中國地方政府數據開放建設成效的影響因素探究

門理想 王叢虎

摘?要：[目的/意義]數據要素已成為數字經濟的“工業血液”，盡管我國政府數據開放的整體水平已有顯著提升，但不容忽視的是，不同地區的建設成效存在較大差異，其影響因素值得深入探究。[方法/過程]應用“生態系統理論框架”，從數據開放者、開發者、消費者及環境4個維度，對2017—2019年間的148個地市樣本進行了回歸分析。[結果/結論]研究發現，“數據開發者開發能力”“是否位于國家大數據綜合試驗區”“開放政府數據的省域統籌程度”及“國內生產總值”4個變量對各地政府數據開放建設成效有著顯著正向影響。盡管研究在交叉驗證等方面存在不足，但研究結果依然可以為我國政府未來的數據開放建設工作提供一定參照。

關鍵詞：地方政府;數據開放;生態系統;影響因素

DOI：10.3969/j.issn.1008-0821.2021.02.016

〔中圖分類號〕D63-39?〔文獻標識碼〕A?〔文章編號〕1008-0821（2021）02-0152-10

Abstract：[Purpose/Signficance]Data elements have become the“industrial blood”of the digital economy.Although the overall level of government data openness in our country has improved significantly，it cannot be ignored that there are large differences in the effectiveness of construction in different regions，and its influencing factors are worth exploring in depth.[Method/Process]Using the“ecosystem theory framework”，a regression analysis of 148 prefecture-city samples from 2017 to 2019 was conducted from the four dimensions of data openers，developers，consumers and the environment.[Result/Conclusion]The study found that the four variables of“data developers'?development capacity”，“is it located in the national big data comprehensive test area”，“provincial coordination of open government data”and“GDP”had significant positive effects on the effectiveness of data opening construction in various local governments.Although the research had deficiencies in cross-validation and other aspects，the research results could still provide some reference for the future data opening construction of the Chinese government.

Key words：local governments;data opening;ecosystem;influencing factors

現代信息技術的應用與推廣使得數據成為當今極為重要的資源，海量數據不僅為提升政府治理能力提供了新的路徑，也成為發展數字經濟的“工業血液”。2016年3月出臺的《“十三五”規劃綱要》明確提出要實施國家大數據戰略，加快推動數據資源共享開放和開發應用[1]。同年，李克強總理指出，各級政府持有80%以上數據資源，“深藏閨中”是極大浪費。政府必須將這部分數據開放給社會，而開放需要“媒介”，扮演“媒介”角色的便是數據開放平臺。我國對數據開放平臺的探索性建設始于2012年，截至2019年底，已有16個省、86個市政府陸續上線了數據開放平臺。

然而，在觀察各地數據開放建設成效時，發現其建設水平存在較大差異。據《中國地方政府數據開放報告》顯示，相比上海及貴陽等示范地區，其他地區的數據開放平臺在數據開放數量、質量及標準一致性等方面存在突出問題。此外，全國接近75%的地級市甚至還沒有建設數據開放平臺。數據開放對于我國政府而言是一項嶄新的工程，一方面，大部分地區自身對于數據開放這一“新鮮事物”并沒有太多經驗積累;另一方面，經濟、科技及文化等方面因素的差異也使得國外其他地區的先進經驗不具備明顯的參照價值。因此，立足我國本土的實踐進展，探尋地方政府數據開放平臺建設成效的影響因素就顯得尤為重要，某些共性規律的發現可以為我國未來數據開放建設工作的精準發力提供參照。

1?文獻述評

為系統探究開放政府數據建設成效的影響因素，不同學者應用了不同的理論框架，最具代表性的是“生態系統框架（Ecosystem Approach）”。

“生態系統”起初是生物與環境科學中的一個概念，是指在一定的自然空間內，由生物與環境構成的相互依存、制約的動態平衡體[2]。值得注意的是，近年來這一概念愈來愈多地與開放政府數據聯系在一起。Harrison T M等認為政府應該構建“開放政府生態系統”，重新認知與該系統中其他主體的相互關系并努力實現公共價值[3]。Lee D在對愛爾蘭開放政府數據進行研究后，最終確定了11個與數據內容、質量、用戶參與等要素相關的生態系統組件[4]。Dawes S S等基于社會技術系統理論發展出一套用于規劃及設計開放數據項目的生態系統框架，并結合紐約與圣彼得堡的實踐案例對框架進行修正，回答了諸如“如何激勵數據生產者”“生態系統為誰創造利益”“生態系統如何幫助開放政府數據”等問題[5]。

國內學者也應用“生態系統”對開放政府數據進行了研究。鄭磊在對相關研究進行梳理后，發展出一套包含數據供給者、開發者、內外環境等因素在內的生態系統框架，框架內各個因素間的互動影響著政府開放數據的建設成效[6]。吳金鵬等在生態系統理論基礎上發展出“供應—創新—消費”的研究框架，以各國在“開放數據晴雨表”中的得分為因變量，證實了公眾參與、創新能力及治理能力等因素對開放數據水平的影響[7]。王衛等在文獻研究的基礎上，構建了包含內外環境、相關利益群體、數據流及價值實現的開放數據生態系統[8]。

該框架將各主體關系視作一個動態的閉環，各主體相互聯系和依賴，它們或通過“數據鏈”直接互動，或通過背景因素間接聯系。綜合來看，該框架更適合研究開放政府數據過程中各主體、背景之間的互動及其影響。因此，本文將基于此框架開展研究。

2?理論框架與研究假設

2.1?開放政府數據生態系統理論框架

要構建開放政府數據生態系統，首先要明確其組成要素，同自然生態系統一樣，該系統也包含生物和環境兩類要素。其中，扮演“生物”角色的主要是政府、企業、學者、開發者及民眾等主體，按照作用他們可以被劃分為數據開放者、開發者及消費者3類。開放者主要指政府等公共部門，他們提供自身沉淀數據或采集自其他主體數據。開發者主要指透明倡導者、企業、學者及技術人員等主體，他們直接開發各種數據產品和服務。消費者則主要指普通民眾，他們為數據產品與服務付費的同時，也就消費體驗進行反饋。扮演“環境”角色的則是政治、經濟、技術與文化等各方面環境因素。

同“食物鏈”一樣，“數據鏈”是該系統中各主體的互動紐帶。數據是開放者、開發者、消費者之間流動的“能量”，是整個生態系統價值實現的核心支撐，其“產生—利用—再生”的整個生命周期就構成了“數據鏈”?？傮w而言，數據從產生起大致要經過采集、清洗、審查、發布、獲取、開發、使用、反饋改進及數據再生等多個階段才能完成“數據循環”。其中，數據開放者主要負責完成數據從采集到發布的相關工作，數據開發者則從獲取數據開始完成對數據產品與服務的開發，接著數據消費者消費相關產品與服務并反饋消費體驗。然而，“數據循環”到這里并沒有真正完成，數據從產生直至被消費的整個過程也會產生新的數據，這些數據被采集后就會成為下一輪開放對象。

按照這一邏輯反觀既有研究，可以發現，學者們通常只將“反饋改進”作為開放者、開發者與消費者的聯系紐帶，這一思路只解釋了三者在數據“存量”優化方面的關系，卻忽視了其在數據“增量”拓展方面的聯系。因為除自身數據外，開放者公布數據中有相當一部分采集自另外兩者。因此，本文在以往研究基礎上為該系統增加了“數據池”這一概念?！皵祿亍敝傅氖窃谠撓到y中三大行動主體產生的數據集合，這些數據不會自動到達開放者手中，而是沉淀在一旁，等待開放者采集并開始新的“數據循環”。雖然這些數據分布分散，但為了便于理解，可以將其視作沉淀在一個統一的虛擬的“數據池”中。增加這一概念的意義在于，數據的再生與采集是實現數據開放持續推進的關鍵因素，然而，對于“數據池”中這些數據的獲取受到法律法規、政策條件及開放文化等多種因素影響。這意味著，對“數據池”資源的發掘情況在一定程度上決定著數據開放的成敗。

綜上所述，本研究改進了開放政府數據生態系統理論框架，具體如圖1所示。

2.2?假設提出

依據上述理論框架，本研究從數據開放者、開發者、消費者及環境等維度提出以下研究假設。

2.2.1?數據開放者

數據開放者是整個數據開放過程中最為重要的一環，在該過程中掌握著極大主動權。徐慧娜等發現設立專職機構是開放數據健康發展的關鍵[9]。王法碩證實領導重視和組織保障對數據開放的影響顯著[10]。當前各地大數據局是數據開放的主要負責者，然而由于是自主設置機構，其組建方式存在新建工作部門、加掛機構牌子及成立事業單位之別，3種方式可能帶來行政權力等方面差異，從而影響其職能發揮[11]。因此，本研究提出如下假設：

H1：地方政府數據管理機構的行政權力對數據開放建設成效有顯著的正向影響。

除管理機構外，信息技術服務能力也是政府數據開放建設的重要影響因素。Janssen M等指出，數據開放受到標準制定和程序開發等技術因素影響[12]。齊艷芬等發現，政府技術參與和管理能力對開放數據有著顯著正向影響[13]。事實上，對于我國大多數地方政府來說，開放數據仍是一項相當陌生的職能。這種情況下，各地政府信息技術服務能力有可能是其數據開放建設成效的重要影響因素。基于此，本研究提出如下假設：

H2：地方政府信息技術服務能力對數據開放建設成效有顯著的正向影響。

2.2.2?數據開發者

數據開發者是鏈接數據開放者與數據消費者的樞紐，是驅動數據開放真正釋放效能的發動機。數據開發者是一個由相關企業、高校、媒體及社會團體等組織組成的集合體，該集合體是數據產品與服務的主要開發者。符嶸研究發現，從事數據研究的第三方機構和中小型科技企業能夠有效推動開放政府數據[14]。湯志偉等研究發現，信息產業發展水平對開放數據建設成效有著顯著的正向影響[15]。基于此，本文提出如下假設：

H3：各地數據開發者的開發能力對數據開放建設成效有顯著的正向影響。

2.2.3?數據消費者

在開放政府數據生態系統中，數據消費者的重要性體現在：①直接或間接為數據產品與服務付費;②對使用體驗進行反饋。目前，國內關于數據消費者的研究主要集中在其采納意愿及影響因素方面。姜紅波等發現，影響民眾數據利用意愿主要為隱私保護及平臺設計等因素[16]。莫太林驗證了便捷情況、績效期待及信任感知對用戶初次采納意愿的影響[17]。然而以上研究并沒有反向驗證其采納意愿及能力是否會倒逼數據開放建設，這一影響理論上是存在的?；诖?，本研究提出如下假設：

H4：各地數據消費者的采納能力對數據開放建設成效有顯著的正向影響。

2.2.4?相關環境

政治環境。在政府選擇是否及何種程度開放數據的過程中，政治因素無疑是首要考量因素。已有研究表明，國家政策導向會顯著影響我國地方政府數據開放平臺的建設成效[18]。在探究政策導向的影響時，更為合適的變量是差異化政策信號，因為這樣可以將樣本分為實驗組和對照組來展開研究，當前符合這一要求的政策信號是國家級大數據綜合試驗區的成立。試點是我國一種獨特的政策試驗模式，相比其他地區，試點地區會獲得一定程度上的政策優惠[19]。基于此，本研究提出如下假設：

H5：相比一般地區，位于國家大數據綜合試驗區的地方政府開放數據建設成效更為突出。

除試點外，政治環境中值得注意的另一點是各地所在省份關于數據開放建設的統籌情況。眾所周知，我國行政管理體制的一大特點是條塊分割[20]，因此，要想推動更大范圍的數據開放，省級政府的統籌協調至關重要。省域統籌情況的影響可以歸納為兩個方面：一方面，統籌程度越高，各地數據管理部門可以動用的高層協調力量就越多;另一方面，省域統籌程度越高，省內整體水平就越高，各地政府面臨的府際競爭壓力也越大[21]。因此，本研究提出如下假設：

H6：各個地方政府所在省份關于開放數據的統籌程度會顯著正向影響其建設成效。

經濟環境。除了開放透明外，數據開放的另一價值是經濟價值。企業對于開放數據的二次利用主要是為了挖掘其經濟潛力，而像其他常規生產活動一樣，這一過程有賴于良好的經濟環境。而在我國特色社會主義市場經濟體制下，市場環境是衡量經濟環境的重要指標，其對數據開放的影響也得到了部分學者的認可。胡海波等研究發現，政府與市場的互動共同影響著開放數據的價值創造[22]?；谝延醒芯亢蛿祿色@取性等因素，提出如下假設：

H7：各地市場環境對數據開放建設成效有顯著的正向影響。

3?數據來源與研究方法

3.1?數據來源

3.1.1?研究因變量

開放政府數據建設成效（OGD）。本研究中，因變量為各地政府開放數據的建設成效，取自《中國地方政府數據開放報告》中的“開放數林指數”。該指數由衡量政策法規出臺情況的“準備度”、數據數量與質量的“數據層”、數據開發利用情況的“利用層”及平臺建設情況的“平臺層”4個維度構成，取值范圍為0～100。評估分省、市兩級，每隔半年發布1版報告，下半年評估數據會覆蓋上半年。由于本文只關注地市政府，且大部分自變量統計間隔為1年，因此僅選取2017—2019年間3版下半年報告中的地市層面數據，共獲取研究樣本148個。

3.1.2?研究自變量與控制變量

確定因變量后，本文依據假設共選取7個自變量，即數據開放者數據管理機構行政權力（Admin-level）、數據開放者信息技術服務能力（IT-Service）、數據開發者開發能力（Development）、數據消費者采納能力（Adoption）、是否位于國家大數據綜合試驗區（Pilot）、開放政府數據的省域統籌程度（Wholeness）及市場環境（Market-Env）。此外，將平臺上線時長（Time）、人口規模（Population）及國內生產總值（GDP）作為控制變量，以增強研究結果穩健性。

上述變量名稱、含義、測量方法及數據來源如表1所示：

3.2?研究方法

由于數據來源于統計年鑒、評估報告等公開資料，其評估范圍與時間并不完全一致。以最關鍵的因變量為例，由于各地數據開放平臺上線時間存在先后之分，所以《中國地方政府數據開放報告》每期評估對象數量存在較大差異，由第1版13個增加至第6版86個。由此判斷，該數據類型為獨立混合橫截面數據[23]。已有研究對此類數據均采用最小二乘法（OLS）線性回歸模型進行處理，如Kittel B等[24]、王霞等[25]學者研究。在對若干假定條件進行檢驗后，判定該方式適合相關數據處理。在綜合考量數據可獲取性及變量關系反轉等因素后，部分自變量選取時間滯后因變量1～3年?；谏鲜鰲l件，本研究構建了以下多元回歸模型：

4?回歸分析與假設檢驗

4.1?變量統計

4.1.1?變量描述性統計

因變量方面，我國各地政府開放數據建設的整體水平不高，均值僅為33.40。此外，地區之間差異懸殊，評估分值極差達到76.74，15.12的標準差值也能驗證這一論斷。自變量方面，各地信息技術服務能力、開放政府數據的省域統籌程度及平臺上線時長同樣存在較大差異，而人口規模、GDP、數據開發者開發能力、數據消費者采納能力這4個變量在進行取對數處理后，數據內部極差和標準差的絕對值不高。此外，各省市場化指數均值為8.044，標準差為1.580，全國市場化整體水平有了明顯改善。試點方面，148個樣本城市中僅有49個位于試點地區，這樣一組數據能在試驗區與非試驗區之間形成對照。

4.1.2?自變量多重共線性檢驗

多重共線性是回歸分析常見的問題之一，情況嚴重的話會影響研究結果的客觀性。本研究依次計算了自變量間的相關系數與方差膨脹因子。自變量相關系數矩陣如表3所示，可以看到，大部分自變量兩兩之間的相關系數均在0.6以下，自變量間并不顯著相關。

各變量的方差膨脹因子如表4所示，可以看到，所有自變量的方差膨脹因子值（VIF）均在10以下，均值僅為2.6。此外，除lnDevelopment、lnPopulation兩變量外，其余自變量均低于5。綜上可以判斷，自變量間不存在明顯的多重共線性。

4.2?回歸分析

為提高穩健性，本文采用逐步回歸方式依次代入各變量，共設立9個模型，各模型回歸結果如表5所示。模型（1）單獨探究控制變量與因變量關系，隨后，模型（2）在模型（1）基礎上加入衡量相關環境的自變量。因為數據開放者、數據開發者及數據消費者對“開放政府數據生態系統”的影響都是在相關環境下發生的，因此本研究將模型（2）作為研究的基線模型。確立基線模型后，模型（3）～（5）依次將數據開放者、數據開發者和數據消費者相關自變量單獨代入回歸模型，分別探究三者對因變量的影響。模型（6）～（8）將數據開放者、數據開發者、數據消費者相關自變量兩兩組合代入回歸模型，模型（9）將所有自變量納入回歸模型。可以看到，隨著基線模型中自變量數量的不斷增加，模型的擬合優度R2不斷提高，直至模型（9）達到9個模型中峰值0.4360。整體看來，各模型解釋力不斷增強，最終模型（9）能夠較好地擬合各自變量與因變量的相關關系。

4.3?假設檢驗結果

假設H1未通過。在涉及變量“數據開放者數據管理機構行政權力”的4個模型中，其與因變量之間相關關系均被證實顯著。然而與原假設不同的是，其相關關系是負向的，這就意味著數據管理機構行政權力越高，開放政府數據建設成效越差，這一結果與常規邏輯嚴重不符。可能的解釋有：①負向相關關系確實存在。行政級別越高的數據管理機構其整合職能也越多，資源與注意力相對分散。②變量選取不合理。本文數據管理機構特指“大數據局”，然而現實中各地數據開放并不一定完全由“大數據局”負責。③樣本量不足。各地數據開放建設仍處于起步階段，可供研究樣本不多，且樣本中不少地市剛剛啟動這一工作。因此，假設H1未通過。

假設H2未通過。在涉及變量“數據開放者信息技術服務能力”的4個模型中，其與因變量的相關性只在模型（8）中得到證實。可以推斷，數據開放者信息技術服務能力對開放數據建設成效的影響并不存在，即使存在，這種影響也是不穩健的，這與譚軍[26]的研究結果吻合。這一論斷也能在現實中找到支撐，目前各地數據開放平臺建設普遍外包給私企，政府自身技術能力并不是關鍵因素。因此，假設H2未通過。

假設H3通過。在涉及變量“數據開發者開發能力”的4個模型中，模型（6）和模型（9）中，其與因變量相關關系被證實，另外兩個模型中則不顯著?？紤]到半數模型通過這一假設，且模型（6）與模型（9）擬合優度明顯好于另外兩者，所以判定假設H3通過。開發者對開放數據的開發利用是整個生態系統價值釋放的關鍵一環，其經濟效益是支撐系統良性運轉的物質基礎。開發者開發能力越強，相關數據被用于數據產品與服務開發可能性就越大，整個系統建設成效也越好。因此，假設H3通過。

假設H4未通過。在涉及變量“數據消費者采納能力”的4個模型中，其與因變量的相關關系均不顯著。據此推斷，從受教育水平來看，消費者采納能力并不顯著影響數據開放成效。可能的解釋是，如今數據產品與服務在開發時充分考慮了其普適性，降低了“受教育程度”基礎上的相關門檻。例如，隨著移動互聯網的普及，“地圖”“天氣”等數據產品的使用門檻越來越低，“智能語音助手”甚至使得未接受過教育的人群也能自如應用上述產品。因此，假設H4未通過。

假設H5通過。在涉及變量“是否位于國家大數據綜合試驗區”的8個模型中，其與因變量的相關關系均被證實顯著。這就意味著，試驗區建設對區內各地數據開放有著顯著正向影響，這一論斷與學者們關于“試點”的已有研究相吻合。通常情況下，試點地區能夠獲得更多的政治注意力、更集中的資源投放及更大的自主創新空間。因此，假設H5通過。

假設H6通過。在涉及變量“開放政府數據的省域統籌程度”的8個模型中，其與因變量的相關關系均被證實顯著，并且相關系數很高。可能的影響機制有：①省級利用高位行政力量強推，地市被動作為以完成指令;②省級利用政策優惠鼓勵，地市主動作為以爭取資源;③鄰近地市先行建設帶來了府際競爭壓力，剩余地市先是被動跟進，采納政策創新，接著主動作為，爭取政治資源。因此，假設H6通過。

假設H7未通過。在涉及變量“市場環境”的8個模型中，其與因變量的相關關系均被證實顯著。然而其相關關系為負向，即市場環境越好，開放政府數據建設成效越差，這一論斷顯然與理論預設不符?？赡艿脑蛴校孩儇撓蛳嚓P關系確實存在，“市場環境”越好的地市法律體系越完善，開放數據在數據“歸屬權”“隱私權”等方面面臨阻力越大。②衡量變量選取不恰當。本文以省份“市場化指數”作為地市“市場環境”衡量指標，測量精度有待提升。③樣本量不足。同假設H1一樣，該假設驗證也面臨樣本不足問題。因此，假設H7未通過。

控制變量方面，GDP影響顯著。在所有模型中，“平臺上線時長”對因變量影響并不顯著。該結果表明，平臺上線時長并不是影響其開放水平的關鍵因素，開放數據數量與質量并不會簡單隨時間自然累積與改善。“人口規?！睂σ蜃兞坑绊懲瑯硬伙@著，這意味著，并不是人口規模越大，開放政府數據潛在需求越大。在涉及變量“國內生產總值”的9個模型中，其中6個證實了其對因變量影響顯著。GDP是經濟水平的直觀顯示，而經濟水平又影響開放者財政收入、開發者絕對數量及消費者購買能力等諸多因素，其對開放政府數據的影響是全面的。

5?結論與不足

自2009年美國上線運行首個國家數據開放平臺以來，“開放政府數據”迅速在世界擴散開來。我國同樣重視數據開放，國務院先后印發一系列指導性文件，并批復建設相關試點，助推數據開放。數據開放是一項系統工程，其建設受到諸多因素影響，為深入探究這些因素，本文應用了“開放政府數據生態系統”理論框架，并對其進行完善。在該框架指導下，本文從開放者、開發者、消費者及相關環境4個維度提出7個假設，積極尋找合適變量，最終形成包含148個樣本的研究數據。確定數據類型后，參照以往研究，選擇最小二乘法（OLS）并采用逐步回歸方式驗證相關假設，共得到9個回歸模型。根據回歸結果判斷，對因變量“開放政府數據建設成效”存在顯著影響的自變量有“數據開發者開發能力”“是否位于國家大數據綜合試驗區”“開放政府數據的省域統籌程度”。此外，控制變量“國內生產總值”對因變量的影響也被證實顯著。以上研究結果一方面使得“開放政府數據生態系統”理論框架得以在本土情境下驗證;另一方面也為我國政府未來的數據開放工作提供了一定參考。

當然，本研究同樣存在一些不足，有待進一步完善。首先，部分變量選取不恰當，例如“數據管理機構行政權力”與“市場環境”等。其次，樣本量有待擴充，受制于各地實踐進展，能獲取的樣本數量上限即為148個。最后，缺乏基于問卷調查、實地訪談等方式的交叉驗證。突如其來的疫情導致原有調研計劃擱淺，交叉驗證缺失無疑給研究結果穩健性帶來了一定挑戰。針對以上問題，未來研究將從以下4個方面著手改進：①進一步完善理論框架，探索各主體間兩兩互動關系;②改進變量選取方式，挖掘更為詳實、準確數據;③擴充樣本量，納入省級層面數據，分級驗證相關假設;④開展問卷調查與實地調研，交叉比對研究結果。

參考文獻

[1]新華網.中華人民共和國國民經濟和社會發展第十三個五年規劃綱要[EB/OL].http：//www.xinhuanet.com//politics/2016lh/2016-03/17/c_1118366322_8.htm，2019-04-10.

[2]中國大百科全書總委員會環境科學委員會.中國大百科全書——環境科學[M].北京：中國大百科全書出版社，2002：145-147.

[3]Harrison T M，Pardo T A，Cook M.Creating Open Government Ecosystems：A Research and Development Agenda[J].Future Internet，2012，4（4）：900-928.

[4]Lee D.Building an Open Data Ecosystem：An Irish Experience[C]//Proceedings of the 8th International Conference on Theory and Practice of Electronic Governance，Guimaraes，Portugal，2014.Association for Computing Machinery.

[5]Dawes S S，Vidiasova L，Parkhimovich O.Planning and Designing Open Government Data Programs：An Ecosystem Approach[J].Government Information Quarterly，2016，33（1）：15-27.

[6]鄭磊.開放政府數據的價值創造機理：生態系統的視角[J].電子政務，2015，（7）：2-7.

[7]吳金鵬，韓嘯.開放政府數據何以成功？——生態理論視角的跨國實證研究[J].圖書館論壇，2019：1-9.

[8]王衛，王晶，張夢君.生態系統視角下開放政府數據價值實現影響因素分析[J].圖書館理論與實踐，2020，（1）：1-7.

[9]徐慧娜，鄭磊.面向用戶利用的開放政府數據平臺：紐約與上海比較研究[J].電子政務，2015，（7）：37-45.

[10]王法碩.我國地方政府數據開放績效的影響因素——基于定性比較分析的研究[J].情報理論與實踐，2019，42（8）：38-43.

[11]門理想.地方政府數據治理機構研究：組建方式與職能界定[J].蘭州學刊，2019，（11）：146-156.

[12]Janssen M，Charalabidis Y，Zuiderwijk A.Benefits，Adoption Barriers and Myths of Open Data and Open Government[J].Information Systems Management，2012，29（4）：258-268.

[13]齊艷芬，孫鈺，張家安，等.城市政府開放數據行為影響因素實證研究[J].城市發展研究，2018，25（5）：94-100.

[14]符嶸.參與主體視角下的政府數據開放研究——以上海市為例[J].科技促進發展，2017，13（4）：237-241.

[15]湯志偉，郭雨暉，顧金周，等.創新擴散視角下政府數據開放平臺發展水平研究：基于全國18個地方政府的實證分析[J].圖書館理論與實踐，2018，（6）：1-7.

[16]姜紅波，王雙鳳，邵婷.政府數據開放用戶接受度影響因素的實證分析[J].廈門理工學院學報，2017，25（4）：88-94.

[17]莫太林.政府數據開放平臺用戶初始采納的影響因素研究[D].成都：電子科技大學，2019.

[18]張廷君，曹慧琴.地方政府數據開放平臺發展模式及影響因素分析[J].電子政務，2019，（4）：109-121.

[19]楊宏山.雙軌制政策試驗：政策創新的中國經驗[J].中國行政管理，2013，（6）：12-15.

[20]孫柏瑛，于揚銘.網格化管理模式再審視[J].南京社會科學，2015，（4）：65-71.

[21]吳金鵬，韓嘯.制度環境、府際競爭與開放政府數據政策擴散研究[J].現代情報，2019，39（3）：77-85.

[22]胡海波，高鵬.面向用戶服務的政府開放數據：一個概念性闡釋框架[J].情報理論與實踐，2018，41（6）：45-51.

[23]呂曉英，呂勝利.產業集聚效應測算的獨立混合橫截面數據模型[J].甘肅社會科學，2004，（5）：232-236.

[24]Kittel B，Winner H.How Reliable is Pooled Analysis in Political Economy？The Globalization-welfare State Nexus Revisited[J].European Journal of Political Research，2005，44（2）：232-236.

[25]王霞，徐曉東，王宸.公共壓力、社會聲譽、內部治理與企業環境信息披露——來自中國制造業上市公司的證據[J].南開管理評論，2013，16（2）：82-91.

[26]譚軍.基于TOE理論架構的開放政府數據阻礙因素分析[J].情報雜志，2016，35（8）：175-178，150.

（責任編輯：陳?媛）