公共衛生危機中技術治理創新擴散的影響因素分析

朱光喜 楊海祿

摘要：以信息為基礎的管理技術在公共治理領域中創新應用越來越廣泛，但已有研究只關注常態情形下的技術治理創新擴散。文章基于TOE框架，構建“危機程度—經濟發展—技術能力”三維分析框架，并以新冠肺炎疫情防控期間健康碼擴散為例，采用事件史分析法，探討公共衛生危機中技術治理創新擴散的影響因素。結果顯示：公共衛生危機中危機程度與地方政府采納技術治理創新呈負相關，而經濟發展和技術能力與地方政府采納技術治理創新呈正相關。較之于常態情形，作為公共衛生危機特有屬性的危機程度對地方政府采用技術治理創新具有明顯的抑制作用，但經濟發展和技術能力依然是推動技術治理創新擴散的重要因素。經濟實力和技術能力越強的地方政府會有更強的風險偏好和承受能力，會更積極地尋求技術治理創新手段來應對危機和恢復經濟社會秩序。

關鍵詞：公共衛生危機；技術治理創新；影響因素；健康碼；擴散

中圖分類號：D601文獻標識碼：A文章編號：2095-5103（2021）11-0013-09

基金項目：廣西研究生教育創新計劃項目（學位與研究生教育改革課題）“民族地區院校研究生《公共政策研究》課程本土化改革與實踐”（JGY2021108）。

一、問題的提出

隨著“互聯網+”等信息技術的迅速發展，技術大規模應用到公共治理領域并推動著治理體系和政務服務的時代變革[1]，技術治理逐漸發展成為現代公共治理的基本形態[2]。所謂技術治理，一般認為是信息技術在公共治理中的應用[3]，即政府為了提升公共治理效率，借助各種信息技術手段開展的治理活動，如實施電子政務[4]、建設智慧政府[5]、推行數據治理[6]等。信息技術不僅帶來了常態情境下地方政府的治理變革，還極大地推動了公共衛生危機領域的治理創新。這種將技術治理和公共衛生危機管理進行創新性結合的方式能有效降低危機防控的難度和成本、提升危機治理的效率和科學化水平，從而迅速得到推廣應用。如“健康碼”就是典型的案例，其在新冠肺炎疫情防控中起到了精準防控的作用并在短期內得到大范圍的擴散。那么，在公共衛生危機情境下哪些因素會影響技術治理創新擴散？其較之于常態情形會有何差別？這些是技術治理的創新與擴散領域需要回答的新問題。

已有研究主要聚焦于研究常態情形下電子政務、公安微博、政務短視頻和“互聯網+”等典型的技術治理創新擴散的影響因素。已有研究主要從三個方面展開探討：一是府際關系因素，包括縱向行政壓力和橫向區域擴散壓力等[7]；二是經濟環境因素，包括經濟發展水平、市場化程度、經濟開放程度、政府財政健康狀況等[8]；三是技術能力因素，包括電子政務績效、互聯網普及率、公眾的信息技術應用能力和科技支出水平等[9]。盡管有個別文獻關注到公共危機情境下的創新擴散現象，但重點在于探究公共危機事件引發的爆發式技術治理創新擴散特征[10]。因此，已有研究缺乏針對公共衛生危機情境下技術治理創新擴散影響因素的分析。

本文以新冠肺炎疫情防控期間健康碼擴散為例，基于TOE框架構建分析框架，運用事件史分析法對公共衛生危機情境中技術治理創新實現擴散的影響因素進行探究。

二、理論基礎與研究假設

托納茨基（Tornatizky）和弗萊舍（Fleischer）在技術接受模型和創新擴散理論的基礎上提出了用于分析新興技術應用影響因素的TOE框架[11]。TOE框架認為組織對創新性技術的采納和應用受到環境、組織和技術三方面的共同影響。其中，環境因素強調組織外部環境的影響，包括組織的外部條件以及政策環境等[12]；組織因素涉及組織的特征，包括組織發展的自身壓力、組織資源[13]等；技術因素主要關注技術特征對組織采用技術創新的影響，主要包括技術能力等[14]。TOE框架在技術治理創新中得到了廣泛的應用和驗證[15]。本文基于此框架提出影響公共衛生危機中技術治理創新擴散的環境、組織和技術三個方面的關鍵影響因素。

（一）環境因素：危機程度

在公共衛生危機中，地方政府面臨風險防控的嚴峻挑戰，危機程度成為組織采納技術治理創新時所需要考慮的關鍵外部環境，且這種外部環境很可能會阻礙地方政府采納技術治理創新。公共衛生危機具有廣泛的傳播性，控制傳染源從而控制危機的蔓延是地方政府在公共衛生危機治理中最重要的目標，而控制人員流動從而抑制傳染源的傳播是最有效的方法，因此對涉及人口流動的技術治理手段地方政府會持謹慎態度。同時，技術治理創新本身還具有可靠性風險[16]，因為技術治理創新是以信息技術為基礎，在信息的獲取、整合、研判和風險識別中可能存在偏差甚至誤判，如果將以偏差甚至錯誤的信息為基礎的技術治理創新應用到公共衛生危機治理中，有可能使危機進一步傳播，甚至產生公共衛生危機治理風險的疊加效應。

（二）組織因素：經濟發展

組織因素是指不同地方政府的特點。在我國政治制度和政府體制下地方政府間的差異主要來自政府的經濟發展和資源能力差異，即經濟發展需求和財政支撐能力的不同，這種差異會影響其采納實施技術治理創新的行為。首先，公共衛生危機會阻斷生產要素的流動和調配從而破壞經濟發展秩序。經濟發展水平越高的地方，其對生產要素和資源的流動性依賴更強，從而在危機中經濟損失更大，因此其地方政府對任何有助于在危機中迅速恢復經濟常態的技術治理創新的需求更強。其次，技術治理創新的實施需要財政資源的支持，技術治理創新在創新研發、后臺技術維護、專業人員運營等方面都需要大量的資金投入來支撐，豐富的財政資源可以為地方政府采納技術治理創新提供財力保障[17]。

（三）技術因素：技術能力

技術能力包括政府的技術供給能力和公眾的技術應用能力。地方政府的技術供給能力越強，越有助于政府接受和適應技術治理創新[18]，尤其在公共衛生危機中，面對緊急形勢，技術治理創新必須在短期內快速完成，這更要求地方政府具備很強的技術供給能力[19]。同時，公眾的技術應用能力越強，對技術治理創新的運行原理和操作越易理解和接受，對技術治理創新的需求和接受性就越強[20]，并且還會主動要求地方政府通過技術治理創新來緩解公共衛生危機給個人造成的困境，從而促進地方政府采用技術治理創新[21]。

上述基于TOE框架提出的三個方面因素的作用機理見圖1。

在公共衛生危機中，地方政府面臨著危機防控和經濟發展的雙重困境：一方面，地方政府需要采取管控措施，降低人員等生產要素的流動性來控制危機擴散，而這會阻滯經濟秩序的恢復；另一方面，地方政府迫切需要通過人員等生產要素的流動來滿足經濟發展的強烈需求，而這可能導致公共衛生危機風險的進一步增加，甚至引發社會危機。技術治理創新可以通過大數據判定人員等生產要素的風險等級，并根據風險等級的不同進行分類管理，讓符合條件的要素流動，禁止不符合條件的要素流動，以實現既可以保證公共衛生危機防控工作嚴格執行，又可以恢復正常經濟秩序的目的。

據此本文提出了三個基本研究假設。

H1：危機程度越嚴重，地方政府采用技術治理創新的可能性越小。

H2：經濟發展越強，地方政府采用技術治理創新的可能性越大。

H3：技術能力越高，地方政府采用技術治理創新的可能性越大。

三、實證分析：新冠肺炎疫情中的健康碼擴散

（一）健康碼擴散案例

2020年初，新冠肺炎疫情暴發，為應對疫情各地實行封閉式管理，經濟和生活秩序受到巨大影響。2月11日，浙江省杭州市率先上線健康碼以作為人員是否可以流動的憑證，2月17日浙江省全省上線健康碼，隨后其他省份也開始采用。健康碼以信息技術為基礎，通過整合和對比個人的居住地信息、行程信息以及各地衛生健康部門上報的新冠肺炎確診病例、疑似病例及密切接觸者等人員信息，給個人發放證明其高、中、低風險的紅、黃、綠三色碼。持有綠碼的低風險者可以以規定的方式在規定的范圍內流動，而持有黃碼的中風險者被限制流動，持有紅碼的高風險者則被禁止流動。為促進復工復產，2月29日，國家政務服務平臺啟用防疫健康信息碼。3月23日，西藏上線健康碼，標志著全國31個省級政府（除港澳臺）已全部上線健康碼。

選擇健康碼擴散作為案例有兩個原因：第一，新冠肺炎疫情屬于典型的公共衛生危機，而健康碼為精準防控疫情產生，符合本文的研究情境；第二，健康碼通過個人申報健康信息和大數據分析研判的方式，屬于典型的信息技術在公共衛生危機治理中的創新性應用。

本文選取中國31個省級政府為研究對象：一是省級政府是地方層面負責統籌疫情防控工作的最高層次決策主體，能真實體現地方政府采納健康碼的決策特征；二是省級政府健康碼上線信息較之于市縣級政府的信息更為全面和公開，獲取的研究數據更為準確。

（二）變量、數據和方法

1.變量描述

（1）因變量。本文選取健康碼采用與否作為因變量（二分類變量），指的是某省級政府在研究的日期內是否上線健康碼，將其上線日期及以后日期變量賦值為1，此前日期變量均賦值為0。

（2）自變量。①危機程度因素：選取新增確診、累計治愈和累計死亡人數三個變量來衡量。新增確診和累計死亡人數越多，疫情防控形勢越嚴峻，而累計治愈人數越多則表明疫情防控形勢越緩和。②經濟發展因素：選取第三產業占GDP的比重、平均GDP增速和流動人口占比三個變量來衡量。第三產業占GDP的比重和平均GDP增速作為宏觀經濟的重要觀測指標，可以很好地衡量地方政府的經濟發展需求和財政支撐能力，流動人口占比則能進一步反映經濟結構和發展需求。③技術能力因素：選取省級政府網上政務服務能力指數和互聯網普及率來衡量。健康碼本質上是信息技術在公共衛生危機治理中的應用，它與政府的信息技術供給能力和公眾的信息技術應用能力密切相關。政府的信息技術供給能力可以用省級政府網上政務服務能力指數來衡量，公眾的信息技術應用能力可以用互聯網普及率來衡量。

（3）控制變量。①相鄰省份采用比例。地理接壤的地區在許多方面都有共同之處，相互學習和模仿的機會更多、可能性也更大，并更傾向于將彼此視為競爭對手[22]。本文用與該省地理位置接壤的省份采用健康碼的比例來衡量相鄰省份采用比例。②中央推動。中央政府的行政推動會促進地方政府采納治理創新[23]。本文以2020年2月17日國務院聯防聯控機制印發《關于科學防治精準施策分區分級做好新冠肺炎疫情防控工作的指導意見》和2020年2月29日國家政務服務平臺推出“防疫健康信息碼”作為中央行政推動的標志。③人口規模。研究表明地方政府的人口規模與政府組織的新政策采納概率成正比[24]。因此需要控制各省級政府的人口規模，采用各省級政府年末常住人口總數進行衡量。④地理區域。鑒于我國不同地理區域具有較大的差異性[25]，將地理區域作為控制變量。本文以中部地區為參照組，設置東部、西部和東北三個虛擬變量。⑤醫療機構床位數。一個地區的醫療資源可利用情況會影響到該地區的疫情防控形勢，不同省級政府在可以利用的醫療資源方面存在顯著差異，通常用醫療機構床位數來對其進行衡量[26]。

2.數據來源及數據處理

（1）數據來源。本文因變量的數據來自各省級人民政府網站、各省級衛生健康委員會和人民網等權威官方平臺。自變量的數據來自《中國人口和就業統計年鑒（2020）》[27]、《省級政府和重點城市網上政務服務能力（政務服務“好差評”）調查評估報告（2020）》[28]、第39次《中國互聯網絡發展狀況統計報告》[29]等統計資料和研究報告，以及國家統計局、中國政府網和百度疫情實時大數據報告等公開的網站資料。由于事件史是用t時刻的條件狀態預測t+1時刻的事件發生概率，因此以日為單位變動的危機程度各個變量是采用前置1天的實時數據；而經濟發展和技術能力各變量以及控制變量中的人口規模、醫療機構床位數等以年度為單位變動的變量采用的是2019年的狀態數據。其中，互聯網普及率采用的是2017年第39次《中國互聯網絡發展狀況統計報告》的數據，因為本次報告公布了各省份的互聯網普及率，此后的報告均未發布該數據。各變量及數據來源見表1。

對于中央出臺文件和國家推行健康碼兩個變量，考慮到政策要求不可能立即產生擴散效應，因此把中央出臺文件產生效應的時間滯后1天，將2月18日及以后日期變量賦值為1，此前日期變量均賦值為0，同理將國家健康碼產生效應的時間也滯后1天。此外，本文對數值較大的變量取對數處理，如新增確診、累計治愈、累計死亡和人口規模等，從而消除可能存在的異方差影響。

（2）假設驗證方法。由于本文設計的因變量為二分類變量，因此不適用于OLS經典回歸，這種二分類變量的研究可以選擇Logit模型[30]，因此本文也采用logit模型對研究假設進行實證分析，并且采用了穩健性標準誤，以降低異方差的干擾。

（三）結果分析

1.省級政府采納健康碼概況

本文以日為單位，繪制了省級政府健康碼每日上線數和累計上線數的擴散概況（見圖2）。

圖2顯示，我國31個省級政府僅用了39天就全部上線了健康碼，擴散速度極快。從累計上線的數量來看，其圖形呈現出S形曲線，符合創新擴散的一般規律。

2.回歸分析

采用Logit回歸的具體結果見表2。回歸結果顯示，不同因素對健康碼的采納擴散有著不同的影響。

模型1是包含控制變量的基準模型，模型2、模型3和模型4在模型1的基礎上分別加入了危機程度、經濟發展和技術能力三個因素所包含的變量，模型5在模型1的基礎上加入了危機程度因素和經濟發展因素的變量，模型6包含了所有的變量。其中，模型6的R方值大于其他模型，說明包含危機程度、經濟發展和技術能力的綜合模型對健康碼擴散的解釋力最強。

危機程度方面，新增確診和累計死亡同健康碼的采納負相關且在模型2、模型5和模型6中都通過了0.01水平上的統計顯著性檢驗；累計治愈同健康碼的采納正相關且也在模型2、模型5和模型6中通過了0.01水平上的統計顯著性檢驗。表明地方政府面臨的危機程度越嚴重，采用健康碼的可能性越小，反之則采用健康碼的可能性越大，假設H1得到驗證。

經濟發展方面，第三產業占GDP的比重在模型3、模型5和模型6中均與健康碼的采用正相關且在模型5和模型6中通過了顯著性檢驗；平均GDP增速與健康碼的采用正相關且在模型3、模型5和模型6中均通過了0.01水平上的顯著性檢驗；流動人口占比也與健康碼的采用正相關且在模型3中通過了0.01水平上的顯著性檢驗。表明地方政府的經濟發展需求和財政支撐能力越強，采用健康碼的可能性越大，假設H2得到驗證。

技術能力方面，政務服務能力指數與健康碼的采用正相關，并且在模型4中通過了0.01水平上的顯著性檢驗，在模型6中通過了0.05水平上的顯著性檢驗；互聯網普及率在模型4和6中與健康碼的采用正相關。表明地方政府的技術供給能力和公眾的技術應用能力越強，采用健康碼的可能性就越大，假設H3得到驗證。

此外，大部分控制變量通過了顯著性檢驗，表明相鄰省份采用比例、中央出臺文件以及國家推行健康碼等因素對省級政府上線健康碼也會產生影響。

四、研究結論

本文基于“危機程度—經濟發展—技術能力”的三維框架，以新冠肺炎疫情防控期間健康碼擴散為例，對公共衛生危機中技術治理創新擴散的影響因素進行了實證分析。結果顯示：公共衛生危機中，危機程度負向影響地方政府采用技術治理創新的概率，而經濟發展和技術能力則正向影響地方政府采用技術治理創新的概率。

在公共衛生危機中，經濟越發達的地方因受到的損失更大從而采用技術治理創新來恢復經濟秩序的需求越強，并且經濟越發達地方政府的財政資源越豐富，采用技術治理創新的經濟支撐能力就越強。技術治理創新是以技術的開發和運用為基礎，因此除了經濟發展驅動和財政支撐能力，地方政府的信息技術供給能力和公眾的信息技術應用能力也會直接影響其對技術治理創新的采納，地方政府的信息技術供給能力越強，轄區公眾對技術治理創新的需求和接受程度越高，采納技術治理創新的可能性就越大。因此，公共衛生危機中地方政府在決策是否采納技術治理創新時，盡管都會把危機及其風險作為重要的考量因素并采取謹慎的態度，但經濟實力和技術能力越強的地方政府會有更強的風險偏好和承受能力，會更積極地尋求技術治理創新手段來應對危機和恢復經濟社會秩序。

參考文獻：

[1]馬亮.政務服務創新何以降低行政負擔：西安行政效能革命的案例研究[J].甘肅行政學院學報，2019（2）.

[2]劉永謀.技術治理的邏輯[J].中國人民大學學報，2016，30（6）.

[3]顏昌武，楊鄭媛.什么是技術治理？[J].廣西師范大學學報（哲學社會科學版），2020，56（2）.

[4]翟云.“十四五”時期中國電子政務的基本理論問題：技術變革、價值嬗變及發展邏輯[J].電子政務，2021（1）.

[5]趙勇，曹宇薇.“智慧政府”建設的路徑選擇——以上海“一網通辦”改革為例[J].上海行政學院學報，2020，21（5）.

[6]胡海波.理解整體性政府數據治理：政府與社會的互動[J].情報雜志，2021，40（3）.

[7]王友奎，趙雪嬌，張楠.政務服務中智能問答機器人創新擴散的影響因素研究——基于事件史分析[J].電子政務，2019（12）.

[8]嵇江夏，宋迎法.政府網上政務服務政策創新擴散研究——基于32個地級市數據的事件史分析[J].情報雜志，2020，39（12）.

[9]劉佳，劉俊騰.“最多跑一次”改革的擴散機制研究——面向中國294個地級市的事件史分析[J].甘肅行政學院學報，2020（4）.

[10]王法碩，張桓朋.重大公共危機事件背景下爆發式政策擴散研究——基于健康碼省際擴散的事件史分析[J].電子政務，2021（1）.

[11] Tornatizky L G，Fleischer M，Chakrbarti A K. The processes of technological innovation[M]. Lexington，Massachusetts：LexingtonBooks，1990.

[12]韓娜娜.中國省級政府網上政務服務能力的生成邏輯及模式——基于31省數據的模糊集定性比較分析[J].公共行政評論，2019，12（4）.

[13] Walker R M.Internal and external antecedents of process innovation：a review and extension[J].Public Management Review，2014（1）.

[14]譚軍.基于TOE理論架構的開放政府數據阻礙因素分析[J].情報雜志，2016，35（8）.

[15]譚海波，范梓騰，杜運周.技術管理能力、注意力分配與地方政府網站建設——一項基于TOE框架的組態分析[J].管理世界，2019，35（9）.

[16]張鋌，程樂.技術治理的風險及其化解[J].自然辯證法研究，2020，36（10）.

[17] Zheng Y，Holzer M.Explaining e-participation diffusion at the national level：an examination of external environmental influences[J].International Journal of eGovernance and Networks，2013（2）.

[18]李歡歡，顧麗梅.技術理性、政治理性與網上政務服務能力建設——基于中國地級市政府互聯網服務能力建設的實證研究[J].電子政務，2020（6）.

[19]史晨，耿曙，鐘燦濤.應急管理中的敏捷創新：基于健康碼的案例研究[J].科技進步與對策，2020，37（16）.

[20] Yang G.The internet and civil society in China：a preliminary assessment[J].Journal of Con- temporary，2003（36）.

[21] Tang T，Hou J，Fay D L，et al.Revisit the drivers and barriers to e-governance in the mobile age：a case study on the adoption of city management mobile apps for smart urban governance[J].Journal of Urban Affairs，2021（4）.

[22] Mooney C Z.Modeling regional effects on state policy diffusion[J].Political Research Quarterly，2001（1）.

[23]李智超.政策試點推廣的多重邏輯——基于我國智慧城市試點的分析[J].公共管理學報，2019，16（3）.

[24] Mitchell J L.Does policy diffusion need space？ Spatializing the dynamics of policy diffusion[J]. Policy Studies Journal，2018（2）.

[25]朱多剛，郭俊華.專利資助政策的創新與擴散：面向中國省份的事件史分析[J].公共行政評論，2016，9（5）.

[26]張冬兒，謝靜，王庸非，等.公立醫療衛生機構資源水平對私立醫療衛生機構發展的影響（2002—2017）：基于門檻回歸[J].中國衛生政策研究，2019，12（9）.

[27]國家統計局人口和就業統計司.中國人口和就業統計年鑒（2020）[M].北京：中國統計出版社，2020.

[28]中央黨校（國家行政學院）電子政務研究中心.省級政府和重點城市網上政務服務能力（政務服務“好差評”）調查評估報告（2020）[R].北京：中央黨校（國家行政學院）電子政務研究中心，2020.

[29]中國互聯網絡信息中心.第39次中國互聯網絡發展狀況統計報告[R].北京：中國互聯網絡信息中心，2017.

[30]馬亮.政府2.0的擴散及其影響因素——一項跨國實證研究[J].公共管理學報，2014（1）.

責任編輯：羅鈺涵