摘要：面對疫情防控和復工復產(chǎn)的雙重目標，地方政府重大公共衛(wèi)生事件應急響應級別的變化成為窺探危機應對下地方政府注意力變化的重要窗口。在中央允許地方復工復產(chǎn)的情況下，各地注意力的轉(zhuǎn)移卻存在差異。本文在對我國內(nèi)地31個省級行政單位重大公共衛(wèi)生事件一級響應持續(xù)時間的觀察基礎上，利用fsQCA分析方法探討政府注意力變化的邏輯。實際上，短期危機得到緩解后，地方政府的注意力一方面會從危機應對轉(zhuǎn)移到中央政府之前關(guān)注的政治性任務上，接受中央注意力縱向傳導；另一方面地方政府仍然把重點放在經(jīng)濟發(fā)展等常態(tài)工作上。此外，潛在競爭對手對經(jīng)濟發(fā)展的關(guān)注可能會刺激本地政府作出調(diào)整，可見經(jīng)濟發(fā)展仍是地方政府注意力的“基石”?；谏鲜鲅芯浚疚某鋵嵙宋C狀態(tài)下地方政府注意力轉(zhuǎn)變的邏輯認識。

關(guān)鍵詞：注意力分配；地方政府；危機管理；重大公共衛(wèi)生事件

中圖分類號：D630文獻標識碼：A文章編號：2095-5103（2021）02-0036-10

基金項目：中央高校基本科研業(yè)務費專項資金資助（2019NTSS36）。

作者簡介：劉志鵬，北京師范大學政府管理學院講師，碩士生導師。

一、導言

新冠肺炎疫情是中華人民共和國成立以來發(fā)生的傳播速度最快、感染范圍最廣、防控難度最大的一次重大突發(fā)公共衛(wèi)生事件[1]。2020年1月20日，習近平同志作出“堅決遏制疫情蔓延勢頭”的重要指示。除西藏外，各地于1月23日至25日先后啟動重大突發(fā)公共衛(wèi)生事件一級響應，將地方政府的注意力轉(zhuǎn)移到防疫工作上來。中央到地方各級政府采取了大量非常規(guī)甚至超常規(guī)的手段，如武漢“封城”、社區(qū)全封閉管理、暫停跨區(qū)域間的公共交通和延長假期等。這些措施一方面有助于疫情防控，但另一方面也使得各地正常生產(chǎn)生活秩序受到?jīng)_擊，深刻影響國民經(jīng)濟和社會發(fā)展的基本面。數(shù)據(jù)顯示，2020年1-2月份，規(guī)模以上工業(yè)增加值同比下降13.5%；社會消費品零售總額同比下降20.5%；全國固定資產(chǎn)投資（不含農(nóng)戶）同比下降20.5%。2月份，全國城鎮(zhèn)失業(yè)率為6.2%，是2018年1月以來的最高值[2]。

2020年2月17日，中央應對新冠肺炎疫情工作領(lǐng)導小組正式將復工復產(chǎn)工作提上議事日程，更加強調(diào)統(tǒng)籌疫情防控和經(jīng)濟社會發(fā)展。之后各地開始逐漸下調(diào)新冠肺炎疫情應急響應等級，這意味著地方政府將注意力從疫情防控轉(zhuǎn)移到經(jīng)濟社會發(fā)展上來。實際上，各地一級響應的持續(xù)時間是不同的，并非如啟動時那樣在中央宣布疫情發(fā)生后統(tǒng)一進行。在疫情仍未結(jié)束的大背景下，面對疫情防控和復工復產(chǎn)的雙重目標，地方政府注意力因何從非常態(tài)工作轉(zhuǎn)向常態(tài)工作？對此問題的研究將成為窺探危機應對下地方政府行為邏輯的重要窗口。

二、政府注意力的文獻述評

（一）新制度主義與政府注意力

新制度主義將制度分析和行為分析結(jié)合起來，認為制度塑造了政治，而制度又來自實踐[3]。這為政府行為分析提供了基礎框架，其強調(diào)行動者的利益偏好與制度建設、行為的關(guān)系[4]，將各級政府視為理性行動者，包括中央政府和地方政府。一方面，政府行為受制于政府內(nèi)部的結(jié)構(gòu)；另一方面，其行動離不開對制度環(huán)境的回應。組織所面臨的制度環(huán)境包括法律環(huán)境、文化期待、社會規(guī)則和社會信念，是社會期待的反映[5]。新制度主義認為，外部環(huán)境的要求也被稱為“合法性”要求，即對社會現(xiàn)實的認同，而這種社會認同則通過制度安排體現(xiàn)出來[6][7]。突發(fā)事件產(chǎn)生了解決問題的需求，政府則積極響應民眾的關(guān)切，以便降低發(fā)生極端社會集體行動的可能性，但是這樣的響應往往走向了另一個極端，即地方政府往往被迫對那些能夠或已經(jīng)激起強烈外部批評的言論和行動給予關(guān)注，針對非常態(tài)社會問題開展“滅火行動”，使得其行動邏輯越發(fā)短期化。

為克服社會學制度主義過于強調(diào)政府被動回應性的弊端，“注意力”這個在心理學、經(jīng)濟學、社會學和管理學的應用較為成熟的概念被引入公共管理學領(lǐng)域[8]。瓊斯和鮑姆加特納的系列研究，率先將注意力引入政治學[9-10]。在信息泛濫和不對稱并存的約束條件下，政府行為成為分配決策者注意力和選擇信息的過程。Kingdon[11]提出的政策議程的三源流理論，便是對政府注意力分配機制的初步探討。Brian Joes提出的“注意力驅(qū)動的政策選擇模型”[12]則認為有限的注意力和注意力的轉(zhuǎn)移，是導致政策穩(wěn)定和政策突變的基本原因?；谠诠倭朋w系中的特殊地位，決策者的注意力變動對政府行為產(chǎn)出變化至關(guān)重要，因此，地方政府的注意力變動需要高度關(guān)注。

（二）中國場景下的政府注意力研究

國內(nèi)的政府注意力研究相關(guān)文獻快速增長，逐步呈現(xiàn)出與其他議題的交叉并注重中國語境下的注意力理論研究，具有代表性的是研究政府決策制定中的注意力轉(zhuǎn)換。注意力對政府來說與財政資源、人力資源、信息資源和時間資源一樣有限且寶貴[13]。獲得政府注意力關(guān)注的議題更有可能進入政府議程，而沒有得到關(guān)注的議題要么沉默，要么制造新焦點，吸引政府注意。政府決策注意力資源進行有效配置，是影響政府決策能力的重大問題，深刻影響著政策議題識別和政策設計[14]，是一種“注意力分配的政治”[15]，同時還有助于克服政府長期以來的“被動反應”的行為模式，形成主動配置注意力的邏輯[16]，因此需要不斷改善政府注意力資源的配置效度[17]，此外，有的研究還將政治注意力作為一種測量方式，特別是以領(lǐng)導人批示、政府工作報告中的詞頻等具體工具來探尋政治注意力在具體政策上的分配情形[18]，進而發(fā)現(xiàn)注意力對政策所需資源獲取的影響作用，如注意力配置對公共財政資源配置的投入方向選擇。

目前中國場景下的政府注意力分配研究主要有三類解釋變量：一是問責機制，特別是涉及社會穩(wěn)定的相關(guān)事宜，如線下的群體性事件或線上的網(wǎng)絡集體訴求等[19]，其中牽涉“一票否決”的事項則更會引起政府關(guān)注[20]。二是制度結(jié)構(gòu)，即我國黨政體制具備常規(guī)科層制中惟上負責的特征，使得地方會關(guān)注中央政策。例如當中央政府強調(diào)公共服務與環(huán)境保護時，地方政府會在政府文件上體現(xiàn)出其注意力也隨之轉(zhuǎn)向民生事務和生態(tài)環(huán)境的決心[21]，而穩(wěn)定的制度結(jié)構(gòu)也會被“運動式治理”及其衍生的領(lǐng)導小組所打破，形成強的任務情境，進一步吸引下級官員注意力[22]。三是決策官員特征。具有較強公共服務動機的地方官員，會自覺重視和推動環(huán)保政策的執(zhí)行[23]。而官員任期也影響政府注意力的配置，如在任期初期，地方官員可能更重視并致力于轄區(qū)的招商引資，在任期后期，則經(jīng)濟注意力不足[24-25]。在這些因素的共同作用下，政府注意力的分配呈現(xiàn)出“間斷-平衡”趨勢[26]。

由上可見，近年來中國場景下政府注意力的研究已經(jīng)較為豐富，其主題較多是強調(diào)社會議題如何進入政府的政策過程，并開始探究政府主動配置注意力的機制。但是，一方面，從研究對象來看，個案研究雖然關(guān)注于危機事件，但是并未涉及全國范圍內(nèi)的突發(fā)危機情況；而采用各地地方政府政策文本的比較研究所關(guān)注的是常態(tài)下的政府注意力轉(zhuǎn)移，無法從比較的視角關(guān)注危機條件下地方政府注意力的轉(zhuǎn)移規(guī)律，尤其是政府如何從危機狀態(tài)轉(zhuǎn)為常態(tài)的注意力研究更為缺乏。另一方面，目前已有的危機注意力個案研究更多關(guān)注某個事件，而對事件背后的常態(tài)或研究底色關(guān)注不足，需要進一步完善理論分析。

三、研究設計

（一）研究方法

本文基于研究對象采用定性比較分析的研究方法（QCA：Qualitative Comparative Analysis Method）。該方法把比較研究與布爾代數(shù)結(jié)合起來，以組態(tài)分析思維取代由各單變量效應疊加的定量分析思維，同時以集合之間的邏輯關(guān)系替代定量研究中的相關(guān)關(guān)系[27]，在克服量化回歸分析不接受多重共線性、忽略個案等缺陷的基礎上發(fā)展而來的定性比較分析方法。該方法適用于中小規(guī)模（N：10～80）案例樣本的因果關(guān)系識別，特別是可以為同一結(jié)果的多種路徑提供解釋，強調(diào)條件組態(tài)（案例生成特定結(jié)果的各要素之間的組合）對最終結(jié)果的作用機制。根據(jù)變量賦值的特征不同，該方法分為清晰集分析（csQCA）、多值集分析（mvQCA）和模糊集分析（fsQCA）。其中，模糊集分析在二分變量賦值（0，1）的基礎上允許變量賦值為小數(shù)，因此可以對主觀性的條件變量進行更為精確的賦值，以減小主觀變量數(shù)據(jù)化過程中的誤差。

鑒于模糊集的這一優(yōu)勢特征，國外越來越多的研究者參與fsQCA的研究中，將其用于能源資源[28]、城市治理[29]、技術(shù)創(chuàng)新[30]與共享經(jīng)濟[31]等諸多領(lǐng)域。國內(nèi)關(guān)于模糊集的定性比較研究也逐漸增多，如在數(shù)字治理[32]、決策模型優(yōu)化[33]、民主轉(zhuǎn)型[34]等領(lǐng)域的應用型研究等。鑒于本研究涉及復雜的政府內(nèi)外部各要素的組合分析，特別是與地方經(jīng)濟相關(guān)的數(shù)據(jù)需要更加精確地賦值。因此，本研究選用fsQCA分析方法來分析各地退出一級響應的條件組合，并使用fsQCA3.0軟件進行分析。

（二）案例選擇

定性比較分析研究方法要求在案例選取中應考慮并遵從兩個原則，即案例選擇應具有足夠的同質(zhì)性和多樣性，而我國內(nèi)地的31個省級行政單位則天然地具有這兩個特征。因此，基于研究主題，開展一級響應的我國內(nèi)地31個省級行政單位便是本研究的31個案例。案例資料主要源于統(tǒng)計年鑒、年鑒、國民經(jīng)濟和社會發(fā)展公報、公開新聞報道和微博、微信等。

需要說明的是，本研究曾經(jīng)去除直轄市對剩下27個案例進行分析，發(fā)現(xiàn)兩者結(jié)論沒有明顯差異，因此最終結(jié)論的敘述是包括4個直轄市在內(nèi)的全部內(nèi)地31個省級行政單位。

（三）變量設計與數(shù)據(jù)處理

1.變量設計

（1）危機應對能力

地方政府轉(zhuǎn)移對危機注意力的直接因素便是本地危機情況的緩解，因此各地疫情應對的實際效果則是條件變量必須納入的條件，這也直接體現(xiàn)了地方政府的危機應對能力。此外，還需要考慮地方政府潛在的危機應對能力，即危機應對能力更強的地方會更早退出一級響應。本部分選取當?shù)匾咔楝F(xiàn)狀和醫(yī)療承載能力作為該條件變量的次級變量。

（2）秩序恢復壓力

被危機打斷的正常生產(chǎn)生活秩序最終需要恢復，而各地復工復產(chǎn)的壓力更主要來源于自身發(fā)展前景和壓力的預估。其中，經(jīng)濟發(fā)展速度和就業(yè)規(guī)模的維持都是地方政府當前的重要目標，也是復工復產(chǎn)壓力的來源。除此之外，2020年是全面建成小康社會的收官之年，而疫情影響了部分扶貧產(chǎn)業(yè)項目的收入和工程建設進度，因此來自扶貧的問責壓力也同樣可能是地方注意力轉(zhuǎn)移的條件變量。即恢復正常秩序的壓力越大，本地會更早退出一級響應，將注意力轉(zhuǎn)向復工復產(chǎn)。本部分選取經(jīng)濟發(fā)展壓力、就業(yè)人口維持和精準扶貧壓力作為該條件變量的次級變量。

（3）社會防疫情緒

如前所述，地方政府的注意力選擇離不開對社會層面輿情的回應，而在疫情防控期間，集體行動主要體現(xiàn)在線上對于疫情防控工作的集體性評價。根據(jù)實際情況，輿情主要集中在對于防控工作不夠扎實的批評上而非要求復工復產(chǎn)，特別是個別居家隔離者和感染者違反防疫規(guī)定、帶來疫情擴散的風險，往往會聚集大量社會情緒。即存在強化防控情緒的地方會較晚退出一級響應。本部分采用網(wǎng)絡輿情事情的存在作為該條件變量的測量。

（4）政策跟風壓力

地方政府之間既互相競爭，又相互模仿，政策擴散廣泛存在于地方政府之間[35]，如一個地區(qū)較早地開展改革，樹立了改革樣本，會加速周邊的改革進程。即在一個時間或地點存在的政策、行政管理措施或機構(gòu)被用于在另一個時間或地點來發(fā)展有關(guān)政策的知識、行政管理措施和機構(gòu)。而這種響應退出也可能遵循同樣的邏輯，而跟風的壓力既可能來自地理相鄰的地區(qū)，也有可能來自存在競爭的地區(qū)。本部分選取地理相鄰?。▍^(qū)、市）和經(jīng)濟總量相近的?。▍^(qū)、市）的退出情況作為該條件變量的次級變量。

（5）結(jié)果變量的選擇

事實上除了西藏，各地在啟動一級響應的時間是相近的，因此，本研究用各地一級響應的持續(xù)時間來測量各地退出一級響應的先后順序，分為較早退出，中等退出，較晚退出作為結(jié)果變量。各地一級響應持續(xù)時間見表1。

2.變量的操作化定義與賦值

需要說明的是，閾值操作化規(guī)則為：以全國平均數(shù)和中位數(shù)之間的區(qū)間為“中”①，高于這個范圍的為“高”，低于這個范圍的則為“低”（見表2）。

四、結(jié)果分析與討論

（一）必要條件分析

模糊集的分析遵循一定的步驟。首先，對各個條件變量是否為結(jié)果的必要條件進行檢測。其次，測量多個條件所構(gòu)成的條件組合對結(jié)果的吻合度，以此表示條件組合對結(jié)果的解釋力大小。表3列出了必要條件的分析結(jié)果。

上述必要條件分析是針對每個變量的單獨分析，發(fā)現(xiàn)沒有任何一個變量可以單獨成為結(jié)果變量的必要條件（需要吻合度高于0.9），這就意味著必須進行條件組合的必要性分析。

（二）條件組合分析

條件組合分析是指在單個條件變量不構(gòu)成必要條件的情況下，測量條件變量的不同組合方式對結(jié)果的影響。

經(jīng)過fsQCA軟件分析，表4報告了五種條件變量的組合方式對于結(jié)果變量存在有效解釋性，這五種組合方式的總體覆蓋率，即解釋率為0.414，吻合度達到0.76，達到了臨界值。這意味著所生成的條件組合可以解釋約41.4%的案例。需要說明的是，這里的覆蓋率概念類似于回歸分析中的R平方，即變量（或變量組合）對于因變量（結(jié)果變量）的解釋程度；吻合度類似于回歸分析中系數(shù)的顯著程度（即P值），表示該條件變量與結(jié)果之間的一致程度[36]。而表4報告的具體條件組合分析結(jié)果如下。

從各要素在條件變量中出現(xiàn)的情況看，“潛在應對能力”出現(xiàn)三次，“精準扶貧壓力”“經(jīng)濟發(fā)展壓力”和“就業(yè)維持難度”各出現(xiàn)了兩次，“競爭省份退出”出現(xiàn)了一次。這說明地方政府自身應對重大公共衛(wèi)生事件的潛在能力是退出一級響應、將注意力轉(zhuǎn)向復工復產(chǎn)和經(jīng)濟社會秩序恢復的首要因素。換句話說，長期的醫(yī)療投入帶來的充足病床是地方注意力轉(zhuǎn)移的“底氣”。而貧困縣退出的壓力和保障穩(wěn)定就業(yè)的難度這兩項中央高度關(guān)注的目標任務則成為促進地方政府注意力轉(zhuǎn)移的重要因素。同時，和本地GDP總量位次相近省份較早退出，會刺激地方政府轉(zhuǎn)移危機應對的注意力。

從缺失的條件變量來看，和以往文獻所闡述不同的是，輿論壓力在重大公共衛(wèi)生事件中對政府注意力的轉(zhuǎn)移并沒有顯著的解釋力，盡管輿論壓力在平時會促進政府對于政策的反思，會促使社會問題進入政策議程，但在整體性公共危機注意力的轉(zhuǎn)移方面卻沒有體現(xiàn)。此外，各地的治愈率這一體現(xiàn)當下危機應對直接能力的指標解釋性也不強。從具體案例看，如新疆、內(nèi)蒙古等地在治愈率不足50%的時候便宣布退出，而如湖南、浙江等地則在治愈率高于90%時才宣布退出，差異性較大。此外，“地理相鄰省份”更早退出對于地方政府的注意力轉(zhuǎn)移并沒有起到擴散作用，被當作冗余變量處理。

具體到五種條件組合來看，（1）“潛在應對能力強*精準扶貧壓力大”和（3）“潛在應對能力高*就業(yè)維持難度大”的解釋力最強，各自可以解釋約27.6%的案例，且約10%的案例僅能通過“潛在應對能力強*精準扶貧壓力大”條件組合得到解釋，而僅有約7%的案例可以僅通過“潛在應對能力高*就業(yè)維持難度大”的組合得到解釋。（2）“就業(yè)維持難度大*精準扶貧壓力高”的條件組合解釋力次之，可以解釋約20.7%的案例，單獨解釋約3%的案例。（4）“潛在應對能力高*～經(jīng)濟發(fā)展壓力小*競爭省份更早退出”和（5）“～經(jīng)濟發(fā)展壓力小*就業(yè)維持難度大*競爭省份更早退出”的條件組合各自可以解釋10.3%的案例，但這兩個組合都無法找到僅能通過本條件組合解釋的對應案例，解釋力相對較弱。

對比五種條件組合的具體條件變量分布來看，（1）和（3）均表明，地方政府在疫情面前注意力的較快調(diào)整主要是基于本地潛在較高的病患接受能力，認為即便注意力不在此，之前醫(yī)療資源的投入也能夠應對疫情。基于這樣的判斷，地方注意力的調(diào)整便根據(jù)其他中央規(guī)定的相關(guān)短期任務中，如穩(wěn)定就業(yè)和退出貧困縣。從具體案例來看，內(nèi)蒙古、江蘇、廣西、云南等就業(yè)人口占總?cè)丝诒戎剌^高的?。▍^(qū)）穩(wěn)定就業(yè)的壓力自然很重，否則容易引發(fā)連鎖反應；除了寧夏以外，所有尚有國家級貧困縣未退出的省份均在一個月內(nèi)結(jié)束了一級響應，開始部署復工復產(chǎn)的相關(guān)工作?？梢姡胤交趯ψ陨響獙︼L險較高的潛在能力，在短期有其他同樣需要高度重視的事情時，注意力便會發(fā)生較快轉(zhuǎn)移。（2）的兩個條件變量都來自中央的關(guān)切，意味著中央的注意力會傳導給地方政府，促使他們轉(zhuǎn)移注意力，這一路徑驗證了現(xiàn)有文獻的結(jié)論。（4）和（5）則揭示了地方注意力不僅僅會被“精準扶貧”這樣來自中央的注意力所傳導，被短期工作所吸引，同時其長期關(guān)注的經(jīng)濟發(fā)展一直是注意力的“錨”，即當沒有其他重要且緊急的事務需要處理時，地方政府的注意力會回到經(jīng)濟發(fā)展上來。需要明確的是，經(jīng)濟排名的壓力并不會單獨出現(xiàn)，它需要和外部因素共同發(fā)生作用，即當本地經(jīng)濟總量三年內(nèi)下降時，與自己經(jīng)濟總量排名相近的省份（具有潛在競爭關(guān)系）退出，會刺激地方政府快速轉(zhuǎn)移注意力。

（三）地方政府注意力轉(zhuǎn)變的邏輯討論

從上述的分析中我們可以看出，政府注意力從應對危機轉(zhuǎn)向常態(tài)秩序恢復的邏輯有兩種，一個是地方政府內(nèi)部的，一個是外部的，但是這兩者不是截然分開的，是互相聯(lián)系甚至需要共同起作用的。內(nèi)部的主要體現(xiàn)在地方政府依然把經(jīng)濟發(fā)展作為核心工作，當經(jīng)濟發(fā)展速度下降、排名下滑會構(gòu)成地方政府注意力轉(zhuǎn)變的先導，而應對非常態(tài)下危機的潛在能力則是地方政府轉(zhuǎn)換注意力的“底氣”；而外部的邏輯來自縱向與橫向政府的壓力傳導，而橫向政府的壓力體現(xiàn)為具有潛在競爭關(guān)系的其他地方政府的注意力變化，但這種橫向傳導需要和自身負面的經(jīng)濟表現(xiàn)相結(jié)合才會促成本地注意力的變化。

1.內(nèi)部評估型

經(jīng)濟發(fā)展是地方政府注意力的“錨”。當沒有其他短期事務牽扯的時候，各地政府的注意力還是會回到經(jīng)濟發(fā)展上來，而非公共服務提供、環(huán)境保護等其他常態(tài)化選項。這一點在中西部?。▍^(qū)、市）體現(xiàn)得更為明顯，如貴州、云南、新疆等地近三年的經(jīng)濟總量排名分別下降3位、4位和1位，三地均在新增病例尚未歸零的一個月內(nèi)就退出了一級響應。

危機應對的潛在能力是地方政府注意力從危機中轉(zhuǎn)移向常態(tài)的“底氣”。實際上，并非當前危機的緩解會影響地方政府注意力的轉(zhuǎn)移，而是危機應對的潛在能力成為地方政府注意力轉(zhuǎn)移的首要因素。疫情控制取決于能否做到控制傳染源，而不至于發(fā)生社區(qū)傳播，導致傳染鏈不斷延長。病床的充足意味著地方政府可以有潛在足夠的醫(yī)療資源應對疫情擴散，而這便給予了地方政府將注意力轉(zhuǎn)移到常態(tài)社會秩序恢復的“底氣”，即便再次出現(xiàn)本地疫情，也能夠盡快控制，而不至于出現(xiàn)疫情之初醫(yī)療資源因為擠兌而“枯竭”，進而引發(fā)社會公共危機。

2.外部傳導型

一方面，來自上級（中央）注意力傳導是地方政府注意力調(diào)整的重要“推力”。無論是作為“六穩(wěn)”之一的穩(wěn)就業(yè)，還是2020年必須兌現(xiàn)的貧困縣“摘帽”，這些都是中央政府當下的關(guān)切。作為直接面對中央政府的一級政府，省級政府必須接受來自中央的任務，中央短期的注意力則為地方政府注意力的調(diào)整提供了“推力”。疫情是突如其來的，之前中央的注意力依然需要回應，如廣西、云南、甘肅等地就業(yè)人口占比高且還有下轄縣未“摘帽”的，復工復產(chǎn)的意愿強烈，一旦中央允許經(jīng)濟社會秩序的恢復，這些地方便率先將注意力從危機應對中轉(zhuǎn)移開來。

另一方面，橫向潛在競爭省份注意力改變是地方政府的注意力變化的“拉力”。地方政府的注意力變化并不是盲目跟風的，“地理相鄰”的省份更早退出無法為本地退出提供有效解釋，如江蘇、浙江和上海三地的退出時間相隔15～20天。因此，在地方政府危機注意力轉(zhuǎn)移方面，城市群并沒有發(fā)揮其協(xié)同效應。而當近期本地經(jīng)濟總量排名下降等經(jīng)濟發(fā)展績效不佳時，若與其存在潛在競爭關(guān)系的地方政府的注意力轉(zhuǎn)變到經(jīng)濟發(fā)展領(lǐng)域，則本地政府的注意力也將重新回歸到經(jīng)濟發(fā)展中（如圖1所示）。

需要指出的是，北京、天津、河北和湖北均無法通過上述的解釋路徑加以解釋，可能的原因是中央將四地列為重點防控區(qū)域，因此上述條件組合對于北京、天津、河北和湖北的解釋力不足。

五、結(jié)論

政府注意力轉(zhuǎn)移需要區(qū)分常態(tài)和非常態(tài)的社會狀況與工作目標。以往的研究較多關(guān)注在常態(tài)社會下政府注意力在常態(tài)和非常態(tài)工作目標的注意力變動規(guī)律，而重大衛(wèi)生公共事件的發(fā)生則提供了政府注意力的非常態(tài)社會場景。本研究以內(nèi)地31個?。▍^(qū)、市）為案例，采用定性比較分析方法進行條件組合分析，分析了政府注意力在非常態(tài)社會狀況下如何向常態(tài)工作目標轉(zhuǎn)移的邏輯，豐富了對政府注意力轉(zhuǎn)化規(guī)律的認識。

研究一方面驗證了來自上級政府的壓力會導致注意力轉(zhuǎn)移的判斷，認為中央的注意力會傳導至地方政府，促使其從危機應對轉(zhuǎn)向先前中央布置的具有政治性問責壓力的工作任務上；另一方面，當?shù)亟?jīng)濟發(fā)展是政府注意力的基石，在短期壓力消失之后，政府的注意力依然會轉(zhuǎn)移到經(jīng)濟發(fā)展上來，而非諸如公共服務提供、環(huán)境保護、市場監(jiān)管等其他常態(tài)化工作，因此其他領(lǐng)域為爭奪注意力開展“運動式治理”則是順理成章的。而當排名下降帶來的壓力和來自外部潛在競爭對手發(fā)展經(jīng)濟的注意力變化，會刺激本地的注意力從危機應對轉(zhuǎn)回到社會秩序的恢復，進而促進經(jīng)濟發(fā)展。

本研究通過實證發(fā)現(xiàn)，內(nèi)部經(jīng)濟成績不佳必須和外部潛在競爭者的注意力變化同時存在才能發(fā)揮作用，從這個意義上來說，各種各類的政府間排名依然是能夠促進政府正視自身問題的“晴雨表”，而外部潛在競爭對手注意力的轉(zhuǎn)化需要能夠捕捉得到，才能共同促使問題的改善。從中央政府的角度來看，信息公開有助于地方政府績效改善；但從地方政府角度來看，一方面需要盡可能探知其他潛在競爭者注意力的變化，另一方面則需要隱藏自己的注意力變化和意圖，從而使自己保持甚至獲取更有利的經(jīng)濟地位。而危機應對的短期績效并不能影響政府注意力的變化，只有危機應對的潛在能力才能促使政府放心地改變自己的注意力。值得關(guān)注的是，社會輿論情緒高漲雖然會促使政府回應，但不能從整體上改變危機狀態(tài)下政府注意力的取向。

不可否認的是，模糊集QCA分析方法存在著一定的缺陷：一是變量賦值標準的主觀性較強，特別是涉及經(jīng)濟數(shù)據(jù)、病患數(shù)量時，將連續(xù)變量變?yōu)槎ň嘧兞可踔炼肿兞浚炊魅趿藬?shù)據(jù)的顆?；潭?；二是無法區(qū)分條件組合內(nèi)部的機制，得出的條件組合還需要經(jīng)過具體的個案深入分析，才能進一步了解具體的因果路徑，明確是否存在中介變量；三是由于重大公共衛(wèi)生事件的偶發(fā)性，對于其如何影響政府行為的研究還不多，無法提供更多有效的假設，這為本文條件變量的選取帶來了一定的限制。

參考文獻：

[1]國新辦舉行《抗擊新冠肺炎疫情的中國行動》白皮書發(fā)布會真實記錄中國抗疫艱辛歷程[EB/OL].http：//www.scio.gov.cn/video/gxbb/34053/ Document/1681878/1681878.htm，2020-06-07.

[2]國家統(tǒng)計局.1-2月份國民經(jīng)濟經(jīng)受住了新冠肺炎疫情沖擊[EB/OL].http：//www.stats.gov.cn/tjsj/zxfb/ 202003/t20200316_1732232.html，2020-03-16.

[3]MARCH，James G.& Johan P. OLSEN. Rediscovering Institutions：The Organizational Basis of Politics[M]. New York：Free Press，1989：54，159-164.

[4]MARCH，James G.& Johan P. OLSEN. The NewInstitutionalism：OrganizationalFactors in Political Life[J]. American Political Science Review，1984，78（3）.

[5]HALL，P. & TAYLOR，R. Political Science and the Three New Institutionalisms[J]. Political Studies，1996，44（5）.

[6]DIMITRAKOPOULOS，D. G. Norms，Interests and Institutional Change[J]. Political Studies，2005，53（4）.

[7]NORMS，D. G. Interests and Institutional Change[J]. Political Studies，2005（55）.

[8][16]李宇環(huán).鄰避事件治理中的政府注意力配置與議題識別[J].中國行政管理，2016（9）.

[9]BAUMGARTNER，F(xiàn).& JONES，B.D. Agendas and Instability in American Politics[M]. Chicago：University of Chicago Press，1993.

[10] JONES，B. Reconceiving Decision-Making in Democratic Politics[M]. Chicago：Chicago University Press，1994.

[11]KINGDON，J.W. Agendas，Alternativesand Public Policies[M]. Boston：Little，Brown and Company，1984.

[12]布賴恩·瓊斯.再思民主政治中的決策制定：注意力、選擇和公共選擇[M].李丹陽，譯.北京：北京大學出版社，2010：31.

[13]王紹光.中國公共政策議程設置的模式[J].中國社會科學，2006（5）.

[14]代凱.注意力分配：研究政府行為的新視角[J].理論月刊，2017（3）.

[15]劉擁華.注意力分配的社會邏輯[J].社會科學研究，2020（4）.

[17]黃健榮.政府決策注意力資源論析[J].江蘇行政學院學報，2010（6）.

[18]郭高晶，孟溦.中國（上海）自由貿(mào)易試驗區(qū)政府職能轉(zhuǎn)變的注意力配置研究——基于83篇政策文本的加權(quán)共詞分析[J].情報雜志，2018，37（2）.

[19]文宏.網(wǎng)絡群體性事件中輿情導向與政府回應的邏輯互動——基于“雪鄉(xiāng)”事件大數(shù)據(jù)的情感分析[J].政治學研究，2019（1）.

[20]張程.數(shù)字治理下的“風險壓力-組織協(xié)同”邏輯與領(lǐng)導注意力分配——以A市“市長信箱”為例[J].公共行政評論，2020（1）.

[21]王印紅，李萌竹.地方政府生態(tài)環(huán)境治理注意力研究——基于30個省市政府工作報告（2006—2015）文本分析[J].中國人口·資源與環(huán)境，2017，27（2）.

[22]劉軍強，謝延會.非常規(guī)任務、官員注意力與中國地方議事協(xié)調(diào)小組治理機制——基于A省A市的研究（2002—2012）[J].政治學研究，2015（4）.

[23]唐嘯，周紹杰，劉源浩，胡鞍鋼.加大行政獎懲力度是中國環(huán)境績效改善的主要原因嗎？[J].中國人口·資源與環(huán)境，2017，27（9）.

[24]張軍，高遠.官員任期、異地交流與經(jīng)濟增長——來自省級經(jīng)驗的證據(jù)[J].經(jīng)濟研究，2007（11）.

[25]譚之博，周黎安.官員任期與信貸和投資周期[J].金融研究，2015（6）.

[26]陶鵬，初春.府際結(jié)構(gòu)下領(lǐng)導注意力的議題分配與優(yōu)先：基于公開批示的分析[J].公共行政評論，2020（1）.

[27]查爾斯C.拉金.重新設計社會科學研究[M].杜運周，等譯.北京：機械工業(yè)出版社，2019：8.

[28] ESTEVAO，J.，RAPOSO C. The Impact of the2030ClimateandEnergyFramework Agreement on Electricity Prices in MIBEL： A Mixed- Methods Approach[J]，Journal of Business Research，2018，89（1）.

[29] MALCOL，J. B.，J. Paul，P. David. The Role of Entrepreneurship，Innovation，and UrbanityDiversity on Growth，Unemployment，and Income： US State-level Evidence and an fsQCA Elucidation[J]. Journal of Business Research，2019，101（3）.

[30] GARCIA，A. C.，M. Jose，M. V. Francisco. Technological Innovation versus non- TechnologicalInnovation：DifferentConditionsin Different Regional Contexts？ [J] Quality & Quantity，2017（5）.

[31] MUNOZ，P.，D. Dimov. The Call of the Whole in Understanding the Development of Sustainable Ventures[J]. Journal of Business Venturing，2015（4）.

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

[33]楊志軍.模糊性條件下政策過程決策模型如何更好解釋中國經(jīng)驗？——基于“源流要素+中介變量”檢驗的多源流模型優(yōu)化研究[J].公共管理學報，2018（4）.

[34]唐睿，唐世平.歷史遺產(chǎn)與原蘇東國家的民主轉(zhuǎn)型——基于26個國家的模糊集與多值QCA的雙重檢測[J].世界經(jīng)濟與政治，2013（2）.

[35]劉偉.學習借鑒與跟風模仿——基于政策擴散理論的地方政府行為辨析[J].國家行政學院學報，2014（1）.

[36] CHARLES，C. R. Redesign Social Inquiry：Fussy Sets and Beyond[M]. Chicago：University of Chicago Press，2008.

責任編輯：鐘雪

①該閾值定義除了參考了現(xiàn)有文獻做法，還考慮到僅以平均值作為“中”會導致“中”的分布數(shù)量畸少，而且平均值有時并不能反映真實的平均分布情況，因此基于樣本變量值的測算，選擇中位數(shù)和平均數(shù)的區(qū)間定義為“中”。