蔡 娴 朱玉蓉 杨锦秀 王化荣
公民对政府的信任是实现政府良好治理的必要条件,是国家政治体系存在、稳定及发展的重要前提,对社会稳定与经济发展具有重要意义。2020年1月8日国务院办公厅印发《关于全面推进基层政务公开标准化规范化工作的指导意见》(国办发〔2019〕54号),进一步提出着力加强基层政务公开标准化规范化建设,推进办事服务公开标准化。基层政务公开的进一步建设保障了人民群众知情权、参与权、表达权、监督权,然而部分领域仍出现了政府信任危机〔1〕。为什么深化“放管服”改革后政府信任危机依然存在呢?一种颇具影响力的解释是:随着基层政务标准化,公民与政府权威机构接触的经历增多,在与政府各部门打交道的过程中公民获得的个性化体验会直接影响其政府信任度。
心理学研究表明,经历会对一个人的认知造成一定程度的影响。就个体而言,建立在知识和个体经历基础上的认知能力是认知信任发生的主要依据,而个体与他者的情感关系主要影响了情感信任的发生〔2〕。个体经历是个体在信任倾向上存在差异的因素之一〔3〕,政府信任作为信任的一个分支,必定受到个人经历的影响。制度论视角下,自身经历和认知能力对于公民的政府信任水平存在一定程度的影响。政府信任是公民和政府在互动中建立和变化的,尤其是公民同政府交往的挫败经历往往会对政府信任产生较为明显的负面影响。公民对于政府的信任在很大程度上是通过个人体验获得的〔4〕,公民的个人属性、个人经历和文化心理与差序政府信任之间均存在不同程度的相关性〔5〕。那么,公民在和政府部门的互动过程中的权益受损经历会不会影响政府信任呢?而且,个人对政府的信任程度并非一成不变,而是随着整个生命历程累积的经验认知不断调适,那么权益受损经历是否也会对政府信任产生累积效应呢?
为回答上述问题,本文采用2016年中国家庭追踪调查(CFPS)数据,从微观层面考察了权益受损经历是否影响公民的政府信任,并考察了权益受损经历与政府信任两者之间是否存在劣势累积效应。与以往研究相比,本文的贡献主要体现在:首先,本文利用中国具有全国代表性的微观个体数据,综合探讨权益受损经历对于公民政府信任的影响。其次,本文将权益受损经历对于公民政府信任的影响效果分为总体效果和具体效果:有无权益受损经历对政府信任产生总体性影响,不同权益受损经历对于政府信任的边际作用效果存在差异性。最后,利用劣势累积理论,探讨了权益受损经历对政府信任影响的劣势累积效应。
关于政府信任的研究,学术界主要有政府信任和政治信任两个相近的概念。一种观点认为政府信任属于政治信任,是政治信任中的一个重要维度。政府信任是指公民对具体政府机关的信任,即对政府政策、行为与产出的信赖情况,要求政府施政理念与行为需符合公共利益〔6〕;而政治信任是与政治合法性和政治支持度相联系〔7〕。李连江(2012)指出,政治信任有两个重要维度,一是对现任政府以及在任政治权威的信任,一般称为政府信任;二是对政府体制和政治制度的信任,一般称为政体信任或政制信任〔8〕。另一种观点认为政府信任就是政治信任,指公民对政府或政治系统的运作产生出与他们期望相符的信心或信念〔9-10〕。因此,政府信任是公民与政府之间的一种互动关系,如果公民对政府精英制定的政策感到满意,那么政府信任将会产生〔11〕。本文采用“政府信任是政治信任的维度之一”这一观点,并且只讨论政府信任。
自Easton(1965)通过对美国政治生活系统分析提出政府信任相关内容开始〔12〕,政府信任成为了信任研究体系的重要组成部分,受到了学界的普遍关注。一些学者通过经验调查数据研究政府绩效与政府信任之间的关系,得出制度是决定政府信任度的最主要因素这一结论〔13-14〕,这一研究脉络逐渐形成了政府信任研究中的“绩效论”。20世纪90年代后,关于政府信任的研究开始和社会资本理论密切相关,Putnam(1994)通过研究意大利地方政府绩效与社会资本关系,较为系统地阐述了社会信任、市民组织和社会网络对于政府绩效的影响机制〔15〕。一些早期的研究认为,制度主义化的绩效论比社会资本论更有说服力〔16〕,已有的实证研究结果也支持了这一观点〔17〕。而有关政府信任的实证研究表明,绩效论和社会资本论并不是相互排斥,而是相互补充的关系〔18-20〕。
作为社会事实的信任,其本质在于一个人在面对社会复杂性增大或社会自身发生巨大变化时所表现出来的对既往时空中依赖对象的控制倾向,以便可以照常应对未来的不确定性和各种风险〔21〕。心理学研究认为,个人的切身体验对于其社会认知有着重要作用,个人早期经历与成年后的行为密切相关,对个体成年后的认知能力和行为有着长期的影响〔22-23〕。近年来,政治经济学和发展经济学研究也逐渐认识到,个体经历通过塑造影响个体的社会观念,会影响社会互动后果和经济行为〔24〕;而微观文化理论倾向于研究个人社会化经历的差异,因为社会政治之间以及社会之间政治信任的重大差异是这些差异的来源。Schoon等(2011)通过大样本讨论有关政治信任中个体差异的起源的问题,发现政府信任是由社会制度的早期和晚期经验共同决定的〔25〕。刘桂花等(2014)通过文献梳理提出了政府信任形成机制的理论模型,指出政府信任的双方关系特征包含“交往经历”“信息公开”和“对公务员的信任”三个因子,城镇居民与政府交往其实质就是与公务员之间的人际交往,城镇居民与公务员之间的人际信任会转化为对政府部门的信任〔26〕。更有学者进行进一步研究指出,一个人的切身体验对于他的社会认知有着重要作用,权益受损的经历会对政府信任产生直接性影响、传播性影响和归因性影响〔27〕。
基于对已有文献的回顾与总结可以看出,目前国内外的相关研究虽然在日渐深入,但主要聚焦于部分群体的个人行为对政府信任的影响效果,基于调查数据研究权益受损经历与政府信任关系的实证研究相对较少。新时代人民日益增长的美好生活需要对于提升政府信任度也带来了新的挑战:在政府执政水平不断提升的情况下,公民的权益受损经历是否依然影响政府信任,甚至造成政府的权威流失,该方面的问题值得深入挖掘与探究。
1.数据来源与说明
本文所使用的数据来自于由北京大学中国社会科学调查中心负责实施的中国家庭追踪调查(CFPS)2016年的全国调查数据。CFPS数据利用了科学的抽样技术及调查方法,覆盖了中国大陆25个省份,具有广泛的代表性,目前已经被广泛使用在各社会科学领域的研究之中。由于研究政府信任问题,本文将样本限定在年龄不低于16岁的成人问卷部分。
2.模型设计
由于本文选取的CFPS数据中对于政府信任的评价数据经过处理后存在排序性质,属于有序数值,若使用普通的OLS回归会将排序视为基数情况来进行处理,可能影响估计结果的准确性。鉴于此,本文将使用Ordered Probit模型来分析公民个人的权益受损经历对政府信任的影响,模型设定如下:
PTi=F(α*Experiencei+β*Controli+εi)
其中,PTi为被解释变量政府信任,Experiencei为解释变量权益受损经历,Controli是控制变量,F(·)为某非线性函数,具体形式为:
μ1<μ2<μ3<μ4为截断点点,均为待估参数。
3.变量选择
(1)政府信任。本研究的被解释变量是公民个人对政府的信任,用PT表示,主要使用个人对于政府工作的绩效评价来衡量,这也是已有研究中常用的衡量方法之一〔28-30〕。该变量是基于“您对去年本县/县级市/区政府工作的总体评价”这一问题构造的,对政府工作的总体评价选项分为“有很大成绩”“有一定成绩”“没有多大成绩”“没有成绩”“比之前更糟了”五项,为了研究需要,对各个选项进行数值编码,其中,“有很大成绩”赋值为“5”,“有一定成绩”赋值为“4”,“没有多大成绩”赋值为“3”,“没有成绩”赋值为“2”,“比之前更糟了”赋值为“1”。同时,本文利用个人对政府官员的信任度进行稳健性检验,来自于问题“您对本地政府官员的信任程度能打几分”,采用0-10分的打分评价,其中0表示非常不信任,而10表示非常信任。
(2)权益受损经历。本文的关键解释变量权益受损经历指的是公民到政府部门所遭遇的不愉快办事经历,用Experience表示。对于权益受损经历的衡量分为两个层次:第一个层次表示是否有权益受损经历,为二值虚拟变量,基于原问卷中的“受到政府干部不公”“与政府干部发生冲突”“到政府办事被拖延推诿”及“是否遭政府不合理收费”四个问题来构造,为二值虚拟变量,若有一个问题回答为“是”,则取值为1,否则取值为0。第二层次的变量衡量公民的权益受损经历种类数,计算公民受到政府干部不公、与政府干部发生冲突、到政府办事被拖延推诿、遭政府不合理收费这四种权益受损经历的总种类数,取值为0,1,2,3,4。
(3)控制变量。已有研究表明,互联网使用〔31-32〕、社会信任度〔33-34〕、腐败问题认知〔35-36〕、生活满意度〔37〕、户籍〔38-39〕、性别〔40〕、年龄〔41〕、教育程度〔42〕、收入〔43-44〕、宗教信仰情况〔45〕、婚姻状况等因素能够对个体政府信任度产生影响〔46〕。因此,我们在分析中对这些因素进行了相应控制。
互联网使用(Internet)。本文互联网使用这一变量表示是否使用互联网,分为移动设备上网和电脑上网两种,基于原问卷中的“是否使用移动设备上网”和“是否使用电脑上网”两个问题来构造,为二值虚拟变量,若有一个问题回答“是”,则取值为1,否则取值为0。
社会信任度(Social Trust Degree,ST)。CFPS调查询问了受访对象“对于陌生人的信任度”,我们将回答选项的数值作为被访对象的社会信任度大小,作定序变量处理,该变量取值为0至10,0表示非常不信任,10表示非常信任。
腐败问题认知(Cognition of Corruption,CC)。该变量使用受访者对我国政府腐败问题严重程度的总体评价进行衡量,是基于原问卷中“您认为政府腐败问题在我国的严重程度如何?”这一问题进行构造,被访者回答的结果为0-10之间的数值,0代表该问题在我国不严重,10代表非常严重。
生活满意度(Life Satisfaction,LS)。该变量是基于原问卷中“您对自己生活的满意程度?”进行构造,作定序变量处理,取值为1至5,1表示很不满意,5表示非常满意。
收入(Income)。调查数据显示,被访者收入为0(如在校学生,老人等)占比81.70%,为避免样本量损失过大,故将全部受访对象的收入值数值加1后进行对数化处理。
此外,本文还对户籍(Household Registration,HR)、性别(Gender)、年龄(Age)、教育程度(Educational Level, EL)、党员属性(Party Member Attribute, PM)、宗教信仰(Religious Belief, RB)、婚姻状况(Marital Status, MS)等人口统计学变量进行控制并做了相应的处理。其中,年龄是定距变量,户籍(城市=1,农村=0)、性别(男=1,女=0)、党员属性(党员=1,非党员=0)、宗教信仰(有=1,无=0)、婚姻状况(有配偶=1,无配偶=0)为二值虚拟变量,对教育程度(托儿所=1,幼儿园/学前班 =2,小学=3,初中=4,高中/中专/技校/职高=5,大专=6,大学本科及以上=7,其他=0)这一变量做了虚拟化处理。本文的实证分析均采用STATA13.0软件完成。
最终,上述所有变量的描述性统计如表1所示,统计信息包括变量的名称、样本数、均值、标准差、最小值以及最大值。在剔除无效问卷后,本文的研究样本总量为30501,样本平均年龄为46岁,约有50.63%的被调查者为男性,具有党员身份的样本约占总数的8.77%,其中,被调查者的总体政府政绩评价值为3.4533,处于“没有多大成绩”和“有一定成绩”之间。有过权益受损经历的样本占总数的20.83%,其中有过“到政府办事被拖延推诿”这一经历的公民占比最高,达到总数的14.86%,“与政府干部发生冲突”这一经历占比最小,仅为总样本的3.94%。
表1 变量的描述性统计
1.权益受损经历对政府信任的影响
表2汇报了权益受损经历对政府信任影响的Ordered Priobit模型的回归结果,其中第(1)列仅研究是否有过权益受损经历对政府信任的总体影响效果,第(2)列分析了四种不同的权益受损经历对于政府信任的不同影响效果。从回归结果来看,权益受损经历的系数为为负且在1%的水平上显著,这表明在其他条件不变的情况下,有权益受损经历的公民政府信任度更低。同理,从第(2)列的回归结果也可以观察到类似发现,有过“受到政府干部不公”“与政府干部发生冲突”“到政府办事被拖延推诿”或“遭政府不合理收费”的公民的政府信任度显著较低。由此可知,权益受损经历对政府信任具有显著的负向影响。
表2 权益受损经历对政府信任影响的基本模型回归结果
各权益受损经历分别是“受到政府干部不公”“与政府干部发生冲突”“到政府办事被拖延推诿”“遭政府不合理收费”。第(2)列结果显示,相较于无权益受损经历的公民而言,这四种不同权益受损经历的公民对政府信任起着负向作用;而且四种权益受损经历对政府信任的影响力存在明显差异,其中影响程度最大的是“到政府办事被拖延推诿”,说明政府相关机构的服务及时性和办事效率对于公民的政府信任度具有极大影响。可见,全面提升政务服务规范化、便利化水平,优化服务改革,为企业和群众提供高效便捷的政务服务对于提升公民政府信任度尤为关键。为此,国务院相继出台了《关于深入推进审批服务便民化的指导意见》《关于在线政务服务的若干规定》等文件,明确了规范政务服务事项办理、优化政务服务流程的一系列基本要求。各级政府机构可以通过在线政务提升办事效率,加快转变政府职能和工作作风,优化公共服务质量,提高政府的公共服务水平,从而增强政府公信力,提升公民的政府信任度。
在控制变量方面,大部分变量也显著影响了公民的政府信任,与国内学者们的已有研究结论基本一致。互联网使用对政府信任有消极影响,二者呈负相关,这种负相关关系的出现可能与互联网舆论环境存在负面信息传播偏好,使用互联网工具有可能接触到更多的政府负面信息,甚至是虚假、夸大事实的信息有关。腐败问题认知与政府信任呈反向关系,说明腐败问题认知越深刻,对政府越不信任。年龄与政府信任之间存在显著的正向关系,即年龄越大的人对政府越信任;收入对政府信任存在显著的负向影响,农村地区比城市地区公民的政府信任度更高;相比普通群众,具有党员身份的公民具有更高的政府信任程度。教育水平对政府信任的回归系数是统计显著的,这一结果验证了国外的研究发现——高教育水平者比低教育水平者的政府信任度更高〔47-48〕。
表3 权益受损经历种类数对于政府信任影响的oprobit回归结果
2.权益受损经历种类数对政府信任的影响效应
对单一问题的分析有助于深刻了解某一事件或某种经历的长期性影响,但是容易忽略不同经历的多重性或共同性影响,而过高地估计了某一项经历的影响效应〔49〕。当某一个人或群体相对于另一个人或群体的不平等/优势会随着时间而增长或累积,这一被用来解释人类社会各个领域所存在的不平等现象的论述被称为劣势/优势累积理论〔50-51〕。劣势/优势累积理论被认为是一种维持甚至扩大不平等的机制,在社会科学的诸多领域广泛应用,如职业分层问题研究〔52〕、贫困问题研究〔53〕、种族不平等研究〔54〕、健康问题研究〔55〕、犯罪研究〔56〕、教育问题研究和人类发展研究等〔57〕。一般来说,职业分层的研究关注累积优势过程,而关于解释社会不平等的研究则主要基于累积劣势过程,这是因为需要重点考察处于不利地位或有不幸经历会导致怎样的结果〔58〕。基于研究主题,本研究借鉴劣势累积理论的思路,来分析权益受损经历对于政府信任的消极影响是否存在劣势累积效应。为探究这一问题,我们将关键解释变量替换为公民的权益受损经历种类数,并将权益受损经历种类数以分类变量的形式引入模型,估计结果显示在表3中。
表4 利用政府官员信任度进行稳健性检验的回归结果
回归结果整体显示,在控制了其他因素后,权益受损经历种类数对公民的政府信任有着显著的负向影响(回归系数显著为负),即一个人在过往生活中有过的权益受损经历越多,他对政府的信任度就会越低。表3第(2)列估计结果显示,随着权益受损经历种类数从1种逐次增加到4种,变量影响系数绝对值呈现梯度上升。公民在接触政府机构的过程中遭遇权益受损经历会形成不满情绪,对其政府信任度带来负面作用,这种负面作用会随着公民遭遇的权益受损经历增加而更加显著,形成权益受损的劣势累积效应,劣势累积程度受到权益受损事件累积程度的影响(权益受损经历种类数逐次累加时变量系数绝对值的变化值不同)。
3.利用政府官员信任度进行稳健性检验
前文分析了权益受损经历对公民政府信任的影响,但在不同研究中,政府信任的评价标准也不一致,CFPS2016年的数据提供了受访者个人对于政府官员的信任程度,因此我们利用公民对政府官员的信任度作为政府信任的另一种衡量方式,进行相应的稳健性检验,探究本文研究结果的可靠性,检验结果汇报在表4当中,变量的设定方法与前文一致。检验结果显示,是否有过权益受损经历以及各权益受损经历对政府信任的影响均在1%水平下显著为负,在将权益受损经历调整为权益受损经历种类数后,结果依然保持在1%的水平下显著,结论与前文一致,这充分证明了权益受损经历对政府信任有负向作用的结果是稳健、可信的。
本文在现有研究政府信任的相关文献基础上,选取中国家庭追踪调查(CFPS)的样本数据,实证检验了权益受损经历对公民政府信任的影响,并从劣势累积理论视角分析了权益受损经历对政府信任的累积效应,可以得出以下结论。第一,在其他条件相同的情况下,有过权益受损经历的公民对政府信任的影响显著;第二,不同的权益受损经历对于政府信任的影响作用存在差异化,相对于其他经历,“受到政府干部不公对待”“到政府办事被拖延推诿”这两种经历对于政府信任的消极影响最大;第三,权益受损经历在影响政府信任的过程中,存在着劣势累积效应:居民的权益受损经历越多,对政府的信任度越低。
本文的研究表明,权益受损经历是影响公民政府信任度的重要变量。从理论层面出发,本研究在实践层面反向验证了政府服务水平对政府信任的重要性,公民的权益受损经历对于政府的信任水平存在着显著的负面作用。从政府治理的角度出发,这一发现有着重要的政策意义:如何最大限度地减少公民的权益受损经历,不仅需要政策支持,更需要政府各部门在执行过程中真正从人民群众的角度出发,做到为人民服务。结合本文结论,政府应当更加注重服务于民的公民权益问题:一方面,完善政府问责和监督制度建设,各地区政府结合实际认真贯彻落实《关于深入推进审批服务便民化的指导意见》及《关于全面推进基层政务公开标准化规范化工作的指导意见》等相关政策,各级相关部门尤其是基层部门增强办事操作简易性,提高办事效率,不断优化政务服务流程和提升服务水平,为公民提供更加方便快捷的政务服务,减少“到政府办事被拖延推诿”这种情况的出现;另一方面,完善政府责任体系,健全内外部监督责任体系,确保政府干部在工作中能够严格按规则办事,对每一位公民做到公正对待,保证机会、权利、过程和结果的平等性,保障公民的基本权利,避免公民遭遇“受到政府干部不公对待”这一权益受损经历。此外,提升政府公职人员素质,培养公职人员专业能力,确保政府公职人员切实以“全心全意为人民服务”为宗旨,时刻铭记自身职责,努力做到对人民负责,在为公民提供服务时保持良好态度,树立良好的人民公仆形象。
最后,本文还存在一定的不足:第一,人们的权益受损经历是多种多样的,本文关于权益受损经历的测量是基于问卷数据出发的,因此对于权益受损经历的测量并不够全面。第二,影响政府信任的因素十分广泛,但是本文并未完全纳入分析模型之中,存在遗漏变量的问题。这些问题和局限为未来的研究指明了方向。