PMR研究|协同网络与环境治理绩效：一个社会影响模型

编者按：

本文于2020年7月发表在公共管理顶刊Public Management Review上，期刊关注的关键议题有社会政策、跨部门关系、新公共管理范式评价与批判、治理机构和流程等。在2019年JCR最新的SSCI公共管理类收录期刊排名中，PMR位列第2名；在2020年谷歌学术最新的公共管理国际期刊排名中，PMR位列第2名。

本文创新性地将社会学中的社会影响力引入到公共管理领域，并利用该理论验证了协同网络通过社会影响机制影响政策行动者的环境治理绩效，对协同网络与环境绩效的关系有了进一步的补充与完善。下面我们一起来看看这篇佳作吧。

作者简介：

黄宸：华中农业大学公共管理学院

陈文娜：香港城市大学公共政策系

易洪涛：俄亥俄州立大学公共事务学院

摘要

本研究旨在回答以下研究问题：协同网络如何影响嵌于网络中的个体政策行动者的绩效？本文利用中国东莞市水治理的特有数据集对这一问题进行检验，文章假设协同网络通过社会影响机制对政策行动者的环境治理绩效产生影响，并且自我行动者的绩效也将跟随网络的变化而变化。研究通过网络/空间自回归模型对这一假设进行检验，结果证实了社会影响效应的存在。

一、研究背景

在公共管理与公共政策领域的文献中，学者对中国地方政府间环境协同治理的关注度不断提升。然而，现有文献集中于探讨协同网络形成的驱动力，而很少关注协同网络如何影响环境治理绩效。因此本文通过回答下述能够直接解决治理网络中社会影响效应的研究问题来填补现有研究空白，即协同网络如何影响嵌于网络中的政策参与者的绩效？

研究所选取的样本城市为东莞，坐落于中国广东省中南部的地级市，改革开放以来东莞经济发展迅猛，成为了世界知名的制造业中心，水资源在东莞及邻近城市的快速发展中有着不可磨灭的作用，然而，东莞在水资源管理方面面临着巨大的挑战，存在水资源短缺，水污染和水资源浪费等现象，这导致各方利益相关者之间的冲突加剧。在国家层面，经过国务院新一轮行政改革后的大部门与对应上级主管部门间的冲突阻碍了行政改革（Ma,2016）。在地方一级，职责分配不透明导致水资源相关机构及部门间的职能分散（Yi and Cui,2019）。2014年，东莞市政府发布了试点城市实施计划，该计划指定了一系列政府部门/机构来承担与水资源有关的特定项目的不同职责。

二、理论基础

（一）整体网络及治理绩效

近年来，绩效管理已成为公共管理研究中的一个重要问题（Moynihan,2008）。因此，评估网络治理的绩效被网络治理学者视为重要目标（Provan and Milward，1995）。网络治理的研究者和实践者证明了网络通过集体而不是单个组织的行动能带来更好的绩效（Provan and Kenis,2008;Klijn，Steijn and Edelenbos,2010；Turrini,2010; Klijn et al,2015）。换句话说，整个网络的绩效，通常比组织中的行动者独立获得的绩效更好（Provan and Kenis，2008）。

（二）网络及行动者层面的绩效

行动者层面的绩效，即网络嵌入性如何影响政策行动者的绩效。通常认为，占据中心位置的政策行动者往往有更好的绩效。现有文献指出，中间中心度（Betweenness centrality）较高的行动者，通常被称为“中介人”(brokers)，他们对网络内的信息流通具有更强的杠杆作用（Andrew and Carr,2013），并可以通过弥补相互分裂的行动者间的鸿沟而受益（Jasny and Lubell,2015）。

还有另一类文献依靠交易成本理论来阐明在集体行动中行动者绩效的实现（Lubell,2013）。Lubell等（2017）认为在“政策论坛”（policy forum）中，多个政策参与者进行互动以影响合作产出，各种各样的交易成本可能会影响政策/组织参与者的感知有效性。

（三）社会影响力模型及网络绩效

除了公共行政文献以外，行动者之间绩效的相互作用也在社会影响力模型中得到广泛讨论，该模型对网络如何影响社会产出进行了理论阐释和模型构建。Marsden和Friedkin（1993）引入了社会影响力概念，以阐明政策行动者从网络中其他行动者那里获取信息的能力。Marsden和Friedkin（1993）利用社会邻近性/距离（social proximity/distance）的概念来模拟社会影响的过程，这一概念是通过与其他行动者的联结数量来衡量的。为了模拟网络中相邻组织所施加的社会影响，通常会采用网络自回归模型（network autoregressive models）（Ord,1975;Doreian,1989）。

三、研究假设

（一）网络影响力假设

H1：政策行动者的自我感知绩效（对自我绩效的主观评估）受到其他政策行动者自我感知绩效的积极影响，行动者之间通过协同网络相互联结

（二）空间影响力假设

H2：政策行动者的自我感知绩效（对自我绩效的主观评估）受到地理毗邻的行动者的自我感知绩效的积极影响

（三）公平假设

H3：政策参与者的绩效感知与他/她对程序公平的感知正相关

四、研究方法及数据

（一）网络/空间自回归模型

研究采用网络/空间自回归模型来检验通过协同和空间网络传递的社会影响效应。

模型方程：y =ρWy+βsXs+βcXc+ε

（二）数据收集

研究于2015年6月至2016年12月在东莞进行半结构化访谈并发放调查问卷，辅以对政府报告的内容分析。首先，通过对东莞市政府发布的《东莞市试点城市实施方案》的内容分析，确认了41个在不同的水治理项目中相互合作的主要的政府行动者。其次，通过调查问卷获取网络参与者对治理绩效，程序公平性和其他控制变量的看法。最后，与管理人员进行了半结构化访谈，他们提供了其他与水治理有关的定性信息。

（三）因变量

“从您所在部门的角度，您如何评价实施东莞市水管理实施方案期间所在部门的绩效”，答案依据李克特量表将其编码为“ 1”至“ 7”，范围从“非常差”到“非常好”。

（四）网络自变量

1.为了测量空间网络和协同网络，本文设计了两组41*41的矩阵，其中41代表政策行动者的数量，矩阵中的元素表示行动者i和行动者j之间的联结，空间网络中，行动者i和行动者j之间的距离用5km和20km分别代表两个不同的阈值，低于阈值则被认为是邻近距离，编码为1。在协同网络中，如果行动者i和行动者j都共同参与了试点计划中的某个任务或项目则被编码为1。最终网络/空间自回归模型的系数用ρ表示，即5 km空间网络 , 20 km空间网络与协同网络分别的乘积。

2.公平自变量的调查问题是“对所有的利益相关者而言，水治理中的决策的过程有多公平？”答案范围从“ 1”到“ 7”，得分越高表示利益相关者感知到的决策越公平。

（五）控制变量

1.控制变量（科学知识）代表对水资源相关问题的科学理解。“从您所在部门的角度来看，您的组织对水治理方面科学知识的掌握程度是否足够？答案范围从“ 1” =“不足”到“ 7” =“非常充足”。

2.控制变量（共识）代表政策行动者在参与水治理中的共识水平。“您如何评估利益相关者之间关于水治理计划目标的共识水平？”答案的范围从“ 1”到“ 7”，得分越高表示利益相关者之间更高的共识。

3.另一个控制变量（预算）衡量利益相关者的资源丰富程度，利用2013年政府预算报告中收集的公共预算数据，以10,000元人民币为单位进行衡量。

4.研究中还包括三个附加的控制变量，您的组织为什么决定参与东莞的水治理？请从以下列表中选择对您参与的重要动机（包含多个答案）。答案包括“遵循上级部门的指示”（强制），“执行部门职责”（内部职责），和“了解相关技术和知识”（学习）。

五、研究结果与讨论

本文估计了一系列不同的SAR模型用以检验研究假设。结果（表1）表明协同网络在P=0.05的水平上具有显著正向影响，意味着协同网络在组织层面上促进了水资源治理绩效的趋同，假设1得以验证。地理网络空间中5公里或20公里的两个变量都不具备显著影响，表明政策行动者的绩效并不通过空间自联结，假设2未得到验证。公平变量在p=0.01的水平上具有显著效应，假设3得以验证。控制变量中的科学知识具有正向显著影响，其余控制变量无显著影响。

表1 行动者层面政策绩效的网络自回归模型

如表1所示，不同的模型都支持了网络影响力假设。与先前公共管理文献一致的是，网络有利于提高绩效（Klijn，Steijn and Edelenbos,2010; Owens and Kukla-Acevedo,2012; Yi,2018）。更重要的是，当参与者被嵌入同一个协同网络中时，他们对环境治理的绩效感知具有的正向强烈的相关性揭示了一种由政策扩散证实的趋同模式（Villadsen 2011; Yi,Berry and Chen 2018; Zhu and Meng,2018）。在水治理方面，人们越来越强调合作以解决社会生态系统中的复杂问题并克服行政分散的困境（Margerum and Robinson,2015; Yi and Cui,2019）。该结果证实了协同网络对于水治理的绩效感知至关重要，并且协同过程中的社会学习使行动者能够发展其能力以及信任自然资源管理（Pahl-Wostl，et al,2007）。

过去由于溢出效应的产生，环境问题在空间距离中具有高度相关性，但研究中的空间网络变量表明地理距离对行动者的绩效感知没有显著影响，这或许是因为空间网络未考虑到信息通信技术的应用和潜在的社会距离和亲近性所带来的机构间整合（Gil-Garcia 2012; Gao,Song and Zhu 2013）。

为了准确地阐明公平对感知绩效的影响，研究在模型规范中纳入了重要变量，以计算公平的直接和间接影响（表2）。结果表明通过系统网络的公平的溢出效应为0.565 * 0.197 = 0.110。即当感知的公平性增加一个单位时，水治理绩效会通过协同网络溢出而提高，导致关联行动者的绩效提高0.11个单位。公平的正向溢出效应表明，协作网络加强了公平对水治理绩效的作用，公平溢出效应的大小取决于其直接效应和整体协同网络的独立ρ值。

表2 行动者绩效的直接、间接及总效应

六、研究贡献及不足

（一）研究贡献

1.证明网络自回归模型在揭示协同网络如何塑造组织行动者的绩效方面的有效性，将社会影响力模型从社会学文献引入到政策和协作治理网络文献中；

2.对中国本土协同网络的关注为理解复杂政府子系统中的动态决策提供了比较视角。

（二）研究不足

1.研究中仅有协同网络的横截面数据和绩效数据，无法得出强有力的因果关系；

2.由于数据收集方面的限制，研究范围仅限于中国的一个地区；

3.研究结果是在设计好的协同网络下产生的，未来的研究可以探索其他类型的协同网络是否会影响治理绩效感知。

//文献来源：Huang, Chen & Chen, Wenna & Yi, Hongtao. (2020). Collaborative networks and environmental governance performance: a social influence model. Public Management Review.

声明：编译由海外模块编辑志愿提供，以增进学术交流为目的。如翻译不妥欢迎批评指正，如需转载请注明出处，如有侵权请联系后台。

往期精彩回顾：

本期编辑：张晓会