摘要：在近年来发生的公共危机治理过程中,数字治理技术发挥着重要的作用,但在社区推广层面面临着“数字鸿沟”的现实难题。作为基层社区的重要政策工具,“柔性治理”如何帮助社区民众跨越“数字鸿沟”?在行为公共管理视角下,论文选取健康码的社区推广过程为研究背景,采用双因素(2×3)被试间设计开展调查实验(N=436),以“数字治理民众支持度”为被解释变量,重点探究“数字鸿沟”情景下三种“柔性治理”政策工具的选择策略,并以社区老人、社工访谈为实验结论佐证。实证结果显示,“数字鸿沟”情景对数字治理民众支持度起显著消解作用;三种“柔性治理”政策工具的主效应对被解释变量的影响无显著差异,但“数字鸿沟”情景中的激励工具和助推工具更起显著提升作用。研究用实证分析打开了“柔性治理”政策工具作用机制的“黑箱”,一方面启示管理者应兼顾目标群体特征、政策工具特征和“数字鸿沟”情景,精准施策推动社区数字治理高质量发展;另一方面强调“工具-情景”匹配的政策评估范式,推动行为公共政策在应急管理中向纵深化发展。

摘要：干部激励是公共管理理论与实践的重要问题。面对当前干部行为管理方法存在的问题,采用行为科学视角,以行为干预的现实问题和研究前沿为切入关注和探讨干部激励问题尤为重要。论述行为干预工具的理论基础,并且着重介绍“助推”“自我助推”“助推+”等三种当前广泛受到关注的实践工具。通过厘清行为干预工具的主要特点与相对特色,本文提出干部激励的行为干预工具的选择逻辑、实践流程以及使用要点,为我国干部管理实践提供切实有效的激励工具,使政府部门管理者走出部分传统激励方式的偏离、低效,真正成为能有效干预干部行为的“行为设计者”。

摘要：伴随着新一代信息技术的纵深发展,算法决策极大提升了政府决策的科学性和精准性。与此同时,算法决策带来的算法歧视、决策“暗箱”、责任性缺失和可解释性不足等困境,导致政府面临着新的决策公平性挑战。本研究基于简化理论和计算机作为行动者理论,分别从人工智能算法简化性视角下的任务客观性和拟人化视角下的情感相似度出发,构建了2(算法任务客观性:主观任务vs客观任务)×2(情感相似度:高vs低)的两因素被试间实验,以1356位上海市居民为被试,分析了任务客观性对公民算法决策接受度的因果关系,检验了情感相似度在这一过程中的调节作用以及感知公平的中介作用。研究发现,相较于执行主观任务,公民对算法决策执行客观任务时的感知程序公平、分配公平和接受度更高。相较于高情感相似度,低情感相似度的情境进一步强化了公民对算法决策的感知程序公平、分配公平和接受度。且当情感相似度较低时,感知程序公平、分配公平在算法决策客观性影响算法决策接受度之间发挥有调节的中介效应。本研究对于算法决策简化属性的情境变化和拟人化边界做了思考,并对公共部门如何引入算法进行辅助决策和改进算法设计提出了对策建议。

摘要：在行为公共管理学的推动下,越来越多的学者们致力于研究公众在公共事务中的认知与行为,并呼吁探讨影响微观个体认知与行为的外在制度干预。然而,鲜有研究区分不同的政策工具对微观个体带来的形塑效应。因此,研究以北京市治理“违章过马路”为例,基于理论文献与治理实践,识别出信息沟通型政策工具“劝诫”和禁止与指令型政策工具“曝光”两类政策工具;在验证公众合规意愿的认知因素基础上,进一步检验不同类型政策工具对公众交通合规意愿的影响。研究发现,尽管两类政策工具均能对公众的合规意愿发挥影响,信息沟通型工具对公众合规意愿的提升效果更为强烈且稳健。这意味着在交通治理领域,对公众事前进行宣传沟通和说明,比事后曝光更能抑制负面情绪的生成,进而降低公众合规的心理成本,促进深层次公众合规意愿的形成。研究通过对比两类政策工具的交通合规意愿形塑效果,从理论上揭示了不同类型的政策工具作为外在的制度刺激对微观个体认知的影响机理及其背后的情绪机制,为从行为公共管理学的视角下理解微观个体认知的外在制度刺激与触发机制提供了实证证据;从实践上揭示了信息沟通型工具相较于禁止与指令型工具有更强的公众合规意愿提升效果,为决策者通过政策设计实现精细化的公共管理提供参考。

摘要：在“理性人”视角下,协同治理是基层政府实现有效治理并降低问责风险的重要手段。然而,实践中有着较强避责逻辑的基层官员却并非总会选择协同治理以规避问责。对这一与理论相悖现象的解释有助于理解基层政府开展协同治理的决策过程。本研究从“行为人”视角构建分析框架,根据M湾区危化品监管实践设计情景实验以搜集决策过程数据。通过对589名口岸监管部门基层官员的实验数据进行分析发现:基层官员的避责逻辑与其协同治理行为负相关,并且心理压力在其中起到负向中介作用;问责风险与协同治理行为呈现倒U形关系。研究结论可以为完善行政问责制度、提升基层官员的协同治理行为提供政策启示。