“吃一堑” 能 “长一智” 吗？——重特大事故中地方政府危机学习的溢出效应研究

唐 雲，王 英

一、引 言

近年来我国安全生产事故总体上得到有效遏制，按可比口径与2012年相比，2021年全国各类安全生产事故起数、重特大安全生产事故起数、死亡人数分别下降56．8%、71%、45．9%，事故总量连续10年实现持续下降。①中共中央宣传部：《举行新时代应急管理领域改革发展情况新闻发布会》，https：∥www．mem．gov．cn／xw／xwfbh／2022n8y30rxwfbh／，最后访问时间：2022年9月25日。然而，重特大安全生产事故（后称重特大事故）在部分地区和行业间波动反弹可能性依旧呈现增高态势，事故发生的 “类质同象” 情况明显，类似的事故仍在不断发生，类似的经验教训仍在反复总结，类似的错误仍在不断出现，如同一企业内部频频发生安全生产事故，以中石油为例，2010—2014年间中石油在大连所属企业就发生了6起较大事故。同一教训在多地不同事故中频繁出现，如泉州市3·7重大坍塌事故、苏州市7·12酒店辅房坍塌、临汾市8·29饭店坍塌事故等。实践中形成 “事故发生—危机学习—事故再次发生” 的学习困境和恶性循环，本质上反映的是安全生产事故中危机学习的失灵。从事故中进行危机学习的要义在于通过全面调查安全生产事故，从中吸取教训和学习经验，避免同类事故的再次发生。重特大事故发生后，地方政府危机学习历经三个阶段，首先是事故调查、问责及报告发布阶段，接着是启动自查自纠、专项督查乃至大检查大整治阶段，最后是事故经验教训推动常规性的文本生产、政策改进甚至立法变革。

理论层面，危机学习被视为组织学习与危机管理融合的重要产物，利用好这一工具有助于增强组织韧性①石佳、郭雪松、胡向南：《面向韧性治理的公共部门危机学习机制的构建》，《行政论坛》2020年第5期。、推动政策变迁②刘一弘、钟开斌：《学习与竞争：重大突发事件如何触发政策变迁的文献述评》，《公共行政评论》2021年第6期。、提升应急效能③Carmeli，A．，Dothan，A．， “Generative Work Relationships as a Source of Directand Indirect Learning From Experiences of Failure：Implications for Innovation Agility and Product Innovation” ，Technological Forecasting and Social Change，Vol．119，2017，pp．27-38．，但在实践层面，可以看到危机学习发挥着有限的作用，尤其对于同类事故反复发生的现象难以达到学习改进、标本兼治的目的④⑤Kjellen，U．，Prevention of Accidents through Experience Feedback，Boca Raton：CRC Press，2000．。从中国场景下的应急管理体制来看，可能存在两方面的结构性缺陷：一是重特大事故中危机学习的效果自上而下逐级递减，尤其是基层政府危机学习的不确定性突增，如在安全议题上有限的注意力分配可能弱化学习效果；二是地方政府着眼于组织内部的事故学习，而忽视 “块块” 间即地方政府之间的危机学习。基于此，本研究重点关注地方政府之间的危机学习效应，主要聚焦两类问题：（1）重特大事故发生后，地方政府能否进行有效的危机学习，实现 “吃一堑” 而 “长一智” ？进一步地，事发地的重特大事故能否推动非事发地地方政府的危机学习，帮助非事发地地方政府实现 “吃彼一堑” 而 “长己一智？（2）哪些因素影响重特大事故中地方政府危机学习的溢出效应？

本研究可能的边际贡献在于：其一，本研究从空间效应的视角切入，而非局限于地方政府组织内部的危机学习过程，更加关注重特大事故后地方政府间危机学习的溢出效应，这为政府危机学习研究提供了空间和动态的视角；其二，本研究结合微观的事故调查报告与宏观规律数据，系统性探究事故与组织内学习、组织间学习的关系，力图为危机学习领域补充新的实证经验；其三，本研究初步构建了影响危机学习溢出效应的整体性框架，围绕事故属性—主体特征—组织环境，多维度融合组织学习的一般理论与危机学习的特征，为厘清危机学习溢出的内在机理提供了初步思考。

本文其余部分安排如下：第二节是理论框架与研究假设，第三节是研究设计，第四节是实证分析，最后是结论与启示。

二、理论框架与研究假设

将一般情境中的组织学习运用到危机情境下的组织学习，这使得危机学习领域的研究日益丰富，危机学习既有组织学习的一般性，又蕴含非常态下的特殊性。有关前期研究也为本研究奠定了重要基础，从既有研究来看，仍有如下进一步拓展的空间：第一，研究视角逐渐由组织内部学习延展到组织间学习。以往研究已注意到组织不能仅从自身危机中学习，还必须汲取其他组织的失败经验，形成同类危机的共通学习路径。但既有研究主要针对突发事件发生后的组织内部即事发地的危机学习。尽管有学者开始呼吁并转到组织间的危机学习，强调以 “从有关事故经验中学习” 取代以往的 “从单一组织的事故学习”①Lundberg，J．，Rollenhagen，C．，Hollnagel，E．， “What-You-Look-For-Is-What-You-Find-the Consequences of Underlying Accident Models in Eight Accident Investigation Manuals” ，Safety Science，Vol．47，No．10，2009，pp．1297-1311．，但相关研究关注的深度还亟待提升。第二，既有危机学习文献多基于思辨性的归纳和案例性的演绎，其内容主要围绕重大突发事件的案例描述、文本分析及经验总结②③Christopher，S．， “CrisisManagement＆Organizational Learning：How Organizations Learn from Natural Disasters” ，SSRN Electronic Journal，2009．，鲜有基于数理实证的量化研究，从而缺少实证主义的具体理解，某种程度上不利于整合与创新危机学习研究的理论和实践，至少从方法论的角度来看危机学习是一个新兴研究领域④Coze，J．， “What Have We Learned about Learning from Accidents？Post-disasters Reflections” ，Safety Science，Vol．51，No．1，2013，pp．441-453．。第三，危机学习本质上是对兼具知识属性的危机经验进行获取、转移及同化的过程，知识的扩散性和溢出性是其重要特征，因此针对重特大事故的危机学习，不应忽视危机学习在组织之间的溢出效应。由此，本研究提出重特大事故中地方政府危机学习的理论框架（见图1），并建构如下假说：

图1 理论框架

（一）重特大事故中的危机学习效应

重特大事故的发生，在造成生命财产安全巨大损失的同时，也形构出危机学习场域。从详尽的调查问责到行业督查整治再到政策改进变革，这是危机学习的主要步骤。具有严重后果的突发事故往往更易引起公众的关注，并形成外部压力⑤Hovden，J．，Størseth，F．，Tinmannsvik，R．K．， “Multilevel Learning from Accidents-Case Studies in Transport” ，Safety Science，Vol．49，No．1，2011，pp．98-105．，并且当个体或组织失误导致较为严重的后果时⑥徐明：《公共安全治理中地方政府行为失范及其治理策略——以新冠肺炎疫情为例》，《暨南学报》（哲学社会科学版）2021年第1期。，危机学习的需求会持续扩大⑦Homsma，G．J．，van Dyck，C．，Gilder，D．，Koopman，P．L．，Elfring，T．， “Learning from Error：The Influence of Error Incident Characteristics” ，Journal of Business Research，Vol．62，No．1，2009，pp．115-122．。然而，危机学习并非总是简单的学习过程⑧Tang，Y．，Wang，Y．， “Learning From Neighbors：The Spatial Spillover Effect Of Crisis Learning On Local Government” ，Sustainability，Vol．14，No．13，2022，p．7731．，尤其是针对重大突发事件的危机学习活动，重特大事故往往被理解为一类政治事件，危机学习活动也成为对一项政治事件的学习①O lson，R．S．， “Towardsa PoliticsOf Disaster：Losses，Values，Agendasand Blame” ，International JournalofMassEmergenciesand Disasters，Vol．18，No．2，2000，pp．265-287．张美莲、郑薇：《政府如何从危机中学习：基本模式及形成机理》，《中国行政管理》2022年第1期。，如涉及上级政府督办的事故，压力回应需求下可能导致忽视学习本身而过度关注如问责等方面②③K jellén，U．，Albrechtsen E．，Prevention of Accidentsand Unwanted Occurrences：in Theory，Methodsand Tools in Safety Management，Boca Raton：CRC Press，2017．Pidgeon，N．，O'Leary，M．， “Man-Made Disasters：Why Technology and Organizations（Sometimes）Fail” ，Safety Science，Vol．34，No．1-3，2000，pp．15-30．。

与此同时，现有危机学习研究逐渐认识到从组织内部的自身经验学习到组织外部的他人经验学习的重要性。以往实践中，组织危机学习以部门、行业为分界，如石油行业关注石油事故、运输行业关注运输事故、航空行业关注航空灾难，这种仅从单一组织内部事故进行直接经验的危机学习受到诸多质疑，部分研究认为真正要降低或避免事故发生，最好是经验教训可以跨部门、跨行业转移④⑤Hollnagel，E．，Safety Iand Safety II：The Past and Future of Safety Management，Boca Raton：CRC press，2018．。由此，对组织内部事故的直接经验和组织外部事故的间接经验孰优孰劣产生了争议。一方面，相比于间接经验，直接经验给组织带来了更多的政治压力，导致更多学习活动和更深入的学习过程，这反过来会产生更大的学习潜力和动机⑥Amburgey，T．，Argote，L．，Azevedo，J．，The Blackwell companion to organizations，Oxford：Blackwell Business，2022．；如针对挪威的研究结果表明⑦B etten，T．，Pettersen，K．V．，Albrechtsen，E．， “Learning in Municipalities after Disasters” ，Disaster Prevention and Management：An International Journal，Vol．30，No．3，2021，pp．400-411．，在城市边界内的灾害事件其学习效果优于在城市边界外的灾害事件。另一方面，尽管从自身事故中的危机学习能够更准确、直接地获取事故信息、经验教训，但通过观察、总结和吸取外部事故的经验教训即替代学习（Vicarious Learning）可以降低前者学习过程中不可避免的风险⑧Laland，K．N．， “Social Learning Strategies” ，Animal Learning＆Behavior，Vol．32，No．1，2004，pp．4-14．，并且节省搜寻适合自身策略的成本，可以获得更高的效益⑨R endell，L．，Boyd，R．，Cownden，D．，Enquist，M．，Eriksson，K．，Feldman，M．W．，Laland，K．N．， “Why Copy Others？Insights from the Social Learning Strategies Tournament” ，Science，Vol．328，No．5975，2010，pp．208-213．，这在铁路组织部门的事故学习中获得证实0B aum，J．A．，Dahlin，K．， “Aspiration Performance and Railroads'Patterns of Learning from Train W recks and Crashes” ，Organization Science，Vol．18，No．3，2007，pp．368-385．。据此，提出如下假说：

H1：重特大事故会产生良好的危机学习效果，即实现 “吃一堑” 而 “长一智” ；且由本地区重特大事故引发的危机学习的直接效应大于由周边地区重特大事故引发危机学习的间接效应，即相比于 “吃彼一堑” ， “吃己一堑” 更能 “长己一智” 。

（二）危机学习溢出效应的影响因素

从组织学习角度，学习溢出是一次知识传导的完整过程，危机学习中的知识溢出亦是如此，这一学习溢出过程受到学习内容即事故属性、学习主体即参与学习的主体特征以及组织环境的影响。1O lson，R．S．， “Towardsa PoliticsOf Disaster：Losses，Values，Agendasand Blame” ，International JournalofMassEmergenciesand Disasters，Vol．18，No．2，2000，pp．265-287．张美莲、郑薇：《政府如何从危机中学习：基本模式及形成机理》，《中国行政管理》2022年第1期。

第一，突发事件或重特大事故的本质属性决定着危机学习的事实基础。事故本身对组织及其环境的关联性以及潜在影响制约着危机学习过程，并影响着后续学习溢出的规模和范围。2K jellén，U．，Albrechtsen E．，Prevention of Accidentsand Unwanted Occurrences：in Theory，Methodsand Tools in Safety Management，Boca Raton：CRC Press，2017．Pidgeon，N．，O'Leary，M．， “Man-Made Disasters：Why Technology and Organizations（Sometimes）Fail” ，Safety Science，Vol．34，No．1-3，2000，pp．15-30．具体而言，既有研究主要关注了两类事故属性，一类是事故致因的复杂性或者说异质性。此类研究认为，与同质性相比，更具异质性的事故将有利于危机学习，对存在多类致因的事故学习极大可能会采取情境分析，而非仅着眼于个人失误，这有助于将注意力聚焦到事故发生的潜在原因上，从而更深入调查、分析及总结事故暴露出的问题。①Reason，J．，Managingthe Risksof Organizationa Accidents，Sydney，Australia：Ashgate，1997． H aunschild，P．，Sullivan，B．， “Learning from Complexity：Effects of Prior Accidents and Incidents on Airlines Learning” ，Administrative Science Quarterly，Vol．47，No．4，2002，pp．609-643．同时，更具异质性和复杂性的事故会增加危机学习中具有建设性的分歧、讨论甚至冲突，这也有助于深入分析和总结经验。②J ehn，K．A．，G．B．， “Why Differences Make a Difference：A Field Study of Conflict and Performance in Workgroups” ，Administrative Science Quarterly，Vol．44，1999，pp．741-763． 吕孝礼、郭君、徐浩、姜振煜：《京津冀跨区域应急府际协议：结构、类型及变迁分析》，《甘肃行政学院学报》2018年第6期。另一类关注的事故属性是事故归因倾向，事故归因倾向一定程度上表明事故调查的深度，是从危机中学习的重要条件。研究者将事故归因分为三个层次③Le Coze，J．C．， “Disastersand Organisations：From Lessons Learnt to Theorising” ，Safety Science，Vol．46，No．1，2008，pp．132-149． 吕志奎：《跨区域应急治理协作共同体的制度构建》，《中国高校社会科学》2020年第6期。，微观层面包括技术故障和人为错误相关的致因，中观层面主要聚焦组织层面的问题，第三个层面是更深层次的宏观层面，涉及组织间和社会因素（如地方政府、监管机构、法律法规）等。现有研究大多认为，如果仅从微观层面的事故致因中吸取教训，其学习效果无法真正改善整个社会技术系统的运作④⑤C edergren，A．，Petersen，K．， “Prerequisites for Learning from Accident Investigations—A Cross-Country Comparison of National Accident Investigation Boards” ，Safety Science，Vol．49，No．8-9，2011，pp．1238-1245． H uber，S．，Wijgerden，I．，Witt，A．，Dekker，S．W．A．， “Learning from Organizational Incidents：Resilience Engineering for High-Risk Process Environments” ，Process Safety Progress，Vol．28，No．1，2009，pp．90-95．，若不考虑中观乃至宏观层面暴露出的问题，很可能是无效的危机学习⑥⑦D rupsteen，L．，Guldenmund，F．W．， “What Is Learning？A Review of Safety Literature on Learning from Incidents” ，Journal of Contingencies and Crisis Management，Vol．22，No．2，2014，pp．81-96．。由此，将事故原因归因于微观层面的人为错误会抑制组织从事故中吸取教训的能力⑧Sagan，S．The Limitsof Safety：Organi-zations，Accidents，and Nuclear Weapons，Princeton，NJ：Princeton University Press，1993．，因为组织通常会认为一旦具体操作员被解雇、转移或更换，组织系统中就不会再出现类似问题。据此，提出如下假说：

H2：重特大事故的事故属性（事故异质性和归因性）影响地方政府危机学习的溢出效应，重特大事故中事故致因的异质性越大、事故归因越倾向于组织归因而非个体归因时，地方政府间的危机学习的溢出效应更强。

第二，决定危机知识能否在组织之间复制、转移及扩散的一个潜在重要因素是组织间的关系⑨0D arr，E．，Argote，L．，Epple，D．， “The Acquisition，Transfer and Depreciation of Knowledge in Service Organizations：Productivity in Franchises” ，Management Science，Vol．41，No．11，1995，pp．1750-1762．。换言之，地方政府间的合作关系能够为危机知识的传播和转移提供渠道1Reason，J．，Managingthe Risksof Organizationa Accidents，Sydney，Australia：Ashgate，1997． H aunschild，P．，Sullivan，B．， “Learning from Complexity：Effects of Prior Accidents and Incidents on Airlines Learning” ，Administrative Science Quarterly，Vol．47，No．4，2002，pp．609-643．，这种合作可以是基于文本协议2J ehn，K．A．，G．B．， “Why Differences Make a Difference：A Field Study of Conflict and Performance in Workgroups” ，Administrative Science Quarterly，Vol．44，1999，pp．741-763． 吕孝礼、郭君、徐浩、姜振煜：《京津冀跨区域应急府际协议：结构、类型及变迁分析》，《甘肃行政学院学报》2018年第6期。、议事机构3Le Coze，J．C．， “Disastersand Organisations：From Lessons Learnt to Theorising” ，Safety Science，Vol．46，No．1，2008，pp．132-149． 吕志奎：《跨区域应急治理协作共同体的制度构建》，《中国高校社会科学》2020年第6期。、安全会议4C edergren，A．，Petersen，K．， “Prerequisites for Learning from Accident Investigations—A Cross-Country Comparison of National Accident Investigation Boards” ，Safety Science，Vol．49，No．8-9，2011，pp．1238-1245． H uber，S．，Wijgerden，I．，Witt，A．，Dekker，S．W．A．， “Learning from Organizational Incidents：Resilience Engineering for High-Risk Process Environments” ，Process Safety Progress，Vol．28，No．1，2009，pp．90-95．、系统共享5S temn，E．，Bofinger，C．，Cliff，D．，Hassall，M．E．， “Failure to Learn from Safety Incidents：Status，Challenges and Opportunities” ，Safety Science，Vol．101，2009，pp．313-325．Wahlström，B．， “Organisational Learning-Reflections from the Nuclear Industry” ，Safety Science，Vol．49，No．1，2011，pp．65-74．等，一旦组织之间形成合作联盟或者合作网络，他们可以共享资源并在此基础上开展安全管理、应急处置活动，这些合作活动不仅可以相互借鉴汲取彼此经验，交换隐形知识①Uzzi，B．， “The Sources and Consequences of Embeddedness for the Economic Performance of Organizations：The Network Effect” ，American Sociological Review，Vol．61，1996，pp．674-698．，而且跨区域的合作网络降低了区域间的危机学习成本，可以助推地方应急创新②邹伟、李娉：《技术嵌入与危机学习：大数据技术如何推进城市应急管理创新？——基于健康码扩散的实证分析》，《城市发展研究》2021年第2期。。有学者将组织之间的学习联盟或网络称为 “学习社区”③Baum，J．，Ingram，P．， “Survival-Enhancing Learning in The Manhattan Hotel Industry” ，Management Science，Vol．44，1998，pp．1898-1980．，借助联盟或者网络的延伸关系，公共组织可以降低由于经验不足而导致的学习过程中的不确定性。据此，提出如下假说：

H3：若地方政府加入政府网络或政府联盟后，重特大事故中危机学习的溢出效应会更强。

危机学习除了受到事实经验以及主体网络的影响，还受制于组织环境，重特大事故的发生处于特定的组织场域中，焦点事件、舆论、利益相关团体等多源流力量所构成的灾害组织环境，会建构事故因果链及公共组织学习方向④Hart，P't．， “Symbols，Rituals and Power：The Lost Dimension of Crisis Management” ，Journal of Contingenciesand CrisisManagement，Vol．1，No．1，1993，pp．36-50．，这一宏观因素的影响不容忽略⑤Lundberg，J．，Rollenhagen，C．，Hollnagel，E．， “What Youfind Is Not AlwaysWhat You Fix—How Other Aspects Than Causes of Accidents Decide Recommendations for Remedial Actions” ，Accident Analysis＆Prevention，Vol．42，2010，pp．2132-2139．。正如Crossan等⑥Crossan，M．M．，Lane，H．W．，White，R．E．， “An Organizational Learning Framework：From Intuition To Institution” ，The Academy of Management Review，Vol．24，No．3，1999，pp．522-537．人强调的那样，在过渡到组织学习之前，个人学习需要被过程化和制度化，而这取决于组织环境中的注意力分配。根据组织注意力分配理论⑦练宏：《注意力分配——基于跨学科视角的理论述评》，《社会学研究》2015年第4期。，组织是一个注意力分配的开放系统，注意力的配置在很大程度上决定着组织行为的开展及其绩效⑧段哲哲：《重大公共危机情境下治理效能：注意力分配转移的关键作用》，《浙江工商大学学报》2022年第1期。。但注意力作为一种稀缺性的资源，在不同领域、不同任务中存在注意力争夺，呈现此消彼长的过程。⑨Bower J．L．， “Managing Resource Allocation：Personal Reflections from a Managerial Perspective” ，Journal of Management，Vol．43，No．8，2017，pp．2421-2429．组织环境中的注意力分配同样影响着危机学习，如果公共组织能够持续将安全议题作为优先议题，得到倾斜性资源配置，那么危机学习的深度及效果将会更好。尤其是在发生重特大事故后，安全议题的优先级短时间内持续走高，如何通过危机学习避免下一次事故的发生成为各级政府必须考量的问题。据此，提出如下假说：

H4：若地方政府在安全领域的注意力分配越大，则重特大事故中危机学习的溢出效应会更强。

三、研究设计

（一）数据来源

2007年出台的《生产安全事故报告和调查处理条例》规定事故调查组必须提交事故调查报告，但由于前期部分事故报告无法完整获取，因此本研究人工搜集了2010年到2020年全国各省重特大安全生产事故调查报告，结合我国30个省（直辖市／自治区）2010年至2020年的面板数据，形成 “年份—省份” 共330个观测数据。部分缺失数据通过人工查找和线性插值法补充，所有数据均为公开可得的官方数据。

针对每起重特大安全生产事故，应急管理部会组派专家组深入调查后发布事故调查报告，详细分析引发事故的原因。依据以往事故致因分类的系统研究（Hollnagel①Hollnagel，E．，Cognitive Reliability and Error AnalysisMethod，Kidlington：Elsevier Science，1998．；沈祖培等②沈祖培、王遥、高佳：《人因失误的后果—前因追溯表》，《清华大学学报》（自然科学版）2005年第6期。；郭中华等③郭中华、姜卉、尤完：《建筑施工安全生产监管模式的事故作用机理及有效性评价》，《公共管理学报》2021年第4期。），本研究采取可靠性和误差分析方法CREAM，将事故致因编码为14个组、36项具体事故致因，按照此分类表提炼出每起重特大事故的事故致因。具体而言，人工编码按照以下三个步骤进行：首先，对事故调查报告进行内容分析，从中提取事故发生的直接原因、间接原因以及责任认定。其次，对照上述36类事故致因，一一对每起事故报告进行0（无）／1（有）编码，形成事故—原因二维矩阵（见表1），以便于后续的变量操作化。对于未明确相关事故致因的事故，结合其他官方文件信息进行人因认定。最后，完成所有文本编码后，使用Cohen's Kappa计算了编码员内部一致性（Fleiss④Fleiss，J．L．，Statistical Methods for Ratio and Proportions，John Wiley＆Sons，Inc．，New York，1981．），本研究的Kappa值范围为［0．62-1．00］，表明编码员内部一致性较好，编码结果较为可信。

表1 事故—原因二维矩阵

（二）变量说明

1．危机学习效果

从 “吃一堑” 即重特大事故发生，经过跨区域跨部门的知识获取、知识转移及知识同化，最终的学习效果体现在各层级政府的危机知识增加和更新方面，即 “长一智” 。 “智” 一方面体现在政府安全监管的加强及企业安全生产工作的规范，另一方面则是理念或文化层面安全生产意识的内隐变化。其目的是从根本上消除事故隐患，从根本上解决问题，最终减少安全生产事故。为此，本研究参考Min⑤Min，J．， “No Pain，Yet Gain？Learning from Vicarious Crises in an International Context” ，Journal of Business Research，Vol．97，2019，pp．227-234．、Kim和Rhee⑥Kim，E．，Rhee，M．， “How Airlines Learn from Airline Accidents：An Empirical Study of How Attributed Errors and Performance Feedback Affect Learning from Failure” ，Journal of Air Transport Management，Vol．58，2017，pp．135-143．、赵晨等⑦赵晨、高中华、陈国权：《问题情境、注意力质量与组织从偶发事件中学习：以民用航空事故为例》，《系统工程理论与实践》2017年第1期。研究的做法，从危机学习的结果导向出发，以相对概念的安全生产事故亿元GDP死亡率（后称事故死亡率）测量事故危机学习效果，同时以绝对概念的安全生产事故死亡人数进行稳健性检验。值得说明的是，由于部分地区在某些年份未发生重特大事故，导致自变量取值包含0，参考以往研究（Jia等⑧Junxue Jia，X．L．，Guangrong，M．， “Political Hierarchy and Regional Economic Development：Evidence from a Spatial Discontinuity in China” ，Journal of Public Economics，Vol．194，2021，p．104352．），在取对数前增加0．01，不影响最终结果。

2．重特大事故频率

考虑到重特大事故的突发性和后果严重性，一般而言，如若某地区连续发生多起重特大事故，会高度聚焦地方政府乃至中央政府的注意力，启动特定行业大排查、大整治的专项行动，以此触发危机学习。借此，本研究以某地区一年内发生的重特大事故的次数衡量重特大事故频率，同时以重特大事故的死亡人数进行稳健性检验。

3．机制变量

本文的机制变量包括事故属性、主体特征以及组织环境。在事故异质性变量上，为衡量每起重特大安全生产事故的异质性，以往研究多采用信息熵指数来测量单一事故内部各类别之间的异质程度。本研究借鉴Haunschild和Sullivan①Haunschild，P．R．，Sullivan，B．N．， “Learning from Complexity：Effects of Prior Accidents and Incidents on Airlines'Learning” ，Administrative Science Quarterly，Vol．47，No．4，2002，pp．609-643．的做法，将事故统计限定为 “地区＋年份” ，即该省一年内发生的所有重特大安全生产事故的异质性程度，如以安徽省2010年发生的重特大安全生产事故为基本单元，借鉴赵晨等②赵晨、高中华、陈国权：《问题情境、注意力质量与组织从偶发事件中学习：以民用航空事故为例》，《系统工程理论与实践》2017年第1期。的做法，若该省一年内出现多次重特大安全生产事故，则多次事故的各类原因出现次数合并计算：

其中，Pi表示第i类所占比重，i的取值范围为1到36类事故致因，相应的Pi表示第1到第36个事故致因类别累计出现的次数占总类别次数的比重，通过计算1年窗口时段内该省所有重特大安全生产事故的异质性程度，测量该地区重特大事故的事故属性。需要说明的是，该指数与对事故致因数量的直接计数不同，因为事故可能具有单一类型的多个原因。例如，相比于因一项设备失效和一项不完善的设备规程引发的事故，由两项设备失效引发的事故其异质性更弱。因此，本文采用了异质性指数而非简单的直接计数。在事故归因性的变量上，本研究通过统计每起重特大事故中组织致因类别占该起事故所有致因类别的比例予以衡量。组织致因类别包括安全设施缺失、不完善的质量控制、设计失败、不完善的任务分配等14项。

在主体特征上，主要考量地方政府在应急管理、安全生产等领域的合作网络或伙伴联盟情况，在全国范围内开展较为普遍、效果较好的便是以城市群形式协同发展。城市群最初以经济联盟为核心，到后来产业合作再到当下全方位的协调互补联盟，是我国进入城镇化后采取的重要空间组织形式。尤其是在安全生产和应急管理领域，城市群逐渐成为制度化的合作网络和联盟（魏玖长和卢良栋③魏玖长、卢良栋：《跨区域突发事件应急合作与协调机制研究——以长三角区域为例》，《中国社会公共安全研究报告》2017年第1期。）。实践中，多个成熟的城市群已建立起跨区域应急管理合作机制，如广东省基于粤港澳城市群的安全应急联动合作协议，通过联合制定城市群的区域安全规划，构建更大范围内重大事故应对与学习体系。因此，本文以某地区的城市是否加入某个城市群的二分变量衡量地方政府的合作网络，在该地区有城市加入某城市群之前均取0，加入当年及以后则取1。

在组织环境的注意力变量上，借鉴Beck④Jørgensen，T．B．，Bozeman，B．， “Public Values：An Inventory” ，Administration＆Society，Vol．39，No．3，2007，pp．354-381．和杨黎婧等⑤杨黎婧、高睿、张海波：《中国语境下的公共安全价值体系——基于〈人民日报〉（1949—2020年）的分析》，《甘肃行政学院学报》2020年第6期。的研究，对安全关键词结合中国语境进行筛选，并利用python进行文本匹配，剔除词频较少的关键词后选定25个安全高频词，并根据关键词统计各省党代会、全会报告和国务院政府工作报告的词频。词频占比一定程度上反映了对安全议题关注的优先级，呈现出决策者对安全类公共事务的重视程度与认知变化，本研究以安全领域关键词占比衡量政府在安全领域的注意力分配。

4．控制变量组

为减少其他遗漏变量的影响，研究加入可能影响事故危机学习的省级层面变量，包括政府换届年份、经济发展水平、人口规模、财政收入、财政支出、产业结构、固定资产投资、人均工资、技术装备率、公共安全支出、科技支出等。具体变量及编码见表2。

表2 变量编码

（三）模型设定

考虑重特大事故中地方政府危机学习效果是否存在空间自相关性，全域空间自相关性采用Global Moran's I指数检验。

为保证结果的稳健性，采用地理相邻矩阵、地理距离矩阵、经济距离矩阵作为空间权重矩阵。具体而言，地理相邻矩阵（记为W1）：如果两地区相邻，权重矩阵中所对应元素取1，两地区不相邻则取0；地理距离矩阵（记为W2）：地理距离权重用省会间的距离的倒数表示；经济距离矩阵（记为W3）：其计算方法为W3＝W1*Dij，其中W1为传统的地理相邻矩阵，Dij的计算公式为：

表3为2010—2020年重特大事故中地方政府危机学习效果的Global Moran's I指数测算结果。基于地理相邻矩阵（W1）、地理距离矩阵（W2）及经济距离矩阵（W3），地方政府危机学习效果的Global Moran's I指数基本显著。这说明事故的危机学习效果的空间分布格局并不是表现出随机分布的特征，而是具有较强的空间聚集性，即地理相邻、地理距离相近以及经济距离相近的地区表现出显著的空间集群特征，这也侧面反映出讨论地方政府危机学习效果时不应忽略区域间存在的空间相关性。

表3 2010—2020年地方政府危机学习效果的Global Moran's I指数

基于前文的机理分析和变量说明，构建空间面板计量模型。通过将空间滞后项纳入模型，以期对其空间相关性予以控制。作为空间计量模型的标准起点，空间杜宾模型是捕捉各类空间溢出效应的标准框架，它可以在不同系数设定条件下变形为常见的空间滞后模型和空间误差模型，从而更具一般性①田相辉、张秀生：《空间外部性的识别问题》，《统计研究》2013年第9期。。此外，考虑到危机学习效果可能存在时间上的路径依赖特征，即时间滞后效应，以及危机学习效果可能与重特大事故频率、机制变量之间存在双向因果关系而引致内生性问题，本文将危机学习效果变量的滞后一期引入标准的静态空间面板杜宾模型，构建如下动态空间面板杜宾模型：

其中，i表示地区，t表示年份；lnYrateit表示事故死亡率以衡量危机学习效果，lnYratei，t-1表示滞后一期的事故死亡率，lnMajornumit表示重特大事故的发生频率。wij是用来描述区域间空间邻近关系的三类空间权重矩阵（地理相邻矩阵W1、地理距离矩阵W2及经济距离矩阵W3），ρ和γ分别表示各主要解释变量及控制变量的空间滞后系数；α为待估系数，u表示地区固定效应，ε表示随机扰动项。

更进一步，为考察何种因素影响重特大事故中地方政府危机学习的溢出效应，采用温忠麟等②温忠麟、侯杰泰、张雷：《调节效应与中介效应的比较和应用》，《心理学报》2005年第2期。提出的验证调节效应理论模型，本文建构事故属性、主体特征、组织环境变量与重特大事故频率的交互项，以探究上述因素是否担任危机学习中调节变量的角色，基于（1）式构建如下模型：

（2）式中，α3M*lnMajornumit表示重特大事故频率与调节变量M的交互项，M分别为事故属性、主体特征及组织环境变量，其他与（1）式相同。

四、实证分析

（一）重特大事故中地方政府危机学习的溢出效应

为了考察采取模型的稳健性，本文报告了非空间OLS、非空间普通面板模型、静态空间面板模型以及动态空间面板模型，使用固定效应模型控制观测变量的省份和年份。由表4的结果可知，在未考虑空间效应的模型1和模型2中地方政府危机学习的回归系数并不显著，而在加入空间效应的模型3～6中表现出更为优良的显著特征，表明如果忽略危机学习的空间相关性会导致偏误的估计结果。同时，比较模型3和模型4～6，发现危机学习效果的时间滞后项系数在5%的显著性水平显著为正，反映出危机学习过程具有时间上的路径依赖特征。可见，动态空间面板模型无疑具有更为优良的理论预期和统计表现，因此，下文中主要关注动态空间面板模型的估计结果。

表4 重特大事故中地方政府危机学习的溢出效应

具体而言，重特大事故中地方政府危机学习效果具有显著的时间滞后效应和空间溢出效应。其一，模型4～6中地方政府危机学习效果的时间滞后项在5%的水平上显著为正，意味着地方政府危机学习过程在时间维度上存在较强的路径依赖特征，即当期较好的危机学习效果会显著影响到下一期的危机学习效果，说明一旦地方政府启动并开展了良好的危机学习，那么其收益将具有一定的持续性，反之，不良的危机学习也会造成安全生产事故频发。其二，模型4和模型5中地方政府危机学习效果的空间滞后项显著为负，表明地方政府危机学习存在空间溢出效应，即周边地区重特大事故也会推动本地区的危机学习，降低本地区安全生产事故死亡率。值得注意的是，模型6显示基于经济距离矩阵的地方政府危机学习的空间溢出效应为负，但并不显著，这表明重特大事故中地方政府危机学习确实存在空间溢出效应，但这种溢出效应主要体现在传统意义上的地理距离，而非经济交流距离，侧面反映出危机学习的空间传导受到地理距离的限制，较难实现非相邻或非相近地区之间的学习溢出，假设1得到初步验证。

重特大事故的发生不仅直接影响本地区危机学习过程及效果，还可能通过事故调查的知识积累、行业专项整治等事故学习行为，间接影响周边地区的危机学习效果。为进一步验证假设1，将重特大事故中危机学习的直接效应与间接效应（溢出效应）进行区分，尝试回答 “吃谁一堑” 更能 “长己一智” ？通过采用SDM偏微分方法对危机学习的总效应进行分解，直接效应表示本地区重特大事故频率对本地区危机学习效果的影响，间接效应体现了周边地区的重特大事故频率对本地区危机学习效果的空间溢出效应，总效应表明所有区域内的重特大事故频率对本地区危机学习效果的平均影响。

表5的结果显示，在直接效应方面，模型7～9的回归结果与表4基本一致，意味着重特大事故中地方政府确实能够 “吃一堑” 而 “长一智” ；在间接效应方面，基于邻接矩阵和地理矩阵的回归系数也显著为负，表明周边地区的重特大事故也会触发本地区的危机学习过程，产生了危机学习的空间溢出效应，即 “吃彼一堑” 也能 “长己一智” 。对比发现间接效应的估计系数的绝对值均小于直接效应，这在一定程度上说明虽然本地区或周边地区的重特大事故均能触发良好的危机学习过程，但危机学习效果存在差异，即地方政府更易从自身的重特大事故中进行有效的危机学习，相比于 “吃彼一堑” ， “吃己一堑” 更能 “长己一智” 。

表5 危机学习的空间溢出效应分解

（二）重特大事故中地方政府危机学习溢出的影响因素研究

本文进一步通过构建机制变量与重特大事故频率的交互项，并且重点关注交互项的空间项的估计系数，该系数表明了周边地区的变量如何影响危机学习的溢出效应。由表6可知，在事故属性方面，模型10显示重特大事故频率与事故异质性的交互项显著为负，表明重特大事故致因的异质性会阻碍地方政府从重特大事故中进行危机学习。进一步，发现事故异质性的交互项的空间项系数也显著为负，这表明地方政府危机学习的溢出效应也受到事故致因异质性的负向调节，这与预期假设不同，按照以往研究，事故致因的异质性越大意味着事故致因更为复杂，更有利于地方政府深入开展情境分析、事故调查、经验吸取等，但本文的研究结论与之相反，可能有如下解释：以往研究主要关注组织内部事故致因异质性与危机学习的关系，而本研究聚焦危机学习的溢出效应，组织内部情境下事故致因的异质性越大、事故越复杂，确实有利于组织内部的 “提出分歧—形成共识” 循环往复式学习，而一旦学习效应想要跨组织地溢出传导时，事故异质性反而使得其他组织难以获取完整事故信息，成为其他地区危机学习的 “黑箱” ，也就无法有效地吸取事故经验。此外，重特大事故频率与事故组织致因的交互项显著为正，表明事故中当归因策略更倾向于组织归因时，地方政府从重特大事故中危机学习的效果会更好。同时，该交互项的空间项也显著为正，假设2得到部分验证。这与预期一致，事故中的组织归因倾向能学习到更多的组织体制与机制层面的教训，尤其对于我国的不同地方政府，其应急管理的组织体制、机制存在诸多相似性，此类学习经验的溢出传导能使得其他非事发地的地方政府 “补短板、堵漏洞、强弱项” 。①文宏、李风山：《中国地方政府危机学习模式及其逻辑——基于 “央地关系—议题属性” 框架的多案例研究》，《吉林大学社会科学学报》2022年第4期。

表6 地方政府危机学习的溢出效应的影响因素

在主体特征方面，由模型11可知，重特大事故频率与政府联盟变量的交互项显著为正，表明相比于未加入城市群的地区，加入到城市群会推动当地重特大事故中的危机学习。进一步，发现该交互项的空间项也显著为正，表明加入到类似城市群的政府联盟有助于 “吃彼一堑” 而 “长己一智” ，形成联盟内部良好的学习溢出效应，假设3得到验证。这也符合以往的研究结论，强调基于网络或联盟的学习机制能够更好实现替代学习①②Tuschke，A．，Sanders，W．，＆Hernandez，E．， “Whose Experience Matters in the Boardroom？The Effects of Experiential and Vicarious Learning on Emerging Market Entry” ，Strategic Management Journal，Vol．35，2014，pp．398-418．，在地方政府组成的学习联盟或网络中，具有类似的事故特征和学习环境，一方面可以降低事故的认知成本和参与成本，如事故致因、行动主体类似，更容易被学习③康伟、曹太鑫：《群体性事件中的社会学习网络研究：以邻避事件为例》，《中国软科学》2022年第3期。；另一方面基于合作协议或者平台机制的联盟环境也能让学习经验的溢出和传导更为顺畅。

在组织环境方面，模型12显示地方政府重特大事故频率与注意力分配的交互项显著为正，即地方政府在安全领域的注意力分配越多，则地方政府在重特大事故中的危机学习效果会更好；比较有趣的是，该交互项的空间项却显著为负，从统计含义上来说，这意味着其他地区在安全领域的注意力分配会弱化其他地区重特大事故与本地区的危机学习效果。换言之，其他地区安全注意力分配会减弱重特大事故的学习溢出效应，即 “吃彼一堑” 反而未能 “长已一智” ，这可能与地方政府之间的逐底竞争策略相关，其他地区安全注意力分配越大，说明该安全议题尤其是重特大事故的政治属性越高，安全领域的逐底竞争氛围越强，正如以往研究所强调，安全议题下政府竞争会引致竞争主义，限制学习溢出，或是有意错误地描述危机，或是夸大他们在其中发挥的积极作用。④Stern，E．， “Crisis and Learning：A Conceptual Balance Sheet” ，Journal of Contingencies and Crisis Management，Vol．5，No．2，1997，pp．69-86．

（三）稳健性检验

为保证上述结果的可靠性，进一步采用以下三种方式进行稳健性检验：第一，改变核心解释变量。考虑到以重特大事故次数进行测量的单一性，以地区当年的重特大事故死亡人数替换重特大事故次数，以衡量重特大事故可能带来的危机学习效应。第二，改变被解释变量。地方政府危机学习除反映在事故死亡率相对指标的下降，还反映在事故死亡人数即绝对指标的下降。为此，本文用安全生产事故死亡人数替换亿元GDP事故死亡率，以此衡量地方的绝对危机学习效果。第三，改变估计模型，考虑到空间杜宾模型的适用性，进一步以空间误差模型（模型15）、空间滞后模型（模型16）进行检验。由表7的稳健性检验结果可知，在经过多种稳健性分析后，实证结果基本与前文一致，足以保证本文基准模型的合理性以及结论的有效性。

表7 稳健性检验

（续上表）

五、结论与启示

充分发挥地方政府间的危机学习机制是遏制重特大事故发生的关键一环。以往研究关注组织内部在重特大事故中的危机学习过程，本研究在前者的基础上，着眼于地方政府之间的危机学习过程，探讨重特大事故中地方政府危机学习的溢出效应。基于2010年以来的全国各省重特大事故调查报告，以及2010—2020年的省级面板数据，建构危机学习溢出的空间计量模型，研究发现：第一，重特大事故不仅触发了事发地的危机学习活动，让地方政府 “吃一堑” 而 “长一智” ，还会扩散至周边地区，形成地方政府之间危机学习的溢出效应，实现 “吃彼一堑” 也能 “长己一智” ；第二，危机学习的溢出效应主要体现在地理距离而非经济距离，而且从周边地区的重特大事故中学习的溢出效应小于事发地的直接学习效应，即相比于 “吃彼一堑” ， “吃己一堑” 更能 “长己一智” ；第三，重特大事故的异质性和归因性、地方政府联盟以及注意力分配均会显著影响危机学习的溢出效应。具体而言，事故属性方面，事故异质性越小、事故归因越倾向于组织错误，那么重特大事故带来的危机学习的溢出效应会更强；主体特征方面，地方政府若加入到地方联盟或网络，则有助于推动危机学习经验的溢出和传导；组织环境方面，地方政府在安全领域过多地分配注意力，反而会阻碍危机学习的溢出效应。

上述研究结论揭示出重特大事故中地方政府之间的危机学习效果及其溢出效应，在破解地方政府危机学习失灵困境，建构长效持续的危机学习机制方面具有政策含义。首先，本文结论显示地方政府之间的危机学习存在空间溢出效应，意味着要提升危机学习效果必须建构起地区之间协同联动的学习机制，谋划探索相近或相邻地区的危机学习协作制度；其次，为实现无论谁 “吃一堑” 都能 “长己智” ，需系统性建构危机学习机制，尤其是对于重特大事故的致因链、责任链，事发地的地方政府要通过调查文本、专题研讨、学习培训等方式予以共享和交流，避免事故内容成为学习黑箱；同时，府际间合作不应局限于经济交流，而需要扩展到应急合作，尤其是地方政府要树立危机学习合作与应急联合处置同等重要的意识，发展不同层级不同类别的学习网络和联盟。可以借助信息与通讯技术，建立重特大事故数据信息共享 “大系统” ，互通各类生产安全事故等应急需求和经验信息，推动危机知识在网络中顺畅共享。最后，地方政府重视危机学习议题的同时，需注重行为合规及压力适中，以保障学习的实际成效。