危机时期社交媒体如何赋能政府？

信息时代的到来，已经深刻改变了国家与社会关系。信息时代下，社交媒体网络的快速兴起，正在前所未有地重塑人类社会的信息交互机制，这对传统国家治理方式带来了重大挑战和潜在机遇。尽管各国政府已经开始自觉与不自觉的运用社交媒体，试图进入新兴的社交网络，但是传统政府是否真的能够有效利用这一信息工具，提升公共理性，提高治理效率，其效果仍然存在广泛争议，其因果机制尚不清晰。  

针对这一研究主题，我院唐啸副教授和对外经贸大学讲师江汉臣（清华大学公共管理学院博士后）合作在公共管理学科国际顶尖期刊Public Administration(PA)发表学术论文Effects of local government social media use on citizen compliance during a crisis: evidence from the COVID-19 crisis in China。研究基于新冠疫情期间中国各地方政府社交媒体使用情况和政策遵从情况，采用大数据研究和计量回归等方法，分析了政府使用信息工具对公民遵从性的积极影响。研究阐释了危机期间同时存在信息不足和信息过载的悖论情况下，政府应当如何利用新兴信息工具实现“赋能政府”。

文章介绍

社交媒体已经成为各国政府与公民互动的重要渠道。但现有研究主要关注政府社交媒体对公民线上网络行为的影响，对政府社交媒体是否真的能够影响公民现实生活中的政策遵从性并未提供实证证据。对这一问题的讨论，在新冠疫情的流行期间显得更为重要。对抗疫情危机的关键是公民对政府政策的配合程度，如何能够快速、有效和低成本地提高公民对政府权威的信赖，提高对如居家隔离等政策的公民遵从性，已经成为最具有现实价值和应用意义的公共管理研究问题。

本文以新冠疫情初期中国各级地方政府使用社交媒体的经验作为具体研究情景，讨论了政府社交媒体的使用和信息供给内容对公民政策遵从性的影响。研究发现政府社交媒体的使用通过信息供给加强了公民对自我利益的认知，同时发挥社交媒体的政府-公民的合供属性以赋予公民参与感，加强了公民对自我身份的认同，由此将提升公民在现实中的政策遵从性。研究还发现社交媒体提供的信息内容具有差异性影响，不同信息供给的效果并不相同，同时上述因果效应在不同的城市具有异质性影响。

具体而言，研究收集了189个地级市官方微博账号在2020年1月1日至3月15日的发帖数据，使用大数据方法识别新冠疫情相关的原创微博主题和内容。研究以城市人口市内流动指数作为公民遵从性的代理变量，用以测量公民现实中是否遵守社交距离的相关政策。

研究首先使用双固定效应模型验证地方政府社交媒体上的信息内容对公民政策遵从性的影响。进一步针对最大的实证挑战——政府社交媒体使用频率的潜在内生性问题，研究创新性的采用地方政府官方微博账号所关注数（而非被关注数）与武汉封城前后日期虚拟变量的交乘项作为工具变量，排除了遗漏变量等内生性问题。研究进一步发现，地方政府所发布的帖子包含地方危机情况和预防措施和政策这两大主题，后者主要充当上述因果效应的中介机制，前者并不存在显著影响。最后，研究检验了地方政府社交媒体发帖对不同城市公民遵从性的异质性影响。研究发现，在人均GDP更高、公民受教育水平更高、互联网覆盖更广的城市，政府社交媒体关于新冠疫情的发帖对公民遵从性的影响更大。

研究结论

本研究的主要贡献包含以下几个方面：

第一， 研究发现，政府社交媒体可以通过增强公民对自我利益的认知和政府-公民的合供属性提高公民在现实生活中的政策遵从性。

第二， 研究发现，社交媒体的不同信息供给具有差异性，政策和预防措施主题的信息，而非危机情况主题的信息，才是公民线下遵从性的中介影响机制。这一结论不同于原有研究中有关危机情况主题对公民线上参与具有积极影响的发现，具有较强的应用价值。

第三， 研究表明，社交媒体可以成为一种有效且低成本的政府治理工具，研究结论对于同样处于公共危机情境中的各国政府具有较强的外部推广性，对重新思考信息时代政府与社会关系提供了理论启发。

研究通过对中国经验的理论提炼，为信息时代全球范围的政府治理提供了新的启示。研究的相关成果，也已经通过决策内参的形式，提供给有关部门参考。

作者简介

第一作者 江汉臣

对外经贸大学政府管理学院讲师，曾为清华大学公共管理学院博士后，清华大学水木学者

通讯作者 唐啸

清华大学公共管理学院副教授，国情研究院副研究员，清华大学仲英青年学者

文章链接

Jiang,Hanchen & Tang,Xiao. Effects of local government social media use on citizen compliance during a crisis: evidence from the COVID-19 crisis in China. Public Administration.

https://doi.org/10.1111/padm.12845

转自：量化研究方法

如有侵权，请联系本站删除！