程 风 邵春霞

(同济大学政治与国际关系学院 上海 200092)

大数据时代数据的基础战略性资源地位日渐凸显，以数据开放促进政府运作透明度及公共数据社会化应用，进而推动经济、社会、政治发展已成为各国共识。但从全球来看，政府数据开放的实际表现不容乐观，据2020年联合国电子政务调查报告，全球虽已有153个国家建立了政府数据在线开放平台并向公众公开政府数据资源，但各地区数据开放效果仍存在指数级差距[1]。就中国而言，自2012年上海市公共数据开放平台上线，截至2020年10月中国142个省市级政府上线了数据开放平台，各地政府数据开放水平差距悬殊[2]。那么究竟何种因素影响了政府数据开放水平？基于此疑问在对中国各省级政府数据开放实践进行初步观察后产生了更多疑问：为何同属长三角经济发达省份的浙江和江苏在政府数据开放水平上却存在极大差异？为何位于西部内陆的欠发达地区贵州却拥有较高的政府数据开放水平？就全国来看山东、福建和四川政府数据开放工作起步较晚但为何在短时间内提升显著？以上现实疑问均指向同一问题：何种因素驱动政府数据开放水平的提升？

本研究从既有理论出发构建影响政府数据开放水平的多因素分析框架，并以中国19个省级政府2020年各项数据为基础，从历时性因素、能力性因素和外源性因素三个角度探讨各影响变量对于政府数据开放水平的驱动作用，探讨不同因素及其组合对政府数据开放水平的影响。

1 文献回顾与述评

政府数据开放是政府数字化转型的重要环节，其具体实践先于理论论证，作为信息公开的发展，数据开放在秉承信息公开对于公民知情与政府透明的关切基础上进一步聚焦于数据对于经济社会发展的重要潜力。

数据开放能够产生实际效果是进行政府数据开放水平影响因素研究的起点。对数据开放实际效果的研究伴随着数据开放效果评估指标体系的不断完善。数据开放效果的评估指标经历了从单一经济价值到综合性价值的发展过程。欧盟委员会自2000年起对公共部门信息资源公开产生的直接或间接经济价值进行了一系列量化评估，如欧洲公共部门信息的商业利用报告(PIRA)[3]衡量欧洲公共部门信息资源利用报告(MEPSIR)[4]。伴随认识的深化，政府数据开放的社会价值逐渐被重视，并成为政府数据开放评估框架的重要组成部分。2013年英国开放地图数据价值评估报告即从公众时间成本和生态涵养等方面对政府地理数据开放的社会价值进行了评价[5]。阳光基金会开放数据社会影响研究报告(2015)则聚焦公民知情、社会参与、公私权责等开放政府数据的社会价值对全球136个国家的政府数据开放效果进行了评估[6]。价值评估的综合性是政府数据开放评估框架的发展趋势。开放政府数据晴雨表(Open Data Barometer)[7]、开放树林指数[2]、OUR(Open-Useful-Reusable)指数[8]、全球重要城市开放数据指南[9]等均从多种角度对数据开放的价值进行了综合性分析。

各种评估显示政府数据开放水平受多种因素影响，基于研究主体的不同，可将政府数据开放水平的既有研究划分为政府、社会、数据三个角度。

从政府角度出发将影响政府数据开放的因素划分为内部组织因素和外部环境因素体现了一种组织管理学意义上的思考。领导重视程度[10]、资源掌握度[11]、机构完善度[12]、组织文化差异[13]等是影响政府数据开放的内部因素，而政治和规范压力[14]、法律政策[15]和绩效压力[16]是影响政府数据开放效果的环境因素。

作为政府数据开放的重要对象，社会对于数据的接收、反馈、利用及再利用直接影响政府数据开放的水平。从环境层、平台层及应用层对政府数据开放进行划分并对每个层次社会公众的参与进行分析体现了一种政府数据开放社会参与生态链的思考[17]，通过服务质量模型对政府数据开放中的公众需求进行排序进而构筑以公众需求为导向的政府数据开放平台建设体现了“用户中心”的思想[18]。社会公众和社会组织会对政府数据开放的实际运作产生压力，而这种来自社会的压力影响政府数据开放的具体实践，这种倒逼效应可能会使政府为提升数据开放水平而采用更先进技术和更高效组织管理手段[15]。

数据是影响政府数据开放的决定性因素。数据的实用性、覆盖性、即时性及颗粒度直接影响数据开放的实际水平[19]，对于社会公众而言数据的可用性和有用性是对于政府数据开放的基本诉求[20]，从政府数据开放的利用层面直接将公民价值作为评判因素也体现了政府数据开放效果评估的治理倾向[21]。

总的来说，从全面认识政府数据开放的价值到分析政府数据开放水平的影响因素，既有研究经历了对于政府数据开放的认识的逐步深化，这对于从多层次理解政府数据开放的影响因素有重要参考意义，但当前研究仍在以下方面存在局限性：一方面影响数据开放水平的因素被证明涵盖多方面，但对这些复杂因素如何通过相互关系提升政府数据开放水平的研究仍然不充分；另一方面既有数据开放水平影响因素研究多从组织管理学角度出发，如资源理论、TOE理论等虽然有一定的解释力，但是需要以政府数据开放实践和其他理论作为补充以更全面分析数据开放水平的影响因素。

在对既有研究和实践案例进行梳理的基础上，本文将影响政府数据开放的因素概括为：历时性因素、外源性因素和能力性因素，这些因素来自于对政府数据开放实践的总结和对于制度、政策与能力关系的具体思考。基于此构筑政府数据开放影响因素分析框架对中国省级地方政府数据开放的实例进行分析，一方面出于直接回答上述疑问的考虑，另一方面对于中国而言省级地方政府数据开放实践更具代表性，这体现在以下两个方面：一是由于中国地方政府数据开放的实践自省级地方政府开始，二是省级政府在政策制定、资源调配等方面拥有更多权力，因此省级政府数据开放实践在覆盖度、完善度等方面要优于市级地方政府。

2 理论基础与分析框架

对于制度、政策与能力关系的思考构成了本文理论分析框架的基础。政府数据开放的目标是实现制度化，制度化是提升政府数据开放水平的关键步骤，其意味着稳定性、深刻性与普遍性，对于提升政府数据开放水平具有不可替代的作用。此外，制度的演化过程伴随着政策的不断调试，作为公共政策的政府数据开放涉及社会生活的各方面，故对其演化过程的解释必须要考虑到社会各系统的影响作用，因此从政策角度出发对政府数据开放影响因素的外部环境考察是提升政府数据开放水平影响因素解释力的重要环节。回到数据开放的重要统筹力量——政府，其本身对于出台政府数据开放政策及推动数据开放制度化有重要影响，故必须要对其在推动此项工作的实际能力进行探究，这构成了对于政府数据开放水平影响因素能力方面的思考。

基于制度、政策与能力关系的解释，引入历时性因素、外源性因素和能力性因素构筑多层次分析框架对政府数据开放的影响因素进行具体分析。

2.1影响政府数据开放水平的历时性因素分析历时性指一个系统发展的历史性变化，对政府数据开放影响因素的历时性思考源于历史制度主义以“路径依赖”解释制度变迁的尝试，这种对于政策观察的跨时代视野[22]给予了从历时性角度理解政府数据开放影响因素的启发：一方面在将政府数据开放置于更长范围内的政府在线政务服务发展历程后，发现政府数据开放在技术、管理方式及思维方面对于在线政务服务的继承与发展，另一方面政府数据开放实现了对政府信息公开内涵与外延的拓展，从信息公开到数据开放是对于信息和数据的明确区分，也是信息数据从消极使用转向积极应用的进步。

基于以上分析，提取在线政务服务水平和政府信息公开水平作为影响政府数据开放的因素。

政府在线政务服务平台的水平涉及到服务的完备度、覆盖度、成熟度及效度等指标[23]。在线政务服务平台为政府数据开放平台的构建提供了重要的基础与经验，在对中国省级地方政府数据开放平台的调查后可以发现，当前20%的省级地方政府数据开放平台仍与政务服务平台为统一门户网站或其子频道[2]，由此在线政务服务平台与政府数据开放平台的联系明确化。政府数据开放水平取决于政府数据开放平台的完善，因此将在线政务服务水平视为影响政府数据开放水平的重要因素。

数据开放是信息公开在大数据时代的跳跃性发展[24]。从“信息”到“数据”意味着政府数据开放相较信息公开更偏向于对未经加工处理的“信息”——数据的利用。从以信息公开促进政府透明运作及公众监督，到以数据开放促进数据资源利用进而产生社会经济价值，政府数据开放实现了对信息公开内涵的拓展与超越。而信息公开的组织机构、政策法规、网络平台、价值文化等为政府数据开放提供了前期准备，所以信息公开水平也是影响政府数据开放水平的重要因素。

2.2影响政府数据开放水平的外源性因素分析对影响政府数据开放外源性因素的分析源于政治系统理论将政治生活视为一个开放系统并与环境因素相互作用的理论表述，外源性因素与政治系统的输入、输出、反馈等一系列互动启发了对于政府数据开放影响因素的解释[25]。政府数据开放可视为政治系统的政策输出，换言之外部环境的输入与反馈形塑了作为政策输出产物的政府数据开放。基于政治系统理论对于政治系统总体环境的表述，结合数据开放的地方实践将影响政府数据开放的因素归纳为：公众需求、大数据产业及府际间竞争。

公众需求是社会系统、文化系统等对于政治系统输入的现实反映。作为数据开放的重要对象，社会公众的需求对于当地政府数据开放水平具有重要影响，社会公众的需求反映了当地文化、规范等对于政府数据开放的价值评判，因此是政府数据开放水平的重要影响因素。

大数据产业是经济系统对于政治系统输入的现实反映。互联网、云服务、云计算等大数据相关企业会对当地政府数据开放会产生示范和倒逼效应，大数据产业是国家大力扶持的朝阳产业，也被当前各地政府作为重点工作推进。一方面企业数据利用的优质产出会对政府公共产品和服务的提供产生正面的示范效应进而拉动政府数据开放的发展，另一方面大数据产业的发展推动政府开放数据并产生经济和社会效益，故大数据产业是影响政府数据开放水平的重要因素。

府际竞争是外部系统输入政治系统的现实反映。自2015年国务院发布《促进大数据发展行动纲要》对政府数据开放的形势、意义、目标、任务、政策机制等进行指导性说明后，各地纷纷上马政府数据开放平台的建设项目，从2016年开始地方政府数据开放平台呈指数增长，2016年全国地方政府数据开放平台仅有15个，而截至2020年底这一数字增长至142[2]。这从侧面反映了国内地方政府在推动数据开放所面临的府际压力，随着全国范围内政府数据开放平台的数量不断增长，未上线平台的政府面临的竞争压力也就越大，因此也就越倾向于提高本地区政府数据开放的水平[26]。

2.3影响政府数据开放水平的能力性因素分析对影响政府数据开放水平能力性因素的解释源于国家能力理论在将政府视为一种制度组织或行为主体的前提下推动与贯彻决策能力的分析[27]。而将这一能力按照基础性和专断性[28]的划分带来了对政府数据开放水平影响因素的进一步思考。数据开放的主要推动者是政府，政府能力直接决定数据开放的水平。从政府的基础性权力角度出发，可供汲取的财政资源是影响政府数据开放水平的重要因素，而以政府的专断性权力视角切入，制定有关数据开放的系统性政策规则并整合内部组织机构具体推进数据开放相关工作直接影响政府数据开放的水平。

在以上论述的基础上，将影响政府数据开放水平的能力性因素归纳为：财政能力、政策能力、组织能力。

财政能力指的是政府调配和使用财政资源的能力，政府数据开放作为投入性大、周期长、见效慢的工作对政府财政能力提出了较高的要求，因此对于地方政府而言，可支配的财政资源是对政府数据开放工作进行实际投入的前提。

政策能力就其狭义而言是通过具体的政策规则推动部门间协同进而解决各种政策问题的能力[29]，对于数据开放这一具体政策问题，地方政府需要通过政策规则的制定明确数据开放工作的权责划分、阶段分工等问题，这需要政府具备一定的政策能力推动政府数据开放工作的顺利实施。

组织能力指的是政府在确保组织内部各机构权责的前提下，主体内部进行高效指挥与协调对既定工作的体系化运作的能力[30]。对于政府数据开放工作而言，数据的覆盖度、丰富度、完整度是影响数据开放水平的直接因素，数据来自于政府内部各部门机构，组织内部的协调对于数据的获取、整合、发布等工作具有重要影响，因此政府的组织能力是影响数据开放水平的重要因素。

2.4一种综合性的政府数据开放影响因素分析框架影响政府数据开放水平的因素是多样的，且各因素间有互动与协同的关系。在以相关理论结合实践对影响因素进行历时性、能力性、外源性的划分之后，进一步明确政府数据开放水平受这三类因素的交叉影响，不同影响因素的组合可以产生相同的结果——政府数据开放的高水平。因此本文构建如下综合性分析框架(见图1)对政府数据开放的影响因素进行关联性分析。

图1 影响政府数据开放水平的多层次分析框架

3 变量选择与研究设计

3.1研究方法：模糊集定性比较分析定性比较分析(QCA)侧重解释多个变量与特定结果间的“多重并发因果关系”，相较传统定性研究优势在于多案例交叉分析对单一案例研究结果普适性不足的弥补，与传统定量研究相比定性比较分析可超越变量与结果间的线性关系，对条件变量的复杂关系进行解释，通过案例交叉分析以不同变量匹配的方式产生特定结果，因而更适合对于中小型样本的分析[31]。对本研究而言，政府数据开放水平由多种因素决定，因此使用定性比较分析方法对19个省政府数据开放案例的小型样本进行研究较为恰当。

定性比较分析有三种具体分析方式：清晰集定性比较分析(csQCA)、多值集定性比较分析(mvQCA)和模糊集定性(fsQCA)比较分析，相比之下模糊集定性比较分析可更精确锚定变量存在或不存在的具体程度，相比清晰集定性比较分析的两个潜在值变量和多值集定性比较分析的多值条件变量，研究结果更加精细化[31]。于本研究而言，影响政府数据开放水平的因素较多，各影响因素实值差异较大，为增强其准确性及可比性，模糊集定性比较分析的方法显然更合适。

3.2变量选取与设计本研究以19个省级政府数据开放平台为研究样本。首先作为政府数据开放的载体，数据开放平台承担了大多数政府数据开放具体任务，因此其在很大程度上可反映地区政府数据开放水平；其次就中国数据开放实践而言，在国家层面政府数据统一开放平台还未建成的当下，各省市丰富的地方政府数据开放平台实践具有较强代表性；最后省政府在统筹推进政府数据开放方面发挥着中坚性、领导性和决定性作用，选取省政府数据开放平台作为研究案例，对明晰各影响变量如何具体影响政府数据开放水平具有指导性意义。

当前中国已建成的省级政府数据开放平台有19个(截至2020年12月)，这些省份在经济社会发展、教育科技水平、公民自组织等方面存在较大差异。以上述省份数据为样本，在影响政府数据开放水平多因素框架下设置具体测量指标并搜集各变量的原始数据，具体方法见表1。

根据变量测量指标及数据来源表，得到中国19个省份政府数据开放水平影响变量及结果变量的原始数据(见表2)。

3.3数据校准数据校准是模糊集定性比较分析方法的关键步骤，将原始数据转换为模糊集合以使得变量与外部标准匹配或一致[31]。本文采取连续模糊集确定隶属程度，首先利用fsQCA3.1b软件提供的校准函数calibrate(χ、n1、n2、n3)对原始数据进行模糊集合校准，其中χ为变量，n1是χ值对应目标集合中完全隶属的阈值(模糊分数为0.95)，n2是交叉点的阈值(模糊分数为0.5)，n3是χ值对应目标集合中完全不隶属的阈值(模糊分数为0.05)，在上述三个锚点基础上确定案例各变量的模糊集隶属度，校准后的模糊集隶属见表3。

4 政府数据开放水平驱动因素的数据分析

4.1单因素必要条件分析首先对单个影响变量对于结果变量的解释程度进行分析，以判断其解释力。一致性大于0.9的条件变量被视为必要条件，意味着该影响变量可独立解释结果变量，而小于0.9表示该变量需要同其他变量一起解释结果变量，利用fsQCA3.1b软件对各影响变量的一致性(所有案例在多大程度上共享了导致结果发生的某个条件组合)与覆盖性(条件组合在多大程度上解释了结果的出现)的分析结果见表4，分析结果表明所有影响变量一致性均低于阈值0.9，这说明各单一变量均不能独立解释结果变量，即无法构成影响政府数据开放水平的必要条件，因此需要对影响政府数据开放水平的影响变量进行进一步的组态分析，综合考察历时性因素、能力性因素和外源性因素对于政府数据开放水平的组合型影响。

表4 一致性与覆盖性分析

4.2条件组态分析采用fsQCA3.1b进行条件组态分析，获取复杂、简约和中间解三种条件变量的组合方式，考虑到解决方案的简洁与覆盖性本研究采用中间解的条件变量组合方式。表5显示，影响政府数据开放水平的影响变量组合是多样的，存在着5种不同的组合路径，且一致性均高于0.87，表明这5种影响变量组合具有较强解释力，此外条件组态分析的总一致性高于0.9，这说明在符合这五种影响变量组合的案例中，有93.38%以上的省级政府数据开放平台可以发挥高效，总覆盖度0. 668546表明5种影响变量组合可解释66.85%具备较高政府数据开放水平的案例，根据这5种影响变量组合，可进一步分析影响政府数据开放水平的因素。

表5 政府数据开放水平的影响变量组合

4.3政府数据开放水平的驱动机制分析在条件组态分析的基础上，可将政府数据开放水平的五种影响变量组合归纳为先发优势型、政策驱动型、产业驱动型、组织机构驱动型四种具体类型。

组合一可被概括为先发优势型。对于财政能力较强、电子政务基础完善且面临数据开放府际竞争压力的地方政府而言，注重大数据产业对提升政府数据开放能力的作用，完善数据开放相关组织机构、制定数据开放相关政策法规满足社会公众对于政府信息和数据的巨大需求，进而实现高质量政府数据开放水平。浙江省和上海市是该变量组合的典型代表，两地同为东部沿海发达地区，财政资源较为充裕，电子政务基础也较为完善。

就上海来说，自2018年颁布《全面推进“一网通办”加快建设智慧政府工作方案》后，线上线下一体化政务服务水平发展较快且取得较好效果。在同年成立的上海市大数据中心的具体管理运营下，上海公共数据开放平台取得了较快发展，而2019年《上海市公共数据开放暂行办法》的颁布，则从法律层面对政府数据开放的各主管机构、开放方式、开放范围等进行了进一步规定，借助多项举措的同步推进，上海政府数据开放水平提升显著。对浙江而言，省内互联网大数据相关产业较为发达，为浙江政府数据开放提供了良好的前期基础和社会氛围。2018年浙江在省人民政府办公厅下设大数据发展管理局负责统筹推进全省公共数据开放和电子政务网站的建设，在相关部门的共同推动下浙江相继制定了《浙江省公共数据和电子政务管理办法》《浙江省公共数据开放技术规范》《浙江省公共数据开放与安全管理暂行办法实施方案》等多项数据开放相关政策规章确保政府数据开放实践。此外浙江与上海相邻，两地都面临着来自于对方的数据开放府际间压力，这也是推动两地政府数据开放不断提高的重要影响因素。

组合二可被概括为政策驱动型。对于财政资源不足、公众需求不足的政府来说，要利用既有的在线政务服务和政府信息公开基础，通过制定政府数据开放政策法规、完善数据开放部门机构等举措提升本地政府数据开放水平。政府数据开放政策是推动数据工作的关键因素，地方政府颁布明确、完善、科学且具有针对性的政策有利于政府数据开放工作的有效开展，防止具体实施过程中的政策偏离[32]。贵州省是该变量组合的典型案例。贵州本身在政务服务数字化应用推广方面处于全国前列。作为一体化政务服务平台的先行者，贵州于2015年完成链接全省各级站点的贵州省网上办事大厅的开通应用，接着在2017年上线整合了网上办事大厅功能的云上贵州APP，2018年又推出贵州政务服务网，在整合原贵州省网上办事大厅功能的基础上进一步提升本地政务服务能力。以上都使得贵州在在线政务服务与政府信息公开方面拥有基础性优势。凭借既有的数字化政务服务基础，通过《贵州省大数据发展应用促进条例》《贵州省政务数据资源管理暂行办法》《贵州省政府数据共享开放条例》等一系列规章制度的陆续出台，贵州在全国范围内确立了数据管理、数据应用等方面的政策先发比较优势，推动了其政府数据开放的法制化和标准化进程。组织机构方面2017年贵州大数据发展管理局成立，作为直属贵州省人民政府的正厅级单位，其对于整合政府内部各部门力量提升贵州政府数据开放水平有重要的促进作用。

组合三可被概括为产业驱动型。对于财政能力不足且面临强烈府际竞争压力的地方政府来说，充分利用本地大数据相关产业的优势，推动数据开放相关政策法规与组织机构的建设可以显著提升政府数据开放水平。大数据产业与政府数据开放有重要关联，一方面政府数据开放是各地大数据战略的重要组成部分，受到同为大数据战略重要发展对象的大数据产业发展水平的影响，另一方面，大数据产业作为技术性产业，是进行数据采集、保障数据安全及促进数据利用的基础[33]。福建省是该影响变量组合的典型案例。福建毗邻在大数据相关产业及数据开放领域拥有较大优势的广东，面临数据开放府际竞争压力。在财政资源相对劣势的情况下，福建转而依托数字中国建设峰会在福州举办的契机，大力提升其对于大数据相关产业的吸引力，促成大量大数据相关产业、项目的落地，进而显著提升了福建大数据产业的发展度与知名度。伴随本地大数据产业的快速发展，福建也逐步将推动政府数据开放发展纳入政府工作计划，先后制定《福建省政务数据管理办法》《福建省公共数据资源开放分级分类指南》等条例规章，为全面提升福建政府数据管理与开放能力打下了基础。此外在组织机构方面，2018年福建在省发展和改革委员会下设立大数据管理局统筹推动全省数据开放的具体工作，以上举措推动了福建政府数据开放水平的提升。

组合四、五可被概括为组织机构驱动型。对于财政资源充足且公众数据开放需求较强的地区，政府要利用本地区大数据企业发展的比较优势，以数据管理相关组织机构的构建和完善带动本地区政府数据开放水平的提升。大数据管理机构的设置对于数据管理的丰富化与细化具有重要推进作用，在此基础上数据管理专职机构可进一步破除机构内壁垒，实现对于政府数据开放工作的重点推进[34]。山东省和四川省是该影响变量组合的典型案例。山东财政资源较为充足且又较好的大数据产业基础，2019年全省大数据产业发展指数稳居全国前四[35]，这促进了政府对于数据开放的认识深化与重视度提升。此外山东是国内率先设置正厅级数据管理机构的省份之一，2018年10月山东省大数据局正式挂牌，重点推进省和下辖地市层面的数据开放平台具体工作，在大数据局的统筹规划下，山东省政府积极推动政府数据开放立法工作，相继制定出台《数字山东发展规划(2018-2022年)》《山东省数字政府建设实施方案(2019-2022年)》《山东省电子政务和政务数据管理方法》等规章制度。以上举措推动了山东政府数据开放水平的快速提升。

对于四川省来说，较强的财政能力为推动本地区政府数据开放的发展提供了物质基础，数据管理机构的完善则推动了四川政府数据开放水平的快速提升。2019年四川省大数据中心成立，该机构作为直属于省级政府的正厅级事业单位，负责统筹推进省级政府各部门、各地市级政府的数据开放工作。2019年底四川公共数据开放网站正式上线运行，截至2020年12月，四川21个市(州)全部上线公共数据开放网站，四川也由此成为全国第4个省内所有地级市均上线政府数据开放网站的省份[36]。此外四川省大数据中心出台了一系列积极举措推动政府数据开放的良性发展。如自2019年起四川省大数据中心每年定期发布《四川数据开放指数报告》对全省的数据开放现状和问题进行评估，该报告为四川政府数据开放发展提供了经验总结和发展方向；2020年举办首届数字四川创新大赛，以数据的创新发展利用倒逼政府数据开放水平的提升。

4.4政府数据开放水平的关键驱动因素分析以条件组态分析为基础，将五种变量组合进行对比分析，提取组织机构、政策规则、在线政务服务水平及公众需求这四种关键因素，结合普遍性、地域性和阶段性的思考对以上关键因素进行具体分析。

组织机构是政府数据开放水平的关键驱动因素。表5中所有政府高数据开放水平的驱动因素组合均包含组织机构，因此可将组织机构视为推动政府数据开放水平提升的关键因素。对于组织机构而言，作为推动包括政府数据开放在内的政府数字化能力的主管机构，大数据局是其核心机构。

一方面“大数据局”的设立反映出当地政府对于数据管理与应用的重视，这表明政府组织内部对数据文化的有意识培育，也是主要领导对数据开放工作认识的深化。另一方面，数据管理专职机构的设立可以进一步协调各机构力量，推动政府数据开放工作落到实处。2014年2月广东率先在省经信委内设大数据管理局，对包括数据开放在内的大数据战略、规划和具体措施进行制定与实施，推动了广东政府数据开放水平的显著提升。各地先后在省级层面新设大数据管理机构，贵州2015年10月在省政府下设正厅级大数据发展管理局是当时全国各地大数据管理部门中等级最高的部门，这增强了该部门对其他政府职能部门的协调能力，有利于其更好统筹推进贵州省政府数据开放的具体工作。

政策规则和在线政务服务水平是经济发展相对欠佳地区快速提升政府数据开放水平的重要后发赶超因素。表5中组合二与组合三代表财政资源缺乏的地区，政策规则与在线政务服务水平为两种组合的共同因变量，因此可将其视为经济欠发达地区提升本地政府数据开放水平必须重视的因素。明确的政府数据开放的政策规则对于界定开放范围、优化数据质量、培育数据开放文化等方面具有重要作用。地处西南内陆经济发展水平欠佳的贵州通过数据管理、开放、应用等一系列政策规则的制定颁布实现了对于政府数据开放工作的细化与法制化，有效推动了本地政府数据开放水平的提升。福建积极对政务服务改革进行探索，打造出大数据在线政务服务的“福州样本”，为福建政府数据开放的建设提供了良好的前期基础。

公众需求是影响经济发展相对较发达地区政府数据开放水平的重要因素。表5中组合一、四、五代表财政资源较为充裕的地区，公众需求为三种组合的共同变量，说明该因素对于经济较发达地区提升本地政府数据开放水平具有普遍意义。公众需求是政府数据开放的重要导向，从信息公开的发展历程来看，公众知情权和监督权的觉醒给予政府信息公开的巨大压力，政府因此逐渐完善信息公开制度。而伴随着数据与社会生活联系的日益紧密，社会公众、组织等对于数据的需求越来越迫切，这一需求与数据的潜在价值密切相连，也是政府数据开放的直接目的，因此作为经济相对发达的地区，要重视本地民众对于政府数据开放的切实需求，以此为契机推动以公众为中心的数据开放平台建设，从而提升政府数据开放水平。

5 结 语

在以中国19个省级地方政府数据开放为案例进行研究后发现，政府数据开放水平不由单一因素决定，财政支持、在线公共服务水平、公众需求等诸多因素都会对政府数据开放的实际水平产生影响，在将这些因素进行整合的基础上认为政府数据开放水平受历时性、能力性及外源性因素影响，且各因素间存在互动与协同关系。

本研究的理论意义主要在于研究视角的转变。基于对制度、政策、能力三个层面的思考，从政治学理论的视角出发，结合历史制度主义、国家能力理论和政治系统论的不同关切，将政府数据开放分别视为一种制度变迁的过程、政府能力的重要体现及政治系统的政策输出，在此基础上对政府数据开放水平的影响因素进行框架性解释，有利于从不同角度深入理解影响政府数据开放水平的因素及组合，进而增强对于政府数据开放水平影响因素的解释。

就中国地方政府数据开放的建设实践而言，本研究在组态分析的基础上，将政府数据开放分为四种发展类型：先发优势型、政策驱动型、产业驱动型、组织机构驱动型，这既是对国内现有省级政府数据开放发展路径的经验总结，也为各地政府提升政府数据开放水平提供了一定借鉴。此外，从地区经济发展水平出发对政府数据开放水平关键影响因素的分类对于明确政府数据开放发展方向、地域区别及阶段差异等方面也有一定的参考意义。

总的来说，地方政府数据开放的发展是一个复杂、渐进的过程。各地政府在进行数据开放建设时一方面要结合本地区实际情况，在对优劣势要素进行合理评估的基础上，把握关键因素对于提升政府数据开放水平的引领性作用，另一方面要结合数据开放的具体发展阶段，认识各因素在政府数据开放发展不同阶段的作用，注重各因素与发展阶段的适配性。当然，本研究对于政府数据开放发展进行的类型划分并不能完全解释中国政府数据开放水平的影响因素，且在对各影响因素进行的测度仍然存在一定的主观性，这也削弱了对于政府数据开放水平影响因素的解释力，此外仅将19个省级地方政府数据开放作为分析对象导致样本容量存在局限性。但可以预见的是，对于政府数据开放水平影响因素的讨论仍将伴随中国政府数据开放的实践而继续深化，理论视角的不断创新与分析样本的不断丰富将会进一步完善对于政府数据开放水平影响因素的相关研究。