假设你正在实施这样一个项目，为来自贫困农村的妇女提供职业技能培训，帮助她们获得在城市从事家政工作的机会，目标是增加她们的经济收入。首次培训为一个月，上岗后还可参与提高班。你在培训之后，开始收集她们收入变化的数据，得到了图1所示的结果：
即从你提供服务开始，她们的收入节节攀升。此时，你是不是会满心欢喜？慢着，慢着，先看看图2： 图2中的蓝色部分，表示的是目标人群在参与项目前的收入情况。如果是情况A，那么你的项目可以说是没有起到什么重要作用，因为参与之后的变化趋势和参与之前的没有差别。而情况B则意味着参与之前其收入没什么变化，参与之后才出现增长，即项目产生了一定的效果。为什么可能出现情况A呢？也许是项目吸引的是那些本身主动性就很强的人，她们在家乡时，已经开始开动脑筋、用各种方法提高收入。而你的项目则成为了她们又一次的主动选择，当然，这个选择很不错，使得她们的收入保持继续增长。那么，是不是出现了情况B，就大功告成、可以在更大范围推广了呢？慢着，慢着，再看看图3： 图3中的绿色部分，表示的是对照组在同一时间维度中的收入变化情况。如果是情况C，那么你的项目还是没有起到什么决定性作用，因为目标人群和对照组在同一时间的变化趋势完全一致。这是怎么回事？很有可能是在你开始项目的前后，该地区实施了鼓励妇女外出就业的政策，例如补贴路费、联系家政中介公司成批输出等等。当然，你的项目提供了专业培训，也许会让目标人群的收入起点更高，或者增长更快，但受到这样大背景的影响，其整体趋势与对照组基本一致。如果是情况D，即对照组在同一时间内，没有什么变化；而目标人群则是在参与项目后，收入才开始增长，这时你也许才会稍稍松了一口气。
上述所讲的，其实是在做归因的工作。归因可以分为三类：
一是不管干预活动是否发生，都会出现的成果，称为“无谓因子”（Deadweight）。如案例中的个人主动性，无论是否给这些人提供培训和工作机会，她们都会找到办法增加收入。还可能包括整体的经济增长，也对她们的收入变化产生了影响。
二是干预活动的发生，只是改变了成果出现在哪个目标群体身上，称为“转移因子”（Displacement）。仍以案例说明，假设家政市场已处于饱和状态，项目其实没有增加整体的就业机会数量，只是使得目标群体在家政市场中更具竞争力，而她们所获得的工作机会有可能被其他人获得。干预行为只是将就业机会从其他人转移到了受益人身上，而原本从事这一行业的人也大多为农村贫困女性。
三是成果的发生，是由于其他组织的干预活动带来的，称为“归因因子”（Attribution）。如案例中所说的当地政府推出的就业政策。
排除了这些之后的成果，才是你的项目所产生的成果。
三组图和概念讲解之后，你的内心是不是很不是滋味，可能开始出现这两种反应。1）想方设法找效果。“不对，不对，我们的项目还让妇女更自信了呢，一般的打工可不会这样”，“政府根本不会去我们去的这个村，太偏僻了。如果不是我们，她们受益的时间会延后”。2）竭尽所能批方法。“你难道不知道基线数据已经很难得到了，还想要过去一段时间的变化情况？！”“每个项目都做对照组，开什么玩笑，这怎么可能？！”
是的，你的反应正是我们想说的重点。归因，绝对不是为了让你感到所做的一切都有可能是徒劳，进而丧失行动的信心和勇气；也绝对不是为了让你追求无限科学的测量，非得要说清楚你的项目到底价值几何。效果重要吗？重要，但是真实的效果才能帮助我们进一步更好地决策。若想要“保险”的成功，或许你就不该开始。方法重要吗？也重要，但是在现实情况的各种约束下，尽可能接近真实就足够。毕竟，我们要的是足以做判断的依据，而非早已显现趋势后的那精确却冰冷的数字。
归因工作给我们带来的重要启示是：追求更精细的有效。它促使你思考还有谁在关注这一群体？还有谁、哪些事件会对这一群体产生重要影响？他们做了什么？效果如何？解决这个问题还需要什么？我们应当和谁、以及如何合作？现有的解决方案中，谁最有可能被排除在外？他们在哪儿？怎么才能接触到？
探寻真实时，就有发现自己并不那么重要的风险。能够基于真实继续前行，则需要非凡的勇气与智慧。得知“自己并不那么重要”的一瞬总免不了失望难过，但我们怎会、又怎应是为了重要而存在。考察真实的成果，不是为了说明自己有多重要，而是找到那些重要的、而又被忽略了的事情，继续去做。
（本文受 SROI Network-社会投资回报网络培训的启发，在此致谢）
来源：社会资源研究所
| 
发表于 2014-6-17 12:07:53