黃冠捷(青海民族大學政治與公共管理學院)
青海省作為我國內(nèi)陸大省,幅員遼闊,自然資源種類眾多,各類型礦產(chǎn)資源豐富,但同時又由于地理位置處于青藏高原,較為惡劣的自然環(huán)境制約了地區(qū)經(jīng)濟發(fā)展。打通交通運輸命脈,成為發(fā)展自然資源開采,提高地區(qū)經(jīng)濟活力的先行條件。在青海省政府的部署指導下,交通行業(yè)先后投資建設(shè)了多條地方鐵路項目。作為交通基礎(chǔ)設(shè)施組成部分,地方鐵路是國家骨干鐵路網(wǎng)絡(luò)的延伸,承擔沿線礦產(chǎn)資源的集疏運及工業(yè)、產(chǎn)業(yè)發(fā)展衍生的運輸需求,對促進區(qū)域經(jīng)濟發(fā)展,提高礦產(chǎn)資源開發(fā)率,增加當?shù)厝嗣袢罕姟⒌貐^(qū)財政收入起到了積極作用。青海省H 地方鐵路,地處青海省海西州境內(nèi),線路吸引運輸服務(wù)區(qū)主要為M 煤田,是一條以煤炭運輸為主的貨物運輸線。
青海省海西州多年來主要以礦產(chǎn)資源開發(fā)為重要經(jīng)濟發(fā)展動力之一,但礦產(chǎn)資源的開發(fā)勢必要對自然環(huán)境造成一定影響,產(chǎn)生經(jīng)濟發(fā)展與環(huán)境保護之間的矛盾。“四個扎扎實實”的總體要求,明確了“扎扎實實推進生態(tài)環(huán)境保護”,進一步明確了青海省內(nèi)環(huán)境保護中的重要性。而作為H 地方鐵路運輸服務(wù)主要對象的M 煤田,其煤炭資源儲量占全省總資源儲量的8%。自2003年起,先后有數(shù)家企業(yè)進入M 煤田進行勘查開發(fā),但由于缺乏統(tǒng)一規(guī)劃,其資源開發(fā)利用效率不高,對生態(tài)環(huán)保重視不夠,基礎(chǔ)設(shè)施滯后。直至2014年,M 煤田因違法違規(guī)開采、過度開發(fā),造成當?shù)夭菰瓭竦厣鷳B(tài)環(huán)境被破壞,引起輿論的廣泛關(guān)注。為此青海省委、省政府統(tǒng)一部署,制定相關(guān)行政決策,積極開展生態(tài)環(huán)境綜合整治,經(jīng)過數(shù)年時間,其主要生態(tài)環(huán)境已逐步得到恢復。
隨著M 煤田綜合整治行政決策落地實施,原H 地方鐵路沿線承運礦產(chǎn)開發(fā)企業(yè)多數(shù)停產(chǎn),造成H 地方鐵路沿線各營業(yè)站發(fā)運需求下跌,2014年起鐵路運量受明顯影響,2015年呈現(xiàn)斷崖式下跌。H 地方鐵路所在的青海省海西州地區(qū),鐵路年運量也呈現(xiàn)出較大幅度波動,2011 至2018年海西州、H 地方鐵路運量對比圖詳見圖1。

圖1 2011至2018年海西州、H地方鐵路運量對比圖
從圖1 可以看出,2011 至2013年H 地方鐵路運輸形勢良好,2013年同比2011年年運量增幅達到了44%,同時也帶動了所在青海省海西州鐵路運輸行業(yè)發(fā)展,H 地方鐵路年運量占比海西州鐵路運輸年總量的30%以上。但隨著2014年對M 煤田政治的行政決策執(zhí)行后,H 地方鐵路承運需求下跌,2015年相比2014年同期跌幅達到63.9%,至2017年H 地方鐵路貨運量僅為2012年最高峰的13.4%。同時,海西州鐵路年總自2014年起也出現(xiàn)下跌,2015年運量至低位2169 萬噸后逐步恢復,直至2018年運量恢復至2593 萬噸,但相比2012年海西州鐵路貨運量最高位的2755 萬噸仍然差162 萬噸。
據(jù)此,以M 煤田綜合整治這一政策為例,可以看出其在執(zhí)行過程中,不僅對其實施主體產(chǎn)生影響,也對其因政策實施所涉及的附屬產(chǎn)業(yè)造成間接影響,本文即以行政決策對H 地方鐵路運量影響為例進行分析。在分析前,首先明確行政決策的含義,即行政決策是決策的一種,它是行政機關(guān)為履行行政職能所做的行為設(shè)計和抉擇過程。行政決策的客體是廣泛的,既定的行政決策不僅對行政組織成員,而且對各級行政組織的管轄范圍內(nèi)的企業(yè)、事業(yè)單位、社會團體和個人都有約束力,表現(xiàn)出行政決策的一定權(quán)威性。
以研究本例在對此行政決策落實中,假設(shè)行政決策對H 地方鐵路運量所造成的間接影響為一個單一變量,通過數(shù)據(jù)分析建立行政決策影響變量曲線。在本例中,即自2014年起至2018年,H 地方鐵路年運量每年同比減幅為數(shù)值參考,設(shè)立數(shù)據(jù)點,以X軸為年,Y 軸為同比減幅,繪制坐標圖,連點畫出曲線,該曲線即為政策對運量影響因素α,如圖2 所示。

圖2 H地方鐵路2014至2018年政策運量減幅影響因素示意圖
從圖2 可以看出,在政策實施后,對H 地方鐵路運量減幅影響因素α 呈下降且趨于平穩(wěn)態(tài)勢,符合H 地方鐵路2014 至2018年運量變化情況。該因素曲線α 用較為直觀方式體現(xiàn)出行政決策對單一客觀因素的影響情況,有助于在行政決策制定時,以此為參考預估可能在制定同該例相同環(huán)境下,政策所產(chǎn)生的直接或間接的影響,為政策制定者提供對應(yīng)數(shù)據(jù)化、要素化的模型參考。
同時,在設(shè)立以H 地方鐵路受政策影響因素α 的情況下,也可假設(shè)某個其他影響因素β、γ、δ 等,首先應(yīng)假設(shè)其可能生成原因,可以假設(shè)其是政策影響因素,例如行政決策者對H 地方鐵路進行財政補助、減免稅負等,或是環(huán)境影響因素,例如因M 煤田整治改善了地區(qū)生態(tài)環(huán)境,產(chǎn)生環(huán)境變化,其他第三產(chǎn)業(yè)入駐形成多產(chǎn)業(yè)布局,H 地方鐵路由原單一產(chǎn)品運輸轉(zhuǎn)變?yōu)槎嗥奉愗浳镞\輸,再或者是生產(chǎn)經(jīng)營影響因素,即H 地方鐵路經(jīng)營者主動改革,拋棄僅有貨物運輸單一運輸模式,利用生態(tài)環(huán)境改善布局旅游產(chǎn)業(yè),增加旅客運輸范疇提高收入。其中β、γ、δ等影響因素的量值,可以參考借鑒相同或類似行政決策實施后對政策客體產(chǎn)生的影響,量值的選取隨著同類型行政決策影響的統(tǒng)計,其量值范圍可隨著統(tǒng)計數(shù)量級的增加逐漸趨于能夠正確反應(yīng)現(xiàn)實狀況。在本例中,假設(shè)α(為負)、β、γ、δ 等影響因素的量值選取均為行政決策影響因素,不具備現(xiàn)實表現(xiàn)能力。可知當因素α>β+γ+δ 時,即表明影響因素和小于0,H 地方鐵路運量將減少。當影響因素α<β+γ+δ 時,即表明影響因素和大于0,H 地方鐵路運量將增加。

從現(xiàn)實角度來說,行政決策對政策客體的影響總是動態(tài)的,且往往都是在有利面或消極面。通過此行政政策影響力圖表方法,可以直觀地判斷行政決策所帶來的直接影響,并在政策實施前加以修正,以提高政策執(zhí)行的成效。在本例中,即在因素α 所代表的決策造成H 地方鐵路運量下降,假設(shè)的β、γ、δ 等政策起到正向或反向作用,對其中起到正向效應(yīng)且影響程度波動程度小的行政決策,應(yīng)考慮擴大其政策效應(yīng),在本假設(shè)中以達到實現(xiàn)H 地方鐵路運量增長的目的。
綜上,行政決策對行政客體所產(chǎn)生的影響,可以通過建立行政影響力模型判斷政策主體對客體,或衍生或波及的客體所造成的直接或間接的影響程度。當然,采用此類方法分析行政決策對客體的影響,需要收集、統(tǒng)計大量相關(guān)類似決策數(shù)據(jù),并對同類型行政決策進行評估,以體現(xiàn)正確的行政決策影響力。同時,在行政決策中,往往某項行政決策所涉及的政策客體并不單一,是具有連帶衍生性的,其行政決策對所影響的政策客體及相關(guān)所造成的影響難以估計,在某項行政決策制定時,需要提前預估其對政策客體及其衍生所產(chǎn)生影響情況。通過一個行政決策去彌補或抵消另一個行政決策所帶來的影響,往往會產(chǎn)生新的問題或矛盾,所以在行政決策過程中,行政決策制定者與實施者一定要注意其所帶來的后果及影響。