基于ISM-MICMAC模型的京津冀跨域生态环境协同治理隐性障碍研究

霍腾飞，杨润恺，陈立文

（河北工业大学 经济管理学院，天津 300401）

生态环境具有很强的外部性和外溢性，生态环境治理具有巨大的复杂性和不确定性特征，地方政府难以通过自身力量来完成对区域生态环境的治理。协同治理通过借助治理主体的多元化、治理结构的同步化、治理方式的协同化来克服传统生态环境治理方式的碎片化，在此条件下，利益相关者可以通过充分的信息交流，共同推动生态环境的治理。因此，跨域生态环境协同治理是地方政府在共同确定规则基础上，通过多种方式对生态环境进行协同治理进而解决跨域生态环境问题的集体行动。京津冀地区作为首都经济圈的扩张，是中国北方经济体量最大和最具发展潜力的城市群，并处于 “一带一路” 廊道与中国区域经济布局交会的关键节点上。近些年随着京津冀地区经济的快速发展，生态环境遭到了很大程度的破坏，使得该地区成为中国生态环境问题比较突出的地区之一，同时也是中国最早开始生态环境协同治理的区域之一。2015 年4 月，中共中央政治局审议通过的《京津冀协同发展规划纲要》指出推动京津冀协同发展是国家的重大战略决策，要在京津冀生态环境协同治理、产业协同发展等重点领域率先取得突破。随后颁布了一系列联防联控指导方案。然而，京津冀生态环境协同治理是一个复杂的系统工程，区域层面的环境与发展综合决策机制尚未形成，再加上三地的污染源、治理能力以及资源具有很大差异，京津冀生态环境治理过程中仍然存在治理低效现象，尚未形成长期稳定的治理格局。

解决以上困境需要深入了解京津冀三地政府、企业、公众、社会组织等多方利益主体不同的利益诉求，同时还要探究诸多隐性障碍之间的相互作用，从系统层面深入剖析这些障碍产生的根源。本研究通过构建ISM-MICMAC模型可以得到京津冀生态环境协同治理隐性障碍的递阶层次结构，将隐性障碍之间复杂的相互作用关系可视化、层次化，明晰京津冀生态环境协同治理中隐性障碍的层级结构及依附关系，突出根源性隐性障碍及生态环境协同治理应该关注的重点，从而能够扭转隐性障碍所带来的协同治理效果不佳的局面，使各方利益相关者能够以更有效的方式常态化地推动生态环境协同治理。

1 文献述评

目前学者们已经对京津冀生态环境协同治理进行了初步的探索，主要涉及生态环境协同治理效果分析、制度机制与治理政策研究及利益主体演化博弈研究三方面。

一是通过专业科学数据分析层面分析京津冀地区生态环境协同治理效果。狄乾斌等[1]基于三大城市群面板数据，通过构建复合系统协同度模型、基尼系数及引力模型等对京津冀城市群减污降碳协同治理有序度和协同度进行了实证分析。洪扬等[2]则运用双重差分模型实证研究京津冀在区域污染减排协同治理的效果及其作用机制。杜雯翠等[3]利用京津冀地区15 个城市的AQI 数据，构建了双重差分模型来检验京津冀雾霾协同治理效果。孙静等[4]构建了Tobit 模型，探究了财政分权、政策协同强度对京津冀大气污染治理效率的影响。

二是从理论分析与定量研究两个层面对完善相关制度机制、治理政策进行了研究。从理论分析层面：赵新峰等[5]基于开放系统理论视角对京津冀大气污染协同治理信息沟通机制的障碍因素及完善措施进行了研究。李夏卿[6]系统化、理论化整理和提炼了治理实践中一些有效的治理理念及机制，从动力形成、关系互动、运行保障三个维度分析和完善了协同治理机制的研究框架。从定量研究层面：谢永乐等[7]从动态空间视域，通过聚类统计中央与地方层面的协同治理机制演化情况，研究了京津冀大气污染治理 “协同—绩效” 体系。肖富群等[8]基于32 个京津冀大气污染利益冲突案例的比较分析提出了利益协调机制的完善建议。姜玲等[9]从京津冀及周边地区大气污染治理政策的发文时间、政策目标等5 个维度出发开展量化研究，为相关政策的研究提供新思路。

三是对京津冀府际关系及利益主体的演化博弈进行研究。郭施宏等[10]指出京津冀地区包含了错综复杂的府际关系，而京津冀三地之间的府际协同伙伴关系是京津冀区域大气污染协同治理重要的政策工具。门倩[11]以政府关系的演化路径为研究切入点，分析了自 “京津冀一体化” 战略提出以来三地政府关系的演变，探究了府际关系的协调对于京津冀生态治理的重要性。崔松虎等[12]通过梳理、归纳京津冀三地环境治理的政策文本，综合运用文本分析法和社会网络分析法，考察、验证了京津冀地区府际关系协同的现状，并以此为依据提出提升三方政府协同度的对策。韩兆柱等[13]以整体性治理为视角，对京津冀跨界河流污染治理中政府与排污企业进行博弈研究，解释了京津冀跨界河流污染治理困境的成因。王红梅等[14]针对京津冀大气污染治理实情，基于利益博弈视角探究了有无中央政府约束时京津冀三地的策略选择，并从京津冀三方及中央政府层面提出了对应措施。

综上所述，目前对京津冀地区生态环境协同治理的相关研究集中在以生态环境数据为指标构建模型对协同治理效果进行科学技术分析及对政策机制逻辑层面进行梳理的理论分析两类。但无论是定性分析问题与困境，还是定量测度生态环境协同治理程度，都是从单一视角做出的分析，对京津冀生态环境协同治理的困境及破解路径的研究也集中在府际关系、法律法规、制度机制等层面，未能突破单一界限对京津冀生态环境协同治理进行研究，且一些学者利用污染排放或能源消耗等微观数据的实证研究难以反映生态环境治理的复杂性和动态性，同时也很难体现各利益相关方的协同效应。此外，已有文献缺少对生态环境协同治理影响因素进行系统研究，且尚未明晰生态环境协同治理困境隐性层面的形成根源及相互作用关系。因此，本研究在前人研究的基础上系统全面地梳理了生态环境协同治理的困境及影响因素，提出京津冀跨域生态环境协同治理隐性障碍，同时运用ISM 模型构建出京津冀生态环境协同治理隐性障碍层次结构图，更清楚直观地对隐性障碍间的层次结构及作用关系可视化，从而探究出制约京津冀跨域生态环境协同治理的根本原因，并结合MICMAC 分析进一步解释阐明了隐性障碍之间的作用机理。研究结果对清除隐性障碍和制定合理的破解路径具有重大意义，同时也可为有效协调地方政府间关系、持续推动跨区域生态环境协同治理提供切实可行的参考。

2 协同治理隐性障碍的确定

2.1 影响因素初步提取

本研究主要通过中国知网和Web of Science 检索文献，检索主题以 “生态环境协同治理” 或 “大气污染协同治理” 或 “协同治理” 为主，选取自2015 年以来、期刊级别在核心以上的文献为主要标准，筛选出有效价值文献。通过阅读，筛选出初步的影响因素，并结合专家访谈、行业相关人士访谈，对因素进行归纳、合并、整理，提取出最终的京津冀生态环境协同治理影响因素，并对代表学者研究的核心影响因素以及研究方法进行了列举，如表1 所示。

表1 协同治理影响因素

2.2 隐性障碍的确定

协同效果的实现除了受利益、资源等显性因素的影响外[33-34]，信任、主体性、观念偏好等隐性因素的存在也不容小觑[35]。在环境威权主义的背景下，存在各种看不到、摸不着的隐性障碍让公众等社会力量难以有效参与到生态环境治理当中。隐性概念最早是由日本学者伊丹广之在《启动隐形资产》一书中将其界定为一种具有难以预测、多重使用时不磨损以及可合成的无形资源，认为它是 “协同效应的真正来源”[35]；JOHAN 等[36]研究认为一般显性障碍的产生都存在一定的原因，这些背后的原因被称为隐性障碍；CHANG 等[37]提出从显性信息中经过逻辑推导得到的信息称为隐性信息；此外，MATTEN 等[38]提出隐性企业社会责任通常由价值观、规范和规则组成，这些价值观、规范和规则形成了公司解决利益相关者问题的（强制性和习惯性）要求。同样，在生态环境协同治理方面也存在隐性障碍的制约，这些潜在的隐性障碍会导致协同机制无法有效运行，造成协同不能、效果不佳的现象，且这些隐性因素之间具有复杂的内部联系。讨论挖掘隐性障碍，对了解制约生态环境协同治理因素的复杂性、结构性，具有十分重要的学术价值和现实意义。

因此，本研究认为隐性障碍相对于显性障碍具有一定的潜在性，是显性障碍形成背后更深层次的原因。将京津冀生态环境协同治理隐性障碍定义为：抽象无形的、更具系统性和复杂性，未直接影响京津冀生态环境的协同治理，但会导致治理效果不佳、协同不能的障碍，这类隐性障碍的破解会有效促进京津冀地区生态环境治理协同合作的实施和开展。综上所述，通过文献梳理与分析，结合京津冀协同发展相关政策报告，并邀请20 位专家填写问卷，经初步筛选、修正，最终确定京津冀跨域生态环境协同治理的22 个隐性障碍，如表2 所示。

表2 京津冀生态环境协同治理隐性障碍因素

3 基于解释结构模型的隐性障碍分析

解释结构模型（ISM）是现代系统工程中一种以定性研究为主的方法，主要用于分解和分析复杂的、具有多个原因事件的网络中的相互关系，可以探索不同目标之间的相互关系，将复杂和模糊的系统分解为图网络，定性分析复杂系统中各因素间的层次关系。由于制约生态环境协同治理的隐性障碍众多，内部关系复杂，对于大量影响因素及其相互关系带来的复杂问题，人脑在处理时会有一定的主观局限性，而解释结构模型较为客观。因此本研究通过解释结构模型梳理出其内在的层级性和联系性。

3.1 构建邻接矩阵

将所提取出的22 个影响生态环境协同治理隐性障碍进行了编码命名，如表2 所示。在此基础上，根据邻接矩阵的构建规则，确定邻接矩阵A。为避免主观性对最终结果产生误差，邀请专家对确定的隐性障碍间的关联程度进行打分，并构建规则为：若超过半数专家认为Fi对Fj有直接影响，其结果取1，否则取0，结合专家访谈讨论的结果，及后期综合分析，得出京津冀生态环境协同治理隐性障碍的邻接矩阵，如表3 所示。

表3 邻接矩阵A

3.2 计算可达矩阵

通过邻接矩阵可以直观地观察出不同隐性障碍之间的直接影响关系，但其间的间接关系无法体现。因此，运用MATLAB 软件对邻接矩阵A进行布尔代数运算计算可达矩阵，当得到一个矩阵M满足公式（1）时，即为可达矩阵，如表4 所示。

表4 可达矩阵M

3.3 分解可达矩阵

为直观地表示各隐性障碍的层级情况以及相互关系，对可达矩阵进行层级分解。首先，确定可达矩阵M中第i行中所有矩阵元素为1 的列所对应的元素集合为可达集，表示各隐性障碍间的影响关系，可达矩阵M中第j列中所有矩阵元素为1 的行所对应的元素集合为先行集，表示各隐性障碍间的被影响关系，可达集与先行集的交集称为共同集，如表5 所示。

表5 隐性障碍可达集与先行集

其次，依据可达集与先行集逐步划分层次级位。第一步，当集合满足S(R∩Q)=R时，得到第一层级隐性障碍，即因素F11、F18、F20；第二步，删除F11、F18、F20这三个因素在可达矩阵M中所对应的行和列，得可达矩阵M1，再按照上述步骤进行迭代，直至所有因素均被分层。最终，经过多次迭代后，京津冀跨区域生态环境协同治理隐性障碍被分为五个层级，如表6 所示。

表6 隐性障碍层级分解表

3.4 构建ISM模型

可达矩阵进行层级分解后，22 个隐性障碍分为五个层级，利用Visio 软件构建京津冀跨区域生态环境协同治理隐性障碍ISM 模型（图1）。根据ISM 模型的层次递阶结构理论，ISM 模型可以被分为表象层、中间层和根源层。

图1 生态环境协同治理隐性障碍的ISM模型

表象层是最显而易见的，包括市场调节不到位、主要污染源的差异与各行政区内部部门权责重叠与交叉这三个隐性障碍，其主要受其他更深层次因素的影响而存在。例如北京的主要污染源来自汽车尾气，而河北的主要污染源为重工业燃煤，这是由于地区间发展的差距性造成的，消除三地间污染源的差异，首先需要平衡地区间的产业结构以及经济模式[25]；中间层是处于表象层和根源层中间的一个层级，具有影响和被影响的特点，包括ISM 模型中第二、三、四层隐性障碍；根源层是层级最高的一层，包括理念认知差异和利益结构差异，是ISM 模型中最深层次的障碍，该障碍的破解对于跨区域生态环境协同治理的效果起决定性作用。

4 生态环境协同治理隐性障碍的MICMAC分析

交叉影响矩阵相乘分析（MICMAC）用于对隐性障碍进行分类，根据它们的驱动力和依赖力确定它们之间的关系，具有更大驱动力的障碍因素可以强烈影响其他因素，而具有更高依赖性的障碍因素受其他因素影响更大。基于可达矩阵的相关计算，所有22 个障碍因素被分在四个不同的象限（独立、联动、自发和依赖），如图2 所示。

图2 生态环境协同治理隐性障碍的MICMAC分析象限图

由图2 可以看出，市场调节不到位、主要污染源的差异、各行政区内部部门权责重叠与交叉是低驱动力的因素，表明这三个因素受其他因素的影响较大，位于ISM 模型的第一层；处于独立象限中驱动力最高的因素是理念认知差异和利益结构差异，三地政府在理念认知和利益结构方面的差异使得地方政府间难以通过平等和透明的方式进行协作，间接造成了三地主要污染源的差异，且对发展的差距性、主体层级明显等系统内其他因素的影响较大，推动三地政府互相认同彼此的理念认知以及构建平衡的利益分配机制将有助于底层障碍因素的解决[39]；对于依赖性更强的因素如各利益主体参与的市场调节不到位以及环保型科技成果转化不到位，是由于生态环境补偿不到位，预期收益不足会降低公众、企业参与生态环境治理，承担生态环境保护责任的意愿，并对科技成果转化的环境造成了不利影响；生态环境的公共物品性是高驱动力、低依赖性的障碍因素，这体现在跨域生态环境的协同治理中，是由于政府的搭便车行为对政府间良好合作关系的建立以及激励监督机制的完善带来了很大的挑战，从而促进了政府间缺乏信任、政府间竞争关系以及责任界定不明确等隐性障碍的形成。

位于联动象限的障碍因素具有高驱动力、高依赖性的特征，其源于ISM 模型中更高层因素的影响，并对低层因素的产生具有一定的促进作用。当今技术及知识更新发展迅速，区域协同治理机构前瞻性、专业性的不足会导致治理机制滞后和治理规范陈旧，且难以选择正确、科学的政策工具，无法适应新形势下解决跨区域生态环境协同治理的硬性需求。在一些法律未覆盖的部分，区域协同治理机构的权威性没有合法保证，对治理主体间信息和资源的共享很难形成充分、有效的威慑，治理主体间的合作协同关系也受到区域协同治理机构权威性不足和跨区域协同组织领导者领导力不足的影响，导致三地政府间的竞争性、信任不足以及责任界定不明确的困境，这对政府间的有效沟通以及信息和资源的共享也会产生一定的影响。此外，政绩评估体系中关于生态环境治理与经济发展指标之间的权衡在跨区域协同组织领导者的影响下，还会造成地方保护主义的行为以及各行政区内部部门权责的重叠与交叉。由此可见，这些隐性障碍之间存在着很强的直接或间接影响关系。

5 结论与建议

生态环境协同治理是一项复杂的系统工程，需要各方利益主体深入参与并积极响应。京津冀三地在理念认知以及利益结构方面存在较大差异，京津冀跨区域生态环境协同治理受众多隐性障碍的影响，面临着诸多挑战。本研究利用ISM 模型得出跨区域生态环境协同治理隐性障碍的递阶层次结构模型。进一步通过MICMAC 分析得出，主要污染源的差异和各行政区内部部门权责重叠与交叉是高依赖性、低驱动力的障碍因素，其障碍的解决需要先解决其他障碍；理念认知差异和利益结构差异是高驱动力、低依赖性的障碍因素，表明解决该障碍的路径在于京津冀三地政府主观上的高度认同与合作，而非受其他因素的影响。基于ISM-MICMAC 模型的分析得出的隐性障碍层次结构以及相互作用关系，分析可知京津冀跨域生态环境协同治理的实现路径和形式主要依托于三地政府在理念认知差异和利益结构差异方面的相互包容性，治理过程中的共享性代表了协同治理的价值取向，协同治理是否具有有效性主要体现于治理机制的全面保障和信息资源的充分共享。这为今后研究京津冀跨区域生态环境协同治理的破解路径提供了理论支持与科学依据。根据本研究结果，对京津冀跨域生态环境的协同治理提出以下建议。

（1）创建互惠互利的协同网络。区域协同治理机构作为统筹、协调各方利益主体参与生态环境协同治理的组织，虽已建立起常态化的会商会议制度，但领导小组基本由京津冀三地领导代表构成，其本身带有一定的利益倾向，在实际运行中可能会存在 “利己” 的现象，缺乏权威性，难以让各省市遵从执行，无法保证公平地协调各地区的利益。因此，协同网络的构建首先要考虑各利益主体的利益关系，能够解决地区间根深蒂固的利益冲突，完善生态环境协同治理补偿制度，综合运用多种治理手段，为欠发达地区提高环境治理能力提供必要的帮助，如治理技术支持、专家、资金援助等，促进责任分担。

（2）打破政府之间的信任壁垒。京津冀三地政府之间的信任壁垒是由三地政府层级差异、权力失衡、资源分散造成的。平等和谐的谈判沟通对于政府之间制定和维护明确的基本规则、建立信任、促进对话和探索共同利益至关重要。除缩小三地之间发展差距外，还应赋予弱势或处于不利地位的天津、河北一定的权力和资源，通过政策优惠、转移支付、区域帮扶等方式激励京津冀三地政府之间的相互信任和协同意愿。

（3）建立高效灵活的对话机制。首先，协同治理作为一个以促进各方利益主体达成共识为目标导向的过程，建立在利益相关者之间的面对面对话所允许的 “深入沟通” 对于利益相关者发现互惠互利的机会、促进对共同利益的探索是十分有益的。这种直接对话不仅仅是沟通谈判的媒介，也是避免陷入思想误区、打破彼此间刻板印象和其他沟通障碍，切实解决协同治理中久拖未决、疑难复杂问题的过程。其次，对话机制要应时而变，灵活处理利益主体间的合作关系，建立起相互理解、共同信任的良性对话，促进各方利益主体逐步形成相互依赖、自我约束、同质性的生态环境协同治理共同体。

（4）降低政府间沟通协调成本。京津冀三地政府之间的横向沟通障碍很大程度上来源于信息不对称及沟通成本高。因此，各地政府要抓住数字化政府转型的有利机遇，利用大数据赋能建立环境信息共享平台。同时，借助区块链技术记录、关联和分析京津冀三地政府之间的区域环境信息，使政府能够更高效地获取和使用环境信息，缓解政府间的信息不对称，降低信息成本。除此，区域协同治理机构要发挥好 “润滑剂” 作用，推动行政审批简政放权，化繁为简，能够把复杂问题分解化、简单化，明确各利益主体最担心、最想要什么，挖掘主要障碍点，将最有效的对话内容进行浓缩，减少无效对话的时间，提高沟通效率。