脫“虛”向實：數字政府注意力與政策執行力

【作者簡介】，博士，講師，碩士研究生導師，研究方向：數字經濟、發展經濟學和社會保障；（通信作者），博士，副教授，碩士研究生導師，研究方向：公共政策與社會保障。

中圖分類號：C931 文獻標識碼：A

引言

在數字化浪潮中，各國政府正經歷著一場以信息技術為核心的治理革命。作為這場革命的重要組成部分，數字政府建設已經成為提升政府服務效率、增強政府透明度和推動公共管理現代化的關鍵途徑。隨著互聯網、大數據、云計算、人工智能等數字技術的迅猛發展和廣泛應用，數字政府不再僅僅是一個概念，而是逐漸成為現實，影響著政府的運行、管理和服務過程。中國作為數字政府建設的積極推動者，自2002年啟動電子政務建設以來，已經走過了20余年的發展旅程。特別是黨的十八大以來，隨著“最多跑一次”“互聯網 + 政務服務”等一系列“放管服”改革的深入實施，數字政府建設步伐加快，成為推動國家治理體系和治理能力現代化的重要引擎。《國務院關于加強數字政府建設的指導意見》（2022）《數字中國建設整體布局規劃》（2023）等政策文件的發布，進一步明確了數字政府建設的方向和目標，強調了通過常態化考核、監測和評估來促進數字政府建設持續健康發展。

在推進數字政府建設過程中，測度和評估工作顯得愈發重要。正如王偉玲（2022）所言，“唯有通過測度和評價數字政府建設成效才能明確其狀態、發現存在的問題并持續加以改進”。隨著相關研究的推進，學術界和政策研究者們使用了多種研究方法進行測度和評估，但仍存在不全面、不深人、不完善等問題（馬亮，2024）。現有關于數字政府建設的一些研究包括：基于現實經濟數據或政策試點對數字政府建設成效進行評估（戴為民和馮馬旭，2023）；基于政策文本針對數字政府發展的政策導向進行分析（段堯清等， 2023^[4] ；張坤鑫， 2022^[5] ）；直接使用省級地方政府數字關注度作為數字政府建設的衡量指標（張羽飛，2024）。值得深思的是，使用文本方法直接衡量數字政府建設可能存在一定局限性：一方面政策文本數據內容可能提及數字政府、電子政務等熱詞，較多的數字化熱點詞匯可能導致關鍵詞匯虛高；另一方面文本數據主要反映了政府在數字化發展方面的意愿和承諾，而非具體的執行能力和實際建設成效。

對此，我們不得不進一步思考：以文本內容方式直接衡量數字政府能夠在多大程度上代表政策的落地和執行？政府對數字政府建設的注意力能否有效轉化為執行力？兩者的關系是否會受到其他因素的影響？已有研究多關注數字政府的基礎理論探討，以及對社會經濟因素的影響，鮮有研究對此類問題展開探討。對此，本文使用文本分析方法，通過構建“數字政府建設”關鍵詞典以衡量數字政府注意力，使用熵值法基于真實經濟數據測度了數字政府政策執行力，通過對比分析和計量分析方法，探討兩者之間的關系和影響因素，以回答上述問題。同時，進一步探討數字基建、數政服務、數政傳播和數政評價等四個具體維度的異質性影響，并對不同地區的數字政府注意力與執行力進行實證分析。

本研究對數字政府建設和評估領域進行了有益補充，主要的邊際貢獻體現在以下幾個方面。一是重新審視注意力分配理論的適用條件和范圍。通過綜合對比兩種測度方法，重新評估注意力分配理論在數字政府領域的適用性。雖然注意力分配理論在解釋政策決策過程中注意力資源的分配具有重要價值，但本研究發現，以政策文本代表數字政府建設存在一定的合理性，但也存在一些不足。二是探討數字政府注意力（“虛”）和政策執行力（“實”）之間的關系。研究發現，雖然政府在政策文件中表達了強烈的政府數字化關注，但并不總能有效轉化和執行，需要一定的經濟條件予以支撐。三是探索注意力對執行力的異質性影響因素。進一步發現，中國各地區在經濟發展水平、技術基礎、政策執行力等方面存在顯著差異。

一、文獻綜述

信息技術的快速發展使數字化改革成為學術研究的核心焦點，并引出了一系列關于數字政府的相關研究。作為數字化改革的關鍵組成部分，數字政府通過信息技術的運用，提升了政府的效率和治理能力（Panagiotopoulos等， 2019^[7] ；Chen 和 Ak-likokou，20218}；Janssen和Estevez， 2013^[9] ，提高了政府透明度（Jun等， 2014^[10] ；Malodia等，2021^[11]） ，優化了營商環境（陳詩怡和孫萍，2024）[]，增強了公眾參與（Gasco-Hernandez等，2022）[3]。在社會經濟領域，還可以顯著提升企業績效（胡金焱等，2024）[14]、激發創業活動（梁江艷和許佳星， 2024^[15] ；葉建亮等， 2024^[16] ）、提升區域創新水平（朱春燕和南銳，2024）以及推進了城鄉共同富裕（辛璐璐，2024）[18]。當前儼然已經成為學術界研究的重要課題。

然而，一些研究發現其結果并不總是積極的，也產生了一系列的消極后果。比如，一些數字政府建設的實際情況與理想狀態還存在一定差距，沒有實現預期目標和作用，甚至淪為形象工程（馬亮，2024）[19]，一些項目“推倒重來和另起爐灶，導致‘數據孤島’現象和個人信息安全風險問題”（馬亮，2017）[20，還有一些項目本應減輕基層負擔，卻導致基層負擔不降反增（鐘偉軍，2021）[2。此外，還有一些研究表明，數字政府并不總能產生積極的經濟后果，比如發現數字政府可能與區域環境績效無關（Yu，2015）[22]，或者對可持續發展產生不利影響等等（Dhaoui，2022）[23]

實際上，關于數字政府建設的評價很大程度上依賴相關指標的測度。關于數字政府建設的測度是一個多維度、多方法的研究領域，研究者們采用了不同的模型和方法評估數字政府建設的水平和影響。李文彬和陳曉運（2015）[24聚焦政府治理的六個維度，即戰略性、信息化、多元化、多中心、就緒化和法治化，構建評估政府治理能力現代化的指標體系框架。唐天偉和李林（2017）[25]從治理體系現代化和治理能力現代化兩個角度構建指標體系，并對2016年292個地級市的地方政府治理現代化水平做出實證評估。謝程遠（2021）[2則采用熵權法和協調發展度模型，評估了中國31個省份（不含港、澳、臺地區）數字政府構建與公共服務供給的協調發展度，涉及物質基礎、實現效能以及財政供給等多個指標。張杰和李玉波（2023）[2通過雙重差分模型評估了數字政府建設對基本公共服務均等化的影響，構建了一個多維度的基本公共服務評價體系，并利用熵值法確定指標權重。秦曉蕾等（2024）2g從注意力分配的視角，對2011一2020年中國國務院公報的民眾關注度回應進行了實證分析。李拓（2021）[29]通過政府網站績效評估來反映數字政府建設的總體水平，為衡量數字政府建設提供了具體視角。張坤鑫（2021）使用文本分析和機器學習技術構建了政府環境注意力指標，實證檢驗了地方政府環境注意力與政策執行力的關系。

縱觀已有文獻，關于數字政府的成果頗豐，但仍存在一定的局限性。首先，在評估數字政府實施效果時，一些學者和政策研究者們常常依賴政府文本數據衡量數字政府的發展程度①。該方法可以反映政府在未來對數字政府的關注和配置，但也存在一定的局限，因為政策文本數據主要反映政府在數字化發展方面的意愿和承諾，而非具體的執行能力和實際成效。從測度方式看，現有研究多采取單一維度的分析方法，很少有研究對這兩種方式進行綜合比較分析。其次，大部分文獻關注數字政府建設的經濟后果，較少有文獻關注政策注意力（“虛”）與政策執行力（“實”）之間的關系。數字政府政策意向雖然表明了政府數字化轉型的決心，但這些意向如何具體實施并轉化為可量化的經濟成果，仍缺乏系統性的分析和評價。最后，現有文獻忽略了地區差異化的影響。數字政府建設在不同地區的發展水平和實施效果存在顯著差異，需要分析產生這些差異的影響因素，以便有針對性地提出發展建議。

二、指標體系與研究方法

（一）指標體系

1.數字政府執行力

參考已有研究[17-18]，本文基于現實經濟數據，采用客觀評估法對數字政府執行力進行測度。數字政府的執行力體現在多個經濟維度上，比如數字基礎設施建設、政府數字化服務、政府數字化信息傳播等，這些指標都可以通過現實數據來測度。因此，使用熵值法對數字政府執行力進行測度，其核心思想是根據各指標的變異程度進行客觀賦權，變異程度越大，權重越大，即該測度指標的影響程度越大，反之亦然。在穩健性檢驗中，還使用變異系數法和主成分分析（PCA）測度的結果進行分析，以增強結果的穩健性。表1展示了關于數字政府建成效果的評價指標體系。

數字政府建設水平的評估涉及四個一級指標：數字基建（DGJ）、數政服務（DGF）、數政傳播（DGN）和數政評價（DGP）。具體分析如下。（1）數字基建（DGJ）：主要評估地區的互聯網基礎設施和信息通信技術的應用情況，包括域名數、網頁數、互聯網寬帶接入端口數、移動電話普及率和光纜密度。這些指標反映了地方政府在通信技術基礎設施建設上的投人和發展水平。（2）數政服務（DGF）：評估政府在提供在線服務、信息公開、政策宣傳和公眾參與方面的努力和成效，具體包括政府網站數量、政務微博號數量和政務頭條號數量。通過這些指標，可以了解地方政府在政務信息化和服務便捷化方面的具體舉措和成效。（3）數政傳播（DGN）：評估地方政務平臺的關注度和信息傳播情況，以地方政務微博影響力指數為代表。通過這些指標可以了解地方政府在政務信息傳播渠道上的重視程度和實際效果。（4）數政評價（DGP）：衡量政務服務平臺提供服務的覆蓋性、完備性、準確性和成熟度，包括服務事項覆蓋性指數、服務方式完備性指數、辦事指南準確性指數和在線辦理成熟度指數。這些指標反映了地方政府對公眾反饋和服務質量的關注和重視。

2.數字政府注意力

為衡量各地區對數字政府建設的注意力配置，參考數字經濟領域相關研究，使用文本分析方法衡量地方政府對數字政府的注意力。但傳統文本分析法具有難以處理未見詞匯或低頻詞匯的缺點。基于機器學習方法，使用預訓練的Word2Vec模型通過語義相似性和詞匯組合推理以緩解這一問題。其具體步驟為：第一步，通過梳理《“十四五”國家信息化規劃》《關于加強數字政府建設的指導意見》《數字中國建設發展進程報告》《數字政府發展報告》等政策文件及相關研究分析，系統收集和整理“數字化政務”“數字化基礎設施”“數據治理和管理”“數字化技術應用”“數字惠民利企”等與數字政府建設密切相關的關鍵詞，初步構建數字政府建設關鍵詞譜。第二步，借助機器學習方法進一步擴展詞譜。使用預訓練的Word2Vec詞嵌人模型，計算已有關鍵詞與其他詞匯之間的語義相似性，并選取相似度排名前10的詞匯作為備選詞匯，逐步完善詞庫。為盡量全面地覆蓋相關領域，使用預訓練的中文詞向量ChineseWordVectors模型，擴展詞庫時包含來自百度百科、中文維基百科、人民日報、知乎、新浪微博等多樣化語料庫的數據。第三步，通過人工篩選的方式，進一步精煉詞庫，去除與數字政府建設關聯性較低的詞匯，確保最終詞庫中保留的詞匯與數字政府建設主題密切相關，涵蓋各方面的核心內容。第四步，基于構建的詞譜進行詞頻分析，統計各詞匯在省級《政府工作報告》文本中的出現頻率，以此為依據進一步探索數字政府建設的關注重點和發展趨勢。

表1數字政府建成效果評價指標體系

注：各指標權重基于熵值法計算，權重反映了指標的變異程度，變異越大，權重越高。

（二）數據來源、方法及處理

本文使用多種數據形式進行測度和分析，其中衡量數字政府注意力的文本數據來自各省《政府工作報告》，該數據作為各級政府歷年公開發布的最為重要的官方文件，具備正式文本典型的信息密度高、規范性強、表述客觀等優勢。衡量數字政府執行力的指標體系數據主要來自《中國統計年鑒》《中國互聯網絡發展狀況統計報告》《省級政府和重點城市一體化政務服務能力調查評估報告》（政務服務“好差評”）以及各省份統計局官方網站。其他相關數據均來自各統計年鑒和各級政府網站。最后匯總形成2015—2022年中國31個省（自治區、直轄市）的平衡面板數據進行分析。

在數字政府注意力的處理上，采用文本分析方法，首先基于python中的中國科學院分詞包（pynlpir）對相關文本按照關鍵詞進行分詞處理，然后根據停詞表（在哈工大停用詞、四川大學機器智能實驗室停用詞、百度停用詞等中文停用詞庫的基礎上，添加需要清洗的不重要詞匯，綜合整理得到適合本文研究的中文停用詞表），刪除常見的無用（無意義）詞匯，再根據特征詞對文本進行搜索、匹配和提取，統計出分類歸集關鍵詞的詞頻，最后得到分類指標的詞頻頻率。

在數字政府執行力的測度和處理上，使用熵值法、變異系數法和主成分分析法進行測度和評估。熵值法基于信息論，通過計算各指標的熵值來確定權重，用于反映指標的有效信息量。變異系數法通過比較數據的標準差與平均值的比率來衡量數據的離散程度，適用于不同尺度數據的比較，并幫助確定數據中的關鍵變量。主成分分析（PCA）則是一種降維技術，通過轉換多變量數據為互不相關的主成分，捕獲數據中的主要變異性，常用于簡化高維數據集。這三種方法各有側重，能有效地從不同指標和角度測度數字政府的執行力。

三、測度結果比較

（一）時間趨勢

為了深刻理解數字政府注意力（GW）與執行力（DG）的時間變化趨勢以及分地區差異，在此對兩者的測度結果進行比較分析。圖1和圖2分別進行了展示。

圖1展示了2015—2022年地方政府數字政府注意力和執行力的時間趨勢。黑色線條代表數字政府建設的注意力配置，紅色線條代表數字政府建設的執行能力。可以看到，兩者均呈現逐年增長的趨勢，但增長趨勢不盡相同。數字政府注意力在樣本期間逐步上升，特別是2018年后顯著提升，而執行力則在整個時期內穩步增長，增幅較為平緩。可以看出，2015—2022年政府對數字政府建設的注意力和執行力都得到提升，但兩者增長的趨勢并非完全同步。

圖1數字政府注意力與執行力時間趨勢

圖2展示了2015—2022年間中國不同地區在數字政府注意力和執行力的變化趨勢。東部地區展現出了注意力與執行力的協調性，其在數字政府建設上取得了較為均衡的發展。這一現象可能與東部地區的基礎設施成熟度、部門之間的配合程度等因素有關。中部地區注意力與執行力的具有一定差異。樣本期間雖然注意力逐漸上升，但是執行力增長相對滯后，特別是在2018年后，執行力增速明顯放緩。東北地區與西部地區在注意力和執行力的表現上存在類似趨勢，且差異較為顯著。兩地區的注意力在2018年后迅速上升，尤其是在2019—2021年間增長顯著，然而，執行力的增長較為緩慢，呈現出與注意力不協調的現象。

（二）區域特征

為了進一步理解不同省份在數字政府建設注意力和執行力的差異表現。本文將這些地區按照均值劃分為高注意力高執行力（第一象限）、低注意力高執行力（第二象限）、低注意力低執行力（第三象限）和高注意力低執行力（第四象限）四個象限進行分析（圖3）。

通過觀察散點趨勢，大致可以判斷兩者之間存在正向相關關系，但是散點分布較為分散，其相關性相對較弱。根據劃分的象限區域，可以看出不同省份在注意力和執行力的表現存在顯著差異。高注意力高執行力區域（第一象限）如北京、上海、廣東等，這些省市對數字政府有較高關注度，并且在執行力方面也表現突出。低注意力低執行力區域（第三象限）如黑龍江和內蒙古等，這些省份既缺乏對數字政府的關注，也在執行方面存在明顯的不足。低注意力高執行力區域（第二象限），如浙江、山東、江蘇等，這些省份雖然數字政府建設注意力較低，但其執行力卻較高。而高注意力低執行力區域（第四象限）如寧夏、青海和西藏等地，盡管在2020年和2022年表現出較高的注意力，但執行力較弱，未取得良好成效。

圖2分地區數字政府注意力與執行力時間趨勢

綜上所述，主要發現以下幾種現象。一是從總體看，數字政府注意力和執行力在此期間獲得了一定的增長，并且存在一定的相關性。二是從協調性看，東北地區和中西部地區的數字政府注意力提升速度很快，但他們的執行力提升相對滯后，這反映出該地區在政策關注和實際落實之間存在不協調。三是從地區差異看，不同省份在注意力和執行力的匹配度上存在不均衡，兩者在東部地區匹配性較好，而在中部地區、東北地區的匹配性相對較差。

四、計量分析

（一）研究設計

為了驗證數字政府注意力和數字政策執行力之間的關系，參考已有研究，構建如下計量模型：

DG_it=α+βGW_it+γX_it+μ_i+ε_it

其中： DG_it 為被解釋變量，代表第 省第 t 年的數字政府執行力； GW_it 為核心解釋變量，表示數字政府注意力配置；X為一系列控制變量的總稱； β 為核心解釋變量系數，衡量了兩者之間的關系； μ 為個體固定效應；ε為隨機擾動項。

為了進一步揭示數字政府注意力和政策執行力的關系是否受經濟條件的影響，本文以經濟發展水平（Ingdp）為門檻變量，進一步估計不同經濟水平下注意力和執行力的門檻效應。其邏輯為：經濟水平較高的地區，通常有較好的數字化基礎設施和資源支持，這意味著地方政府的注意力能夠更有效地轉化為實際的執行力；反之經濟水平較低的地區，雖然政府可以在政策上給予了較多關注，但由于基礎設施的缺乏或資源不足，注意力難以有效轉化和實際執行。據此，建立相關計量模型：

其中： I（?） 為示性函數，如果括號內表達式為真，則值為1，反之則為 0 ； δ_?1 和 δ_?2 為本文假設的兩個門檻值。

由于各省份的數字政府執行力水平受諸多因素的影響，為確保研究結論的精確性和可靠性，本文選擇以下有關城市特征以及與數字經濟發展有關的經濟變量作為控制變量：人口規模（pop），以常住人口數（萬人）的對數衡量；城市化程度（urb），以各省份的城鎮化率進行衡量；信息行業從業水平（eis），以各省信息服務業從業人數的對數衡量；電商活動程度（eco），以電子商務交易活動企業比例衡量；企業互聯網應用水平（web），以每百家企業擁有網站數衡量。另外對缺失變量以插值法進行補充，對相關變量在 1% 水平上縮尾。

（二）描述性統計

表2展示了相關變量的描述性統計。

（三）相關性分析

為了檢驗數字政府注意力（GW）與政策執行力（DG）之間的數量關系，首先對兩者進行相關性分析。通過相關系數矩陣，可以判斷出哪些因素在推動數字政府建設成效方面起著關鍵作用。

表3展示了數字政府注意力（GW）與數字政府執行力（DG）及其四個具體維度之間的相關系數矩陣。結果表明，GW與DG之間存在顯著的正相關關系，GW與數字基建（DGJ）、數政傳播（DGN）和數政評價（DGP）也有顯著的正相關關系，相關系數分別為0.231、0.414、0.125，這表明數字政府注意力與基礎設施建設、信息傳播和數字政務評價有較強的相關性。相較之下，GW與數政服務（DGF）的相關系數為-0.0370，未達到顯著水平，說明注意力與數政服務的相關度較低。數字政策執行力（DG）與各子指標之間也表現出較強的相關性。

（四）回歸分析

1.基準回歸

為了檢驗數字政府注意力（GW）與政策執行力（DG）的關系，按式（1）設定的計量模型對兩者進行回歸檢驗。表4展示了基準回歸結果。

表2相關變量的描述性統計

表3指標體系的相關系數矩陣

注：***、**和*分別表示在 1% 、 5% 和 10% 水平上顯著。

表4顯示，無論在普通最小二乘回歸（OLS）還是固定效應模型（FEModel）中，GW對DG的影響均為顯著正向。具體而言，OLS模型中GW的回歸系數為0.3129，在分別加入控制變量和固定效應后，GW的影響有所減弱，但仍保持正向顯著，系數為0.2229和0.1373，這在1% 水平上是顯著的。表明雖然部分影響因素被控制變量和固定效應所吸收，GW的核心效應仍然存在。

2.門檻效應

為了進一步檢驗經濟水平對數字政府注意力（GW）和政策執行力（DG）影響的門檻效應，按式（2）設定的計量模型采用Bootstrap法（設定自舉抽樣500次）進行回歸檢驗。表5展示了相關回歸結果。

結果顯示，在單一門檻模型下，在經濟發展水平（Ingdp）達到9.7994時，表明在該門檻值下數字政府注意力（GW）對政策執行力（DG）的影響發生顯著變化，這一結果在 5% 水平上顯著。然而，雙重門檻模型的結果并未顯示出統計顯著性，這可能表明經濟發展水平超過第一門檻值后，其對數字政府建設成效的影響趨于穩定，沒有進一步的結構性變化。因此本文將門檻數設定為1，門檻值為9.7994。

表6揭示了經濟發展水平（lngdp）對數字政府注意力（GW）與政策執行力（DG）的門檻效應。列（1）為小于門檻值的回歸結果，列（2）為大于門檻值的回歸結果。可以發現，經濟發展水平對數字政府注意力與執行力的具有結構性的影響變化，兩者雖均是正向關系，但在高經濟發展水平下，注意力對執行力的影響效應越大。表明經濟條件較好的地區，注意力與執行力之間匹配度更高。可能的原因是，在高經濟發展水平下，政府擁有更多資源和能力，可以更有效地實施數字化改革，提升執行力和注意力。而在低經濟發展條件下，由于資源有限、基礎設施不完善等原因，其效果會受到一定限制。

表4基準回歸結果

注：***、**和*分別表示在 1% 、 5% 和 10% 水平上顯著，括號內為t統計量。FE為固定效應。

3.穩健性檢驗

為了進一步保證結果的穩健性，采用了廣義矩估計（GMM）、替換被解釋變量等方法來驗證數字政府執行力測度結果的可靠性。同時采用準自然實驗法（DID）方法緩解模型內生性②。表7展示了穩健性檢驗估計結果。

其中，列（1）使用GMM矩估計法進行檢驗，估計顯示，數字政府注意力（GW）對執行力有顯著的正向影響，其系數為0.0899，滯后一期的執行力（L.DG）會對當期的執行力產生顯著影響，其系數為0.3666，這些都在 1% 水平上顯著的。列（2）和列（3）替換被解釋變量進行檢驗，其中第（2）列使用變異系數法測度的被解釋變量（lnDGCV），列（3）以主成分分析法測度的被解釋變量（lnDGPCA），估計系數分別為1.5936和1.3996，在 1% 水平上顯著。列（4）使用準自然實驗法重新進行估計，使用復旦大學數字與移動治理實驗室（復旦DMG）③公布的《中國地方公共數據開放利用報告》中的“數據開放平臺上線時間”作為數字政府建設的代理變量④。可以發現，估計系數為0.0221，在 1% 水平上顯著。這些檢驗進一步證實了模型的解釋力和結果的穩定性。

4.異質性分析

（1）分指標。表8展示了數字政府注意力（GW）對4個具體指標——數字基建（DGJ）、數政服務（DGF）、數政傳播（DGN）和數政評價（DGP）的影響。結果顯示，GW對DGJ和DGN的影響顯著正向，系數分別為0.1667和14.3452，這進一步驗證了數字政府注意力在基礎設施建設和信息傳播中的重要作用。相反，GW對DGF的影響為負向顯著，回歸系數為-0.0981，在 5% 水平上顯著，這表明在某些地區，數字政府注意力越高，政務網站、微博、頭條號的數量反而越低。在政務服務效果整體水平較高的情況下，這可能意味著一些政府通過集成和優化網站功能，減少冗余網站數量，提高政務服務效率。此外，GW對DGP的影響也是正向顯著，回歸系數在 1% 水平上顯著，表明注意力在推動政務評價體系方面也發揮了積極作用。

表5門檻效應檢驗

注：***、**和*分別表示在 1% / 5% 和 10% 水平上顯著。

表6面板門檻模型回歸結果

注：***、**和*分別表示在 1% 、 5% 和 10% 水平上顯著，括號內為t統計量。

（2）分地區。表9展示了不同地區數字政府注意力（GW）對執行力（DG）的影響。結果顯示，在東部地區，GW對DG的影響顯著正向，回歸系數為0.1142，表明在東部地區注意力對執行力具有較強的推動作用。相較之下，在東北、中部和西部地區，GW對DG的影響未達到顯著水平，回歸系數分別為-0.0078、-0.0590和0.0667，這可能反映了這些地區在政策實施過程中存在一定的挑戰或差異。這一結果表明，盡管全國范圍內都在推進數字政府建設，但各地區的發展效果存在顯著差異。東部地區由于經濟基礎較好、技術資源豐富，因此注意力能夠較快轉化和落實。而東北、中部和西部地區可能面臨資源不足、技術落后或政策執行力度不足等問題，導致注意力配置未能充分發揮作用。

表7估計結果的穩健性檢驗

注：***、**和*分別表示在 1% ， 5% 和 10% 水平上顯著。

表8數字政府注意力與分指標執行力

注：***、**和*分別表示在 1% 、 5% 和 10% 水平上顯著，括號內為t統計量。FE為固定效應。

表9數字政府注意力與分地區執行力

注：***、**和*分別表示在 1% 5% 和 10% 水平上顯著，括號內為t統計量；FE為固定效應。

五、結論與啟示

本文主要考察數字政府注意力配置能否有效轉化為政策執行力，兼論以文本分析方法測度數字政府是否具有代表性。對此，使用文本分析方法，創新性地構建“數字政府建設”關鍵詞譜以衡量數字政府注意力，使用熵值法基于真實經濟數據測度了數字政府執行力，通過綜合對比分析和計量分析方法，探討了兩者之間的關系和影響因素。主要得出以下幾點結論。一是數字政府注意力和政策執行力存在一定的相關性。這說明以政策文本方法衡量數字政府建設水平具有一定的合理性。二是數字政府注意力和執行力在東部地區存在強關聯性，在其他地區關聯程度較弱。說明以政策文本形式衡量數字政府建設在東部地區較為合適，但在其他地區尤其是西部和東北地區并不合適，以文本方式直接衡量數字政府存在一定程度的高估。三是低經濟水平地區的“注意力”與“執行力”相關性較低，可能揭示出一種“虛高”現象。這意味著僅僅通過注意力來衡量一個地區的數字政府建設并不足以反映真實的建設成效，經濟條件是關鍵的中介因素。

研究具有如下啟示。首先，鑒于注意力與執行力的正向關系，政府應保持并進一步提升對數字政府建設的重視程度。通過加大政策宣傳力度、優化資源配置，以及完善體制機制，確保數字政府建設各個環節得到有效執行，推動數字化治理的深入發展。其次，應當合理利用政策文本工具。政策文本工具可以作為衡量數字政府建設的一個維度，但其不能單獨作為整體評估工具。需要結合量化經濟數據（如GDP、信息技術從業情況、企業數字化交易活動情況）、實際建設成效指標（如數字基礎設施建設情況、數字政務網站建設數量、數字應用建設質量情況、數字政務傳播情況等）和社會反饋（如公眾意見調查、媒體報道、學術研究等）等多維度評估方法，以全面評估數字政府的建設效果。這種綜合評估方法不僅能反映政策意愿，還能更準確地衡量實際執行情況和社會影響。然后，應當脫“虛”向實，注重政策落地。研究發現，當前一些地區數字政府建設存在意愿規劃與其實際建設能力不匹配、不協調的情況。一個可能的原因是為了順應數字化發展趨勢，各地紛紛投身數字化建設，部分地區甚至出現數字化建設意愿虛高的情況；另一個原因是為了響應國家數字化發展戰略，各地希望抓住數字化帶來的紅利，通過數字化手段縮小區域差距，實現跨越式發展。然而，由于各種限制因素的存在，這些努力常常難以奏效，地方政府和相關部門在推進過程中面臨“進退兩難”的困境。針對低經濟水平地區，建議通過建立區域協同機制，提升數字政府建設的執行力，彌補注意力與執行力的脫節，確保政策能夠落地生效。同時需要加大對數字政府建設的資金和技術支持，通過改善經濟條件，增強注意力向執行力的轉化，避免“虛高”現象。最后，應注重地區異質性。不同地區在基礎設施、經濟發展水平和技術能力等方面存在顯著差異，數字政府建設應堅持差異化支持政策。對經濟水平較低的地區，僅提高注意力或出臺相關政策并不能顯著提升執行力。這些地區可能需要更多基礎設施建設、財政支持以及技術資源的傾斜，才能使數字政府建設從“注意力”轉化為實際成果。

注釋

① 這種方法的理論基礎可以追溯到Siom（1997）的注意力分配理論。該理論認為，注意力是一種稀缺資源，決策者對有限注意力的分配決定了決策的內容和方向。

② 數字政府注意力與執行力可能存在雙向因果關系。當政府對某一領域高度關注時，會投入更多資源和政策支持。反過來講，當政府在推進數字化項目時，如果執行效果較好，那么會讓政府更加重視，自然會更愿意繼續投入資源和精力。

③ 2023年11月，復旦大學數字與移動治理實驗室與復旦大學、國家信息中心數字中國研究院聯合發布《中國地方公共數據開放利用報告——省域（2023年度）》。

④ 數據開放平臺是政府數字化轉型的一部分，通過開放政府數據，提高數據的透明度和可訪問性，促進公共服務和創新應用的發展。因此，可以間接反映政府在這些方面的建設情況。

參考文獻

[1]王偉玲.中國數字政府績效評估：理論與實踐[].電子政務，2022（4）：51-63.

[2]馬亮.數字政府建設成效評價：一個研究綜述[].貴州省黨校學報，2024（3）：58-69.

[3]戴為民，馮馬旭.數字政府建設能提升政府治理能力嗎？：來自發展中國家（地區）的證據.合肥工業大學學報（社會科學版），2023，37（4）：1-12.

[4]段堯清，陳婷，刁斐，等.政策工具視角下我國省域數字政府高質量建設驅動路徑研究[].情報科學，2023，41（5）：124-130+143.

[5]張坤鑫.地方政府注意力與環境政策執行力的倒U形關系研究[J].公共管理評論，2021，3（4）：132-161.

[6]張羽飛.數字政府建設是否促進共同富裕？：來自三次分配的機制檢驗證據[J].中國林業經濟，2024（1）：89-97.

[7]PANAGIOTOPOULOS P， KLIEVINK B， CORDELLAA.Public value creation in digital government[J]. Government Informa-tionQuarterly，2019，36（4）：101421.

[8]CHEN L， AKLIKOKOU A K. Relating e-government de-velopment to government effectiveness and control of corruption：acluster analysis[J]. Journal of Chinese Governance，2O21，6 （1）：155-173.

[9]JANSSEN M， ESTEVEZE.Lean government and platform一 based governance：Doing more with less[J].Government Information Quarterly，2013，30：S1-S8.

[10]JUNKN，WANGF，WANGD.E-governmentuse and perceived government transparency and service capacity：Evidence froma Chinese local government[J].Public Performance amp; Management Review，2014，38（1）：125-151.

[11]MALODIAS，DHIRA，MISHRAM，etal.Future ofe-Government： An integrated conceptual framework[J].TechnologicalForecastingand SocialChange，2021，173：121102.

[12]陳詩怡，孫萍.我國數字營商環境建設的耦合協調度評價及障礙因子診斷.電子政務，2024（6）：69-80.

[13]GASCO-HERNANDEZM，NASIG， CUCCINIELLO M，etal.Therole of organizational capacity to fosterdigital transformation in local governments：The case of three European smart cities U].Urban Governance，2022，2（2）：236-246.

[14]胡金焱，于露，劉茵偉.數字政府建設提升了企業績效嗎？：基于數據要素開放視角[].東岳論叢，2024，45（6）：109-122.

[15]梁江艷，許佳星.數字政府建設能否促進城市創新能力提升：來自信息惠民國家試點政策的證據[].科學與管理，2024（6）：1-11.

[16]葉建亮，陳文軒，晁嵩蕾.數字政府建設促進小微企業創業了嗎？：來自浙江省中小企業公共服務平臺的證據.浙江社會科學，2024（3）： 41-53+156

[17]朱春燕，南銳.數字政府建設對區域創新水平的影響效應檢驗[J].統計與決策，2024，40（1）：168-173.

[18]辛璐璐.數字政府建設與城鄉共同富裕：理論機制與實證檢驗[].統計與決策，2024，40（2）：23-28.

[19]馬亮.數字政府建設成效測度與評價：理論、方法與應用[].圖書館工作與研究，2024（2）：14-24.

[20]馬亮.大數據治理：地方政府準備好了嗎？[].電子政務，2017 （1）： 77-86.

[21]鐘偉軍.技術增負：信息化工具為什么讓基層干部壓力重重？：基于扎根理論的探索性研究[J].電子政務，2021（10）：116-124.

[22]YUY.An empirical analysis of the relationship between environmental performance and sustainable e- governance in China[J]. Technological forecasting and social change，2O15，96：71-78.

[23]DHAOUI I. E- government for sustainable development：Evidence from MENA countries[J]. Journal of the Knowledge Econo-my，2022，13（3）：2070-2099.

[24]李文彬，陳曉運.政府治理能力現代化的評估框架].中國行政管理，2015（5）：23-28.

[25]唐天偉，李林.2016我國地方政府治理現代化測度與分析：以內地292個地級市為例[J].地方治理研究，2017（4）：3-16.

[26]謝程遠.我國數字政府構建和公共服務供給的協調發展度評估：基于我國31個省份數據的量化分析[].廣東開放大學學報，2021，30（5）：106-112.

[27]張杰，李玉波.數字政府建設能否提升基本公共服務均等化？：基于雙重差分模型的檢驗[J].現代管理科學，2023（5）：70-80.

[28]秦曉蕾，李寧，薛惠玲，等.公共政策如何回應民眾關注？：基于注意力分配視角的21類政策議題分析[].公共管理與政策評論，2024，13（3）：21-37.

[29]李拓.數字政府建設對地區創業活力的影響及機制研究[D].浙江工商大學，2022.

[30]SIMON H A.Administrative behavior[M].New York： Simon and Schuster，1997.

（責任編輯：耿惠斌）

From“Virtual”to Real： Attntion of Digital Government and Policy Execution Capability

ZHAO Xushuai， SHAO Xiangdong

（School of Public Administration， Shenyang Normal University，Shenyang11Oo34，China）

Abstract： This paper uses machine learning and text analysis to measure the attention of digital government， and entropy method to measure the policy execution.Based on quantitative analysis method，it uses 2O15—2022 provincial panel data to verifythe relation between the two.This study finds a stronger correlation between the attentionand theexecution in theast and a weakerone inotherregions，with acertain regional diferenceand a mismatch in the northeast and west，mainly because of economic level disparities- —insufficient digital resources and technologies resultinthedifficultyineffective transformationandpracticalexecutionofpolicyatention.Itisrecommended that the digital government construction turn from“virtual”to real，focus on concrete implementationof policies，keepdiffrentiated economic support policies to promote the balanced development of the constructionof digital government.

Key Words： Digital government; Government governance; Machine learning; Text analysis; Entropy method