基于数字平台的社会风险协同治理模式研究

卢良栋,魏玖长

(1.河海大学 商学院,江苏 南京 211100;2.中国科学技术大学 公共事务学院,安徽 合肥 230026)

一、问题的提出

随着全球数字化进程的飞速推进,社会风险治理面临着一次重大转折。各类社会风险事件频繁爆发,既有公共卫生、环境污染、食品安全等传统问题,也有网络安全、数据隐私、虚假信息等新型风险,反映出传统治理模式与新兴社会风险之间的失调,暗示着数字时代的社会风险治理模式在预防风险和应对风险等方面具有创新需求。[1-3]

在这一转折背景下,数字技术的广泛应用,尤其是互联网和数字平台的普及,为风险治理提供了新的路径。首先,这些技术改变了信息传播的方式,使得社会风险事件的信息传递更为迅速和直接,进而提高了公众对社会风险的认知和理解。[4-6]例如,全国范围内的食品安全事件,通过互联网平台迅速传播,引发公众关注和讨论,从而推动政府相关部门及时解决问题。[7]其次,数字化技术增强了政民沟通的便捷性,增加了公众参与的广度与深度,使公众与政府的距离拉近。[8-10]政府的决策过程和执行过程因此变得更加透明,公众反馈得以及时传达到政府部门。[10-11]以人民网领导留言板为例,该平台允许公众直接向政府领导提出咨询、投诉和求助,反映各类社会问题和诉求,而政府部门则予以及时回应和处理,促进各类社会风险的预防和应对,进而提升政府的公信力和行政效率。[12]再者,数字化技术促使各类社会主体更为便捷地参与到风险治理中,形成了一种广泛多元的社会参与机制。[13-14]公众、企业、社会组织和学界等都可以基于数字平台对风险治理提出观点和建议,共同参与到风险的识别、评估和解决过程中。由此可以看到,数字技术应用和数字平台普及使得社会风险治理变得更为开放和多元。[3-4]

然而,数字技术的应用也带来了新的挑战,如网络安全性、信息真实性、公众参与过度等问题。这些问题在一定程度上增加了社会风险治理的难度,也要求风险治理主体必须适应新的技术环境,探寻适合时代发展的新型治理模式。[15-17]在数字化环境下,社会风险治理呈现出新的特征,各类社会主体可以更为灵活地参与到风险治理中,根据处理风险事件的具体需求,治理部门和相关主体可以进行动态调整,逐渐形成多元的风险治理网络。[18-20]在理论研究方面,既有研究发现,在公共部门数字化背景下,以互动和协作为特征的横向多元治理成为主要的发展方向[21-22];而经典文献也指出,信息和通信技术有助于加强命令、控制等传统管理特征[23]。虽然治理模式向横向多元转变的观点已获得广泛认同,但数字技术应用和数字平台普及能否驱动横向协同治理的发展,亦或进一步加强传统的垂直管理特征,在理论和经验范围内仍未有定论。[24-25]因此,本文基于数字化转型背景,研究数字平台中社会风险治理模式的特征,关注横向协同和传统垂直协同两种风险协同治理模式。

在中国情景下讨论这一问题也具有较强的实践依托。一方面,数字平台已成为公众反映问题、表达诉求的主要渠道。这种方式近年来呈现快速增长的趋势,仅在人民网地方领导留言板平台上,2021年平均每位地级市市长和市委书记收到公众投诉和求助留言就超过300条。另一方面,各地在数字平台中的风险治理协同模式不尽相同。以福州市的两起噪音扰民投诉事件为例:一件发生在台江区,问题处理过程涉及区公安分局、生态环境局、环保监察员、瀛洲派出所、社区和企业等多元主体,这些主体既包含了公安分局和派出所、生态环境局和环保监察员的垂直层级关系,也包含了公安分局与生态环境局、政府部门与社区、政府部门与企业的横向协同关系;第二件发生在晋安区,问题处理过程仅包括市容管理局和市容管理局岳峰中队两个主体,二者存在垂直层级关系。可以看到,数字平台中应对相似的社会风险问题,有横向、垂直以及横向-垂直兼有多种协同模式。基于此,本文针对数字平台中社会风险治理存在哪些协同模式,不同协同模式对风险治理效果影响是否存在差异两个问题,选取2011—2019年人民网地方领导留言板平台中31万条投诉和求助数据为样本,通过自然语言处理方法对公众留言和政府回应文本信息进行挖掘,并借助社会网络分析和计量模型分析进行深入研究。

二、理论基础与文献回顾

(一)社会风险的协同治理模式

为弥补新公共管理理论的不足,后新公共管理理论开始出现并逐渐受到重视。该理论强调公共价值的创造和实现,将政府视为多元治理网络中的一个参与者。其对社会风险治理的协作类型开始强调横向协作,包括政府内部的横向协同,以及政府与企业、公民社会组织等其他社会主体的横向协作。[31-32]这种横向协同模式更加注重公共价值的创造和实现,注重政府与其他社会主体的平等合作。然而在实践中,如何平衡不同主体的利益,如何实现有效的协作,以及如何创造和实现公共价值,仍然是需要进一步解决的重要问题。[28]

(二)社会风险治理的数字化转型

数字时代,社会风险治理模式正在经历一次重大转型。[33-35]从应用的角度来看,数字技术影响了信息的传播方式,数字平台可以快速传播风险信息,使得公众能够更为迅速直接地认知和理解社会风险,提高风险治理的有效性。[36-37]同时,数字技术的应用也能促进政府与公众之间的互动,使风险治理过程更加透明。政府在线平台为公众提供了一个参与决策的空间,从而加强了公众参与程度,缩短了公众与政府的距离,有助于政府更好地理解和回应公众的需求和关切。[38-39]一方面,数字平台的推广增加了政府决策和执行过程的透明度,政府根据公众的反馈及时调整决策,不仅增强了公众的信任,也提高了风险治理的效果;另一方面,数字技术的应用推动了社会风险治理的多元化。Meijer和Bolívar[40]以及Sæbø等[41]研究指出,数字技术为公众提供了一个在风险治理中发声的平台,使得不同的声音都能够得到关注,从而形成了多元的社会风险治理模式。同时,Gil-Garcia等[13]的研究也强调了数字技术提升风险治理开放性和多元性的重要作用。他们认为,开放数据和大数据等数字技术的应用,可以使得多元的利益相关方参与到风险治理过程中来,使风险治理过程更为开放。

从治理的角度来看,在风险复杂性和不确定性背景下,数字技术的发展促使更加强调社会主体动态参与和多元化互动的社会风险治理模式的出现,风险治理的灵活性和包容性得到提升。[12, 42]数字平台的开放性,可以包容更多的社会主体参与到风险治理中来,各主体在数字平台上可以更加方便、迅速地进行信息交流和协作,从而提高了识别和响应风险的效率。[13, 39]而网络治理是社会风险治理数字化转型的重要方向。[28]Tao和Zhang[43]强调了网络中各主体的相互关系和互动方式对治理结果的影响。他们认为,网络中不同主体之间既有合作,也有竞争,而这种复杂的互动关系会对治理结果产生重要影响。同时,既有文献也指出,应该鼓励多元主体参与,以及使用开放数据和共享技术等手段,来提高治理的效率和公平性。[44]

综合上述理论和文献回顾,社会风险治理的理论和实践经历了从公共行政到新公共管理,再到后新公共管理的演变过程。在这个过程中,社会风险治理的理论逐步丰富和完善,社会风险治理的实践也在不断的探索和尝试中进步。然而,值得关注的是,既有研究中基于数字平台的社会风险治理研究相对较少,也缺少对数字时代社会风险治理模式和治理效果的探讨。鉴于此,本文基于人民网地方领导留言板数字问政平台上的数据,深入探讨社会风险协同治理模式的作用及影响。

三、数据与方法

(一) 数据来源

在数字化转型过程中,政府形态逐步向整体性的数字化政府转变[45],网络问政平台已成为政府回应群众投诉、推动问题解决、化解社会矛盾的重要渠道[46]。本文数据来源于人民网领导留言板,该平台是国内唯一的全国性干群互动平台,全国范围内已有数千位地市县级党政官员开通留言页面。[12, 46]公众可以直接在线留言,平台包含咨询、建言、投诉和求助四个留言模块,其中的投诉和求助模块集中反映了社会各方面的矛盾、冲突和诉求。作为一个独立于地方政府的第三方平台,该平台上公众的诉求留言和政府处理回应不会只是被选择性地展示,可以有效规避研究样本的选择性偏差问题。[47]考虑到新冠疫情对公众行为的影响以及危机情景下政府治理模式的特殊性,本文使用领导留言板中2011年至2019年底的投诉和求助数据作为样本。并且,考虑到省市县三级政府的网络问政差异,本文选取以地级市市委书记和市长为对象的留言文本为研究样本。本文使用网络爬虫技术获取公众留言文本、政府回应文本、留言主题、留言时间、应答时间等内容,剔除无效样本后得到有效样本309 997条。

谈及恩师王选在心中的形象，肖建国做了如下的总结：第一，追求创新。在提出研究课题时，恩师经常会尝试许多新鲜的想法，提倡首创精神，在开辟新思路的前提下再确定课题的研究方向。第二，忘我工作。无论是研究新技术、开发新课题，还是在其他的学习工作中，恩师都非常刻苦认真，一旦进入工作状态，就会潜心钻研非常忘我。第三，务实精神。在科研创新方面，说到做到、稳扎稳打；在用人方面，恩师非常重视实干能力，“尤其在关键岗位，一定要选有真本事的人”。

由于计量模型等定量分析工具无法直接处理文本等非结构化数据,本文对获取到的公众留言和政府回应文本进行预处理:调用Python中的re模块,结合正则表达式对字符串匹配,去除文本中的空格、编码标记等特殊符号,得到有效文本;结合问政情景构建停用词表;统计文本长度等指标,便于后续变量的衡量和计算。

(二) 变量测量

1. 被解释变量

本文通过问政平台中的政府回应公众投诉和求助的速度(回应耗时)衡量风险治理效率,通过问题解决程度衡量社会风险治理效果。

使用回应耗时反映政府回应公众投诉和求助的速度,通过计算留言发起时间和回应耗时差值衡量政府解决和回应问题的效率。问题解决程度从公众满意度和政府实际办理程度两方面出发,在对两个指标标准化的基础上进行加权平均处理。公众满意度是留言者对政府回应内容的客观评价,通过满意程度(不满意、满意、非常满意等)来衡量,反映了公众视角下的问题解决程度;政府实际办理程度参考宋金波[46]等的研究,通过计算政府回应文本中包含“已办理”“已处理”等文本内容长度来衡量,这些内容反映了政府视角下的问题实质性解决程度。

2. 解释变量

包括风险治理的协同模式和参与治理的主体数两个解释变量。协同模式是本文的核心解释变量,通过度量问题解决过程中涉及的职能部门和主体间的关系来确定。表1是数字平台中社会风险协同治理涉及的四类主体,包含政府、商业主体、专家组织和公民社会组织。①政府主体主要包括地级市、县(区)和镇(乡)三级政府相关部门及事业单位;商业主体包括国有企业、私营企业、个体户,以及流动商贩等边缘经济主体;专家组织包括大专院校、科研院所以及专家协会等;公民社会组织包括社区、村委会等基层自治组织,以及红十字会等非政府组织。协同模式变量的度量主要包含以下两步。(1)确定每一起投诉和求助的回应中涉及的主体,基于Word2Vec机器学习等方法构建政府、商业主体、专家组织和公民社会组织的词典,其中政府主体包含地级市、县(区)和镇(乡)三级主体词典。随后使用词典法明确每一起回应中的各类主体。(2)在明确各类主体的基础上,识别主体间的垂直和横向协作关系,进而度量每一起对投诉和求助的回应中涉及的协同关系。在此基础上构建分类变量协同模式,包括无协同、横向协同、垂直协同和垂直-横向协同四类。通过计算回应文本中涉及的主体数量,度量参与治理的主体数(participants)。

表1 协同治理中涉及的四类主体

3. 控制变量

问政平台中政府对风险议题的治理效果很大程度上受诉求事件的性质等因素的影响。因此,本文控制了诉求主题、留言匿名、留言对象、留言模块、留言领域、留言长度、留言负面情绪。本文通过LDA模型挖掘每一起留言反映的主题,具体采用百度自建的在线文本数据集训练的LDA模型,将经过预处理的每条留言文本作为输入变量,分析得到其所属的主题类别以及对应的关键词,使用主题类别构建分类变量诉求主题;留言匿名测度留言者是否进行匿名留言;留言对象测度留言者是留言给市委书记还是市长;留言模块测度留言属于求助还是投诉;留言领域反映公众诉求内容涉及的领域或具体主管部门,主要分为环保、教育、三农、城建、交通等;留言长度反映诉求的复杂程度,通过测度文本长度衡量;留言负面情绪是影响政府回应决策的关键因素。[12]本文基于百度AI开放平台 (https:∥ai.baidu.com/)的自然语言处理模块,利用提供的API接口来进行情感分析,确定留言文本中的中性内容、积极内容和消极内容。本文借鉴Li[48]与Huang等[49]的方法,使用负面情绪词数/总情绪词数来测度留言负面情绪。

本文同时参考马亮等的研究[38],考量了城市层面如经济发展水平、数字化转型重视程度等因素,这些因素可能会影响政府开展网络问政的程度。通过地区的国民生产总值GDP度量地级市的经济发展水平;使用政府数字化转型注意力作为代理变量,来衡量政府对数字化转型的重视程度。本文的主要假设和预期发现建立在对政府数字化转型注意力准确度量基础上,参考吴非等[50]对企业数字化转型的研究,制定能够反映地方政府数字化转型的中文词集,随后结合2780份市级政府工作报告构建地方政府数字化转型注意力指标。具体构建过程有如下三个步骤。(1) 借鉴吴非[50]等人构建文本指标的思路,随机阅读50份政府工作报告来描述文本信息的特点,制定政府数字化转型种子词集。(2) 基于Word2Vec技术的CBOW模型对政府工作报告语料进行训练。CBOW模型的基本思想是根据上下文来预测当前词语的概率,最终得到中心词对应的Word2Vec词向量。基于不同词向量间的相似度计算,可以得到种子词的相似词,并使用同一过程进行相似词的相似词学习,迭代三次以最终获得相似词集。(3) 邀请三位专家对指标词集进行核验,最终确定“政府数字化转型词集”,并基于该词集计算政府工作报告词频,度量地方政府数字化转型注意力水平。表2提供了本文研究所需变量的说明。

表2 主要变量及说明

(三)研究方法

1. 社会网络分析

本文使用社会网络分析方法分析政府、商业主体、专家组织和公民社会组织四类主体在风险治理过程中的协同关系:(1)基于Word2Vec机器学习和词典法等自然语义处理方法,明确社会风险治理过程中发生的协同关系;(2)将数据转化为网络图,其中四类主体表示为节点,主体之间的协同关系表示为边,并使用网络分析软件Gephi可视化网络图;(3)对构建的网络图进行度量分析,以了解各类主体在协同过程中发挥的不同作用。

2.固定效应模型

本文采用固定效应模型来检验数字平台中的协同治理模式对风险治理效果的影响。由于时间维度和个体维度的不可观测因素的影响,采用固定效应模型比采用随机效应更能解释不同地区影响关系的异质性。我们建立的模型如下:

Reply_Timei/Appeal_Handledi=γ0+

θCollaborative_Mechanismi+βParticipantsi+

c1Leave_Topici+c2Leave_Anoni+c3Leave_Obji+

c4Leave_Typei+c5Leave_Fieldi+c6Leave_Lengthi+c7Negative_Proi+c8GDPi+c9Digital_Atteni+

∑Year+∑City+εi

(1)

模型(1)中,Reply_Timei和Appeal_Handledi分别表示数字平台中公众诉求i得到政府回应的时间以及问题实际解决程度;Collaborative_Mechanismi表示办理诉求i过程中的协同模式;Participantsi表示办理诉求i过程中参与的主体数量;其他变量为控制变量(见表2)。θ、β为待估系数,用于检验风险治理协同模式和参与主体数量对风险治理效果的影响。

四、研究结果

(一)风险治理的协同模式

图1统计了2011—2019年人民网地方领导留言板(地级市,下同)中关于投诉和求助问题的协同治理模式。其中由承办单位单独办理的诉求占比33%,这一过程中仅包含承办单位和风险问题的主客体,没有主体间的协同关系发生;由一个市政府部门和一个县(区)政府部门,或一个县(区)政府部门和一个镇(乡)政府部门,或一个市政府部门和一个镇(乡)政府部门(如中山市、东莞市等不设下辖区的市)共同处理的诉求占比10%,这一过程中存在垂直的协同关系且没有横向协同关系;由同一层级政府中多个部门,或与企业、科研院所、社区等其他三类政府外主体共同处理的诉求占比35%,这一过程中存在横向的协同关系且没有垂直协同关系;处理过程中同时存在主体间垂直和横向协同关系的诉求占比22%。

图1 数字平台中社会风险协同治理模式分类及占比

利用已构建出的治理主体词典,根据留言文本数据进行关键词提取并构建共现矩阵,进而使数字平台中社会风险问题的协同治理网络可视化。图2展示了2011年和2019年人民网地方领导留言板中省会城市的风险协同治理网络图,图中节点代表政府、企业等治理主体,边表示主体间的协同关系。图中三种红色节点均代表政府部门,并且自上而下分别为地级市政府部门、县(区)政府部门和镇(乡)政府部门;绿色节点表示商业主体;黄色节点代表公民社会组织;蓝色节点表示专家组织。分析图2可以发现:(1)同时存在不同层级政府间的垂直协同关系、同级政府不同部门间的横向协同关系,以及政府内部各部门与政府外部主体间横向协同关系;(2)比较2011年和2019年的协同治理网络图,2019年网络图中的节点更多、边的密度更大,说明参与风险协同治理的主体和主体间的协同关系均有很大程度的增加和发展;(3)与2011年相比,2019年的风险治理协同网路图中多出了专家组织类的主体,表明随着数字化转型的深入,越来越多的高校、专家协会和科研院所参与到社会风险治理中,并与政府、企业和公民社会组织发展了紧密协作关系。

图2 2011年和2019年数字平台中社会风险问题协同治理网络图

研究进一步对网络图进行了度量分析,计算了图中节点接近中心度指标来考察协同治理网络中的关键节点。接近中心度是复杂网络中的一种中心性指标,反映了某一节点与所在网络中的其他节点之间关系的密切程度。接近中心度越高,则表示该主体与网络中其他主体的距离更近,即在协同治理过程中更具有重要性。[51]图3展示了2011年和2019年风险协同治理网络中接近中心度前五的网络节点,由此可以发现主要节点没有发生变化,企业、政府、社区、个体户和事业单位五类主体在社会风险协同治理中发挥了最关键的作用。对比2011年和2019年的节点排名可以发现,主要变化在政府的接近中心度由2011年的第四位上升至2019年的第二位,说明近年来政府相关部门对数字平台中的社会风险协同治理起到了越来越重要的作用。

图3 2011年和2019年数字平台中协同治理网络的主要节点

(二)垂直与横向协同模式的治理效果

归纳上述结果可以看出,横向-垂直协同模式在数字平台社会风险治理方面具有很强的优越性,在提升问题解决程度的同时,也能够保证治理效率,回应诉求耗时较无协同、横向协同、纵向协同模式更少;而当风险治理过程中只存在垂直协同模式时,虽然能够显著增加问题解决程度,但由于对行政资源的依赖性高,回应耗时较多,缺少可持续性;当风险治理过程中只存在横向协同模式时,回应耗时最多而对问题解决的促进作用则不大,同样说明了由于缺少明确的权责关系,横向协同模式也相对缺乏可持续性。

表3 地方政府垂直与横向协同治理模式对风险治理效果的影响

(三)进一步研究

2020年初开始的新冠疫情可能会影响公众的信息行为以及政府部门的风险治理模式。鉴于此,本文搜集了2020—2022年期间的公众投诉和求助留言数据进一步研究,一是比较常规情景和危机情景的政府风险协同治理模式差异,二是在危机情景中考察研究发现的稳健性。图4反映了2020—2022年数字平台中投诉和求助留言数,以及社会风险协同治理模式的分类和占比。比较图4和图1可以发现,2020—2022年数字平台中对社会风险问题的横向协同以及横向-垂直协同治理模式占比上升,无协同模式和垂直协同治理模式占比下降。

图4 2020—2022年数字平台中投诉求助数及社会风险协同治理模式分类占比

稳健性检验结果表明,数字平台风险协同治理模式对风险问题解决的影响在常规情景和危机情景中是一致的,而协同治理模式对回应耗时的影响仅在常规情景中发挥显著作用。此外,参与主体数、政府数字化转型注意力以及留言负面情绪等变量对回应耗时和问题解决程度的影响均与上文基本一致。

五、结论与讨论

本文基于2011年至2019年人民网地方领导留言板地级市领导的公众投诉求助和政府回应资料,利用自然语义处理工具对文本信息进行挖掘,明确每一起社会风险事件应对过程中参与的各级政府部门、商业主体、专家组织和公民社会组织等主体,并通过主体间的垂直和横向关系识别垂直协同、横向协同、垂直-横向协同三种风险协同治理模式;进一步利用社会网络分析方法研究各主体间在风险治理过程中的协同关系,分析关键节点作用并对协同网络进行可视化;最后使用计量分析模型检验数字平台中的协同治理模式对风险治理效果的影响。研究发现:(1)数字平台的社会风险治理模式包含横向协同、垂直协同、横向-垂直协同等多种协同模式,在对问政平台中投诉和求助事件的处理过程中,横向协同和横向-垂直协同是最主要的协同治理模式;(2)垂直协同治理模式的社会风险治理效果较好,能够显著提升对公众投诉和求助事件的问题解决程度;但由于垂直协同借助层级压力推动,对行政资源依赖较大,治理效率和可持续性相对较低,显著增加了政府对投诉和求助事件的回应耗时;(3)横向协同治理模式在治理效率上与垂直模式类似,相比于无协同模式,二者均显著增加了政府对投诉和求助事件的回应耗时,然而横向协同模式在治理效果上虽然能够促进问题的解决程度,但作用系数较小,发挥的实际影响有限;(4)横向-垂直协同模式在数字平台中的社会风险治理效率和效果方面均具有较好的优越性,在显著提升问题解决程度的同时,也可以减少回应诉求耗时;(5)通过稳健性分析,本文发现危机情景中协同模式对社会风险治理效果的影响与常规情景中的结果保持一致,而对风险治理效率的影响存在差异,在危机情景下对社会风险问题的垂直和横向-垂直协同治理模式能够增强问题的解决程度,三种协同模式并不能显著影响政府回应耗时。

本文的主要贡献在于以下三点。(1)发现了数字治理平台上多元和动态的风险协同治理模式。后新公共管理通过横向和垂直两种组织结构形式来实现组织的整合和集中,本文在该框架下研究发现数字治理平台的社会风险治理模式展现出了多元和动态的特点。在治理不同的风险事件中,主体间的垂直协同、横向协同和垂直-横向协同等多种治理模式呈现出不同的效果。同时,这一发现也支持了Sheng等人强调政府需要采取多元的治理模式以实现最优的治理效果的观点。[54](2)本文的研究结果整合了既有文献中关于数字技术应用是促进横向多元治理发展还是加强传统层级管理特征的争论性观点,发现在数字平台的社会风险治理中同时存在垂直协同模式和横向协同模式,二者均能在不同程度上提升社会风险治理效果,说明社会风险治理在数字化转型中并不是沿着单一维度和方向进行的。(3)本文的研究结果还指出了社会风险治理过程中的多主体参与和数字平台建设的积极作用。研究发现,风险治理参与主体越多,问题的解决程度越高;政府数字化转型注意力越大,回应耗时越短且问题解决程度越高。这些结论也与Jensen等[55]关于多元的治理模式能够提高问题解决效率和质量的研究,以及Van Veldhoven等[56]关于数字平台能有效整合资源促进问题解决的研究相呼应。

【注释】

① 根据Ortwin Renn在《风险治理:应对复杂世界的不确定性》中提出的对风险治理核心参与主体的划分,本文将数字平台中的参与主体分为政府、商业主体、专家组织和公民社会组织。非政府组织是典型的发挥主导作用的公民社会组织,但公民社会组织的范围更广泛,广义上包含公民追求共同利益而形成的有自治属性的正式和非正式组织。