新文速递孟庆国等：新文速递孟庆国等

新文速递孟庆国等：新文速递孟庆国等近年来，组织声誉理论（Bureaucratic Reputation Theory，BRT）正成为公共管理领域的前沿研究热点，受到大量学者的高度关注。在早期的公共行政著作中，Simon和Wilson等学者就已对行政管理中的声誉理论进行了讨论，但是并没有成功将声誉研究理论化。直到Daniel Carpenter以美国食品和药品管理局（FDA）为案例，详细讨论了组织声誉与组织权力、监管等因素的关系后，组织声誉理论（BRT）才在公共管理领域逐渐流行起来。一、引言论文来源:《公共管理与政策评论》2022年第4期本文作者之一孟庆国

摘要:

近年来组织声誉管理正成为国内外公共管理领域的前沿热点问题，但是数字时代中国地方政府组织声誉建构策略的影响因素却鲜有研究涉及。本文选取政府门户网站作为观察数字时代地方政府组织声誉建构策略的经验素材，基于2015—2019年31个省份全样本2000万政府网页数据，利用前沿研究的编码表和随机森林等多种机器学习算法对中国情境下的省级政府组织声誉建构进行测量，并对其影响因素进行分析。结果表明，省级政府组织声誉建构策略会受到主政官员任期和财政资源等变量的显著影响，促使不同省级政府选择差异化的策略组合。在主政官员任期早期，地方政府更加重视呈现绩效性和道德性声誉；在任期后期，则更加重视呈现程序性和技术性声誉。财政资源少的地区，地方政府更倾向于呈现绩效性和道德性声誉；财政资源多的地区，则更倾向于呈现程序性和技术性声誉。本文较早地基于文本大数据对地方政府组织声誉进行测量，并初步揭示中国场景下地方政府组织声誉建构策略的影响因素。

作者简介:

孟庆国：清华大学公共管理学院

王友奎：清华大学公共管理学院

陈思丞：清华大学公共管理学院

论文来源:

《公共管理与政策评论》2022年第4期

本文作者之一孟庆国

一、引言

近年来，组织声誉理论（Bureaucratic Reputation Theory，BRT）正成为公共管理领域的前沿研究热点，受到大量学者的高度关注。在早期的公共行政著作中，Simon和Wilson等学者就已对行政管理中的声誉理论进行了讨论，但是并没有成功将声誉研究理论化。直到Daniel Carpenter以美国食品和药品管理局（FDA）为案例，详细讨论了组织声誉与组织权力、监管等因素的关系后，组织声誉理论（BRT）才在公共管理领域逐渐流行起来。

特别是随着互联网、云计算、人工智能等信息技术的快速发展，传统社会的连接方式和结构受到数字化技术的改造与重塑，从根本上改变了公众的生活、工作和思维方式，公众能够快捷获取政府信息，并利用社交媒体进行评论，使信息更快扩散、更难控制。公共管理也迎来了数字治理时代，政府的行为策略也发生了深刻的变化，需要用新的治理范式指导政府行为，以适应数字治理的时代需求。因此，如何利用互联网平台建构良好的组织声誉，从战略上应对组织内外部的（潜在）风险，成为数字时代公共管理需要关注的议题。

近年来，我国政府高度重视数字化平台建设，试图回答公共部门“如何提供更好的公共服务”这个深层次的治理问题，先后出台《关于积极推进“互联网 ”行动的指导意见》《关于印发政府网站发展指引的通知》等多份政策文件，旨在促进我国政务服务的数字化转变，提升数字时代政府的治理能力。政府网站和政务新媒体作为互联网时代政府提供服务的重要平台，相较于报纸、电视、广播等传统媒体，具有时效性强、传播范围广等特征，指数级提升了政府对外公开的数据量，极大拉近了政府和公众间的距离。同时，由于互联网的快速发展，公众可以更便捷获取政府信息和在线服务，也极大方便了公众对政府的监督，也给政府如何建构良好的组织声誉带来了新的挑战。

组织声誉理论作为解读政府行为的新视角，已被众多学者用来分析政府政策的制定与执行、舆论和危机事件的应对、组织合法性的维护等问题。然而，已有相关研究均基于西方情境，针对中国地方政府如何在互联网情境下建构其组织声誉尚属空白。因此，本文借鉴Carpenter等人的研究，将其与中国情境结合起来，基于2000万条政府网站大数据，对我国省级政府在绩效性声誉、道德性声誉、程序性声誉和技术性声誉的分布进行了测量，并对组织声誉建构的影响因素进行回归分析，从大样本定量分析的视角揭示影响政府组织声誉建构的图景，为组织声誉理论提供实证材料补充。本研究的意义在于：第一，与国际公共管理领域的前沿理论对话，拓展中国场景的公共部门组织声誉研究，并且提供了关键词列表和操作化方案；第二，初步展现了在数字治理时代，中国地方政府运用互联网平台建构良好的组织声誉的策略及影响因素。

二、文献综述

（一）概念化与重要价值

声誉是一个比较广泛的概念，在经济学、社会学、管理学等领域的组织理论中有着不同的定义和研究。组织“声誉”也往往与组织“形象”和“身份”等相关概念具有较强相关性，容易产生混淆。Balmer认为“声誉”“身份”“形象”三者有本质区别：形象是表层物质层级的印象，身份更多是从战略出发对组织的定位，而声誉涉及组织更为内核的价值层面。Davies和Miles将声誉管理视为三个要素的结合，即“其他人（客户）如何看待我们”“我们到底是谁”和“我们认为我们是什么”。而组织“形象”仅是外部受众对组织的看法，声誉则包括内部和外部的利益相关者。对于外部受众而言，可以在没有任何经验积累的情况下形成对组织的形象，而有关更深层次的组织声誉，则需要在经验基础上形成。

与企业组织相比，公共部门组织声誉的一个显著区别在于它的多重性和多维性，这是由于公共组织的目标模糊性及其面临的目标和挑战具有不同性质所导致的。本文聚焦于公共部门的组织声誉，采用公共管理领域学术研究中广泛接受的定义，即Carpenter对于官僚组织声誉的定义，“一组关于一个组织的独特或可分离的能力、角色和责任的象征性信念，这些信念嵌入在受众网络中”。公共部门的组织声誉被认为是内外部受众形成的有关组织的多重印象，代表着“组织声誉的建立需要维护‘多重受众网络’，即与行政政治、行政官员、利益集团、媒体和公众等不同主体打交道”。因此，政府机构被认为会精心建构与外部受众的沟通，以塑造不同受众判断其角色和行为的思维方式，从而维护良好的组织声誉。当政府机构被不同的、看法相冲突的外部受众观察和评判时，它们往往采取不同的声誉建构策略。为了追求正面的声誉，各机构不得不调整它们的沟通方式，符合利益最相关受众的期望和偏好，改变相关受众的看法。

与私人组织类似，公共组织也面临着各种竞争，例如争夺资源和受众的认可等；它们面临的一项重要挑战就是要展示出超越其他同类型组织的独特性和价值，从而获得利益相关者的支持。政府作为公共组织之一，建构良好的声誉对于政府获得利益相关者的支持尤为重要。良好的声誉能够帮助政府与公众更好地互动，提升应对外部危机的能力，构建一个抵御外部攻击的“保护盾”。Schanin等研究发现公共组织声誉建构能够改善公众对政府的印象，化解民众抗议、游行等危机。建构良好的声誉与组织合法性密切相关，还可以帮助组织获得一定的自由裁量权和自主权。因此，作为一种有价值的“组织资产”，公共组织会仔细评估其受众群体，采取不同策略以建构其组织声誉。

（二）广泛应用与影响因素

组织声誉理论已广泛运用于解释美国、以色列等国家的公共部门领域。一方面，研究发现，政府在推动各种监管政策出台的过程中，政策效果与机构组织声誉呈现明显的相关性，例如药物批准试验的期限问题、法律强制执行决定的期限问题等；另一方面，组织声誉建构的影响不仅体现在监管部门的行为中，还体现在各种形式和背景的公共组织的管理过程中，如医疗保健机构、高等教育机构、警察和边境管理机构等。

在数字治理时代，不同公共部门的声誉建构策略既有一致性，也有较强的差异性，主要受到组织声誉独特性和声誉威胁性两类因素的影响。首先，不同组织间声誉建构策略可能因不同的机构角色、能力和授权而存在差异，这与组织声誉独特性概念是紧密相关的。独特性方面的影响因素主要有：机构类型（监管机构/服务机构）、机构职能（经济类/社会类等）、组织级别、官员任期及时间因素等。如Rimkute研究发现监管型机构会比非监管型机构更多关注道德性、程序性和技术性声誉建构；经济类职能部门更侧重于程序声誉建构，社会类职能部门更关注技术性声誉建构。

其次，公共部门的声誉建构策略还取决于声誉的威胁，这种威胁源于观察和判断组织机构的产出和过程的众多相互矛盾的受众。当更高部门面临不同的声誉威胁时，它们会采取差异化的声誉建构策略。如Wei等人基于中国三个核电站项目的案例分析发现，如果地方政府感知到的“自上而下”的压力更高，则会更强调绩效性声誉；如果感知到“自下而上”的压力更高，则会专注于道德性声誉建构；如果面临双重高压困境时，则会侧重于程序性声誉，避免对任何一方负责。

近年来，在中国转型的大背景下，我国地方政府也意识到了声誉建构的重要性，并尝试通过声誉管理打造独特的组织声誉，以便从战略上应对各种压力。在国内，余津津最早全面梳理了国外的声誉理论研究。近年来，逐渐有学者结合声誉理论分析公共组织治理行为和组织管理，如声誉机制与官员激励、声誉建构与政府信任、声誉建构与公共服务水平等研究。

（三）既有研究的局限与不足

总体来说，公共部门的组织声誉研究是公共管理领域中的新兴研究方向。仅有为数不多的学者从组织声誉建构的视角解读政府行为，国内相关研究更少，这导致政府组织声誉的相关研究仍存在许多局限与不足：一是已有的政府组织声誉研究多为理论层面的总结与探索，缺少实证测量。当前学者越来越重视政府组织声誉建构这一概念与理论上的重要性，但是却少有人关注如何系统、科学地测量政府如何建构组织声誉，组织声誉各维度在现实情况中的区分缺少数据支持。二是以往对政府组织声誉建构策略的研究多依赖定性研究，缺少定量分析的支撑。三是已有研究多倾向于分析外部声誉风险对组织声誉建构策略的影响，对组织内部因素如何影响主观声誉建构的探究则相对匮乏。

三、理论框架和假设

（一）分析框架

本文主要基于Carpenter的组织声誉理论（BRT）框架，分析中国省级政府如何利用互联网平台建构组织声誉。该理论将政府组织声誉划分为绩效性（performative）、道德性（moral）、程序性（procedural）和技术性（technical）四个维度。其中，绩效性声誉代表着一个组织通过有效行动完成其核心目标和价值使命的能力；高绩效性声誉表明受众认为该组织能够胜任其主要工作，向公众提供了高质量的公共服务和产品，与同类组织相比展现出了独特的能力和价值。道德性声誉反映了组织能否在其工作中遵守社会道德规范，并富有同情心、灵活和诚实，要求组织能够保护受众的利益不受侵害，是组织信任的重要来源。程序性声誉是指机构在行政和决策中是否遵循适当的程序、标准和法律要求，政策出台、利益冲突的解决都要遵循科学的标准程序。技术性声誉反映了一个组织在事务处理过程中展现的能力和知识，强调其科学能力、方法能力和分析能力，能够制定行业的专业标准（见表1）。

在理想情况下，声誉建构的最高追求要求一个组织在四种维度声誉方面都能够表现出色，从而同时响应多个受众的期望。然而，由于组织的能力和资源有限，组织决策者是有限理性的，一个组织往往很难同时展现不同的声誉维度，专注一个声誉维度可能会分散对另一个维度的注意力。公共组织必须识别、处理并优先考虑不同受众的多重期望，并选择一定的声誉建构策略来应对特定的受众。Maor将官僚组织选择一个声誉维度的过程称为优先化，在这个过程中，声誉建构的不同参与者会同时采取行为，对这一维度的声誉产生影响。对于组织成员而言，他们不得不考虑组织声誉的各个方面，尽力维护组织良好声誉。

需要注意的是，组织声誉理论作为一项较为前沿的研究，具有较强的创新性。既有的关于分析地方政府组织声誉建构策略影响因素方面的文献较少，可参考和借鉴的成熟框架比较缺乏。在此背景下，本文结合已有关于地方政府行为的研究，整合官员任期、政府能力和相关控制变量，构建分析框架，对政府组织声誉建构策略的影响因素进行探究（见图1）。这个较为初步的分析框架，将为后续更加深入的研究提供基础。

根据高阶理论，组织行为会受到领导者特征和动机的影响。政府官员作为地方政府的代言人和一把手，其意志和想法往往会体现在政府决策过程中；而在官员的不同任期阶段，可能会有不同的动机和行为偏好。因此，官员任期可能会影响政府主动塑造组织声誉的行为，以防范和化解声誉风险，获得声誉收益。政府能力是指地方政府的财政收入水平，财政资源从客观条件上决定了地方政府进行声誉建构的能力。因此，将官员任期和政府能力作为核心自变量。

此外，政府组织声誉建构策略还受到外部环境等控制变量的影响，主要包括外部环境、省级政府官员的其他个人特征等变量。外部环境是指组织所面临的环境约束，如由于地区人口数量差异造成的多样化需求，内外部多重受众的需求会影响地方政府声誉建构的效率和策略选择。省级政府官员不同的年龄、性别等特征，可能会影响其对不同组织声誉的关注度，从而对政府组织声誉的建构产生影响。

（二）研究假设

大多数研究认为政府机构的声誉建构是一个“被动应对大于主动管理”的过程，即政府部门是在出现声誉威胁后，才会采取相对应的策略维护组织声誉。但组织声誉作为一种有价值的“组织资产”，特别是在数字治理时代，公共组织日益认识到主动建构的重要性，因此会在日常工作中积极主动培养良好的组织声誉，并通过宣传培养特定的能力，以赢得声誉并争取支持。

在我国的行政体系中，官员行为往往对系统的运行产生巨大的影响。既有研究表明，一个组织的领导会出于其绩效、任期长短等因素影响，往往会有意识地主动塑造组织声誉，以实现其政治考量。Pan通过对中国100个县的研究发现，不同任期的县级官员会关注政府不同维度声誉的建设。研究表明，中国地方政府官员为了在级别和职位上有所提升，会重点关注GDP增长、社会稳定等考核指标，上任后通过“新官上任三把火”以及大量亲民活动等，快速树立肯干、能干、关爱民众的形象。但是，由于中国省级官员的退休年龄一般为65岁，因此临近或超过退休年龄的省级政府官员已经失去或大幅降低了绩效的动力，短期内的经济建设等工作难以转化为他们任期内的工作绩效，因此临近退休的省级政府官员可能更加重视程序性工作，希望能够平稳结束任期，避免出现政治危机。另外，还有部分相对年轻的官员晋升空间尚在，但可能面临更大的晋升压力，会更有动力在任职后期引入创新性战略，以改善晋升机会。因此，本文提出官员任期影响政府组织声誉建构的假设：

假设1a：在官员任期早期，政府更重视绩效性、道德性声誉建设。

假设1b：在官员任期后期，政府更重视程序性、技术性声誉建设。

马德勇和王正绪通过对中国地方政府合法性来源的研究发现，政府工作绩效、制度公正、威权观念、技术创新等因素都有显著影响。作为发展中国家，经济发展水平作为地方政府绩效考核的重要指标，塑造着地方政府的治理行为。对于经济体量较小的省份而言，努力发展经济、增加税收是展示其工作绩效的重要途径。经济的快速发展既能快速获得上级政府的关注和支持，也能够增加当地民众收入，获得外部受众支持。当地方政府面临较大的财政压力时，为了缓和民众发展需要、公共服务建设和经济水平之间的矛盾，地方政府经常通过关爱社会弱势群体、慰问退休退伍干部、评选道德模范等工作，展示其良好的道德形象以赢得民众支持。相比而言，对于经济水平较高、财政收入充沛的省份，政府已经积累了较为丰富的绩效，会更加重视制度公平和技术创新等。通过加强制度化建设，规范治理过程中的程序性问题，从而营造公平公正的社会氛围，建构良好的程序性声誉。同时，通过先进治理技术的创新和运用，加强对企业产品的质量监管和检测，确立高水平的行业标准，地方政府可以有效建构技术性声誉，获得外部受众的支持。因此，本文提出财政资源影响政府组织声誉建构的假设：

假设2a：财政资源越强的地区，越重视程序性、技术性声誉建设。

假设2b：财政资源越弱的地区，越重视绩效性、道德性声誉建设。

此外，Christensen等人研究发现组织规模等其他因素也可能会影响组织声誉的建构策略。例如，更大规模的机构通常具有更为复杂的官僚结构和更多的资源，并且可以向内外部利益相关者展示自己的能力。另外，不同特征的官员在行为决策模式方面存在差异，如年龄、受教育水平等因素可能会影响官员对不同组织声誉维度的关注，从而产生不同的动机。

四、数据和方法

针对以上假设，本文利用2015年1月至2019年12月全国31个省份的月度面板数据，进行实证检验，对我国省级政府组织声誉建构的影响因素进行量化分析。在对组织声誉的测量中，本文则使用了先进的机器学习的大数据方法。

（一）组织声誉的测量

在已有文献中，对组织声誉的测量主要通过问卷调查、人工评分、主题建模等方法，存在样本量小、主观性强等不足。本文采取机器学习方法，基于文本大数据进行测量，在文本数据规模上具有较大突破，从而提高了声誉建构测量的准确性和稳健性。首先，在清华大学计算社会科学与国家治理实验室的支持下，获取了2015—2019年全国31个省级政府门户网站上发布的公告、动态、通知等政府信息公开内容，原始数据量为2143万条。然后，将网页中的信息进行结构化处理，并将每个网页中的有效信息（文章标题、文章内容和文章发布时间）存储为一条数据，经过清洗后有效数据约2000万条。最后，通过有监督的机器学习方法，利用多种分类算法，建立分类模型，实现对2000万条文本数据的处理和声誉建构的测量，主要包括以下关键步骤：

1.人工编码

对数据的人工编码是机器学习中最重要的阶段之一，所有有监督的机器学习算法最终都依赖于人工编码的质量作为输入。本文从数据库中随机抽取5000条数据进行人工编码，为了提高编码准确性和一致性，本文根据已有文献，确定了各维度的核心关键词表（见表2），作为人工编码的基准和参考。例如，“完成”“改进”“增长”等关键词描述了政府工作的业绩，代表政府的绩效性声誉；“慰问”“表彰”“老年人”“不忘初心、牢记使命”“主题教育”等关键词描述了政府仁慈、关爱、服务群众的形象，代表道德性声誉；“协议”“规则”“批复”等关键词反映了政府工作的程序性，代表程序性声誉；“专家”“技术”“创新”等关键词表现了专业技术能力，代表技术性声誉。需要特别说明的是，由于中文语言的丰富性和灵活性，一条数据可能同时包含多个维度的特征关键词，可能同时属于多个声誉维度，那么按照机器学习分类的一般性原则和既有文献的普遍做法，选择其概率最高的一类，且只属于这一类。

为确保人工编码的质量和结果准确性，本文两位作者进行了逐条编码，并聘请了三名研究助理分别对样本数据进行编码。编码工作由五人独立开展，在编码工作完成之前，五人沟通讨论编码规则并逐渐达成共识，但各自的编码过程和编码结果相互独立。编码工作完成后，对5套编码方案进行了汇总和比对。其中，三人及以上分类一致的数据占比达91.39%。对于分类不一致的数据，五人一起进行逐条核对和讨论，达成共识，并最终达到100%。

2.模型训练和应用

在有监督的机器学习中，常见的分类算法有随机森林（Random Forest）、朴素贝叶斯（Naive Bayes）、决策树（Decision Tree）及支持向量机（Support Vector Machine）等。本文利用上述四种算法，分别进行训练、测试和模型构建，然后对各模型的性能进行比较，最后选择模型性能相对最优的随机森林算法来构建分类器，然后利用性能次优的支持向量机算法进行稳健性检验。这两种算法都被认为是效率高、解释力强的主流算法，在分类任务上能够取得非常好的效果。

对机器学习中模型性能的度量，一般用正确率（Accuracy）、精确率（Precision）、召回率（Recall）和F1值四个指标衡量算法的性能。经过测试，本文所用算法的性能指标良好，在四个维度的分类中，F1值均超过0.7，总体正确率达到了0.76（见表3和表4），表明算法性能较好。最后，利用该分类模型，对2000万条数据中的其他数据进行自动分类，并基于分类结果，计算得出31个省份每年每月各个声誉维度的占比，形成各省政府组织声誉建构的数据库。

3.政府网站文本适用性说明

本文基于政府网站文本作为实证分析素材，主要基于以下考虑：

第一，与报纸、微信等渠道相比，政府网站具有信息量大的特点，更能反映地方政府的日常运行。根据各级政府发布的《政府网站工作年度报表》，2019年省级、地市和区县政府通过门户网站发布的平均信息量分别达到74326条、25152条和9647条，在传递政府声音、改善公众感知等方面发挥了积极作用。

第二，根据政策要求和各地实践，政府网站的内容主要包括三个方面：信息公开、在线服务和互动交流。根据既有文献和实践特征，本文只关注信息公开部分，因为这部分是各地政府主动发布的与政务工作密切相关的工作计划、过程和结果等，反映了声誉建构的行为和过程。

第三，政府网站内容只是部分反映了地方政府的声誉建构策略，特别是在数字时代下，还有很多其他渠道（如政务新媒体等）。本文作为一项探索性研究，率先尝试对组织声誉建构进行量化测量，因此先聚焦于政府网站，后续将继续探索将报纸、电视、APP、政务新媒体等相关数据进行综合分析。

（二）变量设计

本文重点研究我国省级政府组织声誉建构的差异及影响因素，因此将省级政府的组织声誉建构作为因变量，具体是指组织声誉四个维度（绩效性、道德性、程序性和技术性）相关内容的占比。需要特别说明的是，本文因变量所指的组织声誉并非是指各省级政府声誉的“绝对高低”，而是指各省政府在组织声誉建构过程中体现四个维度的信息公开内容的“相对占比”（反映不同维度的侧重点）。各变量说明及数据来源见表5。

自变量设计如下：（1）任期时长。本研究中的省级政府官员具体是指各省政府的省长（以及直辖市政府的市长、自治区政府的主席，以下统称为“省长”）。从中国行政体制来说，尽管书记是地方“一把手”，但省长仍是省级政府的“掌舵人”，具体管理全省的行政性和事务性工作。本文通过人民网地方领导资料库和百度百科等网站，获取了各省政府官员的任职和履历信息，整理了各位省长的上任时间、离任时间及个人特征等。任期时长是基于官员的上任时点，测量其任职时长，具体是以观测时点的年份和月份减去上任时的年份和月份，单位为月。例如，若某官员于2015年2月开始担任某省省长，那么在2016年5月的任期时长就为15个月。

（2）财政资源。财政资源作为政府组织资源的重要组成，体现了地方政府能够调动、使用的资金规模和数量，是衡量政府能力的有效指标。在财政资源的具体测量上，本文采用马亮等人的方法，用财政一般预算收入与一般预算支出的差值占一般预算支出的比重作为衡量省级政府财政资源的指标，即用各省年度财政一般预算收入减去一般预算财政支出，除以一般预算财政支出。

此外，为了控制其他变量对省级政府组织声誉建构的影响，更为准确地探析主要解释变量与组织声誉建构的因果关系，本文主要将外部环境变量和省级政府官员的个人特征作为控制变量纳入了测量模型中。

（1）外部环境变量。主要通过各省的地理区域和年末地区常住人口规模衡量省级政府的外部环境情况，但由于本文使用了双向固定效应模型，而地理区域效应被抵消，因此主要使用人口规模变量。相较于户籍人口等指标而言，常住人口更能准确测量地区人口规模。为了减弱绝对值的影响，本研究对各省年末常住人口进行对数化处理，相关数据从国家统计局网站上获取。

（2）官员个人特征。主要包括性别、民族、年龄、党龄、专业和受教育经历等。一是官员性别，不同性别的官员关注的重点工作可能会有差别，男性为“1”，女性为“0”。二是官员民族，不同民族的官员可能会关注不一样的工作重点，特别是在自治区等少数民族规模较大的省份，少数民族为“0”，汉族为“1”。三是官员年龄，不同年龄的官员往往面临着不一样晋升压力，其关注重点也会存在差异。此外，根据既有文献，官员年龄与政府行为之间可能存在非线性变化，因此将年龄平方也纳入模型。四是教育水平，官员不同的教育情况对其思维习惯和工作方法会产生影响，可能会让其关注不同的组织声誉维度。教育经历分为博士、硕士、本科及以下三个类别，分别用“3”“2”“1”表示。

五、实证回归分析

本文基于2015年1月至2019年12月31个省的月度数据，以各省各月四个维度的声誉占比为因变量，共包含5年、60个月的1860个观测值，选取面板回归模型对研究假设进行检验。

（一）描述性分析

表6报告了本研究自变量的均值、标准差和极值等基本情况。从表6中可以看到，2015—2019年我国省级政府在官员任期、财政资源以及各控制变量上差异较大，说明存在较大的解释空间。

（二）面板回归分析

为进一步探析省级政府四类组织声誉建构的影响因素，本文基于2015年1月至2019年12月的月度数据，对四类组织声誉分别进行面板回归分析。经过Hausman检验后，本文选择双向固定效应模型（固定个体、固定时间）。表7显示了回归结果，其中模型1—4分别以绩效性声誉、道德性声誉、程序性声誉、技术性声誉为因变量，均控制了个体和时间因素。

模型1显示了绩效性声誉的回归结果。在控制人口规模、官员个人特征等变量后，官员任期时长对绩效性声誉产生了显著的负向影响（β=-0.0224，p<0.05），并通过了95%显著性检验，表明官员上任时间短的，绩效性声誉占比相对较大。财政资源变量也对绩效性声誉产生了高度显著的负向影响（β=-43.47，p<0.01）。验证了H1a和H2b中关于绩效性声誉的假设。

模型2显示了道德性声誉的回归结果。结果显示，任期时长对道德性声誉产生了显著的负向影响（β=-1.0721，p<0.01），财政资源也对省级政府道德性声誉产生了显著的负向影响（β=-41.35，p<0.01），表明财政资源少的省份，相对更注重道德性声誉建设。验证了假设H1a和H2b中关于道德性声誉的假设。

模型3显示了程序性声誉的回归结果。结果显示，任期时长对程序性声誉有显著的正向影响（β=0.0285，p<0.05），表明官员在任时间长的，相对更重视建构程序性声誉。财政资源变量也对程序性声誉产生了显著的正向影响（β=38.03，p<0.01），表明随着财政资源的增加，省级政府程序性声誉的占比随之上升。验证了H1b和H2a中关于程序性声誉的假设。

模型4显示了技术性声誉的回归结果。结果显示，任期时长和财政资源变量都产生高度显著的正向效应（β=0.0663，p<0.01；β=46.79，p<0.01）。表明随着官员任期时长的增加，技术性声誉占比越高。财政资源相对丰富的省份，政府更重视技术性声誉建设。验证了假设H1b和H2a中关于技术性声誉的假设。

（三）稳健性检验

为验证面板回归结果的可靠性，增强结论的稳健性，本研究选取两种方式进行稳健性检验。

第一种方式是替换核心解释变量（以离任时长替换上任时长），重新估计回归结果。具体来说，在前文的设计中，以距离上任的时间作为自变量，但有研究以官员的离任时间为终点，测量其距离离任的时长，即离任时间减观测时间的时长。梳理各省政府官员履历后发现，在涉及的72位省长中，有70位已有明确的离任时间（截至2021年12月底），还有两位省长自2016年和2017年开始担任省长至今，尚无准确的离任时间，因此在稳健性检验中，以已有明确离任时间的样本进行回归（合计1790个观测值）。

回归结果（见表8）显示，离任时长、财政资源等对组织声誉建构影响效应与前述结果一致（在模型5—8中，离任时长通过了95%和99%的统计显著性检验，但符号与表7中相反，说明结论一致；因为离任时长大，意味着距离上任的时间短，即上任时长小，与前述任期时长变量是对应的）。

第二种方式是替换因变量，选用不同的机器学习算法进行重新分类。在上文中，我们选用了常见的随机森林算法，对声誉建构进行了测量。为了进一步检验结果的稳健性，我们选用了性能次优的支持向量机算法，重新建立了分类模型，新模型也具有较好的性能（F1值大于0.7，总体准确性达到0.75）。

基于新的分类模型，我们重新测量了每个声誉维度的占比，并重新进行了面板回归，得到了一致的结果（见表9）。随后，我们进一步将上述两种检验结合起来，基于新的新类算法，纳入离任时长变量，也得到了一致的结论（见表10）。

六、讨论和结论

（一）结果讨论

本研究通过爬取2015—2019年中国31个省份各月份的省级政府网站数据，基于文本大数据，并利用有监督的机器学习方法，客观测量了各个省级政府的四类组织声誉建构差异，显示了不同省级政府会采取差异化策略建构其组织声誉。通过面板回归分析可以看到，这种异质性受到官员任期及个人特征、财政资源等因素的显著影响。

（1）官员因素对省级政府组织声誉建构策略的影响。根据实证结果，省级政府官员在任期的早期阶段，会更侧重于绩效性和道德性声誉；而在任期后期，程序性声誉和技术性声誉占比更高，显示了在不同官员任职周期，省级政府组织声誉的侧重点有所不同。本文认为省级政府官员在任期的不同阶段，面临着不同的压力，这种压力会影响着官员决策和组织行为。

在官员上任初期，往往会面临着“人生地不熟”的现实困境。新上任的官员需尽快融入当地的社会网络，塑造自己的形象，建构一种独特的组织声誉。因此，对于上任不久的省长来说，参加一些慰问、纪念活动，加大对扶贫、社会弱势群体的支持能够为其赢得良好的口碑，对外展示亲民、仁慈的道德形象。此外，官员在上任之初同样需要通过完成一些经济建设、社会治理、创新治理方式等方面的工作，来展示其突出的工作能力、工作方法和成绩，以获得内外部受众的支持。体现在省级政府网站上，即表现为在官员上任初期，政府网站上会发布大量突出工作成绩和工作能力的内容，例如“工业实现快速增长”“医疗保障改革取得新进展”“创新城市管理方式”等内容，从而建构良好的绩效性声誉。相比县级政府而言，省级政府官员日常面临的行政事务数量相差甚大，需要考虑的利益群体数量更多，因此省长们需要在上台初期就展现突出的工作能力以及取得的成绩，以获得公众、政府内部、上级政府的认可。

而到了官员任期快结束的阶段，大部分建设性的工作已经完成，此时再开展大规模的经济建设、社会治理工作难以在短时间内收获成效，无法取得实质性的收益。因此，省长们此时可能会选择多开展一些常规性和例行性的活动，例如制定后续发展的规划、参加例行工作会议等，通过这些程序性的工作平稳度过任期的后期阶段。

（2）财政资源对省级政府组织声誉建构策略的影响。回归结果显示，财政资源越匮乏的省份，越重视绩效性声誉和道德性声誉；而财政资源越充裕的省份，则越重视程序性声誉和技术性声誉的建设，显示了财政资源对省级政府组织声誉建构策略差异的显著影响。在压力型体制下，财政资源较弱的省份既面临着省内各方面资金需求的压力，也面临着追赶先进省份的外部压力。因此，这些省份有动力去频繁宣传地区经济发展的利好消息，例如在政府网站中频繁出现“经济形势向好”“失业率低”“各行各业快速发展”等内容，期望塑造政府重视经济建设工作且有能力协调各方面统一发展的绩效性声誉。另外，尽管这些省份采取各种策略建构绩效性声誉，但客观差距无法在短时间内得到解决。为了缓解内外部受众的潜在不满和指责，省政府会选择加强道德性声誉方面的投入，加强组织内部的团结和政策的执行力，以避免遭受工作不力的声誉风险。

相反，在财政资源较为丰富的地区，经济发展往往较好。在此环境下，社会公众更加关注社会公平公正、程序合规合法等问题，期望政府能够建立良好的社会秩序，维持公平竞争环境，加强对行业的监管。同时，在经济水平较高的地区，上级政府希望这些地方政府能够在科技创新、行业标准制定等方面发挥更多的引领性作用。因此，这些地区政府往往会更加重视程序性和技术性声誉建设。例如，制定和出台更加详细、完善的法律法规，完善对项目招投标过程的监管和政策制定，优化行政审批项目的审批流程等，完善机制体制，营造公平竞争的市场环境，构建有序发展的社会氛围，回应民众对社会公平正义和程序正规的诉求，打造良好的政府程序性声誉。同时，为了展示政府专业的工作能力和培养公众认可的技术性声誉，省级政府会通过制定先进的行业标准、加强对食品安全等领域的质量检测和监管、加大对高端科技技术创新的支持和投入以及创新电子政务服务新手段等措施，建构突出的技术性声誉，加强公众对政府技术能力的信任和认可。

（二）贡献与创新

本文在已有文献的基础上，对组织声誉建构理论作出了以下贡献：

一是本文将组织声誉建构视角应用于中国公共部门的场景，扩大了组织声誉理论的范围。相对国外而言，关于中国政府组织声誉建构的文献很少，几乎属于研究空白，仅有的少量研究基于单个地区或部门开展，缺乏在中国公共部门的情景的适用性。本文则利用所有省份连续5年的面板数据，系统性分析了我国省级政府组织声誉建构的特征及影响因素，为声誉理论研究提供了实证支撑材料。

二是在研究方法上亦有创新和贡献。以往有关政府组织声誉的研究，大多采用定性研究分析政府组织声誉的具体性质及内容，少部分文章利用问卷、构建指标体系的方法对政府组织声誉进行了测量并初步分析相关的影响因素。本文创新性地利用省级政府网站的大数据，爬取了2015—2019年全国31个省级政府网站上2143万余条数据，整理出了2000万余条有效数据，利用机器学习算法对网页进行自动编码，并且提供了关键词列表和操作化的方案。通过将大数据与机器学习相结合的办法，本文突破了组织声誉难以测量的困境，科学有效地衡量出各省政府组织声誉的占比和分布。

三是经过实证分析，发现官员任期、政府能力和外部环境等变量对省级政府的声誉建构具有显著影响。本文利用2015—2019年31个省的相关数据，进一步分析了省级政府官员在其不同任期阶段对政府组织声誉建构的影响，证实了官员任期对政府组织声誉建构的影响。另外，本文将财政资源、官员特征等变量纳入分析，为公共部门组织声誉建构的实证研究提供参考。

（三）不足与展望

作为一项较为前沿的研究，本文也存在一些局限和不足，将在后续研究中继续完善：第一，分析框架较为初步。组织声誉理论作为一项前沿研究，具有较强的创新性，关于地方政府组织声誉建构策略影响因素方面的既有文献较为缺乏，可参考和借鉴的成熟框架缺乏。在此背景下，本文结合已有关于地方政府行为的研究，整合官员任期和组织资源等研究视角来构建分析框架，对政府组织声誉建构策略的影响因素进行初步探究。这个较为初步的分析框架的局限性不可避免，期待后续研究更加深入的分析。第二，数据来源和时间跨度不够。由于数据可获得性等原因，本文只获取了2015—2019年政府网站的数据。这是目前可能获取的最大的数据集，未来随着新数据的积累可以进一步扩大数据来源和时间范围，如结合移动互联网时代下用户黏性更高、网络传播更广的政务新媒体数据，提高实证分析的稳健性。第三，组织声誉的复杂性和因果机制探寻不足。组织声誉涉及公众对政府的主观感知和综合评价，具有较强的多样性、复杂性和动态性，并且在“主观建构”的声誉和“公众感知”的声誉之间，还存在较多的不一致性，需要展开进一步的调研分析，深入挖掘其背后的行为逻辑和影响机制。第四，大数据和机器学习方法具有一定的局限性。尽管大数据改善了样本代表性，但更多的是从全局上对客观图景进行描述，具有较强的宏观性，缺乏对微观数据的关注；此外，机器学习方法在公共管理领域的落地应用还处于探索阶段，机器分类的性能仍有待提升，现有的算法尚不能完全解决文本分类问题，部分数据在自动编码过程中与原有语义有所偏差，未来可进一步优化机器学习算法，提高大数据分类准确性。

编辑｜汪天霭

审核｜Anders

终审｜李致宪

©Political理论志

前沿追踪/理论方法/专家评论

ID: ThePoliticalReview

“在看”给我一朵小黄花