脫“虛”向?qū)崳簲?shù)字政府注意力與政策執(zhí)行力

【作者簡(jiǎn)介】，博士，講師，碩士研究生導(dǎo)師，研究方向：數(shù)字經(jīng)濟(jì)、發(fā)展經(jīng)濟(jì)學(xué)和社會(huì)保障；（通信作者），博士，副教授，碩士研究生導(dǎo)師，研究方向：公共政策與社會(huì)保障。

中圖分類號(hào)：C931 文獻(xiàn)標(biāo)識(shí)碼：A

引言

在數(shù)字化浪潮中，各國(guó)政府正經(jīng)歷著一場(chǎng)以信息技術(shù)為核心的治理革命。作為這場(chǎng)革命的重要組成部分，數(shù)字政府建設(shè)已經(jīng)成為提升政府服務(wù)效率、增強(qiáng)政府透明度和推動(dòng)公共管理現(xiàn)代化的關(guān)鍵途徑。隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字技術(shù)的迅猛發(fā)展和廣泛應(yīng)用，數(shù)字政府不再僅僅是一個(gè)概念，而是逐漸成為現(xiàn)實(shí)，影響著政府的運(yùn)行、管理和服務(wù)過(guò)程。中國(guó)作為數(shù)字政府建設(shè)的積極推動(dòng)者，自2002年啟動(dòng)電子政務(wù)建設(shè)以來(lái)，已經(jīng)走過(guò)了20余年的發(fā)展旅程。特別是黨的十八大以來(lái)，隨著“最多跑一次”“互聯(lián)網(wǎng) + 政務(wù)服務(wù)”等一系列“放管服”改革的深入實(shí)施，數(shù)字政府建設(shè)步伐加快，成為推動(dòng)國(guó)家治理體系和治理能力現(xiàn)代化的重要引擎。《國(guó)務(wù)院關(guān)于加強(qiáng)數(shù)字政府建設(shè)的指導(dǎo)意見》（2022）《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》（2023）等政策文件的發(fā)布，進(jìn)一步明確了數(shù)字政府建設(shè)的方向和目標(biāo)，強(qiáng)調(diào)了通過(guò)常態(tài)化考核、監(jiān)測(cè)和評(píng)估來(lái)促進(jìn)數(shù)字政府建設(shè)持續(xù)健康發(fā)展。

在推進(jìn)數(shù)字政府建設(shè)過(guò)程中，測(cè)度和評(píng)估工作顯得愈發(fā)重要。正如王偉玲（2022）所言，“唯有通過(guò)測(cè)度和評(píng)價(jià)數(shù)字政府建設(shè)成效才能明確其狀態(tài)、發(fā)現(xiàn)存在的問(wèn)題并持續(xù)加以改進(jìn)”。隨著相關(guān)研究的推進(jìn)，學(xué)術(shù)界和政策研究者們使用了多種研究方法進(jìn)行測(cè)度和評(píng)估，但仍存在不全面、不深人、不完善等問(wèn)題（馬亮，2024）。現(xiàn)有關(guān)于數(shù)字政府建設(shè)的一些研究包括：基于現(xiàn)實(shí)經(jīng)濟(jì)數(shù)據(jù)或政策試點(diǎn)對(duì)數(shù)字政府建設(shè)成效進(jìn)行評(píng)估（戴為民和馮馬旭，2023）；基于政策文本針對(duì)數(shù)字政府發(fā)展的政策導(dǎo)向進(jìn)行分析（段堯清等， 2023^[4] ；張坤鑫， 2022^[5] ）；直接使用省級(jí)地方政府?dāng)?shù)字關(guān)注度作為數(shù)字政府建設(shè)的衡量指標(biāo)（張羽飛，2024）。值得深思的是，使用文本方法直接衡量數(shù)字政府建設(shè)可能存在一定局限性：一方面政策文本數(shù)據(jù)內(nèi)容可能提及數(shù)字政府、電子政務(wù)等熱詞，較多的數(shù)字化熱點(diǎn)詞匯可能導(dǎo)致關(guān)鍵詞匯虛高；另一方面文本數(shù)據(jù)主要反映了政府在數(shù)字化發(fā)展方面的意愿和承諾，而非具體的執(zhí)行能力和實(shí)際建設(shè)成效。

對(duì)此，我們不得不進(jìn)一步思考：以文本內(nèi)容方式直接衡量數(shù)字政府能夠在多大程度上代表政策的落地和執(zhí)行？政府對(duì)數(shù)字政府建設(shè)的注意力能否有效轉(zhuǎn)化為執(zhí)行力？?jī)烧叩年P(guān)系是否會(huì)受到其他因素的影響？已有研究多關(guān)注數(shù)字政府的基礎(chǔ)理論探討，以及對(duì)社會(huì)經(jīng)濟(jì)因素的影響，鮮有研究對(duì)此類問(wèn)題展開探討。對(duì)此，本文使用文本分析方法，通過(guò)構(gòu)建“數(shù)字政府建設(shè)”關(guān)鍵詞典以衡量數(shù)字政府注意力，使用熵值法基于真實(shí)經(jīng)濟(jì)數(shù)據(jù)測(cè)度了數(shù)字政府政策執(zhí)行力，通過(guò)對(duì)比分析和計(jì)量分析方法，探討兩者之間的關(guān)系和影響因素，以回答上述問(wèn)題。同時(shí)，進(jìn)一步探討數(shù)字基建、數(shù)政服務(wù)、數(shù)政傳播和數(shù)政評(píng)價(jià)等四個(gè)具體維度的異質(zhì)性影響，并對(duì)不同地區(qū)的數(shù)字政府注意力與執(zhí)行力進(jìn)行實(shí)證分析。

本研究對(duì)數(shù)字政府建設(shè)和評(píng)估領(lǐng)域進(jìn)行了有益補(bǔ)充，主要的邊際貢獻(xiàn)體現(xiàn)在以下幾個(gè)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(guò)綜合對(duì)比兩種測(cè)度方法，重新評(píng)估注意力分配理論在數(shù)字政府領(lǐng)域的適用性。雖然注意力分配理論在解釋政策決策過(guò)程中注意力資源的分配具有重要價(jià)值，但本研究發(fā)現(xiàn)，以政策文本代表數(shù)字政府建設(shè)存在一定的合理性，但也存在一些不足。二是探討數(shù)字政府注意力（“虛”）和政策執(zhí)行力（“實(shí)”）之間的關(guān)系。研究發(fā)現(xiàn)，雖然政府在政策文件中表達(dá)了強(qiáng)烈的政府?dāng)?shù)字化關(guān)注，但并不總能有效轉(zhuǎn)化和執(zhí)行，需要一定的經(jīng)濟(jì)條件予以支撐。三是探索注意力對(duì)執(zhí)行力的異質(zhì)性影響因素。進(jìn)一步發(fā)現(xiàn)，中國(guó)各地區(qū)在經(jīng)濟(jì)發(fā)展水平、技術(shù)基礎(chǔ)、政策執(zhí)行力等方面存在顯著差異。

一、文獻(xiàn)綜述

信息技術(shù)的快速發(fā)展使數(shù)字化改革成為學(xué)術(shù)研究的核心焦點(diǎn)，并引出了一系列關(guān)于數(shù)字政府的相關(guān)研究。作為數(shù)字化改革的關(guān)鍵組成部分，數(shù)字政府通過(guò)信息技術(shù)的運(yùn)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(yōu)化了營(yíng)商環(huán)境（陳詩(shī)怡和孫萍，2024）[]，增強(qiáng)了公眾參與（Gasco-Hernandez等，2022）[3]。在社會(huì)經(jīng)濟(jì)領(lǐng)域，還可以顯著提升企業(yè)績(jī)效（胡金焱等，2024）[14]、激發(fā)創(chuàng)業(yè)活動(dòng)（梁江艷和許佳星， 2024^[15] ；葉建亮等， 2024^[16] ）、提升區(qū)域創(chuàng)新水平（朱春燕和南銳，2024）以及推進(jìn)了城鄉(xiāng)共同富裕（辛璐璐，2024）[18]。當(dāng)前儼然已經(jīng)成為學(xué)術(shù)界研究的重要課題。

然而，一些研究發(fā)現(xiàn)其結(jié)果并不總是積極的，也產(chǎn)生了一系列的消極后果。比如，一些數(shù)字政府建設(shè)的實(shí)際情況與理想狀態(tài)還存在一定差距，沒有實(shí)現(xiàn)預(yù)期目標(biāo)和作用，甚至淪為形象工程（馬亮，2024）[19]，一些項(xiàng)目“推倒重來(lái)和另起爐灶，導(dǎo)致‘?dāng)?shù)據(jù)孤島’現(xiàn)象和個(gè)人信息安全風(fēng)險(xiǎn)問(wèn)題”（馬亮，2017）[20，還有一些項(xiàng)目本應(yīng)減輕基層負(fù)擔(dān)，卻導(dǎo)致基層負(fù)擔(dān)不降反增（鐘偉軍，2021）[2。此外，還有一些研究表明，數(shù)字政府并不總能產(chǎn)生積極的經(jīng)濟(jì)后果，比如發(fā)現(xiàn)數(shù)字政府可能與區(qū)域環(huán)境績(jī)效無(wú)關(guān)（Yu，2015）[22]，或者對(duì)可持續(xù)發(fā)展產(chǎn)生不利影響等等（Dhaoui，2022）[23]

實(shí)際上，關(guān)于數(shù)字政府建設(shè)的評(píng)價(jià)很大程度上依賴相關(guān)指標(biāo)的測(cè)度。關(guān)于數(shù)字政府建設(shè)的測(cè)度是一個(gè)多維度、多方法的研究領(lǐng)域，研究者們采用了不同的模型和方法評(píng)估數(shù)字政府建設(shè)的水平和影響。李文彬和陳曉運(yùn)（2015）[24聚焦政府治理的六個(gè)維度，即戰(zhàn)略性、信息化、多元化、多中心、就緒化和法治化，構(gòu)建評(píng)估政府治理能力現(xiàn)代化的指標(biāo)體系框架。唐天偉和李林（2017）[25]從治理體系現(xiàn)代化和治理能力現(xiàn)代化兩個(gè)角度構(gòu)建指標(biāo)體系，并對(duì)2016年292個(gè)地級(jí)市的地方政府治理現(xiàn)代化水平做出實(shí)證評(píng)估。謝程遠(yuǎn)（2021）[2則采用熵權(quán)法和協(xié)調(diào)發(fā)展度模型，評(píng)估了中國(guó)31個(gè)省份（不含港、澳、臺(tái)地區(qū)）數(shù)字政府構(gòu)建與公共服務(wù)供給的協(xié)調(diào)發(fā)展度，涉及物質(zhì)基礎(chǔ)、實(shí)現(xiàn)效能以及財(cái)政供給等多個(gè)指標(biāo)。張杰和李玉波（2023）[2通過(guò)雙重差分模型評(píng)估了數(shù)字政府建設(shè)對(duì)基本公共服務(wù)均等化的影響，構(gòu)建了一個(gè)多維度的基本公共服務(wù)評(píng)價(jià)體系，并利用熵值法確定指標(biāo)權(quán)重。秦曉蕾等（2024）2g從注意力分配的視角，對(duì)2011一2020年中國(guó)國(guó)務(wù)院公報(bào)的民眾關(guān)注度回應(yīng)進(jìn)行了實(shí)證分析。李拓（2021）[29]通過(guò)政府網(wǎng)站績(jī)效評(píng)估來(lái)反映數(shù)字政府建設(shè)的總體水平，為衡量數(shù)字政府建設(shè)提供了具體視角。張坤鑫（2021）使用文本分析和機(jī)器學(xué)習(xí)技術(shù)構(gòu)建了政府環(huán)境注意力指標(biāo)，實(shí)證檢驗(yàn)了地方政府環(huán)境注意力與政策執(zhí)行力的關(guān)系。

縱觀已有文獻(xiàn)，關(guān)于數(shù)字政府的成果頗豐，但仍存在一定的局限性。首先，在評(píng)估數(shù)字政府實(shí)施效果時(shí)，一些學(xué)者和政策研究者們常常依賴政府文本數(shù)據(jù)衡量數(shù)字政府的發(fā)展程度①。該方法可以反映政府在未來(lái)對(duì)數(shù)字政府的關(guān)注和配置，但也存在一定的局限，因?yàn)檎呶谋緮?shù)據(jù)主要反映政府在數(shù)字化發(fā)展方面的意愿和承諾，而非具體的執(zhí)行能力和實(shí)際成效。從測(cè)度方式看，現(xiàn)有研究多采取單一維度的分析方法，很少有研究對(duì)這兩種方式進(jìn)行綜合比較分析。其次，大部分文獻(xiàn)關(guān)注數(shù)字政府建設(shè)的經(jīng)濟(jì)后果，較少有文獻(xiàn)關(guān)注政策注意力（“虛”）與政策執(zhí)行力（“實(shí)”）之間的關(guān)系。數(shù)字政府政策意向雖然表明了政府?dāng)?shù)字化轉(zhuǎn)型的決心，但這些意向如何具體實(shí)施并轉(zhuǎn)化為可量化的經(jīng)濟(jì)成果，仍缺乏系統(tǒng)性的分析和評(píng)價(jià)。最后，現(xiàn)有文獻(xiàn)忽略了地區(qū)差異化的影響。數(shù)字政府建設(shè)在不同地區(qū)的發(fā)展水平和實(shí)施效果存在顯著差異，需要分析產(chǎn)生這些差異的影響因素，以便有針對(duì)性地提出發(fā)展建議。

二、指標(biāo)體系與研究方法

（一）指標(biāo)體系

1.數(shù)字政府執(zhí)行力

參考已有研究[17-18]，本文基于現(xiàn)實(shí)經(jīng)濟(jì)數(shù)據(jù)，采用客觀評(píng)估法對(duì)數(shù)字政府執(zhí)行力進(jìn)行測(cè)度。數(shù)字政府的執(zhí)行力體現(xiàn)在多個(gè)經(jīng)濟(jì)維度上，比如數(shù)字基礎(chǔ)設(shè)施建設(shè)、政府?dāng)?shù)字化服務(wù)、政府?dāng)?shù)字化信息傳播等，這些指標(biāo)都可以通過(guò)現(xiàn)實(shí)數(shù)據(jù)來(lái)測(cè)度。因此，使用熵值法對(duì)數(shù)字政府執(zhí)行力進(jìn)行測(cè)度，其核心思想是根據(jù)各指標(biāo)的變異程度進(jìn)行客觀賦權(quán)，變異程度越大，權(quán)重越大，即該測(cè)度指標(biāo)的影響程度越大，反之亦然。在穩(wěn)健性檢驗(yàn)中，還使用變異系數(shù)法和主成分分析（PCA）測(cè)度的結(jié)果進(jìn)行分析，以增強(qiáng)結(jié)果的穩(wěn)健性。表1展示了關(guān)于數(shù)字政府建成效果的評(píng)價(jià)指標(biāo)體系。

數(shù)字政府建設(shè)水平的評(píng)估涉及四個(gè)一級(jí)指標(biāo)：數(shù)字基建（DGJ）、數(shù)政服務(wù)（DGF）、數(shù)政傳播（DGN）和數(shù)政評(píng)價(jià)（DGP）。具體分析如下。（1）數(shù)字基建（DGJ）：主要評(píng)估地區(qū)的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施和信息通信技術(shù)的應(yīng)用情況，包括域名數(shù)、網(wǎng)頁(yè)數(shù)、互聯(lián)網(wǎng)寬帶接入端口數(shù)、移動(dòng)電話普及率和光纜密度。這些指標(biāo)反映了地方政府在通信技術(shù)基礎(chǔ)設(shè)施建設(shè)上的投人和發(fā)展水平。（2）數(shù)政服務(wù)（DGF）：評(píng)估政府在提供在線服務(wù)、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(wǎng)站數(shù)量、政務(wù)微博號(hào)數(shù)量和政務(wù)頭條號(hào)數(shù)量。通過(guò)這些指標(biāo)，可以了解地方政府在政務(wù)信息化和服務(wù)便捷化方面的具體舉措和成效。（3）數(shù)政傳播（DGN）：評(píng)估地方政務(wù)平臺(tái)的關(guān)注度和信息傳播情況，以地方政務(wù)微博影響力指數(shù)為代表。通過(guò)這些指標(biāo)可以了解地方政府在政務(wù)信息傳播渠道上的重視程度和實(shí)際效果。（4）數(shù)政評(píng)價(jià)（DGP）：衡量政務(wù)服務(wù)平臺(tái)提供服務(wù)的覆蓋性、完備性、準(zhǔn)確性和成熟度，包括服務(wù)事項(xiàng)覆蓋性指數(shù)、服務(wù)方式完備性指數(shù)、辦事指南準(zhǔn)確性指數(shù)和在線辦理成熟度指數(shù)。這些指標(biāo)反映了地方政府對(duì)公眾反饋和服務(wù)質(zhì)量的關(guān)注和重視。

2.數(shù)字政府注意力

為衡量各地區(qū)對(duì)數(shù)字政府建設(shè)的注意力配置，參考數(shù)字經(jīng)濟(jì)領(lǐng)域相關(guān)研究，使用文本分析方法衡量地方政府對(duì)數(shù)字政府的注意力。但傳統(tǒng)文本分析法具有難以處理未見詞匯或低頻詞匯的缺點(diǎn)。基于機(jī)器學(xué)習(xí)方法，使用預(yù)訓(xùn)練的Word2Vec模型通過(guò)語(yǔ)義相似性和詞匯組合推理以緩解這一問(wèn)題。其具體步驟為：第一步，通過(guò)梳理《“十四五”國(guó)家信息化規(guī)劃》《關(guān)于加強(qiáng)數(shù)字政府建設(shè)的指導(dǎo)意見》《數(shù)字中國(guó)建設(shè)發(fā)展進(jìn)程報(bào)告》《數(shù)字政府發(fā)展報(bào)告》等政策文件及相關(guān)研究分析，系統(tǒng)收集和整理“數(shù)字化政務(wù)”“數(shù)字化基礎(chǔ)設(shè)施”“數(shù)據(jù)治理和管理”“數(shù)字化技術(shù)應(yīng)用”“數(shù)字惠民利企”等與數(shù)字政府建設(shè)密切相關(guān)的關(guān)鍵詞，初步構(gòu)建數(shù)字政府建設(shè)關(guān)鍵詞譜。第二步，借助機(jī)器學(xué)習(xí)方法進(jìn)一步擴(kuò)展詞譜。使用預(yù)訓(xùn)練的Word2Vec詞嵌人模型，計(jì)算已有關(guān)鍵詞與其他詞匯之間的語(yǔ)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(kù)。為盡量全面地覆蓋相關(guān)領(lǐng)域，使用預(yù)訓(xùn)練的中文詞向量ChineseWordVectors模型，擴(kuò)展詞庫(kù)時(shí)包含來(lái)自百度百科、中文維基百科、人民日?qǐng)?bào)、知乎、新浪微博等多樣化語(yǔ)料庫(kù)的數(shù)據(jù)。第三步，通過(guò)人工篩選的方式，進(jìn)一步精煉詞庫(kù)，去除與數(shù)字政府建設(shè)關(guān)聯(lián)性較低的詞匯，確保最終詞庫(kù)中保留的詞匯與數(shù)字政府建設(shè)主題密切相關(guān)，涵蓋各方面的核心內(nèi)容。第四步，基于構(gòu)建的詞譜進(jìn)行詞頻分析，統(tǒng)計(jì)各詞匯在省級(jí)《政府工作報(bào)告》文本中的出現(xiàn)頻率，以此為依據(jù)進(jìn)一步探索數(shù)字政府建設(shè)的關(guān)注重點(diǎn)和發(fā)展趨勢(shì)。

表1數(shù)字政府建成效果評(píng)價(jià)指標(biāo)體系

注：各指標(biāo)權(quán)重基于熵值法計(jì)算，權(quán)重反映了指標(biāo)的變異程度，變異越大，權(quán)重越高。

（二）數(shù)據(jù)來(lái)源、方法及處理

本文使用多種數(shù)據(jù)形式進(jìn)行測(cè)度和分析，其中衡量數(shù)字政府注意力的文本數(shù)據(jù)來(lái)自各省《政府工作報(bào)告》，該數(shù)據(jù)作為各級(jí)政府歷年公開發(fā)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(guī)范性強(qiáng)、表述客觀等優(yōu)勢(shì)。衡量數(shù)字政府執(zhí)行力的指標(biāo)體系數(shù)據(jù)主要來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》《省級(jí)政府和重點(diǎn)城市一體化政務(wù)服務(wù)能力調(diào)查評(píng)估報(bào)告》（政務(wù)服務(wù)“好差評(píng)”）以及各省份統(tǒng)計(jì)局官方網(wǎng)站。其他相關(guān)數(shù)據(jù)均來(lái)自各統(tǒng)計(jì)年鑒和各級(jí)政府網(wǎng)站。最后匯總形成2015—2022年中國(guó)31個(gè)省（自治區(qū)、直轄市）的平衡面板數(shù)據(jù)進(jìn)行分析。

在數(shù)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(guó)科學(xué)院分詞包（pynlpir）對(duì)相關(guān)文本按照關(guān)鍵詞進(jìn)行分詞處理，然后根據(jù)停詞表（在哈工大停用詞、四川大學(xué)機(jī)器智能實(shí)驗(yàn)室停用詞、百度停用詞等中文停用詞庫(kù)的基礎(chǔ)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(wú)用（無(wú)意義）詞匯，再根據(jù)特征詞對(duì)文本進(jìn)行搜索、匹配和提取，統(tǒng)計(jì)出分類歸集關(guān)鍵詞的詞頻，最后得到分類指標(biāo)的詞頻頻率。

在數(shù)字政府執(zhí)行力的測(cè)度和處理上，使用熵值法、變異系數(shù)法和主成分分析法進(jìn)行測(cè)度和評(píng)估。熵值法基于信息論，通過(guò)計(jì)算各指標(biāo)的熵值來(lái)確定權(quán)重，用于反映指標(biāo)的有效信息量。變異系數(shù)法通過(guò)比較數(shù)據(jù)的標(biāo)準(zhǔn)差與平均值的比率來(lái)衡量數(shù)據(jù)的離散程度，適用于不同尺度數(shù)據(jù)的比較，并幫助確定數(shù)據(jù)中的關(guān)鍵變量。主成分分析（PCA）則是一種降維技術(shù)，通過(guò)轉(zhuǎn)換多變量數(shù)據(jù)為互不相關(guān)的主成分，捕獲數(shù)據(jù)中的主要變異性，常用于簡(jiǎn)化高維數(shù)據(jù)集。這三種方法各有側(cè)重，能有效地從不同指標(biāo)和角度測(cè)度數(shù)字政府的執(zhí)行力。

三、測(cè)度結(jié)果比較

（一）時(shí)間趨勢(shì)

為了深刻理解數(shù)字政府注意力（GW）與執(zhí)行力（DG）的時(shí)間變化趨勢(shì)以及分地區(qū)差異，在此對(duì)兩者的測(cè)度結(jié)果進(jìn)行比較分析。圖1和圖2分別進(jìn)行了展示。

圖1展示了2015—2022年地方政府?dāng)?shù)字政府注意力和執(zhí)行力的時(shí)間趨勢(shì)。黑色線條代表數(shù)字政府建設(shè)的注意力配置，紅色線條代表數(shù)字政府建設(shè)的執(zhí)行能力。可以看到，兩者均呈現(xiàn)逐年增長(zhǎng)的趨勢(shì)，但增長(zhǎng)趨勢(shì)不盡相同。數(shù)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(zhí)行力則在整個(gè)時(shí)期內(nèi)穩(wěn)步增長(zhǎng)，增幅較為平緩。可以看出，2015—2022年政府對(duì)數(shù)字政府建設(shè)的注意力和執(zhí)行力都得到提升，但兩者增長(zhǎng)的趨勢(shì)并非完全同步。

圖1數(shù)字政府注意力與執(zhí)行力時(shí)間趨勢(shì)

圖2展示了2015—2022年間中國(guó)不同地區(qū)在數(shù)字政府注意力和執(zhí)行力的變化趨勢(shì)。東部地區(qū)展現(xiàn)出了注意力與執(zhí)行力的協(xié)調(diào)性，其在數(shù)字政府建設(shè)上取得了較為均衡的發(fā)展。這一現(xiàn)象可能與東部地區(qū)的基礎(chǔ)設(shè)施成熟度、部門之間的配合程度等因素有關(guān)。中部地區(qū)注意力與執(zhí)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(zhí)行力增長(zhǎng)相對(duì)滯后，特別是在2018年后，執(zhí)行力增速明顯放緩。東北地區(qū)與西部地區(qū)在注意力和執(zhí)行力的表現(xiàn)上存在類似趨勢(shì)，且差異較為顯著。兩地區(qū)的注意力在2018年后迅速上升，尤其是在2019—2021年間增長(zhǎng)顯著，然而，執(zhí)行力的增長(zhǎng)較為緩慢，呈現(xiàn)出與注意力不協(xié)調(diào)的現(xiàn)象。

（二）區(qū)域特征

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

通過(guò)觀察散點(diǎn)趨勢(shì)，大致可以判斷兩者之間存在正向相關(guān)關(guān)系，但是散點(diǎn)分布較為分散，其相關(guān)性相對(duì)較弱。根據(jù)劃分的象限區(qū)域，可以看出不同省份在注意力和執(zhí)行力的表現(xiàn)存在顯著差異。高注意力高執(zhí)行力區(qū)域（第一象限）如北京、上海、廣東等，這些省市對(duì)數(shù)字政府有較高關(guān)注度，并且在執(zhí)行力方面也表現(xiàn)突出。低注意力低執(zhí)行力區(qū)域（第三象限）如黑龍江和內(nèi)蒙古等，這些省份既缺乏對(duì)數(shù)字政府的關(guān)注，也在執(zhí)行方面存在明顯的不足。低注意力高執(zhí)行力區(qū)域（第二象限），如浙江、山東、江蘇等，這些省份雖然數(shù)字政府建設(shè)注意力較低，但其執(zhí)行力卻較高。而高注意力低執(zhí)行力區(qū)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(xiàn)出較高的注意力，但執(zhí)行力較弱，未取得良好成效。

圖2分地區(qū)數(shù)字政府注意力與執(zhí)行力時(shí)間趨勢(shì)

綜上所述，主要發(fā)現(xiàn)以下幾種現(xiàn)象。一是從總體看，數(shù)字政府注意力和執(zhí)行力在此期間獲得了一定的增長(zhǎng)，并且存在一定的相關(guān)性。二是從協(xié)調(diào)性看，東北地區(qū)和中西部地區(qū)的數(shù)字政府注意力提升速度很快，但他們的執(zhí)行力提升相對(duì)滯后，這反映出該地區(qū)在政策關(guān)注和實(shí)際落實(shí)之間存在不協(xié)調(diào)。三是從地區(qū)差異看，不同省份在注意力和執(zhí)行力的匹配度上存在不均衡，兩者在東部地區(qū)匹配性較好，而在中部地區(qū)、東北地區(qū)的匹配性相對(duì)較差。

四、計(jì)量分析

（一）研究設(shè)計(jì)

為了驗(yàn)證數(shù)字政府注意力和數(shù)字政策執(zhí)行力之間的關(guān)系，參考已有研究，構(gòu)建如下計(jì)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(shù)字政府執(zhí)行力； GW_it 為核心解釋變量，表示數(shù)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(shù)，衡量了兩者之間的關(guān)系； μ 為個(gè)體固定效應(yīng)；ε為隨機(jī)擾動(dòng)項(xiàng)。

為了進(jìn)一步揭示數(shù)字政府注意力和政策執(zhí)行力的關(guān)系是否受經(jīng)濟(jì)條件的影響，本文以經(jīng)濟(jì)發(fā)展水平（Ingdp）為門檻變量，進(jìn)一步估計(jì)不同經(jīng)濟(jì)水平下注意力和執(zhí)行力的門檻效應(yīng)。其邏輯為：經(jīng)濟(jì)水平較高的地區(qū)，通常有較好的數(shù)字化基礎(chǔ)設(shè)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(zhuǎn)化為實(shí)際的執(zhí)行力；反之經(jīng)濟(jì)水平較低的地區(qū)，雖然政府可以在政策上給予了較多關(guān)注，但由于基礎(chǔ)設(shè)施的缺乏或資源不足，注意力難以有效轉(zhuǎn)化和實(shí)際執(zhí)行。據(jù)此，建立相關(guān)計(jì)量模型：

其中： I（?） 為示性函數(shù)，如果括號(hào)內(nèi)表達(dá)式為真，則值為1，反之則為 0 ； δ_?1 和 δ_?2 為本文假設(shè)的兩個(gè)門檻值。

由于各省份的數(shù)字政府執(zhí)行力水平受諸多因素的影響，為確保研究結(jié)論的精確性和可靠性，本文選擇以下有關(guān)城市特征以及與數(shù)字經(jīng)濟(jì)發(fā)展有關(guān)的經(jīng)濟(jì)變量作為控制變量：人口規(guī)模（pop），以常住人口數(shù)（萬(wàn)人）的對(duì)數(shù)衡量；城市化程度（urb），以各省份的城鎮(zhèn)化率進(jìn)行衡量；信息行業(yè)從業(yè)水平（eis），以各省信息服務(wù)業(yè)從業(yè)人數(shù)的對(duì)數(shù)衡量；電商活動(dòng)程度（eco），以電子商務(wù)交易活動(dòng)企業(yè)比例衡量；企業(yè)互聯(lián)網(wǎng)應(yīng)用水平（web），以每百家企業(yè)擁有網(wǎng)站數(shù)衡量。另外對(duì)缺失變量以插值法進(jìn)行補(bǔ)充，對(duì)相關(guān)變量在 1% 水平上縮尾。

（二）描述性統(tǒng)計(jì)

表2展示了相關(guān)變量的描述性統(tǒng)計(jì)。

（三）相關(guān)性分析

為了檢驗(yàn)數(shù)字政府注意力（GW）與政策執(zhí)行力（DG）之間的數(shù)量關(guān)系，首先對(duì)兩者進(jìn)行相關(guān)性分析。通過(guò)相關(guān)系數(shù)矩陣，可以判斷出哪些因素在推動(dòng)數(shù)字政府建設(shè)成效方面起著關(guān)鍵作用。

表3展示了數(shù)字政府注意力（GW）與數(shù)字政府執(zhí)行力（DG）及其四個(gè)具體維度之間的相關(guān)系數(shù)矩陣。結(jié)果表明，GW與DG之間存在顯著的正相關(guān)關(guān)系，GW與數(shù)字基建（DGJ）、數(shù)政傳播（DGN）和數(shù)政評(píng)價(jià)（DGP）也有顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.231、0.414、0.125，這表明數(shù)字政府注意力與基礎(chǔ)設(shè)施建設(shè)、信息傳播和數(shù)字政務(wù)評(píng)價(jià)有較強(qiáng)的相關(guān)性。相較之下，GW與數(shù)政服務(wù)（DGF）的相關(guān)系數(shù)為-0.0370，未達(dá)到顯著水平，說(shuō)明注意力與數(shù)政服務(wù)的相關(guān)度較低。數(shù)字政策執(zhí)行力（DG）與各子指標(biāo)之間也表現(xiàn)出較強(qiáng)的相關(guān)性。

（四）回歸分析

1.基準(zhǔn)回歸

為了檢驗(yàn)數(shù)字政府注意力（GW）與政策執(zhí)行力（DG）的關(guān)系，按式（1）設(shè)定的計(jì)量模型對(duì)兩者進(jìn)行回歸檢驗(yàn)。表4展示了基準(zhǔn)回歸結(jié)果。

表2相關(guān)變量的描述性統(tǒng)計(jì)

表3指標(biāo)體系的相關(guān)系數(shù)矩陣

注：***、**和*分別表示在 1% 、 5% 和 10% 水平上顯著。

表4顯示，無(wú)論在普通最小二乘回歸（OLS）還是固定效應(yīng)模型（FEModel）中，GW對(duì)DG的影響均為顯著正向。具體而言，OLS模型中GW的回歸系數(shù)為0.3129，在分別加入控制變量和固定效應(yīng)后，GW的影響有所減弱，但仍保持正向顯著，系數(shù)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(yīng)所吸收，GW的核心效應(yīng)仍然存在。

2.門檻效應(yīng)

為了進(jìn)一步檢驗(yàn)經(jīng)濟(jì)水平對(duì)數(shù)字政府注意力（GW）和政策執(zhí)行力（DG）影響的門檻效應(yīng)，按式（2）設(shè)定的計(jì)量模型采用Bootstrap法（設(shè)定自舉抽樣500次）進(jìn)行回歸檢驗(yàn)。表5展示了相關(guān)回歸結(jié)果。

結(jié)果顯示，在單一門檻模型下，在經(jīng)濟(jì)發(fā)展水平（Ingdp）達(dá)到9.7994時(shí)，表明在該門檻值下數(shù)字政府注意力（GW）對(duì)政策執(zhí)行力（DG）的影響發(fā)生顯著變化，這一結(jié)果在 5% 水平上顯著。然而，雙重門檻模型的結(jié)果并未顯示出統(tǒng)計(jì)顯著性，這可能表明經(jīng)濟(jì)發(fā)展水平超過(guò)第一門檻值后，其對(duì)數(shù)字政府建設(shè)成效的影響趨于穩(wěn)定，沒有進(jìn)一步的結(jié)構(gòu)性變化。因此本文將門檻數(shù)設(shè)定為1，門檻值為9.7994。

表6揭示了經(jīng)濟(jì)發(fā)展水平（lngdp）對(duì)數(shù)字政府注意力（GW）與政策執(zhí)行力（DG）的門檻效應(yīng)。列（1）為小于門檻值的回歸結(jié)果，列（2）為大于門檻值的回歸結(jié)果。可以發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平對(duì)數(shù)字政府注意力與執(zhí)行力的具有結(jié)構(gòu)性的影響變化，兩者雖均是正向關(guān)系，但在高經(jīng)濟(jì)發(fā)展水平下，注意力對(duì)執(zhí)行力的影響效應(yīng)越大。表明經(jīng)濟(jì)條件較好的地區(qū)，注意力與執(zhí)行力之間匹配度更高。可能的原因是，在高經(jīng)濟(jì)發(fā)展水平下，政府擁有更多資源和能力，可以更有效地實(shí)施數(shù)字化改革，提升執(zhí)行力和注意力。而在低經(jīng)濟(jì)發(fā)展條件下，由于資源有限、基礎(chǔ)設(shè)施不完善等原因，其效果會(huì)受到一定限制。

表4基準(zhǔn)回歸結(jié)果

注：***、**和*分別表示在 1% 、 5% 和 10% 水平上顯著，括號(hào)內(nèi)為t統(tǒng)計(jì)量。FE為固定效應(yīng)。

3.穩(wěn)健性檢驗(yàn)

為了進(jìn)一步保證結(jié)果的穩(wěn)健性，采用了廣義矩估計(jì)（GMM）、替換被解釋變量等方法來(lái)驗(yàn)證數(shù)字政府執(zhí)行力測(cè)度結(jié)果的可靠性。同時(shí)采用準(zhǔn)自然實(shí)驗(yàn)法（DID）方法緩解模型內(nèi)生性②。表7展示了穩(wěn)健性檢驗(yàn)估計(jì)結(jié)果。

其中，列（1）使用GMM矩估計(jì)法進(jìn)行檢驗(yàn)，估計(jì)顯示，數(shù)字政府注意力（GW）對(duì)執(zhí)行力有顯著的正向影響，其系數(shù)為0.0899，滯后一期的執(zhí)行力（L.DG）會(huì)對(duì)當(dāng)期的執(zhí)行力產(chǎn)生顯著影響，其系數(shù)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(jìn)行檢驗(yàn)，其中第（2）列使用變異系數(shù)法測(cè)度的被解釋變量（lnDGCV），列（3）以主成分分析法測(cè)度的被解釋變量（lnDGPCA），估計(jì)系數(shù)分別為1.5936和1.3996，在 1% 水平上顯著。列（4）使用準(zhǔn)自然實(shí)驗(yàn)法重新進(jìn)行估計(jì)，使用復(fù)旦大學(xué)數(shù)字與移動(dòng)治理實(shí)驗(yàn)室（復(fù)旦DMG）③公布的《中國(guó)地方公共數(shù)據(jù)開放利用報(bào)告》中的“數(shù)據(jù)開放平臺(tái)上線時(shí)間”作為數(shù)字政府建設(shè)的代理變量④。可以發(fā)現(xiàn)，估計(jì)系數(shù)為0.0221，在 1% 水平上顯著。這些檢驗(yàn)進(jìn)一步證實(shí)了模型的解釋力和結(jié)果的穩(wěn)定性。

4.異質(zhì)性分析

（1）分指標(biāo)。表8展示了數(shù)字政府注意力（GW）對(duì)4個(gè)具體指標(biāo)——數(shù)字基建（DGJ）、數(shù)政服務(wù)（DGF）、數(shù)政傳播（DGN）和數(shù)政評(píng)價(jià)（DGP）的影響。結(jié)果顯示，GW對(duì)DGJ和DGN的影響顯著正向，系數(shù)分別為0.1667和14.3452，這進(jìn)一步驗(yàn)證了數(shù)字政府注意力在基礎(chǔ)設(shè)施建設(shè)和信息傳播中的重要作用。相反，GW對(duì)DGF的影響為負(fù)向顯著，回歸系數(shù)為-0.0981，在 5% 水平上顯著，這表明在某些地區(qū)，數(shù)字政府注意力越高，政務(wù)網(wǎng)站、微博、頭條號(hào)的數(shù)量反而越低。在政務(wù)服務(wù)效果整體水平較高的情況下，這可能意味著一些政府通過(guò)集成和優(yōu)化網(wǎng)站功能，減少冗余網(wǎng)站數(shù)量，提高政務(wù)服務(wù)效率。此外，GW對(duì)DGP的影響也是正向顯著，回歸系數(shù)在 1% 水平上顯著，表明注意力在推動(dòng)政務(wù)評(píng)價(jià)體系方面也發(fā)揮了積極作用。

表5門檻效應(yīng)檢驗(yàn)

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(jié)果

注：***、**和*分別表示在 1% 、 5% 和 10% 水平上顯著，括號(hào)內(nèi)為t統(tǒng)計(jì)量。

（2）分地區(qū)。表9展示了不同地區(qū)數(shù)字政府注意力（GW）對(duì)執(zhí)行力（DG）的影響。結(jié)果顯示，在東部地區(qū)，GW對(duì)DG的影響顯著正向，回歸系數(shù)為0.1142，表明在東部地區(qū)注意力對(duì)執(zhí)行力具有較強(qiáng)的推動(dòng)作用。相較之下，在東北、中部和西部地區(qū)，GW對(duì)DG的影響未達(dá)到顯著水平，回歸系數(shù)分別為-0.0078、-0.0590和0.0667，這可能反映了這些地區(qū)在政策實(shí)施過(guò)程中存在一定的挑戰(zhàn)或差異。這一結(jié)果表明，盡管全國(guó)范圍內(nèi)都在推進(jìn)數(shù)字政府建設(shè)，但各地區(qū)的發(fā)展效果存在顯著差異。東部地區(qū)由于經(jīng)濟(jì)基礎(chǔ)較好、技術(shù)資源豐富，因此注意力能夠較快轉(zhuǎn)化和落實(shí)。而東北、中部和西部地區(qū)可能面臨資源不足、技術(shù)落后或政策執(zhí)行力度不足等問(wèn)題，導(dǎo)致注意力配置未能充分發(fā)揮作用。

表7估計(jì)結(jié)果的穩(wěn)健性檢驗(yàn)

注：***、**和*分別表示在 1% ， 5% 和 10% 水平上顯著。

表8數(shù)字政府注意力與分指標(biāo)執(zhí)行力

注：***、**和*分別表示在 1% 、 5% 和 10% 水平上顯著，括號(hào)內(nèi)為t統(tǒng)計(jì)量。FE為固定效應(yīng)。

表9數(shù)字政府注意力與分地區(qū)執(zhí)行力

注：***、**和*分別表示在 1% 5% 和 10% 水平上顯著，括號(hào)內(nèi)為t統(tǒng)計(jì)量；FE為固定效應(yīng)。

五、結(jié)論與啟示

本文主要考察數(shù)字政府注意力配置能否有效轉(zhuǎn)化為政策執(zhí)行力，兼論以文本分析方法測(cè)度數(shù)字政府是否具有代表性。對(duì)此，使用文本分析方法，創(chuàng)新性地構(gòu)建“數(shù)字政府建設(shè)”關(guān)鍵詞譜以衡量數(shù)字政府注意力，使用熵值法基于真實(shí)經(jīng)濟(jì)數(shù)據(jù)測(cè)度了數(shù)字政府執(zhí)行力，通過(guò)綜合對(duì)比分析和計(jì)量分析方法，探討了兩者之間的關(guān)系和影響因素。主要得出以下幾點(diǎn)結(jié)論。一是數(shù)字政府注意力和政策執(zhí)行力存在一定的相關(guān)性。這說(shuō)明以政策文本方法衡量數(shù)字政府建設(shè)水平具有一定的合理性。二是數(shù)字政府注意力和執(zhí)行力在東部地區(qū)存在強(qiáng)關(guān)聯(lián)性，在其他地區(qū)關(guān)聯(lián)程度較弱。說(shuō)明以政策文本形式衡量數(shù)字政府建設(shè)在東部地區(qū)較為合適，但在其他地區(qū)尤其是西部和東北地區(qū)并不合適，以文本方式直接衡量數(shù)字政府存在一定程度的高估。三是低經(jīng)濟(jì)水平地區(qū)的“注意力”與“執(zhí)行力”相關(guān)性較低，可能揭示出一種“虛高”現(xiàn)象。這意味著僅僅通過(guò)注意力來(lái)衡量一個(gè)地區(qū)的數(shù)字政府建設(shè)并不足以反映真實(shí)的建設(shè)成效，經(jīng)濟(jì)條件是關(guān)鍵的中介因素。

研究具有如下啟示。首先，鑒于注意力與執(zhí)行力的正向關(guān)系，政府應(yīng)保持并進(jìn)一步提升對(duì)數(shù)字政府建設(shè)的重視程度。通過(guò)加大政策宣傳力度、優(yōu)化資源配置，以及完善體制機(jī)制，確保數(shù)字政府建設(shè)各個(gè)環(huán)節(jié)得到有效執(zhí)行，推動(dòng)數(shù)字化治理的深入發(fā)展。其次，應(yīng)當(dāng)合理利用政策文本工具。政策文本工具可以作為衡量數(shù)字政府建設(shè)的一個(gè)維度，但其不能單獨(dú)作為整體評(píng)估工具。需要結(jié)合量化經(jīng)濟(jì)數(shù)據(jù)（如GDP、信息技術(shù)從業(yè)情況、企業(yè)數(shù)字化交易活動(dòng)情況）、實(shí)際建設(shè)成效指標(biāo)（如數(shù)字基礎(chǔ)設(shè)施建設(shè)情況、數(shù)字政務(wù)網(wǎng)站建設(shè)數(shù)量、數(shù)字應(yīng)用建設(shè)質(zhì)量情況、數(shù)字政務(wù)傳播情況等）和社會(huì)反饋（如公眾意見調(diào)查、媒體報(bào)道、學(xué)術(shù)研究等）等多維度評(píng)估方法，以全面評(píng)估數(shù)字政府的建設(shè)效果。這種綜合評(píng)估方法不僅能反映政策意愿，還能更準(zhǔn)確地衡量實(shí)際執(zhí)行情況和社會(huì)影響。然后，應(yīng)當(dāng)脫“虛”向?qū)崳⒅卣呗涞亍Ｑ芯堪l(fā)現(xiàn)，當(dāng)前一些地區(qū)數(shù)字政府建設(shè)存在意愿規(guī)劃與其實(shí)際建設(shè)能力不匹配、不協(xié)調(diào)的情況。一個(gè)可能的原因是為了順應(yīng)數(shù)字化發(fā)展趨勢(shì)，各地紛紛投身數(shù)字化建設(shè)，部分地區(qū)甚至出現(xiàn)數(shù)字化建設(shè)意愿虛高的情況；另一個(gè)原因是為了響應(yīng)國(guó)家數(shù)字化發(fā)展戰(zhàn)略，各地希望抓住數(shù)字化帶來(lái)的紅利，通過(guò)數(shù)字化手段縮小區(qū)域差距，實(shí)現(xiàn)跨越式發(fā)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(guān)部門在推進(jìn)過(guò)程中面臨“進(jìn)退兩難”的困境。針對(duì)低經(jīng)濟(jì)水平地區(qū)，建議通過(guò)建立區(qū)域協(xié)同機(jī)制，提升數(shù)字政府建設(shè)的執(zhí)行力，彌補(bǔ)注意力與執(zhí)行力的脫節(jié)，確保政策能夠落地生效。同時(shí)需要加大對(duì)數(shù)字政府建設(shè)的資金和技術(shù)支持，通過(guò)改善經(jīng)濟(jì)條件，增強(qiáng)注意力向執(zhí)行力的轉(zhuǎn)化，避免“虛高”現(xiàn)象。最后，應(yīng)注重地區(qū)異質(zhì)性。不同地區(qū)在基礎(chǔ)設(shè)施、經(jīng)濟(jì)發(fā)展水平和技術(shù)能力等方面存在顯著差異，數(shù)字政府建設(shè)應(yīng)堅(jiān)持差異化支持政策。對(duì)經(jīng)濟(jì)水平較低的地區(qū)，僅提高注意力或出臺(tái)相關(guān)政策并不能顯著提升執(zhí)行力。這些地區(qū)可能需要更多基礎(chǔ)設(shè)施建設(shè)、財(cái)政支持以及技術(shù)資源的傾斜，才能使數(shù)字政府建設(shè)從“注意力”轉(zhuǎn)化為實(shí)際成果。

注釋

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

② 數(shù)字政府注意力與執(zhí)行力可能存在雙向因果關(guān)系。當(dāng)政府對(duì)某一領(lǐng)域高度關(guān)注時(shí)，會(huì)投入更多資源和政策支持。反過(guò)來(lái)講，當(dāng)政府在推進(jìn)數(shù)字化項(xiàng)目時(shí)，如果執(zhí)行效果較好，那么會(huì)讓政府更加重視，自然會(huì)更愿意繼續(xù)投入資源和精力。

③ 2023年11月，復(fù)旦大學(xué)數(shù)字與移動(dòng)治理實(shí)驗(yàn)室與復(fù)旦大學(xué)、國(guó)家信息中心數(shù)字中國(guó)研究院聯(lián)合發(fā)布《中國(guó)地方公共數(shù)據(jù)開放利用報(bào)告——省域（2023年度）》。

④ 數(shù)據(jù)開放平臺(tái)是政府?dāng)?shù)字化轉(zhuǎn)型的一部分，通過(guò)開放政府?dāng)?shù)據(jù)，提高數(shù)據(jù)的透明度和可訪問(wèn)性，促進(jìn)公共服務(wù)和創(chuàng)新應(yīng)用的發(fā)展。因此，可以間接反映政府在這些方面的建設(shè)情況。

參考文獻(xiàn)

[1]王偉玲.中國(guó)數(shù)字政府績(jī)效評(píng)估：理論與實(shí)踐[].電子政務(wù)，2022（4）：51-63.

[2]馬亮.數(shù)字政府建設(shè)成效評(píng)價(jià)：一個(gè)研究綜述[].貴州省黨校學(xué)報(bào)，2024（3）：58-69.

[3]戴為民，馮馬旭.數(shù)字政府建設(shè)能提升政府治理能力嗎？：來(lái)自發(fā)展中國(guó)家（地區(qū)）的證據(jù).合肥工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，37（4）：1-12.

[4]段堯清，陳婷，刁斐，等.政策工具視角下我國(guó)省域數(shù)字政府高質(zhì)量建設(shè)驅(qū)動(dòng)路徑研究[].情報(bào)科學(xué)，2023，41（5）：124-130+143.

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

[6]張羽飛.數(shù)字政府建設(shè)是否促進(jìn)共同富裕？：來(lái)自三次分配的機(jī)制檢驗(yàn)證據(jù)[J].中國(guó)林業(yè)經(jīng)濟(jì)，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(shī)怡，孫萍.我國(guó)數(shù)字營(yíng)商環(huán)境建設(shè)的耦合協(xié)調(diào)度評(píng)價(jià)及障礙因子診斷.電子政務(wù)，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(shù)字政府建設(shè)提升了企業(yè)績(jī)效嗎？：基于數(shù)據(jù)要素開放視角[].東岳論叢，2024，45（6）：109-122.

[15]梁江艷，許佳星.數(shù)字政府建設(shè)能否促進(jìn)城市創(chuàng)新能力提升：來(lái)自信息惠民國(guó)家試點(diǎn)政策的證據(jù)[].科學(xué)與管理，2024（6）：1-11.

[16]葉建亮，陳文軒，晁嵩蕾.數(shù)字政府建設(shè)促進(jìn)小微企業(yè)創(chuàng)業(yè)了嗎？：來(lái)自浙江省中小企業(yè)公共服務(wù)平臺(tái)的證據(jù).浙江社會(huì)科學(xué)，2024（3）： 41-53+156

[17]朱春燕，南銳.數(shù)字政府建設(shè)對(duì)區(qū)域創(chuàng)新水平的影響效應(yīng)檢驗(yàn)[J].統(tǒng)計(jì)與決策，2024，40（1）：168-173.

[18]辛璐璐.數(shù)字政府建設(shè)與城鄉(xiāng)共同富裕：理論機(jī)制與實(shí)證檢驗(yàn)[].統(tǒng)計(jì)與決策，2024，40（2）：23-28.

[19]馬亮.數(shù)字政府建設(shè)成效測(cè)度與評(píng)價(jià)：理論、方法與應(yīng)用[].圖書館工作與研究，2024（2）：14-24.

[20]馬亮.大數(shù)據(jù)治理：地方政府準(zhǔn)備好了嗎？[].電子政務(wù)，2017 （1）： 77-86.

[21]鐘偉軍.技術(shù)增負(fù)：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(wù)，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(yùn).政府治理能力現(xiàn)代化的評(píng)估框架].中國(guó)行政管理，2015（5）：23-28.

[25]唐天偉，李林.2016我國(guó)地方政府治理現(xiàn)代化測(cè)度與分析：以內(nèi)地292個(gè)地級(jí)市為例[J].地方治理研究，2017（4）：3-16.

[26]謝程遠(yuǎn).我國(guó)數(shù)字政府構(gòu)建和公共服務(wù)供給的協(xié)調(diào)發(fā)展度評(píng)估：基于我國(guó)31個(gè)省份數(shù)據(jù)的量化分析[].廣東開放大學(xué)學(xué)報(bào)，2021，30（5）：106-112.

[27]張杰，李玉波.數(shù)字政府建設(shè)能否提升基本公共服務(wù)均等化？：基于雙重差分模型的檢驗(yàn)[J].現(xiàn)代管理科學(xué)，2023（5）：70-80.

[28]秦曉蕾，李寧，薛惠玲，等.公共政策如何回應(yīng)民眾關(guān)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(píng)論，2024，13（3）：21-37.

[29]李拓.數(shù)字政府建設(shè)對(duì)地區(qū)創(chuàng)業(yè)活力的影響及機(jī)制研究[D].浙江工商大學(xué)，2022.

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

（責(zé)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