Page 90 - 《党政研究》2026年第3期

二、田野调查在央地财政关系研究中的核心价值
随着财政运行透明度的提升，越来越多的研究者试图通过大数据手段来解析中国的财
政密码。当财政问题变得越来越可计算与可预测时，一个根本性的风险也随之浮现：我们
通过算法看到的是真实的财政运作过程，还是被多重过滤后的结果？
在央地财政关系的研究中，ＡＩ 处理的大多是预算、债务等结果型数据，但财政过程
的本质是政治过程，许多关键的政治事实往往不直接体现在公开数据中。具体而言，受制
于考核压力与信息不对称，地方报送的财政数据具有修饰性与滞后性。ＡＩ 基于这些数据
进行分析，其结论的真实性必然大打折扣。同时，财政数据难以观测到非正式性的调整，
地方政府在面临突发财政压力时，会通过非正式债务延期或变相土地收支等手段进行缓
冲，但报表中可能呈现的是平稳的曲线。更关键的是，相同的财政缺口在不同政治情境与
个人激励下，可能导向完全不同的决策优先级。这种蕴含在行政博弈与运作惯例中的逻
辑，是算法难以模拟的。
正因如此，田野调查仍旧是不可或缺的。它要求研究者沉浸于具体情境中，通过持续
在场和整体性观察，把握政策执行中的缝隙、非文本互动与未明言的惯例。这意味着在研
究中不仅需要关注数据，还要观察地方政府如何平衡保增长与防风险、如何应对上级的专
项检查、如何与基层民众进行利益平衡。这些在田野中获得的非文本信息构成了研究者理
解制度逻辑的最底层操作系统。只有通过这种情境化的认知，研究者才能在面对看似杂乱
无章的数据时，具备识别异常并推导其背后真实机制的能力。
为了更具体地阐述田野调查在捕捉 ＡＩ 无法触及的信息方面的优势，笔者以自身对财
政重整政策的研究为例进行剖析，以展示实地调研如何纠正单纯基于政策文本或公开数据
导致的认知偏差 （具体如表 ２ 所示）。２０１６ 年，中央政府出台了关于地方政府债务风险处
置的指导意见，正式引入了财政重整的概念。黑龙江省鹤岗市作为全国首个执行财政重整
的地级市，曾引起学术界与媒体的广泛关注 。通过深入四川等地的区县级单位开展田野
〔 ３〕
调查，研究者发现了更为普遍且微妙的制度实践 。
〔 ４〕
表 ２ ＡＩ预测与田野调查结果对比
观察维度 政策文本与 ＡＩ预测的视角 田野调查揭示的真实逻辑

政策性质 技术性债务管控行动 保增长、防风险与民生兜底多重目标之间的政
治再平衡过程
行为逻辑 机械执行上级减支方案 平衡问责与公共服务，灵活寻求资源对冲压力
只有公开宣布财政重整的地区才被视为进入了
制度状态 危机状态 大量地区处于未公开的实质性重整状态

在调研中，笔者捕捉到了一个极具中国政治特色的细节，在全省财政工作会议上，省
财政厅会根据各区县的债务风险状况来编排座位。这种 “座位学”背后既是省政府对风
险严重地区的无声警告，也是地方官员面子与政绩考核的真实映射。这种细节在任何财政
预决算报告中都不会出现，但却是研究者判断该地区是否已经进入实质性重整状态的关键
证据。实地调研发现极大地拓宽了财政重整研究的边界，表明制度演化往往遵循非正式实
践先行，正式制度跟进的逻辑。
此外，实地调研还发现，尽管国家出台了严格的债务监管措施，但地方政府的行为逻
辑具有极强的韧性。由于上级对地方的绩效评估体系并未发生根本性改变，地方官员在显
性举债受阻后，往往会通过扩充政府性基金收支和向上争取特定名目的转移支付来维持运
转。这种行为的复杂性及其对软预算约束的重塑，只有通过面对面的深度访谈才可能被准
确揭示。

三、方法论的协同：质性发现对量化分析的 “锚定”效应
田野调查与量化分析不应是相互排斥的对立面，而应是相辅相成的共生关系。笔者的
研究路径提供了一个清晰的案例，即如何利用田野中的质性发现来为大规模量化分析提供
科学的锚点。
具体而言，在探究财政重整对地方财政结构影响的量化研究中，科学界定处理组是一
大难题。若仅依据官方公开名单，样本量极小且存在严重的筛选偏误。通过对四川等地的
实地访谈，研究者明确了财政重整政策执行中的具体红线以及政府间互动的细节，进而借
８ ９ · ·