六、计量模型结果
首先，为了把市级行政审批中心在创新扩散过程中的各个因素的具体影响都展示出来，表1-3报告了离散时间EHA分析的3个回归模型。模型1报告了内部经济与行政因素的基线回归结果；模型2中增加了针对纵向与横向扩散效应的变量，包括两大全国性政策的纵向影响效应和经典的邻区扩散效应；模型3把官员的政治流动状态考虑在内，包括地方领导人的年龄、任期、现任官员的原来职位和前任官员的去向。表格中还报告了系数、稳健标准误和自变量每一单位变化所对应的优势比的百分值变化[69]。
表1-3 行政审批中心扩散的离散时间EHA（logit）分析
续 表
续 表
注：*p＜0．1，**p＜0．05，***p＜0．01（two-tailed），为了控制潜在的异方差和序列相关问题，我们对所有回归系数的标准误都在城市层面上进行Cluster处理。
在模型1中，有关内部经济与行政因素的假设都得到了显著确认。基于回归结果，在其他因素不变的情况下，一个城市人均GDP每提高1 000元，它创建行政审批中心的优势会提高4%；第三产业比值每提高一个百分点，它创建行政审批中心的优势会提高3．9%；经济开放性，即FDI占GDP的比值，每减少一个百分点，就意味着该城市建立行政审批中心的优势增加8．8%[70]。行政级别的显著系数表明，如果一个城市是副省级城市或省会城市时，它建立行政审批中心的优势会降低60．8%。这些变量在模型2与模型3中持续地发生影响，尽管在其他外部变量加入后或多或少地有所减弱。
模型2将内部因素与纵向和横向扩散效应合并到一个模型中。全国性政策和法律对各城市行政审批中心扩散的影响展示出了很高的显著性。在其他因素控制不变的情况下，国务院行政审批制度改革工作领导小组的建立促使行政审批中心建设的优势大幅度提升195．7%，而《行政许可法》的实施则促使行政审批中心建设的优势提高68．2%。相邻扩散效应在集权制下的中国的影响不容忽视。每个省份中已采纳城市的比值每提高1%，建设行政审批中心的优势就会提高2%左右。纵向与横向扩散效应的影响在模型3中几乎未发生变化，表现出很好的稳健性。
地方官员政治流动对地方创新采纳的影响在模型3中得到了大部分确认。第一，地方官员的年龄效应是明显的，尽管书记年龄与市长年龄和因变量的关系截然不同。根据优势比的百分率变化，当市委书记的年龄超过55岁，采纳的优势会降低41．1%；同样情况对市长而言，采纳的优势会提高48．4%。第二，针对“任期效应”，模型3中尽管书记的任期系数显示出其与因变量呈一定的倒U型关系，但并不显著。市长的任期与创新采纳之间呈显著的U型关系，这就意味着市长任期的开端和结束都更有可能发生创新。然而根据系数可知，拐点只发生在任期约等于4年的时候[71]。考虑到市长的平均任期也只有2年，我们只能据此下结论：新上任的市长更倾向于采纳创新。第三，官员的前任职位来源对创新具有一定影响。来自其他城市或单位的市长会让采纳创新的优势显著提高44．1%，但市委书记的职位来源对其采纳创新的优势并不显著。第四，前任官员“离任职位”对现任官员的创新意愿也具有一定影响。如果市委书记被擢升到能够直接影响他或她的继任者的职位时，该城市新建行政审批中心的优势就会降低30．4%。但这一次是市长所对应的“离任职位”变量没有显著的贡献。
我们发现，年龄、任期、职位来源和前任去向对书记与市长的创新动机的影响是不一样的。这或许可以用中国地方政府的党委书记与行政首长之间不同的职业晋升前景和职责分工来解释[72]。首先，尽管市委书记与市长同处一个行政层级，但晋升前景是不同的。大多数情况下，晋升对于市长而言就是成为市委书记，这一过程由于行政层级未发生变化，因而困难较小。与此相反，市委书记若想晋升，需要升到更高的行政层级上，因而困难更大。因此，大于55岁的市长倾向于通过积极创新，促使自己在政治生涯的最后一刻成为市委书记。而大于55岁的书记相对而言其创新意愿较小。
其次，市委书记与市长之间的分工特点也有助于解释他们不同的创新意愿。市委书记不但主导地方党内事务，而且是地方政府事务的最终“拍板”者。市长则主要负责地方政府的具体事务。市委书记在采纳创新时，不用担心他们是否积累了足够的权威以克服内部阻力；但是，他们往往要认真考虑创新与已经晋升到更高职位的前任书记的关系。与此相反，市长由于权力有限，因而在创新时更加依赖于从原有职位积累的内部权威与外部资源。因此，反映市长内部权威的任期和外部资源的职位来源对该城市是否采纳创新具有显著贡献。
接下来，我们再采用时间序列EHA模型以控制时间因素。在表1-4的logit spline模型中，我们增加了代表时间因素的Duration和三次样条控制变量。比较表1-3和表1-4，在引入时间控制变量后，表1-4的模型的总体解释力比表1-3提高许多。表1-3中3个模型的Mc Kelvey&Zavoina's R2分别只有0．09、0．159和0．200，而表1-4中3个模型的Mc Kelvey&Zavoina's R2分别达到了0．208、0．243和0．281。同时，我们可以看出，在控制了时间因素之后，除了每个自变量对创新扩散的优势比变化率略有改变之外，本研究提出的所有理论假设仍然相当显著地得到了计量模型的确认。由于本研究离散时间和时间序列EHA模型在主要自变量贡献的区别不大，我们将仅采用时间序列EHA模型进行进一步讨论。
表1-4 行政审批中心扩散的时间序列EHA（logit spline）分析
续 表
注：*p＜0．1，**p＜0．05，***p＜0．01（two-tailed），为了控制潜在的异方差和序列相关问题，我们对所有回归系数的标准误都在城市层面上进行Cluster处理。
为了探究行政审批中心扩散在不同区域的影响因素，在表1-5中，我们在表1-4时间序列EHA模型3的基础上，将观测值进一步拆分为东部、中部和西部区域分别进行logit spline回归。在内部经济与行政因素方面，分区域的回归结果表明经济水平与开放性的影响并不总是显著。但在控制其他因素不变的情况下，经济发展水平在东部地区显著，东部城市人均GDP每提高1 000元，它创建行政审批中心的优势会提高3%；第三产业在GDP中所占比重每提高一个百分点，中部城市建立行政审批中心的优势都会提高3．6%；中部城市经济开放程度，即FDI占GDP的比值，每减少一个百分点，就意味着该城市建立行政审批中心的优势增加15．2%。另外，东部和中部地区的副省级城市和省会城市明显倾向于比普通地级市要晚一些建设行政审批中心；而西部地区的不同级别的城市之间没有类似的显著性差别。这说明本地经济条件和行政因素对地方政府决定建立行政审批的推动力是有差异的。总体来看，所有表现出显著的变量影响均符合理论预期。结合表1-4的回归结果，我们有理由相信，区域性的经济发展差异也会对创新扩散过程产生较重要影响。
表1-5 分区域的时间序列EHA（logit spline）分析结果
续 表
续 表
注：*p＜0．1，**p＜0．05，***p＜0．01（two-tailed），为了控制潜在的异方差和序列相关问题，我们对所有回归系数的标准误都在城市层面上进行Cluster处理。
在纵向与横向扩散效应方面，表1-5中的回归结果表明，国务院行政审批小组的建立对东、中、西三大区域的行政审批中心建设都有一定正面影响；国务院领导小组的成立对各地行政审批中心建立的影响从东部、中部到西部依次增强，而《行政许可法》的实施影响则从东部、中部到西部依次递减。此外，我们也可以发现，邻区扩散效应从东部、中部到西部依次减弱。
官员流动因素在不同区域的表现能够说明表1-4中整体模型的稳定性。东部地区市长与书记的年龄效应，以及市长的任期效应与来源效应都显著地确认了表1-4模型3中的回归结果。中部地区市委书记的来源与离任效应和表1-4模型3中的系数一致，而且到达显著水平。来自其他城市或单位的市委书记会让中部城市的创新优势显著下降，而来自其他城市或单位的市长会让东西部城市的创新优势显著地提升。与此相对，前一任书记在省级或中央政府的任职则显著地降低了中西部城市的创新动机。因此，政治流动对创新扩散的影响在不同地区基本是稳定的。
最后，表1-5的分地区时间序列EHA模型中Mc Kelvey&Zavoina's R2又比表4的总体模型有一定程度提高，3个模型中解释系数分别达到了0．411、0．394和0．284。这说明分区域模型的样本量尽管有所减小，其解释力仍明显上升。此外，模型的最大似然估计结果和卡方值也呈良好的显著性[73]。因此，我们的回归结果较好地反映了地方政府创新扩散的影响因素和发生机制。