政務服務數字化發展影響因素與交疊效應分析
——基于31個省級政府的質性比較分析(QCA)

鄒樹彬 鄭麗娜

(深圳大學 管理學院，廣東 深圳 518060)

網絡信息技術的快速發展，為政府管理與公共服務提供了新的方法與路徑，互聯網連接著公共部門與公民、社會，以及部門之間的數字接口，實現政府治理從單向管理到雙向互動、單方主導到社會各主體協同治理的轉型發展。自2016年起，國務院相繼發布《關于加快推進“互聯網+政務服務”工作的指導意見》《“互聯網+政務服務”技術體系建設指南》《關于加快推進全國一體化在線政務服務平臺建設的指導意見》等重要文件，積極推動了電子政務服務的發展，并且隨著移動互聯網政務服務方式的變革，各級政府也在加快電子政務服務平臺的創新建設，以滿足高效、便捷的公共服務需求。

盡管政府治理數字化轉型發展迅猛，各級政府的電子政務建設勁頭十足，但是相關的電子政務發展調查報告顯示，我國各級電子政務仍然存在服務內容不全面、處理不及時、數據壁壘未打破、網站維護不到位、信息存儲不安全等突出問題。同時區域之間的電子政務發展水平差異巨大，根據最新的省級政府電子政務能力評估報告來看，排名最前的廣東(94.63)和最后的新疆(61.23)相差33.4分，雖然東部沿海地區整體水平高于中部和西部地區，但是也有部分中西部地區省份電子政務水平較高，如貴州省和安徽省分別排名第4和第6。為什么各地區的電子政務發展水平會出現巨大差異？是什么因素影響著各地區的電子政務發展水平？探討影響電子政務發展水平的主要因素，厘清各個因素和不同因素組合在不同地區的影響程度，可以為推進各地電子政務發展提供參考的實際依據。

一、文獻回顧

基于對電子政務創新發展、影響因素等文獻分析發現，當前對于影響電子政務發展的邏輯及原因探究仍然十分分散。

一部分學者從供給角度出發研究提供電子政務的公共部門及其產品對于電子政務發展水平的影響因素。有學者從服務接觸理論出發，得出電子政務知識服務的可獲取性、平等性是用戶對于電子政務服務最重要的評價標準[1]。Busaidy和Weerakkody在對阿曼三個公共機構的電子政務進行定量調查中發現，信息技術員工的能力、公共機構信息交互的程度以及私營機構和公共機構的關系都會成為電子政務發展實施的重大影響因素[2]。McNeal、Tolbert和Mossberger在對美國50個州的實證研究中發現，行政機構的組織形式對于更好地實現電子政務中信息的整合利用具有決定性的作用[3]。Arduini、Denni和Lucchese對4471個意大利城市的電子政務發展的調查數據也得出相同的結論，即公共行政部門的內部能力決定了電子政務的開展[4]。我國學者王法碩在對上海某鎮的電子政務服務實施進行實證研究時發現，電子政務服務的創新團隊建設、與私營機構合作、創新服務產品、宣傳、聲譽等方面會促進電子政務水平的創新發展[5]。綜上可以看出，在電子政務服務過程中，政府的內部能力以及提供給用戶的信息服務數量與質量乃是影響電子政務服務水平的關鍵因素。

部分學者認為，影響電子政務發展水平的重要因素取決于能夠反映最終用戶特征的具體因素，首先是人口結構，其次是用戶的受教育水平[6]，Ndou等學者研究發現信息素養是發展中國家部署和實施電子政務計劃的軟資源和關鍵資源[7]，并且發展電子政務服務應該重點關注減少數字鴻溝。Carter和Belanger在研究電子政務采用時將技術素養和信息素養作為兩個不同的技能集[8]。Asmi則進一步從信息素養的微觀層面出發，強調理解“定義信息需求”以及個體的學習、吸收并轉化成數字公民的能力[9]。Wu和Bauer在對中國省級政府的實證分析以及楊楊等人在對327個中國城市政府網站績效分析中也得出，盡管中央政府對各級政府的電子政務發展提供了強有力的指導，但仍然存在明顯的區域差異，造成此種差異的原因之一就是所在地區的平均受教育水平[10][11]。另外能夠反映最終用戶特征的因素包括地區公眾的收入水平和需求規模，不同學者采用了人均財政收入、人均GDP和人均可支配收入等各種指標，都得出相同的正相關結論，即收入越高的地區，電子政務發展水平越高[12][13]。

另有一些學者從整個供應和需求的外部環境角度出發，認為互聯網的普及、移動終端的增加讓公民更易于實現對于電子政務“接觸—接納—操作—信任”的整個過程。同時信息通信技術、平臺搭建、配套科技發展水平更是電子政務發展的基石。馬亮結合政策創新擴散理論對中國地方政府的電子政務進行的研究發現，府際競爭、府際學習的區域擴散效應和自上而下的壓力傳導是電子政務發展的重要影響因素[14]。張旭對283個設區市的法院微博平臺進行實證研究發現了相同的結果，即鄰近地區以及上級機構是影響法院微博政務服務發展的重要因素[15]。

綜合上述國內外學者的研究可以看出，從整個電子政務服務的供應到傳遞至真正的用戶體驗中，影響因素非常廣泛，而且存在相互交叉和并發關系。以往研究在研究內容上多停留在對各類因素與電子政務發展進行單方面的關聯分析，在研究視角上多從創新擴散的角度出發，研究方法多是定量的回歸分析或者單純的案例分析。本文使用定性比較分析方法，探討影響各省級政府電子政務發展水平的相關條件組合，厘清各項條件在不同地區的影響程度，從中探討推進電子政務發展的動力和路徑。

二、研究設計

(一)分析方法

本文使用模糊集質性比較分析(Fuzzy-Set Qualitative Comparative Analysis,FS-QCA)方法。質性比較分析方法補充了Arend Lijphart關于大、中、小不同規模數量樣本研究的方法選擇①，也進一步回應了Gary King、Robert Keohan和Sidney Verba在Designing Social Inquiry:Scientific Inference in Qualitative Research一書中對于將定量分析與定性分析相耦合的預想。質性比較分析(QCA)方法包含清晰集質性比較分析(CS-QCA)、多值質性比較分析(MV-QCA)和模糊集質性比較分析(FS-QCA)三種，其最基本原理在于比較法、質性分析、集合論和布爾代數四大方面。首先，傳統的比較方法通常基于最大相似性(MSSD)和最大差異性(MDSD)，但是這個方法只能處理較少的樣本，且無法進行多重并發因果關系的解釋。其次，QCA加入了一定的量化邏輯，卻強調研究者對于研究樣本的高度熟悉，能夠采用豐富的研究資料來與研究樣本對話。再次，QCA的集合論特征在于對變量進行隸屬或隸屬度的操作②。最后，質性比較分析基于布爾代數法則，同時關注不同因素的平行和交疊效應，即在單個因素的影響效應基礎上，布爾代數法則可以進一步對多重并發因果關系進行探索。

通過對質性比較分析方法(QCA)基本原理和特征的梳理，QCA用布爾最小化的方式歸納相關的因果邏輯，為研究者在定量和定性之間提供了更加穩健的選擇。本研究提取的電子政務發展水平、科技、市場化、教育和收入五個變量無法用0/1劃分，因此，本文運用模糊集質性比較分析方法(FS-QCA)，通過設定完全隸屬(0)、交叉點(0.5)和完全不隸屬(1)三個錨點，經校準程序使每個變量在0-1之間獲得相應的隸屬分數，建立連續得分與模糊集隸屬間的關系[18]。再通過建立模糊子集和真值表之間的關系，進行布爾最小化運算，得出相應的影響因素條件組合。具體操作通過TOSMANA2.0軟件完成。

(二)數據來源

本文研究的數據均為二手統計數據，自《中國統計年鑒》《中國互聯網發展狀況統計報告》《中國電子政務發展調查報告》和各省級政府的統計年鑒獲取，同時與相關網站、研究報告和政府文件等資料進行比對，以保證數據的準確度。

(三)變量選擇、測量與閾值

在公共服務的供給關系中，政府常常被認為是供給方，社會與公民是需求方。在本文研究視角下，從供給角度出發，政府對于電子政務服務的相關建設投入即為顯性供給，同時，政府對于自身定位以及與私人市場的互動關系可以視作政府的隱性供給，因為市場化將政府的權力下放，拓寬和縮短公共服務的供給渠道。從需求角度出發，電子政務服務的消費者對于電子政務的接納程度和使用深度首先取決于消費者的個人信息素養，在此選用能夠反映電子政務服務受眾具體特征的教育水平和收入狀況作為假設影響因素。

正如前文介紹QCA方法原理時所說，FS-QCA的運用關鍵在于將測量出的變量轉為集合隸屬，即“校準”過程。這個過程我們需要根據理論或實際的知識來設定“1”(完全隸屬)、“0.5”(交叉點)和“0”(完全不隸屬)3個錨點。比如，Misangyi和Acharya (2014) 基于公司章程設定的投票標準作為錨點依據[19]，在缺乏相關知識來指導錨點閾值時，Fiss則基于描述性統計將最大值、中值、最小值作為閾值標準點[20]，Crilly也根據變量的方差分布進行閾值確定[21]。另外，利用問卷量表進行變量數據收集的研究可以基于量表本身的刻度進行錨點閾值，比如5分法的李克特量表中，“1”“3”“5”可以進行“0”“0.5”“1”的對應，當然，研究者可以根據樣本實際測量的分布情況進行調整。綜合而言，研究者需要根據具體情況選擇穩健的錨點閾值，基于賦予變量以意義或者詮釋性的原則，對于不同變量錨點的標準也會不同[22]。因此，所有收集的變量的閾值既包括數據來源文件對數據的標準劃分，例如結果變量“電子政務服務水平”的及格線為60分，滿分為100分，則60和100成為本研究的完全不隸屬和完全隸屬的臨界值；也包括來源于其他文獻研究經驗得來的錨點閾值，例如本文所有的交叉點都取變量分布的中位數(中值)，但這也是基于統計學對中位數穩定性的考量。

1.結果變量:電子政務服務水平

結果變量為省級政府電子政務發展水平，數據截取自國家電子政務研究中心2015年至2018年統計的《省級政府網上政務服務能力評估調查報告》，取平均值，編碼為Outcome。選擇省級政府而不是更高的層面是因為國內外學者對于該層次的研究頗多，更低層次的市或縣級層次則會產生大量的樣本，對于區域的特征解釋力度較小。基于以上原因，本文選擇除港澳臺之外的31個省級政府作為研究樣本。在錨點閾值上，電子政務評價分數<60 為完全不隸屬，取值為“0”；電子政務評價分數=中位數82.27為交叉點，取值為“0.5”；電子政務評價分數≥100則為完全隸屬，取值為“1”。

2.條件變量：科技

科技因素是電子政務發展的技術保障和基石，本文選用政府一般財政支出中的信息科技支出占比為該變量的測量數據，因為科技投入因素影響的滯后性，故取2014-2017年平均值，編碼為Technology。在錨點閾值上，信息科技支出占比≤0為完全不隸屬，取值為“0”；信息科技支出占比=中位數1.37為交叉點，取值為“0.5”；信息科技支出占比≥5為完全隸屬，取值為“1”。

3.條件變量：市場化

市場化因素包括政府與市場關系、市場發展成熟度等關于市場化進程的評價，因為市場化因素對于電子政務發展影響的滯后性且為兩年一統計，故取2014和2016年平均值，編碼為Market。文中關于市場化的數據來源于樊綱、王小魯、胡李鵬編寫的《中國分省份市場化指數報告(2018)》，該指數使用基本相同的指標體系對各地區的市場化進程進行持續的測度，采用客觀指標衡量各省、自治區、直轄市市場化改革的深度和廣度，基本避免了主觀評價[23]。市場化指數≤0為完全不隸屬，取值為“0”；市場化指數=中位數6.8為交叉點，取值為“0.5”；市場化指數≥10為完全隸屬，取值為“1”。

4.條件變量：教育

教育因素通過識字率來衡量，選用國家官方統計的15歲以上識字人口占總人口比例來測量，取2014-2017年平均值，編碼為Education。15歲以上識字人口占總人口比例<50為完全不隸屬，取值為“0”；15歲以上識字人口占總人口比例=中位數95.1為交叉點，取值為“0.5”；15歲以上識字人口占總人口比例≥100為完全隸屬，取值為“1”。

5.條件變量：收入

收入因素用來衡量所在地區公民的經濟條件，選用國家官方統計的人均可支配收入來測量，因為收入產生的消費等有滯后性，本文選擇后推一年即2014-2017年的平均值進行運算，編碼為Income。人均可支配收入(元)≤最低人均保障收入15000為完全不隸屬，取值為“0”；人均可支配收入(元)=中位數19328.08為交叉點，取值為“0.5”；人均可支配收入(元)≥全國平均人均收入39251為完全隸屬，取值為“1”。

我們選擇構建模糊子集的四個條件(科技、市場化、識字率和收入狀況)，充分保證了整個分析的有限多樣性，這樣條件組合控制在案例的數量之內(24=16<31個案例數)，可以得出較好的規律性結論，而不是淪為單個的案例分析(見表1、表2)。

表1 變量與數據說明

表2 變量錨點閾值說明表

三、分析過程與結果

(一)構建模糊子集與真值表的對應關系

將原始數據經過模糊集的錨點閾值校準之后，軟件自動得出原始的數據矩陣(原始變量和模糊集隸屬分數)，進而軟件運行得出相關分析數據，從數據可以看出，存在8種組態對于結果變量產生了影響，共解釋了27個案例，同時仍有8種組態是沒有對應案例的邏輯余項。在這里為了得出影響政府電子政務水平高低的路徑，我們建立了模糊子集與真值表的聯系，即基于作為結果為1的子集的一致性分數，設定一個臨界值0.9(該臨界越高，子集的不一致性越低，結論越穩健)，使高于0.9的編碼為結果=1，否則結果=0(見表3，表4)。

表3 原始變量和模糊集隸屬分數

表4 模糊集與真值表的對應關系表

(二)布爾最小化

1.最小化[1]組態(沒有“邏輯余項”)

首先，我們要求軟件最小化[1]組態，而不包括一些未觀察到的案例(即沒有邏輯余項)。得到以下最小公式：

Technology{1} *Market{1} *Income{1}+

Technology{1} *Education{0}*Income{0}+Technology{0} * Education{1} * Income{1}

(江蘇、浙江、福建、山東、湖北+北京、天津、遼寧、上海、廣東，安徽、河南+貴州、寧夏，湖南、重慶+吉林、 海南)

(1)

2.最小化[0]組態(沒有“邏輯余項”)

我們執行完全相同的過程，這次最小化結果為[0]的組態。不包括一些未觀察的案例(即沒有邏輯余項)，得到的最小公式如下：

Technology{0} * Market{0} * Income{0}

(河北，山西，黑龍江，廣西，新疆+云南，西藏，甘肅，青海)

(2)

從公式(1)式和(2)式以及真值表可以看出，在16個潛在組態(=24,有4個條件)中，只有8個與觀察到的案例相對應，因此，還存在8個“邏輯余項”可以使用軟件產生更簡約的最小公式。

3.最小化[1]組態(納入“邏輯余項”)

Technology{1}+Income{1}

(江蘇，浙江，福建，山東，湖北+

安徽，河南+貴州，寧夏+北京，天津，

遼寧，上海，廣東) (江蘇，浙江，福建，

山東，湖北+湖南，重慶+北京，天津，

遼寧，上海，廣東+吉林，海南)

(3)

這個公式讀作：高水平科技投入或者高水平收入，導致高水平的電子政務服務。將它和(1)相比較，已經產生了一個更加簡約的解。在整個簡化的過程中，我們納入了其中6個邏輯余項：

這些簡化的假設也可以從維恩圖可視化，在圖1中，最小公式由水平條紋表示，該區域包括原本結果為[1]的解和6個邏輯余項(如圖1)。

4.最小化[0]組態(納入“邏輯余項”)

Technology{0}Income{0}

(河北，山西，黑龍江，廣西，新疆+云南，西藏，甘肅，青海)

(4)

這個公式讀作：低水平的科技投入和低水平的收入，導致的低水平的電子政務服務。將它和(2)式相比較，已經產生了一個更加簡約的解。在整個簡化的過程中，我們納入了其中2個邏輯余項：

這些簡化的假設也可以從維恩圖可視化，在圖2中，最小公式由水平條紋表示，該區域包括原本結果為[0]的解和2個邏輯余項(如圖2)。

將本段移至圖前在納入“邏輯余項”的操作中，最小化[1]的結果：Technology{1}+Income{1}和最小化[0]的結果：Technology{0}Income{0}是完美的邏輯互補。

四、結論與討論

根據上文納入“邏輯余項”的最小化公式可以看出影響電子政務發展水平的要素為科技投入和人均可支配收入，與已有研究具有相同的結論。但是針對中國地域廣泛、差異明顯的特點，單純用科技和收入兩個因素來全面概括稍顯籠統。因此，本文從未納入“邏輯余項”的結果出發，探討幾類具有典型代表性的影響電子政務發展水平的組態。

(一)供需互推型電子政務發展

第一條路徑包含三個條件：高科技投入、高市場化水平和高收入水平，該路徑對應的實際案例是江蘇、浙江、福建、 山東、湖北、北京、 天津、遼寧、上海和廣東。這些省份幾乎都是東部及沿海發達地區，整體經濟發展和現代化水平都處在平均水平之上。在這個條件組合中，可以看到識字率并未被納入并發關系當中，并不是說地區的受教育水平對于結果變量電子政務發展水平沒有影響，只是在分析中，影響以上10個最佳案例的解釋力度最佳的是科技投入、市場化水平和收入。在東部及沿海地區，是接收和響應國家關于電子“互聯網+政務服務”、移動政務和大數據應用的先行區。這些地區整個市場化程度高，經濟發展水平高，在人才引進、技術發展等方面具有得天獨厚的優勢，該地區公民的平均收入水平高，公民生活富足，需求也更加的多樣化和個性化。同時與其他國家和地區、企業、社會組織和個人的接觸密切，但是缺乏可供多元利益主體進行信息交換和協作的機制，是電子政務發展的最大挑戰[24]。因此，政府在個人和集體需求的拉力中，需轉變政府職能，引進社會組織以及地方三方平臺，增進電子政務的公共服務能力。

(二)主動型電子政務發展

第二條路徑包含三個條件：高科技投入、低識字率和低收入水平，該路徑所對應的實際案例是安徽、河南、貴州和寧夏。這四個省份都屬于欠發達地區，城市化以及經濟發展等現代化程度都整體較低，但是其電子政務服務水平在全國仍然排在中上水平，最主要的原因是這些地區主動地把握住了大數據發展的機遇，在信息技術等科學技術中加大投入，著力提升科技創新能力。

以其中的貴州省為例，雖然與廣東、上海、京津地區經濟和現代化水平不在同一個水平線上，但卻依靠主動探索的精神，率先加入大數據發展的沖鋒隊，依托大數據產業實現非發達地區發展的彎道超車，從獲批中國首個大數據綜合試驗區，建成中國首個省級政府數據集聚、共享、開放的系統平臺，設立全球首個大數據交易所甚至運行首個國家大數據工程實驗室，整個大數據產業蓬勃發展，為電子政務的發展奠定了基石，不斷優化平臺服務，推進電子政務服務的縱深發展。安徽、河南和寧夏也不例外，省政府高度重視電子政務的發展，高度對接國家層面提出的一體化網上政務服務平臺實施方案，結合當地實際情況，加大技術投入，在2018年的移動政務服務報告中，“皖事通”萬事一點通成為安徽省特色電子政務品牌。科技的創新發展應用使得省級政府的服務平臺能夠加快與上下級政務服務平臺的對接，達成安全、規范和高效的信息傳遞共享。

(三)被動型電子政務發展

第三條路徑包括三個條件：低科技投入、高識字率和高收入水平。該路徑對應的實際案例有湖南、重慶、吉林和海南四個省份。這一路徑完美地體現了電子政務的被動性發展。由于社會的經濟發展，公民的受教育水平提高，整體的信息素養提升，對于政務服務的要求突破了傳統的辦一件事跑多部門、各部門口徑不一致的傳統公共服務困境。同時湖南、海南和重慶分別在2019年4月、5月和6月才響應國家關于推進全省一體化在線政務平臺建設實施的方案，整合包括教育、醫療、就業、工商、稅務等方面的在線服務。從收入的增長率來看，本路徑所對應的案例收入增長率在過去4年的電子政務發展關鍵期均超過25%，因此，公民生活水平的提高，外化為對于產品和服務質量的消費需求的提升，因此政府在科技投入較低的發展態勢下，公民的受教育水平和收入水平成為推進電子政務發展的重要拉力。

綜合上述三條路徑的分析，從各個樣本案例出發，可以看到電子政務的發展是趨勢，也是必然，但電子政務的發展仍然存在諸多困境和信任危機。因此，在把電子政務當成政府治理變革工具的同時，應該利用信息通信技術來發展和強化民眾一直追尋的東西，比如權力的透明、更高程度的民主和更廣更深的公民參與。使一個國家或地區更有彈性來反對官僚主義，通過內部的相互操作來創接與公民、社會的端口，同時也保證內部權力分離[25]，相互交換信息同時謹慎權力的集合，在滿足社會和公民的多樣化需求的同時，不斷探索并基于供需理論對政務服務數字化的影響因素為公共服務相關研究提供新的視角，為電子政務發展較低水平地區提供一個參考，充分發揮該地區發展電子政務服務的資源稟賦，提高電子政務服務能力，也進一步推進地方政府治理能力現代化發展。

可以看到，盡管我國各地電子政務發展水平參差不齊，利用定性比較分析可以初步探索出相應的具有較高覆蓋度的解釋路徑，但是本研究因為只從供應和需求雙方的角度出發，并且由于QCA分析方法需要保證有限多樣性，避免淪為單個的案例分析而降低整個研究的理論價值，所以只提取了科技投入、市場化水平、教育和收入四個因素，缺乏對更多因素的納入分析。后續的研究可以采用不同層面的研究樣本，在影響因素提取時建立多級指標，使因素分析更加全面。

注釋：

①Arend Lijphart認為，樣本數量較大的研究可以運用統計學的方法，樣本數量較小的研究更適合比較方法，但是沒有說明樣本數量中等的研究應該如何選擇方法。

②最初，清晰集質性比較分析方法對每個變量都是1/0劃分：1代表發生或存在，用大寫字母表示，0代表不發生或不存在，用小寫字母或者～表示。清晰集比較適合分析那些可以直接明確地進行二元劃分的概念，例如有和沒有、男性和女性，在編碼時都可以清晰地被判定為1或0。多值集質性比較分析與清晰集的原理相同，只不過是對條件變量的賦值，在0和1兩種變量的基礎上進一步擴展，將其賦值為0、1、2、3等更多的數值。這種多值的方法實際上類似于量化研究中的定類變量。但是在更多時候，一些概念在編碼處理過程中，常常既不能完全歸為1，也不能完全歸為0，而是處于一種中間狀態。基于這一現實，QCA方法又發展演化出模糊集的質性比較方法，引入了隸屬度的概念。即先確定完全隸屬(1)、交叉點(0.5)和完全不隸屬(0)的錨點，對于所有數據進行校準，得出相應的隸屬分數，這并不是簡單機械的排序從大到小，而是依據實際與理論知識建立相關隸屬度。然后，再運用模糊集合的算法進行隸屬度值的計算。