張 斌 商容軒

（1.湖南農(nóng)業(yè)大學公共管理與法學學院，湖南長沙 410128；2.哈爾濱工業(yè)大學經(jīng)濟與管理學院，黑龍江哈爾濱 150001）

2022 年4 月，習近平總書記在主持中央全面深化改革委員會第二十五次會議時強調(diào)［1］，要使數(shù)字政府建設成為國家治理體系和治理能力現(xiàn)代化的重要支撐。 同時，會議審議通過《關(guān)于加強數(shù)字政府建設的指導意見》，首次從國家層面對數(shù)字政府建設進行“綱領(lǐng)性”的指導。 從2015 年開始，中央及有關(guān)部委先后出臺十余份關(guān)于數(shù)字政府建設的有關(guān)文件。 各個省、自治區(qū)、直轄市積極響應，都制定、出臺了相應的數(shù)字政府建設辦法、規(guī)定、規(guī)章等具體措施，掀起了數(shù)字政府建設熱潮。 但是就目前而言，各個省、自治區(qū)以及直轄市所面臨的實際情況千差萬別，數(shù)字政府治理水平各不相同。 數(shù)字時代的到來向傳統(tǒng)治理模式提出了挑戰(zhàn)，驅(qū)動著各地方政府圍繞挑戰(zhàn)解決問題以調(diào)適公共部門的組織形態(tài)、治理技術(shù)和治理機制，但這場由第四次工業(yè)革命所引發(fā)的“治理革命”卻存在顯著的地區(qū)性差異，各地方政府在治理水平與治理效能間存在“鴻溝”。大數(shù)據(jù)發(fā)展與制度環(huán)境、經(jīng)濟環(huán)境之間的不協(xié)調(diào)導致了部分地方政府的“治理不足”。

因此，如何幫助數(shù)字政府治理水平欠佳的省級行政單位選擇合適的路徑進行相應的提升，消弭“數(shù)字鴻溝”，進而促進社會治理體系和治理能力現(xiàn)代化的提高，是一個急需解決的問題。

一、相關(guān)文獻簡述

目前對于數(shù)字政府的研究，國內(nèi)主要從三個方面切入。 第一，從案例入手，以案例作為分析對象。 蔣敏娟通過分析廣東、浙江、貴州三省地方政府的數(shù)字政府建設過程中存在的差異和共性，指出未來可以從價值、組織、技術(shù)以及制度四個方面進行系統(tǒng)性推進［2］；劉民安等以深圳市福田區(qū)數(shù)字政府改革為分析對象，揭示了改革的理論基礎、具體措施，存在的改革亮點，總結(jié)了現(xiàn)實意義，為其他地方提供了借鑒以及參考［3］；李文釗以城市大腦系統(tǒng)為例，提出將城市大腦融入數(shù)字政府治理的八大設計原理供相關(guān)城市或者是省份來借鑒［4］。 第二，定量分析。 李鋒等采用雙重差分以及合成控制法， 實證分析了領(lǐng)導重視與數(shù)字政府回應力之間的關(guān)系，認為推動領(lǐng)導干部重視網(wǎng)絡問政，加強政府回應制度建設是推進數(shù)字政府建設的關(guān)鍵［5］；鄭躍平等對全國79 個城市的政務熱線進行分析， 發(fā)現(xiàn)地方政府在部門數(shù)字化領(lǐng)域取得了一定的進展，但是還不夠完善，尚未很好地融入實踐，并指出需要從頂層設計、資源投入以及管理機制等三方面進行改善［6］。 第三，從宏觀角度來進行考察分析。 戴長征等從社會形態(tài)演變進程的角度出發(fā)，對數(shù)字政府治理進行研究，指出數(shù)字政府是數(shù)字社會和數(shù)字國家應有的治理形式，建立高效的數(shù)字政府是人類社會的必然要求［7］；米加寧等認為，引入數(shù)字技術(shù)來提高政府的治理水平，能夠促使政府形態(tài)發(fā)生革命性的變化［8］。

國外的研究視角主要從三個方面展開。 第一， 從宏觀角度進行考察研究。 雅若夫斯基（Janowski T）整合了從1992 年到2014 年發(fā)表的有關(guān)數(shù)字政府建設的相關(guān)文獻，經(jīng)過分析認為未來數(shù)字政府研究需要向著情境化和專業(yè)化的角度進行發(fā)展，并隨著社會的變化和文化的發(fā)展過程來不斷充實自身內(nèi)涵，同時還為未來數(shù)字政府的相關(guān)研究進行了一定的預測［9］；瑪格麗特（Margetts H）等學者指出，應該整合數(shù)字政府時代的治理方法，從碎片化的數(shù)據(jù)和內(nèi)容中發(fā)現(xiàn)能為公民提供整體服務的價值所在，同時數(shù)字政府時代還應該將公共管理和公共服務研究整合，從而真正實現(xiàn)數(shù)字政府的內(nèi)在價值［10］；詹森（Janssen M）等學者認為，應該從如何發(fā)揮數(shù)字政府基礎設置的價值最大化入手，同時將政策的制定與基建設施相結(jié)合，來提高復雜系統(tǒng)的自適應性，盡最大可能排除人為的主觀因素對數(shù)字政府建設所帶來的負面影響，提高數(shù)字政府的工作效率。 第二，使用相關(guān)工具進行分析。 數(shù)字政府的效率越高，公民的接受意愿則越強［11］。 為此，維森普奇（Sipior JC）等采用技術(shù)接受模型（Technology Acceptance Model），通過問卷調(diào)查的方式，來對社區(qū)居民進行調(diào)查，發(fā)現(xiàn)感知訪問障礙、感知易用性、教育水平以及就業(yè)狀況等影響顯著，其他因素沒有如此顯著的影響，并結(jié)合分析所得資料提出了相關(guān)建議［12］；詹森等學者認為應該提高可信度在數(shù)字政府研究方面的重視程度， 為此通過采集20 個相關(guān)變量，利用解釋性結(jié)構(gòu)來進行建模分析變量之間的相關(guān)關(guān)系［13］；賈西姆?。↗asimuddin SM）為了確定哪些因素能夠?qū)?shù)字政府的采用過程產(chǎn)生影響，將感知易用性以及社會影響等六個因素納入PLS-SEM 方法中，進而幫助數(shù)字政府技術(shù)的開發(fā)者和使用者確定其中的關(guān)鍵因素有哪些，從而更好地提升數(shù)字政府的用戶體驗［14］。第三，基于案例進行分析。露娜·雷耶斯（Luna-Reyes LF）等學者從墨西哥聯(lián)邦政府的案例出發(fā)，探討了如何從制度和組織的角度來降低機構(gòu)之間合作的障礙與難度，從而實現(xiàn)組織之間的集成［15］；卡倫（Cullen R）通過對新西蘭和日本民眾的訪談認為，確保信息的安全性和隱私性是數(shù)字政府使用過程中民眾較為關(guān)注的問題，并指出政府應該在政策制定過程中予以關(guān)注［16］。

綜上可以發(fā)現(xiàn)，雖然國內(nèi)外相關(guān)學者都非常重視對數(shù)字政府具體案例的分析，但僅僅是對案例本身進行研究或經(jīng)驗總結(jié)；部分學者采用定量的手段對涉及的因素進行獨立分析，但仍是從案例的角度出發(fā)；而從因素分析角度出發(fā)，對不同原因變量組合作用路徑的相關(guān)研究是較少的。

因此，本文從因素分析的視角切入，研究哪些因素的變化會對數(shù)字政府治理水平產(chǎn)生正向或者反向的影響，不同因素的變化幅度對數(shù)字政府治理水平的影響程度如何，進而嘗試探索出較為合適的路徑以期促進數(shù)字政府治理水平的提升。

二、研究方法與數(shù)據(jù)處理

由于本文旨在探索出較為合理的因素組合以及具體某些因素對數(shù)字政府治理水平提升的影響程度，所以本次研究主要采用QCA 和系統(tǒng)動力學方法結(jié)合起來完成。

（一）研究方法

QCA 方法，即定性比較分析法，是查爾斯·C.拉金在1987 年提出的一種研究方法［17］。 該方法將集合的思想與布爾代數(shù)的思想結(jié)合起來，以案例作為研究導向，通過對不同條件變量組合情況下的不同案例結(jié)果進行比較，得出若干變量（因素）與不同因果（案例）之間的關(guān)系。 采用QCA 方法，進行合理的賦值是關(guān)鍵［18］。 就本次研究而言，按照不同省級行政單位的排名進行不同的賦值，從而獲取在提升數(shù)字政府治理水平上發(fā)揮主要作用的因素。

系統(tǒng)動力學是研究信息反饋之間的學科，遵從“凡是系統(tǒng)必有結(jié)構(gòu)，系統(tǒng)結(jié)構(gòu)決定系統(tǒng)功能”的特點［19］，在不囿于具體數(shù)值的前提下，分析系統(tǒng)內(nèi)不同因素在不同狀態(tài)下是如何影響系統(tǒng)結(jié)果以及系統(tǒng)結(jié)果是如何與各個要素進行相互之間反饋的。 在前述識別出主要因素的基礎上，明確各個因素在何種狀態(tài)下能夠?qū)?shù)字政府的治理水平造成多大的影響。

（二）數(shù)據(jù)處理

1.數(shù)據(jù)獲取

為了使得獲得的數(shù)據(jù)更加全面、準確以及合理，本次研究選取由清華大學數(shù)據(jù)治理研究中心于2020 年10 月發(fā)布的《2020 數(shù)字政府發(fā)展指數(shù)報告》［20］（以下簡稱《報告》）中對不包含香港、澳門以及臺灣地區(qū)的31 個省級行政區(qū)劃單位的排名作為QCA 分析的結(jié)果變量。該中心是國內(nèi)首家專業(yè)化的數(shù)字治理研究機構(gòu)，同時《報告》也得到了多項國家基金的資助以及多家業(yè)內(nèi)高科技數(shù)字龍頭企業(yè)的參與，保證了數(shù)據(jù)的科學性、權(quán)威性和準確性。

2.數(shù)據(jù)處理

一是結(jié)果變量的編碼。 由于《報告》中把31 個省級行政區(qū)劃單位按照梯度劃分為6 類，結(jié)合本次研究的實際需要以及QCA 方法發(fā)展的穩(wěn)健程度和成熟程度，擬采用清晰集定性比較分析的方法來進行研究。 由于QCA 中把每一個省份看成一個案例，因此本次實驗共計包含31 個案例，即case1～case31。 結(jié)合前人的研究情況［21］，按照學術(shù)界普遍遵循的“二八定律”對所有案例進行劃分，即前20%的省份在數(shù)字政府的建設中發(fā)揮主要作用，將排名在前20%的省份結(jié)果變量賦值為“1”，其余省份的結(jié)果變量賦值為“0”，編號Q1。

二是原因變量的編碼。 關(guān)于影響數(shù)字政府治理水平的因素，不同學者有著不同的研究。 范梓騰認為，經(jīng)濟發(fā)展水平和地理位置會對不同地區(qū)的數(shù)字政府建設產(chǎn)生影響［22］；蔡聰裕等認為，網(wǎng)絡匿名、數(shù)據(jù)主體是否多元、政府是否重視等原因會影響數(shù)字政府的建設［23］；張紅彬等提出，信息技術(shù)水平越高、信息生產(chǎn)力越強、制度越是健全的地區(qū)，其數(shù)字政府建設水平越高［24］。羅德里格斯-海維亞（Rodriguez-Hevia LF）等認為，人口密度和社會因素會對該地數(shù)字政府的建設產(chǎn)生影響［25］；明州（Myeong S）等［26］提出，民眾對政府的信任程度、信息技術(shù)的水平、組織和利益者之間的相關(guān)關(guān)系等都是影響數(shù)字政府建設的主要因素。 基于上述分析，結(jié)合實際情況和研究目的，將以下因素列為本次研究的原因變量，其編碼方式如表1 所示。

表1 原因變量及其編碼方式

三是構(gòu)建二分真值表。 由于本次研究首先使用csQCA 的方法進行研究，而進行二分真值表的構(gòu)建是繼續(xù)相關(guān)研究的基礎，所以構(gòu)建二分真值表的部分如表2 所示。 其中，每一個case代表一個省份，Y1 到Y(jié)5 為表2 中提及的原因變量，Q1 為結(jié)果變量。

表2 二分真值表（部分）

將上述二分真值表的數(shù)據(jù)導入Tosmana 軟件中進行可視化展現(xiàn)，所得圖譜如下圖1 所示。圖1 中，淺色區(qū)域代表結(jié)果變量為0 的案例；深色區(qū)域代表結(jié)果變量為1 的區(qū)域；白色區(qū)域為“邏輯余項”，即在理論上應該存在，但是在本次實驗中沒有出現(xiàn)的情況；而斜線區(qū)域即“矛盾組態(tài)”，共計包含4 種情況。

圖1 真值表可視化圖譜

三、數(shù)據(jù)分析

首先采用定性比較分析法，分別分析不同原因變量的組合對數(shù)字政府治理水平的影響；然后在系統(tǒng)動力學模型環(huán)境下根據(jù)組合結(jié)果進行仿真模擬，從而進一步明確出各個因素在不同幅度變化的情況下對數(shù)字政府治理水平變化的影響， 最終尋求到提升數(shù)字政府治理水平的路徑。

（一）采用定性比較分析法進行數(shù)據(jù)分析

1.結(jié)果變量為1 的分析

在Tosmana 軟件中，對結(jié)果變量為1 的組態(tài)進行布爾最小化操作。由于“邏輯余項”既有可能導致結(jié)果變量為1，也有可能導致結(jié)果變量為0，所以首先將其納入結(jié)果變量為1 的情況下進行分析。

經(jīng)過布爾最小化，可以得到由如下三條途徑能夠?qū)е陆Y(jié)果變量為1：

（1） Y1{1} * Y2{1} * Y4{1} * Y5{0}

（2） Y1{1} * Y2{0} * Y3{0} * Y4{1} * Y5{1}

（3） Y1{1} * Y2{1} * Y3{1} * Y4{0} * Y5{1}

其中路徑1 對應case4 和case5，路徑2 對應case2，路徑3 對應case3。

case4 和case5 對應的地區(qū)是廣東省和四川省。 二者都是在我國國內(nèi)地區(qū)生產(chǎn)總值排名較為靠前的省份。 通過對比發(fā)現(xiàn)，在路徑1 的兩個案例中，僅僅是Y3 的賦值不同，但是并未影響最后的結(jié)果變量。 而根據(jù)第六次人口普查的數(shù)據(jù)來看，廣東省的Y3 變量數(shù)值比四川省的高出將近三十萬。 雖然人才在數(shù)字政府的提升和發(fā)展過程中能夠發(fā)揮巨大的作用［27］，但是通過在各省數(shù)字政府網(wǎng)站盡可能全面、準確以及具體地提供翔實的數(shù)據(jù)，加強“政民互動”的建設，善于訥言敏行，積極聽取群眾百姓對于數(shù)字政府建設的意見和改進措施，同時借助于經(jīng)濟發(fā)達地區(qū)所具有的在政策、資金以及其他方面的優(yōu)勢的情況下，能夠盡可能地消除由于人才數(shù)量上的差距所帶來的不利影響。

case2 所對應的地區(qū)是浙江省。 浙江省位于我國東部沿海地區(qū)，獨特的區(qū)位優(yōu)勢使得浙江省在國內(nèi)地區(qū)生產(chǎn)總值排名上占據(jù)較為靠前的位置。 同時浙江作為國家信息經(jīng)濟的示范區(qū)，也在大力推廣“數(shù)字一號”工程。 在已有大數(shù)據(jù)平臺上盡可能全面、準確地公布所掌握的數(shù)據(jù)，同時在網(wǎng)站提供針對已有海量數(shù)據(jù)的二次開發(fā)接口，促進對已有數(shù)據(jù)價值進行挖掘和深度利用［28］。 政策上的全面準確和經(jīng)濟上的重要支撐使得浙江省的數(shù)字政府建設和治理階段從“重點突破”邁向“深度發(fā)展”，并積極推進數(shù)字政府公共服務一體化。

case3 所對應的是地區(qū)是北京市。 雖然北京市在2020 年國內(nèi)生產(chǎn)總值排名第13 位，但是憑借Y1、Y2、Y3 以及Y5 原因變量， 仍然使得其數(shù)字政府治理水平得到了提高。 由此可以看出，在能提供全面準確的海量數(shù)據(jù)的基礎上，積極進行“政民互動”，保持本地區(qū)在人才數(shù)量上的優(yōu)勢，在網(wǎng)站上能夠及時獲取已有數(shù)據(jù)并進行二次開發(fā)接口的前提下，會極大促進本地數(shù)字政府的治理水平提高。

2.結(jié)果變量為0 的分析

按照上述操作步驟，在納入“邏輯余項”的情況下，進行布爾最小化操作，可以得到有如下5 條路徑均能導致結(jié)果變量為0：

（1） Y3{0} * Y4{0} * Y5{0}

（2） Y1{0} * Y3{0} * Y4{0}

（3） Y2{0} * Y3{0} * Y4{0}

（4） Y1{0} * Y2{0} * Y4{0} * Y5{0}

（5） Y1{0} * Y2{1} * Y3{1} * Y4{1} * Y5{0}

上述5 條路徑可以分成如下幾個情況分別討論：

第1 條、第2 條、第3 條路徑所對應的是區(qū)位優(yōu)勢不明顯、中西部等經(jīng)濟欠發(fā)達、人才外流嚴重的地區(qū)，如新疆、青海等。 從地方經(jīng)濟要素來看，經(jīng)濟發(fā)展水平越高，會進一步促進當?shù)鼗ヂ?lián)網(wǎng)的普及率的提升，同時也能夠?qū)Φ胤焦ぷ魅藛T的教育水平和素養(yǎng)等軟實力起到促進作用［29］，而且經(jīng)濟發(fā)展水平也是吸引不同層次專業(yè)技術(shù)人員來當?shù)鼐蜆I(yè)、發(fā)展的一個重要因素。經(jīng)濟的欠發(fā)達以及人才的短缺，從“軟件”和“硬件”兩個角度對當?shù)氐臄?shù)字政府建設水平產(chǎn)生了嚴重的制約，阻礙了治理水平的提升。

第4 條、第5 條路徑針對的是提供數(shù)據(jù)內(nèi)容的全面性欠佳且未提供二次開發(fā)接口的地區(qū)，如甘肅、云南等省份。 黃璜認為，數(shù)字資源的豐富與否，能夠直接影響到公眾對于政府信息的獲取和使用，進而對政府政策的執(zhí)行效果產(chǎn)生影響，妨礙政府、公眾以及其他數(shù)據(jù)利用方之間的信息交流和傳遞，產(chǎn)生新的“數(shù)據(jù)壁壘”或者是“數(shù)據(jù)煙囪”［30］。 而且，全面、準確提供完整的數(shù)據(jù)資源也是促使政府提高“數(shù)字能力”建設的一種重要手段。 通過在網(wǎng)站提供“二次開發(fā)接口”，將具體的細節(jié)封裝起來，使得對相同數(shù)據(jù)有不同需求的組織或者個人能根據(jù)自身需要進行數(shù)據(jù)的開發(fā)和利用，從而達到深挖、盤活數(shù)據(jù)價值的目的。

通過使用QCA 進行分析可以發(fā)現(xiàn)：高質(zhì)量的數(shù)據(jù)共享建設、積極進行“政民互動”、保持一定程度的人才數(shù)量以及提升本地區(qū)的經(jīng)濟發(fā)展水平等各個因素綜合起來會對省級行政區(qū)域的數(shù)字政府治理水平產(chǎn)生重要的影響。 但是不同因素的變化幅度能在多大程度上對數(shù)字政府的治理水平產(chǎn)生作用仍不得而知，所以需要從系統(tǒng)動力學的角度出發(fā)，進一步構(gòu)造相關(guān)模型進行仿真模擬。

（二）基于系統(tǒng)動力學的分析

系統(tǒng)動力學方法是建立在非線性動力學基礎與反饋控制理論上的一種設計方法。 使用系統(tǒng)動力學分析，其優(yōu)點為不囿于具體某個因素的數(shù)值是多少，更重要的是關(guān)心其中某個因素在某種狀態(tài)環(huán)境下改變的幅度，通過整個系統(tǒng)的作用，最后對結(jié)果造成的影響走向以及幅度進行分析。因此，在結(jié)合前述“+”表示反饋回路中衛(wèi)正向反饋，彼此之間前后是正向影響。即數(shù)據(jù)來源越廣泛，會使得數(shù)據(jù)的易獲得性更強。 識別出來的部分關(guān)鍵因素的基礎上進行歸納總結(jié)，對相關(guān)案例、文獻進行分析，與領(lǐng)域內(nèi)的相關(guān)學者進行交流，進一步細化各個二級影響因素，如表3 所示，并構(gòu)建出相應的因果關(guān)系圖，如圖2 所示。

表3 涉及的影響因素

在圖2 所示的因果關(guān)系圖中，包含如下兩個正反饋循環(huán)：

正反饋1：數(shù)據(jù)源來源廣泛→+數(shù)據(jù)易獲得→+數(shù)據(jù)的搜集能力→+數(shù)據(jù)源來源廣泛；

該正反饋1 的含義是：廣泛的數(shù)據(jù)來源使得數(shù)據(jù)的易獲得性更強，同時也提升了數(shù)據(jù)的搜集能力，而數(shù)據(jù)搜集能力的提升也會促使發(fā)現(xiàn)越來越多的可用數(shù)據(jù)源，進而獲得更多的數(shù)據(jù)；

正反饋2： 數(shù)據(jù)種類多→+數(shù)據(jù)質(zhì)量高→+人才數(shù)量→+地區(qū)經(jīng)濟生產(chǎn)總值→+信息獲取機制→+數(shù)據(jù)的利用能力→+地區(qū)經(jīng)濟增速→+數(shù)據(jù)種類多；

該正反饋2 的含義是：數(shù)據(jù)種類越多，會在一定程度上對數(shù)據(jù)的質(zhì)量起到推動作用，而高質(zhì)量的數(shù)據(jù)也需要相關(guān)領(lǐng)域的人才來進行技術(shù)分析， 推動人才數(shù)量的增多， 同時也對地區(qū)經(jīng)濟生產(chǎn)總值的上升起到了促進作用， 經(jīng)濟總量越高的地區(qū)， 其信息獲取的機制較之于其他省份也較為健全，所以數(shù)據(jù)的利用能力也越強，進一步提升了地區(qū)經(jīng)濟增速，并產(chǎn)生了更多種類的數(shù)據(jù)。

1.構(gòu)建系統(tǒng)流圖

根據(jù)因果關(guān)系圖（圖2），構(gòu)建數(shù)字政府治理水平提升路徑的系統(tǒng)流圖，如圖3 所示。

圖2 因果關(guān)系圖

2.主要方程設計說明

不同行政區(qū)域的數(shù)字政府治理水平有著顯著的差異，在實際操作過程中，短時間內(nèi)較難通過調(diào)查問卷等方式來獲取全部的相關(guān)數(shù)據(jù)。 而根據(jù)系統(tǒng)動力學重視因素狀態(tài)變化的特點，結(jié)合相關(guān)學者的研究，對圖3 中涉及的多個因素進行反復測試并修正，直至達到與理論預想較為符合的研究結(jié)果［31］。 模型中共計包含24 個方程，部分設計說明如下：

圖3 系統(tǒng)流圖

E1：人才數(shù)量=（各類人才的比例+合理的人才培養(yǎng)體系+數(shù)據(jù)質(zhì)量高+政民互動頻繁）/數(shù)據(jù)易獲得；人才數(shù)量從兩個方面考慮，既要考慮控制比例與制定恰當?shù)娜瞬排囵B(yǎng)方案和體系；還要充分考慮社會對人才的需求，高質(zhì)量的數(shù)據(jù)以及頻繁的政民互動需要適量的人才來進行處理。

E2：促進=定期主動發(fā)布相關(guān)數(shù)據(jù)*1.5；

E3：信息獲取機制=(地區(qū)經(jīng)濟生產(chǎn)總值+各個部門的協(xié)同機制+促進)*0.08；一般而言，經(jīng)濟越發(fā)達的省份，其信息獲取機制也越完善；

E4：反饋=0.8；

E5：各個部門的協(xié)同體制=10；

E6：各類人才的比例=合理的人才培養(yǎng)體系*2；

E7：合理的二次開發(fā)接口=1.1*Time；

E8：合理的人才培養(yǎng)體系=合理的二次開發(fā)接口* 領(lǐng)導的重視程度；

E9：地區(qū)經(jīng)濟增速=數(shù)據(jù)的利用能力* 合理的人才培養(yǎng)體系*Time*0.2；

E10：地區(qū)經(jīng)濟生產(chǎn)總值=人才數(shù)量* 數(shù)據(jù)源不受限制；

E11：定期主動發(fā)布相關(guān)數(shù)據(jù)=3；

E12：政民互動界面簡潔易操作=部門健全*2；

E13：政民互動頻繁=數(shù)據(jù)質(zhì)量高*0.2*IF THEN ELSE(數(shù)據(jù)的存儲能力=3, 4.5 ,IF THEN ELSE(數(shù)據(jù)的存儲能力>3, INTEGER(數(shù)據(jù)的存儲能力), 0.5))*IF THEN ELSE(各個部門的協(xié)同機制=10, 10 , IF THEN ELSE(各個部門的協(xié)同機制>10, 12, 8) )；頻繁的政民互動，既依賴于良好的數(shù)據(jù)存儲能力，也同健全的部門協(xié)調(diào)機制有關(guān)；

E14：數(shù)字政府治理水平=促進* 反饋* 數(shù)據(jù)的搜集能力*IF THEN ELSE（數(shù)據(jù)的存儲能力=3，3，（IF THEN ELSE(數(shù)據(jù)的存儲能力>3, 4.8 , 0.5）））*IF THEN ELSE（各個部門的協(xié)同機制=10, 10 , IF THEN ELSE（各個部門的協(xié)同機制>10，20，5））；

E15：數(shù)據(jù)易獲得=數(shù)據(jù)源來源廣泛*2；

E16：數(shù)據(jù)源不受限制=政民互動界面簡潔易操作*2；

E17：數(shù)據(jù)源來源廣泛=(數(shù)據(jù)的搜集能力+數(shù)據(jù)源不受限制)*0.2；

E18：數(shù)據(jù)的利用能力=DELAY1I（（信息獲取機制* 數(shù)據(jù)的存儲能力）/（反饋+數(shù)字政府治理水平）*2，1，0）；將數(shù)據(jù)進行有效的理由不是一蹴而就的，因此采用延遲函數(shù)，從零開始，且延遲1 個單位；

E19：數(shù)據(jù)的存儲能力=3* 數(shù)據(jù)的搜集能力；

E20：數(shù)據(jù)的搜集能力=數(shù)據(jù)易獲得*5，設定初始值=10；

E21：數(shù)據(jù)的種類多=(各類人才的比例+地區(qū)經(jīng)濟增速)*0.05；

E22：數(shù)據(jù)的質(zhì)量高=SMOOTH(數(shù)據(jù)種類多, 2 )；設定初始值=1；

E23：部門健全=數(shù)據(jù)的搜集能力/2；

E24：領(lǐng)導的重視程度=1.1*Time。

3.模型檢測

在Vensim PLE 3.7.5 平臺中進行模型檢測，是開展后續(xù)仿真分析與靈敏度分析的必要條件。設定Initial Time=0，F(xiàn)inal Time=24，Time Step=1，Units For Time=Month，Integration Type=Eular。然后進行Check Model，該平臺顯示“Model Is OK”，說明前期構(gòu)建的模型通過檢驗，可以繼續(xù)后續(xù)相關(guān)的分析工作。

4.模型的仿真模擬分析

在既定參數(shù)下，通過對系統(tǒng)分析，“政民互動頻繁”“合理的人才培養(yǎng)體系”“地區(qū)經(jīng)濟生產(chǎn)總值”與“數(shù)字政府治理水平”的動態(tài)變化如圖4 所示。

（1）隨著時間的推移，政民互動的頻繁程度越來越高，在第10 個月左右的時候開始呈現(xiàn)出快速增長的態(tài)勢。 由于政民互動是一個緩慢且長期的過程，從剛開始的不熟悉到逐漸熟悉這一過程需要長時間的積累，因此呈現(xiàn)出增速由快到慢的趨勢。

（2）而構(gòu)建一個合理的人才培養(yǎng)體系也需要進行長時間的積累。 結(jié)合本模型來看，首先，需要人才比例的合理，技能型人才和研發(fā)型人才合理配置；其次，需要本地區(qū)擁有較強的經(jīng)濟實力和較大的經(jīng)濟增長潛力，才能夠吸引足夠多的人才來本地區(qū)就業(yè)創(chuàng)業(yè)；再次，重視在實際工作中的需求帶來的人才培養(yǎng)導向，最終才能實現(xiàn)一個較為合理的人才培養(yǎng)體系的構(gòu)建。 所以結(jié)合圖4 來看，人才培養(yǎng)體系的構(gòu)建也是一個緩慢的過程。

圖4 數(shù)字政府治理水平仿真模擬變化圖

（3）地區(qū)經(jīng)濟生產(chǎn)總值是對數(shù)字政府治理水平產(chǎn)生重要影響的因素之一。 結(jié)合之前相關(guān)學者的研究以及前述分析來看，地區(qū)經(jīng)濟生產(chǎn)總值越是發(fā)達的區(qū)域，越能夠?qū)Ρ镜貐^(qū)數(shù)字政府治理水平產(chǎn)生正向的促進影響。 出色的經(jīng)濟發(fā)展水平能夠使得地方在數(shù)字政府領(lǐng)域投入大量的資金，并在雄厚的經(jīng)濟基礎上堅持民眾的問題導向，讓數(shù)字多跑路，推動政府更好地感知民眾的需求，并最終實現(xiàn)數(shù)字政府治理的健康發(fā)展。

（4）數(shù)字政府治理水平在本次模擬時間范圍內(nèi)的前20 個月基本沒有明顯的變化。第21 個月開始，逐步呈現(xiàn)出上升的趨勢，并且上升的速度越來越快。 數(shù)字政府治理水平的提高受多方面影響，領(lǐng)導重視、經(jīng)濟水平、人才支撐、部門體制機制建設等都是重要的影響因素。因此，只有在經(jīng)歷了長時間的磨合熟悉之后，才能在較短的時間內(nèi)達到數(shù)字政府治理水平的快速提升。

5.模型的靈敏度分析

進行系統(tǒng)動力學分析，其中一個重要的作用即通過對某些參數(shù)的改變來觀察對最后結(jié)果所造成的影響。 基于前文所述數(shù)字政府治理水平涉及的因素以及所構(gòu)造的因果關(guān)系圖、系統(tǒng)流圖等內(nèi)容的分析，擬對“各個部門的協(xié)同體制”“定期發(fā)布相關(guān)數(shù)據(jù)”“反饋”來進行靈敏度測試，以期找到合理的提升數(shù)字政府治理水平的路徑。

一是“各個部門的協(xié)同體制”的靈敏度分析。 提高數(shù)字政府的治理水平需要多個政府部門之間的協(xié)同合作，單靠某個政府部門無法完成，容易出現(xiàn)“數(shù)據(jù)壁壘”的現(xiàn)象。 現(xiàn)將“各個部門的協(xié)同體制”進行調(diào)整，分別為current0（5）、current1（10）與current2（15），即以目前數(shù)據(jù)為基準，分別上下浮動50%來測試其對“數(shù)字政府治理水平”的靈敏度，所得結(jié)果如圖5 所示。

圖5 中，三條線分別代表current0、current1 和current2。 從圖中可以看出，當模擬時間（橫軸）達到第24 個月的時候，藍色折線數(shù)值最高，其次為綠色折線，最低的為紅色折線，說明隨著各個部門之間協(xié)同體制程度逐漸加深，其效果呈現(xiàn)出先下降再上升的態(tài)勢。 從變化速率來看，增大各個部門之間的協(xié)同程度確實能夠較大幅度地提高數(shù)字政府的治理水平。 但是部門之間的協(xié)同體制對數(shù)字政府的治理水平影響是漫長且潛在的，在初期需要不同部門之間的嘗試、探索，從而確定最恰當?shù)牟块T之間的協(xié)作方式，因此難免出現(xiàn)數(shù)字政府的治理水平呈現(xiàn)短暫的下降態(tài)勢。 而且目前由于我國各政府部門掌握的數(shù)據(jù)難以產(chǎn)生橫向之間的交流，多在同一個體系，同一個系統(tǒng)下進行縱向共享，部門與部門之間的“數(shù)據(jù)壁壘”現(xiàn)象較為嚴重。 同時各個政府部門從自身部門發(fā)展的角度出發(fā)，也沒有較強的主動提供自己部門數(shù)據(jù)的意愿，因此需要進行部門之間的協(xié)調(diào)、磨合和探索，這些都需要較長的時間段來完成。 第22 個月的時候，前期部門之間的磨合已經(jīng)較為成熟， 探索出一個協(xié)調(diào)部門或者協(xié)調(diào)機制來平衡各方的利益，從而促使整個數(shù)字政府的治理水平能夠快速上升。

圖5 “各個部門的協(xié)同體制”靈敏度變化情況

二是“定期發(fā)布相關(guān)數(shù)據(jù)”的靈敏度分析。在Vensim 平臺中對“定期發(fā)布相關(guān)數(shù)據(jù)”的數(shù)值進行調(diào)整，分別為current0（1）、current1（3）和current2（5），觀察在不同情況下“定期發(fā)布相關(guān)數(shù)據(jù)”對“數(shù)字政府治理水平”的影響程度，如圖6 所示。

圖6 “定期發(fā)布相關(guān)數(shù)據(jù)”靈敏度變化情況

從圖6 中可以看出，當橫軸時間為第24 個月的時候，隨著“定期發(fā)布相關(guān)數(shù)據(jù)”的數(shù)值越高，對應的縱軸數(shù)值也越大，說明地方政府定期發(fā)布相關(guān)數(shù)據(jù)對數(shù)字政府的治理水平提升起到正向的促進作用，且增長幅度越來越大。 但是“定期發(fā)布相關(guān)數(shù)據(jù)”對數(shù)字政府治理水平的影響也是長期且緩慢的。 從圖中可以看出，在前22 個月的時間內(nèi)沒有顯著影響，一方面說明從“數(shù)據(jù)”轉(zhuǎn)化到實際的治理水平提升需要政府、社會、公眾甚至企業(yè)等多方面共同協(xié)作，目前而言，政府主要是進行數(shù)據(jù)的發(fā)布工作，僅有少數(shù)政府機構(gòu)在其網(wǎng)站上推出了二次開發(fā)或者調(diào)用數(shù)據(jù)的接口，但是大部分的政府機構(gòu)只是單純地進行數(shù)據(jù)的公開和發(fā)布，至于數(shù)據(jù)發(fā)布之后能否真正發(fā)揮出其應有的價值，能否真正實現(xiàn)數(shù)字政府治理水平的提升并未考慮，同時由于不同部門對于數(shù)據(jù)的搜集執(zhí)行的標準各不相同，也給后續(xù)進行數(shù)據(jù)價值的相關(guān)挖掘和分析帶來潛在的障礙；另一方面，面對海量的數(shù)據(jù)信息突然被公布出來，公眾也難免會顯得無所適從，如何甄別發(fā)現(xiàn)自己需要的正確的數(shù)據(jù)成為公眾需要解決的問題，而目前這些問題的解決都需要付出較高的時間成本。 而從第22 個月以后，前期進行主動的數(shù)據(jù)發(fā)布所帶來的問題基本已經(jīng)解決，公眾也可以較為方便地從海量數(shù)據(jù)中找到對自己有用的信息，讓“定期發(fā)布相關(guān)數(shù)據(jù)”成為提高數(shù)字政府治理水平的推動力。

三是“反饋”的靈敏度分析。 合理恰當?shù)剡M行效果反饋，能夠更好地幫助地方政府在采用數(shù)字政府治理過程中發(fā)現(xiàn)自身缺點和不足，從而促進數(shù)字政府治理水平的提高與改善。 結(jié)合本次研究的實際情況，對“反饋”的賦值進行修改，以觀察其對于“數(shù)字政府治理水平”的影響效果。 將 “反饋” 的賦值設定為0.4、0.8 和1.2， 即在目前的情況下， 分別上下浮動50%，在Vensim 中查看“數(shù)字政府治理水平”的變化情況，如圖7 所示。

圖7 中，藍色折線、紅色折線和綠色折線分別代表“反饋”賦值為1.2、0.8 和0.4 時的狀態(tài)。 從圖中可以看出，當實驗時間段處于0 至22 個月之間的時候，“反饋”的數(shù)值還無法對“數(shù)字政府治理水平”產(chǎn)生影響。 這是由于對前期數(shù)字政府治理水平的反饋是一個長期的過程，需要不同部門的共同努力才能夠獲得合適的治理效果，且數(shù)字政府是一個多層次、綜合治理的體系，從政府到部門再到轄區(qū)和個人，既有縱向之間的相互影響，又有橫向之間的相互作用，形成了橫縱交織的網(wǎng)狀結(jié)構(gòu)，這些都不是一蹴而就的。 而且從“反饋”涉及的對象來看，既包括普通公眾對于數(shù)字政府措施、內(nèi)容的反饋，也包括政府內(nèi)部涉及的部門、機構(gòu)等對于出臺的措施和意見的反饋。 公眾的反饋內(nèi)容是否合理，合理的反饋應該如何應對，不合理的反饋應該如何解釋，合理的反饋內(nèi)容應該如何落實以進一步優(yōu)化數(shù)字政府治理水平和辦事流程等，這些都是需要政府內(nèi)部相關(guān)部門、機構(gòu)和工作人員考慮的。 而內(nèi)部工作人員在數(shù)字政府實施過程中也有可能主動發(fā)現(xiàn)問題，進而直接反饋給相應的部門或者機構(gòu)，從而提早將可能出現(xiàn)的問題消弭在萌芽狀態(tài)， 這些內(nèi)容都需要相當長的時間來完成。 當實驗時間達到第22 個月的時候，“反饋”對于數(shù)字政府治理水平提升的效果開始顯現(xiàn)，前期發(fā)現(xiàn)的問題基本都進行了妥善的處理，并且對部分內(nèi)容、流程等進行了優(yōu)化，最后在第24 個月的時候就越能夠促使數(shù)字政府的治理水平達到更高的高度，并且“反饋”值越高，增速越快。 說明合理、恰當與正確的反饋能夠?qū)μ嵘龜?shù)字政府的治理水平起到正向的推動作用。

圖7 “反饋”的靈敏度變化圖

四、結(jié)論

大數(shù)據(jù)時代的到來，人工智能技術(shù)、物聯(lián)網(wǎng)技術(shù)以及區(qū)塊鏈技術(shù)的應用對政府治理體系和政府治理能力提出了新的挑戰(zhàn)。 所以數(shù)字政府治理水平的提升，既是符合時代發(fā)展變遷的變革之舉，也是數(shù)字中國建設的重要體現(xiàn)。 本文通過對《2020 數(shù)字政府發(fā)展指數(shù)報告》中對省級行政機構(gòu)排名的分析，結(jié)合QCA 和系統(tǒng)動力學方法，嘗試探索出提升數(shù)字政府治理水平的路徑。

第一，通過提升反饋程度來加強政民之間的互動，進而提升數(shù)字政府治理水平。 數(shù)字政府不是單純各個部門的組合， 而是一個能接受內(nèi)外部反饋并對反饋做出有效且正確反應的整體。 因此，積極踐行數(shù)字政府的相關(guān)治理理念，建立良好的政府和公眾之間的互動關(guān)系，拓寬二者之間的互動渠道，增加二者之間的互動頻率，使公眾能夠正確、快速地反映自己的意見并得到正確的回饋，增加公眾在數(shù)字政府治理過程中的參與感，促進公共服務的“泛在化”。 同時在保持政府主導作用的前提下，吸納公眾作為數(shù)字政府治理主體之一，從而更好地促進數(shù)字政府治理水平的提升［32］。

第二，積極進行高強度、高質(zhì)量的政府數(shù)據(jù)的公開。 傳統(tǒng)政府依靠“經(jīng)驗治理”，政府的決策依靠小數(shù)據(jù)與人的主觀經(jīng)驗而進行。 而在數(shù)字空間內(nèi)，信息資源是共享的泛在狀態(tài)，傳統(tǒng)政府對于信息資源的壟斷地位消失，公眾可以生產(chǎn)與獲取的信息量越來越大，政府不再能夠僅依靠主觀經(jīng)驗就對于地方治理問題與場景進行精確的理解與判斷。 地方政府能否精準施政的關(guān)鍵就在于政府是否具有較強的數(shù)據(jù)匯聚與利用能力，提升“數(shù)字空間”政府治理效能的核心就是提高政府對數(shù)據(jù)收集、整理、公開與運用的能力。 如果政府對自身所掌握的數(shù)據(jù)共享意愿較低，或者是僅僅對數(shù)據(jù)進行簡單的匯總公布，不能真正地將“數(shù)據(jù)”運用到“治理”上來，那么進行有效的“數(shù)字政府”治理就是一句空談。 數(shù)字空間政府的治理方式只有從依賴主觀經(jīng)驗向依賴采集于多源異構(gòu)的大數(shù)據(jù)樣本轉(zhuǎn)變，才能使政府決策由主觀走向科學，更好地發(fā)揮數(shù)字技術(shù)對治理水平的賦能作用。

第三，加大頂層設計的力度。 目前，我國尚無明確的從國家層面出發(fā)、進行相關(guān)數(shù)字政府治理工作的機構(gòu)，各?。ㄗ灾螀^(qū)、直轄市）均是從自身的角度出發(fā)來自主進行本地區(qū)數(shù)字政府建設和治理工作，而由于不同省份所面臨的實際情況各不相同，數(shù)字政府治理水平參差不齊難免會影響整體的數(shù)字政府治理水平，進而影響我國政府形態(tài)的轉(zhuǎn)變，阻礙我國治理體系和治理能力現(xiàn)代化的發(fā)展。 在政府數(shù)字化轉(zhuǎn)型的背景下，地方政府間的治理鴻溝本質(zhì)上是各地政府間治理效能的不平衡，必須以“標準化”為重要抓手，努力實現(xiàn)公共服務動態(tài)均等化、大眾化。 因此，急需明確建立一個從上而下的數(shù)字政府治理體系，理順涉及數(shù)字政府治理各個部門之間的關(guān)系，從中央到?。ㄗ灾螀^(qū)、直轄市）再到地方，省級行政區(qū)域之間、同一省級行政區(qū)域內(nèi)的地級市之間也可以建立橫向的數(shù)字政府治理之間的相互協(xié)作聯(lián)系，最終形成橫向和縱向相互交織的數(shù)字政府治理網(wǎng)絡。

第四，對于經(jīng)濟欠發(fā)達的省份，要采取多種措施吸引和數(shù)字政府治理相關(guān)的人才。 可以在政策或者其他方面向高質(zhì)量的人才傾斜，從而吸引他們加入本地區(qū)的數(shù)字政府治理工作，特別是需要注重涉及人工智能、區(qū)塊鏈、智能算法的高端人才，解決數(shù)字政府治理水平由于“人才瓶頸”而出現(xiàn)的卡脖子問題，構(gòu)建“人才數(shù)量”“數(shù)字政府治理”和“經(jīng)濟發(fā)展”三者之間的良性互動。

本次研究存在的不足之處主要在于QCA 分類的標準細粒度還能夠進一步加強，可以嘗試采用fsQCA 的方式，采取更多的標準來進行更加細致的劃分，從而得到更加具體的結(jié)論；同時系統(tǒng)動力學方程的設計還可以進行更加合理的借鑒，使得方程與現(xiàn)實的貼合度更強，后續(xù)可以在補充實地調(diào)研的前提下繼續(xù)進行相關(guān)研究，爭取使得研究結(jié)論更加具體，探索出的路徑更加合理。