陈小华 祝自强

中国省级数字政府发展水平的影响因素分析

陈小华 祝自强

（浙江工商大学 公共管理学院，浙江 杭州 310018）

近年来，中国地方政府陆续开展了数字政府建设实践，但各地数字政府发展水平却呈现显著差异。以中国大陆31个省级政府为研究对象，基于TOE理论框架，从技术、组织与环境三个维度对数字政府发展水平的影响因素进行实证研究。结果表明省级数字政府发展水平受多元复杂因素影响。除财政资源供给的影响不显著外，技术管理水平、信息基础设施、领导注意力、府际竞争、公众需求均与数字政府发展水平呈显著正相关。此外，经济发展、区域位置等因素对数字政府发展水平的影响并不明显。在实践上有助于深化对地方数字政府发展水平影响因素的认识，也为地方数字政府建设提供政策启示。

数字政府；公共服务；TOE框架；政府创新

一、问题的提出

新世纪以降，信息技术成为中国政府改革与治理创新的核心推动力之一[1]，信息技术持续助推电子政务创新实践勃兴。电子政务不仅提高了政府行政效率，而且增强了政府回应性和政府透明度[2]。近年来，随着大数据、物联网、云计算等新一代信息技术的突破式进展，其在深刻影响人们生产生活方式的同时，也对政府治理构成了机遇与挑战。为此，中共中央审议通过了《关于加强数字政府建设的指导意见》，强调加强数字政府建设是创新政府治理理念和方式的重要举措，对于服务型政府建设意义重大。因此，中国各级政府都积极推进政府数字化转型，建设一体化政务服务平台，例如上海的“一网通办”、浙江杭州的“城市大脑”、贵州的“一云一网一平台”，这些实践表明政府创新从电子政务阶段逐渐转向数字政府阶段[3]。

数字政府建设作为推动服务型政府建设和公共决策智慧化的重要手段，引起了学术界的高度关注，相关研究如雨后春笋般持续涌现。在丰富的研究文献中，有一个现象尚未展开实证分析：中国数字政府发展虽然已经取得了可喜进步，但各地区之间的数字政府发展水平差距较大。根据清华大学数据治理研究中心发布的《2020数字政府发展指数报告》显示，在省级评估中排名第一的上海（76.7）和排名末尾的青海（39.6）相差37.1分，而在副省级与省会城市评估中排名第一的深圳（82.2）和排名末尾的乌鲁木齐（37.8）更是相差44.4分[4]。为什么地区之间的数字政府发展水平会形成较大差异？换言之，影响中国地方数字政府发展水平差异的因素有哪些呢？

为了回答上述问题，本文采用中国大陆31个省份的数据，基于技术、组织与环境框架（Technology-Organization-Environment，简称TOE），实证分析数字政府发展水平差异化的原因，识别影响省级数字政府发展水平的关键因素。本文以下部分的结构安排如下：首先，将对数字政府的研究文献进行评述，并基于TOE框架提出本研究的理论分析框架与研究假设；其次，介绍研究样本和数据来源，并阐述核心变量的测量和分析方法；再次，从技术、组织与环境三个维度进行实证分析并得出结果；最后，讨论和结论。

二、文献述评

数字政府建设日益成为学术界格外关注的一个重要研究议题。综观数字政府建设研究的丰富文献，可以发现数字政府的研究主要聚焦在若干关键议题上。一是数字政府的内涵与概念，有学者认为数字政府发展历久弥新，因此需从人类社会的历史发展视角去加以理解[5]；也有学者提出数字政府是运用数字化思维实现数据资源共享，再造行政流程，优化服务供给，增强公众服务满意度的一种新型政府形式[6]。二是数字政府的发展阶段，有学者提出数字政府发展可以分为四个阶段，即公告板、部分服务提供、门户网站和互动式民主[7](pp11-15)；另有学者认为数字政府发展历程可划分为政府信息化、电子政务与数字政府三个发展阶段[8]。三是数字政府建设水平评估，由于数字政府部门内部和外部两方面建设，学者们由此认为需要从内外兼顾的角度对其进行综合评估[9]。四是数字政府建设水平的影响因素，有研究发现地方政府建设数字政府的动机和能力往往与当地数字政府发展水平呈正向关系[10]；还有学者发现公民的持续使用意愿及其满意度是各地数字政府建设背后的核心驱动要素[11]。五是政商关系与数字政府共建，作为数字政府建设的重要组成部分，学者们对政商关系理论、政商关系行动策略以及政商关系对数字政府的影响均进行深入研究[12]。六是数字政府建设中的数据共享和业务协同，有学者提出政务服务数据共享仍停留在初始阶段的关键点是缺乏标准、运维、软件及落实，未来应重点研究数据共享与业务协同的模式选择[13]。七是数字政府的用户使用和优化路径，学者们认为公民作为数字政府建设的核心服务对象，其高需求和高期盼始终未得到满足，因此提升公民体验获得感与满意度是政府数字化转型的重要出发点[14]。

在众多议题中，数字政府发展影响因素是影响未来更好建设数字政府的关键所在，值得深入研究。目前，数字政府发展影响因素的研究可以归结为三种理论，即技术决定理论、技术执行理论和技术—组织—环境模型（TOE）。技术决定论假定组织和个人会无差别的利用信息技术，致使官僚制政府组织发生全方位的变革，最终达到预期结果[15]。技术执行理论认为，与被执行的信息技术相比较，客观的信息技术会受到制度安排的制约，政府组织对于信息技术的利用会受到组织形态和官僚制度的左右[16](pp76-97)。技术—组织—环境模型（TOE）认为，信息技术的引入和执行对组织产生的影响，取决于组织所处的环境[17]。因此，学界普遍认为除了信息技术之外，数字政府发展还受既定制度结构、组织文化等诸多外部环境因素的影响。

虽然数字政府发展影响因素的理论研究相对成熟，但鲜有实证研究文献探讨数字政府发展的影响因素，与之密切相关的文献则讨论了电子政务、“互联网+政务服务”能力、政府网站的影响因素等主题。例如，Wu和Bauer运用省级政府数据分析了中国各省电子政务发展水平及影响因素，研究表明经济发展水平、公民受教育程度以及城市化率都同地方电子政务发展水平呈正向关系[18]。马亮的研究显示，府际竞争与学习、上级领导压力、政治资源与能力、公众需求以及地理位置等都对电子政务发展构成显著影响[19]。丁依霞等基于TOE框架的研究发现，上级压力、经济发展以及互联网资源等因素与地级市政府电子服务能力呈显著正相关关系[20]。王法硕采用定性比较分析的方法，分析了中国大陆30个省级政府“互联网+政务服务”能力的影响因素，研究表明省级政府“互联网+政务服务”能力受电子政务基础和领导重视等多重综合因素影响[21]。谭海波等使用fs/QCA对中国大陆31个省级政府门户网站开展的组态分析发现存在技术型、平衡型等四种推动政府网站建设的优化路径[22]。

上述理论和实证研究为本文提供了良好的基础，但既有研究仍然存在可以深入的空间：数字政府发展受到诸多方面要素的影响，至今却仍处于探索阶段，鲜有文献实证研究中国地方数字政府发展水平的影响因素，尚未形成对数字政府发展水平区域差异的有力解释。

三、理论框架与研究假设

（一）理论框架

前文已述，数字政府发展影响因素的相关理论主要包括技术决定理论、技术执行理论和技术—组织—环境模型（TOE）。在诸多分析框架中，Tornatzky和Fleischer提出的TOE分析框架具有较好的可扩展性且适用面最广[23]。TOE模型本质上是一种建立在技术应用情境基础上的多层次分析框架，它强调多层次的技术应用场景对最终应用效果产生的影响，并将影响技术应用的条件划分为技术条件、组织条件与环境条件三类[24]。技术条件指的是技术本身的特征及其与组织之间的关系，具体包括技术是否与组织的应用能力相匹配、与组织的结构特征相协调以及能否给组织带来好处等[25]；组织条件指的是组织自身的规模、制度安排、运行机制和资源配置等方面，其对技术应用的影响备受关注[26]；环境条件则比较关注组织的外部竞争与市场结构，是一个相对新颖的概念。随着时间的推移，越来越多的研究者基于TOE框架开展了多层次、多维度、多方面的实证研究，该模型的内涵与应用价值由此不断丰富与完善[27]。显然，TOE框架适用于探究数字政府发展的影响因素。因此，本文从技术、组织与环境三方面建构本研究的分析框架，并提出研究假设（如图1所示）。

图1 分析框架

（二）研究假设

1.技术管理水平

数字政府发展是技术驱动的政府创新实践，地方政府网站建设与专业技术人员的管理能力极大程度上会影响数字政府发展水平[28]。在中国数字政府建设实践中，由于各地政府均面临专业技术人员匮乏以及管理人员能力不足的问题，导致政府网站建设水平不均衡，从根本上制约数字政府发展潜在效能的实现[29]。可见，当政府专业人员的技术管理能力越强，政府网站建设水平越高时，越有助于数字政府的发展；如果在政府网站建设不完善的情况下，往往缺少专业技术人员的支持，进而会妨碍数字政府发展。由此，提出研究假设：

H1：技术管理水平与数字政府发展水平之间呈正相关关系。

2.信息基础设施

数字政府发展建立在信息资源与基础设施上，信息基础设施完备度与数字政府发展水平密切相关[30]。随着信息基础设施的更新迭代，数字政府发展更加依赖于标准化信息基础设施的支撑。当缺乏数字政府建设所需的关键基础设施与先进信息资源时，数字政府发展进程势必大打折扣。因此，一个地区越是具备充足完备的信息基础设施，当地的数字政府发展也会越顺利。因此，提出假设研究：

H2：信息基础设施完备度与数字政府发展水平之间呈正相关关系。

3.财政资源供给

数字政府建设作为一项政府创新实践工程，需要投入大量人力资源和财力资源。详言之，数字政府发展建立在互联网技术基础之上，而数字平台的建立与维护、高端信息技术人才引进等方面都需要大规模的资金投入，因此财政资源是否丰富可能直接影响政府数字化转型的动力和意愿[31]。由此可见，一个地区数字政府发展水平的高低与强有力的财政资源供给密切相关。换言之，财政资源供给是数字政府发展的重要影响因素之一。据此，提出理论假设：

H3：财政资源供给与数字政府发展水平呈正相关关系。

4.领导注意力

中国单一制的国家结构形式决定了政治制度带有浓厚的自上而下推动的色彩，政府领导支持是很多政策和项目得以大力推行的根本保障[32]。作为科层制运作的注意力分配方式，领导注意力分配能直接左右政府部门的部署和决策，进而保证政策目标的有效执行[33]。近年来，许多政府领导对数字政府建设产生兴趣并予以重视，有力推动了各地政府积极向数字化转型，加剧了数字政府建设锦标赛竞争。因此，上级领导倾注在数字政府发展上的注意力越多，数字政府发展水平就越高。综上，提出理论假设：

H4：领导注意力与数字政府发展水平呈正相关关系。

5.府际竞争

地方政府竞争是地方治理中的一个重要机制，地方政府为更好发展区域经济，往往与其他地区展开竞争，尤其倾向于同邻近地区竞争，数字政府发展领域也不例外[34]。数字政府作为创新社会治理与公共服务的新形态，政府往往会投入大量的资源和技术来推进数字化改革，以此作为竞争的重要杠杆[35]。由于不同省份面临的数字政府发展压力不同，使各地区数字政府发展差异化，导致不同政府之间相互竞争效仿，无形中形成了彼此间的府际竞争压力[36]。府际竞争通常以地域位置邻近或经济社会属性类似的其他省政府开展创新的数量或比例为主要考量标准。因此，当邻近省份的数字政府建设发展较快时，会直接影响该省份的发展动力。由此，提出理论假设：

H5：相邻省份的数字政府发展水平与该省数字政府发展水平呈正相关关系。

6.公众需求

公众需求一直以来都是推动政府创新的重要外部力量。随着社会的发展进步和公民意识的不断增强，社会公众对政府管理和公共服务体系的要求同各级政府数字政府发展水平息息相关[37]。在公众需求的驱使下，政府需要不断提高自身的数字政府发展水平，从而更好地服务公众，提高公众满意度。因此，如果辖区内社会公众对于数字政府发展水平的要求越高，政府建设数字政府的意愿就越强烈[38]；相反，如果社会公众对于数字政府发展水平的要求较低，政府就缺乏足够的动力去提升数字政府发展水平。由此，提出理论假设：

H6：公众需求与数字政府发展水平呈正相关关系。

二、研究设计

（一）变量选取和数据来源

本文选择以中国大陆31个省级政府为研究对象的理由如下：第一，数字政府作为政府创新实践的重要组成部分，省级政府率先开展实施数字政府建设，且相较于其他层级政府，取得的成效相对更为显著；第二，相比地级市、县级政府，省级政府的数据库更加充足，数据资料更易于获取和收集。

本文的因变量——数字政府发展水平的数据来源于清华大学数据治理研究中心发布的《2020数字政府发展指数报告》[4]。信息基础设施、府际竞争、公众需求的数据均来自赛迪智库信息化与软件产业研究所编写的《赛迪白皮书：中国大数据区域发展水平评估白皮书（2020）》[39]，其他自变量的信息来源于《中国统计年鉴2020》[40]《中国政务数据治理发展报告（2020）》[41]及《2019中国政府网站绩效评估报告》[42]。所有主要变量的定义和数据来源见表1。

（二）变量测量

1.因变量

数字政府发展指数是一个多维度概念，必须以恰当方式深化、度量相应数字政府的水平。鉴于此，为规避单向维度研究得出无从解释的研究结果，本文选取清华大学数据治理研究中心发布的《2020数字政府发展指数报告》结果，用省级数字政府发展指数评估结果来衡量数字政府发展水平[4]。该指数通过组织机构、制度体系、治理能力和治理效果四个维度构建指标体系，较为系统全面的体现数字政府发展水平。

2.自变量

（1）技术管理水平。数字政府发展极其依赖有力的信息技术支持，因此政府网站建设与数字化技术水平高低对各省份数字政府发展水平的影响至关重要。本文采用政府网站绩效评估得分来衡量技术管理水平，该指标来自中国软件评测中心发布的《2019年中国政府网站绩效评估报告》。

（2）信息基础设施。本文选取赛迪智库信息化与软件产业研究所编写的《中国大数据区域发展水平评估白皮书（2020）》中的信息基础设施就绪度进行衡量。该指数从基站建设数量、大数据中心数量以及互联网数据专用通道数量等方面出发，较为科学系统的评估了各省强基赋能设施水平。

表1 主要变量与数据来源

注：*表示对该变量取自然对数。假设中，+、-、？、/分别表示自变量与因变量正相关、负相关、未知或不适用。

（3）财政资源供给。地方政府资源状况通常缺乏直接衡量指标，财政资源是较为合理的替代指标之一。本文借鉴已有研究，采用各省财政支出占生产总值的比重作为衡量省级政府财政供给状况的指标，即全省一般预算财政支出除以地区生产总量的值。比重越大，说明财政资源供给越充足，数字政府发展水平可能越高。该数据取自《中国统计年鉴2020》。

（4）领导注意力。地方党政主要领导对数字政府发展的关注和重视程度，能从根本上影响数字政府的发展水平。为了考察领导注意力对省级数字政府发展水平的影响，本文采用《中国政务数据治理发展报告（2020）》中一把手关注度作为衡量领导注意力的指标。该指标反映了党政一把手领导在政务数字治理方面进行工作部署、开展相关会议、履行相应责任以及总结工作经验的综合情况。

（5）府际竞争。对各省级政府而言，与其地域位置邻近或者经济社会属性相似的辖区通常存在一定的相互学习与竞争“攀比”心理[43]。本文选取《中国大数据区域发展水平评估白皮书（2020）》中各省份的大数据发展指数，并按照地理位置分布原则，将与本省份相邻其他省份的大数据发展指数均值作为衡量指标。相邻省份大数据发展指数均值越高，该省数字政府发展压力越大。

（6）公众需求。指各省政府辖区内社会公众对于大数据运用的意愿与要求的激烈程度。本文使用《中国大数据区域发展水平评估白皮书（2020）》中的民生应用指数作为公众需求的测量指标。该指标对教育、医疗、就业、社保、就业等方面进行全面评估，系统全面的评估了社会公众在各领域对大数据的应用程度。其数值越大，表明省级政府辖区内公众对数字政府建设需求越高。

3.控制变量

设置控制变量可以更好地排除其他因素对实证结果的影响，因此本文设置的控制变量如下。

第一，人口规模作为影响地区发展的重要因素，与数字政府创新实践密切相关。为此，本文将人口规模作为控制变量，选取各省年末人口总数作为衡量指标，并进行对数化处理，使数据更加平稳且易于解释实证结果。

第二，地区经济发展可能是影响数字政府发展的又一重要因素，所以本文在模型中选取各省人均生产总值（GDP）来衡量经济发展水平这一控制变量，且对其数值进行对数化处理。

第三，本文控制了各省所在的地理位置，通过设置中部省份为参照组，区分反映地理位置差异的东部省份和西部省份两个虚拟变量。

（三）模型设定

对于数字政府发展水平的影响因素研究，本研究的分析单元为省级政府，数据库为截面数据，因变量为连续变量。因此，本文采用普通最小二乘法（OLS）回归模型对上述研究假设进行验证检验。

四、实证分析

（一）描述性与相关性分析

表2描述了主要变量的描述性统计分析结果。通过观察分析结果可以发现，表现最佳省份的数字政府发展水平与表现最差省份的数字政府发展水平的差距非常大，分别为76.7分和39.6分。虽然中国大陆31个省份的平均值得分接近58分，但标准差高达10.63分，说明各省份数字政府发展水平存在显著差异。

表2 主要变量的描述性统计分析

表3描述了主要变量之间的相关性统计分析。由表可知，大部分自变量与数字政府发展水平的关系与预期结果相同，均呈现正相关关系。仅存在少数几个自变量与数字政府发展水平呈显著负相关，即财政资源供给与西部省份虚拟变量。共线性检验结果显示，各主要变量的方差膨胀因子（VIF）均小于7，平均值为4.320，故通过多重共线性检验。

表3 主要变量的相关性分析

注：***p<0.01,**p<0.05,*p<0.1。

（二）回归分析

表4描述了各个回归模型的主要分析结果。结果显示，除了模型2的R2（0.360）小于0.50外，其他模型的R2均远大于0.50，且F值都通过了统计显著性检验（p=0.0000），说明本文的模型都得到了很好的解释。

模型1中仅纳入了技术条件的两个变量，结果显示技术管理水平与信息基础设施对数字政府发展水平呈显著正相关，两者的弹性系数分别为0.587和0.498，且在1%的水平上显著。假设H1、H2成立，说明技术管理水平、信息基础设施水平越高，数字政府发展水平越高。

表4 自变量对数字政府发展水平的回归分析结果

注：此处为主要变量的回归分析结果，括号外为回归系数，括号内为稳健性标准误。***p<0.01,**p<0.05,*p<0.1。

模型2验证了组织条件的两个变量对数字政府发展水平的影响，其中，财政资源供给对数字政府发展水平的影响通过显著性检验，但符号为负号，这说明随着财政资源供给的增加，数字政府发展水平逐渐下降，故假设H3未通过检验。领导注意力与数字政府发展水平呈正向关系，这说明党政领导倾注在数字政府发展水平上的注意力越多，数字政府发展水平也越高。假设H4获得支持。

模型3进一步考察了环境条件对数字政府发展水平的影响，结果显示府际竞争（β=0.480，p<0.01）、公众需求（β=0.781，p<0.01）对数字政府发展指数的正向影响依然显著。假设H5、H6成立。

模型4显示了控制其他变量后，综合考虑技术、组织与环境三个维度的因素对数字政府发展水平的影响。发现财政资源供给与数字政府发展水平不存在显著的关系，其余变量均呈现显著的正相关关系。财政资源供给同数字政府发展水平未呈现统计显著性，原因可能是党政领导对于数字政府发展的重视，削弱了财政资源供给对数字政府发展的影响程度。

模型5在控制了人口规模、经济发展水平以及东、西部省份等变量后，回归分析结果与前述保持一致，除财政资源供给未能与数字政府发展水平呈现统计显著性外，技术管理水平、信息基础设施、领导注意力、府际竞争与公众需求均与数字政府发展水平呈显著正相关，回归分析系数分别为0.354、0.557、1.818、0.238和0.360。实证检验支持H1、H2、H4、H5、H6假设。

此外，引入控制变量后，模型5中R2值达到0.858，解释力度进一步提高。但结果显示，人口规模、经济发展水平等虚拟变量均与数字政府发展水平未呈现统计显著性，说明区域环境特征极有可能不是影响数字政府的发展水平的因素。最后，地理位置虚拟变量与数字政府发展水平的关系在各个回归模型中不一致，说明它们同其他变量之间的复杂相关关系可能影响其对数字政府发展水平的解释。

五、讨论与结论

（一）研究发现与实践启示

在数字化变革的浪潮下，中国地方政府纷纷开启了数字化转型，推进数字化治理。在治理数字化转型过程中，不同地区的数字政府发展水平存在巨大差异。为了解释地方数字政府发展水平的巨大差异现象，本文以中国31个省份为分析对象，基于TOE框架建构了数字政府发展影响因素的分析模型，然后运用OLS方法实证分析了技术、组织与环境三个维度因素对数字政府发展水平的影响水平。研究发现与实践启示如下。

第一，技术条件对数字政府发展水平的影响最为显著，尤其是信息基础设施，其次是技术管理水平。数字政府发展是基于技术创新的政府实践活动，其发展水平与政府信息基础设施和政府网站建设水平息息相关。许多省份早些年份更加重视信息技术的应用，使其在数字政府发展中具备先发优势，这也是导致各省数字政府发展水平不均衡的重要因素。因此，为保障数字政府建设的区域间协调发展，未来需要国家层面的进一步统筹规划，鼓励地方政府高度重视信息基础设施建设，促进不同地区政府信息基础建设的均衡发展。同时，数字政府发展水平相对落后的地区则应重视数字化转型与发展，加大保障信息基础建设的投入力度，夯实数字政府发展的技术基础。

第二，在组织维度中，领导注意力对数字政府发展水平产生显著影响，这是因为中国的治理体制决定了领导注意力在公共事务治理中具有关键性作用。换言之，如果党政领导对某件事给予关注，将有助于该领域的建设发展，数字政府建设亦是如此。值得注意的是财政资源供给与假设相悖，并未通过假设验证，可见省级政府财政预算水平在提高数字政府发展水平中作用并不显著。究其原因，可能是党政领导对于数字政府发展的重视，将其视为一项政治任务，形成超越财政考量的政策激励，无形中抵消了财政资源供给在数字政府发展过程中所起到的效力。因此，加快政府数字化转型的首要条件是领导重视，只有领导真正重视数字政府发展的重要性，才会集中各种力量和资源，推动地方政府部门数字化改革，并将改革势能转化为治理效能。

第三，环境维度的两个变量都对数字政府发展产生积极影响，但相较于府际竞争，公众需求在提高数字政府发展水平上发挥了更重要的推动作用。与已有研究发现一致，各级政府在面对外界庞大公众需求时，更能切身感受到数字政府发展的压力感和紧迫感。各级政府在府际竞争中对自身发展数字政府的要求固然重要，但公众需求才是影响数字政府发展水平的外部核心驱动因素。因此，地方政府要重视公众日益增长的公共服务需求，在准确识别公众真实需求的同时，鼓励公众参与数字政府服务平台的使用和评价，以此来强化地方政府对数字化改革的用户理念，最终实现数字政府建设惠及人民。

（二）研究不足与未来研究方向

本研究仍存在一些不足之处：一方面，数字政府的发展是政府长期创新实践的成果，本文使用的是截面数据，未来可以使用面板数据或别的研究设计进一步验证本文的研究结果，以获得更具普适性的研究结论。另一方面，受限于样本数据的可获取性，本文仅从技术、组织与环境三个维度研究了数字政府发展水平的影响因素，未来可从其他维度对其进行研究，例如数字政府的国际学习、普通政府官员的行为和动机、新闻媒体压力等对数字政府发展水平的影响。对这些问题的研究，可以更加全面的探索中国数字政府发展水平的影响因素。

[1] Dunleavy P. , Margetts H. , Bastow S. . New Public Management is Dead—Long Live Digital-era Governance[J]. Journal of Public Administration Research and Theory, 2006(3): 467-494.

[2] West D. M. . Digital Government:Technology and Public Sector Performance[M]. Princeton, NJ:Princeton University Press, 2005.

[3] 陈小华, 潘宇航. 数字政府: 演进阶段、整体形态与治理意蕴[J]. 观察与思考, 2021(1):97-98.

[4] 清华大学数据治理研究中心. 2020数字政府发展指数报告[R]. 北京:清华大学数据治理研究中心, 2020.

[5] 戴长征, 鲍静. 数字政府治理——基于社会形态演变进程的考察[J]. 中国行政管理, 2017(9):21-25.

[6] 王伟玲. 加快实施数字政府战略:现实困境与破解路径[J]. 电子政务, 2019(12):86-94.

[7] [美]达雷尔·韦斯特. 数字政府: 技术与公共领域绩效[M]. 郑钟扬, 译. 北京: 科学出版社, 2011.

[8] 黄璜. 数字政府:政策、特征与概念[J]. 治理研究, 2020, 36(3):6-8.

[9] 刘银喜, 赵淼, 赵子昕. 政府数据治理能力影响因素分析[J]. 电子政务, 2019(10):81-88.

[10] 马亮. 公共部门大数据应用的动机、能力与绩效: 理论述评与研究展望[J]. 电子政务, 2016(4):62-71.

[11] 王法硕, 丁海恩. 移动政务公众持续使用意愿研究——以政务服务APP为例[J]. 电子政务, 2019(12):65-74.

[12] 马亮. 中国数字政府建设的理论框架、研究议题与未来展望[J]. 中共天津市委党校学报, 2021, 23(2):71-85.

[13] 郑磊. 开放的数林:政府数据开放的中国故事[M]. 上海:上海人民出版社, 2018.

[14] 钟伟军. 公民即用户:政府数字化转型的逻辑、路径与反思[J]. 中国行政管理, 2019(10): 51-55.

[15] 张燕, 邱泽奇. 技术与组织关系的三个视角[J].社会学研究, 2009(2):200-204.

[16] [美]简·E. 芳汀. 构建虚拟政府: 信息技术与制度创新[M]. 邵国松, 译. 北京: 中国人民大学出版社, 2010.

[17] 邱泽奇. 技术与组织:多学科研究格局与社会学关注[J]. 社会学研究, 2017(4):181-185.

[18] Wu Y. , Bauer J. M. . E-government in China: Deployment and Driving Forces of Provincial Government Portals[J]. Chinese Journal of Communication, 2010, 3(3):290-310.

[19] 马亮. 电子政务发展的影响因素:中国地级市的实证研究[J]. 电子政务, 2013(9):50-63.

[20] 丁依霞, 徐倪妮, 郭俊华. 基于TOE框架的政府电子服务能力影响因素实证研究[J]. 电子政务, 2020(1):107-113.

[21] 王法硕. 省级政府“互联网+政务服务”能力的影响因素——基于30个省级政府样本的定性比较分析[J]. 东北大学学报(社会科学版), 2019(2):173-179.

[22] 谭海波, 范梓腾, 杜运周. 技术管理能力、注意力分配与地方政府网站建设——一项基于TOE框架的组态分析[J]. 管理世界, 2019(9):81-94.

[23] Tornatzky L. G. , Fleischer M. . the Processes of Technological Innovation[M]. Lexington Books, 1990.

[24] Rogers E. M. . Diffusion of Innovations[M]. New York:Free Press, 1995.

[25] Chau P. Y. K. , Tam K. Y. . Factors Affecting the Adoption of Open Systems:an Exploratory Study[J]. MIS Quaeterly. 1997(1):1-24.

[26] Walker R. M. . Internal and External Antecedents of Process Innovation:A Review and Extension[J]. Public Management Review, 2014(1):21-44.

[27] Awa H. O. , Jiabo O. U. . A Model of Adoption Determinants of ERP within TOE Framework[J]. Information Technology and People, 2016(4): 901-930.

[28] Moon M. J. . the Evolution of E-government Among Municipalities:Rhetoric or Reality?[J]. Public Administration Review, 2002(4):424-433.

[29] 黄萃, 夏义堃. 政府网站信息服务外包的利弊分析[J]. 电子政务, 2014(9):58-62.

[30] Tolbert C. J. , Mossberger K. , Mcneal R. . Institutions, Policy Innovation and E-government in the American States[J]. Public Administration Review, 2008(3):549-563.

[31] Kim S. E. , Lee J. W. . The Impact of Management Capacity on Government Innovation in Korea: an Empirical Study[J]. International Public Management Journal, 2009(3):345-369.

[32] 庞明礼. 领导高度重视:一种科层运作的注意力分配方式[J]. 中国行政管理, 2019(4):93-95.

[33] 文宏, 赵晓伟. 政府公共服务注意力配置与公共财政资源的投入方向选择——基于中部六省政府工作报告(2007-2012)的文本分析[J]. 软科学, 2015, 29(6):5-9.

[34] Berry F. S. , Berry W. D. . State Sottery Adoptionsas Policy Innovations: an Event History Analysis[J]. The American Political Science Review, 1990(2): 395-415.

[35] Weare C. , Musso J. A. , Hale M. L. . Electronic Democracy and the Diffusion of Municipal Web Pages in California[J]. Administration & Society, 1999(1):3-27.

[36] Berry W. D. , Baybeck B. . Using Geographic Information System to Study Interstate Competition[J]. American Political Science Review, 2005(4):505-519.

[37] 何艳玲, 郑文强. “回应市民需求”:城市政府能力评估的核心[J]. 同济大学学报(社会科学版), 2014(6):56-65.

[38] Ma L. . Diffusion and Assimilation of Government Microblogging:Evidence from Chinese Cities[J]. Public Management Review, 2014(2):274-295.

[39] 中国电子信息产业发展研究院, 赛迪智库, 信息化与软件产业研究所, 中国大数据产业生态联盟. 中国大数据区域发展水平评估白皮书(2020)[R]. 北京, 2020.

[40] 国家统计局. 中国统计年鉴2020[M]. 北京:中国统计出版社, 2020.

[41] 中国电子信息联合会. 中国政务数据治理发展报告(2020)[R]. 北京: 中国电子信息联合会, 2020.

[42] 中国软件评测中心. 2019中国政府网站绩效评估结果[R]. 北京:中国软件评测中心, 2020.

[43] Frederick J. , Boehmke. Disentangling Diffusion: the Effects of Social Learning and Economic Competition on State Policy Innovation and Expansion[J]. Political Research Quarterly, 2004(1):39-51.

2021-10-10

浙江省软科学研究计划项目“数字政府建设转化为治理效能的机理与对策研究”（2021C35070）

陈小华（1980-），男，浙江杭州人，管理学博士，浙江工商大学公共管理学院副教授，主要研究方向为数字治理、公共政策；

祝自强（1998-），男，浙江金华人，浙江工商大学公共管理学院硕士研究生，主要研究方向为数字治理、公共政策。

D035-39

A

1008-4479（2022）04-0096-11

责任编辑 范瑞光