潘潇 樊博
摘要： 在现有政府应急协同能力研究的基础上，建立新的跨部门应急协同能力的理论模型。然后设计结构化问卷，调研133名从事食品药品监管的政府工作人员，通过PLS结构方程模型，对提出的理论模型进行实证分析。结果表明，资源因素、事件因素、部门交流因素、信息沟通因素是影响跨部门协同能力的重要因素；技术因素在应急管理中的应用，会对信息的沟通共享造成深远影响，间接影响应急协同能力。根据研究结论，有针对性地提出了跨部门应急协同的改进意见。
关键词： 应急管理；协同能力；偏最小二乘法
中图分类号：F273.7；F224 文献标识码：A 文章编号：1001-8409（2014）02-0052-04
1 引言
近年来，公共突发事件对政府的应急响应能力提出日益严峻的挑战。以食品药品的安全问题为例，虽然多个部门都具有监管权限，但总体协同监管能力不强，仍停留在较低水平，如应急机构繁多且各自为政等，已不足以适应具有综合性、复杂性和跨领域演变的现阶段突发事件，因此，应急组织协同能力成为我国应急管理急需解决的问题之一。[JP3]政府应急管理协同如同企业一样，通过部门间伙伴关系的培养，利用信息技术等手段促使所有应急机构按照协同方式进行整合，增强应急管理实施的可行性和高效性。
本文在借鉴应急管理中跨部门协同能力有关研究的基础上，设计跨部门协同能力的理论模型假设，基于PLS结构方程模型，以食品药品联合监管为背景，通过问卷调查获取数据，分析跨部门食品药品应急协同能力的影响因素，测度其所产生的影响程度，研究因素之间的相互关系，确立最终的理论模型，从而为提升应急管理中跨部门协同能力提供科学依据。
2 文献综述
2.1 现有研究
Chen等人基于生命周期理论，提出突发事件也存在生命周期，并将应急管理协同依据灾害生命周期分为灾害前、灾害中、灾害后的协同，应急资源的充足性对不同阶段的协同能力程度有着重要影响，丰富的应急资源将会保证各部门协同作用的最大化[1]。同时，他们提出事件本身也会对应急协同能力产生影响，事件的严重性及不确定性等都会对应急协同产生挑战[1]。
其他学者也分别从信息因素、资源共享、事件影响等多个角度对跨部门应急协同能力展开研究。Comfort等人通过调查分析美国一系列多部门协同灾害演习的案例，开发了初步救灾行动的动态模型，指出信息的传递共享是影响部门间应急协同能力的重要因素[2]。赵林度等提出城际间的应急管理协同模型应以信息协同为根本目的，在电子政务为支撑的基础上构建城际应急管理信息系统、中心城市应急指挥模式、应急信息标准化三方面内容一体化[3]。与此同时，林冲等从理论上提出了资源也应作为应急协同的一个方面，并从技术资源共享、物资资源共享、专业救援队伍共享三个方向阐述了资源协同建设[4]。Warm在分析地方政府间应急合作时指出充足的应急资金可以满足公众的需求和期望，从而保证合作的持续和深入[5]。Quarantelli在对应急管理的研究中提到了事件的动态变化，发展趋势的不确定性等会使得应急协同充满挑战，对于应急部门来说，突发事件的影响范围越广，危害越大等都会增加部门所承受的时间压力和紧迫感，不利于协同配合的完成[6]。另有学者提出部门间交流也应成为提高应急协同的考虑要素之一。
2.2 研究评述
现有文献研究存在三个方面不足。第一，现有研究大多是针对国外的案例研究，国外救援协同的主体不仅仅是政府，还包括NGO等机构，这和我国政府主导的应急联动体系有较大差异。因此，这些研究成果很难直接移植到我国背景中。第二，以往跨部门协同救援问题研究，多是以自然灾害的联合救灾为背景，很少采用食品药品联合监管为背景。不同的实证背景具有不同的模型结构和影响变量。第三，少数学者采用回归分析方法对我国应急协同进行实证研究，能够测量变量间的直接因果关系。但其无法测度各因素的变化对于协同能力的间接影响，因而不能形成完整的跨部门协同能力的实证研究。
3 理论构建
3.1 理论框架
为了解决现有研究中的不足，本文以上海市食品药品联合监管为背景，对各相关职能部门展开调研，探索应急协同影响要素在该背景中的适用性，构建基于食品药品联合监管的跨部门协同能力研究模型（见图1）。现有回归分析实证研究得出资源因素、事件因素、部门权限因素和信息沟通因素对应急协同能力产生直接影响[7]（见图1实线部分）。经过初步的实证调研访谈，发现除上述要素外，技术因素和部门交流因素也是影响因素之一，而这两个因素与因变量“跨部门协同能力”不是直接的因果关系，还存在中间变量的介入和作用（见图1虚线部分）。本文将访谈中所发现的两个新变量集成到现有模型中，提出新的研究模型，更为全面系统地挖掘了“应急协同能力”的影响机理。
3.2 理论假定
Chen等人研究表明，在部门应急管理中如果政府拥有的应急资源数量越多，种类越丰富，共享程度越高，同时人员和资源能够较为合理分配，则部门间越容易协同合作，从而提升了应急协同能力[1]。因此本文认为：
H1：资源因素与跨部门应急协同能力呈正相关。
在实际的应急管理中，事件的严重性及其所带来的压力等都会在跨部门应急协同能力上予以体现。Comfort等认为，突发事件的状态将会对跨部门应急协同能力产生重要的影响[2]。对于应急部门来说，突发事件的影响范围越广、危害越大等都会增强部门所承受的时间压力和紧迫感，不利于一致共识的达成以及协同配合的完成。因此本文认为：
H2：事件因素与跨部门应急协同能力呈负相关。
Kapucu等人提出部门权限因素会对跨部门应急协同能力产生影响[8]，处于同一应急体系中的各应急部门，组织网络相互交织，形成了若干个交叉点、重叠点，或是部门间的权力范围差异性大等都不利于良好的跨部门协同能力的建立。因此本文认为：endprint
H3：部门权限因素与跨部门应急协同能力呈负相关。
很多学者在开展案例研究后，提出了信息沟通是影响部门间应急协同的重要因素。其中，Gonzalez等在提出了相关的概念性框架模型后，通过对鹿特丹港危机应对的个案研究，得出应急信息沟通共享的质量越高，即信息的精准度、及时性、一致性程度越高，越促进协同合作的完成[9]。因此本文认为：
H4：信息沟通共享与跨部门协同能力呈正相关。
部门间的交流互动是维系政府运转的重要活动之一，Bowers认为部门间交流越频繁，内容越全面，会使部门间的共识增多，这些都会促进部门间共同目标的形成，强化部门间的合作，从而提高跨部门的协同能力[10]。与此同时，信息及时、有效地传播会促进部门间的交流。Bharosa等人从灾害信息共享协调方面出发，通过调查一系列美国应急机构的灾害管理工作，检视了应急信息工作的相关障碍与作用，指出部门间的信息沟通共享会增进部门间的了解，加强相互合作，从而促进部门间的互动交流[11]。因此本文认为：
H5：部门交流因素与跨部门应急协同能力呈正相关。
H6：信息的沟通共享与部门交流因素呈正相关。
当今突发事件的解决必须依靠科技的力量。通过对美国“9·11”突发事件的分析，Kapucu认为专业技术人员的参与，可以为突发事件的解决提供可行性的技术方案，分析事件可能造成的后果，从而缩减事件波及的范围，减少事件的不确定性[8]。同时，信息的沟通共享离不开高科技的支持。Landgren 等以手机交互通信技术为切入点，通过比较分析2005年、2006年瑞典两起火车事故案例，详细说明手机交互模式在部门反映网络中的重要作用，提出了高科技的广泛应用等会提升信息沟通的质量和有效性，加强部门间的连通性，促进部门间的沟通[12]。因此本文认为：
H7：技术因素与事件因素呈负相关。
H8：技术因素与信息沟通共享呈正相关。
4 研究设计
4.1 问卷设计与分析
本文采用调查问卷法收集数据，此次问卷为李克特7点量表问卷，问卷中测量指标由已有文献改编而来，以保证量表的内容效度。其中，资源因素[1]、信息沟通因素[9]、事件因素[6]、技术因素[13]、部门权限因素[7]、部门交流因素[10]、跨部门协同能力[14]等变量均参考引文文献中的成熟量表。本文随机选取上海市J区食品药品联合监管部门进行问卷的随机发放，避免抽样过程中的人为因素，保证样本的客观性，使样本能够较好地代表总体情况。
本文问卷分析采用PLS法（即偏最小二乘法），相比于结构方程模型的其他方法如LISRE法，PLS法对于样本的要求量比较宽松，一般为变量的10倍即可，由于本文问卷发放是在政府部门随机进行，其回收率不能得以保证，因此，采用适合小样本量分析的PLS法。同时，本文在寻找影响协同能力因素的过程中，存在中间变量的介入，传统的回归分析不适合解决中间变量问题，而PLS法除了能够进行有效的变量因子分析外，还能够分析自变量、中间变量和因变量之间的直接关系和间接关系。
4.2 描述性统计
本次共发放372份问卷，回收154份，达到414%回收率，其中在去除极值问卷等不合格问卷后，有效问卷数量为133份，问卷有效率8636%。通过对样本基本信息分析，得出男女比例基本平衡，其中拥有本科及以上学历的被调查者约占总人数的80%，能够较好保证被调查者对问卷题目及所涉及到的知识的深入理解，[JP3]同时员工和领导者所占的比例较为适中，相差不大。总体上，所收集的样本比较具有代表性，使得问卷质量在一定程度上得到保证。
5 实证检验
51 信效度检验
为了检验量表内部的一致性和稳定性，需要进行信效度检验。其中信度检验主要是检验其综合信度（Composite Reliability），如表1所示，[JP3]所有变量的综合信度值均超过最小临界值07，表明所测模型具有较好的内部一致性。
而效度分析采用内敛效度和判别效度分析，结果表明效度各项指标均超过学界公认的标准。如表2所示，所有变量测量指标的因子载荷值（Loadings）均大于临界值06，同时，表3中所有变量的AVE值（平均变异抽取量，Average Variance Extracted）均大于05，表明整个模型的内敛效度较好。对于判别效度而言，当一个变量AVE的平方根均大于其他变量的相关系数，则表明模型的判别效度较好，表3中所有变量的AVE的平方根均大于各变量结构间的相关系数，故本文模型的判别效度较好。endprint
H3：部门权限因素与跨部门应急协同能力呈负相关。
很多学者在开展案例研究后，提出了信息沟通是影响部门间应急协同的重要因素。其中，Gonzalez等在提出了相关的概念性框架模型后，通过对鹿特丹港危机应对的个案研究，得出应急信息沟通共享的质量越高，即信息的精准度、及时性、一致性程度越高，越促进协同合作的完成[9]。因此本文认为：
H4：信息沟通共享与跨部门协同能力呈正相关。
部门间的交流互动是维系政府运转的重要活动之一，Bowers认为部门间交流越频繁，内容越全面，会使部门间的共识增多，这些都会促进部门间共同目标的形成，强化部门间的合作，从而提高跨部门的协同能力[10]。与此同时，信息及时、有效地传播会促进部门间的交流。Bharosa等人从灾害信息共享协调方面出发，通过调查一系列美国应急机构的灾害管理工作，检视了应急信息工作的相关障碍与作用，指出部门间的信息沟通共享会增进部门间的了解，加强相互合作，从而促进部门间的互动交流[11]。因此本文认为：
H5：部门交流因素与跨部门应急协同能力呈正相关。
H6：信息的沟通共享与部门交流因素呈正相关。
当今突发事件的解决必须依靠科技的力量。通过对美国“9·11”突发事件的分析，Kapucu认为专业技术人员的参与，可以为突发事件的解决提供可行性的技术方案，分析事件可能造成的后果，从而缩减事件波及的范围，减少事件的不确定性[8]。同时，信息的沟通共享离不开高科技的支持。Landgren 等以手机交互通信技术为切入点，通过比较分析2005年、2006年瑞典两起火车事故案例，详细说明手机交互模式在部门反映网络中的重要作用，提出了高科技的广泛应用等会提升信息沟通的质量和有效性，加强部门间的连通性，促进部门间的沟通[12]。因此本文认为：
H7：技术因素与事件因素呈负相关。
H8：技术因素与信息沟通共享呈正相关。
4 研究设计
4.1 问卷设计与分析
本文采用调查问卷法收集数据，此次问卷为李克特7点量表问卷，问卷中测量指标由已有文献改编而来，以保证量表的内容效度。其中，资源因素[1]、信息沟通因素[9]、事件因素[6]、技术因素[13]、部门权限因素[7]、部门交流因素[10]、跨部门协同能力[14]等变量均参考引文文献中的成熟量表。本文随机选取上海市J区食品药品联合监管部门进行问卷的随机发放，避免抽样过程中的人为因素，保证样本的客观性，使样本能够较好地代表总体情况。
本文问卷分析采用PLS法（即偏最小二乘法），相比于结构方程模型的其他方法如LISRE法，PLS法对于样本的要求量比较宽松，一般为变量的10倍即可，由于本文问卷发放是在政府部门随机进行，其回收率不能得以保证，因此，采用适合小样本量分析的PLS法。同时，本文在寻找影响协同能力因素的过程中，存在中间变量的介入，传统的回归分析不适合解决中间变量问题，而PLS法除了能够进行有效的变量因子分析外，还能够分析自变量、中间变量和因变量之间的直接关系和间接关系。
4.2 描述性统计
本次共发放372份问卷，回收154份，达到414%回收率，其中在去除极值问卷等不合格问卷后，有效问卷数量为133份，问卷有效率8636%。通过对样本基本信息分析，得出男女比例基本平衡，其中拥有本科及以上学历的被调查者约占总人数的80%，能够较好保证被调查者对问卷题目及所涉及到的知识的深入理解，[JP3]同时员工和领导者所占的比例较为适中，相差不大。总体上，所收集的样本比较具有代表性，使得问卷质量在一定程度上得到保证。
5 实证检验
51 信效度检验
为了检验量表内部的一致性和稳定性，需要进行信效度检验。其中信度检验主要是检验其综合信度（Composite Reliability），如表1所示，[JP3]所有变量的综合信度值均超过最小临界值07，表明所测模型具有较好的内部一致性。
而效度分析采用内敛效度和判别效度分析，结果表明效度各项指标均超过学界公认的标准。如表2所示，所有变量测量指标的因子载荷值（Loadings）均大于临界值06，同时，表3中所有变量的AVE值（平均变异抽取量，Average Variance Extracted）均大于05，表明整个模型的内敛效度较好。对于判别效度而言，当一个变量AVE的平方根均大于其他变量的相关系数，则表明模型的判别效度较好，表3中所有变量的AVE的平方根均大于各变量结构间的相关系数，故本文模型的判别效度较好。endprint
H3：部门权限因素与跨部门应急协同能力呈负相关。
很多学者在开展案例研究后，提出了信息沟通是影响部门间应急协同的重要因素。其中，Gonzalez等在提出了相关的概念性框架模型后，通过对鹿特丹港危机应对的个案研究，得出应急信息沟通共享的质量越高，即信息的精准度、及时性、一致性程度越高，越促进协同合作的完成[9]。因此本文认为：
H4：信息沟通共享与跨部门协同能力呈正相关。
部门间的交流互动是维系政府运转的重要活动之一，Bowers认为部门间交流越频繁，内容越全面，会使部门间的共识增多，这些都会促进部门间共同目标的形成，强化部门间的合作，从而提高跨部门的协同能力[10]。与此同时，信息及时、有效地传播会促进部门间的交流。Bharosa等人从灾害信息共享协调方面出发，通过调查一系列美国应急机构的灾害管理工作，检视了应急信息工作的相关障碍与作用，指出部门间的信息沟通共享会增进部门间的了解，加强相互合作，从而促进部门间的互动交流[11]。因此本文认为：
H5：部门交流因素与跨部门应急协同能力呈正相关。
H6：信息的沟通共享与部门交流因素呈正相关。
当今突发事件的解决必须依靠科技的力量。通过对美国“9·11”突发事件的分析，Kapucu认为专业技术人员的参与，可以为突发事件的解决提供可行性的技术方案，分析事件可能造成的后果，从而缩减事件波及的范围，减少事件的不确定性[8]。同时，信息的沟通共享离不开高科技的支持。Landgren 等以手机交互通信技术为切入点，通过比较分析2005年、2006年瑞典两起火车事故案例，详细说明手机交互模式在部门反映网络中的重要作用，提出了高科技的广泛应用等会提升信息沟通的质量和有效性，加强部门间的连通性，促进部门间的沟通[12]。因此本文认为：
H7：技术因素与事件因素呈负相关。
H8：技术因素与信息沟通共享呈正相关。
4 研究设计
4.1 问卷设计与分析
本文采用调查问卷法收集数据，此次问卷为李克特7点量表问卷，问卷中测量指标由已有文献改编而来，以保证量表的内容效度。其中，资源因素[1]、信息沟通因素[9]、事件因素[6]、技术因素[13]、部门权限因素[7]、部门交流因素[10]、跨部门协同能力[14]等变量均参考引文文献中的成熟量表。本文随机选取上海市J区食品药品联合监管部门进行问卷的随机发放，避免抽样过程中的人为因素，保证样本的客观性，使样本能够较好地代表总体情况。
本文问卷分析采用PLS法（即偏最小二乘法），相比于结构方程模型的其他方法如LISRE法，PLS法对于样本的要求量比较宽松，一般为变量的10倍即可，由于本文问卷发放是在政府部门随机进行，其回收率不能得以保证，因此，采用适合小样本量分析的PLS法。同时，本文在寻找影响协同能力因素的过程中，存在中间变量的介入，传统的回归分析不适合解决中间变量问题，而PLS法除了能够进行有效的变量因子分析外，还能够分析自变量、中间变量和因变量之间的直接关系和间接关系。
4.2 描述性统计
本次共发放372份问卷，回收154份，达到414%回收率，其中在去除极值问卷等不合格问卷后，有效问卷数量为133份，问卷有效率8636%。通过对样本基本信息分析，得出男女比例基本平衡，其中拥有本科及以上学历的被调查者约占总人数的80%，能够较好保证被调查者对问卷题目及所涉及到的知识的深入理解，[JP3]同时员工和领导者所占的比例较为适中，相差不大。总体上，所收集的样本比较具有代表性，使得问卷质量在一定程度上得到保证。
5 实证检验
51 信效度检验
为了检验量表内部的一致性和稳定性，需要进行信效度检验。其中信度检验主要是检验其综合信度（Composite Reliability），如表1所示，[JP3]所有变量的综合信度值均超过最小临界值07，表明所测模型具有较好的内部一致性。
而效度分析采用内敛效度和判别效度分析，结果表明效度各项指标均超过学界公认的标准。如表2所示，所有变量测量指标的因子载荷值（Loadings）均大于临界值06，同时，表3中所有变量的AVE值（平均变异抽取量，Average Variance Extracted）均大于05，表明整个模型的内敛效度较好。对于判别效度而言，当一个变量AVE的平方根均大于其他变量的相关系数，则表明模型的判别效度较好，表3中所有变量的AVE的平方根均大于各变量结构间的相关系数，故本文模型的判别效度较好。endprint
