開放政府數據的生態系統能力：模型建構與發展路徑

彭勃 吳金鵬 韓嘯

(1.上海交通大學，上海 200030；2.清華大學，北京 100084；3.電子科技大學，成都 611731)

在國家加快培育數據要素市場的改革背景下[1]，整合、開放、共享政府數據成為一項重要的公共服務創新。隨著“棘手問題”的增加和信息技術的發展，公共服務創新的研究焦點從組織內部轉向組織間關系，公共服務組織嵌入在生態系統中，需要與其他外部組織共同發展來實現目標[2]。開放政府數據服務的創新導向也經歷了“由內到外”的轉變，從關注單一政府(數據供給者)作用轉向關注開放數據生態系統的作用，即數據本身不能創造社會價值，而是通過政府、企業、公眾等多元參與者對數據的開發和利用來實現數據社會價值。數據生態系統可以被建構、培養和管理，以實現系統有效運行和治理目標[3]。其中，哪些因素會影響數據生態系統的有效發展和目標實現是本議題關注的焦點。

“能力”被視為公共服務創新的焦點和來源，通過提供必要的知識、管理、技術和資源的過程實現其目標[4]。“能力”亦為驅動數據開放共享的重要因素，但以往研究主要考察政府的數據開放能力。趙玉攀等探討了政府根據特定要求向社會提供其持有的數據的能力[5]，樊博等分析了政府制度能力、組織安排、技術能力對開放政府數據質量的作用機制[6]。現有研究越來越強調“開放數據生態系統”的重要性[7]，研究者的注意力也應該從單一政府組織的內部能力轉向多元參與者的內部驅動能力和外部協調能力的層次性能力組合，即開放數據生態系統能力。因此，本文探索“能力”因素對開放數據生態系統發展的作用，提出一個解釋假設：開放數據生態系統有效性是系統各組成部分能力組合的實現結果，不同的能力配置和互動關系具有不同的治理績效。力圖在以下方面做出貢獻：全面而公允地描繪我國地方政府數據開放生態系統發展現狀；從能力理論出發構建數據生態系統模型，識別數據生態系統有效發展和治理所需的結構性能力；通過定性比較分析(QCA)挖掘何種能力配置構型有助于提升開放數據發展水平，即高水平數據生態系統的多元發展路徑。

一、我國地方政府數據開放生態系統發展現狀

國家高度重視數據資源整合和開放共享工作，《中共中央、國務院關于構建更加完善的要素市場化配置體制機制的意見》將培育數據要素市場作為要素市場化配置改革和經濟體制轉型的重要舉措，“推進政府數據開放共享、提升社會數據資源價值、加強數據資源整合和安全保護”[8]。建設開放數據生態系統，提高開放數據社會價值和預期收益，成為發展數據經濟、實現數字紅利的關鍵問題。評估是促進開放數據發展的有效工具，世界各地已經開發了許多開放數據生態系統評估框架，如“全球開放數據指數”(Global Open Data Index)，“開放數據晴雨表”(Open Data Barometer)[9]。目前國內最權威的開放政府數據評估項目為復旦大學數字與移動治理實驗室自2017年開始推出的《中國地方政府數據開放平臺報告》①。該項目定期對我國政府數據開放水平進行綜合評價，助推我國政府數據開放生態體系的建設與發展。“開放數林指數”每半年公布一次，其評估指標體系不斷優化，從“數據層”(2017年上半年)到“數據層+平臺層”(2017年下半年)，“數據層+平臺層+準備度”(2018年上半年)，“數據層+平臺層+準備度+利用層”(2019年)，逐步形成了完善的開放數據生態系統成熟度評估體系。

對《中國地方政府數據開放平臺報告(2019下半年)》中所報告的84個地級市政府“開放數林指數”進行分析，以描繪我國地方政府開放數據生態系統發展現狀。表1顯示了我國地級市政府數據開放發展綜合指數與四個分項指數，在各個發展等級中所占的比例。由表1可知：(1)我國地方政府開放數據發展的總體水平較低。綜合發展指數均值為29.76，不足滿分(100分)的三分之一。84個地級政府中，高度發展程度(綜合指數51-75)的地級政府占4.8%，處于創新領先狀態；中等發展程度(綜合指數26-50)的地級政府占60.7%，處于穩步推進狀態；低度發展程度(綜合指數0-25)的地級政府占34.5%，處于亟待發展狀態。(2)準備度、平臺層、數據層、利用層四個分項指數發展不平衡。各地級政府在使數據集開放、可用、及時、持續等數據層面發展最好，70.2%的地級政府處于中等發展程度；在數據獲取、互動反饋、技術發展等平臺層面發展次之，46.4%的地級政府處于中等發展程度。政策法規、組織執行、標準規范等準備度層面，75.0%的地級政府處于低度發展程度。在數據開放利用、取得社會經濟價值方面，95.2%地級政府處于低度發展狀態，這可能是由于影響力的取得需要一定的時間差、政府開放的數據集并非社會所最需要的以及政府與社會互動不足造成的。需要不斷擴大行動規模，提高數據質量，加強與社會互動合作，促進市場主體和社會主體參與數據重用，改善影響和績效。(3)各地級政府開放數據發展不平衡且差距擴大。發展程度最高的貴陽和深圳綜合指數得分分別為67.72和61.93，而發展程度最低的徐州和宿遷綜合得分僅為3.62。一些地級市呈現穩步前進的趨勢，如哈爾濱、惠州、臨沂；一些地級市呈現停滯甚至后退的情況，如湛江、無錫、雅安。總體而言，我國開放政府數據實踐目前還處于初步發展階段，總體發展水平較低，地級政府間發展差距較大。其原因可以總結為政策執行“重硬輕軟”與“重短輕長”。“重硬輕軟”指政府更加關注開放數據門戶、基礎設施等硬件項目，忽略提升數據質量和范圍，忽略提高社會參與有效性和持續性[10]；“重短輕長”指多以上海開放數據應用大賽SODA等項目式競賽的形式激勵公眾參與，短時間競賽開發的應用程序往往很快被拋棄，難以產生長遠價值。有效管理和協調開放數據生態系統，促進開放數據的可持續發展正當其時。

表1 我國地級市政府數據生態系統水平等級分布圖

二、開放政府數據生態系統模型構建

(一)開放政府數據生態系統研究綜述

為了理解開放政府數據實踐的復雜圖景，從生態系統理論入手研究開放政府數據的重要性逐漸增加，目前研究可以總結為以下三個方面：第一，政府數據生態系統的治理目標和影響效應。建立或發展政府數據生態系統的目標包括提高開放數據透明性和操作性，促進數據的使用和創新；促進數字經濟發展和經濟體制轉型；改善公共服務質量，加強社會信任[11]。政府數據生態系統建設還面臨著技術障礙、缺乏有效參與等挑戰，數據資源的力量尚未被充分利用來改善人類[12]，如何發揮數據生態系統功能，實現數據公共價值成為下一步研究的重點。第二，政府數據生態系統的定義和要素。OECD報告指出，需要建立一個開放政府數據參與者生態系統，識別包括公民、私營部門、技術人員、學者和社會組織在內的各個類型的參與者，制定相應的政策和措施，促使參與者的使用和反饋[13]。Zuiderwijk指出數據生態系統由多個參與者組成，每個參與者都有自己的角色，并通過相互協作和競爭關系來促進數據生態系統[14]。Harrison認為開放數據生態系統至少包括政府、用戶和創新者三個主體，同時強調環境因素的重要性，將生態系統比喻為提供者、用戶、數據、基礎設施和機構之間相互關系的概念[15]。目前，“政府數據生態系統”還未形成統一定義，但研究者在系統要素和屬性方面形成了一定程度的共識，包括多元參與者的角色和資源、參與主體與環境之間的依賴關系、參與主體通過協作和競爭促進數據生態系統。第三，政府數據生態系統的影響因素和作用機制。多元促進因素及其相互作用的過程是政府數據生態系統形成發展和目標實現的關鍵因素。一是通過數據流動、反饋的周期實現數據價值，開放數據形成一個數據周期和閉環系統，政府向公眾提供數據，通過用戶使用的應用程序創造社會利益；當社會感知到開放數據的好處，政府就會被生態系統推動開放更多的數據，從而產生更多的價值創造[16]。二是通過各類型參與者之間的協作以及功能和資源的發揮催化價值，外部環境因素可以刺激參與主體的行動[17]。三是由參與者和活動構成的價值鏈創造價值，吳金鵬等將開放數據生態系統中價值創造過程分為數據供應、創新與消費三個階段，共同影響著開放數據發展水平[18]。總結而言，政府數據生態系統相關研究仍處于早期發展階段[19]，未來還需要在多元理論和豐富實踐中加強對政府數據生態系統定義、結構、作用機制的研究，為開發和管理數據生態系統提供方法和策略。

(二)開放政府數據生態系統能力模型

模型可以通過描述數據生態系統基本要素、評估數據生態系統功能和成熟度、探究生態系統有效性的影響因素來管理和優化數據生態系統。本研究將能力方法(capability approach)與生態系統相結合，構建開放政府數據生態系統能力模型，旨在識別實現數據生態系統有序運行和治理目標，需要哪些與生態系統相關的結構性要素及其能力。能力方法將資源使用和目標實現相聯系，即個人或組織能夠在多大程度上自由地利用現有的資源從事有價值的活動、實現管理目標。能力方法是評價個人福利、社會安排、政策設計的一個規范框架，在發展研究方面的應用尤其突出，如社會創新、服務創新[20]。隨著生態系統思想的廣泛應用，將能力方法與生態系統的關系系統化，將為社會經濟服務的生態系統視為增強社會經濟發展能力的生態系統[21]，探究生態系統能力及其影響效應的研究逐漸增加，包括生態系統服務功能[22]、商業服務創新[23]、社會創新[24]等領域。

開放數據生態系統能力指將數據的潛在價值轉換為交付價值，實現系統目標的能力。為構建開放數據生態系統能力模型，本文首先對“開放數據生態系統”進行概念界定和要素分析，即在特定區域范圍(如國家、城市)，數據、數據主體、數據環境等生態因子動態交互，構成開放的自適應系統。其核心要素包括多元數據主體及其角色，數據主體間的互動協作關系，數據主體與環境之間的連接和作用。其次，將能力方法與開放數據生態系統核心要素一一映射，構建起數據主體與數據環境兩個層面的生態系統能力模型。數據主體指開放數據生態系統的行動組織或個人，扮演著一個或多個特定的角色。數據主體能力通過各自的動機、職責、行為得以體現。根據開放數據的使用過程，可以將數據主體劃分為供應者(政府)、中間消費者(第三方組織)、最終使用者(社會公眾)三類。根據三類主體在數據開放過程中扮演的角色和發揮的功能，將數據主體能力界定為政府數據制度能力、第三方組織數據開發能力和公眾信息利用能力。政府制度能力指以制度建設推動數據開放共享的能力，政府的支持、關注和參與是推動數據開放與共享的關鍵。但政府行為不能僅限于提升數據質量，而是要進行制度建設，為數據開放共享提供制度合法性，降低了參與者機會主義行為發生的概率，促進數據主體之間的有效溝通與互動關系[25]，持續性地推動數據開放利用。第三方組織數據開發能力指企業、社會組織、個人等多元主體利用開放數據創造新產品、新服務的能力。比如在抗擊新冠肺炎疫情過程中，丁香園、阿里巴巴、騰訊等第三方組織和專業人士利用政府發布的疫情數據，開發出可視化的時空疫情地圖、確診患者同行程查詢工具、遷徙數據的地理信息分析等應用，并從多方面審視和解讀疫情分布格局和發展態勢，為社會公眾提供生動直觀、專業多元的數據服務，也為政府提供了信息參考和決策支持。公眾信息利用能力指社會公眾對開放數據及其衍生產品的需求和利用能力。社會公眾的支持和認識對開放政府數據的成功發揮著至關重要的作用[26]。公眾對數據的需求越高，對政府開放數據訴求越高，對第三方組織發布的數據分析結果越關注，政府和第三方組織越有壓力和動力有效開放利用數據，進而有利于開放數據生態系統的數據主體之間的互動協作。

“能力”概念可以分為“擁有的能力”和“實現的功能”，社會和制度環境影響主體偏好以及主體是否選擇實現功能[27]。在開放數據領域，擁有數據分析能力的組織或個人并不一定付諸實踐，而是受到組織環境的影響。數據主體嵌套在經濟、制度、技術環境系統之中，數據環境能力通過影響(鼓勵或阻礙)數據主體行動來發揮作用，數據主體也可以反作用于外部環境，適應環境變化，調用環境資源。環境能力可以分為操作性能力和支撐性能力兩方面。操作性能力指特定區域內部可以控制、支配的資源，進一步將操作性能力劃分為科技能力和財政能力。科技能力指采集、儲存、利用海量數據所需要的科技基礎。技術突破一直是我們經濟歷史上許多生產率提高的基礎，開放數據與高新技術的結合從高精度的城市地理信息應用到智慧城市建設，無不降低了政府、企業、社會管理和使用信息的成本，便利了大眾生活，推動開放政府數據的進一步發展。財政能力指啟動和維持許多數據開放共享項目及主體協作所需要的財政和經濟基礎。財政資源越豐富的行政區域，經濟發展水平越高，越有能力支撐數據開放平臺建設和項目持續。另一方面，大多數研究發現經濟資源水平和透明度水平之間存在正相關關系[28]，具備良好的財政收入的政府更有可能采用開放政府運動。支撐性能力指來自特定區域外部，支持、促進區域內開放數據發展的情境和資源，進一步劃分為上級政府支持和外部社會支持。上級政府支持指地方政府所屬的上級政府對開放數據的重視程度。采納、執行開放政府數據政策涉及建立一個新的組織架構、業務流程、應用程序，任務復雜，執行難度大。我國屬于“壓力型體制”，通過上級政府向下級政府下達指標、分解任務、量化考核的方式推動政策執行[29]。外部社會支持指地方轄區社會環境的開放、包容程度。開放政府數據行動具有擴大公民參與、增加政府透明度、減少腐敗的治理目標，出于有限理性和自利性動機，地方政府主動推動數據開放的動機不強。現有研究表明，地方政府開放性越強，政策采納的動機越強[30]。綜上，本文構建起了數據主體與數據環境兩個層面、七個具體指標的生態系統能力模型。

生態系統的模式具有多維性，開放數據生態系統發展水平的差異可能是由系統能力差異造成的，特定的能力配置更有可能實現高績效的數據生態系統。實證研究是有助于理解數據生態系統的運作方式和作用機制，識別如何實現“最佳實踐”。因此，文章下一節采用定性比較分析(QCA)方法，探究能力視角下實現高發展水平數據生態系統的多元路徑，即何種能力組合或配置有利于開放政府數據優質發展，模型如圖1所示。

圖1 開放數據生態系統能力作用機制模型

三、能力視角下開放政府數據生態系統的多元發展路徑

(一)研究方法

本研究采用模糊集定性比較分析(fsQCA)方法，主要出于以下幾點考慮：第一，觀察我國開放政府數據的發展實踐，可以發現不同背景的地方政府具有相同的開放政府數據發展水平，議題符合“多種復雜并發因果”的特征。以貴陽、深圳、哈爾濱和濟南四個城市為例，其經濟發展水平、科技創新能力、區域位置、市場發育程度均存在較大差異，卻成為全國開放政府數據發展水平最高的四個地級市，呈現“殊途同歸”的特征。第二，單因素凈效應分析或兩兩變量交互作用分析，難以衡量眾多“因素組合”的共同作用。定性比較分析超越了線性關系假設和單一的因果關系，可以識別前因組合(因果復雜性)可以導致相同的結果(相等性)的多種路徑，評估特定組合解釋結果變量的程度[31]。數據生態系統發展的影響因素是多元的、非線性的，采用組態視角研究多元因素之間的相互作用與組合效應成為有效路徑。第三，QCA利用布爾代數將每個案例表示為一組因果關系，并對這些關系進行系統比較，達成多個條件變量組合構型，且無需對跨層變量做特殊處理[32]。從集合關系的角度解釋主體、關系和環境因素的相互關系，使本文所提出的開放數據生態系統能力模型具有可操作性。第四，QCA方法適用于中小樣本量(10-100)的研究。本文分析樣本為我國84個地級政府，樣本量未達到“大樣本”水平，難以通過回歸分析得到穩健結論，也不適用傳統的多案例手動比較分析。第五，常用的QCA方法包括清晰集(csQCA)、模糊集(fsQCA)、多值集(mvQCA)、時序性(TQCA)四種形式。我國地方政府開放政府數據發展水平千差萬別，往往介于高水平與低水平之間。Ragin為避免二分數據的任意性，引入了隸屬度②的概念，開發了一種能夠解決集合隸屬問題的模糊集定性比較分析方法。因此，本文采用模糊集定性比較分析(fsQCA)方法。

(二)變量設定

條件變量和結果變量直接影響研究的準確性。本研究結果變量毫無疑問是我國地級(含副省級)政府數據生態系統發展水平，采用《中國地方政府數據開放報告(2019下半年)》中“數林指數”的“綜合指數”來測量。為降低由于時間效應導致變量因果關系反轉的可能性，將自變量的來源時間選擇為t-1年，即比因變量滯后一年[33]。采用政策數量測量地方政府制度能力，收集地方政府出臺的開放數據相關的政策法規和工作報告的數量，時間截至2018年12月。我國地方政府對中央政策“響應差異”，基于地方資源、地方性知識形成差異化的政策輸出[34]。不同地方政府開放數據的注意力配置和制度建設不同。采用《中國城市統計年鑒2018》中“規模以上企業數量”測量地方政府第三方組織數據利用能力。現有數據并沒有直接測量第三方組織數據利用能力的指標，因此采用大企業數量作為代理變量，理由如下：數據利用和創新依賴于第三方組織的研發投入，創新的基礎研究期具有投入大、收益低、外部性大、不完全排他性的特點，對小企業的吸引力較小[35]。另一方面，組織規模越大，商業成熟度越高，越需要分析政府開放數據，以指導組織決策，調整公司戰略，尋找新的發展機遇。采用《中國城市統計年鑒2018》中“互聯網寬帶接入用戶數”測量居民信息利用能力。網絡技能是居民使用開放數據來獲得更多的信息和參與。因此，在互聯網發展程度越高的地方，居民對開放數據的需求越高。采用“財政依賴度”指標測量地方政府財政能力，計算方法為地方財政預算內支出減去地方財政預算內收入，再除以地方財政預算內支出，財政能力屬于負向指標。數據來源于《中國城市統計年鑒2018》。“財政依賴度”一方面展示出地方財政能力和經濟水平，另一方面展示了對上級政府財政轉移支付的依賴。采用《中國城市統計年鑒2018》中“人均專利擁有數量”測量轄區科技能力。現有研究一般采用科技資金投入和科技成果產出測量科技水平，本文以掌握轄區科技現有水平為目的，資金投入更多強調政府對科技發展的重視程度，因此采用“人均專利擁有數量”。采用地級政府所屬省級政府數據開放水平測量上級支持，數據來源于《中國地方政府數據開放報告》。上級政府采納、執行開放數據政策為下級政府提供了執行壓力、行政合法性與實踐經驗，促進下級政府采納執行開放數據政策。現有研究一般采用上級政府出臺政策數量測量上級壓力[36]，但上級政府執行開放政府數據政策對下級政府的影響大于僅制定政策[37]。因此，本文以代表上級政府政策執行情況的“數據開放水平”，而非上級政府出臺“政策數量”作為代理變量。采用《中國城市統計年鑒2018》中國“人均實際使用外資金額”測量城市外部支持。現有研究多采用國際友好城市數量或外資利用水平測量地方政府開放程度。開放數據可以降低區域信息成本與交易成本，吸引外資注入。外商投資可以引進先進技術和理念，有利于經濟總量擴大及經濟結構轉型；通過知識外溢、技術外溢[38]，提升區域創新精神，減少發展新事物所遇到的阻力；促進區域開放數據的發展。因此，本文認為“人均實際使用外資金額”指標更加符合研究情景。替換使用“國際友好城市數量”測量外部支持，對發展路徑分類結果并無影響。受篇幅限制，真值表(Truth Table)并未在正文列出。

(三)數據校準

數據校準是將變量原始值歸一化為0-1區間的模糊集數據。清晰集將原始數據轉化為0或者1，模糊集則可以轉化為0到1之間的任何數。研究者首先應該選擇哪種方法構建模糊集，常見方法包括四值集(0,0.33,0.67,1)、六值集(0,0.2,0.4,0.6,0.8,1)與連續集(任何≥0且≤1的值)。本文條件變量與結果變量原始取值均呈現連續變化的特征，因此本文采用連續值校準數據。其次設定三個定性斷點：目標集合中完全隸屬于集合(模糊值0.95)的閾值，目標集合中完全非隸屬于集合(模糊值0.05)的閾值和交叉點(模糊值0.5)的閾值。使用fsQCA3.0軟件將原始數據轉化為模糊集分值，得到各變量的隸屬度。

(四)數據分析結果

1.必要條件分析。定性比較分析首先要對單個條件變量進行必要條件分析。一致性閾值一般設置為0.9，即如果某個條件變量的一致性大于90%，則該條件變量是結果變量的必要條件[39]，意味著單一變量就對結果變量具有決定性解釋力，不需要在條件組合分析中納入此變量。表2為必要條件分析結果，結果顯示單個條件變量一致性均小于0.9，不存在必要條件變量，所以七個條件變量均需要納入條件組合分析中進行進一步的分析。政府制度能力的一致性與覆蓋率均處于最高水平，說明政府部門的政策制定與執行能夠有力推動轄區開放數據發展。

表2 單變量必要條件分析

2.組合條件分析。構型分析前，需要建立模糊集真值表。真值表是由案例和數據構成的配置表，顯示了條件的可能組合。為獲取更多的核心條件組合，本文將一致性閾值設置為0.85③，即構型一致性等于或大于0.85的模糊子集編碼為“1”；頻率值設置為1，消除沒有任何觀測值的構型。選擇“標準分析”進行條件組合分析，并選擇“中間解”方案④，得到九種地方政府數據生態系統高發展水平的能力構型，如表3所示⑤。對九條因果路徑深入分析，首先可以按照政府是否發揮主導作用，分為政府主導型(包括路徑1、2、3、4、5、6、8)以及社會主導型(包括路徑7、9)。其次，根據政府行動邏輯可以將政府主導型進一步劃分為認同應變型、自發變革型、上級支撐型。

(1)認同應變型的兩個條件組合分別為：“政府能力*公眾能力*～財政能力*科技能力*上級支持*外部支持”(路徑5)和“公眾能力*第三方能力*～財政能力*科技能力*上級支持*外部支持”(路徑6)。兩條路徑的原始覆蓋率均處于較高水平，說明認同應變型路徑具有典型性，代表性城市為貴陽市與深圳市。認同應變型可以解釋為在本地財政資源、科技資源充足⑥，并得到上級政府支持和外部社會支持的情況下，當地政府會積極主動推行開放數據實踐；由于第三方組織具備良好的數據開發和分析能力，社會公眾具備信息需求和消費能力，進而有利于數據主體形成協作關系，促進數據資源流動與整合，共同促進我國地方政府數據生態系統的發展。

(2)自發變革型的兩個條件組合分別為：“政府能力*公眾能力*第三方組織能力*～財政能力*科技能力*～外部支持”(路徑4)和“政府能力*第三方能力*～公眾能力*財政能力*～科技能力*～上級支持*外部支持”(路徑8)。其中，路徑4的原始覆蓋率在所有因果路徑中最高，能夠在38%的程度上解釋結果的出現，代表性城市為青島市、成都市。路徑8覆蓋率相對較低，僅存在宣城一個案例。自發變革型可以解釋為即使在沒有上級政府經驗支撐與壓力驅動下，本地政府也會基于本地資源和知識，積極推行開放數據政策。在本地財政、科技資源豐富，第三方組織發展良好，社會公眾信息化水平較高的情況下，政策執行可以取得良好績效。

(3)上級支撐型的三個條件組合分別為：“～第三方能力*～公眾能力*財政能力*～科技能力*上級支持*～外部支持”(路徑1)、“政府能力*～第三方能力*財政能力*～科技能力*上級支持*～外部支持”(路徑2)和“政府能力*～公眾能力*財政能力*科技能力*上級支持*～外部支持”(路徑3)。代表性城市為湛江市、銅仁市、潮州市。上級支撐型可以解釋為在地方政府依賴于中央財政時，當地政府會緊隨上級政府步伐，在上級政府的支持下推行本轄區開放數據實踐。在此模式下，第三方組織和公眾數據能力、科技能力、外部支持并不重要，反映了上級政府對地方政府執行開放數據政策的重要推動力。

(4)社會主導型的兩個條件組合分別為：“～政府能力*～公眾能力*～第三方能力*～財政能力*科技能力*～上級支持*外部支持”(路徑7)和“～政府能力*第三方能力*公眾能力*財政能力*科技能力*～上級支持*外部支持”(路徑9)。社會主導型兩條路徑的覆蓋率在所有因果路徑中最低，且分別僅對應一個案例：馬鞍山市、淮安市，解釋力較差。社會主導型可以解釋為在政府缺乏發展開發數據注意力時，在科技資源和外部支持的情況下，第三方組織和社會公眾以需求倒逼供給，促進當地開放政府數據發展。

總結四種模式，可以發現：第一，以地級市數據生態系統發展水平排序，四種模式的效果排序為認同應變型>自發變革型>上級支撐型>社會主導型。社會主導型的代表城市馬鞍山市與淮安市在地級市開放數據發展中排名較低，說明政府注意力配置和制度建設對開放數據發展具有核心影響作用。第二，上級支撐型模式效果不及認同應變型與自發變革型，說明在發揮了政府的主導作用，但未能充分調動其他數據主體的主動性以及社會資源的情況下，開放政府數據并不能充分實現價值共創。這與隨著電子政府發展程度越高，行政命令的作用逐步減弱，需要從需求端出發設計政策的研究結論相符合[40]。第三，認同應變型、自發變革型兩種模式可以有效推動開放政府數據優質發展，且發展效果相差較小，是本文追求的最優路徑。兩種模式的差別在于是否具備外部支撐能力，卻能取得相同績效，也說明內部操作性能力促進開放數據發展的作用大于外部支撐性能力。

表3 組態分析結果

四、研究發現與討論

(一)研究結論

開放政府數據生態系統有利于促進數據創新和價值創造，需要加強對數據生態系統的開發和管理才能更好地實現治理目標。本研究從能力理論出發構建開放政府數據生態系統模型，并運用模糊集定性比較方法(fsQCA),分析數據生態系統能力的多元構型及作用路徑。本研究結果表明：(1)開放數據生態系統治理績效和服務創新是生態系統各組成部分能力發揮的結果，特定的能力配置可以實現高水平的系統目標。(2)開放數據生態系統的能力配置存在多種形態，主要包括認同應變型、自發變革型、上級支撐型、社會主導型四種模式。其中，認同應變型和自發變革型模式是實現數據生態系統發展的最優路徑。(3)任何單一因素都不能有效促進開放政府數據的發展。生態系統能力體系具有層次性與互補性，數據主體能力和環境能力共同發揮作用，才能有力推動我國地方政府開放數據的發展。(4)生態系統各個部分對開放數據發展的影響力不同。在我國目前開放數據發展進程中，政府以其權威性和強大的整合動員能力，成為我國開放數據發展的核心條件。內部操作性能力代表了數據主體可以控制利用的各類資源，其作用大于外部支撐性能力。

(二)理論意義與實踐價值

本文的理論貢獻包括兩方面。首先，本文從能力視角建構開放政府數據生態系統的概念模型，并將其操作化為數據主體能力和數據環境能力兩個層次，再將數據環境進一步劃分為操作性能力和支撐性能力。模型具有層次性和結構性特征，開放數據發展能力體系從單一政府能力向復雜系統能力轉變。實證研究驗證了“能力的動態組合可以提供比單個能力更大價值”的命題；并發現開放數據生態系統具有“參與者主導”的特點，數據主體通過資源利用和能力開發創造共享利益，是價值數據實現的核心過程。從能力方法出發探究開放數據生態系統的組成部分和作用機制，豐富了數據生態系統領域的研究。其次，從生態系統視角研究開放數據的研究逐漸增多，但對其生成邏輯和作用機制的關注很少。將組態分析方法應用于開放政府數據生態系統研究，有助于識別生態系統因子之間的依賴關系，揭示生態系統中主體、技術、組織和環境因素有效合作促進開放數據發展的作用機制。

在完善要素市場化配置的國家戰略背景下，本研究為政府培育數據要素市場、制定開放數據發展戰略提供了實踐啟示。我國開放數據生態系統呈現政府領導型形態，即政府是數據生態系統的中心行動者，掌握著數據開放的主動權。開放數據發展需要政府的領導和推動，才能實現發展目標。政府作為開放數據生態系統的主導者，必須承擔起協調、優化系統的職責，根據本轄區的優勢和劣勢，基于現有資源制定發展策略。可以從鼓勵正反饋與限制負反饋兩方面著手，包括建立共同目標和多元渠道，吸引多元主體參與；協助多元參與者溝通、互動，建立合作關系；加強自身能力建設，提升數據和數據平臺的質量，促進數據利用與創新；發揮監管作用，加強數據安全，避免數據濫用、隱私泄露。另一方面，開放數據的優質發展離不開第三方組織的數據創新與社會公眾的數據消費，只有數據主體之間形成良好協作關系，才能“培育數字經濟新產業、新業態和新模式”[41]。第三方組織和社會公眾作為數據價值實現的關鍵主體，其數量和規模是生態系統健康的重要標志[42]。在建設共建共治共享社會治理背景下，公共管理者要認識到開放數據系統相互依賴和相互作用的性質，培育、動員、提升多元數據主體數據利用的機會和能力，鼓勵開放數據生態系統從集中型走向分散型網絡形態，通過賦權的方式調動各數據主體能動性，促進數據生態的良性發展與社會價值的充分實現。

(三)研究不足與未來展望

本研究還存在一些局限：首先，由于QCA方法變量選擇的局限性，本文僅選取了7個條件變量檢驗生態系統能力模型，未能涉及居民教育水平、官員特質、府際競爭等變量；需要檢驗其他變量影響開放數據的可能性和影響程度，增加理論飽和度。其次，本文基于2019年橫截面數據進行分析，但我國地級市采納開放政府數據政策的時間各不相同，需要持續跟蹤分析縱向數據和面板數據。第三，對文中提煉的四種模式的代表性案例未能進行深入分析，可以采用單案例或多案例比較分析，對具有代表性的城市進行深描。未來還可以從以下方面加強開放政府數據發展研究：第一，現有開放政府數據研究多為理論研究，實證研究較少，未來研究必須在方法上更加多樣化與嚴謹化，如采用模擬仿真、雙重差分等方法。第二，充分利用國家、國際層面的數據，并結合國家級與國際級數據，進行比較研究與結果印證。第三，現有研究多將政府視為一個整體，并未區分各部門開放數據的動機和利益，可以研究單一部門或者進行部門比較研究，如服務性部門與監管性部門的區別。

注釋：

①數據來源：http://www.dmg.fudan.edu.cn.

②隸屬度表示不同情況屬于某一集合的程度。“1”表示完全屬于某一集合；接近“1”表示強烈但不完全從屬；小于“0.5”但大于“0”表示小于某個集合但屬于該集合的弱集合；“0”表示絕對不隸屬于某一集合。

③一致性閾值一般大于等于0.75，fsQCA軟件默認為0.8。在案例樣本較為豐富，對所有樣本細節并未完全把握時，可以選擇調整一致性閾值，最高標準為1。本文案例數量大于50，低于100，因此將一致性閾值設置為0.85。

④“標準分析”會產生三種解決方案：復雜解、簡約解和中間解。當沒有使用“邏輯余數”時產生復雜解，拒絕違背任何案例事實；當使用所有“邏輯余數”時產生簡約解，存在違背事實的風險；中間解只包含簡單反事實案例的邏輯余項，一般被認為是最佳選擇。

⑤符號“＊”代表條件連接符，“～”代表“非”，未在構型中出現的條件變量代表對結果無關緊要。一致性(充分性)衡量解決方案是結果集合的子集的程度，覆蓋率衡量解決方案在多大程度上解釋結果的出現。

⑥財政能力為負向指標，“～財政能力”表示本地財政資源充足，不依賴于上級財政。