和可预测的规则来运作。另一方面，狭义的讲，法治是对行政权的宪法性限制，这与民主密切相关。19世纪的普鲁士和德意志帝国，明治政府时期的日本，以及当代中国在某种程度上来说都是威权国家，它们可以算得上是依法治国，但却不是法治国家。这意味着法治的某些方面对于测量国家质量来说是有意义的。但另一方面，许多关于法治的指标测量的并没有反映法治质量，因此我们需要谨慎地选择这些指标。
定义
首先，我将治理定义为政府制定或执行规则、提供服务的能力，而不管这个政府是否民主。我更感兴趣的是迈克尔·曼所说的国家基础权力（infrastructure power），而不是国家专制权力（despotic power）。我之所以把民主责任排除在治理定义之外，是由于在后面我将会对治理和民主的关系进行理论解释。目前发展研究的正统观点认为，民主和善治之间是相互促进的。我认为，这更多是一种理论假设，并没有在经验中得到了事实验证，如果我们在定义的时候就互相包含，则很难在经验上进行验证。
要先说明的是，治理的质量与治理要达到的目标是不同的。这就是说，治理是代理者行使委托者意愿的表现，而不是委托者设定的目标。政府有可能运转或好或坏；而治理则是关系到执行，即与政治相对的或公共政策那个部分，这在传统公共管理研究被忽略了。一个威权政体有可能是实现善治的，正如同一个民主国家也有可能管理不善。（下文会看到，这种区分可能是不完整的，委托者也有可能为代理者设定自我削弱的任务）
正如罗森斯坦提出，要把作为一种执行和作为规范性目标的政府治理分开是不容易的。一方面，我们并不清楚国家如果严格而有效地管理监狱、从而有效控制住腐败算不算是实现了善治。另一方面，一旦我们将实质性的目标作为善治政府的判断依据，就很难知道何处、何时这种不良情况会终止。恰如罗森斯坦所说，目前的全球治理指数都包含了一系列规范性的政策选择（例如更少的管制），这样最终测量结果都被染了色。就比如，如果我们不同意美国军队侵占伊拉克，那么可以说美国军队的治理质量是低的吗？
罗森斯坦认为，如果使用公正作为分类可以解决这个问题，因为公正是绝大多数人所认同的什么是“好政府”的指标和规范。然而，我将在下文提出，公正并不够客观。在此，我很想建立一套既能够适用于威权政体，又能够适用于民主政体的指标。虽然有极端的案例，如集中营等，但我们不应该忽视教育服务、卫生或公共安全等这些所有政府都需要共同面对的问题。因此，从规范层面来看，我认为一种对治理质量更工具性的看法才更妥当。
如果大家能够接受对研究对象的定义，那么我将从四个层面来讨论治理质量的测量：即程序性指标、输入指标、产出指标，还有官僚自主性指标。
程序性指标
在程序意义上对治理最经典的定义是马克斯·韦伯在《经济与社会》中对现代官僚体制的著名界定。我们经常使用“韦伯式官僚制”作为一种理想型，从而期待那些腐败问题严重的国家能够逐渐达到这样的标准。在此有必要回顾一下韦伯的界定：
1、 个人是自由的，仅仅在事务上服从官职的义务；
2、 处于固定的职务等级制度之中；
3、 拥有固定的职务权限；
4、 根据契约合同来起聘，建立在自由选择之上；
5、 根据专业业务资格任命（不是选举）--在最合理的情况下，通过考试获得的、通过证书确认的专业业务资格；
6、 采用固定的货币薪金支付报酬；
7、 把他们的职务视为唯一或主要的职业；
8、 可看清自己的前程；职务升迁根据年资或政绩；
9、 所有权和管理权分开，个人不得把职位占为己有；
10、 接受严格的、统一的职务纪律和监督。
第1至第5点，以及第9点可能就是大家常常说的“现代官僚制”的核心特征：这些特点清楚地描绘出了一种机制，它与欧洲旧制度下存在的那种唯利是图、遍布裙带关系的组织，或与当今发展中国家许多新裙带关系的组织完全不同。然而，第6、7、8，以及第10特点则问题比较多。第6点，即固定工资，更类似于新公共管理运动中提出的给官僚们的某种激励。第7和第8则并不适用于当今美国的很多中层管理者，不管是公部门还是私部门都是一样。当然你可以说，美国与韦伯的理想型是不符的，但是美国的官僚质量并不因此就是被证明是高的，它很难吸引私有部门或学术界的优秀人才为政府服务。并且，第10点也和公务员的自我保护不符，在进步主义时代，我们可以明显地发现，是现代官僚制代替了侍从主义体制。更重要的是，第10条假定官僚只是一个机器，其目的只是完成委托者的指令。有关官僚自主性的概念，即官僚自身也可以改造目标，以及独自违背委托者意愿，在韦伯的定义中是看不到的。
尽管如此，在测量治理质量的时候，一些程序性指标仍然非常关键。大家会想知道，官僚的招募和提拔究竟是基于才能，还是政治效忠，他们需要达到什么样的专业技术水平，整个官僚程序的规范化程度是怎么样的。
能力指标
官僚制下的程序性指标的问题在于，不管如何界定程序，都可能无法直接实现人们期待政府所达到的水平。我们假设认为，韦伯式官僚制可以比那些唯利是图和裙带关系的组织提供更好的服务，但是也有可能后者由于缺乏规则反而能够提供更为迅速，或更为合适的回应。在韦伯的定义中，并没有包含权力的使用。也就是说，既有可能存在一种非人性化的、以贤能人才为基础的官僚制，但同时它也可能解决不了任何问题。我们说一个官僚制是建立在贤才基础上的，并没有对什么是贤才进行界定，也没有解释在技术发生变化的条件下，政府官员的技能是否需要更新。
大家最常用的测量能力的指标就是攫取能力（extractive capacity），主要表现为征税水平。作为国家能力的征税主要有两种表现方式：首先，不管税收如何产生，要收税都需要政府能力；其次，成功的完成征税可以为政府在其他领域的活动提供资源。征税率既可以用税收占净国内生产值的比例来测量，也可以通过税收额本身来测量，不管是所得税还是财产税、或非直接的税收（比如工资所得税和财产税要比非直接税收更难征收）。
征税是测量能力一个重点，但是它也存在一些明显的局限：
1、 在征收的可能税收和实际征税率之间存在差别。实际的征税率不仅仅是由征税的可能性确定的，同时也与最佳税率和不同税收类型的政策选择有关。美国的历史显示，在两次世界大战期间，实际上有可能征收更高的税，为了国家利益，完全可以这么做。但和平时期的征税水平则反映了对最适宜政府规模的一般性偏好，这会随着不同国家对理想的征税可能水平的变化而变化。
2、 一定税收水平并不必然会转化为税收的有效使用。由于低水平的管理，财政收入也有可能会低效的转移支付、或者因为贪腐不法行为而造成浪费。政府的产出并不仅仅是资源输入的一种结果，同时也是一种组织文化。如朱迪斯·腾德勒所描写的巴西东北地区，这个地区确实低效和浪费资源，但也实现了良好的治理效果。
3、 同时，对于很多国家来说，政府财政收入主要基于资源租税或者国际转移，而不是国内税收。在许多国家，这些租税或者转移构成了政府财政收入的很大部分。有人会认为，如果税收被用作衡量国家能力的指标，那么资源税收应该要排除掉才行。
征税率确实很难被用作衡量国家能力的唯一指标。国家有一系列重要的功能，任何一个都有可能被作为衡量全部国家能力的代表。征税是一般治理能力的一个有效代表，因为所有国家都有这一必要职能，也因为有大量数据可观察。最近，有学者则建议使用精确的人口调查数据代表国家能力，比如人口登记这一项非常基本的国家职能。
除了税收之外，另一项对能力的关键测量指标就是政府官员教育水平和专业化水平。在1980年代的时候，正是由于政府官员专业化不足，拉丁美洲和南撒哈拉非洲都出现了大量债务危机，而在21世纪初，很多发展中国家的中央银行已经可以更好地管理这些机构了。在进步主义时代，美国国家建设的一个重要方面就是把一些不合格的，通过政治效忠任命的人都替换为受过大学教育的农艺学家、工程师和经济学家。
官僚专业化程度的测量部分解决了腐败水平的测量问题，这项指标并不取决于专家问卷或意见调查。所有的专业教育（有可能除了商学院）都包含了一系列规范性的要素，比如强调尽忠职守和服务公共目标。大家普遍认为，一个医生首先要为了病人的利益而服务，而不是满足个人利益最大化。当然，你会说所有的职业也都是自私的，从而也有可能造成腐败。但是，在现代组织中，我们相信受过高等教育的专业人士，可以有有足够高的判断力，尤其是在行为无法受到外部监管之时，内在规范会有约束作用。
国家能力在不同职能、不同政府层级、不同区域都会有实质性的变化，有人可能会想要一个理想的衡量所有主要政府机构能力的指标。比如，对巴西来说，人们普遍认识到，由于测量数据的加总，一些“表现突出的部门”可能被忽略掉了。针对这种情况，凯瑟琳娜·贝什等人建立了一套测量能力的指标，可适用于300个不同的巴西州级政府。很显然，很多国家并没有这类数据。即使对巴西来说，研究者也拿不到国家、地方和市一级的这类统计数据，但大量的治理活动实际发生在在这些层级。所以，要测量像中国这样的国家，很有必要建立某种分列数据（disaggregated data），因为治理水平在不同层级，以及不同政府职能部门存在明显的差异。
如果我们要在理想的非聚类数据欠缺和有限的聚合数据测量指标之间实现某种妥协，则需要在国家职能的次级层次收集数据。这可能是一种理论上由所有政府都履行的职能（比如宏观经济政策管理，基本的法治与秩序，中小学教育，人口登记），或也可以是职能扩展的数据（比如如果政府能够管控药物的任务，可以得到额外奖励）
产出指标
良好的程序和强大的能力本身并不是政府治理的目标，我们最终是要政府能够提供学校教育、公共卫生、公共安全和国防建设等服务。这都意味着对政府质量的另一种测量，即基于最终产出结果的测量。人们可以通过观察文盲率、中小学考试成绩、以及各种有关卫生健康的指标来获得对政府如何运作的认识。
产出指标听起来很有吸引力，但在我看来，实际使用中这项指标却存在较大的、根本性缺陷。首先，产出指标，比如卫生和教育不仅仅是政府行为的结果，它们受到公共部门与相关的社会、环境联系的综合影响。比如，在1960年代，美国教育部的科尔曼报告显示，教育效果更依赖于学生的家庭或朋友，而不是政府对教育的投入。乔·米格达尔有关弱国家-强社会的模型认为，政府渗透和管制一个社会的能力主要基于两个要素的比率，即国家能力和社会自组织程度。两个国家有可能具有同等水平的管制能力，但是由于其中一个的社会能够更好地抵抗国家的渗透，则会出现不同的管制效果。
第二个问题在于，测量产出本身在方法论上是有问题的。公共部门提供的是基本服务，这是很难测量的。比如，标准化的考试成绩是大家普遍使用来评价教育效果的指标，但也长期被广为诟病，一些人认为这实际上鼓励了“应试教育”。再比如对法治的测量，诸如审判次数、案件调查数量等等，这些都与法律体系下的司法质量关系不大。
最后，产出指标很难与程序性和规范性的指标相分离。比如，一个警察国家有可能通过大规模的逮捕和严刑拷打成功地控制了街头犯罪率，但是，大多数自由民主国家的人都不愿意拿犯罪率下降和个人权利的程序性保护来做交换。甚至那些对警察询问方法保持中立态度的人，也会在评价政府的时候质疑为什么这些人会不断进入政府。
我个人的感觉是，一开始就不应该把产出和外生性列为测量国家质量的指标。也许有人可以采用计量经济学方法来控制这些外生因素，但是这会产生另一个层次的复杂性，引发更多的问题。实际上，最好在解释国家质量的时候，把这些有关产出的自变量都舍弃。如果产出指标对测量国家质量是无效的，这也同样意味着我们无法建立一个有效的测量政府效率的指标来测量国家质量，比如国家的投入产出比。
官僚自主性
最后一个对治理质量的测量维度是不同类型国家官僚自主性的程度。萨缪尔·亨廷顿在对制度化进行分类的时候，就包含了自主性的概念，他说：“在高度制度化的政治系统中，官僚组织具有高度的自主性。”按照亨廷顿的定义，自主的反面是依附。
更准确的说，自主性指的是政治委托人对执行任务的官僚发出命令。不管是在民主还是威权政体下，官僚本身并没有权力来设定这项命令。命令可以通过多种方式来传达。理想的情况是，委托者只给代理人给出大致的指令，比如采购高级战斗机。但是，委托者对如何执行这项命令提出一系列指示，通过签订购买合同可以增加议会X选区和Y选区的就业，扶持少数族群和女性经商，或是达到竞争者绩效达到Z水平。另外，委托者也可以制定公务员招聘、人事晋升、雇佣特定人群、或者制定详细的人事管理制度。
政治委托人经常会制定出滞后的、有时甚至是完全矛盾的指令。实际上，在很多政治体系中，存在着多个委托者，这些拥有同等合法性的政治机构很有可能制定出相反的政策。比如说，对国有资产经营来说，经常被要求同时实现保值保本、又要惠及穷人、还要经营高效，每一要求都是由政治系统的不同部分提出的。很显然，这些不同的政策是不可能会同时实现的，这会造成官僚组织的运转不良。比如，国会如果不要求全美铁路公司服务人口稀少的农村郊区，则公司很有可能就是盈利和有效率的。中国有着叠床架屋的行政机构，对于执行者来说，一方面要向国家部委负责，另一方面也要向省政府和市政府负责，如果二者发生冲突，有时并不清楚问题是如何解决的。
因此，自主性是与委托者发布命令的数量，以及指令的性质都是有关的。指令如果越少、越具原则性，则官僚过程越有自主性。一个完全自主的官僚组织不接受任何指令，由政治委托人单独制定目标。相反，一个没有自主性或者依附性的官僚则是由委托者实施微观管理，代理人必须服从详细的规则。
保持适度的官僚自主性并不意味着官僚组织要从社会中分离出来，或者是要制定出与公民需求不符的政策。实际上，如果要在卫生和教育政策上制定高水平的一般性政策，行政部门就需要大量的反馈，需要服务对象进行大量的批评。同时，官僚自主性也不是说要排除同私人部门或社会组织的合作。适度的官僚自主性要对这类合作中做出判断。
自主性和政府质量的关系看起来符合倒U曲线（见图1）。在极端的情况，即完全依附的情况下，官僚组织没有自由裁量空间或自主判断，完全按照政治委托人的详细规则来行动。在X轴的另一边，则是完全的自主性，治理的效果也很糟糕，因为官僚组织完全跳开了所有的政治控制，不仅制定自己的规则，同时也制定自己的目标。这基本上就是彼得·伊文斯所提出的“嵌入性自主”的概念：官僚组织既要掩藏在某种社会行动者的影响之后，但同时也要依附从属于社会，从而实现更大的目标。
有许多案例显示，过度的依附只会带来低水平的治理。最严重的一种情况，就是当官僚组织的内部招聘和晋升完全依附于政治组织，人员完全来自于政治任命。这种情况发生在依附主义的政治体系之中。但是，即便没有依附主义的存在，官僚组织也有可能在过多的规则束缚下运作低效、决策无力。但是，图1中曲线在趋近于X轴右侧终点的时候也出现了下降，这意味着完全自主。一战和二战之前的德意志帝国和日本，实际上都是表现为这样的问题。这两个国家都建立了一套非常高效、自主的官僚机构，尤其是军队，最后却接管和代替了制定外交政策的政治机构。
图1中曲线的最高点偏向了右侧，这是由于大家普遍认识到过度微观管理有时要比过度自主还要危险。高度自主性至少还能够允许行政部门创新、试验、以及冒险。在丹尼尔·卡朋特的《构建官僚自主性》一书中，进步时代的美国邮政部门和林业部门都被描绘成具有高度自主性的官僚组织，它们都不是严格按照国会的意见来制定政策。同样，这也适用于美军《作战纲要》（FM100-5）。通过反思越战期间的混合军队组织形式，规章的制定者不再强调集中命令，而是让司令官仅仅设定原则性的目标和更灵活的任务指令，把执行权责留给位于命令结构最基层的官兵。换句话说，代理者被赋予了更高的自主性，包括创新或试验所造成的失败。并且，现代私人企业组织也出现了变化，从严格的韦伯意义上的泰勒科层制变为更有灵活性、分散性的组织，从而能够代表更低层次的组织。
如果适当的官僚自主性程度是政府质量高的一个重要特征，那么无论是韦伯也好，还是委托-代理模型，都没有办法很好的理解官僚组织应该如何运作。正如前文所述，韦伯的模型假定了官僚是政治机构决策的严格执行和遵守者；他们可能有技术能力，却没有权力来单独制定规则。委托代理的分析框架也是不足的，因为它同样假定了代理人仅仅是委托者的简单工具，而良好的官僚机构常常是相反的，即遵循从代理者到委托者的反向逻辑。（正如赫伯特·西蒙所说，这是公共管理的悠久传统。）
那我们如何来测量官僚自主性呢？我认为，这实际上是建立一个衡量政府质量指标的最核心，也是最难回答的问题。一般来说，研究者通常使用专家问卷调查的方式，让专家们评估特定官僚机构的自主性程度。专家问卷的方法在这个领域是非常有问题的，这主要是由于多变的自主性概念并没有确定，因此，让专家们判断的是什么实际上是不明确的。对什么政策是合适的，什么是不合适的，或者针对多个冲突的指令，是不是有充足的标准来判断呢？因此，要建立一个更加客观的对自主性的测量指数。由于自主性与依附性是对立的，我们可以使用依附程度或者行政运作中政治干预的程度作为一个指标。比如说，我们可以观察一个官僚组织中隐秘职位（classified）和政治职位的数量。但是，这只是和人事相关的依附类型之一。政治委托人还可以通过人事之外的很多办法，如制定冲突的政策，或制定极其详细的规则来影响官僚组织的行为。
能力与自主性
政府的质量看起来是能力和自主性互动作用的结果。这意味着，自主性的多或少既有可能是好事，也有可能是坏事，这取决于相关的官僚机构的能力。如果一个组织到处都是由政治任命的无能、且自以为是的人，就要限制他们的自由裁量权，让他们遵守清晰明确的规则。正如图1所显示，自主性的最高点偏于右侧，这一般在能力很强的国家才存在。在能力很弱的国家，则情况刚好是相反的，这时候是要制定更多的规则来限制政府官员的行为，因为这些机构很难做出良好的判断，难以避免腐败行为。这就是为什么罗伯特·克里嘉德用了一个公式来表达，即腐败等于裁量权减去责任。因此，近年来，一些发展机构建议穷国要限制官僚自主性。在另一方面，如果同样的组织内部大多是由国际认可的大学所培养的专业人员，在赋予适当自主性的时候就会比较放心，为了鼓励创新行为还会让规则有一定的灵活性。
图2显示了最优化的自主性曲线与按照能力水平划分的四种假设关系。对每个国家来说，曲线都向下倾斜，因为每一个官僚机构都可能有太多，或者太少的自主性。但是低能力水平的国家的最优点偏向左侧，而高能力水平的国家偏向右侧。
若要控制代理人，可以通过明确正式的规则和激励方式，或者通过非正式的规范和习惯来影响，后者的交易成本要更低。这是因为，很多专业机构基本上都是自主管理的（1）外行人的人很难评判其工作的质量（2）正如之前所说，教育社会化中所形成的特定专业规范，倾向于避免一定类型的自利行为。一个行政组织的能力越高，则可以赋予其越高的自主性。因此，在测量政府质量之时，我们需要明确官僚的能力，以及他们的自主性。
换句话说，你可能会想在经验上把官僚组织放到在图3的不同象限中。图2中曲线的交点向左下倾斜，这代表了特定能力水平下最优的自主性程度。左边线之外的官僚组织有可能被过度的规则所妨碍，而右边线之外的则是被赋予了过度的自由裁量权。在过去十年里，国际援助机构建议发展中国家强化行政官僚机构的自由裁量权。从图3来看，这有可能不见得是一个好的建议；在高度发达的国家，则会希望有更多的自由裁量权。
图3的框架所呈现的是，公共部门改革可能会有两种完全不同的取向。一种路径是，在Y轴上提高政府的能力，尤其是加强政府服务的专业化。然而，这并不是那么容易实现的，因为这并非短期能够完成。如果一个国家不能在短期内明显提升能力，则官僚自主性有可能越出曲线之外。这意味要么向左滑向一个低能力的国家，或者向右滑向高能力的国家。图4包含了某种假设，综合考量所有政府，不同国家，尼日利亚和中国需要向左移动，而美国则需要向右移动。但是，中国比起尼日利亚来说有更强的能力，因此在特定的阶段要赋予更多的自主性。
要把印度放到这个矩阵增加了分析的复杂性。印度既有严重的腐败和依附主义的问题，又同时有大量的规则和官僚文牍主义作风。很明显，印度需要全面提升国家能力。但是，是要更多还是更少的自主性呢？对后一个问题的回答可能是，两者都要，具体情况具体分析。最近的一些丑闻显示，负责项目招标的机构需要遵守更加严格的规则；而另一方面，像海德拉巴市水利局，如果它运转顺畅的化，则要放松繁复和冲突的政治管制。这意味着，要想制定出一个总体性的测量政府质量的指数是不足的，也是误导性的。
结论
很明显，要评估像中国、美国这样庞大、复杂的国家治理质量，现有的定量测量指数是完全不够的。如果我们期待有所改进，则需要回答以下这些问题：
· 如果我们使用程序性指数来测量政府质量，那么我们要保留韦伯所说的哪些国家要素？
· 如果搜集的是分列的国家能力数据，我们能够找到多少国家？
· 如果我们无法找到测量能力的所有标准，那什么指标才最有代表性？除了征税水平，我们是否能够建立一个关于官僚专业化的指标？
· 对一些普遍使用的指标，如征税能力，我们如何区分实际的和潜在的能力？
· 我们如何能够明确地界定官僚自主性，什么单位能够代表这一测量指标？
· 同定性研究的过程描述，或特定治理领域的案例研究相比较，定量的测量总的来说有多重要？
做出评论并不是说我就能回答全部问题，我只是将其作为进一步讨论的基础。尤其是，在无法测量没有充分概念化的现象之时，我们就必须首先回到概念本身。我把治理分为两个不同的维度，即能力和自主性，在测量中要注意这二者的关系。尤其是，能力意味着资源，以及官僚机构的专业化程度。我认为，治理的质量最终是由能力和自主性的互动来决定的，它们单独都不足以构成政府质量的测量指标。最后，我认为国家需要被分成不同的组分来分析，比如不同功能、区域、以及政府层级，这就是说，我们需要用能力和自主性对这些组分进行测量。很显然，这些数据在很多国家都是没有的，甚至可以说在任何国家都不存在。那么，能够获得多少数据？对于美国这样数据资源丰富的国家，这是一个很好的开始。
附录：现有中国政府质量测量指数的不足
如果我们接受上述观点，即政府质量是由能力和自主性混合构成的，并且政府本身是由一系列复杂的组织构成的，那么很显然现有的治理指标是非常不足的。世界银行研究所制定的全球治理指数，以及其他更好的指数，如透明国际的腐败指数，都是以主权国家作为分析单位。然而，很显然治理质量在一个国家的内部，在不同的政府部门和地区之间差异是明显的。并且，我们并不能仅仅观察一个层级的政府，因为很多问题恰好是由不同政府层次的互动中产生的。一个糟糕的中央政府有可能会降低良好的地方政府的绩效，反之也是成立的。
在使用透明国际的腐败指数之时，单一国家指数的问题非常明显。2011年的指数排序把中国列在了全世界最腐败国家的第75位，巴西和突尼斯稍好一点（并列第73），紧挨着的是罗马尼亚，仅仅比冈比亚和萨尔瓦多好一点。这个指数是完全没有意义的，因为它并没有考虑到中国内部治理效果的复杂性。比如大家普遍都认为，中国的地方政府要比中央政府更加腐败。当然我并不知道这是不是真的。但是，腐败问题不仅在不同层级表现不同，对不同区域和职能机构也有所不同，比如铁路部门就和中央银行的腐败形式就完全不一样。
同样，全球治理指数中对中国的排名也是同样值得怀疑。（见表1）
中国在言论表达、责任政府、以及法治上面排名较低，假设这些都不是中国政府的强项。另外的四个指标则涉及到我们所说治理。在政府效率一项中，分值和排名都比起其他指标要高，但是中国也仅仅位列60%。但是，这个数字有什么意义吗？很显然，很多中国地方政府确实存在大量的问题，但是他们也确实运转很好。据我所见，在过去三十年中国中央政府在复杂现代化过程中管理宏观经济的能力简直是就是不可思议的，现实中中国不仅管理大量已经存在的机构，而且还需要推动这些机构迈向市场化。自从亚洲金融危机以来，中国的表现要比美国更好，因此综合百分比位列第90名是不公道的。
上述的三种测量类型是否存在于治理指标中呢？从世界银行的全球治理指标来看，恐怕很难说有。因为这一指数是对许多其他指数的加权合并。很多都是观点问卷或者专家预测，而其他一些则反映了产出指数，也有可能包含了程序性和能力的指数。我们并不清楚在全球治理指数是否有明确测量官僚自主性的指标。有关指标如政治稳定/暴力控制都是产出性的指标。（中国位列24看起来很奇怪）有关法治的指标则存在很大的问题，首先对要测量对象都没有明确定义。如果法治指的是对行政官员的限制，中国由于没有对共产党行为的真实法律限制，因此排名应该更低。但是，如果法治指的是依法治国（这会作为治理的一个组成部分），则排名肯定要更靠前。很多关于法治的测量指数更多是考虑程序或者能力，而不是结果。因为司法体制的产出是很难测量的。但是，我们实际上并不清楚什么样的中国数据能够拿来测量。
弗兰西斯·福山是斯坦福大学弗里曼·斯波格里国际研究所的高级研究员。福山博士撰写的著作广泛地讨论了民主化和国际政治经济的问题。他的著作包括，1992年发行的《历史的终结即最后的人》。他最近的著作包括2011年出版的《政治秩序的起源》。其他著作包括《十字路口的美国：民主、权力和新保守主义传统》，以及《落后：解释拉丁美洲和美国之间的发展差距》。该文发表于《治理：政策、管理和制度国际期刊》，第26期，2013年7月（地347-368页）译者：郑寰（1985-），云南普洱人，中共中央党校世界政党比较教研室讲师，研究方向：政党社会学与协同治理。
马凯硕：我对“什么是治理？”的看法
03/04/2013｜Kishore Mahbubani ,叶琦保译｜治理期刊（Governance Journal）
弗朗西斯·福山（Francis Fukuyama）的文章“什么是治理？”（What is governance？） 给西方帮了个大忙。他在民主和良善治理（good governance）间做了微妙的区分，这种区别在西方人的思维里是难以想象的。
直截了当地说，民主不是良善治理的必要或足够条件。另一方面，是的，没有民主也可能有良善治理。任何怀疑这种说法的人，应该看看中国政府过去30年的记录。它并不是十全十美，但却成功地让更多人脱贫、受教育、延长他们的寿命并创造了全球最大的中产阶级。在人类历史上，没有其他社会在改善人们的生活上比中国政府做得更好。否认中国享有良善治理，可以说是没有理智的。
西方人的脑子不可以接受这明显的事实的原因，是因为他们相信没有民主的良善治理，就像一个半怀孕的女人一样不可思议。然而，正如福山在他的文章里巧妙地指出，“目前发达社会的正统观念”，也就是相信“民主和良善治理是互相支持的”，“更多是理论而不是实际经验所显示的事实”。
为了不引起误会，我要强调民主是可取的目标。我不想生活在一个不民主的社会。这是中国最终也会成为民主国家的原因，特别是在创造了世界最大的中产阶级后。这个终点是无可置疑的，不肯定的是它走向民主的道路和时间。
因此，明确区分民主和良善治理及尝试了解后者是什么是重要的。福山在其文章里提到了许多我们应该注意的要点，包括对程序、投入和产出及行政系统自主性的衡量。但这些并不足够。它们着重的更多是良善治理的方式而不是成绩。很明显的，有最好的程序但成绩却乏善可陈是没有意义的。归根结底，人们只想知道他们的生活有没有变得更好。
福山说：“政府的素质是能力和自主性相互影响的结果。”接着，他在文章的下一页表示新加坡在这方面名列榜首。让人好奇的，是他在文章里并没有作出解释，也没有在其他地方提及新加坡。我曾在新加坡的公共服务领域工作了33年，我相信新加坡的表现是优异的，因为它在能力和服务意识上都取得高分。但新加坡公共服务的杰出表现，不是因为它拥有最高的自主性，而是因为公务员被灌输了把焦点放在改善新加坡人生活的意识。
可惜的是，新加坡的成功故事从来没有被认真的研究，因为大多数西方人的一般思维——不是黑就是白——让他们不能把良善治理想象为独立和可取的目标。福山文章可以做的最大贡献，是让西方思维看到新的可能性。西方开启其视角时，将发现许多良善治理的宝贵例子。当西方的美国和欧洲政府等在为人民提供基本水平的良善治理都面对困难之际，这些例子更具意义。
作者Kishore Mahbubani是新加坡国立大学李光耀公共政策学院院长。原载治理期刊（Governance Journal）。
