公共卫生危机中技术治理创新扩散的影响因素分析

朱光喜 杨海禄

摘要：以信息为基础的管理技术在公共治理领域中创新应用越来越广泛，但已有研究只关注常态情形下的技术治理创新扩散。文章基于TOE框架，构建“危机程度—经济发展—技术能力”三维分析框架，并以新冠肺炎疫情防控期间健康码扩散为例，采用事件史分析法，探讨公共卫生危机中技术治理创新扩散的影响因素。结果显示：公共卫生危机中危机程度与地方政府采纳技术治理创新呈负相关，而经济发展和技术能力与地方政府采纳技术治理创新呈正相关。较之于常态情形，作为公共卫生危机特有属性的危机程度对地方政府采用技术治理创新具有明显的抑制作用，但经济发展和技术能力依然是推动技术治理创新扩散的重要因素。经济实力和技术能力越强的地方政府会有更强的风险偏好和承受能力，会更积极地寻求技术治理创新手段来应对危机和恢复经济社会秩序。

关键词：公共卫生危机；技术治理创新；影响因素；健康码；扩散

中图分类号：D601文献标识码：A文章编号：2095-5103（2021）11-0013-09

基金项目：广西研究生教育创新计划项目（学位与研究生教育改革课题）“民族地区院校研究生《公共政策研究》课程本土化改革与实践”（JGY2021108）。

一、问题的提出

随着“互联网+”等信息技术的迅速发展，技术大规模应用到公共治理领域并推动着治理体系和政务服务的时代变革[1]，技术治理逐渐发展成为现代公共治理的基本形态[2]。所谓技术治理，一般认为是信息技术在公共治理中的应用[3]，即政府为了提升公共治理效率，借助各种信息技术手段开展的治理活动，如实施电子政务[4]、建设智慧政府[5]、推行数据治理[6]等。信息技术不仅带来了常态情境下地方政府的治理变革，还极大地推动了公共卫生危机领域的治理创新。这种将技术治理和公共卫生危机管理进行创新性结合的方式能有效降低危机防控的难度和成本、提升危机治理的效率和科学化水平，从而迅速得到推广应用。如“健康码”就是典型的案例，其在新冠肺炎疫情防控中起到了精准防控的作用并在短期内得到大范围的扩散。那么，在公共卫生危机情境下哪些因素会影响技术治理创新扩散？其较之于常态情形会有何差别？这些是技术治理的创新与扩散领域需要回答的新问题。

已有研究主要聚焦于研究常态情形下电子政务、公安微博、政务短视频和“互联网+”等典型的技术治理创新扩散的影响因素。已有研究主要从三个方面展开探讨：一是府际关系因素，包括纵向行政压力和横向区域扩散压力等[7]；二是经济环境因素，包括经济发展水平、市场化程度、经济开放程度、政府财政健康状况等[8]；三是技术能力因素，包括电子政务绩效、互联网普及率、公众的信息技术应用能力和科技支出水平等[9]。尽管有个别文献关注到公共危机情境下的创新扩散现象，但重点在于探究公共危机事件引发的爆发式技术治理创新扩散特征[10]。因此，已有研究缺乏针对公共卫生危机情境下技术治理创新扩散影响因素的分析。

本文以新冠肺炎疫情防控期间健康码扩散为例，基于TOE框架构建分析框架，运用事件史分析法对公共卫生危机情境中技术治理创新实现扩散的影响因素进行探究。

二、理论基础与研究假设

托纳茨基（Tornatizky）和弗莱舍（Fleischer）在技术接受模型和创新扩散理论的基础上提出了用于分析新兴技术应用影响因素的TOE框架[11]。TOE框架认为组织对创新性技术的采纳和应用受到环境、组织和技术三方面的共同影响。其中，环境因素强调组织外部环境的影响，包括组织的外部条件以及政策环境等[12]；组织因素涉及组织的特征，包括组织发展的自身压力、组织资源[13]等；技术因素主要关注技术特征对组织采用技术创新的影响，主要包括技术能力等[14]。TOE框架在技术治理创新中得到了广泛的应用和验证[15]。本文基于此框架提出影响公共卫生危机中技术治理创新扩散的环境、组织和技术三个方面的关键影响因素。

（一）环境因素：危机程度

在公共卫生危机中，地方政府面临风险防控的严峻挑战，危机程度成为组织采纳技术治理创新时所需要考虑的关键外部环境，且这种外部环境很可能会阻碍地方政府采纳技术治理创新。公共卫生危机具有广泛的传播性，控制传染源从而控制危机的蔓延是地方政府在公共卫生危机治理中最重要的目标，而控制人员流动从而抑制传染源的传播是最有效的方法，因此对涉及人口流动的技术治理手段地方政府会持谨慎态度。同时，技术治理创新本身还具有可靠性风险[16]，因为技术治理创新是以信息技术为基础，在信息的获取、整合、研判和风险识别中可能存在偏差甚至误判，如果将以偏差甚至错误的信息为基础的技术治理创新应用到公共卫生危机治理中，有可能使危机进一步传播，甚至产生公共卫生危机治理风险的叠加效应。

（二）组织因素：经济发展

组织因素是指不同地方政府的特点。在我国政治制度和政府体制下地方政府间的差异主要来自政府的经济发展和资源能力差异，即经济发展需求和财政支撑能力的不同，这种差异会影响其采纳实施技术治理创新的行为。首先，公共卫生危机会阻断生产要素的流动和调配从而破坏经济发展秩序。经济发展水平越高的地方，其对生产要素和资源的流动性依赖更强，从而在危机中经济损失更大，因此其地方政府对任何有助于在危机中迅速恢复经济常态的技术治理創新的需求更强。其次，技术治理创新的实施需要财政资源的支持，技术治理创新在创新研发、后台技术维护、专业人员运营等方面都需要大量的资金投入来支撑，丰富的财政资源可以为地方政府采纳技术治理创新提供财力保障[17]。

（三）技术因素：技术能力

技术能力包括政府的技术供给能力和公众的技术应用能力。地方政府的技术供给能力越强，越有助于政府接受和适应技术治理创新[18]，尤其在公共卫生危机中，面对紧急形势，技术治理创新必须在短期内快速完成，这更要求地方政府具备很强的技术供给能力[19]。同时，公众的技术应用能力越强，对技术治理创新的运行原理和操作越易理解和接受，对技术治理创新的需求和接受性就越强[20]，并且还会主动要求地方政府通过技术治理创新来缓解公共卫生危机给个人造成的困境，从而促进地方政府采用技术治理创新[21]。

上述基于TOE框架提出的三个方面因素的作用机理见图1。

在公共卫生危机中，地方政府面临着危机防控和经济发展的双重困境：一方面，地方政府需要采取管控措施，降低人员等生产要素的流动性来控制危机扩散，而这会阻滞经济秩序的恢复；另一方面，地方政府迫切需要通过人员等生产要素的流动来满足经济发展的强烈需求，而这可能导致公共卫生危机风险的进一步增加，甚至引发社会危机。技术治理创新可以通过大数据判定人员等生产要素的风险等级，并根据风险等级的不同进行分类管理，让符合条件的要素流动，禁止不符合条件的要素流动，以实现既可以保证公共卫生危机防控工作严格执行，又可以恢复正常经济秩序的目的。

据此本文提出了三个基本研究假设。

H1：危机程度越严重，地方政府采用技术治理创新的可能性越小。

H2：经济发展越强，地方政府采用技术治理创新的可能性越大。

H3：技术能力越高，地方政府采用技术治理创新的可能性越大。

三、实证分析：新冠肺炎疫情中的健康码扩散

（一）健康码扩散案例

2020年初，新冠肺炎疫情暴发，为应对疫情各地实行封闭式管理，经济和生活秩序受到巨大影响。2月11日，浙江省杭州市率先上线健康码以作为人员是否可以流动的凭证，2月17日浙江省全省上线健康码，随后其他省份也开始采用。健康码以信息技术为基础，通过整合和对比个人的居住地信息、行程信息以及各地卫生健康部门上报的新冠肺炎确诊病例、疑似病例及密切接触者等人员信息，给个人发放证明其高、中、低风险的红、黄、绿三色码。持有绿码的低风险者可以以规定的方式在规定的范围内流动，而持有黄码的中风险者被限制流动，持有红码的高风险者则被禁止流动。为促进复工复产，2月29日，国家政务服务平台启用防疫健康信息码。3月23日，西藏上线健康码，标志着全国31个省级政府（除港澳台）已全部上线健康码。

选择健康码扩散作为案例有两个原因：第一，新冠肺炎疫情属于典型的公共卫生危机，而健康码为精准防控疫情产生，符合本文的研究情境；第二，健康码通过个人申报健康信息和大数据分析研判的方式，属于典型的信息技术在公共卫生危机治理中的创新性应用。

本文选取中国31个省级政府为研究对象：一是省级政府是地方层面负责统筹疫情防控工作的最高层次决策主体，能真实体现地方政府采纳健康码的决策特征；二是省级政府健康码上线信息较之于市县级政府的信息更为全面和公开，获取的研究数据更为准确。

（二）变量、数据和方法

1.变量描述

（1）因变量。本文选取健康码采用与否作为因变量（二分类变量），指的是某省级政府在研究的日期内是否上线健康码，将其上线日期及以后日期变量赋值为1，此前日期变量均赋值为0。

（2）自变量。①危机程度因素：选取新增确诊、累计治愈和累计死亡人数三个变量来衡量。新增确诊和累计死亡人数越多，疫情防控形势越严峻，而累计治愈人数越多则表明疫情防控形势越缓和。②经济发展因素：选取第三产业占GDP的比重、平均GDP增速和流动人口占比三个变量来衡量。第三产业占GDP的比重和平均GDP增速作为宏观经济的重要观测指标，可以很好地衡量地方政府的经济发展需求和财政支撑能力，流动人口占比则能进一步反映经济结构和发展需求。③技术能力因素：选取省级政府网上政务服务能力指数和互联网普及率来衡量。健康码本质上是信息技术在公共卫生危机治理中的应用，它与政府的信息技术供给能力和公众的信息技术应用能力密切相关。政府的信息技术供给能力可以用省级政府网上政务服务能力指数来衡量，公众的信息技术应用能力可以用互联网普及率来衡量。

（3）控制变量。①相邻省份采用比例。地理接壤的地区在许多方面都有共同之处，相互学习和模仿的机会更多、可能性也更大，并更倾向于将彼此视为竞争对手[22]。本文用与该省地理位置接壤的省份采用健康码的比例来衡量相邻省份采用比例。②中央推动。中央政府的行政推动会促进地方政府采纳治理創新[23]。本文以2020年2月17日国务院联防联控机制印发《关于科学防治精准施策分区分级做好新冠肺炎疫情防控工作的指导意见》和2020年2月29日国家政务服务平台推出“防疫健康信息码”作为中央行政推动的标志。③人口规模。研究表明地方政府的人口规模与政府组织的新政策采纳概率成正比[24]。因此需要控制各省级政府的人口规模，采用各省级政府年末常住人口总数进行衡量。④地理区域。鉴于我国不同地理区域具有较大的差异性[25]，将地理区域作为控制变量。本文以中部地区为参照组，设置东部、西部和东北三个虚拟变量。⑤医疗机构床位数。一个地区的医疗资源可利用情况会影响到该地区的疫情防控形势，不同省级政府在可以利用的医疗资源方面存在显著差异，通常用医疗机构床位数来对其进行衡量[26]。

2.数据来源及数据处理

（1）数据来源。本文因变量的数据来自各省级人民政府网站、各省级卫生健康委员会和人民网等权威官方平台。自变量的数据来自《中国人口和就业统计年鉴（2020）》[27]、《省级政府和重点城市网上政务服务能力（政务服务“好差评”）调查评估报告（2020）》[28]、第39次《中国互联网络发展状况统计报告》[29]等统计资料和研究报告，以及国家统计局、中国政府网和百度疫情实时大数据报告等公开的网站资料。由于事件史是用t时刻的条件状态预测t+1时刻的事件发生概率，因此以日为单位变动的危机程度各个变量是采用前置1天的实时数据；而经济发展和技术能力各变量以及控制变量中的人口规模、医疗机构床位数等以年度为单位变动的变量采用的是2019年的状态数据。其中，互联网普及率采用的是2017年第39次《中国互联网络发展状况统计报告》的数据，因为本次报告公布了各省份的互联网普及率，此后的报告均未发布该数据。各变量及数据来源见表1。

对于中央出台文件和国家推行健康码两个变量，考虑到政策要求不可能立即产生扩散效应，因此把中央出台文件产生效应的时间滞后1天，将2月18日及以后日期变量赋值為1，此前日期变量均赋值为0，同理将国家健康码产生效应的时间也滞后1天。此外，本文对数值较大的变量取对数处理，如新增确诊、累计治愈、累计死亡和人口规模等，从而消除可能存在的异方差影响。

（2）假设验证方法。由于本文设计的因变量为二分类变量，因此不适用于OLS经典回归，这种二分类变量的研究可以选择Logit模型[30]，因此本文也采用logit模型对研究假设进行实证分析，并且采用了稳健性标准误，以降低异方差的干扰。

（三）结果分析

1.省级政府采纳健康码概况

本文以日为单位，绘制了省级政府健康码每日上线数和累计上线数的扩散概况（见图2）。

图2显示，我国31个省级政府仅用了39天就全部上线了健康码，扩散速度极快。从累计上线的数量来看，其图形呈现出S形曲线，符合创新扩散的一般规律。

2.回归分析

采用Logit回归的具体结果见表2。回归结果显示，不同因素对健康码的采纳扩散有着不同的影响。

模型1是包含控制变量的基准模型，模型2、模型3和模型4在模型1的基础上分别加入了危机程度、经济发展和技术能力三个因素所包含的变量，模型5在模型1的基础上加入了危机程度因素和经济发展因素的变量，模型6包含了所有的变量。其中，模型6的R方值大于其他模型，说明包含危机程度、经济发展和技术能力的综合模型对健康码扩散的解释力最强。

危机程度方面，新增确诊和累计死亡同健康码的采纳负相关且在模型2、模型5和模型6中都通过了0.01水平上的统计显著性检验；累计治愈同健康码的采纳正相关且也在模型2、模型5和模型6中通过了0.01水平上的统计显著性检验。表明地方政府面临的危机程度越严重，采用健康码的可能性越小，反之则采用健康码的可能性越大，假设H1得到验证。

经济发展方面，第三产业占GDP的比重在模型3、模型5和模型6中均与健康码的采用正相关且在模型5和模型6中通过了显著性检验；平均GDP增速与健康码的采用正相关且在模型3、模型5和模型6中均通过了0.01水平上的显著性检验；流动人口占比也与健康码的采用正相关且在模型3中通过了0.01水平上的显著性检验。表明地方政府的经济发展需求和财政支撑能力越强，采用健康码的可能性越大，假设H2得到验证。

技术能力方面，政务服务能力指数与健康码的采用正相关，并且在模型4中通过了0.01水平上的显著性检验，在模型6中通过了0.05水平上的显著性检验；互联网普及率在模型4和6中与健康码的采用正相关。表明地方政府的技术供给能力和公众的技术应用能力越强，采用健康码的可能性就越大，假设H3得到验证。

此外，大部分控制变量通过了显著性检验，表明相邻省份采用比例、中央出台文件以及国家推行健康码等因素对省级政府上线健康码也会产生影响。

四、研究结论

本文基于“危机程度—经济发展—技术能力”的三维框架，以新冠肺炎疫情防控期间健康码扩散为例，对公共卫生危机中技术治理创新扩散的影响因素进行了实证分析。结果显示：公共卫生危机中，危机程度负向影响地方政府采用技术治理创新的概率，而经济发展和技术能力则正向影响地方政府采用技术治理创新的概率。

在公共卫生危机中，经济越发达的地方因受到的损失更大从而采用技术治理创新来恢复经济秩序的需求越强，并且经济越发达地方政府的财政资源越丰富，采用技术治理创新的经济支撑能力就越强。技术治理创新是以技术的开发和运用为基础，因此除了经济发展驱动和财政支撑能力，地方政府的信息技术供给能力和公众的信息技术应用能力也会直接影响其对技术治理创新的采纳，地方政府的信息技术供给能力越强，辖区公众对技术治理创新的需求和接受程度越高，采纳技术治理创新的可能性就越大。因此，公共卫生危机中地方政府在决策是否采纳技术治理创新时，尽管都会把危机及其风险作为重要的考量因素并采取谨慎的态度，但经济实力和技术能力越强的地方政府会有更强的风险偏好和承受能力，会更积极地寻求技术治理创新手段来应对危机和恢复经济社会秩序。

参考文献：

[1]马亮.政务服务创新何以降低行政负担：西安行政效能革命的案例研究[J].甘肃行政学院学报，2019（2）.

[2]刘永谋.技术治理的逻辑[J].中国人民大学学报，2016，30（6）.

[3]颜昌武，杨郑媛.什么是技术治理？[J].广西师范大学学报（哲学社会科学版），2020，56（2）.

[4]翟云.“十四五”时期中国电子政务的基本理论问题：技术变革、价值嬗变及发展逻辑[J].电子政务，2021（1）.

[5]赵勇，曹宇薇.“智慧政府”建设的路径选择——以上海“一网通办”改革为例[J].上海行政学院学报，2020，21（5）.

[6]胡海波.理解整体性政府数据治理：政府与社会的互动[J].情报杂志，2021，40（3）.

[7]王友奎，赵雪娇，张楠.政务服务中智能问答机器人创新扩散的影响因素研究——基于事件史分析[J].电子政务，2019（12）.

[8]嵇江夏，宋迎法.政府网上政务服务政策创新扩散研究——基于32个地级市数据的事件史分析[J].情报杂志，2020，39（12）.

[9]刘佳，刘俊腾.“最多跑一次”改革的扩散机制研究——面向中国294个地级市的事件史分析[J].甘肃行政学院学报，2020（4）.

[10]王法硕，张桓朋.重大公共危机事件背景下爆发式政策扩散研究——基于健康码省际扩散的事件史分析[J].电子政务，2021（1）.

[11] Tornatizky L G，Fleischer M，Chakrbarti A K. The processes of technological innovation[M]. Lexington，Massachusetts：LexingtonBooks，1990.

[12]韓娜娜.中国省级政府网上政务服务能力的生成逻辑及模式——基于31省数据的模糊集定性比较分析[J].公共行政评论，2019，12（4）.

[13] Walker R M.Internal and external antecedents of process innovation：a review and extension[J].Public Management Review，2014（1）.

[14]谭军.基于TOE理论架构的开放政府数据阻碍因素分析[J].情报杂志，2016，35（8）.

[15]谭海波，范梓腾，杜运周.技术管理能力、注意力分配与地方政府网站建设——一项基于TOE框架的组态分析[J].管理世界，2019，35（9）.

[16]张铤，程乐.技术治理的风险及其化解[J].自然辩证法研究，2020，36（10）.

[17] Zheng Y，Holzer M.Explaining e-participation diffusion at the national level：an examination of external environmental influences[J].International Journal of eGovernance and Networks，2013（2）.

[18]李欢欢，顾丽梅.技术理性、政治理性与网上政务服务能力建设——基于中国地级市政府互联网服务能力建设的实证研究[J].电子政务，2020（6）.

[19]史晨，耿曙，钟灿涛.应急管理中的敏捷创新：基于健康码的案例研究[J].科技进步与对策，2020，37（16）.

[20] Yang G.The internet and civil society in China：a preliminary assessment[J].Journal of Con- temporary，2003（36）.

[21] Tang T，Hou J，Fay D L，et al.Revisit the drivers and barriers to e-governance in the mobile age：a case study on the adoption of city management mobile apps for smart urban governance[J].Journal of Urban Affairs，2021（4）.

[22] Mooney C Z.Modeling regional effects on state policy diffusion[J].Political Research Quarterly，2001（1）.

[23]李智超.政策试点推广的多重逻辑——基于我国智慧城市试点的分析[J].公共管理学报，2019，16（3）.

[24] Mitchell J L.Does policy diffusion need space？ Spatializing the dynamics of policy diffusion[J]. Policy Studies Journal，2018（2）.

[25]朱多刚，郭俊华.专利资助政策的创新与扩散：面向中国省份的事件史分析[J].公共行政评论，2016，9（5）.

[26]张冬儿，谢静，王庸非，等.公立医疗卫生机构资源水平对私立医疗卫生机构发展的影响（2002—2017）：基于门槛回归[J].中国卫生政策研究，2019，12（9）.

[27]国家统计局人口和就业统计司.中国人口和就业统计年鉴（2020）[M].北京：中国统计出版社，2020.

[28]中央党校（国家行政学院）电子政务研究中心.省级政府和重点城市网上政务服务能力（政务服务“好差评”）调查评估报告（2020）[R].北京：中央党校（国家行政学院）电子政务研究中心，2020.

[29]中国互联网络信息中心.第39次中国互联网络发展状况统计报告[R].北京：中国互联网络信息中心，2017.

[30]马亮.政府2.0的扩散及其影响因素——一项跨国实证研究[J].公共管理学报，2014（1）.

责任编辑：罗钰涵