黄冠捷（青海民族大学政治与公共管理学院）

■青海省地方铁路基本情况

青海省作为我国内陆大省，幅员辽阔，自然资源种类众多，各类型矿产资源丰富，但同时又由于地理位置处于青藏高原，较为恶劣的自然环境制约了地区经济发展。打通交通运输命脉，成为发展自然资源开采，提高地区经济活力的先行条件。在青海省政府的部署指导下，交通行业先后投资建设了多条地方铁路项目。作为交通基础设施组成部分，地方铁路是国家骨干铁路网络的延伸，承担沿线矿产资源的集疏运及工业、产业发展衍生的运输需求，对促进区域经济发展，提高矿产资源开发率，增加当地人民群众、地区财政收入起到了积极作用。青海省H 地方铁路，地处青海省海西州境内，线路吸引运输服务区主要为M 煤田，是一条以煤炭运输为主的货物运输线。

■地方铁路主要承运对象矿产开发背景

青海省海西州多年来主要以矿产资源开发为重要经济发展动力之一，但矿产资源的开发势必要对自然环境造成一定影响，产生经济发展与环境保护之间的矛盾。“四个扎扎实实”的总体要求，明确了“扎扎实实推进生态环境保护”，进一步明确了青海省内环境保护中的重要性。而作为H 地方铁路运输服务主要对象的M 煤田，其煤炭资源储量占全省总资源储量的8%。自2003年起，先后有数家企业进入M 煤田进行勘查开发，但由于缺乏统一规划，其资源开发利用效率不高，对生态环保重视不够，基础设施滞后。直至2014年，M 煤田因违法违规开采、过度开发，造成当地草原湿地生态环境被破坏，引起舆论的广泛关注。为此青海省委、省政府统一部署，制定相关行政决策，积极开展生态环境综合整治，经过数年时间，其主要生态环境已逐步得到恢复。

■政策对H 地方地方铁路运量影响

随着M 煤田综合整治行政决策落地实施，原H 地方铁路沿线承运矿产开发企业多数停产，造成H 地方铁路沿线各营业站发运需求下跌，2014年起铁路运量受明显影响，2015年呈现断崖式下跌。H 地方铁路所在的青海省海西州地区，铁路年运量也呈现出较大幅度波动，2011 至2018年海西州、H 地方铁路运量对比图详见图1。

图1 2011至2018年海西州、H地方铁路运量对比图

从图1 可以看出，2011 至2013年H 地方铁路运输形势良好，2013年同比2011年年运量增幅达到了44%，同时也带动了所在青海省海西州铁路运输行业发展，H 地方铁路年运量占比海西州铁路运输年总量的30%以上。但随着2014年对M 煤田政治的行政决策执行后，H 地方铁路承运需求下跌，2015年相比2014年同期跌幅达到63.9%，至2017年H 地方铁路货运量仅为2012年最高峰的13.4%。同时，海西州铁路年总自2014年起也出现下跌，2015年运量至低位2169 万吨后逐步恢复，直至2018年运量恢复至2593 万吨，但相比2012年海西州铁路货运量最高位的2755 万吨仍然差162 万吨。

■政策行为对H 地方铁路的影响力分析

据此，以M 煤田综合整治这一政策为例，可以看出其在执行过程中，不仅对其实施主体产生影响，也对其因政策实施所涉及的附属产业造成间接影响，本文即以行政决策对H 地方铁路运量影响为例进行分析。在分析前，首先明确行政决策的含义，即行政决策是决策的一种，它是行政机关为履行行政职能所做的行为设计和抉择过程。行政决策的客体是广泛的，既定的行政决策不仅对行政组织成员，而且对各级行政组织的管辖范围内的企业、事业单位、社会团体和个人都有约束力，表现出行政决策的一定权威性。

以研究本例在对此行政决策落实中，假设行政决策对H 地方铁路运量所造成的间接影响为一个单一变量，通过数据分析建立行政决策影响变量曲线。在本例中，即自2014年起至2018年，H 地方铁路年运量每年同比减幅为数值参考，设立数据点，以X轴为年，Y 轴为同比减幅，绘制坐标图，连点画出曲线，该曲线即为政策对运量影响因素α，如图2 所示。

图2 H地方铁路2014至2018年政策运量减幅影响因素示意图

从图2 可以看出，在政策实施后，对H 地方铁路运量减幅影响因素α 呈下降且趋于平稳态势，符合H 地方铁路2014 至2018年运量变化情况。该因素曲线α 用较为直观方式体现出行政决策对单一客观因素的影响情况，有助于在行政决策制定时，以此为参考预估可能在制定同该例相同环境下，政策所产生的直接或间接的影响，为政策制定者提供对应数据化、要素化的模型参考。

同时，在设立以H 地方铁路受政策影响因素α 的情况下，也可假设某个其他影响因素β、γ、δ 等，首先应假设其可能生成原因，可以假设其是政策影响因素，例如行政决策者对H 地方铁路进行财政补助、减免税负等，或是环境影响因素，例如因M 煤田整治改善了地区生态环境，产生环境变化，其他第三产业入驻形成多产业布局，H 地方铁路由原单一产品运输转变为多品类货物运输，再或者是生产经营影响因素，即H 地方铁路经营者主动改革，抛弃仅有货物运输单一运输模式，利用生态环境改善布局旅游产业，增加旅客运输范畴提高收入。其中β、γ、δ等影响因素的量值，可以参考借鉴相同或类似行政决策实施后对政策客体产生的影响，量值的选取随着同类型行政决策影响的统计，其量值范围可随着统计数量级的增加逐渐趋于能够正确反应现实状况。在本例中，假设α（为负）、β、γ、δ 等影响因素的量值选取均为行政决策影响因素，不具备现实表现能力。可知当因素α＞β+γ+δ 时，即表明影响因素和小于0，H 地方铁路运量将减少。当影响因素α＜β+γ+δ 时，即表明影响因素和大于0，H 地方铁路运量将增加。

从现实角度来说，行政决策对政策客体的影响总是动态的，且往往都是在有利面或消极面。通过此行政政策影响力图表方法，可以直观地判断行政决策所带来的直接影响，并在政策实施前加以修正，以提高政策执行的成效。在本例中，即在因素α 所代表的决策造成H 地方铁路运量下降，假设的β、γ、δ 等政策起到正向或反向作用，对其中起到正向效应且影响程度波动程度小的行政决策，应考虑扩大其政策效应，在本假设中以达到实现H 地方铁路运量增长的目的。

■结束语

综上，行政决策对行政客体所产生的影响，可以通过建立行政影响力模型判断政策主体对客体，或衍生或波及的客体所造成的直接或间接的影响程度。当然，采用此类方法分析行政决策对客体的影响，需要收集、统计大量相关类似决策数据，并对同类型行政决策进行评估，以体现正确的行政决策影响力。同时，在行政决策中，往往某项行政决策所涉及的政策客体并不单一，是具有连带衍生性的，其行政决策对所影响的政策客体及相关所造成的影响难以估计，在某项行政决策制定时，需要提前预估其对政策客体及其衍生所产生影响情况。通过一个行政决策去弥补或抵消另一个行政决策所带来的影响，往往会产生新的问题或矛盾，所以在行政决策过程中，行政决策制定者与实施者一定要注意其所带来的后果及影响。