摘要：[目的/意義] 環(huán)境類公共沖突時有發(fā)生，能否精準(zhǔn)觸發(fā)政府注意力是緩解公共利益沖突的重要因素之一。政府需要優(yōu)先解決哪些問題？哪些環(huán)境問題能夠引發(fā)政府的關(guān)注也成為各方利益角逐下的結(jié)果。[方法/過程] 基于此，借助前期扎根理論編碼，摘取關(guān)鍵范疇，并構(gòu)建出環(huán)境類議題觸發(fā)政府注意力的分析框架。與此同時，選取2005—2022年36個與環(huán)境類相關(guān)的公共問題，使用模糊集定性比較分析方法，驗證觸發(fā)政府注意力的理論框架與變量影響。[結(jié)果/結(jié)論] 研究發(fā)現(xiàn)：在觸發(fā)政府注意力的7個主范疇中，執(zhí)行意志、關(guān)注策略、多元話語以及最終訴求4個主范疇是環(huán)境類議題觸發(fā)政府注意力的必要條件，在觸發(fā)政府注意力的7條有效路徑中，進一步歸納為政府引導(dǎo)、沖突回應(yīng)和公共壓力3種模式。

關(guān)鍵詞：環(huán)境政策議題 政府注意力 定性比較分析

分類號：C932

DOI： 10.19318/j.cnki.issn.2096-1634.2024.03.09

1 引言

近些年，隨著社會發(fā)展積累的環(huán)境問題愈發(fā)突出，公眾尋求政府注意力觸發(fā)政策議程設(shè)置成為常態(tài)，也成為影響環(huán)境類政策議題的重要方式之一。政府需要優(yōu)先解決哪些問題，如何做出資源配置的最優(yōu)選擇，不僅涉及政策資源的排列與處理問題，而且是多方利益角逐下的結(jié)果。為了成功觸發(fā)政府對某一環(huán)境公共問題的關(guān)注力，民眾往往會采取“以鬧相逼”[1]“以死相逼”[2]“群體相逼”[3]等方式。尤其是在網(wǎng)絡(luò)社會中，以網(wǎng)絡(luò)話語表達借助網(wǎng)絡(luò)技術(shù)平臺所形成的“話語抗?fàn)帯盵4]“娛樂戲謔”[5]等典型手段，也在當(dāng)前的政策議程設(shè)定中發(fā)揮著越來越重要的作用。

那么，民眾以何種方式能夠觸發(fā)政府環(huán)境政策關(guān)注力且達到利益一致呢？換句話說如何將民眾意愿納入政府的環(huán)境政策議程之中呢？需要注意的是，廣泛的社會關(guān)注度雖然在前期可以達到推動的作用，但是這也可能僅僅只是觸發(fā)政府注意力的一個因素，觸發(fā)政府注意力的手段及策略組合才可能是更為重要的因素。以環(huán)境類政策為例，民眾的環(huán)保維權(quán)行為實際上可以理解成為一種博弈性策略，其目的是能夠觸發(fā)政府關(guān)注環(huán)境問題，并引導(dǎo)政策議程設(shè)置的走向。但是就實際效果而言，有的取得了成功，有的以失敗告終。因此，本研究中主要回答的問題有：什么樣的環(huán)境類公共問題更容易觸發(fā)政府關(guān)注力，獲得公共社會發(fā)展的廣泛關(guān)注與支持，推動政策議程設(shè)定的實現(xiàn)？其中又存在哪些重要的因素和邏輯？深入探討這些問題，有利于更好地理解在環(huán)境類公共問題中民眾的行為邏輯，也為政府合理規(guī)范民眾的行為提供參考與借鑒。

為了準(zhǔn)確把握上述問題的邏輯，厘清在環(huán)境類議題中民眾采取怎樣的行為“組合拳”才能更容易觸發(fā)政府關(guān)注力，本文基于政策議程設(shè)置觸發(fā)的傳統(tǒng)機制，嘗試借助模糊集定性比較分析的方法，選取36個環(huán)境類公共問題案例展開驗證，試圖在多個影響變量中發(fā)現(xiàn)何種組合形式可以觸發(fā)政府注意力。

2 文獻回顧

2.1 政策議程設(shè)定

政策議程設(shè)定一直以來都是公共管理學(xué)界研究的重要理論問題。決定哪些問題成為政策問題，甚至比找到這些問題的解決辦法更為重要[6]。長久以來，研究群體就政策議程設(shè)定的討論就從未停止過。有的學(xué)者將政策議程設(shè)定理解為一種合法性的政治糾紛[7]，認為政府關(guān)注的重點應(yīng)該是通過化解糾紛鞏固自身的權(quán)力合理性。與此同時，部分學(xué)者也將政策議程理解為政府與民眾都密切相關(guān)的編目[8]，將其轉(zhuǎn)換為政府需要解決問題的清單[2]。此外，也有學(xué)者另辟蹊徑，將民眾主體納入主要的考量，認為政策議程設(shè)定是民眾爭奪政府注意力的過程[9]?？梢姴煌瑢W(xué)者對政策議程設(shè)定的理解也有不同。但是仔細觀察所有對政策議程的討論可以發(fā)現(xiàn)，政策議程中無法脫離關(guān)于政府與民眾關(guān)系及其互動的探究。學(xué)者認定在實際的政策活動中，首要和最初的環(huán)節(jié)就是政策議程。其基本形態(tài)設(shè)定為：由公共問題進入政策行動主體構(gòu)成的政策子系統(tǒng)的范圍，并成為政府關(guān)注的，在深思熟慮后下決心要解決的公共政策問題的過程[10]。在政策議程設(shè)定中，現(xiàn)有的主要學(xué)術(shù)研究被劃分為兩種觀點：其一是將政策議程設(shè)定依賴于政府發(fā)展目標(biāo)，政策議程設(shè)定的驅(qū)動力來源于政府對社會現(xiàn)實情況的準(zhǔn)確認識，在后期推廣的過程中，以社會反饋的形式作為修改政策的主要依據(jù)[11]；其二是政府政策議程設(shè)定依賴于政府與民眾的良性交互，以政府為主體發(fā)布相關(guān)文件的形式吸引民意決策（如某項目的建議等），最終形成既符合政府工作目標(biāo)又滿足民眾生活訴求的公共政策[12]。在傳統(tǒng)的政策議程設(shè)置中，政府多數(shù)借助傳統(tǒng)媒介（報紙、電視、廣播等）加強政府政策宣傳以獲得政策本身的合法化，在獲取民眾廣泛共識的基礎(chǔ)上有能力實現(xiàn)政策議題的單向決策[13]。而在網(wǎng)絡(luò)社會中，政府這一單向決策的功能被解構(gòu)。除政府決策外，社會層面“自下而上”的政策議程設(shè)定方式發(fā)揮的作用日益顯著，逐漸形成了以多主體為參與者的“回應(yīng)”“再回應(yīng)”“上訪”“動員”“外壓”等的政府政策設(shè)定觸發(fā)模式。而隨著“公共政策”與“國家治理目標(biāo)”間的深度合作，中國社會當(dāng)前正在實現(xiàn)由“政府制定模式”向“政府回應(yīng)模式”或是“多元合作模式”的轉(zhuǎn)換[14]。多種利益群體參與政策議程設(shè)定的渠道和影響能力也日趨改善，群體公共訴求轉(zhuǎn)換成為政策議程的能力也顯而易見。在此種復(fù)雜的背景下，政策議程設(shè)定中的政府注意力就成為能否解決公共問題的重要變量。

2.2 政府注意力

現(xiàn)有政府注意力研究更傾向于政府在處理公共問題中與民眾間保持話語相似的價值認同。作為話語資源的政府注意力獲得有效的分配，能夠及時解決公共領(lǐng)域的重要問題[15]，也是影響公共決策的重要因素[16]。因此，也有學(xué)者將研究政府注意力作為探究現(xiàn)代社會中政府行為的新視角[17]，對公共政策制定[18]、公共問題解決[19]，以及公共價值生產(chǎn)[20]等方面都產(chǎn)生了深刻的影響。那么，獲得政府注意力關(guān)注的公共議題自然能夠?qū)崿F(xiàn)由社會公共問題向公共政策議題的轉(zhuǎn)換，完成政府的話語稟賦；相反的是，沒有獲得政府注意力關(guān)注的話題則有可能呈現(xiàn)出沉默安靜的態(tài)勢，當(dāng)然也有可能“劍鋒一轉(zhuǎn)”制造新的社會爆點，吸引政府注意力。有的學(xué)者針對政府注意力關(guān)注機制，即對公共問題如何吸引政府注意力的機制研究提出了相應(yīng)的解釋，其中最為人所熟悉的就是金登（Kingdon）著名的“多元流框架理論” [8]，這是關(guān)于政府注意力的最初探討。也有學(xué)者提出了“注意力驅(qū)動政策選擇模型” [21]，認為政府有限的注意力與注意力轉(zhuǎn)移是導(dǎo)致政策是否呈現(xiàn)穩(wěn)定態(tài)勢的重要原因。

需要注意的是，在中國政治層級制度的背景下，政府注意力普遍存在于各層級政府中，只不過表現(xiàn)形式各不相同。級別更高的政府更多的注意力集中在對下級政府行為的關(guān)注與監(jiān)督[22]；而基層政府將注意力的重點放在如何穩(wěn)定自己管轄的區(qū)域，防止不發(fā)生重大的公共問題，進而觸發(fā)上層機構(gòu)的監(jiān)督。正是由于這種原因，也有學(xué)者將政府注意力視為政府公共治理有效性的測量尺碼[23]。一方面，中央政府借助注意力機制展開對于各層級地方政治行為的監(jiān)督，加快國家整體發(fā)展目標(biāo)的達成；另一方面，地方政府的注意力則要體現(xiàn)在自身所管轄區(qū)域內(nèi)民眾的相對穩(wěn)定性上，這也同時給地方政府風(fēng)險監(jiān)測提出了更高的要求，能夠及時監(jiān)測公共問題及解決公共風(fēng)險就成為地方政府注意力的集中點。從整體而言，地方政府注意力作用的有效發(fā)揮也有利于維持自身政績，以“邀功”或者“避責(zé)”。

2.3 分析框架

在研究學(xué)者眼中，政策議程設(shè)置儼然已經(jīng)成為多方利益博弈的結(jié)果，其最直接的特點就是多主體利益需求的交錯。為了尋求復(fù)雜環(huán)境中政策議程的展開邏輯，準(zhǔn)確把握政府注意力與公共政策議題相互之間的關(guān)系，本研究嘗試使用扎根理論對影響政府注意力中的關(guān)鍵范疇展開深度研究，具體如下。

2.3.1 方法介紹

扎根理論來源于格拉斯（Glaser）等[24]對社會科學(xué)理論反思出的質(zhì)的研究的方式，包含自由性編碼、主軸性編碼及選擇性編碼。該方法提倡在資料與資料之間建立一定的聯(lián)系，逐步提出有關(guān)的類屬及其屬性[25]。因此，扎根理論是建立在宏大數(shù)據(jù)提取基礎(chǔ)之上的社會科學(xué)研究方法?；诖?，本研究也需要就研究問題在前期建立相應(yīng)比例的數(shù)據(jù)庫。

2.3.2 數(shù)據(jù)獲取 本研究通過2017—2022年的文獻統(tǒng)計及互聯(lián)網(wǎng)平臺政府政務(wù)數(shù)據(jù)等原始數(shù)據(jù)①展開分析，在整個扎根過程中，通過摘取有效信息共形成數(shù)據(jù)7萬余字，其中將5萬字用于扎根編碼分析，剩余的2萬余字則用于扎根飽和度檢測，以保證扎根研究的完整性。

2.3.3 具體過程 （1）自由性編碼。自由性編碼就是按照“標(biāo)簽化—概念化—范疇化”的常規(guī)流程對搜集資料初步劃分。本研究通過對前期訪談資料及網(wǎng)絡(luò)平臺相關(guān)資料的概念化梳理后得出了共432個具有研究意義的自由性編碼（范疇）。

（2）主軸性編碼。在經(jīng)歷“范疇化”或“標(biāo)簽化”的處理后，為了進一步提煉出能夠歸納政策觸發(fā)的重要范疇，展開第2級分析。在自由性編碼的輔助下，進一步細化與案例相關(guān)的范疇，最終生成了與案例相關(guān)的7個主軸性編碼（也稱為主范疇）。

按照政府政策議程設(shè)置的傳統(tǒng)框架，劃分為“執(zhí)行意志”“關(guān)注策略”“多元話語”“群體反應(yīng)”“群體規(guī)?！薄肮诧L(fēng)險”“最終訴求”共7個主范疇（表1）。

（3）選擇性編碼。在所有已發(fā)現(xiàn)的概念類屬中經(jīng)過系統(tǒng)的分析后，選擇一個“核心類屬”便是“選擇性編碼”。該步驟對7個主軸性編碼進行更深一步的歸納分析，挖掘出7個選擇性編碼，即本次數(shù)據(jù)分析中的3級范疇，進而提煉出環(huán)境政策議程觸發(fā)政府注意力的完整運作邏輯，并生成分析框架（圖1）。

2.4 扎根飽和度檢驗

為了進行扎根理論飽和度的檢驗，針對本研究剩余文獻（19篇）材料，重新按照“自由—主軸—選擇”3個步驟進行編碼，通過新的3級編碼驗證未發(fā)現(xiàn)其他方面的范疇，由此認為上述扎根理論過程構(gòu)建的結(jié)構(gòu)框架已經(jīng)達到了相對理論飽和，將全部3級編碼納入該理論模型框架中。

3 研究設(shè)計

3.1 研究方法

模糊集定性比較方法（Qualitative Comparative Analysis）是一種結(jié)合案例分析與變量分析的組態(tài)分析方法。其在保留了定性研究中的案例分析的基礎(chǔ)之上加入了定量研究的規(guī)范性與結(jié)構(gòu)化分析的原理。與其他研究方法不同的是，定性比較研究的研究內(nèi)核強調(diào)研究過程中多變量的不規(guī)則組合下的組態(tài)思維，發(fā)現(xiàn)不同變量在不同條件下的相互組合所帶來的特定結(jié)果。近些年定性比較研究成為管理、營銷、管理信息學(xué)等領(lǐng)域解決因果關(guān)系復(fù)雜性的重要工具[26]。結(jié)合本研究的觸發(fā)政府注意力的復(fù)雜性和多因素性符合定性比較分析的基本特征，本研究選擇使用模糊集定性比較方法，不僅可以驗證分析框架中的范疇對政策議程設(shè)定的有效性，同時也可得出在多變量組合下政策議程設(shè)定的發(fā)展路徑。模糊集定性比較分析方法主要囊括案例選擇、變量賦值、構(gòu)建真值表、數(shù)據(jù)分析與結(jié)果分析5個步驟。

3.2 案例選擇

基于本文研究方法的特殊性，本研究先以“環(huán)境污染”“污染案例”“環(huán)境沖突”等作為搜索關(guān)鍵詞在互聯(lián)網(wǎng)平臺（百度、微博、微信）進行案例的檢索，將案例選擇的時間設(shè)定為2005—2022年。選取案例依據(jù)如下：首先，案例本身邏輯理論通順，須有“爆發(fā)原因”“發(fā)展過程”“政府處理結(jié)果”等因素；其次，所研究案例需引發(fā)一定的社會關(guān)注，具有一定的社會影響力。因此，本研究在網(wǎng)絡(luò)資源、官方報道、文獻資料等來源中，共得到相關(guān)案例60個，篩選出邏輯通順的案例共36個（表2）。

3.3 變量設(shè)定與賦值

本研究將在前述扎根理論編碼中的7個主范疇作為前因變量的選擇，對于其余編碼不予考慮，并采用定性比較分析中的四值方案進行隸屬度取值，也就是說在前因變量取值的具體情況通過（0，0.33，0.67，1）去表達。故前因變量的賦值具體情況如下。

（1）執(zhí)行意志。基于傳統(tǒng)情境下的描述，執(zhí)行意志實際上是政策議程觸發(fā)的根本性內(nèi)部關(guān)鍵邏輯[27]。環(huán)境類公共問題是否能成功轉(zhuǎn)換成為政府公共議題首先取決于政府本身對公共問題的看法，因此，在環(huán)境類公共事件中政府主動回應(yīng)賦值為1，被動回應(yīng)賦值為0。

（2）關(guān)注策略。與政府面對公共問題的向下策略相比，處在政策議程設(shè)置初級階段的民眾群體的向上反映行為也體現(xiàn)出了民眾與政府之間博弈的意蘊。在本研究中，民眾選擇以暴力形式抗議賦值為1，群聚性抗議無暴力行為賦值為0.67，上訴等常規(guī)抗議形式賦值為0.33，而無明顯抗議則賦值為0。

（3）多元話語。該范疇實際上是增強政府政策議程觸發(fā)外部影響的中介條件，聚焦于在原有話語體系下的沖擊態(tài)勢，旨在正向增強民眾關(guān)于與自身利益密切相關(guān)的環(huán)境類公共問題的追責(zé)意識和抗議行為。在整個網(wǎng)絡(luò)社會的背景下，“意見領(lǐng)袖”[28]一呼百應(yīng)的功能得到了完美的發(fā)揮。一方面，政策設(shè)置的失信使得民眾更愿意相信在該方面具有專業(yè)性知識的學(xué)者專家的建議，同時根據(jù)建議繼續(xù)調(diào)整群體抗議的策略；另一方面，網(wǎng)絡(luò)意見領(lǐng)袖更容易在政策抗議等話題中與民眾群體在利益訴求中達成一致，從而處在政策的對立面支持民眾的群體抗議互動。因此，在模糊集定性比較分析中，以話語參與程度作為賦值的標(biāo)準(zhǔn)。專家、媒體及其他群體參與度高賦值為1，參與度較高賦值為0.67，參與度一般賦值為0.33，無明顯參與賦值為0。

（4）群體反應(yīng)。群體抗議通常在具有人數(shù)的絕對優(yōu)勢的情況下傾向于使用暴力的方式施壓政府。但是在公共理論中對暴力的定義并非指向流血事件。多數(shù)民眾依舊會選擇靜坐、散步、游行抗議等無肢體接觸的冷暴力方式。但在情緒激化、訴求緊迫等情況下，少數(shù)群體性活動也會轉(zhuǎn)化為群體性暴力事件。在本研究中，民眾反應(yīng)度高賦值為1，反應(yīng)度低賦值為0。

（5）群體規(guī)模。群體規(guī)模越大，就越容易造成公共問題的爆發(fā)，從而在政策議程觸發(fā)中使民眾群體擁有更大的策略選擇和自主權(quán)力。在具有人數(shù)優(yōu)勢的環(huán)境類公共問題中，多數(shù)最終都觸發(fā)了政府的關(guān)注。在本研究中，將民眾參與規(guī)模認定為重要的前因變量。民眾參與規(guī)模在5，000人以上賦值為1，參與規(guī)模在1，000～5，000人之間賦值為0.67，參與規(guī)模在1，000人以上賦值為0.33，并未形成規(guī)模性賦值為0。

（6）公共風(fēng)險。公共風(fēng)險的問題在環(huán)境類問題中顯得尤為重要，環(huán)境類問題多數(shù)是污染性物質(zhì)對當(dāng)?shù)孛癖娚】诞a(chǎn)生威脅而引發(fā)的公共抗議行為。因此，應(yīng)厘定公共風(fēng)險的程度，也就是判定環(huán)境類問題對環(huán)境、民眾生命健康的害程度的強弱。公共風(fēng)險范疇中可分為風(fēng)險大與風(fēng)險較大。在本研究中，尤其是環(huán)境類的公共問題在前期容易生成較大規(guī)模的公共風(fēng)險，因此，在賦值階段將環(huán)境風(fēng)險高的環(huán)境類公共案例賦值為1，環(huán)境風(fēng)險較高的環(huán)境類公共案例賦值為0.67。

（7）最終訴求。民眾訴求直接體現(xiàn)出民眾對環(huán)境類公共問題的態(tài)度。在本研究中，當(dāng)民眾的訴求為停止項目（徹底廢除）時賦值為1，當(dāng)民眾訴求為政府政策改革（搬遷）等時賦值為0。

環(huán)境類政府政策議程觸發(fā)機制的外顯性特征具體表現(xiàn)為政府政策議程觸發(fā)的實現(xiàn)與否?；诖?，本研究以最終政策議程是否觸發(fā)作為結(jié)果變量的賦值。當(dāng)政府政策議程觸發(fā)成功時，賦值為1；政府政策議程未觸發(fā)成功時，也就是公共問題轉(zhuǎn)換為公共政策議題失敗或是觀望延后時賦值為0。

依照上述關(guān)于前因變量的確定與賦值，對36個環(huán)境類公共事件案例展開前因變量的逐一校準(zhǔn)，最終生成前因變量賦值的具體賦值情況與真值表（表3）①。

4 研究結(jié)果

4.1 單一條件變量必要性檢測

（1）拉金認為“一致性”指標(biāo)值要在0.85以上，最好在0.9以上，才能說明條件變量X與結(jié)果變量Y之間存在子集關(guān)系。當(dāng)“一致性”結(jié)果滿足上述臨界值標(biāo)準(zhǔn)時，且當(dāng)前因條件X的隸屬度小于結(jié)果Y的隸屬度時，X為Y的充分條件；反之，若前因條件X隸屬度大于結(jié)果Y的隸屬度時，則X為Y的必要條件。而“覆蓋率”的大小則直接決定了條件變量X對于最終結(jié)果變量Y的解釋度的強弱。

通過表4可以發(fā)現(xiàn)，經(jīng)過定性比較分析軟件處理過后，總體一致性除了公共風(fēng)險（0.843750）外都達到了0.85以上，表明所選取的前因變量都可以在組合路徑中發(fā)揮相應(yīng)的作用，對政府政策議程觸發(fā)機制產(chǎn)生影響。同時，在對36個公共案例展開定性比較分析后，所得有效路徑的覆蓋率也達到了0.806451，表明有效路徑組合可以解釋所大部分案例，具體數(shù)據(jù)詳見表5。

FSQCA3.0軟件在處理數(shù)據(jù)后提供了“簡單解”“中間解”與“復(fù)雜解”，由于簡單解只保留了“執(zhí)行意志”（ZXYZ）單個關(guān)鍵變量，因此沒有參考意義，在變量數(shù)量及研究價值方面，本研究在中間解與復(fù)雜解之間選擇囊括組合路徑更多的復(fù)雜解，復(fù)雜解一致性也達到了0.892875，超過了0.75的標(biāo)準(zhǔn)值。進一步探究可發(fā)現(xiàn)，其中前因變量“執(zhí)行意志”（ZXYZ）、“關(guān)注策略”（GZCL）、“多元話語”（DYHY）、“最終訴求”（ZZSQ）均為前述單一變量必要性檢測中影響結(jié)果變量的必要條件，說明政府意愿、基層策略、多元話語、公共風(fēng)險與民眾訴求在36例環(huán)境類公共事件的觸發(fā)變量組合中都發(fā)揮了基礎(chǔ)性作用。最后，為了定性比較研究的嚴謹性，通過改變基礎(chǔ)閾值（0.75～0.85）的方法進行穩(wěn)健性檢驗后，總體一致性及前因變量組合路徑基本呈現(xiàn)穩(wěn)定態(tài)勢，表明前述研究中的各個環(huán)節(jié)可以基本解釋案例中所出現(xiàn)的問題。

綜上所述，進一步研究發(fā)現(xiàn)如下結(jié)果。

（1）環(huán)境類議題公共事件經(jīng)由話語發(fā)酵至關(guān)重要。在7個組合中，有6個組合的條件組合或多或少都受到了“多元話語”這一因素的影響。尤其是網(wǎng)絡(luò)媒體在整個事件的發(fā)展中扮演著重要的角色。專家學(xué)者、各層級媒體等話語主體借助網(wǎng)絡(luò)這一平臺在整個公共問題轉(zhuǎn)換為公共政策議程的過程中發(fā)揮了傳遞、監(jiān)督、溝通的多種作用[29]。其所表達的意見在大眾互聯(lián)平臺，如微博、微信公眾號等平臺得到了民眾認可，在短時間內(nèi)通過講述、評論或是轉(zhuǎn)發(fā)的方式引起社會的關(guān)注。

（2）環(huán)境類議題公共事件中民眾更傾向于選擇“鬧大”?！棒[大”可以理解為民眾為了推動政策議程觸發(fā)的關(guān)鍵手段之一，這在7組變量組合中的6組都產(chǎn)生了“鬧大”影響，也可看出其在政策議程觸發(fā)機制中的重要程度。在傳統(tǒng)情境下，民眾在與政府的交互關(guān)系中處在絕對弱勢，個體所呈現(xiàn)的話語能量很難形成由上至下的循環(huán)。隨著社會現(xiàn)代化的發(fā)展，民眾維權(quán)意識愈發(fā)強烈，一旦形成規(guī)模，就會隨著人數(shù)激增而改變。同時群體激化的概率也越來越大，合法手段的無效或者突發(fā)事件刺激等因素會使越來越多的民眾秉持著“不鬧不大，越鬧越大”[30]的觀念，采用極端的手段或者參加群體性活動來宣泄內(nèi)心的不滿。

（3）環(huán)境類議題公共問題呈現(xiàn)出規(guī)模大、公共風(fēng)險等級高的趨勢。在政府政策議程觸發(fā)機制的7個組合中，千人以上的規(guī)模就達到了6組。一方面，公共問題與民眾自身利益相關(guān)性較強，容易引發(fā)多數(shù)人對公共問題的情感呼應(yīng)，從而起到一呼百應(yīng)的效果；另一方面，群體規(guī)模的擴大賦予了民眾沖破制度限制的重要因素，規(guī)模的擴大使民眾之間的外顯性訴求更為具體化，更具有尖銳性。但同時群體性活動存在不穩(wěn)定性也為醞釀暴力性事件和損害公共設(shè)施行為埋下了伏筆。

4.2 關(guān)于環(huán)境政策議題觸發(fā)政府注意力有效路徑的模型歸納

模糊集定性比較分析進一步增強了變量“執(zhí)行意志”“關(guān)注策略”“多元話語”“群體反應(yīng)”“群體規(guī)?！薄肮诧L(fēng)險”“最終訴求”等7個前因變量（主范疇）對觸發(fā)環(huán)境類議題政府注意力的解釋力?；贔SQCA3.0提供的復(fù)雜解的7組變量組合路徑，結(jié)合各條路徑特征，本研究在對照36個環(huán)境類公共事件具體后，將7個組合路徑劃分為3種模式（表6）。

（1）公共回應(yīng)模式。公共回應(yīng)模式包含組合1與組合2。該模式核心觸發(fā)條件是專家學(xué)者、網(wǎng)絡(luò)媒體及網(wǎng)絡(luò)資源等。具體可以表述為：當(dāng)?shù)鼐用裨诟兄綕撛诘沫h(huán)境風(fēng)險后，為了維護自身利益，嘗試通過網(wǎng)絡(luò)平臺來增強宣傳，擴大影響。在前期申訴無效的情況下，寄希望于尋找相關(guān)專業(yè)性較強的專家，以及媒體的深層次參與，通過網(wǎng)絡(luò)造勢施壓政府，最終觸發(fā)政策議程設(shè)置，如廈門PX事件、大連PX事件及寧波PX事件等。

（2）主動回應(yīng)模式。政府引導(dǎo)模式包含組合4與組合5，其組合路徑的關(guān)鍵因素是公共問題發(fā)生前后政府主動引導(dǎo)民意，以及積極與民眾溝通，共同推動政府政策議程設(shè)定。具體而言可以表達為：前期的政策實驗，也就是案例中的政府商討過后先確定項目落地，并向社會公布，主動開展項目落地后的風(fēng)險評估，積極建立對民眾的回應(yīng)機制，并采用組織媒體報道、專家學(xué)者解答等方式試圖引導(dǎo)民眾接受該政策。附近居民在得到消息后第一時間為了維護自身生命健康，試圖通過寫訴求信、網(wǎng)絡(luò)宣傳、現(xiàn)場抗議，以及話語支持等手段施壓政府，最終觸發(fā)政策議程設(shè)置，如南京六合垃圾焚燒廠事件、余杭中泰垃圾焚燒廠事件及番禺事件等就是這個模式的典型代表。

（3）沖突回應(yīng)模式。沖突回應(yīng)模式包含組合3、組合6及組合7，其組合路徑的關(guān)鍵因素在于民眾得知項目落地后對于自身健康的影響，在前期上訴無果的情況下被迫采取眾人圍堵政府的辦法，并且發(fā)生了激烈的肢體沖突，引發(fā)媒體與社會的廣泛關(guān)注。為了平息民意，政府選擇迅速回應(yīng)，觸發(fā)政策議程。在3個組合中，沖突的人數(shù)也都達到了5，000人左右的規(guī)模。可見沖突回應(yīng)模式的核心觸發(fā)條件就是人數(shù)規(guī)模及不理性行為。

5 結(jié)論與啟示

面對紛繁復(fù)雜的社會情境，采用傳統(tǒng)視角下的政策議程設(shè)置機制已然不能滿足社會發(fā)展的需求。簡單的二元對立也不具備解釋現(xiàn)代化社會的公共矛盾沖突的能力。黨的十八大以來，以習(xí)近平同志為核心的黨中央高屋建瓴，以發(fā)展性的眼光看待社會復(fù)雜情況，提出“有事好商量、眾人的事情由眾人商量”[31]的制度化實踐。民眾個體維護自身權(quán)利意識不斷增強，尤其在居住環(huán)境和居住質(zhì)量上的要求與日俱增。近些年，越來越多的關(guān)于環(huán)境類公共事件的群體性沖突被廣泛關(guān)注。特別是我國環(huán)境類公共議題經(jīng)常陷入“越鬧越大”或“不鬧不行”的漩渦，各方的利益角力使公共政策展開變得異常不穩(wěn)定。在這一情境下，政府注意力的觸發(fā)成功與否與政府、民眾、社會關(guān)注、網(wǎng)絡(luò)輿論等因素交互影響。為了證明這一假設(shè)，本研究通過模糊集定性比較研究，針對選取的36個環(huán)境類公共事件展開分析，研究發(fā)現(xiàn)，在環(huán)境類議題中，政府注意力的觸發(fā)主要受到了執(zhí)行意志、關(guān)注策略、多元話語、群體反應(yīng)、群體規(guī)模、公共風(fēng)險及最終訴求等范疇的影響。

與此同時，本研究也為政府處理環(huán)境類政策議程設(shè)置提出建議，在政策議程設(shè)置環(huán)節(jié)中應(yīng)該注意以下3點。（1）注重多元話語的有序引導(dǎo)。一方面，政府需注意謹慎對待多元話語，要充分掌握現(xiàn)代化社會情境下的話語發(fā)展規(guī)律，增強政府工作人員應(yīng)對話語矛盾的能力，增強話語空間的法律法規(guī)管理機制。另一方面，政府也要能善用話語，尤其在網(wǎng)絡(luò)社會，應(yīng)該注重網(wǎng)絡(luò)話語和網(wǎng)絡(luò)輿論的發(fā)展走勢，掌握網(wǎng)絡(luò)話語的情感變化規(guī)律，嘗試使用實事求是的信息和符合網(wǎng)絡(luò)價值規(guī)律的話語來回應(yīng)民眾[32]，借助話語力量，建立與民意相通的話語渠道。（2）強化社會風(fēng)險預(yù)測與評估能力。在環(huán)境類公共問題中，由于問題本身是中性的，問題的發(fā)展方向完全取決于民眾及政府的做法，公共問題中的暴力行為實際上是民眾社會矛盾積壓的體現(xiàn)，就問題本身而言，完全是可以預(yù)測、評估，乃至預(yù)防的。政府通過積極主動開展社會問題調(diào)查，對一些原本存在風(fēng)險的問題展開多次分析及探討，對存在風(fēng)險的項目或政策設(shè)計采取“一票否決”與常態(tài)化監(jiān)控相互配合的預(yù)防機制，可以有效化解社會矛盾，理通民意。要盡可能地減弱由群體沖突帶來的對政府執(zhí)行能力和信用能力的負面影響[33]。（3）擴寬制度化訴求渠道。采取過激反應(yīng)乃至產(chǎn)生暴力沖突實際上目的顯而易見：引發(fā)更廣泛的社會關(guān)注，由社會關(guān)注的擴大增強政府關(guān)注的概率[34]。解決此種問題，一方面，要注重制度化渠道的建立，善于使用互聯(lián)網(wǎng)平臺，建立多種反饋渠道。另一方面，要建立高效信息再反饋機制，及時與民眾溝通，了解真實的民意訴求，將原本的公共問題風(fēng)險消除在萌芽之中。

參考文獻：

[1] JULIO B， YOOK Y. Policy uncertainty， irreversibility， and cross-border flows of capital[J]. Journal of International Economics， 2016， 103： 13-26.

[2] 嚴強. 公共政策學(xué)基礎(chǔ)[M]. 北京： 高等教育出版社， 2016： 77. YAN Q. Fundamentals of public policy[M]. Beijing： Higher Education Press， 2016： 77.

[3] The social imaginary of collective protest and Argentinean crisis in 2001， in the chilean press discourse[J]. Polis， 2013， 12（34）： 491-518.

[4] LEE C K， ZHANG Y H. The power of instability： Unraveling the microfoundations of bargained authoritarianism in China[J]. American Journal of Sociology， 2013， 118（6）： 1475-1508.

[5] LI Y W， KOPPENJAN J， VERWEIJ S. Governing environmental conflicts in China： Under what conditions do local governments compromise？[J]. Public Administration， 2016， 94（3）： 806-822.

[6] 托馬斯·R. 戴伊. 理解公共政策[M]. 謝明，譯. 北京：中國人民大學(xué)出版社， 2011： 23. DYE T R. Understanding public policy[M]. XIE M， Translated. Beijing： Renmin University Press， 2011： 23.

[7] COBB R W， COUGHLIN J F. How will we get there from here？ Placing transportation on the aging policy agenda[J]. Journal of Aging Social Policy， 2000， 11（2/3）： 201-210.

[8] 約翰·W. 金登. 議程、備選方案與公共政策[M]. 丁煌，方興， 譯. 北京： 中國人民大學(xué)出版社， 2017： 2. GUINDON JW. Agenda， alternatives and public policy[M]. DING H， FANG X， Translated. Beijing： Renmin University Press， 2017： 2.

[9] STEVENS R， MORAY N， BRUNEEL J， et al. Attention allocation to multiple goals： The case of for-profit social enterprises[J]. Strategic Management Journal， 2015， 36（7）： 1006-1016.

[10] DUDLEY G. Why do ideas succeed and fail over time？ The role of narratives in policy windows and the case of the London congestion charge[J]. Journal of European Public Policy， 2013， 20（8）： 1139-1156.

[11] LE COQ J F， FROGER G， PESCHE D， et al. Understanding the governance of the Payment for Environmental Services Programme in Costa Rica： A policy process perspective[J]. Ecosystem Services， 2015， 16： 253-265.

[12] 費久浩. 政策議程設(shè)置中網(wǎng)民觸發(fā)模式的基本要素分析[J]. 四川師范大學(xué)學(xué)報（社會科學(xué)版）， 2015， 42（5）： 75-82. FEI J H. Analysis on the basic elements of netizen trigger mode in Policy agenda setting[J]. Journal of Sichuan Normal University （Social Science Edition）， 2015（5）： 75-82.

[13] 王國華， 武晗. 從壓力回應(yīng)到構(gòu)建共識：焦點事件的政策議程觸發(fā)機制研究： 基于54個焦點事件的定性比較分析[J]. 公共管理學(xué)報， 2019， 16（4）： 36-47， 170. WANG G H， WU H. From pressure response to consensus-building： A study on the policy agenda triggering mechanism of focal events： Based on qualitative comparative analysis of 54 focal events[J]. Journal of Public Administration， 2019（4）： 36-47， 170.

[14] 田進， 朱利平. 互聯(lián)網(wǎng)環(huán)境下網(wǎng)絡(luò)公共事件觸發(fā)政策議題的形成機理研究[J]. 電子政務(wù)， 2015（8）： 13-20. TIAN J， ZHU L P. Research on the formation mechanism of policy issues triggered by network public events in the Internet environment[J]. E-government， 2015（8）： 13-20.

[15] XIA C L， SHEN F. Does government pay attention to the public？ the dynamics of public opinion and government attention in posthandover Hong Kong[J]. International Journal of Public Opinion Research， 2020， 32（4）： 641-658.

[16] 黃健榮. 政府決策注意力資源論析[J]. 江蘇行政學(xué)院學(xué)報， 2010（6）： 101-107. HUANG J R. Analysis on attention Resources of Government decision-making[J]. Journal of Jiangsu Administration University， 2010（6）： 101-107.

[17] 代凱. 注意力分配： 研究政府行為的新視角[J]. 理論月刊， 2017（3）： 107-112. DAI K. Attention allocation： A New perspective for studying government behavior [J]. Theoretical Monthly， 2017（3）： 107-112.

[18] 章文光， 劉志鵬. 注意力視角下政策沖突中地方政府的行為邏輯： 基于精準(zhǔn)扶貧的案例分析[J]. 公共管理學(xué)報， 2020， 17（4）： 152-162， 176. ZHANG W G， LIU Z P. The behavior logic of local government in Policy conflicts from the perspective of attention： A Case study based on targeted poverty alleviation [J]. Journal of Public Administration， 2020， 17（4）： 152-162， 176.

[19] 李智超， 盧婉春. 生活垃圾分類政策執(zhí)行的差異性研究： 基于注意力視角的定性比較分析[J]. 經(jīng)濟社會體制比較， 2020（5）： 132-142. LI Z C， LU W C. Research on the difference of implementation of domestic waste classification policy： Qualitative comparative analysis based on attention perspective [J]. Comparison of Economic and Social Systems， 2020（5）： 132-142.

[20] 翟文康， 徐文， 李文釗. 注意力分配、制度設(shè)計與平臺型組織驅(qū)動的公共價值創(chuàng)造： 基于北京市大興區(qū)“接訴即辦” 的數(shù)據(jù)分析[J]. 電子政務(wù)， 2021（5）： 71-88. ZHAI W K， XU W， LI W Z. Attention allocation， system design， and Public Value Creation Driven by platformtype Organization： A data analysis based on “Take action immediately” in Daxing District， Beijing [J]. Electronic Government， 2021（5）： 71-88.

[21] 布萊恩·D. 瓊斯. 再思民主政治中的決策制定：注意力選擇和公共政策[M]. 李丹陽， 譯.北京： 北京大學(xué)出版社， 2010： 39. JONES B D. Decision making in rethinking democracy： Attention Choice and public policy[M]. LI D Y， Translated. Beijing： Peking University Press， 2010： 39.

[22] 曾潤喜， 黃若怡. 地方政府對網(wǎng)絡(luò)問政的信息注意力分配的層級差異研究[J]. 情報雜志， 2021， 40（8）： 127-135. ZENG R X， HUANG R Y. A study on the hierarchical difference of local government’s information attention allocation for online political inquiry[J]. Journal of Information Technology， 2021（8）： 127-135.

[23] 李振. 注意力推動政策執(zhí)行： 中國領(lǐng)導(dǎo)人的“現(xiàn)場主義”機制研究[J]. 馬克思主義與現(xiàn)實， 2018（5）： 189-196. LI Z. Attention drives policy implementation： A study on Chinese leaders’ “factarianism” mechanism [J]. Marxism and Reality， 2018（5）： 189-196.

[24] GLASER B G， STRAUSS A L， STRUTZEL E. The discovery of grounded theory， strategies for qualitative research[J]. Nursing Research， 1968， 17（4）： 364.

[25] 陳向明. 扎根理論的思路和方法[J]. 教育研究與實驗， 1999（4）： 58-63， 73. CHEN X M. Thoughts and methods of grounded theory[J]. Educational Research and Experiment， 1999（4）： 58-63， 73.

[26] SACHS T， TIONG R， WAGNER D. Political risk quantification using fuzzy set approach[J]. Journal of Financial Management of Property and Construction， 2007， 12（2）： 107-126.

[27] 汪家焰， 趙暉. 政策議程設(shè)置的民主過程： 類型、效應(yīng)與優(yōu)化機制[J]. 江海學(xué)刊， 2021（3）： 223-229. WANG J Y， ZHAO H. The democratic process of policy agenda setting： Types， effects and optimization mechanisms[J]. Jianghai Journal， 2021（3）： 223-229.

[28] 陳貴梧， 林曉虹. 網(wǎng)絡(luò)輿論是如何形塑公共政策的？一個“兩階段多源流” 理論框架： 以順風(fēng)車安全管理政策為例[J]. 公共管理學(xué)報， 2021， 18（2）： 58-69， 168. CHEN G W， LIN X H. How does online public opinion shape public policy？ A “two-stage multi-source flow”theoretical framework： Taking Hitch safety management policy as an example[J]. Journal of Public Administration， 2021（2）： 58-69， 168.

[29] POKHAREL T R. Power approaches to policy-making[J]. NCC Journal， 2019， 4（1）： 171-180.

[30] XUE L， ZHAO J. Truncated decision making and deliberative implementation： A time-based policy process model for transitional China[J]. Policy Studies Journal， 2020， 48（2）： 298-326.

[31] 余泓波. 為何會有民眾認為“鬧” 能解決問題？——基于2015年全國抽樣調(diào)查資料的政治心理分析[J]. 社會科學(xué)戰(zhàn)線， 2020（8）： 200-208. YU H B. Why do some people think that “trouble” can solve the problem？—Political psychological analysis based on national sample survey data in 2015 [J]. Social Science Front， 2020（8）： 200-208.

[32] SCANDRETT E. Community-based learning and social movements： Popular education in a Populist age[J]. Educational Review， 2021， 73（5）： 663-664.

[33] FLAT？ H. Socioeconomic status， air pollution and desire for local environmental protection in China： Insights from national survey data[J]. Journal of Environmental Planning and Management， 2020， 63（1）： 49-66.

[34] CHO S H. A cross-cultural study of the product opinion leaders’ communication activity on facebook[J]. Journal of Digital Convergence， 2014， 12（8）： 67-76.

How Environmental Policy Issues Trigger Government Attention： A Configuration Analysis Based on 36 Cases

Shen Yang

School of Marxism， Yangzhou Polytechnic， Yangzhou 225127

Abstract： [Purpose/Significance] Environmental public conflicts occur from time to time， and whether the government’s attention can be accurately triggered is one of the important factors to alleviate public interest conflicts. What are the priorities of the government？ Which environmental issues attract the government’s attention has also become the result of competing interests. [Method/Process] Based on this， with the help of the pre-rooted theory coding， the key categories are selected， and the analytical framework is constructed for environmental issues to trigger the government’s attention. At the same time， 36 environment-related public problems from 2005 to 2022 are selected， and the fuzzy set qualitative comparative analysis method is used to verify the theoretical framework and the influence of variables that trigger the government’s attention. [Result/Conclusion] The research found that： Among the 7 main categories that trigger the government’s attention， the three main categories， namely， executive will， grass-roots strategy and multiple discourse， are the necessary conditions for environmental issues to trigger the government’s attention. Among the 7 effective paths to trigger the government’s attention， the three models are further summarized as government guidance， conflict response and public pressure.

Keywords： environmental policy issues government attention qualitative comparative analysis

①在數(shù)據(jù)的收集過程中，所需文獻主要通過在“知網(wǎng)”“萬方”“維普”等平臺檢索而來。為了保證檢索數(shù)據(jù)的充分，首先以“政策回應(yīng)”“環(huán)境斗爭”“政策議程”等關(guān)鍵詞展開檢索，共得到相關(guān)文獻85篇，再通過本研究主題進行摘取共篩選出有效文獻66篇，用于扎根研究。

①本研究中，真值表篇幅較長，影響結(jié)果整體的表達，因此只展示案例變量的具體賦值標(biāo)準(zhǔn)，如果需要真值表請聯(lián)系作者。