叶中华  李修齐  董  鹏/中国科学院大学

内容提要：基于结构性视角，利用社会网络分析的方法、政策网络理论对PPP政策制定者间网络结构及相互关系展开研究，通过定量的分析方法挖掘并论证了我国PPP政策制定者网络中存在的相互关系及其演化机制，并在此基础上提出了相关策略建议。研究发现，我国PPP政策制定者网络中存在两方面的演进机制，其一为政府意志的影响，其二为网络自身的结构重构。据此应改革当前PPP模式的制度设计，建立协同治理机制，强化PPP监管的主体责任，从而以更为行之有效的政策设计完善其网络权力结构。

关键词：政策网络  PPP政策  治理机制  协同治理

一、引言

政府与社会资本合作（Public-Private Partnership，即PPP）模式是指政府通过与社会资本建立契约及签订合同的方式，共同推进公共服务项目，建立一个互利共赢风险共担的合作伙伴关系^[1]，其中的契约关系是最为关键的合作基石。在我国，PPP模式最早是作为融资工具出现的，自20世纪80年代始，我国中央和地方政府主导了一系列的BOT（Build-Operate-Transfer）项目，如广西来宾电力项目、四川成都水厂和湖南长沙电力项目等，这一时期的相关政策主要目的以吸引和管理外资为主。

进入21世纪后，我国开始对PPP模式进行一些初步的推动和探讨，相关政策虽极为有限但在某些方面仍旧取得了一定成效，如2008年奥运会体育场馆的建设项目等，这些尝试在某种程度上丰富了我国在公共设施建设投融资领域的探索。而PPP模式真正作为政策工具进入到国家治理体系是自2010年“非公经济新36条”[①]的颁布开始。到了2013年11月，党的十八届三中全会明确指出“允许社会资本通过特许经营等方式参与城市基础设施投资和运营” ^[2]。随后中央各部委密集出台了一系列的关于PPP模式的推广政策，伴随着一大批的PPP项目立项并落实，对PPP模式的探索及应用进入了快速发展时期；与此同时，在探索过程中诸多实践性问题亦大量涌现，典型地，如规则性约束的缺失使得公私主体间权责模糊、项目延续性的缺失使得相关经营项目资源浪费等问题。为此，我国财政部、国家发改委等相关部委于2016年1月联合发布了《中华人民共和国政府和社会资本合作法（征求意见稿）》和《中国基础设施和公用事业特许经营法(草案征求意见稿)》以应对这一乱象。伴随着立法进程的逐步推进，PPP模式在优化市场环境、提高项目建设效率等方面的优势逐步显现；然而，相关政策在规范主体行为的同时在政策监管方面问题亦逐步暴露，其中，最为典型的是地方过度举债、政策制定机构的暧昧态度及政策延续性问题，又导致PPP模式的应用发展陷入阶段性停滞。如何优化政策设计得以实现PPP模式在我国现阶段供给侧结构性改革中发挥作用？已经成为一个具有重要现实意义的命题。

二、PNA模型适用性及分析框架

（一）模型原理

从本质上而言，PNA模型（政策网络模型）是以网络中各要素间存在的结构与联系为基础，从而分析主体间关系的方法模型，其特殊性在于政策文件是其基本的数据来源。在构建一个PPP政策网络模型的过程中，通过分析中央政府颁布的与PPP建设相关政策文件，便可获取各政策制定者间的互动数据。政策文件是中央政府治理国家行为的权威性表达，一般而言重要政策文件通常由多个机构共同完成、进而协同推进，各部门机构在资源分配及其利益分割方面的倾向必然诉诸相关文本。比如其中牵头机构的署名通常居于首位，这象征着这个机构对于政策的推动和演进起主导性的作用。故而在某种程度上，分析PPP政策领域中重要政策文件的签发机构数据，是观察这一领域政策网络演化逻辑的有效窗口。

例如，假设存在四个部门或机构（可分别编码为1，2，3，4）共同参与制定三项政策文件（可分别编码为A，B及C），其政策行为如下：机构1，2及3共同制定政策文件A，机构3及机构4共同制定政策文件B，机构3独立制定政策文件C。由此可知，这些部门机构构成四对网络关系：1-2、1-3、2-3及3-4，机构3独立形成一个政策闭循环（如 REF _Ref6671272 \h \* MERGEFORMAT 图1）^[3]。那么，若政策文件存在n个制定者，则每两个制定者间均存在互动关系，而所有的这些关系共同构成一个闭合的网络结构。并且，通过定义网络结构中线条宽度来表示相关机构制定政策文件的频率，即反映每对制定者间在决策过程中的关系强度或联系紧密程度。换言之，对同一时间段内所有相关政策文件采取同样的操作即可获得该时间段内该类政策网络的静态结构。利用这种方式构建政策关系结构网络并将其关系紧密程度以频率或强度进行表达，而若将连续多年政策网络的静态结构进行汇总则可绘制出反映其演进趋势的动态结构。

图 SEQ 图 \* ARABIC 1  政策制定过程中多主体行为过程及其网络结构示意图

（二）PNA方法的适用性

“政策网络”思想缘起于上世纪三十年代，美国学者欧内斯特·格里菲斯（Ernest Griffith）等对次级政府(Sub-Government)的研究可以视作这一思想的源泉。随后这一思想在欧美各国蓬勃发展逐步演化为政策网络理论，并形成许多观点各异的理论研究学派。其中深受新公共管理思想及治理理论影响的政策网络分析学派（Policy Network Analysis School）逐步成为学界主流的研究范式^[4]。该学派的学者借鉴社会学的概念及分析工具对政策网络进行量化研究，如利用社会网络分析（Social Network Analysis，SNA）的相关理论及分析工具对政策网络结构进行分析，并通过构建网络结构与政策结果间的关系模型形成了政策网络研究的新途径，即政策网络分析（Policy Network Analysis，PNA）。这一学派重点关注具有现实意义的关系变量（而非描述性的分类模型），并基于此来试图阐释网络结构、政策过程及其结果间的因果关系。沿袭SNA思路，他们对政策过程中行动者之间关系的分析，通常采用级别归类、密度表、块状模型等定量方法，从它们的聚合程度、结构对等性、空间代表性等方面来展开分析，并用政策网络结构图直观展现不同的关系网络^[5]。

政策网络分析研究的焦点在于网络解构中主体间的关系，其目的在于通过梳理此类关系得以明确权力分布网络的显性特征。在我国，PPP政策领域各主体间存在复杂的网络关系，譬如制定政策的政府部门、承接项目的社会企业和利益相关的公众间的关系即为典型。部分国内学者针对这一特点曾尝试梳理PPP政策的网络结构，但各主体间关系度量尺度的概念化困境使得这些研究过早夭折。为此，本文在度量尺度的概念化问题上选择PPP政策网络中易概念化的部分，即对PPP政策制定者及其网络展开研究。试图通过建立关于PPP政策制定者的网络结构模型实现我国PPP政策制定机构权力关系的网络化及可视化，进一步而言，通过阐述其演进机制得以进一步明确我国政府及社会资本合作的发展历程，并以此为基础尝试在政策设计、政策监管等方面进行策略建议，同时亦可在一定程度上对政策网络发展趋势进行预测。

（三）基本分析框架

1.观点及假设

各主体间频繁的互动行为及其产生的网络结构构成了政策网络演进机制的核心要素。新制度主义学派(New Institutionalism School)将政策网络视为一种制度环境，认为政策是在政策制定者之间的相互作用下产生的，网络主体相互交换政策资源，从而有规律地塑造政策网络的结构特征^[6]。换言之，政策网络演变过程代表了政府意志合法化、制度化的过程。其新产生的宏观性治理理念抑或更为细致的微观性政策通过借助政策文件的签发得以进入政策网络，并与原有政策产生交互进而影响整个网络结构。社会网络学派认为在这一结构中，政策制定者拥有两个基本结构属性，换言之，其行为可借助两类关系变量进行描述，即社会选择机制和网络选择机制。这二者分别代表了其不同属性和关系，并且会导致其与政策网络中其他参与者的关系的形成或消解^[7]。现有的研究表明，政策网络演变是由多种机制驱动的复杂过程，为进一步理清其演化规律，本文将围绕这些机制构建关于政策网络演化的理论框架，并提出相应地假设。

首先，在国家治理体系中政策网络可作为一种结构性、系统性治理手段而存在，其演进会与国家机构的职能产生互相影响^[8]。与此同时，一个国家的公共权力机关要通过选择接受和支持一些组织行为，来确定其制度框架，从而形成府际关系的协作体系^[9]。在我国制度框架中，政策议程最初由最高领导层确定的一套战略意识形态、议题或计划，而政府机构则利用这一框架性理念的导向或指引作用来影响当前的政策实践和未来的政策发展轨迹。为了体现政府意志在PPP政策制定者网络结构中的作用，本文提出假设1：随着PPP政策议程的演进，政策网络的尺度和聚合程度将随之变化。

其次，政策网络中的部分政府机构可能基于其自身属性或阶段性政治任务而拥有更高的政策话语权及网络结构地位。一般而言，社会选择机制主要作用于在网络结构萌芽时期，某一新机构在初入政策网络时更倾向于同核心主体建立联系。某一政府机构会因其公共资源的占有程度、行政权力的重要性、政策信息的保有程度或部门职能特殊性等特征而备受青睐。政策网络在社会选择机制作用之下，首倡者或主导者主导制定的政策数量影响其在政策网络中的地位。除了机构自身的属性之外，领导机构的结构角色通常在网络中的拥有一定特权^[10]。为展示社会选择机制在PPP政策制定者网络结构中的作用，本文提出假设2：随着PPP政策网络的发展，某一机构的度中心性与其作为首倡者或主导者的政策数量呈正相关。

最后，网络选择亦是政策网络演进的主要机制之一，概括来说就是“富者越富”，是一种累积优势^[11]。网络选择机制具有典型地渐进性作用，某一新机构在进入某一政策网络后进行主体地位识别，换言之，即其行为更倾向于与协作关系更为复杂或拥有更大权力的核心主体进行互动。而政策网络中的核心主体则可利用其中心性优势有效降低政策成本并获得更多利益让步，如政策信息、专业知识等资源。从整个网络效能角度来而言，只有在核心机构与其他机构建立良好联系的前提下形成的网络结构才是最有效的^[12]。故而，政策网络演化过程具有向“核心—边缘”式结构演变的倾向，而这一过程亦具有动态性和稳定性，即表现形式的动态变化和本质结构的稳定性。处于中心地位的主体需要肩负带头解决国家面临的政策问题、应对不可预测的政策环境变化、与网络中的其他主体构建良好关系等责任，而在这一过程中各主体间的关系很大程度上可以决定其在下一个时期的互动关系。以SNA理论视角而言，阿巴斯等人^[13]将这种机制的度量从度中心度延伸到接近中心度和中介中心度，并通过计算政策网络中现有节点的各种中心度量与下一时段度量之间的相关性来检验假设。基于此，本文提出假设3：随着政策网络的发展，当前一个机构的度中心性与其在下一个阶段的度中心性正相关；及假设4：随着政策网络的发展，当前一个机构的接近中心度与其在后一时期的接近中心度正相关。

2.网络结构测度和假设检验

关于假设检验，本文利用社会网络分析方法来研究PPP政策网络的结构属性，并使用政策网络结构图以研究其结构。关于假设1的检验，本文依据各时间段内政策导向的宽松性或紧缩性为度量尺度，即检验政策网络尺寸、密度和聚类系数是否随着政策议程的演进而增减；关于假设2的检验，本文通过筛选各时间段内首倡者或主导者所领导签发政策数量为度量尺度计算其各自的度中心性，检验其度中心性与领导签发的政策数量是否正相关；而关于假设3、4的检验，本文则通过测量各时间段内政策制定者各自的度中心性和接近中心度来检验其是否随着时间推移而与上一阶段正相关。

三、研究过程及结果分析

（一）数据来源及分析方法

本文选择了自2010年5月13日至2018年7月2日期间除特殊政治职能机构外的中央级国家机关所颁布出台的共167个与PPP政策相关的重要政策法规，作为本文研究的基本数据来源。这其中包涵69个多部门共同签发的政策，为方便统计分析，本文将这一部分政策中2013年11月初发布的《中共中央关于全面深化改革若干重大问题的决定》、2016年1月初发布的《中华人民共和国政府和社会资本合作法（征求意见稿）》及《中国基础设施和公用事业特许经营法(草案征求意见稿)》、2017年4月出台的《新增地方政府债务限额分配管理暂行办法》这三组重要立法信息作为关键时间节点和标志性事件，并基于此将政策演化过程划分为四部分，并分别制作成以政府机构名称和政策名称为行列的发生矩阵。之后，将相关数据导入UCINET软件使得两个发生矩阵分别转换成讨论政府机构网络关系的邻接矩阵，并使用NTEDREW软件将邻接矩阵中的关系数据转换成四个接续时间段内的政策网络结构图。使用UCINET软件计算出四个网络其各自的网络密度、聚类系数（CC）及网络中各节点的度中心度及临近中心性。最后使用SPSS软件对相应测度进行相关性检验。

（二）研究结果及检验分析

为实现研究结果的直观化，本文借助UCINET软件计算并视图化出四个时间段内政策网络的基本结构，并在前文假设的基础上，通过网络尺寸、网络密度、聚类系数等研究指标对该网络结构中节点和纽带进行分析，并发现PPP政策网络结构的特质：

特质1：PPP政策网络结构存在复杂化扩张倾向。

具体而言，第一个时间段（2010.05—2013.11），参与PPP政策网络之中的主体共有7个，其中以国家发改委和财政部为主导，其机构职能范围涉及国防、金融、国土资源等领域（见图2、表1）；在第二个时间段（2013.11—2016.10），参与PPP政策网络之中的主体数量迅速增加至21个，其中仍旧以国家发改委和财政部为主导，但住建部、银监会、国土资源部等部门作用增加，其中心性地位亦随之增加，而其机构职能范围亦迅速扩大（见图3、表2）；到了第三个时间段（2016.01—2017.04），参与PPP政策网络之中的主体进一步增加、数量达到31个，但这一政策网络结构已经发生巨大变化，财政部主导地位进一步增加并成为网络的核心，而国家发改委的作用则明显下降并跌出核心圈层，银监会作用亦大幅下降，与此同时，除住建部、国土资源部等仍旧居于次核心圈外，诸多新加入机构作用迅速增强，如农业部、水利部等机构，其机构职能范围涉及领域进一步扩大（如图4、表3）；在第四个阶段（2017.04—2018.07），财政部依旧保持其网络的核心地位，而其他部门作用均有所下降呈现一定程度的稳定状态，PPP政策网络之中的主体数量有所增加并达到41个，其机构职能范围涉及领域有所扩大（如图4、表4）。

表 SEQ 表 \* ARABIC 1  我国PPP政策网络中的节点和纽带

特质2：PPP政策网络结构中主体职能的特性影响政策网络结构的演化。

具体而言，即网络主体职能的综合性程度和专业化程度对网络结构的演变产生重要影响，一般而言，随着时间的推移，主体在网络结构中作用的大小与其职能的专业化程度呈正相关关系，与其职能综合性程度呈负相关关系；典型地，如国家发改委在政策网络建设初期发挥着引领作用，而到了后期其作用及效果逐步减弱，而诸如住建部、科技部、农业部等专业性部门则与之相反。值得注意的是，财政部的职能兼备了综合性及专业化两大特质，故而其始终居于主体地位（如图2-5）。

图 SEQ 图 \* ARABIC 2  2010年5月—2013年11月PPP政策网络结构图

图 SEQ 图 \* ARABIC 3  2013年11月—2016年1月PPP政策网络结构图

特质3：PPP政策网络结构自身的特质约束了其中主体的作用范围。

具体而言，PPP政策本身兼具政府与社会两大系统，而能够实现二者合作的领域主要涉及社会发展的强公共性、强资源性事业，诸如国土开发、住房建设、农田水利、科技研发等领域，而涉及国家安全、教育等强公益性事业领域在某种程度上则显得不合时宜了，故在整个PPP政策网络结构某些主体的作用始终是有限的，典型地，如公安部、保监会等。

通过分析对提出的假设进行检验：

假设1：随着PPP政策议程的演进，政策网络的尺度和聚合程度将随之变化（见表1）。

检验分析：在第一个时间段（2010.05—2013.11）内随着2010年5月“非公经济新36条”的公布，PPP模式以鼓励民间投资进入部分政府垄断行业的形式开始进行制度化探索。在这一时期共搜集到政策文件39部，其中以部门独立发文为主，联合发文只占到发文总数的15.4%，7个机构构成了三个分散的子网络，这和处在PPP模式探索阶段的实际情况相吻合；在第二个时间段（2013.11—2016.10）内随着党的十八届三中全会决定的颁布，PPP政策正式作为政策工具参与到了全面深化改革的进程当中。在这一时期搜集的政策文件共27部，部门协作开始增加，联合发文占总发文数比例达到了48.1%，虽然网络密度仅为0.5143，但多达21个机构形成了一个完整的政策网络，这一时期正是PPP模式发展的快速上升期，公私合作初见成效，各种制度框架也正在建立，这与统计结果相吻合；到了第三个时间段（2016.01—2017.04），随着PPP政策进入立法程序和行业类别的进一步开放，中央和地方政府以及社会各界对PPP模式的热情达到了顶峰。这一时期搜集的政策文件达到了35部，更多的政府机构进入到了网络当中来，31个机构构成了一个高密度的扁平化网络结构。这一时期与PPP模式相关的各行各业都在蓬勃发展，同时也由于监管的不足产生了诸多乱象，这种变化可以通过聚类系数的下降观察到；而到了第四个阶段（2017.04—2018.07），随着大批针对PPP政策执行当中乱象开展整治的管制型政策的出台，PPP模式进入到了一个阶段性的管控清理时期。这一时期搜集的政策文件高达66部，基本每个月都有多部针对一些行业或地区债务困境的规范性文件，更多的机构进入了网络，网络的密度随之下滑，高聚合程度的网络集中在一个小范围内，这与当前PPP模式“国进民退”的现象十分吻合。通过对比分析各个连续时间段内PPP政策制定者网络的结构属性，可以很明显的发现随着政府和社会资本合作的不断深入，不断有新的政策问题进入政策议程，统计数据反映的网络结构变化与现实政策执行当中的现象基本吻合，所以假设1是成立的。

假设2：随着政策网络的发展，一个机构的度中心性与其作为牵头机构发起的政策数量正相关（见表2）。

检验：在选取的四个连续时间段内各有4、4、5、12个机构作为牵头机构发布过与PPP政策相关的文件，其中每个机构的牵头发文数量与各自的度中心性均呈正相关，这说明PPP政策网络内存在社会选择机制。因此可以证明假设2成立。

表 SEQ 表 \* ARABIC 2  牵头机构政策数量与度中心性之间的Spearman相关系数

序号		1	2	3	4	5	6	7	8	9	10	11	12	Spearman 相关系数
2010.05-2013.11	A	财政部	国家发改委	国土资源部	国防科工局									0.943
	P	2	2	1	1
	D	3	4	1	1
2013.11-2016.01	A	财政部	国家发改委	民政部	文化部									0.949
	P	7	4	1	1
	D	37	24	14	3
2016.01-2017.04	A	财政部	住建部	国家发改委	国土资源部	环保部								0.541
	P	7	2	2	1	1
	D	52	46	26	42	42
2017.04-2018.07	A	财政部	农业部	国务院扶贫办	工信部	环保部	文化旅游部	国土资源部	国资委	中国人民银行	银监会	证监会	国务院法制办	0.783**
	P	14	4	3	2	1	1	1	1	1	1	1	1
	D	97	47	49	57	47	1	26	2	37	33	24	2

注：A表示政府机构名称，P表示牵头政策数量，D表示度中心性；*、**分别表示在0.05级别（双尾）、0.01级别（双尾）相关性显著。

假设3：随着政策网络的发展，当前一个机构的度中心性与其在下一个阶段的度中心性正相关。假设4：随着政策网络的发展，当前一个机构的接近中心度与其在后一时期的接近中心度正相关（见表3）。

检验：在四个时间段内选取两个临近时间段，将其中一个时间段的网络度中心性和临近中心性与下一个时间段内的这两个测度进行相关性分析。结果显示均呈正相关，这同时说明了网络演进中存在着网络选择的机制，由此可以证明假设3、4成立。

表 SEQ 表 \* ARABIC 3  相邻时间段内网络度中心性之间的 Spearman相关系数

注：*、**分别表示在0.05级别（双尾）、0.01级别（双尾）相关性显著。

图 SEQ 图 \* ARABIC 4  2016年01月—2017年4月PPP政策网络结构图

图 SEQ 图 \* ARABIC 5 2017年4月—2018年7月PPP政策网络结构图

四、结论和建议

基于前文分析，可知我国PPP政策制定者网络中存在两方面的演进机制，其一为政府意志的影响，其二为网络自身的结构重构。基于历史尺度而言，PPP政策成为国家政策工具进入公众视野始于十八届三中全会，而这一时期亦是全面深化改革由国家战略层面逐步细化至具体举措的关键节点，促进政府与社会资本间合作是健全城乡发展一体化体制机制的一部分，以城镇化驱动国家经济和社会转型是PPP政策的重要出发点。在国家战略层面的大力扶持下，PPP政策成为推动改革的强劲力量，进而因其金融属性成为地方政府融资的便捷通道，并招之以强监管。随着改革的逐步深入，PPP政策又与国家发展的现实问题，如社会养老、扶贫开发等问题相结合，政府根据自身政策目标的变动，运用PPP政策不断向社会开放公共服务领域，相关的各职能部门亦随之加入或离开了这一政策网络。由此可见，政府意志无疑是促使政策网络演进的重要因素之一。

PPP模式本质上是通过融资形式推动政府和社会进步转型，所以从最初公布政策开始财政部和国家发改委就是承担这项改革措施的主要责任部门，当PPP模式大范围推广之后，司职于宏观调控的国家发改委就因其职能属性在网络中逐渐淡化，而体量巨大的PPP市场让PPP模式成为了金融工具并因此促使财政部因其职能属性在网络中愈加中心化。在PPP政策领域，已取得良好成绩的行业更容易得到政策倾斜，虽然发展到如今的PPP政策业已涵盖公共服务领域的绝大多数部分，但占总项目数和项目产值主体的依旧集中在基础设施建设行业，这一现象在网络结构图中亦十分明显，典型地，如住建部和国土资源部在四个时间段内的网络权力不断攀升并占据了相对核心的位置。由此可见，网络也会由于其主体的属性和关系而进行自我构建，网络自身具备聚合倾向，希望通过聚合达到更高效能，即虽然当前政府有意控制网络的过度集中，但网络自身的网络聚合倾向还是对网络产生了一定影响。

为了促使PPP模式更好更快发展，基于两大演进机制，本文认为改革当前PPP模式的制度设计是重中之重，即相关负责方应当着力创新PPP治理机制建设。具体而言，可以分为两方面：其一，建立协同治理机制，设立专门的“国家政府与社会资本合作委员会”，并强化“国家政府与社会资本合作委员会”的综合统筹能力。委员会委员可由财政部、国家发改委、住建部、国土资源部等与PPP政策相关部门的主要领导兼任，并通过类似联席会议形式组建一种共同决策的协同治理机制。这个委员会并非独立的实体机构，而是促使各个政府部门进行共同决策的协调机制的体现，委员会可以在财政部设立办公室，但仍须由更高层级领导来进行统筹领导。委员会内的各部门各自依其职能和职责进行分工协作，如发改委负责前期项目审批、投资决策和补助，财政部门负责PPP财政承受能力论证、预算管理、中长期规划，各行业主管部门负责组织推进和后期项目监管；定期召开委员会常务会议，了解PPP工作的最新进展，协调解决当前的复杂问题，同时对下一个阶段的工作进行统筹规划。其二，应该强化PPP监管的主体责任，将“国家政府与社会资本合作委员会”作为PPP工作协同监管的重要平台，建立程序严密、运行规范、监督严格有效的监管流程，实现对PPP项目的全过程监管。积极推动PPP项目信息公开，在原有的财政部政府和社会资本合作中心的基础上协同其他重要主体部门建立“国家政府与社会资本合作综合服务平台”，定期公布PPP项目合作方的履约情况，实现 PPP 项目数据、征信、运作和监管的透明化。加快建立PPP项目联合审查机制，按照中央“多评合一、统一评审”的要求，提升各部门间协同监管的能力。

本文通过对PPP政策制定者网络的研究发现，当前我国PPP模式发展虽然进入到了调适期，但总体发展趋势仍旧积极向好，若能采用更为行之有效的政策设计以完善其网络权力结构，PPP模式将进一步健康持续发展，继续推动我国的基础设施建设、缩小地区间发展的不平衡问题，并有效促进国家治理能力现代化进程。

参考文献:

〔1〕Grimsey D. Lewis M K. Public-Private Partnerships: The Worldwide Revolution in Infrastructure Provision and Project Finance[M]. Public private partnerships: the worldwide revolution in infrastructure provision and project finance. E. Elgar， 2004.

〔2〕新华网.关于《中共中央关于全面深化改革若干重大问题的决定》的说明[EB/OL].http://www.xinhuanet.com/politics/2013-11/15/c_118164294.html.

〔3〕Sun Y， Cao C. The evolving relations between government agencies of innovation policymaking in emerging economies: A policy network approach and its application to the Chinese case[J]. Research Policy， 2018， 47.

〔4〕李玫.西方政策网络研究的发展与变迁——从分类到政策仿真[J].上海行政学院学报，2014，15(5):58-67.

〔5〕Schneider. V.: The Structure of Policy Networks. A Comparison of the Chemicals Control and Telecommunications Policy Domains in Germany[J]. European Journal of Political Research， 1992， 21， p.109，126.

〔6〕Klijn E H. Analyzing and Managing Policy Processes in Complex Networks: A Theoretical Examination of the Concept Policy Network and Its Problems[J]. Administration & Society， 1996， 28(1):90-119.

〔7〕Robins G， Lewis J M， Wang P. Statistical Network Analysis for Analyzing Policy Networks[J]. Policy Studies Journal， 2012， 40(3):375-401.

〔8〕Borrás S， Edquist C. The choice of innovation policy instruments[J]. Technological Forecasting & Social Change， 2013， 80(8):1513-1522.

〔9〕Aldrich H E， Fiol C M. Fools Rush in? The Institutional Context of Industry Creation*[J]. Academy of Management Review， 1994， 19(4):645-670.

〔10〕Flanagan K， Uyarra E， Laranja M. Reconceptualising the ‘policy mix’ for innovation[J]. Research Policy， 2011， 40(5):702-713.

〔11〕Barabasi A L， Albert R.  Emergence of Scaling in Random Networks. Science 286， 509-512[J]. 1999， 286(5439):509-512.

〔12〕Burt R S. Brokerage and Closure. The Use of Social Network Analysis in Logistics Research[J].Journal of Business Logistics， 2005.

〔13〕Abbasi A， Hossain L， Leydesdorff L. Betweenness centrality as a driver of preferential attachment in the evolution of research collaboration networks [J]. Journal of Informetrics， 2012， 6(3):403-412.