政府購買服務政策擴散研究
——基于全國31省數據的事件史分析

李 健，張文婷

(中央民族大學 管理學院，北京 100081)

一、引言

政府購買服務作為一種創新型的公共服務供給方式，過去30年里在世界范圍內得到了前所未有的發展，成為全球公共管理改革的重要趨勢[1]。我國政府購買服務的實踐始于1995年上海，之后，北京、江蘇、浙江、廣東等城市紛紛通過購買服務、項目委托、合同外包等多種形式，委托社會服務機構提供公共服務和行使部分公共管理職能。依據我們通過互聯網對政府購買服務的地方政策文本的檢索結果，截至2017年底，我國已經有138個城市相繼出臺了504份政府購買服務的政策文件，購買的服務領域涉及教育、公共衛生和艾滋病防治、扶貧、養老、殘疾人服務、社區發展、社區矯正、文化和城市規劃等[2]。

政府購買服務作為一項政策創新快速擴散至全國，這一現象值得引起我們關注。政府購買服務政策擴散具有什么樣的時空特征？究竟是哪些因素造成了政府購買服務在省級政府之間擴散的差異？上述問題尚不清晰。盡管政府購買服務在我國學界已經受到廣泛關注，相關的學術研究成果也十分豐碩，但從政策創新擴散角度對政府購買服務分析的研究尚屬空白。為此，本文以中國省級出臺的政府購買服務政策為樣本，利用事件史研究方法對政府購買服務政策擴散特征及其決定因素進行實證研究。一方面應用政府創新擴散理論識別影響乃至決定政府購買服務政策擴散的關鍵因素，深化對政府購買服務在各省之間擴散的理解和認知；另一方面期望通過對政府購買服務政策的分析，為我國公共政策擴散研究帶來新的洞見和發現。

二、研究框架與研究假設

政策創新擴散最初從傳播學、社會學、情報學等學科中衍生而來，逐漸發展成為政策科學領域的一個重要流派分支[3]。政策創新擴散一般指一個政府采取某項創新政策后，這項創新是如何傳播到其他政府的[4]，此類研究的重點放在尋找影響政策擴散的條件和原因，如是否在鄰近地區和資源狀況相近時更有利于擴散。對政策創新擴散的研究有利于我們理解影響政府接納創新政策的因素，并且進一步了解擴散的機制。

在識別影響政策創新擴散的因素方面，目前學者們在實證研究的基礎上已歸納出經濟、社會、政治、人口、制度、文化等一系列特征變量[5]。Wejnert(2002)將已有的概念整合并分為三類擴散變量：創新主體本身的特征，涵蓋了采納政策后所獲收益和付出成本、社會影響等方面；決定是否采納新政策的創新者特征，包括創新者是個人、組織或政府，經濟狀況，個人素質，社會網絡中的位置等；創新所在環境特征，包括創新地的地理區域、政治、社會、文化水平以及經濟發展狀況等[6]。由于Wejnert的系統框架幾乎整合了所有影響政策擴散變量，將創新擴散看成是創新本身、創新者與創新環境三者互相結合，相互作用的結果，相對于內部決定因素和外部影響因素的分類更為完整和全面，也更適合用于分析政策擴散較為充分的對象。為此，本文將采用Wejnert的分析框架，從政策創新主體因素、創新客體因素和創新環境因素三個方面入手對政府購買服務政策擴散進行考察。

(一)創新主體因素

在市場經濟背景下，政府購買服務為供給社會所需的公共服務和產品提供了新的替代選擇，在長久以來的政府管理公共事務方式上進行了創新。政府作為政府購買服務的實施主體，是否采納政府購買服務政策首先受到政府自身特征的影響。

資源松弛理論指出，轄區的經濟發展水平是影響政府進行政策創新的重要影響因素，政策的創新活動在經濟發展水平高的城市更為活躍[6]。Moon和Deleon研究發現城市經濟健康狀態與政府再造顯著正相關[7]。Walker對美國48個州的88個政策項目擴散進行分析后發現經濟越發達、資源越豐富、城鎮化水平越高的政府越傾向于政策創新[8]。政府購買服務使政府不再作為公共服務的唯一主體，由社會力量負責提供更復雜并且更高質量的公共服務，在減輕政府責任的同時提高公共服務供給的質量和效率。在經濟發展水平越高的地區，社會組織、企業等社會力量發展水平就越高，從而為政府實施購買服務提供了前提條件[9]。

組織創新理論認為某一地區的創新與其轄區內所擁有的人口數量以及密度有著非常密切的聯系[10]。人口較多的轄區往往意味著政府對管理改革和政策創新的需求更大，同時也意味著擁有更多的資源[11]。人口數量通常可以反映出轄區所處環境的復雜程度，較少的人口所需的程序化決策越多，而非程序化決策越少，復雜程度就越低，因此創新的可能性就更小[12]。另一方面，人口越多，公共服務需求的復雜性、個性化特征就越明顯，也給政府采取購買服務的壓力。

多項研究已經證明，財政收入越高的地方政府更容易采納創新[13]。政府購買服務是一種“費隨事轉”的市場活動，更要求政府有足夠的財政實力。《政府購買服務管理辦法(暫行)》(財綜[2014]96)號文中規定：政府購買服務所需資金，應當在既有財政預算中統籌安排。購買主體應在現有財政資金安排的基礎上，按規定逐步增加政府購買服務資金比例。這也意味著財政收入越高，能夠用于政府購買服務的資金就越多。

因此，結合已有的理論和文獻基礎，我們提出如下影響政府購買服務政策擴散的變量及其研究假設：

H1：省級政府對政府購買服務政策的采納受到轄區GDP的影響。

H2：省級政府對政府購買服務政策的采納受到轄區人口規模的影響。

H3：省級政府對政府購買服務政策的采納受到政府財政能力的影響。

(二)創新客體因素

政府購買服務必定涉及到“向誰買”的問題。社會組織相較于普通的商業組織和政府部門，有著較多優勢，例如更強的公益性、專業性以及靈活高效，大量有服務能力的社會組織存在是政府購買服務實施的基本條件。政府在實施購買服務后退出一部分的公共服務領域，通常由社會組織承擔起提供社會產品及服務的責任[14]。據此，我們認為社會組織數量越多的城市，政府越傾向于開展政府購買服務。

除了“向誰買”，政府購買服務還需要回應“為誰買”的問題，社會公眾的公共服務需求是政府購買服務的重要驅動因素。對于快速增長并日趨多樣的社會公共服務需求，政府缺乏充足時間和精力去一一響應[15]，成為其開展購買服務的重要原因。如果轄區公眾要求政府提供更為優質的公共服務，政府越有壓力面向社會購買服務。馬亮對中國省級政府電子政務發展水平的研究也發現公眾需求對電子政府產生顯著的正向影響[16]。基于以上分析，本文提出以下假設：

H4：省級政府對政府購買服務政策的采納受到轄區內社會組織數量影響。

H5：省級政府對政府購買服務政策的采納受到公共服務需求的影響。

(三)創新環境因素

政策擴散通常是一系列環境因素綜合作用的結果。由于創新環境包含的因素比較多，而經濟因素等宏觀因素在創新主體部分已經包含，在此我們主要分析政策創新的微觀環境，即地方政府考慮是否要實施政府購買服務時會受到來自體制內因素的影響。學習、競爭、強制和壓力通常被認為是影響政策擴散的重要環境因素[17]。其中，強制機制指的是中央政府會對下級組織施加壓力，使得各地政府更有動機去采納中央政府所支持和鼓勵的某項政策創新。在部分學者對某些經濟屬性非常突出的地域中進行招商引資政策擴散進程研究后，發現中央下發的命令和鄰近地區存在的競爭機制均會影響政策擴散。在政府面臨與其他地區的相似問題時，會在政策采納上傾向于不斷參考鄰近政府的政策狀況，在鄰近政府采納新政策的情景下，本地政府有更強的動力加速將新政策提上議程[4]。學習和競爭兩種機制都反映出對于政策擴散中同級政府之間的相互作用。但前者更多受到全國范圍內廣泛的影響，后者局限于地理上臨近幾個省份的影響。壓力機制則來源于社會建構理論，該理論把公共政策擴散定義為一種自然發生的過程，在公民、媒體和公共事件的壓力下，政府展開政策學習、政策模仿等行為。

為加快推進政府購買服務改革，國務院頒布《國務院辦公廳關于政府向社會力量購買服務的指導意見》(國辦發〔2013〕96號)，財政、工商和民政部頒布《政府購買服務管理辦法(暫行)》(財綜[2014]96號)，這兩份文件表明我國政府購買服務政策擴散在一定程度上存在強制機制。但目前尚不清楚政府購買服務政策擴散的其他機制是否存在？基于上述，本文提出以下假設：

H6：省級政府對政府購買服務政策的采納受到鄰近省份開展比例的影響。

H7：省級政府對政府購買服務政策的采納受到全國范圍省份開展比例的影響。

H8：省級政府對政府購買服務政策的采納受到媒體報道數量的影響。

三、數據收集及變量測量

(一)樣本與數據來源

本文選取中國31個省級及直轄市政府作為研究對象，主要基于以下幾個方面的考慮：(1)本次數據選取的時間段較長，時間跨度為10年，與地級市相比，省級的樣本數量適中，能夠滿足統計分析需求，在數據搜集和統計分析方面具有一定可操作性；(2)中國省級政府開展政府購買服務政策已經能夠在一定程度上代表這個地區來衡量其政策創新性，適合作為考察創新擴散的研究場域。因變量的數據從北大法寶的政策搜集所得，自變量數據均來自相應年份的《中國國家統計年鑒》、《中國民政統計年鑒》和《中國知網》。從 2007年中國最早出臺政府購買服務政策的省份算起，我們的研究的時間跨度從 2007-2016 年共 10年。由于本文重點關注的是政府購買服務決策的影響因素，所以將主要的自變量都滯后一期，選取2006—2015年的數據。

(二)變量及其測量

1.因變量

本文的因變量是省級政府購買服務政策創新采納情況，即某省在某一年是否出臺政府購買服務政策。這是一個虛擬變量，頒布政府購買服務政策的取值為1，未頒布政策的則為0。盡管有部分省份所下轄的市級、縣級政府已經率先開展政府購買服務，但省級政府還未在全省范圍內統一開展政府購買服務，此時因變量的取值仍為0。

2.自變量

(1)創新主體因素

很多關于政策創新的研究都將政府經濟狀況和規模納入考量，通常認為政府的規模越大，省級的經濟狀況越好，所掌握的資源的就越多，就能夠更容易克服一系列在推廣創新時產生的各類阻力。目前已有的研究已經驗證了人口規模和轄區所在地的經濟發展水平即人均GDP都與政府政策創新的采納有正相關關系。因此我們推測更大的人口規模，更強的財政能力，更高的人均GDP，會使某省份政府更有可能采納政府購買服務的創新政策。

(2)創新客體因素

社會組織的數量用每萬人擁有的社會組織數量衡量，以2006-2015年《民政統計年鑒》中的社會組織單位數除以當年該轄區常駐人口數量來為指標。一般認為，城市人口比例能夠更好地反映城市化水平，但這一指標的各省數據統計口徑不一致，多個年份數據缺失，本文選擇城鎮人口比例作為公共服務需求的測量指標[15]。

(3)創新環境因素

在學習、競爭、強制和壓力四種影響政策擴散的機制中，競爭機制指的是在一個省級政府提前采納了某項政策創新后，由于競爭關系，會給其他同級別政府，尤其是相鄰省份的政府造成壓力。這樣的壓力會導致兩種截然不同的結果，一種是其他政府相繼開始進行創新，另一種則是故意逃避，仍舊不去接納此項政策創新[18]。因此，本文選取相鄰省級政府已經采納政府購買服務的省份數量進行衡量。

學習機制方面，Gary(1973)發現一項政策的創新會使決策者開始全國范圍內的討論和學習，并且政策在各地區間擴散的速度與全國范圍內的政策擴散速度存在著某種函數關系[19]。因此，我們選取全國范圍內已經采納政府購買服務的省份比例對其進行衡量。

壓力機制方面，我們以新聞媒體的認識進行衡量。新聞媒體報道某個社會政策的數量較多時，就會產生引起社會公眾的關注，給政府帶來一定的壓力。我們在中國知網的報紙全文數據庫上檢索每年以“政府購買服務”為主題的報道數量，以此指標作為衡量媒體報道狀況。

表1列出了本文研究的主要變量概況。

表1 主要變量說明及數據來源

*表示時該變量取自然對數。假設方向中,+、-、？、/分別表示自變量與因變量正相關、負相關、未知或不適用。

(三)假設驗證

樣本數據中開展政府購買服務的省份數據隨著時間的推進不再進入，因此數據會含有“右刪失”的情況，普通的橫截面數據分析方法在此不再適用。本文選取事件史分析法(EHA)研究影響政府購買服務政策擴散的因素。這是研究政府創新擴散時被學者廣泛采用的一種方法，基于前一期的變量預測本期的事件發生概率，能夠較好地識別影響事件發生的因素，并且能夠很好地解決數據刪失問題[20]。本文設計的因變量為二分變量。因此，在模型分析中，使用兩項Logit回歸分析來研究自變量對政府采購服務政策擴散的影響。

四、研究結果

(一)結果分析

表2、表3報告了我們主要變量的描述性統計和相關性分析結果。所有變量都顯示出較小的變化差異。相關分析的結果顯示，因變量省級政府購買服務政策的出臺與轄區的人均GDP、社會組織數、鄰近省份開展比例、全國比例以及媒體報道正相關，并在0.01及0.05的水平上顯著。這個結果為假設H1、H4、H7的成立提供了初步證據。多數自變量之間的相關系數都較小，只有少數大于0.8。我們采用方差膨脹因子(VIF)來檢測變量間的多重共線性問題，結果顯示各變量的VIF都遠小于警戒值10[21]，因此自變量之間并不存在嚴重的多重共線性問題。

表4提供了使用Logit回歸的數據結果，模型1、2、3分別是對創新主體因素、創新客體因素、創新環境因素單獨進行分析的結果，模型4、5、6是從創新主體因素、創新客體因素、創新環境因素三類自變量中選擇兩類進行回歸分析的結果，模型7是對三類自變量全部進行回歸的結果。數據的處理和檢驗均選取STATA軟件。除此外，表4提供了能夠一定程度上反映應模型擬合優度的指標，如回歸方程的對數似然函數值，模型的偽R2和卡方值。

表2 變量的描述性統計

表3 相關性分析

注：**p<0.01，*p<0.05。

表4還指出了不同模型中每個自變量的發生比(odds ratio)和標準誤。發生比表示因變量對應事件在某一時間段內的發生與不發生概率之比，值均大于等于0。若發生比為1，表示事件發生的概率等于不發生的概率(其他自變量保持不變的情況下)。當發生比大于1時，表示自變量對因變量的發生概率有著正向的影響；發生比小于1則代表有著負向的影響。觀察發生比的數值，我們可以得到如果其他變量不發生變動時，某一變量的變動會引起政府購買服務采用概率多大程度的變動。

除模型2以外，其他6個模型的結果都在0.01水平上顯著。模型2在0.1的水平上顯著，模型中偽R2最小的為0.033，模型7的偽R2最大，達到了0.566，說明7個模型對數據都有很好的擬合，能夠較強的解釋因變量的方差變異性。比較模型1、2和模型5、6可以發現，在加入創新環境因素的解釋變量后，模型的偽R2和卡方值均有顯著提高，說明模型的解釋力增強了。

在創新主體因素的各變量中，人均GDP與政府購買服務的采納在僅有創新主體因素解釋變量以及加入創新客體因素變量時(模型1，4)表現為正向的影響關系，并在0.01的水平上顯著；而加入創新環境因素后(模型5，7)呈現負的影響效果，在0.1及0.01的水平上顯著。并且，在相關分析時各省人均GDP與政府購買服務政策采納也為0.01水平上顯著的正相關關系。可以看到，一旦考慮到創新環境因素，人均GDP的正向影響關系就變為負向影響關系，說明人均GDP雖然對省級政府的政府購買服務政策采納有一定的解釋力，但這種影響是推動了省級政府政策采納還是阻礙了省級政府政策采納還要依情景而定，因而關于人均GDP的假設得到了支持。在模型1中省級人口規模和政府財政能力與政府購買服務的開展在0.1和0.01的顯著水平上顯著，在模型5中政府財政能力與政府購買服務的開展在0.05的顯著水平上顯著，除此外在模型4、5、7中均無顯著影響關系，并且在相關分析中，兩者與政府購買服務的開展的相關性也并不顯著，所以我們的假設H2、H3未得到支持。

表4 二項logit回歸結果

注：***p<0.01，**p<0.05，*p<0.1，括號外為發生比，括號內為標準誤。

在創新客體因素中，省級社會組織數量與政府購買服務政策擴散之間的關系在模型4、6、7中并不顯著，但是在單獨將創新客體因素的解釋變量放進回歸模型(模型2)時，社會組織數量與政府購買服務的開展正向相關，并在0.1的水平上顯著，同時在相關性分析中社會組織數量與政府購買服務的開展也顯著正相關，所以研究假設H4得到支持。盡管在模型7中公共服務需求變量與因變量在0.05的顯著性水平上有正向影響關系，但是在其余這一變量的模型(模型2、4、6)中，省級公共服務需求與政府購買服務的開展影響關系均不顯著，并且在相關性分析中與因變量也無顯著的相關關系，從而我們的假設H5未得到支持。

在創新環境因素中，模型3、5、6、7的結果表明全國比例與政府購買服務的采納在所有模型中均呈現顯著的正向影響關系，說明省級政府的政府購買服務政策的采納受到全國范圍內已采納的省級政府比例的影響，因此關于學習機制的假設H7得到了支持。而在含有媒體報道與鄰近省份比例兩個變量的模型(模型3、5、6、7)中，結果均顯示媒體報道與鄰近省份比例兩個變量和政府購買服務的開展之間的關系均不顯著，從而我們的假設H6和H8未得到支持。

(二)穩健性檢驗

本文主要從以下兩個方面進行了穩健性檢驗，研究結論保持一致。(1)使用同期的各解釋變量GDP水平、人口規模、政府財政能力、社會組織數量、公共服務需求、鄰近省份比例、全國比例及媒體報道進行回歸分析，結論依然成立。(2)本文嘗試增加了其他解釋變量各省份的市場化水平進行回歸分析，結論依然成立。

五、討論

本文采用自2007-2016年31個省、自治區和直轄市的211個樣本數據，并結合《中國國家統計年鑒》《中國民政統計年鑒》中的相關數據，構建了創新主體因素變量、創新客體因素變量和創新環境因素變量組成的模型。實證結果顯示，省轄區內人均GDP是政府購買服務政策采納的重要影響因素，但具體是起到推動還是阻礙作用要依情景而定，省轄區社會組織數量以及全國范圍內省份之間學習也為中國情境下的政府購買服務政策的擴散提供了有力解釋。本文的研究發現能夠幫助我們更好地理解政府的創新政策具體是怎樣擴散到各地，并且受哪些因素和機制的影響，對今后鼓勵和推動政府優秀的創新政策提供一些理論上的借鑒。本研究對我國的政府購買服務政策實踐發展可能帶來如下啟發：

首先，就創新主體而言，省內人均GDP對采納政府購買服務政策有顯著影響。在不考慮其他環境因素的情況下，一省經濟發展水平越高，說明其獲取資金和資源的能力越強，有助于增強政策創新的意識，而考慮到競爭、學習以及社會構建機制后，經濟發展水平的促進作用反而會變為抑制作用，即省份較貧窮或存在需求時則傾向于采納新政策。

其次，就創新客體而言，省轄區內每萬人擁有的社會組織數量越龐大，越有可能開展政府購買服務。社會組織是政府購買服務活動開展的重要對象，為社會提供高效高質的公共服務。因此，放松社會組織登記門檻，大力培育和發展社會組織有助于地方層面政府購買服務實踐的蓬勃發展。

最后，就創新環境而言，中央政策的垂直效應十分明顯，在中央出臺相關文件后，各省政府購買服務政策的擴散速度明顯加快。除此之外，省級政府購買服務政策的采納與全國范圍內采取政策創新的省份數量之間存在著顯著正相關的關系。所以中央政府所大力提倡并推廣某一政策以及全國范圍內的學習效應，可以對地方政府政策創新擴散產生積極影響。

當然，由于數據獲取方面的限制，本文不可避免地還存在諸多局限之處，未來研究可向以下兩方面深化拓展。一是現在通過二分變量對政府購買服務政策的衡量方式僅能反映出采納與否，而未來可進一步探索政策采納的程度和狀況；二是本文研究對象是省級政府，受中央層面強制性影響較為明顯，未來可將市級政府的政策創新擴散機理作為下一步研究的對象，檢驗是否可能存在其他影響因素。