注：本表所统计的所有主要变量的描述值，均为生成事件史模型所需数据之后对该数据进行统计得出的值。

　　在控制变量方面，有关政策目标对象的变量统计表明，中央政府的农村政策的具体目标对象存在一定差异。具体来说，41.80%的具体目标对象为农业，这些政策主要涉及农业发展、粮食供给等主题；39.11%的具体目标对象为农村，涉及农村基础设施建设、农村环境等主题；而政策目标对象为农民和农民工的占比相对较少，分别为8.07%和11.02%。表1中中央的农村政策文本的文本长度均值为4 947个字符，其中，文本长度最长的政策文本有30 849个字符。从中央的农村政策文本的发布机构来看，“国发”的农村政策文本的占比为39.08%，而“国办发”的农村政策文本的占比为60.92%。

　　(三)模型设定

　　自从贝里等(F.Berry and W.Berry，1990)使用离散时间事件史模型来分析美国彩票制度在各州的扩散过程之后，事件史模型开始成为政策扩散研究，特别是分析特定政府(如美国的州政府)在某一年是否采取一项特定政策的标准方法。在事件史模型中，因变量是“发生的风险”，即特定主体i在特定时间t发生“某个事件”的概率，直接被观察的因变量是一个二分虚拟变量，已有研究多通过Logit模型或Probit模型对事情是否发生进行估计。本研究采用事件史模型来分析中央政府2008-2018年发布的中央的农村政策在28个省份的具体扩散情况。同时，由于中央政府不同的农村政策在不同年份均有被不同省份采纳的可能性，参照马克塞和沃登(Makse and Volden，2011)的做法，我们构建包含28个省份采纳不同中央农村政策的7 347个有效观测值的混合截面数据进行混合回归分析(pooled regression analysis)。另外，鉴于本文的因变量具体为特定省份在特定年份是否采纳了中央的某项农村政策，为虚拟变量，本研究使用Logit模型估计最终的结果，⑨具体模型如下：

　　logit(p[，j，t，i])=log(p[，j，t，i]/1-p[，j，t，i])=β[，0]+β[，1]country a+β[，2]country b+β[，3]province a+β[，4]province b+β[，5]control (1)

　　其中，p[，j，t，i]是某一省级政府j在年份t决定采纳特定中央农村政策i的概率，在公式1中我们除了对相关控制变量进行控制外，同时对自上而下的行政压力(country a)、自上而下的经济激励(country b)以及省级政府的执行能力(province a)、省级政府对特定政策的执行动力(province b)等变量进行分析。

　　同时，考虑到同一省份在同一年内采用的多种政策间存在相互依赖的可能性，为估计稳健的标准误，本研究以省份和年为单位聚类获得调整后的标准误。

　　四、实证分析结果

　　根据上述模型设定和相关说明，我们使用事件史模型考察一段时期内(2008-2018)的多项中央的农村政策在地方政府的扩散情况及其影响因素。

　　表2报告了基于事件史模型的6个回归分析结果。模型1报告了包括中央政府发布的农村政策的政策目标对象、发文机构、政策文本的长度等控制变量的基础模型，结果显示，相对于中央政府发布的政策目标对象为农业的政策，政策目标对象为农村、农民、农民工的政策被各省份接纳的概率均更高，其中，以政策目标对象为农民工的政策概率最高(系数为0.548，p＜0.001)，这也体现出地方政府在采纳和执行中央政府一系列农村政策时，往往会针对政策的具体目标而有所评估和考量。中央政府的政策发文机构这一变量的影响同样显著为正(系数为0.102，p＜0.05)，也即，相对于“国发”的农村政策，“国办发”的农村政策在各省份扩散的概率更高。中央政府农村政策的文本长度同样对政策的纵向扩散有正向影响(系数为0.141，p＜0.05)，文本长度越长，扩散的概率相对就越高。

　　表2 中国农村政策的纵向扩散机制的事件史模型分析(N=7 347)

　　注：***p＜0.001，**p＜0.01，*p＜0.05，[+]p＜0.1。

　　模型2重点考察自上而下的行政压力即中央政府对农村问题的注意力对中央农村政策扩散的影响。结果显示，中央政府对农村议题的注意力指数对农村政策扩散的影响显著为正(系数为2.728，p＜0.01)，这就证实了假设1，即自上而下的行政压力会影响政策在下级政府的扩散，在中央政府高度重视农村问题的年份，地方政府会更积极地响应中央政府的农村政策。鉴于政府存在明显的多目标、多任务属性，政府在不同时期对不同目标的注意力存在差异，也即中央政府对农村议题的重视程度在不同时期可能存在变化，模型2的结果则证明中央政府注意力的这种变化对地方政府的政策采纳行为有重要影响。

　　模型3在基础模型的基础上考察了中央层面的经济激励对地方政策采纳的影响，结果显示，该变量对政策扩散有显著的正向影响(系数为0.094，p＜0.1)，也即，相较于没有财政资助的农村政策而言，有中央政府财政资助的农村政策在各省扩散的概率更高，这体现了中央经济激励对政策扩散的作用，证实了假设2。

　　模型4考察了省份自身的执行能力对政策扩散的影响，结果显示，在控制其他变量的基础上，省级人均GDP越高，其采纳中央政府各项农村政策的概率越高(系数为0.172，p＜0.05)，以上结果与国内外基于某项单一政策进行的政策扩散研究的结果类似，在中国农村政策领域，不同省份的经济发展水平对政策采纳有不同影响，经济发展水平高的地区有更大的执行能力去实施中央政府发布的各项的农村政策。

　　模型5重点分析了地方政府政策执行的内在动力对政策扩散的影响，结果显示，在基础控制变量保持不变时，社会政策相较于经济政策被采纳的概率更低(系数为-0.009)，但这种负向效应并不显著。值得一提的是，在模型5中，当我们在控制基础控制变量的基础上，进一步控制人均GDP对数、城镇化率、中央政府注意力指数和政策是否有中央财政资助之后，政策类型这一变量在回归结果中为显著的负向影响(系数为-0.083，p＜0.1)。总体而言，经济类政策和社会类政策对政策采纳的影响在农村政策领域并不稳定，这可能与农村政策领域的特殊性有关。尽管农村政策领域也可以按照政策目标和内容区分经济类政策和社会类政策，从而分析两者的差异，但当深入到具体的农村政策文本时，即使是农业现代化、农村基础设施建设等经济类政策，相比于城市产业发展等经济发展政策，仍多为消耗当地财政资源或不产生经济效益的政策，也即，农村政策，无论是经济类政策还是社会类政策，均属于弱激励政策，这就影响了政策类型指标在农村政策扩散中的作用。

　　模型6为全模型，在放入控制变量的基础上，我们将中央政府注意力指数、政策是否有中央财政资助、省级政府人均GDP对数、政策类型等主要自变量同时纳入回归方程，⑩从分析结果可知，当主要自变量同时被纳入模型时，上述自变量解释系数的方向和显著性未发生明显的逆转，均支持模型2到模型5所得出的主要结论。

　　五、交互效应分析

　　上文分别考察了自上而下的行政压力与经济激励、地方政府自身的执行能力和动力分别对政策采纳的影响，在此基础上，本节尝试以自上而下的行政压力与其他自变量的交互关系为例，进一步深入分析内外部因素间的互动是如何影响中国政策扩散过程的。

　　表3呈现了自上而下的行政压力与其他自变量交互关系的事件史模型分析结果。其中，模型1首先考察了人均GDP对数和中央政府注意力指数两个变量及其交互项的影响，从数据来看，人均GDP对数(系数为0.978，p＜0.01)和中央政府注意力指数(系数为47.610，p＜0.05)这两个变量均显著为正，而两者的交互项的系数则显著为负(系数为-4.226，p＜0.05)。也即，人均GDP对数对政策扩散的影响会因中央政府注意力指数的不同而有所差异，在中央政府对农村议题的重视程度相对较低时，人均GDP高的省份相对于人均GDP低的省份采纳中央政府的农村政策的概率明显更高。但在中央政府对农村议题的重视程度高度重视时，人均GDP高的省份与人均GDP低的省份在采纳中央农村政策时的差异明显变小。这体现出在农村政策扩散过程中省区市执行能力和来自上级政府的行政压力的具体关系，尽管相对于经济发展水平高的地区，经济发展水平低的地区实施中央政府发布的各项农村政策的能力和资源相对较小，而一旦中央政府表现出高度重视农村议题的信号，往往就会促使经济发展水平低的地区去更积极响应中央农村政策，从而降低与经济发展水平高的地区的差异。

　　模型2考察政策类型和中央政府注意力指数的交互项，以进一步检验在中央政府对农村议题的重视程度不同的情况下，政策类型对政策采纳的影响是否存在差异。结果显示，在控制其他变量的基础上，中央政府注意力系数这一变量的影响仍显著为正，而政策类型以及两个变量的交互项均不显著。

　　表3 主要自变量的交互作用机制的事件史模型分析(N=7 347)

　　注：***p＜0.001，**p＜0.01，*p＜0.05，[+]p＜0.1。

　　模型3则进一步考察政策中是否有中央财政资助和中央政府注意力指数及其交互项对政策采纳的影响，从结果来看，在控制其他变量的基础上，政策中是否有中央财政资助(系数为0.617，p＜0.01)和中央政府注意力指数(系数为5.364，p＜0.001)这两个变量均显著为正，而两者的交互项的系数显著为负(系数为-3.814，p＜0.05)。也即，自上而下的经济激励对政策扩散的正向作用受到自上而下的行政压力的影响，在中央政府对农村议题的重视程度相对较低时，相比于没有中央财政资助的政策，有中央财政资助的农村政策被各省份采纳的概率明显更高，但在中央政府对农村议题的重视程度提高时，有和没有中央财政资助的中央农村政策在被各省份采纳的概率上的差距便会缩小。

　　六、结论与讨论

　　政策文件在中国是具有特殊意义的政府行政内容之一，特定政策的采纳与变动性实施也是反映中央政府和地方政府之间博弈关系的核心研究议题。本文通过收集长时段大样本的农村政策文本数据，尝试突破以往国内相关研究多只关注单项特定政策的扩散过程及机制的局限，相对系统地考察了一段时期内(2008-2018)的多项中央农村政策在各地方政府的扩散情况，并考察和对比自上而下的行政压力和经济激励、地方层面的执行能力和内在动力等因素，及其交互作用对中央农村政策纵向扩散的影响。

　　研究结果显示，自上而下的行政压力和经济激励的提升均会显著提升中央政府的农村政策被地方政府采纳的概率。从地方层面的影响来看，地方层面的执行能力的提高会显著增加地方政府采纳中央政府农村政策的概率，经济类政策和社会类政策对政策采纳的影响在农村政策领域不稳定。长时段大样本的农村政策文本数据的收集有助于我们直接分析和比较地方政府内部因素与自上而下的外部因素对政策扩散影响，以上结果也显示，在分析中国的正式政策文件的运作过程时，不能仅套用地方经济激励、政策偏好等简单的机制去解释地方对中央政策的采纳行为，纵向的自上而下的行政压力和激励同样对地方政府的政策执行行为有重要影响。

　　从自上而下的行政压力与其他自变量的交互作用来看，地方层面的执行能力以及中央层面的经济激励对政策扩散的影响均会因自上而下的行政压力的不同而有所差异，在中央政府对农村议题高度重视时，政策执行能力强的省份与政策执行能力弱的省份在采纳中央农村政策时的差异明显变小，而经济激励强的中央农村政策与经济激励弱的中央农村政策被各省份采纳的概率上的差距同样会缩小。也即，尽管地方政府面对来自上级的众多政策文件时会考虑本地的特征与政策偏好，但在压力型体制下，自上而下的行政压力会改变地方的政策偏好和优先度。以往政策扩散文献对影响政策扩散的地方政府内部因素和外部因素之间的互动关系缺乏关注，本研究表明，基于长时段多个政策文件考察政策扩散过程中内外部因素的互动非常必要，这有助于深入理解自上而下的行政压力和经济激励以及地方层面的执行能力和动力在中国文件治理中的真实影响。

　　本研究也存在一定局限性和需要加以深化的地方。首先，鉴于市、县两级政府在建设政府网站以及公开数字化政策文本上存在滞后和相互间的巨大差异的问题，本研究只以中央—省区市两级政府为主要研究对象，纳入市、县两级政府的政策文本数据有待我们在将来基于更多层级政府的考察厘清中国政策文件运作过程的全貌。其次，本研究主要分析国家和省级农村政策文本，因此，本文的结论只适用于农村政策这一特定领域，如果要进一步验证本文的结论是否适用于其他政策领域，还需要通过收集更为全面的政策文本数据。同时，因数据限制，本研究只以政府系统的文件作为分析对象，未将中共中央与国务院联合发文等类型的文件纳入研究，当数据可以全面获取时，还应该充分考虑党务系统的文件，以评估政策文件级别、类型对政策扩散的具体影响。

　　感谢梁玉成、蔡禾、王宁、吴晓刚、吴愈晓、孙秀林、陈家建、黄晓星等学者和《社会》匿名审稿专家给本文提出的宝贵意见。文责自负。

　　①之所以选择2008年作为收集中央和各省份政策数据的时间起点，是因为国务院2007年4月5日发布，并自2008年5月1日起开始施行《中华人民共和国政府信息公开条例》，条例中明确规定各级政府应在各自职责范围内主动公开包括行政法规、规章和规范性文件等政府文件的具体内容。在研究中，我们查阅各省级政府的官方网站，发现相对完整的政府文件公开情况可以追溯到2008年，而2008年之前的政府文件部分省级政府未公开，为保证对比的科学性，本研究将数据收集的起点定为2008年6月。

　　②在实际抓取过程中，为保证政策文件的标准的统一和分析的规范性，参照已有研究，我们保留政府和政府办公厅发布的文件，而对于函、令等类型的文件暂不列入研究范围。

　　③在省级层面，本研究所收集的政策文本数据包括除港澳台地区、西藏、宁夏、海南以外的其他28个省份，之所以未将西藏、宁夏、海南纳入本文的研究范围，是因为在上述省区的政府网站上检索相关政策，只能完整显示2013年之后的信息，为保证各省份之间比较的规范性，故暂时未考虑这几个省区。

　　④如2015年10月发布的《国务院办公厅关于促进农村电子商务加快发展的指导意见》和2016年2月发布的《国务院关于加强农村留守儿童关爱保护工作的意见》两个政策文件，其标题关键词分别被编码为“农村电子商务”和“农村留守儿童关爱保护”。

　　⑤需要说明的是，在政策实施过程中，存在部分政策是由某个或某几个省份率先实施，而后中央政府正式发布文件，其后该政策才在其他省份逐步实施的情况。如2014年4月发布的《国务院办公厅关于金融服务“三农”发展的若干意见》，该政策在中央政府正式发布前已有浙江、江苏等省执行类似政策，如浙江省早在2008年已发布类似政策文件《浙江省人民政府关于金融服务“三农”发展的意见》。针对上述情况，为保证事件史模型中起点的一致性，以单个政策为单位，若某项政策存在部分省份早于中央政府发布的情况，则对该政策的分析不包括发布时间早于中央政策的省份。

　　⑥国务院历年政府工作报告可以分为工作回顾、目标任务和主要工作内容三大部分，其中，目标任务和主要工作内容为新一年的政府行动纲领和工作要点，工作回顾则是对政府之前工作的回顾和总结。考虑到中央政府注意力指数主要反映政府新一年对各种议题的重视程度，为保证该指数的准确性和科学性，在实际处理时，我们首先删除政府工作报告文本中工作回顾的部分，然后对文本进行主题模型分析。

　　⑦主题模型作为典型的无监督模型，简要来说是对特定文字隐含的主题进行建模的方法。在主题模型中，主题由一组词汇的统计分布所定义，构成同一主题的词汇更有可能出现在同一文本中，模型结果将估计出每个主题所对应的关键词及概率(Blei，et al.，2003)，同时，也可以估计出每一个文本所对应的各主题的概率。研究者可以根据不同主题或主题组合在每个文本中的具体概率来量化比较文本的主要特征。

　　⑧中文停用词主要包括类似“的”“吗”“呀”等无实际意义的词汇和标点符号，本文使用的中文文本分析是应用较为广泛的哈工大停用词表以及四川大学机器智能实验室停用词库生成本文的停用词表。

　　⑨在研究中，我们同时使用了Probit模型来进行估计，得出的结果与Logit无明显差异，在此，本文只报告Logit模型的结果。

　　⑩在该模型中，各变量的方差膨胀因子(VIF)均小于5，不存在严重的多重共线性问题。

　　参考文献：

　　[1]陈思丞、孟庆国.2016.中国政治运行中的批示：定义、性质与制度约束[J].政治学研究(5)：70-82.

　　[2]邓雪琳.2015.改革开放以来中国政府职能转变的测量——基于国务院政府工作报告(1978-2015)的文本分析[J].中国行政管理(8)：30-36.

　　[3]贺东航、孔繁斌.2011.公共政策执行的中国经验[J].中国社会科学(5)：61-79.

　　[4]黄荣贵.2017.网络场域，文化认同与劳工关注社群：基于话题模型与社群侦测的大数据分析[J].社会37(2)：26-50.

　　[5]李林倬.2013.基层政府的文件治理——以县级政府为例[J].社会学研究(4)：101-128.

　　[6]李培林.2002.巨变：村落的终结——都市里的村庄研究[J].中国社会科学(1)：168-179.

　　[7]练宏.2016.弱排名激励的社会学分析——以环保部门为例[J].中国社会科学(1)：83-100.

　　[8]罗杰斯，埃弗雷特·M.2002.创新的扩散[M].辛欣，译.北京：中央编译出版社.

　　[9]马亮.2015.公共服务创新的扩散：中国城市公共自行车计划的实证分析[J].公共行政评论(3)：51-78.

　　[10]渠敬东、周飞舟、应星.2009.从总体支配到技术治理——基于中国30年改革经验的社会学分析[J].中国社会科学(6)：106-129.

　　[11]孙秀林、周飞舟.2013.土地财政与分税制：一个实证解释[J].中国社会科学(4)：40-59.

　　[12]王浦劬、赖先进.2013.中国公共政策扩散的模式与机制分析[J].北京大学学报(哲学社会科学版)(6)：14-23.

　　[13]王绍光.2008.学习机制与适应能力：中国农村合作医疗体制变迁的启示[J].中国社会科学(6)：111-133.

　　[14]殷华方、潘镇、鲁明泓.2007.中央—地方政府关系和政策执行力：以外资产业政策为例[J].管理世界(7)：22-36.

　　[15]章高荣.2017.高风险弱激励型政策创新扩散机制研究——以省级政府社会组织双重管理体制改革为例[J].公共管理学报(4)：1-15.

　　[16]周黎安.2008.转型中的地方政府：官员激励与治理[M].上海：格致出版社.

　　[17]周黎安.2014.行政发包制[J].社会34(6)：1-38.

　　[18]周雪光、程宇.2012.通往集体债务之路：政府组织、社会制度与乡村中国的公共产品供给[J].公共行政评论(1)：46-77.

　　[19]朱多刚、郭俊华.2016.专利资助政策的创新与扩散：面向中国省份的事件史分析[J].公共行政评论(5)：64-83.

　　[20]朱旭峰、张友浪.2015.创新与扩散：新型行政审批制度在中国城市的兴起[J].管理世界(10)：91-105.

　　[21]朱旭峰、赵慧.2016.政府间关系视角下的社会政策扩散——以城市低保制度为例(1993-1999)[J].中国社会科学(8)：96-116.

　　[22]朱亚鹏、丁淑娟.2016.政策属性与中国社会政策创新的扩散研究[J].社会学研究(5)：88-113.

　　[23]Berry,Frances Stokes and William D.Berry.1990."State Lottery Adoptions as Policy Innovations:An Event History Analysis." American Political Science Review 84(2):395-415.

　　[24]Berry,Frances Stokes and William D.Berry.2018."Innovation and Diffusion Models in Policy Research." In Theories of the Policy Process.Routledge:263-308.

　　[25]Blei,David M.,Andrew Y.Ng,and Michael I.Jordan.2003."Latent Dirichlet Allocation." Journal of Machine Learning Research 3(4-5):993-1022.

　　[26]Boehmke,Frederick J.2009."Policy Emulation or Policy Convergence? Potential Ambiguities in the Dyadic Event History Approach to State Policy Emulation." The Journal of Politics 71(3):1125-1140.

　　[27]Gilardi,Fabrizio.2010."Who Learns from What in Policy Diffusion Processes?" American Journal of Political Science 54(3):650-666.

　　[28]Gilardi,Fabrizio.2016."Four Ways We Can Improve Policy Diffusion Research." State Politics & Policy Quarterly 16(1):8-21.

　　[29]Glick,Henry R.and Scott P.Hays.1991."Innovation and Reinvention in State Policymaking:Theory and the Evolution of Living Will Laws." Journal of Politics 53(3):835-850.

　　[30]Godwin,Marcia L.and Jean Reith Schroedel.2000."Policy Diffusion and Strategies for Promoting Policy Change:Evidence from California Local Gun Control Ordinances".Policy Studies Journal 28(4):760-776.

　　[31]Gray,Virginia.1973."Innovation in the States:A Diffusion Study." American Political Science Review 67(4):1174-1185.

　　[32]Heilmann,Sebastian.2008."From Local Experiments to National Policy:The Origins of China's Distinctive Policy Process." China Journal 59:1-30.

　　[33]Hinkle,Rachael K.2015."Into the Words:Using Statutory Text to Explore the Impact of Federal Courts on State Policy Diffusion." American Journal of Political Science 59(4):1002-1021.

　　[34]Jones,Bryan D.and Frank R.Baumgartner.2005.The Politics of Attention:How Government Prioritizes Problems.Chicago:University of Chicago Press.

　　[35]Makse,Todd and Craig Volden.2011."The Role of Policy Attributes in the Diffusion of Innovations." Journal of Politics 73(1):108-124.

　　[36]Mei,Ciqi and Zhilin Liu.2014."Experiment-Based Policy Making or Conscious Policy Design? The Case of Urban Housing Reform in China." Policy Sciences 47(3):321-337.

　　[37]Mooney,Christopher Z.and Mei-Hsien Lee.1995."Legislative Morality in the American States:The Case of Pre-Roe Abortion Regulation Reform." American Journal of Political Science 39:599-627.

　　[38]Nicholson-Crotty,Sean.2009."The Politics of Diffusion:Public Policy in the American States." Journal of Politics 71(1):192-205.

　　[39]Shi,Shih-Jiunn.2012."Social Policy Learning and Diffusion in China:The Rise of Welfare Regions?" Policy & Politics 40(3):367-385.

　　[40]Shipan,Charles R.and Craig Volden.2008."The Mechanisms of Policy Diffusion." American Journal of Political Science 52(4):840-857.

　　[41]Shipan,Charles R.and Craig Volden.2012."Policy Diffusion:Seven Lessons for Scholars and Practitioners." Public Administration Review 72(6):788-796.

　　[42]Volden,Craig.2006."States as Policy Laboratories:Emulating Success in the Children's Health Insurance Program." American Journal of Political Science 50(2):294-312.