司长策国论中国政策决策过程的科层结构与政策专家参与Word文档格式.docx
《司长策国论中国政策决策过程的科层结构与政策专家参与Word文档格式.docx》由会员分享,可在线阅读,更多相关《司长策国论中国政策决策过程的科层结构与政策专家参与Word文档格式.docx(28页珍藏版)》请在冰豆网上搜索。
PolicyNetworks
一、引言
中国政策决策的正式制度安排的官方定义是“民主集中制”(democraticcentralism)。
这一被写入《中华人民共和国宪法》与《中国共产党党章》的组织原则是中国共产党领导下的政府组织一贯坚持的[①]。
“民主集中制”简单的讲是列宁所说的“自由讨论、统一行动”[②]。
中国对此组织原则的具体化就是“集体领导、民主集中、个别酝酿、会议决定”(中共十六大报告,2002)。
这一原则贯彻到中国的政策决策过程中,就表现为三个特点:
1)在政策问题的讨论阶段,各政策参与者都可以发表建议,2)在最终决策时,实行少数服从多数,并且权力向上级集中,实行下级服从上级。
3)一旦政策通过决策,各级组织严格遵守个人服从组织,少数服从多数,下级服从上级,地方服从中央的纪律。
根据“民主集中制”原则,我们可以推算出在中国政府的科层结构中各级官员所拥有的政策决策资源的分布情况。
这里的决策资源指的是那些能够调动的使自己政策观点最终成为政策的政治权力,或者其它各种能够影响政策决策的间接资源。
社会学家林南(NanLin)的社会资源理论认为社会资源呈金字塔型分布,在网络中地位越高的人,拥有的社会资源越丰富[③]。
根据社会资源理论,我们有理由相信,在中国的政府科层网络结构中,政府官员的行政地位越高,其就拥有越多的政策决策资源。
另一个引申出来的似乎已经成为共识的结论是,那些和最高层政治领导人有私人关系(guanxi,personalties)的政策参与者,具有更多使自己的政策观点转化成最终政策产出的政策决策资源[④]。
但是,上述理论推理存在一个隐含着的“完全理性假设”,即,每个具有一定政策决策权的政府官员都有充分的时间和精力参与决策过程,并有能力对掌握的信息进行思考、计算与分析。
这样,所有政策参与者都能从既定的政策偏好函数出发,计算出他认为最优的政策决策,最后通过政策过程中的意见交换和说服过程以及各自影响力的使用,实现最终政策的出台。
然而,已有的决策理论告诉我们,由于政策问题的模糊性[⑤]和微弱的选择压力[⑥],时间和信息成为了最大的稀缺资源。
政府官员最缺乏的能力是如何有效的管理时间而不是管理任务[⑦],越高级政策决策者面临的问题更加广泛和复杂,这无疑对他们是非常大的负担。
另外,我们确实相信,与高层政治领导的私人关系在中国的政策过程中发挥着重要的作用,但必须承认,那些政策参与者利用与高层政治领袖的关系成功地影响政策的案例只是小概率的偶发事件而已。
我们不能指望有关政策参与者就每项政策问题都去打扰最高领导。
因此,如果我们希望估计在一般情况下(也就是具有统计意义的)中国决策过程的结构和机制的话,我们就应该修正上述根据传统理论推断出的观点。
本文的目的就是对中国政策决策过程中的科层结构的资源分布进行重新估计。
本文在考察中国政策决策过程中的结构特征的过程中提出“司长策国论”假说,并通过经验数据对该假说进行了实证检验。
二、“司长策国论”
随着上世纪90年代中国各类社会精英在政策决策过程中作用的突显,学者们讨论社会精英阶层的政策参与的兴趣越来越浓厚。
这些研究超越了改革开放初期流行的对中国政策决策过程的官僚部门间利益分割的分析框架的传统[⑧],将中国的政策决策模式纳入政策参与者之间阶层互动的分析框架[⑨]。
这里所说的“阶层互动”有两层涵义。
其一是政府决策者和社会参与者,特别是他们和社会精英之间的阶层互动关系。
其二是政府机构内部不同级别官员之间在决策过程中的阶层互动关系。
考察决策参与者的阶层互动,就意味着我们应该将考察那些具有不同阶层特征的参与者在政策网络中所拥有的动员公共或私人领域内政策决策资源的能力作为研究的重点[⑩]。
过去关于中国政策过程的理论研究一般着眼于那些最高领导人或部门负责人的作用,而本文的研究重点是那些处于中国政策决策过程中相对中层位置的司局级官员。
在本文中,我们提出“司长策国论”来概括当前中国政策过程中的结构特征。
“司长策国论”强调司长在中国政策决策过程中的核心地位:
并不是官员的行政级别越高,其动员决策资源的能力就越强,相反,动员决策资源能力最强的是那些处于中国政府科层结构中的司局级的官员。
“司长”,包括司、局、厅、地等相应行政级别的政府官员。
在中国的行政体系中,他们比部长低一级,比处长高一级。
这些干部被统称为“司局级干部”或“厅局级干部”。
这一结论是基于以下三个方面的理论分析得出的。
第一,政府官员时间和注意力的分配问题。
省部级以上官员主管着整个部门和领域的各项事务。
在他们主管的经济和社会领域中,政策的出台是非常频繁的。
最高级领导阶层没有足够多的时间和精力去直接操作政策决策方面的事务。
他们更加关心的是敏感的政治、意识形态或国家安全问题[11]。
而司局级干部则不同,他们将更多的时间用于考虑“政策决策”问题。
司级干部的主要职责就是集中精力思考他所主管领域中的各项政策问题,他们在政策问题上分配的时间和精力最多,掌握的信息也最全面。
相比较而言,处级干部将更多的精力用于政策执行和行政事务处理等方面问题,当前所流传“处长治国论”就是针对这一处级干部权力特点的概括。
第二,在中国的政府中,特别是中央部委,司级官员在中国政府的政策决策科层网络中处于上下和内外沟通的“结构洞”位置[12]。
在中国政府内的科层组织结构中,并不是所有人都有行政联系,部级官员与处级官员之间存在着结构洞。
而司级干部则是处于政府科层网络中,上下级之间都能取得联系的特殊地位,因此从决策资源中最重要的信息的获得角度来看,司级干部具有最有利的地位[13]。
另外,司级干部也是主要的政府内官员与政府外专家的内外联系人。
他们指定邀请政府外专家的人选,主持各种国家政策的研讨会。
很多政策思想的决定都是在研讨会上提出的,甚至都是主持研讨会的司长拍板的。
因此处于中国政策决策网络最有利位置的司级干部拥有最多的政策决策资源。
第三,从中国政府运作程序的特点的角度来讲,由主管领导参加的政策工作汇报会是政策决策的阶段性成果或最终出台的最主要标志。
而中国政府的司级干部是这些政策会议的实际操作者。
省部级领导虽然在名义上是主持部委或地方政策起草的主管领导,但他们一般不参与政策制定的研讨会,而只接受司级干部的单独工作汇报或参加阶段性工作汇报会。
一般情况下,部级以上官员参加的政策工作汇报会,都是在下级司级官员认为已经取得阶段性成果或已经基本酝酿成熟,并已由司级干部单独向部长汇报完毕的情况下召开的。
因此,政策工作汇报会上,作为主管该政策制定的部级领导一般只会对前期的工作进行总结,而且以褒奖为主,不直接针对具体政策条文提出自己的看法。
司级干部直接参与各种政策制定过程,最后司级官员将政策文件成文稿交给部级官员和部务会审议。
如果是相对重要的政策,需要上报给国务院,由国务院转发。
[14]
综上所述,本文提出的“司长策国论”就意味着,在中国政府的决策过程中,司级政府官员是最重要的政策决策角色,他们能够动员最多的政策决策资源。
三、一个理论应用:
政策专家的官员网络及其政策影响
我们发现,“司长策国论”可以与目前社会上流传的“处长治国论”相互对应。
“处长治国论”的涵义是,真正掌握政策执行权和行政操作权的政府官员是那些处级官员。
基于“处长治国”现象,媒体有时引用企业家们的抱怨:
中国严格意义上是“处长治国”,在行政服务过程中,经常出现按规定可以批准或办理,中间管理人员因故拖着不办,由此出现了“上下热中间冷”、“上下通中间阻”等“中梗阻”现象[15]。
反过来说,能否与处级干部保持良好的关系网络成为了企业家们能否成功牟取利益的关键因素[16]。
基于“处长治国论”相似的逻辑,由于中国所存在的“司长策国”现象,我们也能够推算出中国政策决策过程中的政策参与精英们的行为,以及他们的政府官员网络联系对其政策影响力的相关关系。
在本文中,我们可以重点考察中国思想库的政策专家们的官员网络与他们实现政策影响力之间的关系。
思想库是相对稳定的且独立运作的政策研究和咨询机构[17]。
上文已经指出,政策制定者并没有充分的时间和精力去处理复杂的政策决策问题。
当他们希望了解问题的各种信息并需要知道过去政策的成本和收益时,思想库的研究与咨询有了需求和市场[18]。
思想库内的政策专家们能否与政府官员保持良好的网络联系,是专家们能否向政府传递研究成果和政策思想,从而实现影响力的关键[19]。
但是,在过去的研究中,人们一般将政策专家的官员网络视为一个整体来对待,或在个案分析中将政策专家所结识官员的作用进行孤立分析。
因此,过去的研究没有涉及到政策专家的官员网络的作用的结构性特征。
“司长策国论”为我们探讨中国的政策专家们通过与哪一级别的政府官员交往能够获得最有效的政策影响力的问题提供了理论基础。
根据“司长策国论”,我们有理由提出本文的假设,政策专家所拥有的司级官员网络对其所在研究机构的直接政策影响力的贡献最大,而专家们所拥有的更高级别的政府官员网络可能对其直接政策影响力贡献并不十分显著。
表1介绍的是“司长策国”和“处长治国”两个现象的研究思路的类比。
可以看出,我们讨论“司长策国论”的思路与“处长治国论”的呈现出精确的对仗关系。
表1:
“处长治国论”与“司长策国论”实证策略类比
“处长治国论”
“司长策国论”
关键官员
处长
司长
行政事务
日常行政事务(如行政审批等)
政策决策
实证观察对象
民营企业家
政策专家
所处社会阶层
经济精英
社会知识精英
相关社会组织
民营企业
思想库
组织目标
利润最大化
政策影响力最大化
私人网络
民营企业家的官员网络
政策专家的官员网络
假设检验
处级官员子网络对企业利润贡献率
司级官员子网络对思想库政策影响力贡献
我们需要对相关概念进行辨析。
这里指的“专家”是在中国政策决策过程中相对于“部门”的一种“行政身份”。
在中国的政策过程中,“专家”其实意味着政府在面对他们的建议时,可以采取相对自由的态度决定是否采纳,但如果面对其它“部门”的建议时,本部门则必须根据组织程序采纳、反馈或答复[20]。
此为广义的“专家”的含义,包括学者、科学家、工程师、“老领导”等。
而本文所称的“专家”的界定更狭义一些,专指那些身处政府外的政策研究和咨询机构(思想库)的专业研究人员。
身处知识精英层的政策专家的专业身份多为经济学家、政治学家、政策分析家、法学家或公共管理学家等。
他们同科学家或工程师等其他类型的专家的区别在于,政策专家们是以研究政策并力图以自己的研究成果影响政策为己任的人[21]。
相比较而言,虽然科学家或工程师们的建议有时也能影响政策(特别是中国的两院院士们[22]),但影响政策并不是他们本职工作。
而专作学术研究的人文和社会科学家也不属于政策专家范畴。
鉴于本研究所采用的策略,我们需要对中国的政策专家以及他们的政府官员网络进行调查。
为此,作者于2004年9-11月对全国政策研究机构负责人的大规模机构调查。
在本次调查中,作者获得中国科技部的帮助。
科技部软科学组织处向我们提供了2003年软科学调查统计时登记的所有1634家软科学研究机构名录与地址。
我们再将过去从各种渠道搜集到的数十家未进入2003年统计的思想库(主要是一些民间思想库)名录和上述1634家软科学研究机构作了并集。
原始底册共有1655个机构名录和地址。
然后,我们再根据中国思想库的定义对它们进行筛选,剔除了531个机构(主要是“软科学研究机构统计报告”中国家机关、党政机关和社会团体三类组织)。
这样,最后的底册数为1124家机构。
本次调查就是向这些机构的负责人的全样本发放问卷。
本次调查共有来自全国25个省(市、自治区)的301家思想库的负责人回复了有效问卷,获得了相当珍贵的一手数据。
样本回收率为%。
而且受访者填写问卷非常认真,所有回收问卷中数据缺失的很少。
回收到的样本与官方样本“全国软科学统计报告2001-2002”的比较表明,本次抽样虽然不是随机抽样调查,但样本的代表性是非常强的(详细的样本代表性分析参见本文附录)。
四、变量
(一)被解释变量:
中国思想库的直接影响力
不同国家在处理政策决策问题和面对专家建议时的情况不尽相同。
在美国,政府主要邀请思想库专家作顾问、参与讨论和听证会辩论。
因此美国学者普遍采用的衡量思想库影响力的标准之一是机构的媒体引用率和专家出席听证会的次数[23]。
而在别的国家,如英国,思想库被政府机关认为总是指出政府政策缺点的“刺头”(irritants)而不是给出正面建设性意见的后援[24];
有些国家则是多采用政府委托研究报告的形式,如日本[25];
有些国家政府只是资助思想库研究,让他们在媒体上发表言论,如德国[26];
而有些国家的思想库与政府处于冲突的关系,如法国[27]。
因此,我们必须根据本国实际情况对思想库的直接政策影响力的指标进行特别设计。
另外,思想库影响政策的途径有直接影响力和间接影响力之分[28]。
在政策过程中的各种参与者,包括政府官员、政治家、议员、媒体、学术界、企业界、利益集团等以及思想库本身,都在为政策决策的结果做着努力[29]。
思想库倡导政策主张的行为有些能够直接影响政府的决策者,而有些则是影响其他政策参与者,利用他们影响政策的能力间接地去影响政策。
我们的研究希望考察中国思想库的直接政策影响力,是因为我们希望了解政策专家通过结交政府官员是否得到了倡导其政策思想的直接好处。
因此,我们将中国思想库的“直接影响力”作为被解释变量,而把“间接影响力”作为控制变量之一(将在下文中介绍)。
我们在发放问卷前的调研中发现,领导对研究报告的“批示”在中国决策过程中的独特地位。
在领导的繁忙的工作之余,领导从大量信息、文件、报告中愿意花时间阅读通过政府的筛选机制呈送上来的某研究机构的研究成果,并觉得其政策建议有价值,他就会在报告中进行“批示”。
在中国,“批示”也就意味着“重视”、“采纳”、“处理”等政策行为的发生。
所以,在中国,思想库的内部研究报告获得“领导批示”是最直接表征其影响力的标志。
因此我们采用“研究报告获得领导批示”作为以文字为载体的政策影响力指标。
既然“批示”本身具有非常重要的意义,每个研究机构对自己的研究报告得到过多少次领导批示都有记录。
有的思想库甚至会在考核研究人员工作绩效的年终工作汇报表中专门列有统计获得领导批示的考察内容。
因此,在问卷中,我们让思想库的负责人回答本研究机构在2003年间得到过多少次领导批示也就不是非常困难的事,而且出现回忆上的差错的可能性较小。
[30]
(二)自变量:
政策专家的政府官员网络
我们在这里对研究进行了两处简化。
一是我们只调查思想库的负责人而不对全体研究人员进行调查。
这一方面是因为调查问卷去向的可控性,另一方面是因为思想库的负责人往往承担着最重要的开拓机构关系网络的任务。
二是我们只调查思想库负责人的政府官员网络的网络规模,而不去调查描述网络结构的其它参数[31]。
本研究将整个政府官员网络分解为3个子网络:
部级(或以上)官员网、司(局)级官员网和普通官员网的网络规模。
我们设计了4个问题:
“认识省部级以上官员人数”、“认识司局地级官员人数”和“认识其他政府机构人员和其它单位负责人人数”。
这里的“认识”,我们在问卷中规定:
“最低条件是第一次见面后,第二次见面时可以交谈”。
我们将网络中认识人数分成五档:
10人以下、10-50人、50-100人、100-200人和200人以上。
回收数据中分别取每一档的中位值,分别定义为5、30、75、150、200。
(三)间接影响力控制变量
研究网络对思想库影响力的贡献另一个难点是设计控制变量。
我们必须控制住那些对思想库的直接政策影响力可能产生作用的各种因素,再研究自变量与因变量之间的关系。
最重要的控制变量是思想库的“间接影响力”。
上文中指出,间接影响力有助于思想库实现对政府的直接影响。
而思想库在面对不同政策参与者时,他们采用各种方式去施加影响。
在这里,我们选取两个主要的间接影响力维度:
学术影响力和大众媒体影响力。
1)学术影响力。
本研究将思想库在“中文核心期刊”(theChineseCoreJournal)中发表论文数作为其学术影响力的指标[32]。
笔者通过“学术期刊网”数据库检索了所有301家思想库2002年和2003年两年间发表论文的数量。
2)大众媒体影响力。
本研究在问卷中让思想库负责人估计2003年间媒体报道本机构观点的总次数。
(四)政策专家的个人控制变量
1.知识运用能力。
关于政策过程中知识运用的研究已经表明,知识运用有助于专家开发政策网络中与官员的连接与网络[33],并且政策研究者的知识运用能力也对架起研究与政策间的桥梁具有直接贡献[34],因此,政策专家的知识运用能力是本研究中最重要的个人层面的控制变量。
我们用思想库负责人的“学历”作为评价该政策专家的知识运用能力的指标。
我们假设学历越高,专家的知识运用能力就越高。
对于学历指标,我们将虚拟变量“博士”作为控制变量,以所有不具有博士学位者作为参考项。
[35]
2.社会精英网络。
政策专家的社会网络中,除了政府官员网络外,还有一个重要的社会精英网络。
由于本研究主要考察政策专家的政府官员网络对其政策影响力的贡献,因此我们把社会精英网络作为控制变量。
我们用思想库负责人所参加的学术或社会组织的个数来表征其社会精英网络的状况。
研究者在问卷中让受访者回答“除了在本机构任职外,您参加的其它社会组织有多少个?
”的问题。
(五)机构的控制变量
1.机构规模。
我们考察机构的资金规模和人员规模。
研究经费支出:
2003年思想库和政策研究相关的支出,单位为万元。
人员规模:
我们用该机构的研究人员数量测量思想库的人力投入。
其中研究人员分为全职研究人员和兼职研究人员。
在这里,我们不妨设兼职研究人员是半劳力,从而我们有下列公式:
研究人员综合数量=全职研究人员数量+*兼职人员数量
2.机构行政级别。
我们在问卷中共设计了离散的4类级别:
“部级或以上”、“司/局/地”、“处”、“处级以下或无”。
作为模型中控制变量,我们仅将行政级别设定为一个虚拟变量,即该机构“是否高于或等于处级”,而将其它较低行政级别的机构作为参考项。
3.机构历史。
机构成立的年限越长,影响力越大,但年限与影响力的关系是否是线性,我们暂且存疑。
因此,我们仍然采取保守一些的分段控制变量的方法。
中国思想库按照发展历程可以分为三个阶段,解放后到70年代末、70年代末到80年代末、90年代初到现在[36]。
因此,我们将最年轻在第三阶段成立的思想库作为参考项,将在前两阶段成立的思想库作为两个虚拟变量:
“1978年以前”和“1978-1989”。
4.机构类型。
思想库主要可以分为两大类:
半官方思想库和民间思想库(薛澜、朱旭峰,2006)。
社会上有这样的认识,即政府对中国民间思想库歧视[37]。
也就是说,政府官员对民间思想库所提交的研究报告的重视程度没有半官方机构高。
问卷中,我们询问政策专家所在机构的体制类型是什么。
事业单位(半官方机构)=1、民间机构(包括民办非企业、企业、高校下属机构)=0。
5.机构所在地。
考虑到中国政策过程的中央与地方差异,我们首先将北京地区思想库作为一个虚拟控制变量引入全样本模型中,再抽取所有所在地为北京地区的样本,单独做一组回归分析。
五、数据与发现
我们首先观察因变量领导批示的情况。
图1中分别提供了三类样本2003年获得领导批示数量分布,分别是半官方思想库、民间思想库和北京地区思想库。
其中半官方思想库和民间思想库的合集即为全部样本的全集。
全部样本中,半官方思想库有160家,民间思想库有141家,北京地区思想库有51家。
可以看出,思想库获得领导批示的难度很大。
在所有样本中2003年平均获得领导批示的平均数只有次,其中202家思想库2003年一年中一次领导批示也没有得到。
从全国范围来看,半官方思想库获领导批示的能力高于民间思想库,北京地区思想库获得领导批示的能力明显高于全国平均水平。
一个重要的技术问题不得不被关注,即本次研究的因变量并不呈正态分布,而近似于“左截断”(Left-censoredatminimum)的正态分布,截断界限是0。
而常用的最小二乘法(OLS)多元线性回归模型要求因变量近似于正态分布,不然结果可能造成略微的偏差。
针对这种情况,我们采用更精确的基于极大似然估计的Tobit回归分析对假设进行检验。
表2报告的是自变量各机构政策专家所拥有的“政府官员网”的分布状况。
一个有意义的发现是,半官方思想库与民间思想库的负责人在政府官员网的数量上并不占太多优势。
部级官员网和局级官员网在两类思想库中的分布大体相当,而普通官员网中,民间思想库的负责人表现出更大的网络规模。
当然,北京地区的思想库负责人所结识的政府官员无可