李艷飛,李蘇梅,王亦虹,李 健
(1.天津理工大學 管理學院,天津 300384; 2.天津大學 管理與經濟學部,天津 300372)
近年來,不同類型突發事件呈現頻發且影響巨大的復雜態勢。以事件為中心的“發生治理”“預防治理”的應急管理辦法已經遠遠不能滿足當下及未來的應急管理要求,急需建立常態化的管理模式,提升地方政府常態化應急能力[1]。地方政府的應急能力不僅包括事件預防、響應和事后恢復的能力,更體現在基礎設施建設、大數據發展等應急基礎能力[2]。這些應急基礎能力需要長時間的投入和建設,是提升應急能力的“基本功”。地方政府要擺脫事件治理的應急管理思路,建立健全應急管理機制,苦練應急能力“基本功”。本文將從地方政府的主體視角探索影響地方政府應急能力的應急管理因素,為地方政府提供可操控的應急能力提升路徑。
關于政府應急能力的研究分為3個階段。發展初期,應急管理強調單個事件的救災、減災,管理目標在于使事件造成的損失最小、對社會造成的負面影響最低[3]。中期關注突發事件的全過程,包括事前監測、事中響應和事后恢復[4]。后期對政府應急能力的研究更加注重系統的自我恢復能力,較多學者將彈性理論應用到政府治理中[5]。因此,針對政府應急能力的研究重點主要向以下2方面發展:1)研究重點由關注應急設施、應急資源等硬件因素轉向信息、組織協調等應急軟實力建設。2)研究重點由事件預警、響應和恢復為主線的單項事件應急轉向提升地方政府的常態化應急,強調彈性、韌性等自主性應急能力的提升。
鑒于此,本文以TOE框架并結合應急恢復彈性理論,構建1個雙維度的研究框架,識別影響各級政府應急能力的前因變量,見表1。TOE框架即“技術-組織-環境”框架,技術主要聚焦于技術是否與組織結構相匹配、是否能夠為組織帶來潛在收益及效益等;組織包括組織規模、溝通機制和組織資源等方面;環境指組織所處的市場結構、需求壓力等外部制度環境。應急恢復彈性理論可將所有因素劃分為硬彈性和軟彈性,硬彈性以物理為導向,即堅固的物理設施系統與系統之間的松散耦合連接,能對抗外界干擾,并通過規劃、優化、建設、加固和存儲冗余資源來實現。軟彈性取決于組織之間的準備、協調和協作,主要通過部門與各救援組織之間及時溝通,包括清晰準確地識別風險演變,以減少系統性風險[6]。硬彈性和軟彈性可以被視為互補方面,共同納入災害的準備和應對工作。
表1 應急能力影響因素框架
1)技術層面包括基礎設施水平和大數據發展水平2個因素。完善基礎設施建設,可有效應對突發事件。在應急救援過程中,水、電、氣、熱、通信、交通等基礎設施被稱為“生命線”,在各類突發事件中均起重要作用。應急公共基礎設施缺乏、脆弱、利用率低等,會影響應急實效。大數據應用于突發事件的全過程,有助于提高突發事件應急決策的科學性、準確性、有效性[7]。在預測、預警階段,用于數據的采集、集成、分類、存儲和建模等。在應急響應階段,用于事件分析、關聯性對比、可視化處理、決策調整等,能夠迅速確定事件的信息和類型,做出最佳方案并進行資源的調配和管理工作[8]。在事后處置階段,用于災害損失統計、評估以及災后重建。
2)組織層面包括注意力分配和應急資源2個因素。政府的行為選擇在很大程度上由政府注意力分配的不同導致的,領導者的關注程度以及支持力度影響政策和項目的執行情況,進而影響事前、事中、事后的應急效果[9]。應急資源包括防護用品類、生命救助類、救援運載類、臨時食宿類、動力燃料類、工程設備類、通訊廣播類、交通運輸類等[10]。應急資源和裝備保障直接關系到應急人員安全、監測分析、預測預警、污染控制與消除,是應急能力的物質保障[11]。
3)環境層面包括社會力量、應急外部需求和經濟發展水平3個因素。社會力量包括非政府組織、營利組織、公眾和媒體等,具有資源豐富、貼近一線、組織靈活等優勢以及發展速度快、參與熱情高、活動范圍廣、服務領域寬等特點,是當地政府的聯動“伙伴”,除主動配合政府應急舉措外,還能全面監督政府施政行為,是身邊危機的應對“主力”[12]。在政府專業救援力量有限的情況下,社會應急救援隊伍開展自助互救,能有效減輕突發事件造成的人員傷亡和財產損失[13]。其次,應急系統的完善程度與各省的突發事件頻數有關,頻數越多越容易引起政府及社會的關注,進而加大投入力度,提高預警信息收集處理效率、救援演練頻率、救援隊伍組建和物資配送速度等,因此外部應急需求較多的地區一般應急能力較高。此外,經濟發達地區有能力投入更多的軟硬件設施用以防御各種突發事件,其應急能力強于落后地區[14]。
現有應急管理研究稍側重于理論層面的演繹推理,缺乏多案例的實證探討。因此,本文基于組態思想,以我國31省作為案例研究對象進行定性比較分析,考察地方政府常態化應急能力影響因素之間的規律性特征,為地方政府應急能力提升提供理論和現實依據。
定性比較分析方法(QCA)基于布爾代數與集合論思想,擅長對中小數量樣本進行跨案例比較分析,研究多個原因與某個特定結果之間的邏輯關系,其目的在于解釋因果復雜性現象,同時不丟失外部推廣效度。近年來,國內外學者對QCA的關注呈顯著上升趨勢,在政治學、社會學、管理學與國際關系等諸多領域均有涉及。由于各省政府應急能力的技術、組織、環境存在一定差距,前因條件的隸屬關系存在一定模糊性,本文使用模糊集定性比較分析法(fsQCA),從多案例現實描述中尋找高應急能力的影響因素和組合路徑,以彌補當前對政府應急能力實證研究不足的現狀。
本文選擇全國31省作為研究樣本,主要原因是條件變量的測量數據來源于權威機構公布的面板數據,數據的可靠性較高;其次,31省的技術、組織、環境因素各不相同,樣本變量的差異有助于開展樣本組態分析,充分識別31省應急能力提升的因素和組合路徑。
1)條件變量選擇
①基礎設施水平。交通運輸基礎設施是基礎設施的重要組成部分,也是其發展水平的集中體現。考慮到數據可得性,選取能夠反映交通運輸基礎設施水平的典型指標—物流網絡密度指標來度量基礎設施水平。物流網絡密度=(鐵路營業里程數+內河航道里程數+公路里程數)/省域面積。該樣本數據來源于《中國統計年鑒 2020》。
②大數據發展水平。本文將用大數據發展指數來衡量各省大數據發展水平。該數據來源于《中國大數據區域發展水平評估白皮書(2020年)》。
③注意力分配。《生產安全事故應急條例》是規范指導生產安全事故應急工作、提高應急能力的重要行政法規,于2018年12月5日由國務院第33次常務會議通過。本文通過測量各省級政府對該條例的反應時間間隔間接測量政府對應急突發事件的重視程度。時間間隔越短,認為該政府對應急突發事件越重視,注意力分配指數越高。數據來源于各省的應急管理廳(局)官方網站。
④應急資源。應急資源類型繁多,不便于度量,考慮到應急資源的保障離不開政府的應急財政預算,本文將各省級政府災害防治及應急預算支出作為衡量應急資源的測量指標。該數據來源于2019年各省應急管理廳財政部門預算公開。
⑤應急外部需求。選取2019年全年突發事件的頻數來衡量其應急需求量,選取指標來源于國家突發事件預警信息發布網。
⑥社會力量。用志愿者的比例來衡量應急救援社會力量的規模。通過各省志愿者人數占該省總人口比例來衡量各省應急人力資源豐富情況。該數據來源于中國應急信息網社會救援力量欄2019年各省志愿者情況圖。
⑦經濟發展水平。通常利用人均GDP來反映各省的經濟發展實力。該數據來源于《中國統計年鑒 2020》。
2)結果變量選擇
應急能力通過各省應急能力的評級來反映。數據來源于國際危機與應急管理學會發布的《中國應急報告 2020》,該報告針對應急管理的準備、響應、援救、恢復4個階段分別設置評價指標,組織應急管理研究專家進行研判、評分,將得分情況進行數學運算及系統排序,最終將31省按Ⅰ、Ⅱ、Ⅲ、Ⅳ 4個程度進行劃分。考慮到評價報告選取的是31省2019年最為突出的5件突發事件,其結果可能不穩定,加之僅選取1 a的數據具有偶然性,因此本文選取3 a(2017—2019年)的應急報告數據均值來反映31省近年的應急表現能力。
1)變量賦值與錨點確定
本文依據Ragin理論[15],使用fsQCA 3.0軟件,將原始數據轉變為模糊集進行分析,參考Fiss理論成果[16],采用數據的4分位數作為其3個錨點,使校準后的集合隸屬度介于0~1之間。對于交叉點的選擇,結合研究資料實際情況來最終確定,各變量的測量指標描述和校準見表2。
表2 變量指標描述及校準錨點
2)計算模糊集
利用fsQCA 3.0軟件得出各變量校準后的模糊集隸屬分數,在表2基礎上進行模糊值校準。為避免在計算模糊集時,可能會出現隸屬分數為0.5的情形,因此,采用Fiss方法對于出現模糊集隸屬分數0.5所在條件增加0.01,同時確保計算后的模糊集數據最大值不超過1。經過計算和調整,最終得到所有條件變量與結果變量的模糊集,見表3。
表3 研究案例各變量校準后的模糊集隸屬分數
對于各條件變量進行必要性檢測,目的是檢驗各條件變量是否構成結果變量的必要條件,若某條件的一致性結果大于0.9,表明該條件變量的必要性成立。使用fsQCA3.0軟件分別將應急能力(YJNL)作為輸出結果,得到各變量的一致性數值及覆蓋度,見表4。
表4 條件變量的必要性檢測
由表4可知,高應急外部需求(YXQ)是產生高應急能力的必要條件(一致性0.931 162>0.9),能解釋約為59.7%的省份,具有相當的解釋力度。高應急需求(YXQ)對高應急能力(YJNL)具有顯著影響,即高應急需求是影響政府高應急能力的必要因素,但并非只具備高應急需求就能使應急能力效果最佳。在必要條件分析基礎上,本文將把這些前因要素條件納入fsQCA,進一步探索產生高應急能力的組態。
采用fsQCA3.0對該面板數據進行分析,參考現有研究,將組態分析的一致性閾值設定為0.8,將PRI一致性閾值設定為0.7,將頻數閾值設定為1。通過軟件分析后得到復雜解、中間解、簡約解3類。其中,中間解不會簡約掉必要條件,通常認為應該匯報中間解,并結合簡約解區分核心與邊緣條件。若前因條件同時出現于簡約解和中間解,則為核心條件;若此條件僅出現在中間解,則將其記為邊緣條件。根據此理論,得出符合政府高應急能力的組態構型,見表5。
由表5可知,應急外部需求(YXQ)在每條路徑中均有出現,是影響政府高應急能力的必要條件。影響政府高應急能力的路徑有5條,一致性指標分別為0.930 657,0.912 833,0.932 642,0.947 368,0.966 942,均大于0.9,顯示出較高的一致性,說明這5條路徑是影響政府高應急能力的必要條件。模型解的覆蓋度為0.429 01,解釋了產生高應急能力的主要原因。根據各地區經濟發展水平不同,對5條路徑進行以下分類。
表5 政府高應急能力的組態分析
1)類型1:經濟發展水平+大數據驅動型
包括組態1~3的3種路徑,主要針對經濟發達省份。高經濟發展水平是政府應急能力硬性系統(人力、物力和財力投入)的最終保障,大數據水平是重要的技術軟彈性系統。以硬性系統的主要驅動因素不同,又可以分為2種路徑。
①社會力量+大數據驅動型。包括組態1和組態2。這2條路徑均包含GDP*DSJ*~ZYF*YXQ*ZYZ這幾個條件變量,這說明在弱注意力分配(~ZYF)下,社會力量可利用經濟和大數據優勢開展自助互救。社會力量具有自發性、多樣性、非正式等特征,能利用數據平臺快速搜集信息并協調志愿者救援隊伍開展自救。滿足這2條路徑的案例包括福建、上海、安徽、重慶、天津5個省,2條路徑覆蓋度分別為0.156 73,0.231 715,相比較其他路徑覆蓋度較高,說明社會力量救助在突發事件的應急救援的全過程中發揮巨大作用。因此,擁有經濟發展和大數據水平的地方政府應正確引導社會力量進行自助互救。
②基礎設施+大數據驅動型,即組態3。廣東省由于人口眾多,志愿者比例相對總人口較少,社會力量和應急資源相對匱乏,但其基礎設施發展水平較高,在政府高注意力分配情景下,也能獲得較高應急能力水平。
2)類型2:注意力分配+應急資源+社會力量驅動型
即組態4和組態5,主要針對欠發達省份。2者反映低經濟發展水平情景下政府的高應急能力的實現路徑。與組態4相匹配的是四川省,組態5相匹配的是河北省,這2個省份的區別在于四川的基礎設施不夠完善,但是大數據發展水平較高,而河北的基礎設施較好,但大數據發展水平較低。這2條路徑均包含條件變量~GDP*ZYF*YZY*YXQ*ZYZ,意味著在經濟發展水平較低的情況下,高應急能力的形成需要政府的主導—高注意力分配和高應急資源配置,還應協同社會力量一起參與救援活動,彌補政府能力的不足。該路徑的解釋力度僅為0.066 379 8,0.071 911 5,盡管解釋力度不高,卻是經濟落后地區短期內提升應急能力的重要途徑。
通過調整一致性門檻值由原來的0.8提升至0.85,以上5種組態類型沒有發生變化,并改變校準區間(20%,50%,80%分位)重新處理樣本數據以檢驗研究結果的穩健性,結果發現主要條件組態3和組態4仍然存在,且在路徑組態分析上并沒有發生質的變化,組態1和組態2僅個別條件發生改變,因此本文研究結論具有很好的穩健性。
1)應急外部需求是提升應急能力的必要條件,要提升應急能力,研究過去突發事件很有必要。針對歷史從未見過的突發事件,由于無法預測預警,應盡可能將應對各影響因素的能力提升到最優水平;針對過去已發生過的類似事件,根據現有條件,要建設常態化應急能力,短期內需增加應急資源投入、增強注意力分配,長期還需要提升基礎設施和大數據水平。
2)社會自救互助開啟自主應急新模式。在弱政府注意力分配情況下,社會力量可依靠大數據優勢完成自主救援。大數據發展水平較高,能夠促進救援信息高效整合,社會救援隊伍有效參與,彌補政府專業救援的不足,減輕政府救援負擔。因此,對于經濟發達地區,地方政府要借助大數據和基礎設施優勢,提升社會自救互助能力。
3)政府和社會協同發展是提升應急能力的最優路徑。目前,政府和社會應急協同發展的空間很大。新冠疫情作為突發公共衛生事件影響重大,政府在應急過程中發揮主導作用,但隨著事件影響范圍越廣,特征越來越復雜,僅依靠政府的資源和能力難以承擔所有的應急管理工作,必須借助社會力量建立協同應急管理機制。因此,對于欠發達地區來講,政府-社會協同應急是最佳選擇。