Så vet vi

Vår epistemiska metod

Innan vi presenterar en enda slutsats behöver vi vara tydliga med hur vi vet det vi tror oss veta, och hur säkra vi faktiskt är.

Det här är kanske den viktigaste sidan i hela Evidence-sektionen, eftersom den sätter reglerna för alla andra.

Vad räknas som evidens?

Vi skiljer mellan flera typer:

• Empirisk evidens — observerade utfall i verkliga fall eller data.
• Kausal evidens — studier utformade för att isolera en orsakseffekt.
• Observationell evidens — mönster och samband utan stark kausal identifiering.
• Fallstudier — rekonstruktion av vad som faktiskt hände i en specifik reform eller institution.
• Formella modeller — matematiskt precisa resultat inom en explicit modell.
• Simuleringar — beräkningsexperiment baserade på en modell.
• Experiment — kontrollerade eller fältmässiga interventioner (vi har inga egna ännu — se nedan).

Ingen av dessa är automatiskt bättre än de andra. De svarar på olika frågor, och en bra slutsats bygger vanligtvis på flera typer tillsammans.

Anspråksnivåer: [R] / [IP] / [H]

Vi använder samma terminologi som Governance as Engineering-serien (GAE) för att hålla isär hur säkert ett påstående faktiskt är:

[R] Rigorous (rigoröst) Ett resultat som är etablerat inom en angiven formell modell, ett teorem, ett vedertaget resultat, eller ett välkontrollerat numeriskt experiment.

[IP] In Principle (i princip) En disciplinerad översättning från ett formellt resultat till en institutionell tolkning.

[H] Heuristic (heuristiskt) Utforskande, illustrativt, ungefärligt eller svagt grundat.

Det viktigaste att förstå: [R] betyder inte automatiskt “sant om den verkliga världen.” Ett resultat kan vara helt rigoröst inom sin modell och ändå säga lite om faktiska institutioner, om modellens antaganden inte stämmer med verkligheten. Det är precis den distinktionen som gör att vi kan använda GAE:s formella arbete utan att övertolka det.

Konfidens

Utöver anspråksnivån bedömer vi ofta ett separat konfidensmått:

• Hög
• Medel
• Låg
• Olöst

Konfidens handlar om hur mycket och hur samstämmig evidensen är — inte om hur formellt rigorös den är.

Mekanismtrohet

Hur nära testar evidensen faktiskt den mekanism som hypotesen påstår?

• Hög — evidensen testar mekanismen direkt.
• Delvis — evidensen testar en besläktad mekanism, men inte alla kritiska komponenter.
• Låg — evidensen är relevant huvudsakligen genom analogi eller bred association.

En studie kan vara metodologiskt utmärkt men ändå ha låg mekanismtrohet för vår specifika fråga, om den mäter något som bara delvis överlappar med mekanismen vi är intresserade av.

Varför vi rekonstruerar fall i stället för att lita på etiketter

“Decentralisering” är en etikett, inte en mekanism. En reform kan formellt decentralisera ansvar samtidigt som faktisk beslutsrätt, information, resurser och initiativförmåga förblir centraliserade.

Därför bygger varje fall upp en egen karta över vad som formellt förändrades och vad som materiellt förändrades — snarare än att acceptera reformens egen retorik.

Vad skulle få oss att ändra oss?

Konkreta exempel på evidens som skulle försvaga, modifiera eller falsifiera viktiga hypoteser i vårt ramverk:

• Konsekvent evidens att lokalt beslutsfattande inte förbättrar informationsanvändning ens när autonomi och kapacitet är höga.
• Systematisk evidens att samverkan mellan kommuner presterar sämre än både sammanslagning och oberoende drift, över flera funktioner.
• Robust evidens att medborgardeltagande inte ger några mätbara kapacitetsvinster, ens i välutformade deliberativa processer.
• Upprepade fall där funktionell skalanpassning inte korrelerar med bättre utfall.

Att aktivt leta efter sådan evidens är lika viktigt som att samla stödjande evidens. Se Motevidens →.

Undersidor

Våra frågor → — det aktiva forskningsprogrammet.

Evidensstandarder → — statusvokabulär och redaktionella regler.

GAE som analytisk lins → — hur vi använder Governance as Engineering utan att förväxla modell med verklighet.

Evidensmatrisen → — där allt det här faktiskt tillämpas.