贡献分析实践质量指南

Contribution analysis (CA) 是一种评估干预措施如何导致相关变化的评价方法，它承认除干预措施外，还有其他因素和参与者对变化产生影响。CA 通过构建和测试理论，提供了一种结构化和迭代的方式来理解复杂的变化过程，评估干预措施的作用，并确定其在整体变化中的作用和意义。

CA 的核心步骤包括：

1. 设定因果关系问题：识别评价利益相关者关心的变化和结果，并与利益相关者建立对系统基本特征和干预措施作用的共同理解。
2. 构建干预措施的理论变革及其路径：包括两个部分，一是描述感兴趣的变化如何发生，二是解释干预措施如何贡献于这一变化过程。
3. 收集现有证据：通过二手信息和轻触式实证调查，评估理论变革和潜在贡献主张的整体可信度，并确定需要进一步调查的因果热点。
4. 组装和评估贡献主张及其挑战：识别和选择一组贡献主张进行深入探索，形成贡献故事，并评估主张的稳定性和显著性。
5. 寻求额外证据：通过多种数据收集方法和分析途径，验证或完善因果联系假设，并寻求确认性证据和证伪性证据。
6. 修订和加强贡献故事：通过多轮数据收集和反思，逐步完善贡献故事，并明确剩余的不确定性。

CA 的质量取决于理论变革和贡献主张的严谨性、方法的适当性以及多元视角的积极参与。CA 通常用于回顾性评价，但也支持持续学习过程和适应性管理。贡献故事是 CA 的一个独特特征，它通过叙事形式帮助维持干预措施在整体变化过程中的作用图景，并通过迭代过程不断细化和完善。

在实践应用中，CA 强调方法的灵活性和组合使用，并注重利益相关者的参与，以提高评价的质量和可信度。