重大决策中专家是中立的吗？——基于京津冀协同发展中专家社会稳定风险感知的分析

作者简介

程佳旭，清华大学公共管理学院，博士研究生；通讯作者: 祝哲，暨南大学公共管理学院 /应急管理学院，讲师；彭宗超，清华大学公共管理学院党委书记，教授，研究方向是公共政策、应急管理、卫生应急、社会风险治理等。

摘要

[问题]在重大决策风险评估中，专家的风险感知对科学决策至关重要。对专家的定义常隐含着中立客观的预设，但现实中专家群体内部也存在不同身份角色，不同群体专家社会稳定风险感知背后的差异性影响因素是什么？[方法]论文对参与京津冀协同发展社会稳定风险评估的专家进行问卷调查，采用目标式抽样获取有效样本207个，使用Bootstrap分组回归分析数据。[发现]作为政策目标群体的学者型专家与作为政策执行者的官员型专家的风险感知在政民互动、专业认知度因素上有显著差异性。官员型专家的社会稳定风险感知主要受现实风险特征因素影响，而学者型专家主要受信息公开及政策进展了解度等社会文化因素影响。[结论]论文打破了对专家的中立预设，并将对风险感知群体差异的研究向前推进。应全面理解专家在重大决策中的角色，建设更加科学有效的专家库。

一、引言

在过去几十年的国家治理体系现代化进程中，重大决策的科学化、民主化和法治化日益成为改革关注的重点之一。其中，专家参与风险评估在决策过程中发挥着越来越重要的作用，也在正式制度中被逐渐确定为重大决策的法定程序。2019年5月8日，国务院公布《重大行政决策程序暂行条例》(国令第713号)，再一次规范和细化了重大决策的机制与程序，将专家论证与风险评估作为贯穿决策全过程的重要环节加以专门规定。作为影响决策的特殊政策参与者，专家以其专业性知识或技术参与到决策过程中，有助于增进对复杂问题的理解和决断能力(朱旭峰，2011)。特别是在重大决策社会稳定风险评估领域，专家参与评估社会稳定风险在实务工作中已经得到普遍实践，专家对于社会稳定风险点的研判成为决策的重要参考依据。因此，研究专家的社会稳定风险感知对于完善重大决策的专家参与制度，以及健全科学、民主、依法决策机制具有关键性的意义。

在已有研究中，对于专家的定义往往隐含着中立客观的预设，认为专家基于工具理性取向的知识或技术参与决策，因而在很大程度上是客观理性、与价值无涉的(王锡锌、章永乐，2003；王锡锌，2012)。但是，也有研究表明，专家也可能会受到利益因素的影响，分化为不同的专家群体，并不能完全做到价值中立，且当公共决策与专家个体利益相联系时，有可能依据自己的利益偏好而不是专业知识做出价值判断(张忠，2013；王锡锌，2007)。而在风险感知研究方面，已有研究已经关注到不同社会文化背景群体的风险感知的差异，但是对于这种差异背后的异质性影响因素缺乏深入的探索(Otway & Thomas, 1982)。那么，在政策参与过程中，当专家具有不同的角色和身份时，不同群体的专家在进行风险研判时风险感知的影响因素是否会有所不同？对于这个问题的探讨，不仅有助于完善实践中的重大决策专家参与制度，而且将在理论上丰富对于不同群体风险感知影响因素的研究。

在重大决策社会稳定风险评估制度的实践中，专家团体就常常由学术界专家与实务界专家这两大不同群体构成，共同参与对社会稳定风险的评估和研判过程。在京津冀协同发展重大决策社会稳定风险评估中，由于决策涉及面广、涉及的社会与技术系统较为复杂，相关部门组织了数百人的专家团队进行多轮把关论证。这些专家中，一部分学术界专家是来自高校、研究院所、社会组织等机构的学者，同时他们也是涉及高校、医院疏解至京郊政策的被疏解对象或潜在被疏解对象，是政策目标群体；另一部分实务界专家则是京津冀三地从事社会稳定风险评估相关工作的党政机关人员与高级领导干部，是疏解政策的执行者。根据2012年中办、国办2号文件《关于建立健全重大决策社会稳定风险评估的指导意见(试行)》，社会稳定风险评估的结论是重大决策实施的重要依据，应当根据评估报告确定的风险等级区别情况做出不实施、调整方案后实施、实施的决策。因而，在社会稳定风险评估这一机制下，参与评估的专家事实上被纳入了同一个决策平台，专家的风险感知对决策具有重要的影响力。因此，本文采用对京津冀协同发展领域的真实专家的问卷调查数据，探索不同专家群体社会稳定风险感知影响因素的具体差异。

二、文献综述与研究假设

(一)个体风险感知的影响因素

要研究专家风险感知影响因素的群体差异，从根本上来说，我们要讨论的是个体风险感知的影响因素。风险感知(Risk Perception)指的是个体对于特定风险的观念、态度、评价和感受，以及个体面对威胁时所采取的更广泛的社会和文化表现(Pidgeon, 1998)。事实上，这个定义表明风险感知研究分为心理测量与社会文化两种范式取向。

早期的心理测量范式认为风险是经过个体的心理活动主观定义和建构的，可以通过心理学调查进行测量。保罗·斯洛维克(Paul Slovic)(Slovic，1987)通过问卷直接问询个体对于特定风险的感知和偏好，并通过因子分析对未知性、恐惧性、可控性等特征进行描绘，开辟了心理测量这一研究范式。心理测量范式认为，人们的风险感知是与风险的特定特征及发生环境相联系的。杰拉尔德·加德纳(Gerald T. Gardner)和勒罗伊·古尔德(Leroy C. Gould)(Gardner & Gould, 1989)对于技术风险感知的研究显示，不同的风险可能会因其特定的感知风险和收益而具有不同的定性特征，必须根据特定的风险特征来对风险感知进行评估。因此，心理测量范式将风险特征作为影响个体风险感知的最重要因素，通过被试对于不同种类的风险特征条目的标度来测量风险感知。

随着风险研究的深入，单一心理学视角的风险感知研究受到社会学与人类学的质疑与挑战。社会文化范式认为，风险感知不仅仅是个体的心理过程，也是被建构的社会过程(Douglas, 1986)。个体处于与组织、社会互动的环境之中，个体感知的过程在很大程度上是由特定的社会与文化结构所决定的(Sjöberg, 2000)。因此，在社会文化范式的研究者看来，处于不同社会背景的群体，其感知到的风险是不同的。反言之，风险感知研究也能够预测不同人群能够感知到哪一种潜在风险(Wildavsky & Dake, 1989)。对于政策制定而言，最重要的是理解特定风险对于特定群体的重要性的社会和文化背景(Marris et al., 1998)。

近年来，心理测量与社会文化两大范式有逐渐融合的趋势，研究者开始将风险特征因素与社会、文化因素进行整合(Taylor－Gooby & Zinn, 2006；方曼，2017)，这为本文探索专家风险感知的影响因素提供了研究基础。另外，已有研究也已经关注到不同群体的风险感知存在差异性，社会中的不同群体用不同的方式来感受和表达风险，(Otway & Thomas, 1982)。加德纳和古尔德(Gardner & Gould, 1989)对于技术风险的研究显示，专业的风险管理者与其他技术专家对于风险和可接受度的评价是不同的。尼克·皮金(Nick Pidgeon)(Pidgeon, 1998)进一步指出，专家由于具有自己的价值判断，在风险决策中也存在偏见。但是，已有研究仍存在以下局限性和探索的空间：第一，已有研究已经关注到不同社会文化背景的群体的风险感知存在差异，但对于差异背后的原因缺乏具体的解释。本文旨在进一步回答，不同专家群体风险感知背后的差异性影响因素是什么。第二，在研究对象方面，已有风险感知研究的关注对象集中于公众(周忻等，2012)，对于专家等参与决策的精英群体的讨论不足。相较于公众，直接参与决策的专家的风险感知对于重大决策的影响力更大，因此更应注重对参与决策的群体本身的研究。第三，在风险种类方面，已有研究多关注环境灾害等自然风险(张海燕等，2010)，而社会风险具有更高的复杂性和不确定性，其影响因素可能更加广泛和多变。本文旨在探讨专家对社会稳定风险的感知，将风险感知的研究领域进行拓展。第四，在方法与数据方面，心理学对于风险感知的测量多采用实验法，招募学生或其他通过方便抽样获取的样本群体作为被试(Renn & Rohrmann, 2000)，并不是真实参与决策的专家群体，外部效度有限。本文对参与京津冀协同发展社会稳定风险评估的真实专家进行问卷调查，具有更强的外部效度。

(二)不同角色专家的社会稳定风险感知

在决策平台中常常存在不同角色的专家群体，可以根据专家的个体属性和机构属性进行分类。一些研究根据专家的个体属性对专家群体进行划分，发现专家在政策参与过程中理性中立的角色定位只是一种理想状态。在实践中，专家可能被政府所“雇佣”(王锡锌，2012)，被利益集团所“俘获”(Friedberg et al., 1999)，或者代表自身利益(王锡锌，2007；张忠，2013)。由文献可知，风险感知的心理测量范式认为风险特征结构是影响个体风险感知的关键因素，京津冀协同发展中的高校医院疏解至京郊政策这一具体的风险情境特征可能会直接影响专家风险感知。而在这一情境中，作为政策目标群体的学者型专家在个体属性上是高校医院疏解至京郊政策的疏解对象，而官员型专家在个体属性上是疏解政策的执行者，出于政绩或问责压力的考虑有完成疏解任务、维护社会稳定的需求。专家的认知态度与行为策略受到其潜在利益得失和利益诉求的影响，不同角色的专家对同一政策会持不同的态度(朱旭峰，2011)。因此，由于个体属性的区别，两类专家的社会稳定风险感知在风险特征因素上可能存在差异。

也有研究按照专家的机构属性划分专家角色，根据专家所属的机构与政府依附性的强弱及在政策网络中的位置，将参与决策的专家群体分为政府内部常设咨询机构专家、事业单位研究机构专家和民间咨询机构专家等(朱旭峰、王倩茹，2010；姜晓萍、范逢春，2005)。由文献可知，风险感知的社会文化范式认为个体的感知是在与其所处的社会环境的互动中形成的。专家显著的社会文化特性之一是区别于普通公众的专业优势，而在本文的疏解政策情境中，专家所处的最重要社会环境背景是决策平台的政民互动情况，因此专业认知度和政民互动情况是影响专家风险感知的重要社会文化因素。学者型专家在机构属性上是政府系统外部的咨询专家，具有相关专业技术知识背景，官员型专家在机构属性上则是政府系统内部专家，具有内部渠道的政策信息。因此，由于机构属性的区别，两类专家的社会稳定风险感知在专业认知度、政民互动等社会文化因素上也可能存在差异。

综上，根据风险感知研究的心理测量范式，风险特征可能影响专家风险感知，由于两类专家在个体利益属性上的差异，不同专家群体的社会稳定风险感知在风险特征因素上可能存在差异；而根据风险感知研究的社会文化范式，政民互动与专业认知度因素可能影响专家风险感知，由于专家在机构属性上的差异，两类不同专家群体的社会稳定风险感知在政民互动与专业认知度因素上也可能存在差异。以下将详述各研究假设。

1.风险特征因素

对于京津冀协同发展而言，本文关注的是部分市属高校和医院疏解至北京郊区导致的人才流失与转岗引发的社会稳定风险。疏解这类事业单位的核心是“人”的疏解，其重要影响因素之一就是公共服务及配套设施水平(赵弘，2016)。因此，北京郊区住房、教育、医疗等公共服务及配套基础设施的供给情况将成为疏解“人”的关键所在，房价上涨、医疗资源配套不足、教育资源配套不足等风险特征因素将显著影响专家的风险感知。由于官员型专家与学者型专家在个体属性上的差异，风险特征因素对两类专家的影响可能存在差异：对于官员型专家，由于其在个体属性上是疏解政策执行者，出于维稳需求的考量，官员型专家担忧郊区生活成本提高会增加本地和被疏解对象的生活负担，认为疏解导致的生活成本提高这一现实风险特征因素会显著增大社会稳定风险(访谈记录B－02、B－03)；对于作为疏解政策真实目标群体的学者型专家，其工作时间和地点比较灵活，疏解对其工作生活的影响相对有限，他们认为单位疏解至京郊不会引起他们的离职或转岗(访谈记录A－01、A－04)。由此，我们提出以下假设。

假设H1a：专家对北京郊区及周边生活成本提高这一风险特征因素的感知越强烈，其社会稳定风险感知越高。

假设H1b：相较于学者型专家，官员型专家的社会稳定风险感知受北京郊区及周边生活成本提高这一风险特征因素的影响更大。

2.政民互动因素

政民互动是政府与民众就公共政策议题的互动行为，民众对决策过程的认知可能影响其对政策的评价(Kweit & Kweit, 2004；马宝君等，2018)。在决策过程中，政府公信力、回应性、信息公开等涉及政民两主体间互动的要素对个体感知的形成十分关键。政府公信力水平是政民互动情况的一种反映，研究发现，随着政府公信力的提高，民众风险感知程度趋于降低(Pavlou, 2003)。与政府公信力相关联，政府的回应性和透明性是影响政民互动效果的重要因素(马得勇、孙梦欣，2014)。回应性指政府对民众需求的回应是否及时有效(王学军、王子琦，2017)。马亮(2016)对电子政务的研究发现，人们对政府回应性的感知水平显著影响对政府的评价。透明性指的是政府客观全面地提供信息的水平(Meijer, 2009)，政府的信息公开水平对民众心态具有重要影响。尤其是在危机管理中，信息的权威发布有利于消除民众的恐慌(袁维海，2011)，而不充分、不对称的信息会改变民众对风险的态度，增大风险管理的难度(Palenchar & Heath, 2002)。由于官员型专家与学者型专家在机构属性上的差异，政民互动因素对两类专家的影响可能存在差异：学者型专家属于体制外咨询专家，同时也具有疏解政策中普通公众的身份，因此学者型专家对政民互动情况的评价越高，其社会稳定风险感知可能会越低；而官员型专家本身处于政民互动中的政府这一主体之内，对于政民互动的需求相对有限，其风险感知受政民互动因素的影响可能较小。据此，我们提出以下假设。

假设H2a：专家对于政府公信力、回应性、信息公开等政民互动因素的评价越积极，其社会稳定风险感知越低。

假设H2b：相较于官员型专家，学者型专家的社会稳定风险感知受政府公信力、回应性、信息公开等政民互动因素的影响更大。

3.专业认知度因素

专家区别于普通公众的显著社会文化特征就是具有多元的专业优势。一方面，专家以专业性知识和技术为决策提供咨询、论证以及其他知识支持(王锡锌，2012)，京津冀协同发展是对经济社会影响巨大的复杂系统性决策，具有相关研究背景和专业知识的专家具有相应的研究优势。另一方面，专家的专业优势还体现在对于政策及实务工作的了解度上。目前参与政府咨询的专家中，政府内部的官员型专家常常占据相当大的比例，他们是处于行政组织内的专业行政人员(王锡锌、章永乐，2003)，既可能直接参与了相关工作，又因经年的实践积累而掌握体制内部的政策信息，还可以通过正式的内参渠道或非正式的私人关系对政策及其现实进展进行了解(王绍光，2006)。个体对特定政策议题的知识有助于其将私人利益与特定的公共政策联系起来，更好地理解政策的必要性，降低其感知到的风险(Zhang et al., 2019)。因此，专家较高的专业认知度将有助于降低其风险感知。由于官员型专家与学者型专家在机构属性上的差异，专业认知度因素对两类专家的影响可能存在差异：对于体制外的学者型专家，未知会放大风险的实际后果，而对于研究、政策、现实进展等方面的认知有助于更好地理解疏解政策可能对自身带来的影响，将不确定性变为可以预测，有效降低其风险感知(Pidgeon, 2012)；而对于官员型专家，他们处于政府系统内部，政策对官员生活的影响有限，专业认知度对其风险感知的影响相对较小。因此，提出以下假设。

假设H3a：专家的专业认知度越高，其感知到的社会稳定风险越低。

假设H3b：相较于官员型专家，学者型专家的社会稳定风险感知受专业认知度因素的影响更大。

4.其他影响因素

已有研究表明，年龄、学历等个体特征因素显著影响个体的风险感知。阿什利·安德森(Ashley A. Anderson)等(Anderson et al., 2014)对公众新兴技术风险感知的研究发现，年龄越大的个体感知到的技术风险越高。路易丝·莱米尔(Louise Lemyre)等(Lemyre et al., 2006)对加拿大公众的研究证实了受教育程度对个体风险感知的负向影响。对于参与社会稳定风险评估的专家而言，年龄和受教育程度等个体因素可能会显著影响其风险感知水平，因此本文将其作为控制变量纳入模型估计。

综上，本文将影响专家风险感知的心理测量范式和社会文化范式的因素综合起来进行考虑，并根据专家的属性和特质，将专家角色作为调节变量引入分析框架(张书维、许志国，2018)，认为不同角色的专家群体在风险感知影响因素方面具有差异性。下图展示了专家社会稳定风险感知的总体分析框架。

图1 专家社会稳定风险感知分析框架

三、数据与方法

(一) 数据来源与分析方法

本文的数据来源于清华大学应急管理研究基地课题组于2016年9月至2017年1月对京津冀协同发展重大决策社会稳定风险评估专家组进行的问卷调查。在京津冀协同发展重大决策的论证过程中，由于决策涉及面广、涉及问题复杂、涉及风险多样，相关部门相继组织了来自专业技术领域及体制内有关部门的数百人专家团队进行了数轮把关。庞大的专家团队总体上可分为两类：一类是来自高校、研究院所、社会组织等机构的专家学者，其同时也是涉及到高校与医院疏解政策的目标群体；另一类则是京津冀三地与京津冀协同发展实务工作高度相关的党政机关工作人员与高级领导干部。这就是本文的主要研究对象。由于以上专家群体是小规模的精英群体，难以进行随机抽样，本文采用目标式抽样这种非概率抽样方法，选择最有代表性的调查对象进行了三轮问卷发放：一是在2016年9月的“京津冀协同发展2016年会”上对参会专家进行问卷发放，参会人员以学者为主，共发放问卷120份，回收问卷102份，回收率为85%；二是在清华大学应急管理研究基地京津冀协同发展社会稳定风险评估培训班上进行问卷调查，参训人员以京津冀三地的一般行政官员为主，共发放问卷103份，回收问卷89份，回收率为86.4%；三是在清华大学公共管理学院对京津冀三地发改委与政法系统的高级领导干部举办的内部培训班上进行问卷调查，共发放问卷25份，回收问卷22份，回收率为88%。合计三轮问卷调查一共发放问卷248份，回收问卷213份，回收率85.9%。剔除无效问卷后有效问卷共计207份，有效回收率83.5%。在有效问卷中，来自高校、研究院所、社会组织的专家学者共101人，来自京津冀三地的相关官员共106人，两类专家的比例基本均衡。此外，利用参会、参与培训等机会对受访专家组织了数轮座谈会与深度访谈，以期对问卷分析的结果进行更好的解释与补充。

本文使用Stata 14.0软件进行统计分析，采用Bootstrap分组回归的方法进行模型估计。Bootstrap方法用已知经验分布代替未知总体分布，通过对原始数据已有样本进行有放回的再抽样(每个样本被抽到的概率相同)来产生伪随机数，即，使用原样本已有的数据抽样，得出新的样本和新的参数估计，从而对总体的数据特征作出统计推断(杜本峰，2004)。当样本量较小，数据总体分布未知时，统计推断的结果可信度不高。Bootstrap方法通过重复抽样，包含了样本数据的各种可能组合，这样的结果比原始数据的结果更稳定。因此，这种“自助”抽样方法比较适合本研究小样本的数据特征。本文使用Bootstrap方法，通过重复1 000次抽取进行分组回归分析，并检验两组间估计系数的差值是否显著。

(二)变量测量与描述性分析

表1 变量描述性统计分析(N=207)

1.被解释变量

本文的被解释变量即专家的社会稳定风险感知。对于风险感知，学界通常通过询问受访者对某个具体风险条目感知到的风险大小或受威胁程度来进行测量(Johnson，2010)。因此本文通过请受访者对“部分市属高校和医院疏解至北京郊区导致人才流失与转岗引发的社会稳定风险程度”做出评价来测量专家的社会稳定风险感知水平。对被解释变量的测量采用七分里克特量表的形式，1表示认为社会稳定风险非常低，7表示认为社会稳定风险非常高。由表1可见，整体上，专家的社会稳定风险感知均值为3.78，处于中等偏高水平，学者组的均值高于官员组，且T检验显示这种差异是显著的。

2.解释变量

(1)风险特征。对于部分市属高校和医院疏解至京郊这一决策而言，其主要的风险点为北京郊区及周边生活成本提高引发的社会稳定风险，包括房价上涨与房源趋紧、医疗资源配套不足、教育资源配套不足等，因此，本文的风险特征因素包括房价上涨感知、医疗资源不足感知、教育资源不足感知三个变量，通过询问受访者对“北京郊区及周边房价上涨与房源趋紧程度”“北京郊区及周边医院资源不配套导致的看病难程度”“北京郊区及周边教育资源不配套导致的上学难程度”的感知评价来测量。如表1所示，对风险特征变量的测量采用七分里克特量表的形式，风险特征变量的均值处于4.6－4.8之间，

(2)政民互动。政民互动的概念涉及政府与公众两个主体，其经典的界定方式之一就是以民众作为主体，评判政府公信力、回应性、信息公开等情况(武晓峰，2008)。因此本文通过询问受访者对于“您所在当地政府公信力低引发的社会稳定风险程度”“您所在地党政机关或所在单位对民众诉求回应低效引发的社会稳定风险程度”“您所在地党政机关或所在单位重大决策未能公开征求民意引发的社会稳定风险程度”的评价来测量政府公信力、回应性和信息公开程度。如表1所示，对政民互动变量的测量采用七分里克特量表的形式，政民互动变量的均值处于3.8－4.0之间，专家对政民互动的感知整体上处于中等偏高水平，且学者组在政府公信力和信息公开两个维度上显著高于官员组。

(3)专业认知度。对于京津冀协同发展重大决策而言，专家的专业认知度主要体现在专业研究、政策把握、现实进展了解方面，因此，通过询问受访者“对京津冀协同发展相关研究的了解程度” “对京津冀协同发展政策文件的了解程度” “对京津冀协同发展实务工作的了解程度”来测量研究了解度、政策了解度、现实进展了解度。如表1所示，对专业认知度变量的测量采用七分里克特量表的形式，专业认知度变量的均值处于3.8－4.2之间，专家对专业认知度因素的感知整体上处于中等偏高水平，且学者组显著高于官员组。

(4)个体特征。如表1“变量描述性分析”所示，对年龄的测量为1－6，包括“20－30岁”“31－40岁”“41－50岁”“51－60岁”“61－70岁”“70岁以上”六个分类，均值为2.52，表示专家平均年龄在30－50岁之间；对受教育程度的测量为1－3，包括“大学本科及以下”“硕士研究生”“博士研究生及以上”三种学历层次，学者组受教育程度显著高于官员组。

3.结构效度检验

为了确保问卷结构与测量值之间对应关系的准确程度，需要对解释变量的测量进行结构效度检验。本文使用因子分析法检验结构效度，KMO值为0.725，Bartlett球形度检验P＝0.000，因子分析结果有效。表2显示，三个公因子的特征值均大于1，且累积方差贡献率接近80%。公因子载荷值显示，用来测量专业认知度的各变量(政策了解度、研究了解度、现实进展了解度)在公因子1上的载荷值均高于公因子2、公因子3；用来测量风险特征的各变量(房价、医疗、教育)在公因子2上的载荷值均高于公因子1、公因子3；用来测量政民互动的各变量(政府公信力、回应性、信息公开)在公因子3上的载荷值均高于公因子1、公因子2。因此，问卷结构与测量维度之间的对应关系是准确的，可以通过结构效度检验。

4.信度检验

为了确保测量同一变量的不同题项之间具有稳定的一致性，首先，本文在问卷设计阶段进行了两轮修改与预发放，分别请学术界专家与实务界专家对问卷题项进行改进，以提升量表内部的一致性；第二，使用里克特量表常用的信度评价指标Cronbach's alpha进行信度检验，风险特征、政民互动、专业认知度的Cronbach's alpha系数值均在0.8以上，信度良好(Nunnaly, 1978)。

四、实证结果分析

(一) 专家社会稳定风险感知的影响因素

为了验证研究假设，本文首先通过Bootstrap分组回归(重复1 000次抽取)对学者和官员两组专家的社会稳定风险感知影响因素进行了模型检验。如表3所示，模型1至模型6在控制了个体特征变量的前提下分别检验了风险特征因素、政民互动因素、专业认知度因素对两组专家社会稳定风险感知的影响，模型7与模型8为完整模型。结果显示，在控制了其他可能影响专家社会稳定风险感知的变量后，风险特征因素中的房价变量对官员的社会稳定风险感知具有稳健的显著正向影响，对学者的风险感知则不存在显著影响。医疗、教育等其他风险特征变量对专家风险感知的影响不显著。因此，假设H1a在官员组得到部分验证，官员型专家对房价上涨因素的感知越强，其社会稳定风险感知程度越高。

在控制了其他因素后，政民互动因素中的政府公信力变量在10%的显著性水平上对官员的风险感知具有稳健的正向影响，对学者的影响则不稳健。政民互动因素中的回应性变量对学者和官员风险感知的影响均不稳健。信息公开变量对学者的风险感具有稳健的正向影响，对官员则不存在显著影响。由于信息公开变量是负向评价的测量方式，这表示学者型专家对政府信息公开程度的评价越低，其感知到的社会稳定风险水平越高。因此，假设H2a在信息公开这一因素上被部分证实。

在控制了其他因素后，专业认知度因素中的政策了解度变量与两组专家的社会稳定风险感知不存在显著相关性。研究了解度变量在10%的显著性水平上对学者的风险感知具有稳健的负向影响，对官员的影响则不显著。这表明，研究了解度越高的学者型专家，其感知到的社会稳定风险水平越低。现实进展了解度变量对学者的风险感知具有稳健的正向影响，对官员的影响则不显著。这表明，现实进展了解度越高的学者型专家，其感知到的社会稳定风险水平越高。因此，假设H3a在研究了解度这一因素上被部分证实。

在控制了其他因素后，个体特征因素中的年龄与两组专家的社会稳定风险感知不存在显著相关性。受教育程度对官员风险感知的正向影响不够稳健，对学者的风险感知则不存在显著影响。

考虑到显著性水平，在1%与5%水平上显著的变量关系更为可靠，因此总的来看，学者型专家社会稳定风险感知的主要影响因素为政民互动因素中的信息公开变量，以及专业认知度因素中的现实进展了解度变量。而官员型专家社会稳定风险感知的主要影响因素为风险特征因素中的房价变量。由此可以初步看出不同身份属性的专家群体社会稳定风险感知影响因素的差异性。

(二) 不同角色专家社会稳定风险感知的差异

为了进一步验证不同角色专家社会稳定风险感知影响因素的差异，本文对分组回归系数的组间差值进行了显著性检验。如表4所示，政府公信力、政策了解度、研究了解度分组回归系数差值在5%的水平上显著，政府公信力、政策研究了解度因素对学者型专家和官员型专家社会稳定风险感知影响的差异是显著的。信息公开变量分组回归系数差值在1%的水平上显著，信息公开因素对学者型专家和官员型专家社会稳定风险感知影响的差异是显著的。因此，假设H1b未通过验证，假设H2b与假设H3b得到部分验证。

五、结论与讨论

本文的研究发现主要包括：第一，对于专家的社会稳定风险感知来说，心理测量范式的影响因素与社会文化范式的影响因素并不同时起作用。官员型专家的社会稳定风险感知主要受现实风险特征因素等心理测量范式变量的影响，而学者型专家的社会稳定风险感知主要受信息公开及政策了解度等社会文化变量的影响。这在社会稳定风险这一特定风险领域中对专家群体的风险感知影响因素进行了详细深入的刻画。第二，专家群体不是铁板一块，各个因素对于不同专家群体社会稳定风险感知的影响存在差异，作为政策目标群体的学者型专家与作为政策执行者的官员型专家的社会稳定风险感知在政民互动、专业认知度因素方面具有显著的差异性。相较于官员型专家，学者型专家更受政民互动因素、专业认知度因素的影响，而不是现实风险因素的影响。因此，在专家的政策参与过程中，应当更注重信息的公开透明，尽可能打破体制内外信息的不对称性，构建更加畅通的对话渠道和更加平等的沟通平台。同时我们可以看到，在决策过程中专家角色的定位不应被理想化，决策的过程在本质上就是一种利益整合的过程，需要建立来自于不同决策角色群体的更全面的对话与协调机制。对参与重大决策咨询论证工作的专家也应从身份、属性等各个维度进行全方面的考量，建设更科学有效的专家库，服务于科学决策、民主决策、法治决策的改革进程。因此，应全面理解专家在重大决策中的角色，不断完善专家参与制度。

本文通过对参与重大决策的专家进行问卷调查，设置了一个具体的真实风险情境，详细解释了京津冀协同发展重大决策社会稳定风险评估中专家社会稳定风险感知的影响因素，并揭示了在同一决策咨询平台中，作为政策目标群体的学者型专家与作为政策执行者的官员型专家社会稳定风险感知影响因素的具体差异。这一研究将已有风险感知研究的对象和领域由公众对于自然灾害风险的感知向参与决策的专家等精英群体对于社会风险的感知进行了探索性的扩展，并在数据方法上弥补了现有风险感知研究外部效度不足的局限性。除此之外，本文对具有不同社会文化特征的专家群体风险感知背后的差异性影响因素进行了探讨，这将对风险感知群体差异的研究向前推进。同时，本研究也存在一些可能的局限性：第一，本文的数据来源于京津冀协同发展社会稳定风险评估这一具体风险场域，对专家采取了目标式抽样方法，样本非随机，因此本文结论的适用性可能是有限的，有待于进一步的探讨。但是考虑到专家群体本身的数量有限，且无法准确获取专家群体的抽样框，目标式抽样是最为可行的抽样方法。第二，本文揭示了不同影响因素与专家风险感知之间的量化关系，但是对于其中的具体机制，仍有待于下一步更加深入的质性研究来进行探索。

文章来源：《公共行政评论》2020年03期

本期编辑：蔡龚涛

往期推荐