黃冠捷(青海民族大學政治與公共管理學院)
青海省作為我國內陸大省,幅員遼闊,自然資源種類眾多,各類型礦產資源豐富,但同時又由于地理位置處于青藏高原,較為惡劣的自然環境制約了地區經濟發展。打通交通運輸命脈,成為發展自然資源開采,提高地區經濟活力的先行條件。在青海省政府的部署指導下,交通行業先后投資建設了多條地方鐵路項目。作為交通基礎設施組成部分,地方鐵路是國家骨干鐵路網絡的延伸,承擔沿線礦產資源的集疏運及工業、產業發展衍生的運輸需求,對促進區域經濟發展,提高礦產資源開發率,增加當地人民群眾、地區財政收入起到了積極作用。青海省H 地方鐵路,地處青海省海西州境內,線路吸引運輸服務區主要為M 煤田,是一條以煤炭運輸為主的貨物運輸線。
青海省海西州多年來主要以礦產資源開發為重要經濟發展動力之一,但礦產資源的開發勢必要對自然環境造成一定影響,產生經濟發展與環境保護之間的矛盾。“四個扎扎實實”的總體要求,明確了“扎扎實實推進生態環境保護”,進一步明確了青海省內環境保護中的重要性。而作為H 地方鐵路運輸服務主要對象的M 煤田,其煤炭資源儲量占全省總資源儲量的8%。自2003年起,先后有數家企業進入M 煤田進行勘查開發,但由于缺乏統一規劃,其資源開發利用效率不高,對生態環保重視不夠,基礎設施滯后。直至2014年,M 煤田因違法違規開采、過度開發,造成當地草原濕地生態環境被破壞,引起輿論的廣泛關注。為此青海省委、省政府統一部署,制定相關行政決策,積極開展生態環境綜合整治,經過數年時間,其主要生態環境已逐步得到恢復。
隨著M 煤田綜合整治行政決策落地實施,原H 地方鐵路沿線承運礦產開發企業多數停產,造成H 地方鐵路沿線各營業站發運需求下跌,2014年起鐵路運量受明顯影響,2015年呈現斷崖式下跌。H 地方鐵路所在的青海省海西州地區,鐵路年運量也呈現出較大幅度波動,2011 至2018年海西州、H 地方鐵路運量對比圖詳見圖1。

圖1 2011至2018年海西州、H地方鐵路運量對比圖
從圖1 可以看出,2011 至2013年H 地方鐵路運輸形勢良好,2013年同比2011年年運量增幅達到了44%,同時也帶動了所在青海省海西州鐵路運輸行業發展,H 地方鐵路年運量占比海西州鐵路運輸年總量的30%以上。但隨著2014年對M 煤田政治的行政決策執行后,H 地方鐵路承運需求下跌,2015年相比2014年同期跌幅達到63.9%,至2017年H 地方鐵路貨運量僅為2012年最高峰的13.4%。同時,海西州鐵路年總自2014年起也出現下跌,2015年運量至低位2169 萬噸后逐步恢復,直至2018年運量恢復至2593 萬噸,但相比2012年海西州鐵路貨運量最高位的2755 萬噸仍然差162 萬噸。
據此,以M 煤田綜合整治這一政策為例,可以看出其在執行過程中,不僅對其實施主體產生影響,也對其因政策實施所涉及的附屬產業造成間接影響,本文即以行政決策對H 地方鐵路運量影響為例進行分析。在分析前,首先明確行政決策的含義,即行政決策是決策的一種,它是行政機關為履行行政職能所做的行為設計和抉擇過程。行政決策的客體是廣泛的,既定的行政決策不僅對行政組織成員,而且對各級行政組織的管轄范圍內的企業、事業單位、社會團體和個人都有約束力,表現出行政決策的一定權威性。
以研究本例在對此行政決策落實中,假設行政決策對H 地方鐵路運量所造成的間接影響為一個單一變量,通過數據分析建立行政決策影響變量曲線。在本例中,即自2014年起至2018年,H 地方鐵路年運量每年同比減幅為數值參考,設立數據點,以X軸為年,Y 軸為同比減幅,繪制坐標圖,連點畫出曲線,該曲線即為政策對運量影響因素α,如圖2 所示。

圖2 H地方鐵路2014至2018年政策運量減幅影響因素示意圖
從圖2 可以看出,在政策實施后,對H 地方鐵路運量減幅影響因素α 呈下降且趨于平穩態勢,符合H 地方鐵路2014 至2018年運量變化情況。該因素曲線α 用較為直觀方式體現出行政決策對單一客觀因素的影響情況,有助于在行政決策制定時,以此為參考預估可能在制定同該例相同環境下,政策所產生的直接或間接的影響,為政策制定者提供對應數據化、要素化的模型參考。
同時,在設立以H 地方鐵路受政策影響因素α 的情況下,也可假設某個其他影響因素β、γ、δ 等,首先應假設其可能生成原因,可以假設其是政策影響因素,例如行政決策者對H 地方鐵路進行財政補助、減免稅負等,或是環境影響因素,例如因M 煤田整治改善了地區生態環境,產生環境變化,其他第三產業入駐形成多產業布局,H 地方鐵路由原單一產品運輸轉變為多品類貨物運輸,再或者是生產經營影響因素,即H 地方鐵路經營者主動改革,拋棄僅有貨物運輸單一運輸模式,利用生態環境改善布局旅游產業,增加旅客運輸范疇提高收入。其中β、γ、δ等影響因素的量值,可以參考借鑒相同或類似行政決策實施后對政策客體產生的影響,量值的選取隨著同類型行政決策影響的統計,其量值范圍可隨著統計數量級的增加逐漸趨于能夠正確反應現實狀況。在本例中,假設α(為負)、β、γ、δ 等影響因素的量值選取均為行政決策影響因素,不具備現實表現能力。可知當因素α>β+γ+δ 時,即表明影響因素和小于0,H 地方鐵路運量將減少。當影響因素α<β+γ+δ 時,即表明影響因素和大于0,H 地方鐵路運量將增加。

從現實角度來說,行政決策對政策客體的影響總是動態的,且往往都是在有利面或消極面。通過此行政政策影響力圖表方法,可以直觀地判斷行政決策所帶來的直接影響,并在政策實施前加以修正,以提高政策執行的成效。在本例中,即在因素α 所代表的決策造成H 地方鐵路運量下降,假設的β、γ、δ 等政策起到正向或反向作用,對其中起到正向效應且影響程度波動程度小的行政決策,應考慮擴大其政策效應,在本假設中以達到實現H 地方鐵路運量增長的目的。
綜上,行政決策對行政客體所產生的影響,可以通過建立行政影響力模型判斷政策主體對客體,或衍生或波及的客體所造成的直接或間接的影響程度。當然,采用此類方法分析行政決策對客體的影響,需要收集、統計大量相關類似決策數據,并對同類型行政決策進行評估,以體現正確的行政決策影響力。同時,在行政決策中,往往某項行政決策所涉及的政策客體并不單一,是具有連帶衍生性的,其行政決策對所影響的政策客體及相關所造成的影響難以估計,在某項行政決策制定時,需要提前預估其對政策客體及其衍生所產生影響情況。通過一個行政決策去彌補或抵消另一個行政決策所帶來的影響,往往會產生新的問題或矛盾,所以在行政決策過程中,行政決策制定者與實施者一定要注意其所帶來的后果及影響。