組態(tài)視角下大氣環(huán)境政策執(zhí)行偏差的生成機理與典型模式
——基于61個案例的模糊集定性比較分析

文 宏,李風山

一、引 言

公共政策目標與執(zhí)行結果的一致性是政策科學持續(xù)關注的議題。然而政策在執(zhí)行過程中,往往受限于執(zhí)行主體、資源稟賦和執(zhí)行情境等諸多因素,導致執(zhí)行效果與既定目標存在缺口,即我們常說的 “政策執(zhí)行偏差”[1]。在環(huán)境治理領域中,這種政策執(zhí)行偏差表現(xiàn)得更加明顯。隨著污染問題日益突出,公眾環(huán)境意識明顯增強,污染治理成為政府注意力的重點聚焦領域,一攬子環(huán)境政策順利出臺。但很多大氣環(huán)境政策卻并未如期實現(xiàn)目標,“環(huán)境治理悖論”或 “綠色悖論”逐漸凸顯,甚至有的地區(qū)環(huán)境污染問題更加嚴重,“污染—治理—再污染”循環(huán)怪圈依然存在[2][3],而這種環(huán)境治理悖論的出現(xiàn)直接印證了環(huán)境政策執(zhí)行偏差的命題。

既有研究對政策執(zhí)行偏差發(fā)生的制度、組織和激勵等要素進行了討論,以打開政策執(zhí)行偏差的黑箱[4][5](P22－38)[6]。例如,委托代理理論關注信息不對稱和利益沖突情境下的執(zhí)行偏差,認為組織層級長鏈條的存在加大了利益集團內(nèi)部分化風險,政策執(zhí)行主體基于自身利益常常進行目標置換[7]。同時,政策執(zhí)行者往往通過復雜的感知機制扭曲政策的真實意圖,導致政策執(zhí)行偏差[8]。這些研究為我們理解政策執(zhí)行偏差提供了基本的理論框架,但綜合國內(nèi)外關于政策執(zhí)行偏差的研究,發(fā)現(xiàn)還存在著以下不足:第一,大量研究通過對個案的深描,提煉政策執(zhí)行偏差的影響因素,難以避免其內(nèi)生的推廣性風險,消解了研究信度和效度[9]。第二,不多的實證研究往往滿足于回歸分析等方法,致力于考察自變量對因變量的邊際 “凈效應”,難以回答環(huán)境政策執(zhí)行偏差作為復雜問題的因果路徑問題[10](P19－34)。第三,基于省際面板數(shù)據(jù)的研究忽略了不同城市的強異質(zhì)性,無法區(qū)分不同城市環(huán)境政策執(zhí)行偏差的影響因素,存在精細度不夠的問題?；谝陨险J識,為彌合上述研究不足,本文繼續(xù)關注環(huán)境政策執(zhí)行偏差現(xiàn)象,重點回答為什么環(huán)境政策執(zhí)行會出現(xiàn)偏差這一問題,這有助于強化我們對政策執(zhí)行偏差形成的內(nèi)在機理和典型模式的認識,進而精準開展環(huán)保行動。

具體而言,本文采用模糊集定性比較分析方法 (fuzzy set Qualitative Comparative Analysis,fsQCA),對我國生態(tài)環(huán)境部重點監(jiān)控的61個城市進行多案例正反結果交叉的綜合考察,重點解決個案研究、定量分析和省際數(shù)據(jù)的研究不足。作為一項兼顧定性和定量功能的綜合性方法,定性比較分析超越了一般定量方法在多重并發(fā)因果關系上的局限性,能夠有效識別不同條件組合情境下的相同結果,對于解釋大氣環(huán)境政策執(zhí)行偏差發(fā)生路徑具有很好的方法適配性。

二、文獻回顧與分析框架

很多國外研究為公共政策執(zhí)行偏差形成的內(nèi)在邏輯繪制了豐富的理論圖譜,以不同理論視角和概念框架揭示了公共政策執(zhí)行失敗的深層次邏輯。但這些研究往往立足于西方體制和制度情境,其研究結論在中國的政策分析中適用性比較有限。與此同時,國內(nèi)學者認為公共政策執(zhí)行是一個政治性較強的分析概念,必須結合中國實踐,不斷修正西方理論蘊涵,形成了本土色彩比較濃厚的分析框架。他們強調(diào)中國場景下政策本身、執(zhí)行主體、外部環(huán)境、執(zhí)行難度等多重因素的共同作用是政策執(zhí)行偏差發(fā)生的根本邏輯[11][12][13],認為 “共謀”自利性、壓力制度性因素和監(jiān)管約束導致了區(qū)域環(huán)境政策執(zhí)行偏差[14]。有學者基于省際面板數(shù)據(jù),借助超效率DEA模型測算了大氣污染治理效率,認為不同環(huán)境政策工具的選擇與治理目標有顯著影響[15]。還有學者立足于我國政策執(zhí)行偏差研究,根據(jù)不同路徑,總結了當前研究在央地關系、街頭官僚、行政體制、行政生態(tài)、政策性質(zhì)、制度視角以及組織視角的七種邏輯,較為完整地展示了我國公共政策執(zhí)行偏差知識圖譜[9]。

但正如前文所述,既有研究仍存在個案研究、定量分析和數(shù)據(jù)偏差的不足,這為我們進一步研究環(huán)境政策執(zhí)行偏差提供了拓展空間。因此,著眼于大氣環(huán)境政策執(zhí)行,以多城市案例開展定性比較分析,尋找大氣環(huán)境政策執(zhí)行偏差的關鍵變量及其作用路徑成為我們的研究起點。結合已有研究成果,我們主要關注環(huán)境政策執(zhí)行的組織、主體和過程三大維度,整合組織資源稟賦、目標清晰度、政治壓力、執(zhí)行響應、公眾訴求、執(zhí)行難度、控制激勵這七個變量,構建大氣環(huán)境政策執(zhí)行偏差的分析框架 (如圖1所示),細致討論大氣環(huán)境政策執(zhí)行偏差的生成機理與典型模式,確定政策執(zhí)行偏差的關鍵變量及其組合路徑,從而打開公共政策執(zhí)行黑箱。

圖1 大氣環(huán)境政策執(zhí)行偏差的分析框架

(一)組織維度

1.組織資源稟賦 (Resource)。不同資源稟賦的地方政府對環(huán)保治理資源的控制約束不同,會直接影響政府環(huán)境治理行動,顯著調(diào)節(jié)環(huán)境政策執(zhí)行效果[16]。中國環(huán)境治理存在地方分權悖論,折射出地方政府權力和資源的控制差異,導致其環(huán)境治理行動具有明顯不同[17]。這其實隱含著組織資源稟賦對治理效果造成影響的假設,特別是不同地區(qū)的經(jīng)濟水平差異,會直接影響地方政府的環(huán)境治理行動。

2.目標清晰度 (Clarity)。政策目標越清晰具體,地方政府在政策執(zhí)行中越有抓手和方向。有學者根據(jù)政策的模糊和沖突屬性,構建了 “模糊-沖突”模型,劃分出四種執(zhí)行模式[18]。一般而言,政策文本及其目標的清晰性和單一性,有助于傳遞明確的政治價值和績效目標,能夠?qū)φ邎?zhí)行活動進行有效約束,減少因執(zhí)行主體自由裁量空間過大帶來的執(zhí)行偏差。然而很多政策文本偏向于宏觀指導,規(guī)制比較模糊,則比較容易發(fā)生執(zhí)行偏差[19]。

(二)主體維度

1.政治壓力 (Pressure)。在壓力型體制下,上級政府的干預意味著壓力生成和傳導。這種壓力會借助科層制度安排,使得環(huán)境治理呈現(xiàn)出 “環(huán)境權威主義”的特征[20],逼迫地方政府提升環(huán)境治理效果,減少執(zhí)行偏差。在大氣污染治理中,上級政府通過政策文件傳遞出的政治壓力,無疑構成了地方政府努力提升環(huán)境治理效果的關鍵驅(qū)動要素。

2.執(zhí)行響應 (Response)。執(zhí)行響應是反映執(zhí)行主體對大氣污染問題的態(tài)度和行為的重要變量,顯示出執(zhí)行主體的能力水平與責任履行程度[21]。執(zhí)行主體的響應程度越高,意味著資源和注意力投入越多,環(huán)境治理績效就可能越好,就越不容易發(fā)生執(zhí)行偏差。

3.公眾訴求 (Appeal)。公眾不僅是環(huán)境污染負外部性的直接承擔者,更是環(huán)境改善帶來的正外部性的直接受益者,雙重角色的定位為公眾表達環(huán)境參與意愿提供了原始動力。隨著環(huán)境污染的進一步加劇,公眾對環(huán)境問題的認知發(fā)生改變,其環(huán)保意識更強,有助于提升環(huán)境治理效果[22]。當?shù)胤秸h(huán)境治理不力時,公眾往往會通過投訴、上訪、人大或政協(xié)提案等方式表達態(tài)度。這種外部監(jiān)督內(nèi)生的壓力往往督促政府強化環(huán)境政策執(zhí)行力度。

(三)過程維度

1.執(zhí)行難度 (Difficulty)。大氣環(huán)境問題越嚴重,意味著任務完成難度越高,政策目標越不容易達成。有研究表明,在運動式治理行動中,地方政府要在短時間內(nèi)完成高指標任務,執(zhí)行難度較大,往往傾向于變通政策[23]。在 “藍天保衛(wèi)戰(zhàn)”等運動式大氣污染治理中,中央政府時間約束和資源控制的壓力較大,大氣污染的嚴重性則會直接導致環(huán)境污染治理難度存在差異,使得地方政府政策變通發(fā)生概率有所不同。

2.控制激勵 (Control)。以必要的資源和權力控制作為環(huán)境規(guī)制的手段,能夠保證執(zhí)行主體在秩序范圍內(nèi)完成任務。有研究表明,嚴格的考核控制機制使得具體執(zhí)行主體需要承擔自上而下的政策壓力,進而激發(fā)政策執(zhí)行主體的積極性和主動性,顯著加大環(huán)境政策執(zhí)行力度[24]。同時,地方政府環(huán)境政策執(zhí)行還受到政治激勵、經(jīng)濟激勵和財政激勵的影響[25]。在大氣環(huán)境治理行動中,量化、可操作的考核體系以及具體清晰的激勵措施,直接影響著地方政府政策執(zhí)行的方向。

三、研究設計

(一)研究方法

與傳統(tǒng)的單案例或多案例比較研究不同,QCA方法通過 “組態(tài)”的方式處理案例,把每一個案例都視為一系列屬性構成的復雜組合,提煉出一定數(shù)量的條件變量和結果變量[26](P5－11)。變量反映的是案例在特定概念集合的隸屬度,最大值為1,代表案例完全隸屬對應概念集合,最小值為0,代表完全不隸屬對應概念集合[27]。同時,在此基礎上,將每個案例作為一個樣本看待,以定量分析的思維形成新的比較分析,不僅弱化了定性分析的主觀化,還避免了回歸分析等定量技術難以解決變量之間的多重共線性問題,以至于一般的定量分析方法無法展現(xiàn)不同條件組合的復雜路徑,在因果機制上闡釋得不夠清晰。

本文選擇模糊集定性比較分析方法主要出于以下幾個方面的考慮:一是模糊集定性比較分析方法超越了一般意義上的單案例研究或多案例比較分析,在多案例比較上具有顯著的優(yōu)越性。二是大氣環(huán)境政策執(zhí)行偏差是多重影響因素復雜組合的結果,單純依靠傳統(tǒng)定量研究方法,只能從不同因素影響的顯著性程度上觀察,難以真正發(fā)現(xiàn)不同因素的作用路徑。三是有助于彌合理論與現(xiàn)實的差距,對于理論上發(fā)生但現(xiàn)實中未發(fā)現(xiàn)的潛在案例,能夠借助 “反事實分析”窮盡所有可能性,提高研究的精準度和深度。

(二)案例選擇

面對日益嚴峻的大氣污染問題和群眾對改善大氣環(huán)境質(zhì)量的呼聲,2017年3月5日,李克強總理對環(huán)境治理提出更高要求:“打好藍天保衛(wèi)戰(zhàn)。”習近平總書記也高度重視生態(tài)環(huán)境建設,多次針對空氣污染問題進行批示和部署,進一步提出 “打贏藍天保衛(wèi)戰(zhàn)”。在中央號召下,各地紛紛出臺 “打贏藍天保衛(wèi)戰(zhàn)三年行動計劃”,以實際行動改善空氣質(zhì)量,并配套出臺了大量的大氣治理政策。本文選取生態(tài)環(huán)境部 (原 “環(huán)保部”)第一階段實施新空氣質(zhì)量標準的74個重點城市作為研究案例,同時根據(jù)空氣質(zhì)量研究常用的2年制作為時間跨度,將研究時間區(qū)間控制在2017年3月—2019年3月。需要進一步說明的是,由于保定、承德、東莞等13個城市統(tǒng)計年鑒在特定標準上未公布數(shù)據(jù),導致部分案例變量數(shù)據(jù)缺失。為保證研究的精確性,減少數(shù)據(jù)缺失帶來的偏差影響,本文特刪去這些案例,最終確定61個城市作為研究案例 (如表1所示)。

表1 案例基本信息

(三)變量測量

1.結果變量。政策執(zhí)行結果 (Effect)。根據(jù)定性比較分析方法對變量的測量隸屬度來看,政策執(zhí)行與目標完全一致則賦值為1,完全不一致則賦值為0。盡管政策執(zhí)行偏差意味著政策執(zhí)行失敗,但不同政策執(zhí)行偏差的程度不同,出于精準測量的考量,將政策執(zhí)行效果賦值區(qū)間0～1定義為政策執(zhí)行偏差的程度。此外,由于空氣質(zhì)量是一個比較復雜的變量,難以通過單一指標衡量,因此將生態(tài)環(huán)境部公布的環(huán)境空氣質(zhì)量綜合指數(shù) (Air Quality Composite Index,AQCI)作為變量測量標準。AQCI是生態(tài)環(huán)境部最新采用的描述城市環(huán)境空氣質(zhì)量綜合狀況的無量綱指數(shù),它綜合考慮了SO2、NO2、PM10、PM2.5、CO、O3這六項污染物的污染程度。環(huán)境空氣質(zhì)量綜合指數(shù)數(shù)值越大,表明綜合污染程度越重。為進一步測量政策執(zhí)行效果,主要采用初始綜合指數(shù)與2017—2019年平均空氣質(zhì)量綜合指數(shù)計算,計算方式為:

其中,Coni代表SO2、NO2、PM10、PM2.5、CO、O3這六項污染物的濃度,Stai代表不同污染物的年均值二級標準,為污染物i的單項指數(shù),為研究起始時間的某一污染物的單項指數(shù)。則代表環(huán)境空氣質(zhì)量綜合指數(shù)。將研究時間區(qū)間設置為2017年3月至2019年3月,因此這里的j為兩年間的月份,一共為24個月。

2.條件變量。(1)組織資源稟賦。不同地區(qū)的經(jīng)濟發(fā)展水平對地方政府能夠調(diào)動的治理資源至關重要,因此城市的經(jīng)濟發(fā)展水平能夠反映出地方政府的組織資源稟賦。參照以往研究[28],采用人均地區(qū)生產(chǎn)總值表征組織資源稟賦。數(shù)據(jù)全部來源于各城市統(tǒng)計年鑒。(2)目標清晰度。在環(huán)境治理行動政策文本中,目標的清晰度將直接影響具體執(zhí)行主體的執(zhí)行方向,關乎政策執(zhí)行結果與目標一致性的測量。根據(jù)大氣環(huán)境治理的政策文本內(nèi)容進行四值模糊集賦值,將多重宏觀目標賦值為1,意味著完全隸屬于執(zhí)行偏差;單一宏觀目標賦值為0.67,意味著偏隸屬于執(zhí)行偏差;多重具體目標賦值為0.33,意味著偏不隸屬于執(zhí)行偏差;單一具體目標賦值為0,意味著完全不隸屬于執(zhí)行偏差。數(shù)據(jù)均來源于各城市發(fā)布的大氣污染治理政策及配套政策文本。(3)政治壓力。上級政府政策文本的密集度反映出政治壓力大小。參照王蓉娟等[29]的研究,將省級政府出臺的環(huán)境政策數(shù)來表征大氣環(huán)境治理的政治壓力。不同省級政府在大氣環(huán)境治理中的政策出臺數(shù)量有差異,反映出自上而下的政治壓力不同,這對于各城市大氣治理執(zhí)行效果存在直接影響。其中,數(shù)據(jù)來源于法律之星 “中國地方法規(guī)庫”,以 “空氣污染”“大氣治理”等主題進行檢索。(4)執(zhí)行響應。地方政府在環(huán)保領域的投入注意力反映了其對環(huán)境治理的響應程度。一般而言,采用節(jié)能環(huán)保支出占財政支出的比重表征地方政府大氣治理的執(zhí)行響應程度。環(huán)保支出占財政支出比重越大,地方政府的執(zhí)行響應程度越高,積極性和主動性越強,越不容易產(chǎn)生執(zhí)行偏差。數(shù)據(jù)全部來源于各城市統(tǒng)計年鑒。(5)公眾訴求。公眾訴求是區(qū)域內(nèi)公眾對地方政府大氣環(huán)境治理的監(jiān)督和參與。公眾訴求越高,意味著對地方政府的治理行動監(jiān)督程度越強,參與程度越高,越有助于政策執(zhí)行有效性的提升。本文采用公眾在研究時間區(qū)間內(nèi)關于空氣污染的投訴案件表征公眾訴求。數(shù)據(jù)來源于由中華環(huán)保聯(lián)合會主辦的專門環(huán)保類網(wǎng)站平臺 “環(huán)境污染投訴網(wǎng)”,類別限定在 “大氣污染”主題上。(6)執(zhí)行難度。空氣質(zhì)量問題的嚴重性直接反映了大氣環(huán)境治理的執(zhí)行難度。執(zhí)行難度越高,政策執(zhí)行偏差越有可能發(fā)生。采用執(zhí)行初期城市空氣質(zhì)量問題嚴重性和排名情況作為執(zhí)行難度的操作化結果。數(shù)據(jù)來源于中國生態(tài)環(huán)境部公布的城市空氣質(zhì)量月報。(7)控制激勵。外部控制和激勵手段對地方政府政策執(zhí)行的積極性有著直接推動作用?？己嗽骄殗栏?激勵越明確,政策執(zhí)行越不容易生成偏差。因此,根據(jù)各城市出臺的藍天保衛(wèi)戰(zhàn)行動計劃政策文本,進行四值模糊集賦值,分別為考核設定模糊、激勵不明確 (賦值為0);考核問責設定模糊、激勵措施明確 (賦值為0.33);考核問責設定清晰、激勵措施不明確 (賦值為0.67);考核問責設定清晰、激勵措施明確 (賦值為1)。

表2 結果變量與條件變量的測量說明

(四)數(shù)據(jù)校準與構建真值表

上述大多原始數(shù)據(jù)只是未經(jīng)過校準的數(shù)據(jù),難以準確衡量不同案例在同一指標上的大小。且很多數(shù)據(jù)分布在完全隸屬 (1)和完全不隸屬 (0)之間,無法準確確定隸屬度。因此,有必要對原始數(shù)據(jù)進行校準。在校準數(shù)據(jù)時最關鍵的步驟在于確定分界錨點,即設置3個臨界點,分別對應0.95、0.5、0.05。根據(jù)已有研究對校準錨點的討論和處理標準[29][30],選取常用的變量原始數(shù)據(jù)在25%、50%和75%處的取值作為校準錨點。數(shù)據(jù)校準之后,運用fsQCA軟件對數(shù)據(jù)進行處理。本文按照主流做法給定的一致性 (0.8)和案例頻數(shù)閾值 (1),構建出基于布爾組態(tài)的真值表①真值表一共出現(xiàn)37種條件組合,囿于篇幅限制,文章不再展示基于布爾組態(tài)的真值表。有需要的讀者可與作者聯(lián)系。。借助真值表,我們可以進一步分析條件變量對結果變量產(chǎn)生影響的組合路徑,發(fā)現(xiàn)大氣環(huán)境政策執(zhí)行偏差的多因素組合及其典型模式。

四、結果與分析

(一)單變量必要性分析

在進行組態(tài)條件分析之前,檢查單個條件變量對結果變量的必要性非常關鍵,這是因為真值表分析本質(zhì)上是關于充分性的分析。根據(jù)定性比較分析方法規(guī)定,單變量的必要性主要借助一致性(Consistency)和覆蓋率 (Coverage)來計算。一致性和覆蓋率的計算公式分別為:

Consistency(Yi≤Xi)＝∑(minXi,Yi)/∑(Yi)

Coverage(Yi≤Xi)＝∑(minXi,Yi)/∑(Xi)

其中,必要一致性反映的是條件變量對結果變量的必要程度。一致性數(shù)值越大,意味著條件變量作為結果變量必要條件的程度越高。從常規(guī)經(jīng)驗來看,當某一條件變量的必要一致性大于0.9時,就認為該變量構成了結果變量的必要條件,否則,便要與其他條件形成組態(tài)分析。覆蓋率則表示對應條件變量能夠解釋結果變量的案例比例,即經(jīng)驗上的解釋程度。將所有正反條件全部納入檢測過程分析后,共得到14個條件變量對結果變量的必要性分析結果 (如表3所示)。從必要性分析結果來看,所有條件的一致性均小于0.9,這意味著沒有任何單一條件能夠直接解釋結果變量。同時,覆蓋率也均未達到0.9。因此,我們可以認定大氣環(huán)境政策執(zhí)行偏差是一個多重變量復雜組合的結果,需要借助多變量組態(tài)分析作進一步的考察。

表3 政策執(zhí)行偏差的單變量必要性檢測

(二)多變量組態(tài)分析

由于任何單因素都無法構成政策執(zhí)行偏差的必要條件,我們需要將所有條件變量全部納入政策執(zhí)行偏差的多變量組態(tài)分析當中。在fsQCA方法中,多變量組態(tài)分析的方案解可以分為三種:復雜解 (Complex Solution)、中間解 (Intermediate Solution)和簡約解 (Parsimonious Solution)。它們之間的差別在于分析過程對 “邏輯余項”的差異考量。在模糊集定性比較分析中,三種方案解都可以用來解釋結果變量,但比較常見的是優(yōu)先考慮中間解,這是因為它更能夠反映理論與現(xiàn)實的融合狀況。中間解結果顯示 (如表4所示),大氣環(huán)境政策執(zhí)行偏差的生成一共有7條路徑,且每條路徑組合的一致性均超過0.8,這意味所有組合都構成了結果變量的充分條件?？傮w一致性 (Solution Consistency)超過0.8,意味著中間解的總體構型對結果變量的產(chǎn)生具有較高的充分性,總體覆蓋率 (Solution Coverage)達到0.413,說明總體組態(tài)能夠解釋案例集合中較多的案例。

表4 大氣環(huán)境政策執(zhí)行偏差中間解的條件組態(tài)

對表4深入分析可以發(fā)現(xiàn),盡管在單變量必要性分析中,沒有任何單一條件變量構成結果變量的必要條件,但 “公眾訴求不出現(xiàn)”在所有路徑中均出現(xiàn),表明公眾訴求不出現(xiàn)在大氣環(huán)境政策執(zhí)行偏差生成機理中發(fā)揮著重要作用,構成了結果變量的核心條件。公眾訴求表達的強烈程度直接指向于環(huán)境政策執(zhí)行中的政府與公眾的互動行為及其結果。在多元環(huán)境治理框架中,公眾表達對大氣環(huán)境的訴求,有助于吸引政策執(zhí)行的領導注意力,提高領導對問題的重視程度,進而通過科層組織壓力調(diào)整政策執(zhí)行模式,實現(xiàn)有效執(zhí)行。但公眾如果在環(huán)境政策執(zhí)行中傾向于沉默,則不利于形成良好的外部監(jiān)督環(huán)境,難以對政府政策執(zhí)行產(chǎn)生必要約束。同時,根據(jù)布爾最小化原則,考慮不同路徑變量間的相關性,可以歸納出三種典型模式:

1.主體型偏差 (S1＋S2)。路徑一和路徑二的一致性分別為0.870、0.889,說明這兩種條件組合對大氣環(huán)境政策執(zhí)行偏差的解釋性較好,構成了較高的充分性。經(jīng)過布爾最小化運算,可以得到Resource?Pressure?～Response?～Appeal? (Control＋Clarity),轉(zhuǎn)化為中文是組織資源稟賦?政治壓力?～執(zhí)行響應?～公眾參與 (控制激勵＋目標清晰度)。上述路徑說明盡管某個城市擁有較好的經(jīng)濟發(fā)展水平,組織資源比較充足,上級政府對大氣環(huán)境政策執(zhí)行較為重視,出臺了密集的政策支撐,投入了大量的關注,在控制激勵設置適當和政策目標比較清晰的前提情況下,如果出現(xiàn)執(zhí)行響應和公眾訴求不存在的條件,則地方政府傾向于表現(xiàn)出執(zhí)行偏差。由此可見,地方政府執(zhí)行響應和公眾訴求的沉默屬性構成了主體型偏差模式的關鍵條件。在大氣環(huán)境政策執(zhí)行中,多層級的科層組織并非是 “鐵板一塊”,而是具有強烈利益分化的能動性主體?；?“成本-效益”邏輯的地方政府,一方面要在上級政府設定的行動框架中進行政策執(zhí)行,另一方面也充分考慮著資源投入和政治績效,因此往往會出現(xiàn)與中央政府要求不一致的行為。同時,公眾沉默實際上為地方政府政策執(zhí)行偏差塑造了有利的外部環(huán)境,公眾對環(huán)境的注意力難以通過上級政府的調(diào)節(jié),轉(zhuǎn)化為實際壓力,進而不容易對地方政府環(huán)境政策執(zhí)行形成監(jiān)督壓力,這無疑為地方政府環(huán)境政策執(zhí)行偏差提供了機會。早在2016年,中央環(huán)保督察組就將泰州市泰興經(jīng)濟開發(fā)區(qū)污染事件作為重點整改案件,因為該污染不僅直接影響著長江水質(zhì),還間接影響了周邊的空氣質(zhì)量。但直至2018年,泰州市仍然未解決相關問題,表現(xiàn)出對中央環(huán)保督察交辦問題不上心、響應不及時、執(zhí)行不到位。此外,泰州市公眾在這一問題上也缺少必要的信訪、投訴等形式的監(jiān)督,導致出現(xiàn)偏差。

2.結構型偏差 (S3)。路徑三反映出在組織資源稟賦較好、政策目標清晰度較高、外部政治壓力較強、公眾訴求表達較弱、執(zhí)行難度較大和控制激勵比較明確的情況下,容易出現(xiàn)政策執(zhí)行偏差。這條解釋路徑的一致性為0.907,原始覆蓋率為0.136,表明具有較高的解釋效力。由此可見,大氣環(huán)境治理政策的執(zhí)行難度直接限制了城市開展治理行動的內(nèi)在動力,外部公眾訴求表達較弱,未形成硬性的外部約束,形成內(nèi)生動力不足與外部約束寬松的結構型偏差模式。這種模式重點指向于執(zhí)行難度對城市大氣環(huán)境政策執(zhí)行偏差帶來的重要影響。大氣污染治理難度過高,一方面會直接影響領導注意力和資源的匹配,另一方面在考核檢查壓力較強的情況之下,地方政府傾向于象征性執(zhí)行。將這種模式回歸到案例庫中予以印證,發(fā)現(xiàn)比較典型的案例是南通市。2017年上半年,南通市空氣質(zhì)量綜合指數(shù)平均值為4.92,空氣相較于全國重點監(jiān)控城市而言質(zhì)量較差,大氣治理的難度較大。同時,查閱南通市政府部門官網(wǎng),輔之以微博、微信等平臺,發(fā)現(xiàn)在南通市大氣污染治理過程中,群眾通過正式渠道和非正式渠道的上訪、寫信、舉報等表達訴求的案件較少,這意味著公眾對城市空氣治理行動缺乏必要的監(jiān)督。后來,南通市多次遭到中央環(huán)保督察組的批評,這也側面說明南通市大氣環(huán)境政策執(zhí)行存在偏差。

3.框架型偏差 (S4＋S5＋S6＋S7)。對路徑四、五、六、七進行布爾最小化運算,轉(zhuǎn)化為～Resource? (～Pressure?Response?～Appeal?～Difficulty＋Control),轉(zhuǎn)化為中文是～組織資源稟賦? (～政治壓力?執(zhí)行響應?～公眾訴求?～執(zhí)行難度＋控制激勵)。四條解釋路徑的一致性均超過0.8,原始覆蓋率均超過0.05。從簡化后的表達式來看,組織資源稟賦不出現(xiàn)和政治壓力缺失是大氣環(huán)境政策執(zhí)行偏差產(chǎn)生的重要因素。組織資源稟賦較好地表現(xiàn)出地方政府大氣污染治理的經(jīng)濟能力,政治壓力缺失則體現(xiàn)為省級層面政策出臺密度不高,對城市的體制控制較弱。因此,可以稱之為資源投入有限和政治壓力不足的框架型偏差模式。在這種模式中,組織資源的不足說明城市在大氣污染治理行動中可控制資源的有限性。與組織資源稟賦的城市相比,這種特質(zhì)下的城市往往無法給予強大的經(jīng)濟支持。而大氣污染治理需要投入大量的人財物,這就從硬性框架中限制了城市的政策執(zhí)行活動。同時,外部政治壓力不強致使環(huán)境治理難以達到治理目標。一方面源于硬性資源限制,另一方面是因為中央環(huán)境治理壓力經(jīng)過省級政府調(diào)節(jié)傳遞不到位,雙重因素組合的外部框架為地方政府偏離政策目標提供了契機。這種模式的典型城市是銀川市。2017—2019年,生態(tài)環(huán)境部曾多次點名批評銀川市環(huán)境質(zhì)量變差、大氣污染整治不力。銀川市地處我國西北地區(qū),經(jīng)濟發(fā)展水平相對較差,加之寧夏回族自治區(qū)在大氣環(huán)境政策上注意力有限,導致銀川市大氣環(huán)境治理效率偏低,進而發(fā)生了一定程度的政策執(zhí)行偏差。

(三)穩(wěn)健性檢驗

借鑒以往研究的穩(wěn)健性檢驗方法[30],本文對一致性水平進行了調(diào)整。將一致性閾值從0.8調(diào)整為0.85后,穩(wěn)健性檢驗結果如表5所示?？梢园l(fā)現(xiàn),解釋路徑由原來的7條變?yōu)?條,總體一致性為0.896,總體覆蓋率為0.263。不過總體來看,4條解釋路徑經(jīng)過布爾最小化運算之后,所有組態(tài)結果與原結果大致保持一致。同時,總體一致性有所提升,總體覆蓋率并未出現(xiàn)顯著性變化。因此,經(jīng)過穩(wěn)健性檢驗之后,我們認為研究結果是可靠的。

表5 穩(wěn)健性檢驗

五、結論與討論

公共政策執(zhí)行偏差本質(zhì)上是政策執(zhí)行過程或結果的異化。本文旨在揭示大氣環(huán)境政策執(zhí)行偏差的影響因素及其發(fā)生機理,通過構建組織-主體-過程模型,從組織資源稟賦、目標清晰度、政治壓力、執(zhí)行響應、公眾訴求、執(zhí)行難度和控制激勵七個條件變量進行考察。借助模糊集定性比較分析方法,選取61個重點空氣監(jiān)控城市作為研究對象,驗證了大氣環(huán)境政策執(zhí)行偏差發(fā)生的內(nèi)在機理。本研究的主要結論和貢獻如下:

首先,借助單因素必要性驗證了所有條件變量對結果變量的必要性程度,發(fā)現(xiàn)沒有任何單一因素是結果變量的必要條件,說明這些因素并沒有達到以往研究所認為的重要性級別。這有助于理解大氣環(huán)境政策執(zhí)行偏差作為一種極其復雜的現(xiàn)象,無法通過單一因素進行完整的解釋,為后續(xù)政策執(zhí)行偏差研究提供了方向。

其次,通過多變量組態(tài)分析發(fā)現(xiàn)了大氣環(huán)境政策執(zhí)行偏差的七條具體路徑,并總結出3種典型模式,分別為主體型偏差、結構型偏差和框架型偏差。上述典型模式能夠解釋41.3%的選擇案例,呈現(xiàn)出大氣環(huán)境政策執(zhí)行偏差發(fā)生的一般性規(guī)律。其中,公眾訴求不出現(xiàn)是大氣環(huán)境政策執(zhí)行偏差的關鍵要素,是所有構型的核心條件。組織資源稟賦不出現(xiàn)、政治壓力不強、執(zhí)行難度較高等條件的組合則容易使地方政府陷入誘因式的執(zhí)行偏差。

最后,本文回應了既往研究在個案研究、定量分析和省際數(shù)據(jù)上的不足。對61個案例進行正反結果交叉比較分析,解決了個案研究有限推廣性的難題。案例之間的高度可比性,讓我們能夠從更普遍的視角去發(fā)現(xiàn)大氣環(huán)境政策執(zhí)行偏差的生成機理。借助融合定量與定性研究思想和規(guī)范的模糊集定性比較分析方法,彌補了定量研究過于依賴嚴格模型設定帶來的凈效應評估不足,同時也超越了定性研究主觀性較強、結論信度偏低的難題。對城市案例展開分析,能夠兼顧不同城市的政治、經(jīng)濟和社會特質(zhì),分析對象更具體、更細致,回避了省際數(shù)據(jù)過粗帶來的結論精準性變差的問題。

當然,本研究還存在一些局限性。其一,在研究方法上,模糊集定性比較分析只是對不同條件的組合結果進行考察,并未考慮到時間效應,無法回答不同條件出現(xiàn)的先后性對結果變量的影響。因此,后續(xù)研究可以運用時間序列定性比較分析方法 (TSQCA)展開深入討論。其二,在研究議題上,本文只是分析了大氣環(huán)境政策執(zhí)行,對于水污染、土壤污染、固體廢棄物污染治理等政策執(zhí)行偏差可能只具有借鑒意義,無法準確回答其他領域的政策執(zhí)行偏差生成機理。后續(xù)研究在這些領域的具體分析上,可與本研究結論進行比較,共同描繪出環(huán)境政策執(zhí)行偏差生成機理的知識圖譜。其三,在資料獲取上,本文所運用的數(shù)據(jù)均來自于二手數(shù)據(jù),雖然盡可能地采取官方數(shù)據(jù)并進行了穩(wěn)健性檢驗,但難以避免數(shù)據(jù)的二次處理帶來的數(shù)據(jù)偏差。因此,未來研究可以充分結合官方二手數(shù)據(jù)和實地調(diào)研一手數(shù)據(jù),進一步提高研究的精準度。