读者荐稿 | 互联网时代府际关系网络的结构特征及其成因———基于 284 个地级市政务微博数据的社会网络分析

作者简介

曾婧婧，博士后，副教授，硕士生导师，研究方向: 科技管理、公共政策与网络化治理; 

张阿城，硕士研究生，研究方向: 城市网络、科技政策与科技管理; 

刘定杰，硕士研究生，研究方向: 城市网络、科技政策与科技管理。

■ 摘要 

移动互联背景下的政府间非正式联系已成为府际关系的一种新形态，研究何种因素导致了这一背景下府际关系网络的形成，对改善我国横向府际关系和深化电子政务平台建设都具现实意义。利用新浪微博搜索得到 284 个地级市政务微博的关注数据，以此构建我国横向府际关系网络，分别从网络凝聚性和节点影响力探讨省级层面和国家层面的网络结构特征，并基于政治权威、经济发展水平和网络参与规模维度研究网络结构特征的成因。以政务微博关注关系为纽带构建的我国府际关系网络初具规模; 省级层面府际关系网络凝聚性存在明显省份差异，国家层面府际关系网络特征呈现城市差异，并且大致划分为 5 个声望等级; 我国府际关系网络并非随机形成，政治权威、经济发展水平和网络参与规模都对我国府际关系网络特征产生正向影响; 最后，与省级层面网络特征相比，三个维度对国家层面府际关系网络特征的影响程度更深。

0 引言

---

府际关系的改善一直是行政体制改革浪潮下的研究焦点，府际关系是拥有不同程度权威和管辖自治权的政府部门间建立的一系列政治、经济、法律和文化关系 ，可分为纵向府际关系、横向府际关系和斜向的不同层次府际关系 。随着区域经济一体化发展和“放管服”的改革浪潮， 地方政府拥有更大的自主权， 横向府际关系日益密切， 但依然存在的“地方保护主义”、“社会治理低效率”和“恶性竞争”现状， 这迫使我们为改善和优化地方府际关系寻找出路。
与此同时，互联网加速发展对政府组织的柔性提出了更高要求，府际竞合关系不再满足于正式联系 ，非正式联系逐渐成为反映我国府际 关 系 的 重 要 指标 。首先，政务微博作为政府在网络空间的代表， 已成为网络行政的重要工具， 各级政府积极实行政务微博实名认证， 根据《2017 年政务指数微博影响力报告》，截至 2017 年 12 月， 新浪微博平台认证的政务微博达到 173 569 个，在已开通的 302 个地级市政务微博中存在关注数据的微博个数占比达 94．3%。其次， 政务微博的关注互动能加速政策推广传播、密切府际联系和提升政府治理效率， 满足了政务信息传播的灵活性与多样性需求，一定程度上反映了府际关系质量和信息资源通达程度。最后， 在府际关系研究中， Simon认为类似于政务微博关注关系、友情链接等非正式联系构建的非正式网络在避免公共管理危机、环境污染、规模不经济与政策重复等方面有积极作用 。因此，基于改善府际关系的必要性和政务微博关注关系重要性考虑，有必要利用地方政府政务微博关注数据构建府际关系网络。
本文重点研究地级市横向府际关系， 利用新浪微博平台搜索得到 284 个地级市政务微博的关注数据，以此构建府际关系网络， 分别从省级层面和国家层面探讨府际关系网络凝聚性和网络节点影响力特征， 并检验政治权威、经济发展水平与网络参与规模对其影响，其中省级层面府际关系网络分析是构建各省内部联系( 省内地级市间联系) ， 国家层面府际关系网络分
析则构建全国范围内地级市间的联系( 全国范围内跨省地级市间联系) 。进而回答以下三个问题: a．在省级层面和国家层面，政务微博关注关系构建的府际关系网络分别有何特点? b．政治权威、经济发展水平与网络参与规模因素对府际关系网络结构特征有何影响?c．这些因素对省级层面和国家级层面府际关系网络特征的影响程度有何差异? 厘清这一系列问题有助于引起相关部门对规范政务微博运营的重视， 营造良好的政府宣传环境，改善地方横向府际关系，还具有拓宽社会网络分析方法在公共管理领域运用的方法论意义。
相比于已有研究， 本文可能有如下方面贡献: 其一，就研究视角而言。以往对府际关系的研究多从竞争与合作两个维度以及科层制与市场制两种协调机制出发进行解读与阐述 。李东泉指出府际关系的网络化趋势已经得到共识， 但是这种特征是如何具体体现的，国内府际关系研究中，还没有基于政务微博关注数据进行的研究， 本研究从非正式联系视角定量的刻画互联网时期的府际关系网络。其二， 就研究对象而言。以往研究更多选择单个微博或单个政务微博 构建内部微观关系网络， 还有选择典型省份政务微博来研究其社会网络特征 。但只停留在单个或者省级层面政务微博， 本研究以地级市层面的政务微博作为研究对象，从数据上来说，利用地级市层面数据进行研究的文章还较少， 地级市数据能够提供更多的信息与细节，使横向府际关系的研究更有意义。

1 文献回顾与研究假设

---

1．1 政务微博数据作为互联网时代构建府际关系网络指标的合理性 随着 Web2． 0 理念的普及与信息技术的成熟， 微博展现了令人惊讶的繁殖态势 ， 已然成为人际传播信息、沟通交流的重要方式 。截至2016 年 9 月，我国网民规模达 7．1 亿，微博月活跃人数达到 2．97 亿， 较 2015 年同期增长 34%。微博之所以能构建起社会网络主要是由于它形成了众多用户相互联系的复杂群体网， 以此可以构建起微博用户间的整体网络和个体网络 ，Jia Lin 和 Alexander Halavais 等人通过 4 241 条博客数据研究发现在美国东部沿海逐渐形成了超大城市群网络 。甄峰等人以新浪微博为例发现中国城市网络联系差异明显， 并呈现出分层集聚现象 。由此可见，运用微博数据构建社会网络结构具有可行性。
与此同时，政务微博关注数据作为构建府际关系网络指标的合理性与可行性主要有学术和政策文件给予支撑。学术研究层面，过往研究为官方互联网的关注数据表征府际关系提供学术支撑。传统上， 经典政策网络分析的研究对象多为媒体报道， 基于报道内容提炼行动者间的关系，特别是纸质新闻报纸的报道，这成为社会网络分析法研究关系的黄金法则; 随后很长一段时间，学者们逐渐将研究对象扩展到友情链接以及文本、政务微博关注数据等。但是， 在研究行动者关系时，这些对象其实是存在内部一致性的，最有利的证据是学者 Hongtao Yi 和 John T，Scholz 发表在 Policy Studies Journal 上的一篇文章: Policy Networks in Complex Governance Subsystems: Observing and Comparing Hyperlink， Media， and Partnership Networks， 他们对比了超链接、媒体报道、公共政策文本关系三种方式构建起的政府间政策合作关系网络， 研究发现这三种方式构建起的政策合作网络特征具有相似性 。此外，李东泉利用门户网站中的友情链接，建立了地方
政府管理规划组织间关系，并研究其网络形态特征 ;万方和赵国钦基于广州市政务微博构建起部门内部关系网络，研究发现政府部门间微博关系网络呈现出核心—边缘结构特征 。

政策文件而言，政务微博连接关系一定程度上表明政府对其他同等级政府的行为态度， 映射出政府交流对象的偏好。政务微博的开通认证主要在于其具有拓展沟通触角、更新发布共享信息、与政府内部以及外界建立良好的协作关系、实现上情下达优势 。自各地市政府及部门开通政务微博以来， 便相继出台了《政务微博管理运行办法》， 明确了政务微博管理机构，组建管理团队负责政务微博的规划、建设和管理工作。其中重点强调政务微博关注对象必须与政务微博定位和功能需求相符， 与本地区密切相关的政府应当是本地区政务微博重点关注对象， 严禁管理人员凭个人喜好选择关注对象。这样便于学习借鉴交流， 促进政策的扩散传播，实时获取已关注的地方政府的政务信息。由此看出政务微博在关注对象选择上代表着该政府行为，利用政务微博关注数据构建府际关系能够反映真实的府际关系。
1．2 府际关系网络的凝聚性与节点影响力 国内电子政务迅速发展， 政务微博关注关系使我国府际联系日益紧密。政务微博通过关注关系关注着同级市政府、市民及社会组织等多种社会治理主体，形成了以单个城市政务微博为节点，以关注数据为连接纽带，关注主体间频繁互动联系的完整网络系统。随着信息技术的进步和地方政府公共服务供给改革压力倍增， 这种网络型的府际联系显得格外重要。网络凝聚性和节点影响力是衡量网络结构特征的重要指标 。省级层面府际关系网络特征分析是进行 27 个省份网络特征比较，因此选择社会网络分析中的反映全局网络特征的指标， 即网络凝聚性( Network Cohesion) ，它用于解释一个网络内部整体达成共识的程度 ，凝聚性侧面反映的是各政府间非正式联系的强度以及各省府际关系网络的稳固性， 增强各省府际关系网络凝聚性，能有力提升一省政府整体合作能力和行政绩效。
另外，国家层面是将全国范围内地级市纳入同一整体网络，考察的是网络中具体城市节点的个体特征，因此选择社会网络分析中体现个体影响力的指标， 即节点影响力( Node Influence) ，是指对复杂网络中所有节点进行相对影响力和重要程度的衡量与排序， 在府
际关系网络信息传播中，具有高影响力的节点，扮演着重要的角色，往往起到推波助澜的作用。因此， 挖掘、认识和利用整体网络中高影响力节点就成为了府际关系网络功能优化和增强舆情导控的关键 。网络节点影响力越大则其在该府际关系网络中便占主导和控制地位，任何地方政府都希望增强在全国范围内影响力，掌握社会发展的主动权。
1．3 政治权威与府际关系网络结构特征 政治权威是指依赖一定的行政权力而形成的一种使对象因信服而顺从的政治影响力 ， 通常以政治认同为基础，依附于一定的政治组织或权力结构， 这使得政治权威具有了严肃性 。我国长期受科层制组织影响， 形成了深厚的行政等级观念， 政府内部普遍存在对等级权威的依赖倾向，不同行政等级的地方政府所享有的政治权威资源有多寡之分 ，合作的互补性与可能性也有不同。中国城市行政等级是国家规定的权威城市等级，由高至低分为省级城市、副省级城市、准副省级城市、一般地级市等，城市类别可分为直辖市、省会城市、一般地级市、自治州地区和盟， 城市的行政等级越高，拥有越高的政治声望和吸引力。城市行政层级的高低和城市类别所蕴含的政治权威成为政府“偏爱”对象选择的首要考量因素 ，这一因素影响着地方政府间合作关系的建立，在政务微博关注关系上直接体现为关注对象选择的差异， 进而影响着府际关系网络的结构。据此，本研究提出以下假设:
H1a: 政治权威越高， 省级层面府际关系网络的凝聚性越高;
H1b: 政治权威越高，国家层面府际关系网络的节点影响力越高。

1．4 经济发展水平与府际关系网络结构特征 经济互动合作关系是府际关系最为密切的关系之一 。公共选择理论表明各级政府除了公共服务的利他动机之外，同样追求本地区经济利益最大化 ， GDP 导向下的地方政府绩效考核势必影响地方政府经济合作对象的选择。经济发展水平差异也被看作是增强我国府际联系的引力因素 ，经济发展水平越高的城市在经济交往合作中的吸引力越高，拥有更大的选择自主权，其他城市参与合作的意愿和积极性更高， 在政务微博关注中更容易成为被关注的对象。与此同时， 府际区域发展理论表明地区之间是相互联系的共同体， 在经济、环境治理等方面有共同的合作需求，任何单个政府无法独自履行日益繁杂的政府职能， 需要寻找多渠道构建府际合作 ，由于同级地方政府间没有领导与被领导的关系， 所以其联系合作主要依赖经济利益驱动 。落后城市为实现赶超会偏向与经济发展水平较高的城市发生联系， 高经济发展水平城市具有优越的区位要素和资源禀赋增加了其对外界的吸引力和影响力，因此， 在府际关系网络中便占据主导位置。据此，本研究提出以下假设:
H2a: 经济发展水平越高， 省级层面府际关系网络的凝聚性越高;
H2b: 经济发展水平越高， 国家层面府际关系网络的节点影响力越高。

1．5 网络参与规模与府际关系网络结构特征 参与式治理已成为社会治理新模式， 是一种社会群体广泛参与并享受公共服务的过程 ， 随着社会、政治、经济变化过程中社会主体间依赖性的增强， 社会治理活动已不单独交由政府承担， 而是将多元社会主体都纳入社会治理活动中。参与社会治理中的行为主体逐渐出现聚合化的趋势， 同样， 在政务微博的助推下， 府际关系形成了越来越多的以网络社群为基本活动单位的聚合体 。建立起政府间“内联”机制与发展“外协”合作关系是改善府际关系的重要进路 ， 互联网参与平台正好为“外协”机制的形成提供契机。政务微博成为网民获取政务信息资源、表达利益诉求、参政议政的重要途径，为社会主体参与社会治理提供了良好的虚拟平台。各级政府的政务微博建设不仅受政府本身驱动，同样是外部施压影响的结果，城市人口规模和网民规模的扩大不仅加深了外界与政府的联系，也增加了政府接受外部监督和满足参与诉求的压力，外界压力下， 政府倾向于深化彼此合作与沟通。公众参与和关注数量可反映公众对该政务微博服务的需求度，从而构成其持续发展的一个外部支持因素， 并进一步形塑整个政务微博关系网络的结构 。可见，网络参与规模在深化政务微博间的连接发挥着不容忽视的作用。据此，本研究提出以下假设:
H3a: 网络参与规模越大， 省级层面府际关系网络的凝聚性越高;
H3b: 网络参与规模越大， 国家层面府际关系网络的节点影响力越高。
结合文献回顾和研究假设， 本文分别从网络凝聚性与网络节点影响力刻画省级层面和国家层面府际关系网络结构特征，考虑到省级层面与国家层面互补性以及省份和城市间的差异性， 认为我国府际关系网络结构特征的影响模式如图 1 所示。

图 1 政治权威、经济发展水平与网络参与规模对省级层面
与国家层面府际关系网络结构特征的影响模式

2 研究设计与变量描述

---

2．1 数据搜集、编码与网络构建 数据搜集。政务微博数据包含政务信息数据、关注数据和政务微博影响力数据等，本文选择政务微博关注数据。此类数据主要是通过方向加以区分，任意 A、B 两个用户之间的关系存在三种情况: A 关注 B 对于 A 而言为主动关注关系，对于 B 而言是粉丝关系， 还有 AB 互相关注关系。在新浪微博的官方首页“搜索”栏， 输入全国 339个地级市的关键字，有 37 个城市未开通政务微博，302个城市开通了 389 个政务微博，其中 81 个城市开通了2 个政务微博，6 个城市开通了 3 个政务微博。数据搜索时间为 2016 年 3 月 20 日－3 月 31 日， 并在 8 月和12 月对数据进行复核， 发现关注关系趋于稳定， 为研究提供了可能。
数据编码。对城市政务微博信息标上的“认证部门”“行业类别”“链接状态”和“微博名称”等标签， 将各城市政务微博关注数据进行分类和编码， 省内城市联系为 1，国家层面城市联系为 2， 基于城市地理学角度，将 4 个直辖市纳入地级市进行统计分析。府际关系网络构建。本文以地级市政务微博为网络节点，关注关系为网络的边，构建非加权的府际关系网络。如果 i 城市政务微博关注 j 城市政务微博则用 1表示，无关注则用 0 表示， 并排除网络中环( Loop) 的可能，以此绘制出二值有向关系网络矩阵。
2．2 政务微博样本的遴选过程 部分地级市政府开通多个政务微博， 同时存在“僵尸”微博可能， 为保证节点联系的准确性， 政务微博样本采用以下筛选标准: a．认证部门为“XX 市人民政府”“市政府新闻办官方微博”或“XX 市互联网信息办公室”，此认证部门标准能够较准确的反应中国机构设置与管理原则; b．行业类别为“政府—政府外宣”， 此行业类别能够较准确反映政务微博的宣传、联系的功能; c．所选的政务微博必须最近 1 个月内且连续半年以上每月有更新内容。通过检索，剔除 11 个不符合行业类别筛选标准的政务微博，和“滨州发布”“庆阳发布”等 7 个“僵尸”政务微博，最终得到 284 个地级市的 284 个政务微博样本。
2．3 政务微博数据的核查 为排除地级市政府政务微博关注对象选择的随意性， 从 284 个地级市中随机抽取 10 个省会城市和 30 个非省会城市进行电话访问，结果显示: 第一， 政务微博关注对象的选择并非随机关注，而是严格按照各地级市颁布的《政务微博管理运行办法》， 关注对象与地方政务微博定位和功能相匹配; 第二，地方政府会根据实际联系定期更新关注对象，起到规范政务微博平台运营和净化平台空间的功效。由此可确认政务微博关注关系具有现实意义的，同样力证了此类非正式连接能反映互联网背景下我国真实的府际关系。
2．4 变量描述

2．4．1 因变量 省级层面以各省府际关系网络凝聚性为因变量。网络凝聚性意味着网络中拥有许多纽带，纽带越多，网络结构越稳固。网络密度是衡量凝聚性的基本指标，但网络密度受到网络规模的制约， 因而必须考察每个节点拥有的连线数量， 网络平均点度( Average Degree，AD) 是网络内所有节点拥有连线数量的平均值，满足这一条件，因此将其作为网络凝聚性的代理变量。由于平均点度不受网络规模制约， 在凝聚性测算时可以进行不同规模网络间比较 ， 同时能反映了网络参与者的活跃程度 。国家层面将府际关系网络中节点影响力作为因变量， 以 近 距 威 望 入 度 值 ( Proximity Prestige Indegree，PPI) 表示节点影响力大小。威望是一个人或者组织在社会中所获得的评价或社会承认， 被定义为某种特定类型的社会纽带，是一种反映选择和被选择关系的概念。在有向府际关系网络中的分配也是不平等的， 有影响力的节点更易接收到正向选择。测量府际关系网络节点影响力最简单直观的方法是计算节点入度，节点入度越大表明其受欢迎程度更高，但这只考虑了直接选择关系，并未考虑到节点影响范围和中心度因素。而近距威望数值则考虑了节点数量和受其影响的各节点到该节点的距离， 节点入度数越多， 距离越短，声望值越大、 。因此， 我们选择近距威望入度值作为节点影响力的代理变量， Wasserman 和 Faust 提出节点近距威望入度值计算公式 :Pi( ni) =Ii /( g － 1)∑d( ni，nj) /Ii
其中， Pi 表示网络中节点 i 所享有的近距威望入度值，Ii = ∑ n j = 1dij 表示节点 i 的影响域，是府际关系网络中受城市 i 影响的其他城市数量。 g－1 表示整个网络内除 i 本省以外所有其他顶点的数量。∑d( ni，nj) /Ii 表示入域内所有其他节点 nj 到节点 ni 的平均距离。
2．4．2 核心自变量 a．省级层面选取政治权威、经济发展水平与网络参与规模作为核心自变量。其中省级层面政治权威选取省内地级市数量( City Number， CN) 、省内地级市行政级别的差值( Administrative Level Difference， ALD)来衡量; 经济发展水平选取各省生产总值( GDP) 、省内 地 级 市 GDP 标 准 差 ( GDP Standard Deviation，GDPSD) 衡量; 最后网络参与规模选取各省整体人口规模( Population Scale，PS) 、省内部城市间人口数量标准差( Population Scale Standard Deviation，PSSD) 、网民规模( Netizen Scale，NS) 来衡量，考虑到解释变量与因变量数值相差较大，部分变量进行取对数处理，并对变量进行描述性统计( 见表 1) 。

b．国家层面从城市自身特征出发， 寻找影响城市吸引力的因素。第一，用城市身份类别( Urban Category， UC ) 、城 市 行 政 等 级 特 征 ( Urban Administrative Level，UAL) 作为政治权威的代理变量， 将最终选择284 个政务微博所属城市的身份类别进行编码， 分为直辖市 0，省会城市 1，一般地级市 2，自治州、地区和盟3; 另外城市行政等级由高至低( 省级城市—副省级城市—准副省级城市—一般地级市) 进行 0 ～ 3 层级编码。第二， 城市经济发展水平以城市人均 GDP( PGDP) 来衡量。第三，网络参 与 规 模 以 城 市 人 口 规模( PS) 来衡量，城市人口越多， 互联网使用人数也越多，电子政务建设的动力与压力也就越大。

2．4．3 控制变量 由于国家层面网络结构成因分析以地级市政务微博为节点，因此，还必须考虑到具体城市政务微博的特征因素: 政务微博开通运营时间( Operation Time， OT ) 和 政 务 信 息 数 量 ( Number of Government Information，NGI) 。由于关注关系受双方影响，A 城市受 B 城市关注有可能会引起 A 城市也关注 B 城市，对 B 城市来说也拥有了入度联系， 因此， 近距声望入度的大小可能受节点出度值大小影响，另外，将节点出度连接数量( Outdegree Number， ON) 也作为控制变量。由于各变量间数值相差较大， 为更准确反映结果，同时消除异方差问题， 除城市类别、城市行政等级、政务微博出度连接数量之外的所有数据都取自然对数。同时， 对已选取的变量进行了描述性统计( 见表 2)。

3 政务微博构建府际关系网络的结构特征

---

3．1 省级层面府际关系网络凝聚性的特征分析 省级层面府际关系网络特征分析是将各省视为单一网络结构，分析各省内部府际关系网络凝聚性。首先， 利用 Pajek 对平均点度进行标准化处理， 构建非加权的府际关系网络; 其次， 计算我国 27 个省府际关系网络平均点度( 见图 2) 。在创建服务型政府和电子政务背景下，政务微博关注关系形成的省级层面府际关系网络凝聚性表现出了较大的波动性。清晰看出福建、海南、贵州、西藏、青海 4 省网络平均点度明显偏低， 该部分省份内部各城市政府间没能建立起较密集的联系，相比之下河北、江苏、安徽、新疆等省份内部城市的联系较为密切。可能的原因是受中国现有行政单元划分、网络参与规模等因素影响，各地政府的连接表现出了巨大的选择性和差异性， 尤其是在福建、青海、辽宁等省份内府际联系比较缺乏。

图 2 政务微博连接关系下各省内部府际关系网络平均点度

3．2 国家层面府际关系网络节点影响力的特征分析 国家层面府际关系网络节点的影响力特征分析中打破地域边界限制，以全国范围内地级市为节点，从整体视角构建非加权的网络结构图。为获取府际关系网络近距声数据，首先得计算出城市入度连接数值， 得到 196 个城市共有 2 362 条入度连接关系， 而后根据城市政务微博入度数值的大小计算出个城市节点近距威望入度值( 见图 3) 。各节点间的近距入度数值存在较大幅度的波动，由于不同城市内在特质及外部因素不同使之存在较大差异。

图 3 政务微博连接关系下国家层面府际关系网络近距威望入度值

运用 Pajek 软件得到政务微博构建的国家层面府际关系网络的近距威望网络图( 见图 4) ， 依据近距威望入度数值大小进行分类，可以清晰看出大致存在 5个声望等级。上海、北京、南京、成都的政务微博节点近距威望入度值介于( 0．5－0．6］，该 4 个城市政务微博享有较高的影响力，可以初步推测受到经济、社会等因素的推动; 另外， 大多数城市近距威望集中于( 0．2－0．3］、( 0．3－0．4］， 而类似于通辽、黔东南州、郴州等城市政务微博拥有较低的近距威望， 暗含着该部分城市缺乏一定的影响力而处于弱势地位。

图 4 国家层面府际关系网络的节点影响力网络图( 近距威望)
注: 根据近距威望入度值大小分层( 由内至外) : ( 0．5－0．6］、( 0．
4－0．5］、( 0．3－0．4］、( 0．2－0．3］、( 0．1－0．2］

4 府际关系网络结构特征成因的实证结果

---

在获得网络平均点度和近距威望入度数值后， 进一步对我国省级和国家层面的府际关系网络凝聚性和节点影响力特征进行成因探究，首先，对各类自变量进行相关性检验，以剔除非相关变量和排除存在严重共线性的可能; 其次， 依据检验结果选择合适的回归方法。
4．1 省级层面府际关系网络凝聚性的成因分析
4．1．1 Pearson 相关性检验 省级层面府际关系网络特征的各变量 Pearson 相关性检验结果如表 3 所示，整体上各自变量与平均点度相关系数较高，且满足P＜0．01 显著性要求， 表明一省内部地级市数量、GDP、人口规模、网民规模、人口数量标准差与因变量存在显著相关性。地级市行政级别差值和省内 GDP 标准差与因变量未满足显著性要求， 与省级层面府际关系网络特征也就不具相关性。依据 Lee 判断方法， 即如果变量两两之间的相关系数≥0． 85， 则认为存在严重的多重共线性，反之则认为多重共线性的存在对估计结果的影响并不严重。表 3 检验结果多数系数都 ＜0. 85，因此可以判断变量之间不存在严重共线性问题，不会影响估计结果准确性。

4．1．2 模型设计与实证结果分析 考虑数据的性质和相关性检验结果， 设计如下省级层面府际关系网络结构特征成因分析的回归模型:AD = α + β1LnGDP + β2LnCN + β3LnPS +β4LnPSSD + β5LnNS + ε其中 AD 表示省级府际关系网络的平均点度， CN表示各省地级市数量， GDP 表示各省经济总量规模，PS 是人口规模， PSSD 为城市人口数量标准差， NS 表示为网民数量， β 是各变量的回归系数，α 和 ε 分别表示截距项和随机误差项。考虑到变量间异方差问题，对人口规模、GDP、网民数量以及人口数量标准差取对数。在上述模型设定中， 依据 Pearson 相关性检验， 剔除地级市行政级别的差值和省内 GDP 标准差两个变量，采用逐步回归方法得到如表 4 所示的回归结果。

政治权威因素方面， 各省内部地级市数量对省级层面府际关系网络呈现正相关， 总体满足了在 5% 统计水平显著，这表明一省内部地级市数量越多，府际关系网络的凝聚性越高。拥有的地级市数量越多意味着在省级内部行政区划范围内， 各地级市由于长期受同一省级政府的行政命令及各类政策影响， 内部形成了较好的政治、经济以及社会服务等合作布局，并极可能通过非正式连接形式表现出来。H1a 得到证实。

经济发展水平因素方面， 各省生产总值取对数后的回归系数均为正， 并且模型二中满足在 1% 的水平上显著，表明在政务微博关注关系构建的府际关系网络中，经济发展水平越高， 对周边城市的吸引力越强，越能形成较高的网络凝聚性。因此 H2a 得以证实。

网络参与规模方面，各省整体人口规模取对数、网民规模取对数、城市间人口数量标准差取对数对府际关系网络的凝聚性产生正向影响， 只有在模型 5 种网民规模取对数满足在 1%的水平上显著。也就是说为了加速提升互联网背景下府际关系网络的凝聚性， 要尤其关注网络参与的规模， 给予社会参与主体更广阔便捷的参与空间。并且就三个维度的变量回归系数而言，经济发展水平和网络参与规模对网络凝聚度影响程度大于政治权威的影响程度。因此 H3a 得以验证。

4．2 国家层面府际关系网络节点影响力的成因分析
4．2．1 Pearson 相关性检验 同样对国家层面府际关系网络的各变量进行 Pearson 相关性检验( 见表5) ，结果显示， 城市类别、城市等级、城市人口规模以及经济发展水平都与网络近距声望入度存在显著相关关系，满足 P＜0．01 统计要求。城市类别和等级数值与近距声望入度存在显著负相关关系， 即城市类别数值为 0 表明城市类别为省辖市，其入度威望值越大; 而城市等级中，等级数值越小， 表明城市级别越高， 入度威望值越大。对控制变量进行相关性检验发现， 政务微博出度连接数量( ON) 与政务信息数量( NGI) 之间、政务信息数量和政务微博开通运营时间之间不存在相关性。采取上述同样的多重共线性判断方法， 表 5 所示变量也不存在严重共线性问题。

4．2．2 模型设计与实证结果分析 国家层面府际关系网络结构特征成因分析的计量模型， 其中 PPI表示网络节点近距声望入度值， UC 表示城市类别，UAL 表示城市行政等级， PS 表示人口规模， PGDP 表示城市人均 GDP，ON 表示政务微博出度连接数， NGI为政务信息数量， OT 为政务微博开通运营时间， β 和λ 分别为核心自变量和控制变量的回归系数，α 和 ε 分别表示截距项和随机误差项。
PPI = α + β1LnPGDP + β2UCL + β3UA + β4LnPS +λ1ON + λ2LnNGI + λ3LnOT + ε

考虑到控制变量间的相关性， 将控制变量分成两组，政务微博出度连接数量与政务信息数量作为一组，政务信息数量与开通运营时间作为另一组。并且采用分步回归法， 设计多个子模型逐一加入人均 GDP、城市类别、城市行政等级、城市人口规模变量， 在基础模型上分别加入两组控制变量，共得到 8 个子模型( 见表6) 。

首先，政治权威因素对国家层面府际关系网络节点影响力产生正向影响。城市行政等级的系数为负数，且总体在 1%的统计水平上显著， 由于在城市类别和城市行政等级编码时采取倒序法， 因此回归系数为负数，城市行政等级编码数值越小，城市一般为直辖市或省会城市，其对其他城市的吸引力越大，其所具有的影响力也越大。就模型四和模型八而言， 城市等数值每提高 1 个点，意味着行政等级降低，城市能够吸引的连接数目降低 0．037 和 0．0368 个点， 由此可得 H1b得以验证。但是城市的行政等级变化是一个较为稳定的变量，因此，这种行政等级的变化所能带来的影响在整个周期来说也是有限的。
其次，经济发展水平对国家层面府际关系网络的近距威望入度值同样产生显著的正向影响， 即有利于提升网络节点影响力，人均 GDP 在 1%的水平上显著，表明城市经济发展水平对城市吸引力和影响力都有促进作用，经济总量越大城市的在经济交往合作的吸引力越高，其他城市参与合作的愿意和积极性更高。因此 H2b 成立。

最后，网络参与规模因素中，其代理变量为城市人口规模，回归系数均满足在 1% 的水平上显著。表明其与国家层面府际关系网络的近距威望入度值正相关，城市人口规模扩大意味着政务微博虚拟平台上参与社会治理的主体规模扩大， 对密切政府间联系有推动作用。总而言之， 网络参与规模同样对府际关系网络中城市政务微博节点的吸引力和影响力具有提升作用，由此可得 H3b 得以检验。
将省级层面和国家层面府际关系网络的结构特征回归系数进行比较。省级层面府际关系网络的回归系数明显大于国家层面回归系数， 可知国家层面的政治权威、经济发展水平以及网络参与规模因素产生的影响小且缓慢。正是这三类因素的差异性才使得国家层面府际关系网络节点影响力存在 5 个声望等级特征。

5 结论与启示

---

本文通过 284 个城市的政务微博关注数据， 从政治权威、城市经济发展水平与网络参与规模三类因素出发，分别探析了我国省级层面和国家层面府际关系的网络凝聚性和网络节点影响力特征及其成因。研究结果表明: 第一，在互联网时代， 以政务微博关注关系为纽带建立起的我国府际关系网络初具规模; 第二， 省级层面府际关系网络凝聚性存在明显省份差异，福建、青海、辽宁等省份内府际联系相对缺乏，而河北、江苏、安徽等省份内部府际联系更为密切; 国家层面府际关系网络特征同样呈现较大城市差异， 大致划分 5 个声望等级，上海、北京、南京和成都等城市处于全国声望中心，而通辽、黔东南州和郴州等城市则相对处于弱势地位; 第三，我国府际关系网络并非随机形成， 而是受一定的政治、经济、社会参与等因素的影响， 在省级层面的府际关系网络中，政治权威、经济发展水平与网络参与规模变量都与府际关系网络凝聚性呈正相关， 有利于网络凝聚度的提升; 另外，在国家层面的府际关系网络中，政治权威、经济发展水平与网络参与规模变量同样与府际关系网络节点近距威望呈正相关， 即有利于提升网络节点影响力和吸引力; 第四，与省级层面府际关系网络相比，政治权威、经济发展水平以及网络参与规模因素在国家层面的影响程度更大。基于此， 提出以下几点有益的启示:
政府应明晰政务微博平台在府际关系的重要性。在电子政务时代，地方政府需要密切关注与本地区有政治、经济以及文化等方面合作的城市，恰好政务微博能够成为促进城市间建立起良好合作的纽带， 并且随着这一联系的加深， 能逐步促成城市间形成共同的行政规范和行政文化理念。
政府应正视互联网时代下府际关系网络中府际竞合关系。传统的府际关系更多的是片面强调合作或者竞争，而政务微博关注关系不同于政府间各类正式合作，此类非正式交流、讨论强调的是地方政府间的网络协商，单个政府主体在复杂网络中无法面对日益复杂的事务，需要共同的协商。非正式的沟通交流为府际合作提供了新的渠道， 有利于形成良好的决策机制以应对日益复杂的社会治理情境。
政府应注重以互联网为纽带构建起的多主体参与治理模式。政务微博连接关系直接增进了政府间的“面对面”交流， 通过连接关系， 地方政府能够实现与同级政府进行政务信息互联互通。在实证分析中， 我们实证分析了各省人口规模、网民数量对密切各城市关系具有推动作用， 表明在互联网时代， 企业、公民和各类社会组织渴求多元化的行政参与途径。通过政务微博形成的各类主体互通的网络连接矩阵， 政府能够与各类主体直接交流， 进一步形成有效的社会治理模式，提高政府在复杂社会治理关系下的行政效率。
此外，本文仅利用政务微博关注数据对府际关系网络进行了探索性的研究，为网络构建提供了思路， 但是在网络构建纽带的选取和网络特征分析指标的选择上有待进一步拓展， 同时本文局限于静态网络研究。因此拓宽府际关系网络的构建纽带、选择多样化的结构特征分析指标以及构建动态府际关系网络可以是未来进一步研究方向.

往期回顾

---

文章来源 /《情 报 杂 志》2018年第7期

    本期编辑 / 黄雅卓