張新亮
南昌大學(xué)公共政策與管理學(xué)院,江西 南昌 330031
自2017 年鄉(xiāng)村振興戰(zhàn)略實(shí)施以來(lái),我國(guó)政府為了讓人民過(guò)上幸福美好的生活,采取了一系列綜合有效的措施,取得了令世界矚目的成就。然而,全面推進(jìn)鄉(xiāng)村振興最艱巨最繁重的任務(wù)仍然在農(nóng)村[1],農(nóng)民生活是否幸福美好是評(píng)價(jià)鄉(xiāng)村振興戰(zhàn)略實(shí)施成效的關(guān)鍵指標(biāo)[2-3]。如何實(shí)現(xiàn)農(nóng)村地區(qū)高質(zhì)量發(fā)展、促進(jìn)農(nóng)民幸福感提升,也是當(dāng)下學(xué)界探討的熱點(diǎn)問(wèn)題[4]。近年來(lái),學(xué)界開(kāi)始關(guān)注政府行為對(duì)公眾幸福感知的影響。例如,陳剛等[5]使用O-Probit 回歸模型考察了政府質(zhì)量、辦事效率對(duì)居民幸福感知的影響,結(jié)果發(fā)現(xiàn)良好的政府形象與工作績(jī)效能夠顯著提升居民幸福感;祁玲玲等[6]認(rèn)為,政府供給并不能直接影響居民幸福感知,而是先影響居民對(duì)政府的信任度,然后才會(huì)對(duì)居民的主觀幸福感造成影響;董源等[7]研究表明,高水平的公共服務(wù)往往能夠提高居民的主觀幸福感知,并建議重點(diǎn)推進(jìn)社會(huì)保障制度完善,以提升居民幸福感??傮w來(lái)說(shuō),已有研究開(kāi)始強(qiáng)調(diào)政府供給對(duì)居民幸福感知的重要作用,并根據(jù)各自研究提供了相應(yīng)的政策建議。但既往文獻(xiàn)大都從經(jīng)驗(yàn)主義視角對(duì)農(nóng)民幸福感知路徑進(jìn)行分析,其路徑本身缺乏外部有效性的檢驗(yàn)。鑒于此,筆者在前人研究的基礎(chǔ)上,根據(jù)現(xiàn)有理論,利用2017—2021年河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、四川、貴州、云南、陜西、甘肅及青海等23個(gè)?。ㄗ灾螀^(qū))農(nóng)村地區(qū)的面板數(shù)據(jù),從組態(tài)視角著重探尋農(nóng)村基礎(chǔ)建設(shè)、經(jīng)濟(jì)質(zhì)量、人居環(huán)境等方面與農(nóng)民幸福感之間的多重并發(fā)關(guān)系,為政府開(kāi)展治理工作提供參考。
相比傳統(tǒng)實(shí)證研究方法,定性比較分析(Qualitative Comparative Analysis,QCA)方法在應(yīng)對(duì)前因復(fù)雜性、降低現(xiàn)象復(fù)雜度、完整解讀案例等方面具有顯著優(yōu)勢(shì)[8]。目前,在公共管理領(lǐng)域,學(xué)術(shù)界將QCA 方法廣泛應(yīng)用于政策議程設(shè)置、政策執(zhí)行、數(shù)字政府和地方政府治理等方面。但隨著研究的深入,傳統(tǒng)QCA 方法本身存在的局限性不斷顯露,如阿克塞爾·馬克斯等[9]指出QCA 方法在樣本選擇方面缺乏縱深分析視角,無(wú)法生成穩(wěn)健的組態(tài)路徑等。為了拓展QCA 方法的縱深分析視角,有學(xué)者提出基于面板數(shù)據(jù)研究的動(dòng)態(tài)QCA方法[10],在保留傳統(tǒng)定性比較分析方法的布爾運(yùn)算邏輯的同時(shí),實(shí)現(xiàn)對(duì)面板數(shù)據(jù)的縱深研究。2022 年,張放[11]率先在國(guó)內(nèi)將動(dòng)態(tài)QCA 方法應(yīng)用于政府信息公開(kāi)水平影響因素探究。筆者在現(xiàn)有理論和前人研究的基礎(chǔ)上,運(yùn)用動(dòng)態(tài)QCA 方法對(duì)省域面板數(shù)據(jù)中有關(guān)農(nóng)民幸福感的數(shù)據(jù)進(jìn)行縱深分析。
1.2.1 評(píng)價(jià)指標(biāo)體系的構(gòu)建
縮小城鄉(xiāng)差距,提升農(nóng)村公共服務(wù)供給水平,是鄉(xiāng)村振興的要義之一。該研究認(rèn)為,由公共部門(mén)所提供的客觀福祉被宏觀概念上的公共服務(wù)所涵蓋,即客觀福祉水平能夠反映公共服務(wù)的供給水平。山東大學(xué)生活質(zhì)量與公共政策研究中心課題組已經(jīng)連續(xù)15 年對(duì)中國(guó)居民客觀福祉進(jìn)行統(tǒng)計(jì)、分析和評(píng)價(jià),形成了比較全面的中國(guó)居民客觀福祉評(píng)價(jià)指標(biāo)體系。在此基礎(chǔ)上,筆者根據(jù)羅必良等[12]最新研究成果、農(nóng)民生活情況,構(gòu)建了由7個(gè)維度、共27個(gè)條件變量組成的農(nóng)民幸福感評(píng)價(jià)指標(biāo)體系(見(jiàn)表1)。
表1 公共服務(wù)與幸福感評(píng)價(jià)指標(biāo)體系
1.2.2 數(shù)據(jù)來(lái)源及預(yù)處理
鑒于數(shù)據(jù)可得性及該研究重點(diǎn),選取2017—2021年中國(guó)23 個(gè)?。ㄗ灾螀^(qū))的相關(guān)面板數(shù)據(jù)進(jìn)行研究。在農(nóng)民主觀幸福感和身份確權(quán)方面,中國(guó)社會(huì)狀況綜合調(diào)查(Chinese Social Survey,CSS)、中國(guó)家庭追蹤調(diào)查(個(gè)人庫(kù))(China Family Panel Studies,CFPS)和中國(guó)綜合社會(huì)調(diào)查(Chinese General Social Survey,CGSS)系列數(shù)據(jù)庫(kù)均包含有關(guān)農(nóng)民主觀幸福感和“是否參加上屆村委會(huì)選舉”的題項(xiàng)??紤]不同量表之間量程不統(tǒng)一的情況,筆者將每年度指標(biāo)數(shù)據(jù)的最大、最小及中間值分別賦值1、5、10,并根據(jù)具體選項(xiàng)內(nèi)容對(duì)其他得分逐一編碼為不同變量,最終得到2017—2021 年中國(guó)23 個(gè)?。ㄗ灾螀^(qū))農(nóng)民有關(guān)主觀幸福和身份確權(quán)的省域面板數(shù)據(jù)。
其余變量數(shù)據(jù)來(lái)自各統(tǒng)計(jì)年鑒及官方公開(kāi)資料,部分?jǐn)?shù)據(jù)經(jīng)過(guò)統(tǒng)一處理后所得。對(duì)于少量缺失數(shù)據(jù),筆者根據(jù)其時(shí)間軸上的分布特征,視情況采用均值法或一次加權(quán)移動(dòng)平均法(對(duì)最近2 年數(shù)據(jù)分別賦予0.6、0.4 權(quán)重值進(jìn)行移動(dòng)平均)進(jìn)行補(bǔ)全操作,以保證數(shù)據(jù)的平衡性。由于各具體指標(biāo)變量無(wú)法直接進(jìn)行運(yùn)算,筆者參照邢占軍[4]的做法,通過(guò)max-min 方式對(duì)所有條件變量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,將指標(biāo)體系中所包含的正、負(fù)向指標(biāo)數(shù)據(jù)分別通過(guò)式(1)進(jìn)行無(wú)量綱化處理。
式(1)中:Zi表示無(wú)量綱化后的數(shù)據(jù);xi為各具體指標(biāo);和分別表示以2011 年為基年,取其對(duì)應(yīng)具體指標(biāo)的最大、最小值對(duì)變量數(shù)據(jù)進(jìn)行校準(zhǔn)。
考慮具體指標(biāo)在面板數(shù)據(jù)中存在調(diào)整或缺失的現(xiàn)象,筆者在基年指標(biāo)缺失時(shí)根據(jù)實(shí)際情況將該具體指標(biāo)基年數(shù)據(jù)自動(dòng)平移至原基年最近的年份,并將其作為最終的基年數(shù)據(jù)進(jìn)行無(wú)量綱化處理。根據(jù)經(jīng)過(guò)上述處理后的數(shù)據(jù)熵值特征,分別對(duì)各具體指標(biāo)賦予權(quán)重,具體變量數(shù)據(jù)來(lái)源如表1所示。
在進(jìn)行組態(tài)必要性和充分性分析之前,標(biāo)準(zhǔn)化的數(shù)據(jù)需要進(jìn)行二次校準(zhǔn),以降低前因條件的復(fù)雜性。由于目前學(xué)界在該研究所涉及具體指標(biāo)對(duì)結(jié)果變量產(chǎn)生的影響方面還存在較多分歧,為了盡可能消弭隱性矛盾,筆者選擇95%、50%和5%作為二次校準(zhǔn)錨點(diǎn),以此對(duì)整體數(shù)據(jù)進(jìn)行直接校準(zhǔn)。為盡可能保留數(shù)據(jù)中所蘊(yùn)含的信息及防止數(shù)據(jù)丟失,對(duì)二次校準(zhǔn)后的數(shù)據(jù)采取放大處理,具體校準(zhǔn)結(jié)果見(jiàn)表2。
表2 變量校準(zhǔn)
在定性比較分析方法中,單個(gè)條件必要性分析是探討條件變量對(duì)結(jié)果變量是否存在必要影響的關(guān)鍵步驟,能夠進(jìn)一步降低條件變量的復(fù)雜度,提升研究結(jié)果的準(zhǔn)確性。為了實(shí)現(xiàn)時(shí)間縱深分析的同時(shí)實(shí)現(xiàn)橫向截面分析,筆者對(duì)各條件變量組間、組內(nèi)的調(diào)整距離進(jìn)行一并匯總,具體分析結(jié)果如表3 所示。在動(dòng)態(tài)QCA 方法分析中,若某變量調(diào)整距離小于0.2,則代表該匯總結(jié)果準(zhǔn)確,可以作為判定標(biāo)準(zhǔn)。在表3中,調(diào)整距離小于0.2 的單個(gè)條件變量的匯總一致性均小于0.9,說(shuō)明這些變量不是結(jié)果變量的必要條件。其余條件變量的調(diào)整距離大于0.2,說(shuō)明匯總結(jié)果不夠準(zhǔn)確,需要對(duì)其進(jìn)行更深層次的探討。分別對(duì)組間調(diào)整距離大于0.2條件變量的組間一致性和覆蓋度進(jìn)行分析,發(fā)現(xiàn)低水平的“身份確權(quán)”有可能是導(dǎo)致幸福感較低的必要條件。再加上相關(guān)研究普遍認(rèn)為“身份確權(quán)”能夠?qū)r(nóng)民的幸福產(chǎn)生顯著的促進(jìn)作用[13],因而認(rèn)為該變量是實(shí)現(xiàn)高水平幸福感的核心條件。
表3 單個(gè)條件必要性分析結(jié)果匯總
為了探尋條件變量所構(gòu)成的不同組態(tài)和結(jié)果變量存在的多重并發(fā)關(guān)系,筆者在現(xiàn)有理論和前人研究的基礎(chǔ)上,根據(jù)數(shù)據(jù)特點(diǎn),將一致性閾值設(shè)置為0.8,并指定PRI閾值為0.7,對(duì)所覆蓋案例進(jìn)行組態(tài)充分性分析。根據(jù)前文必要性的分析結(jié)果,認(rèn)為身份確權(quán)有利于農(nóng)民幸福感的提升,因此在進(jìn)行組態(tài)充分性分析時(shí)將“身份確權(quán)”變量設(shè)置為正向。這樣,采用動(dòng)態(tài)QCA方法進(jìn)行組態(tài)充分性分析時(shí)便會(huì)優(yōu)先探索增加“身份確權(quán)”變量的取值。
考慮我國(guó)各?。ㄗ灾螀^(qū))農(nóng)村地區(qū)的人口空間分布、年齡結(jié)構(gòu)、資源稟賦等方面有著較大的差異,難以對(duì)條件變量的影響作用一一判別,因此不再對(duì)其他變量進(jìn)行方向預(yù)設(shè)。此外,為提升分析結(jié)果的精準(zhǔn)度和政策價(jià)值,筆者在進(jìn)行低幸福感組態(tài)充分性分析之前將高水平“身份確權(quán)”設(shè)置為負(fù)向,輔以增強(qiáng)標(biāo)準(zhǔn)解對(duì)導(dǎo)致低幸福感的路徑進(jìn)行研究。最終共生成7 條組態(tài),其中組態(tài)1、2、3為高水平幸福感提升路徑組態(tài),其余組態(tài)為導(dǎo)致低水平幸福感的路徑組態(tài),具體結(jié)果如表4所示。
表4 條件組態(tài)充分性分析匯總
各條件變量構(gòu)成的組態(tài)對(duì)高幸福感解釋的組間、組內(nèi)調(diào)整距離均小于0.2 的同時(shí),總體一致性、PRI分別達(dá)到了0.919、0.776,且各組態(tài)一致性、PRI值均大于0.9、0.7,表明上述組態(tài)能夠?qū)Y(jié)果變量產(chǎn)生較好的解釋。整體來(lái)看,“身份確權(quán)”貫穿高幸福感提升路徑,在每個(gè)組態(tài)中均作為核心變量對(duì)結(jié)果變量產(chǎn)生影響。值得注意的是,“人口結(jié)構(gòu)”在高幸福路徑中出現(xiàn)了大面積缺失,卻在導(dǎo)致低幸福感的路徑組態(tài)中表現(xiàn)活躍。這種情況有悖于日常認(rèn)知,需要對(duì)其進(jìn)行深層次的探討。
組態(tài)1 在良好“人口結(jié)構(gòu)”明確確實(shí)狀態(tài)下,以“基礎(chǔ)建設(shè)”“文教娛樂(lè)”“社會(huì)保障”和“身份確權(quán)”作為核心條件變量,實(shí)現(xiàn)了高水平的幸福。作為在類型組態(tài)中核心條件最多的組態(tài),組態(tài)1 分別在PRI、覆蓋度及唯一覆蓋度3 項(xiàng)指標(biāo)上表現(xiàn)優(yōu)異,遠(yuǎn)超同類型中的其他組態(tài),說(shuō)明組態(tài)1 擁有較廣的案例覆蓋范圍,且對(duì)其覆蓋案例擁有較為穩(wěn)定、良好的解釋。但是,在同類型組態(tài)中該組態(tài)的一致性最低,可能是該組態(tài)的實(shí)現(xiàn)難度較大,然而組態(tài)1 涵蓋地區(qū)的農(nóng)民很可能擁有較高水平的幸福感。
組態(tài)2、3 都是在多個(gè)條件變量明確缺席的情況下,選擇不同的條件組態(tài)實(shí)現(xiàn)了對(duì)當(dāng)?shù)剞r(nóng)民幸福感的提升。進(jìn)一步分析發(fā)現(xiàn),兩條組態(tài)在“文教娛樂(lè)”“社會(huì)保障”是否應(yīng)該作為提升幸福感的影響因素方面產(chǎn)生了較大分歧。在高水平幸福感的路徑中,組態(tài)3 一致性達(dá)到了同類型組態(tài)最高,但其余關(guān)鍵指標(biāo)均為同類型組態(tài)的最低值,說(shuō)明組態(tài)3 實(shí)現(xiàn)難度較小,但質(zhì)量較低。組態(tài)2 在一致性、PRI、覆蓋度方面總體表現(xiàn)均優(yōu)于組態(tài)3,表明農(nóng)村地區(qū)幸福感提升路徑對(duì)于精神文明等類型的公共服務(wù)供給有著更為迫切的需求。
整體上,導(dǎo)致低水平幸福感的路徑中條件變量表現(xiàn)越單一,其對(duì)應(yīng)組態(tài)的唯一覆蓋度就越低,組態(tài)本身越不具備成為典型案例的潛質(zhì)。比較有代表性的有組態(tài)4、5、7 條件變量缺失情況較為嚴(yán)重,其一致性、唯一覆蓋度均處于較低水平,證明這3 個(gè)組態(tài)所覆蓋案例較少,且不具備較明顯的典型特征。此外,這3 個(gè)組態(tài)在對(duì)案例的覆蓋度方面顯現(xiàn)出較高的水平,表明其可以對(duì)多數(shù)的低水平幸福案例進(jìn)行合理的解釋。
相比組態(tài)4、5、7,組態(tài)6 的條件變量缺失最少,其唯一覆蓋度達(dá)到了同類型路徑中最高,表明高水平的“基礎(chǔ)建設(shè)”“經(jīng)濟(jì)質(zhì)量”“社會(huì)保障”和“人口結(jié)構(gòu)”條件變量同時(shí)存在也不一定會(huì)為農(nóng)民帶來(lái)高水平的幸福感。實(shí)際上,單純從組態(tài)特征來(lái)看,組態(tài)6 具有成為高幸福水平類型的路徑的潛力,結(jié)合組態(tài)1、2、3 的條件變量缺失情況,發(fā)現(xiàn)有可能是“身份確權(quán)”條件變量缺失導(dǎo)致組態(tài)6成為低水平幸福感類型的組態(tài)。
雖然各組態(tài)的組件調(diào)整距離均小于0.2,組態(tài)并未出現(xiàn)明顯的時(shí)間效應(yīng),但是無(wú)法明晰各組態(tài)在時(shí)間縱軸上的表現(xiàn)。為進(jìn)一步考察單個(gè)組態(tài)的時(shí)間效應(yīng),檢驗(yàn)其穩(wěn)健性的優(yōu)劣,將每個(gè)條件組態(tài)的一致性按照時(shí)間順序進(jìn)行可視化,具體結(jié)果如圖1所示。
圖1 條件組態(tài)組間一致性匯總
2017—2020 年的所有組態(tài)均達(dá)到該研究要求的一致性閾值,其中高水平幸福感類型路徑整體一致性表現(xiàn)略遜于低水平幸福感類型路徑。但這一形式在2021 年得到了扭轉(zhuǎn),導(dǎo)致低幸福感類型路徑的一致性出現(xiàn)了斷崖式下跌,該類型的所有組態(tài)一致性迅速降低到0.8 附近。結(jié)合2019 年年末出現(xiàn)的新型冠狀病毒感染情況,一個(gè)可能的解釋是常態(tài)化下農(nóng)村地區(qū)公共服務(wù)供給對(duì)幸福感提升的穩(wěn)定性略遜于致使低水平幸福感類型組態(tài),但在緊急情況下由于政府工作扁平化水平、統(tǒng)一性等得到大幅提升,農(nóng)村公共服務(wù)供給水平迅速提升,繼而使得農(nóng)民幸福感得到了大幅提升。而由于公共服務(wù)供給過(guò)程中不確定因素減少,低水平幸福的路徑一致性出現(xiàn)下滑也在情理之中。
同理,各組態(tài)組內(nèi)調(diào)整距離小于0.2并不能解釋在單個(gè)條件必要性檢驗(yàn)時(shí)組內(nèi)所產(chǎn)生的波動(dòng)現(xiàn)象。通過(guò)組態(tài)組內(nèi)一致性的檢驗(yàn)?zāi)軌驈母泳唧w的角度來(lái)探討組態(tài)與該現(xiàn)象之間的聯(lián)系,找到影響組態(tài)組內(nèi)解釋力度的真正原因。為了能夠從整體上把握組態(tài)組內(nèi)一致性的特征,筆者對(duì)上述所有組態(tài)所覆蓋的全部案例一致性進(jìn)行散點(diǎn)圖繪制,并認(rèn)為組內(nèi)一致性低于0.8水平的組態(tài)對(duì)其所涵蓋地區(qū)不具備良好的解釋,具體分析結(jié)果如圖2所示。
圖2 條件組態(tài)組內(nèi)一致性匯總
由圖2 可知,沒(méi)有一條高水平幸福類型路徑能對(duì)江西、福建兩省的農(nóng)村地區(qū)產(chǎn)生令人信服的解釋。筆者通過(guò)Kmeans聚類尋找相似案例,并在此基礎(chǔ)上找尋導(dǎo)致同因異果現(xiàn)象的真正原因。筆者對(duì)各案例進(jìn)行多次聚類分析,以便對(duì)其進(jìn)行比較分析。最終聚類結(jié)果顯示,江西省、河南省具有較高的相似度,但是高水平幸福感類型路徑卻能夠?qū)笳弋a(chǎn)生良好的解釋。與此同時(shí),江蘇、浙江和福建3 省的農(nóng)村地區(qū)在公共服務(wù)供給方面具備較高的相似度,但是兩種類型的組態(tài)都能夠?qū)K、浙江兩省農(nóng)民幸福感產(chǎn)生良好的解釋。通過(guò)對(duì)以上案例所有指標(biāo)的逐一比對(duì)發(fā)現(xiàn),相比其他省份地區(qū),江西、福建兩省農(nóng)民身份確權(quán)出現(xiàn)了明顯下滑趨勢(shì),再次印證了身份確權(quán)在農(nóng)民幸福感提升方面具有關(guān)鍵作用。
筆者采用動(dòng)態(tài)QCA 方法,對(duì)2017—2021 年我國(guó)23 個(gè)省(自治區(qū))農(nóng)村地區(qū)的面板數(shù)據(jù)進(jìn)行了分析,探尋了3 條較為穩(wěn)健且能夠促進(jìn)農(nóng)民幸福感提升的路徑組態(tài),可為政府開(kāi)展治理工作提供參考。該研究主要得出以下幾點(diǎn)結(jié)論與啟示。
第一,身份確權(quán)變量對(duì)農(nóng)民高水平幸福感提供著基礎(chǔ)性的保障作用。結(jié)合低水平幸福路徑組態(tài)特征,可以發(fā)現(xiàn)身份確權(quán)變量基本上不具備可替換的屬性。因此,各地應(yīng)通過(guò)制度規(guī)約等方式健全村委選舉流程,以確保農(nóng)民正常政治訴求的表達(dá)。
第二,除身份確權(quán)外,單個(gè)條件變量不會(huì)對(duì)公共服務(wù)滿意度產(chǎn)生較為明顯的影響,說(shuō)明公共服務(wù)供給與農(nóng)民幸福感之間的作用大都通過(guò)組態(tài)路徑實(shí)現(xiàn)。
第三,我國(guó)農(nóng)村地區(qū)的良好人口結(jié)構(gòu)出現(xiàn)了大面積缺失,在城鄉(xiāng)二元結(jié)構(gòu)帶來(lái)的影響下,擁有良好人口結(jié)構(gòu)的農(nóng)村地區(qū)卻很有可能步入低水平的幸福生活中。該現(xiàn)象一方面說(shuō)明農(nóng)村幸福感提升中的表象指標(biāo)并不能夠?yàn)檎卫硖峁┱_的方向,另一方面則喻示著當(dāng)下我國(guó)農(nóng)村青年群體普遍缺乏對(duì)村集體的認(rèn)同。對(duì)此,各地在著重產(chǎn)業(yè)振興、經(jīng)濟(jì)建設(shè)的同時(shí)應(yīng)加強(qiáng)當(dāng)?shù)剞r(nóng)村文化建設(shè),通過(guò)修建青年文化站、交流中心等,提升農(nóng)村青年群體在村集體中的話語(yǔ)權(quán)。