政务信息资源共享关键影响因素识别

肖炯恩，左文明，杨帆妮

（1.广东财经大学国际商学院，广东广州 510320；2.华南理工大学电子商务系，广东广州 510006；3.广州赛宝联睿信息科技有限公司，广东广州 510006）

近年来随着技术的进步和政策方面的导向，数字政府的改革提出打破政府“数据孤岛”，优化营商环境需要政府各部门单位进行数据对接，日益严峻的安全问题要求各单位的数据能够有效共享，便民服务的优化升级需要政府各部门协作，实现群众的办事“零跑腿”，这些都促使各级政府积极推动跨部门政务信息资源共享。而跨部门政务信息资源共享是一个极其复杂的工程，受到众多影响因素的制约，需要通过深入和全面地分析各影响因素，进而分析其中的核心影响因素。然而传统的分析方法存在一定的弊端或者短板，因此，采用新的角度或方法进行跨部门政务信息资源共享影响因素的分析，成为诸多学者研究的焦点。政务信息资源共享受到复杂而多样的因素影响，但各因素的影响程度又不同，如果以同等关注程度对待各因素来推动政务信息资源共享工作分配资源，会花费较大的精力和资源解决非关键问题及其产生的相关事项，从而导致效率低下。基于此，本研究试图寻求一种有效方法识别出一类重点关键影响因素，有针对性地采取有效措施推进政务信息资源共享工作，优化工作过程，达到资源高效分配的目的。

1 文献回顾

许多学者从理论及实证研究的角度，在政府跨部门信息资源共享方面做了有益的探索。1996年Dawes［1］首次针对政府跨部门间信息资源共享进行了系统性研究，主要从技术、组织和政策方面的影响因素分析并建立政府间信息资源共享的理论模型。Landsberg等［2］在Dawes［1］研究的基础上，对政府间信息共享的理论模型进行了扩展，研究了共享制度和法律等因素的影响。

目前国内学者对信息资源共享影响因素研究取得了一定的成果。政务信息资源共享的研究是跨学科的，学者将创新扩散理论、关键规模理论和社会交换理论应用到信息资源共享的研究中，进行多学科交叉研究［3］，如尤佳等［4］采用定量与定性相结合的扎根理论研究方法，通过对上海市政府部门间信息资源共享影响因素进行探索性研究，得到了影响因素理论模型，并分析了动力因素、支持因素和组织因素对信息共享的作用机制。前期学者们主要从影响因素的概念模型入手，着重寻找对政务信息资源共享有影响的因素，把揭示哪些因素影响或阻碍信息资源共享作为研究重点，定性分析对政府跨部门信息资源共享有影响的因素，并提出相应的对策，如，胡平等［5］把支持信息资源共享的资源因素分为4个方面，并采用多因素方差分析法对四方面因素与信息资源共享程度之间的关系进行分析，得出资金、人员、领导支持和法规支持是主要影响因素，而硬件网络对信息资源共享的影响不显著；龚立群等［6］基于结构方程模型（SEM）构建描述各影响因素与跨部门政府数据资源共享间因果关系 的概念模型，通过问卷调查的方式收集观测变量数据，运用偏最小二乘回归法（PLS）对模型进行评估、修正，得出跨部门政府信息资源共享的主要影响因素及影响力；龙健［7］基于已有的影响因素研究及对跨部门合作能力构建，提出了政府基础信息资源跨部门共享6个方面的影响因素理论框架，通过对六大方面因素进行二次分解，并对二次分解后的100项调查结果通过求平均分考察其影响程度，对各影响因素的影响程度给出了定量的评价。

以往学者对政务信息资源共享影响因素的分析，主要是采用问卷调查的方式，但是问卷调查评价结果具有模糊性，传统的研究方法不能反映各因素之间的模糊关系。如一个影响因素，有部分评分者给予了很高的评分，另一部分评分者给予了很低的评分，那么计算的平均分或总分并不能很好地反映评分者的实际态度，也不能较好反映各因素之间的强弱关系。因此，本文提出一种新的研究视角，即通过灰色关联分析识别因素之间的相关关系［8］，采用模糊聚类的方法实现关键因素的聚类［9］，根据聚类的结果进行综合分析，进而制定能有效推动政府信息资源共享的对策。

2 影响因素集与分析流程

从一个城市政务信息资源共享工作的角度出发，在梳理前人文献与实践总结的基础上，本研究将影响因素分为6个主题，包括背景与驱动力、本级政府的条件、外包实施团队条件、组织管理、运行管理、以往取得成果。通过文献的分析，分类的理论依据如表1所示，每个主题包含相应的多个影响因素。

表1 城市政务信息分类及相关理论支持

2.1 影响因素集

2.1.1 驱动力与背景因素

政务信息资源共享工作受到了国家领导人极大的重视。习近平主席提出实施国家大数据战略加快建设数字中国。李克强总理在2017年12月主持国务院会议，部署了多项政务系统整合共享的措施。国家也相继出台了多项法律、法规，推动政务信息资源的共享，如《政务信息资源共享管理暂行办法》《政务信息系统整合共享实施方案》。这些法律、规定的目的主要是为了提高政务信息资源的共享能力［16］，促进政务信息资源跨部门共享、协同应用的能力，同时政务信息资源主管部门也对政务信息资源共享过程中涉及的数据权责问题进行了界定，对数据的保密等级进行划分，初步解决了数据的隐私问题。信息技术的发展，包括安全技术和脱敏、脱密技术等，也推动了政务信息资源的共享［17］。

2.1.2 本级政府的条件因素

政务信息资源共享影响因素，从本级政府的角度出发，包括财政资金的投入是否充裕、目前的软硬件设施建设情况、数据实施过程中需要的各项资源等［18］。上文从背景与驱动力出发，国家提出了政务信息资源共享的方针、政策，而从本级政府的条件出发，更加注重政务信息资源共享的定义、分类、管理细则、操作流程、管理流程等。同时，政务信息资源共享的工作必须符合本级政府一把手领导既定的施政方针，行政级别较高的领导负责推动政务信息资源共享的相关事宜也是重要的影响因素，协调多个政府行政单位围绕政务信息资源共享的共同目标而努力。是否聘请了专业的咨询、设计公司，以及是否组建实施信息资源共享的智库团队也是重要的影响因素之一。以上这些因素对于本级政府政务信息资源共享实施工作而言，都是重要的影响因素。

2.1.3 外包实施团队条件因素

政务信息资源共享的主要实施参与人员是项目实施成功与否的重要影响因素［19］。根据电子政务治理理论，实施政务信息资源治理结构，实现“运管分离”后，政府是项目管理者与监督者的角色，而具体的工作外包给外部实施团队，那么具体的影响因素包括：项目参与者是否具有丰富的信息化实施经验，是否具有信息资源共享项目实施经验，是否掌握先进的技术、了解当前的主流信息资源共享技术等，这些都对政务信息资源共享平台的建设成败有重要的影响。与多个行政部门的沟通协调能力如何，能否让信息资源共享项工作相关所有工作人员明确自己的职责和责任，也是政务信息资源共享工作能否有效实施的重要影响因素。

2.1.4 组织管理因素

政务信息资源共享项目的实施，从组织管理的角度思考，项目的人员组织结构是否完善是一个重要的考虑因素，是否具有较强领导能力的项目经理也是一个重要的影响因素，项目实施前期要制定严格的工作规范，并且得到项目成员的认可而共同遵守。项目涉及的行政单位能否按照既定的技术路径、技术标准、数据标准实施信息资源共享的准备工作，这些也是重要的影响因素。当遇到问题时，能否采取民主的决策过程并获得主管上级单位的认可，对于少数单位如果没有按照要求进行准备能否实施有效的监督，这些都是信息资源共享工作能否顺利开展的重要影响因素。

2.1.5 运行管理因素

政务信息资源共享的运行与管理是信息资源共享项目的重要环节之一，是项目推进过程的重要内容。项目推进过程中是否制定了正确的策略，当遇到问题时内部沟通是否有效，各项会议机制、会议文档是否完备，问题是否得到有效解决，这些都是影响项目推进的重要因素。同时，项目建设的系统原型和运维技术选型是否是业界主流，如是否采用敏捷式开发、自动化运维、Devops的开发思路，也是重要影响因素。

2.1.6 以往取得成果因素

一个地区在政务信息资源共享实践过程中，以往信息资源共享工作已经取得的成果也会对整个区域的政务信息资源共享工作产生影响，如前期的信息资源共享是某一个小范围，或者涉及到少数部门，或者是采用了不太先进的技术的小规模共享，这些对后期整个地区的政务信息资源共享工作将会产生重要的影响。包括：以往的项目是否总体上是成功的，是否帮助了公众、组织或团体提高了工作效率，是否提升了政府内部的工作效率，是否优化了政府的内部流程，是否有效地实施了项目，是否降低了信息化方面的成本。这些都是政府信息资源共享项目的重要影响因素。另外，以往信息化项目是否扩展了政府知识共享、知识管理的边界，是否实现了多种数据源的集成和整合，也是必须思考的重要因素。

综上所述，信息资源共享是一个复杂的系统工程，本文从6个方面构建影响政务信息资源共享的影响因素集（详细见表2）。各因素的选取原则有：（1）政策的支持，选取的指标与政策相关度越高越好，以便更好地反映决策者对政府信息资源共享的态度；（2）数据间全面性，选取的指标尽可能覆盖多数的信息资源类型，可以量化和可以比较；（3）数据易获取，选取的指标应该具有完整概念与明确的意义，通过公开渠道或者调研容易获取；（4）代表性，选取的指标具有综合代表性。

表2 政务信息资源共享影响因素集

2.2 分析流程

由于政务信息资源共享涉及43个影响因素，因此需要将反映政务信息资源的多种影响因素加以分析，以得到最重要的一组影响因素。目前，多因素综合评价法主要有主成分分析法、层次分析法、熵值法、模糊综合评价方法、神经网络评价、灰色关联评价法等。本研究的目的是对43个影响因素进行评价，识别其中对于政务信息资源共享影响最显著的一部分因素，那么选择的评价模型或者模型组合必须满足两个方面的要求，一是必须能够对重要性进行排序，二是必须能够对43个影响因素进行类别划分。而检验分析方法是否准确，可以采用对比分类的结果与排序的结果是否一致作为衡量的标准。在充分考虑数据特征的基础上，本文提出采用灰色关联与模糊聚类相结合的方法对政务信息资源共享影响因素进行关键影响因素识别，具体的识别流程如图1所示。

图1 政务信息资源关键影响因素识别流程

3 关键影响因素识别模型选择

3.1 灰色关联与模糊聚类模型

灰色关联分析法对于两个系统之间的因素随时间或不同对象而变化的关联性大小的量度，称为关联度。灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统（或因素）之间的数值关系。因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，适合分析动态演化的问题。在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。因此，灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即灰色关联度，作为衡量因素间关联程度的一种方法。模糊聚类分析是根据影响因素的特征、相似性，通过建立模糊相似关系对影响因素进行聚类的分析方法。通过灰色关联和模糊聚类相结合进行政务信息资源共享影响因素的分析。

3.2 基于灰色关联改进的模糊聚类分析

灰色关联分析法的实质是依据序列曲线几何形状的相似程度来判断其联系紧密度，曲线越接近，表明序列间的关联度就越大；反之就越小。它是用灰色关联度来反映因素间关系的强弱和大小。

步骤1：确立研究对象矩阵。政务信息资源共享影响因素为n个，每个因素由m个等级评价，则待分类影响因素集为其中，每个uk是一组因素评价向量，表示为代表第k个因素的影响程度量集。可得到研究对象矩阵（X）：

步骤2：数据标准化。为了减少不同数量级的数据进行比较时引起的“大数吞小数”问题，需要对原始数据进行数据规格化，将数据标准化至 ［0,1］区间［20］。对矩阵X第j列采用标准化处理：

步骤3：计算关联系数和关联度。参考序列和评价对象经数据标准化后，由式（3）得到第i个因素的j等级评价指标与参考序列间相应指标的关联系数：

步骤4：计算关联度时需要综合考虑研究对象中不同指标的影响程度，因此引入指标权重，即各影响因素影响等级的权重。可将每个因素的所有指标的关联系数综合为一个关联度，可得考虑权重后的关联度。关联度计算如下：

式（4）中：Pj为第j个影响量级在评价对象中所占的权重；ri为第i个影响因素与参考序列的加权关联度，该值越大，说明该序列和参考序列越相似，即该影响因素影响程度越强。

采用灰度关联对模糊聚类的结果做进一步的解析，可以区分出43个影响因素中每一个聚类结果的重要性，聚类分析就是根据政务信息资源共享影响因素的不同特征和相似性等关系。政务信息资源共享的影响因素调研结果同样具有模糊性的特点，因此聚类分析是采用相似度来衡量各因素间的亲疏程度，从而进行聚类，需要建立相似矩阵，其实质就是建立待识别因素集中两两对象之间的相似关系。本文根据关联度计算结果建立各影响因素间的相似矩阵。

步骤5：建立模糊相似矩阵。根据式（4）计算得到的关联度建立各影响因素间的相似矩阵，利用欧式距离表示各影响因素间的差异，各影响因素相似系数见式（5），据此可得模糊相似矩阵为：

步骤6：建立模糊等价矩阵。由式（5）求得的模糊相似矩阵一般仅具有自反性和对称性，而不具备传递性，需要采用传递闭包法，即对模糊相似矩阵做合乘运算，将模糊相似矩阵改造为模糊等价矩阵，使矩阵具有传递性。传递闭包法是通过依次计算R2、R4、R8……找到k，使R的传递闭包为t(R)=Rk。

步骤7：动态模糊聚类。将t(R)中元素从大到小排序，λ∈［0,1］按照t(R)排序从大到小依次取值，得到不同λ水平的截集，实现动态聚类。

4 灰色关联模糊聚类的实证研究

4.1 数据分析

本研究数据来源于某城市（以下简称“案例城市”）调查数据，调查对象包括主管信息化不同级别的公务员、项目实施IT人员。其中，面送问卷70份，回收55份，有效回收问卷34份；邮件发送问卷230份，有效回收问卷113份。两种调查方式得到的有效问卷共147份。调查表中由六大类共计43个因素组成，采用七级量表的形式，从1到7程度由弱变强。

表3 案例城市政务信息资源共享影响因素标准化后部分数据

由式（4）计算得到关联度（部分结果见表4），依据关联度大小对其进行排序，值越大表明影响程度越高，可认定为关键因素。

表4 案例城市政务信息资源共享影响因素的关联系数和关联度（部分数据）

影响因素的灰色关联如图2所示。

图2 案例城市政务数据共享影响因素灰色关联度综合评价结果（降序排列）

由式（4）求得的关联度值，再根据式（5）计算两两影响因素间的相似关系构建模糊相似矩阵R，见式（6）；再采用传递闭包法将R改造为模糊等价矩阵t(R)，见式（7）。

4.2 分析结果

通过确定不同水平值，实现影响因素的动态聚类，动态聚类结果如图3所示。由图3可知，选取不同λ值，将形成分类细化程度不同的聚类结果。λ值越大，分类越细。当λ=1时，43个因素可分为33类，各因素影响强弱排序见图2，因素3影响程度最强，因素18影响程度最弱；当λ=0.987 0时，可将影响因素分为3类，各类影响因素从强到弱依次为：{3,11,14,2,12}，{32,1,13}，其他类；当λ=0.984 9时，可将影响因素分为两类：{3,11,14,2,12}和其他为非关键因素。通过分析数据可以发现，当λ=0.987 0时，最为重要的两类因素在七级等级表中与5、6、7这三档的得分接近一致，因此认为λ=0.987 0是合理的。按照λ=0.987 0时最为重要的两类因素共8个，占总影响数量的比率刚好接近20%，分析结果的准确性进一步得到著名的管理学定律二八定律的支持。二八定律又名80/20定律、帕累托法则（Pareto's principle），也称为巴莱特定律，被广泛应用于社会学及管理学等。根据本文的计算结果，灰色模糊聚类分析对于不同地区的政务信息资源共享关键影响因素的识别具有重要的方法论参考价值。

图3 案例城市政务信息资源共享影响因素的动态聚类

5 研究结论

在政务信息资源共享的建设过程中，43种因素都发挥了一定的影响作用。通过灰色模糊聚类的方法将影响因素分为3类是为了更好地制定措施、政策，以推动政务信息资源共享的建设，这3类影响因素从强到弱依次为：突出关键类序号{3,11,14,2,12}；重点类序号{32,1,13}；其他类。

5.1 突出关键类影响因素分析

政务信息资源共享的突出关键影响因素对应信息资源共享影响因素集表中的内容分别是：D3为了打破政府部门间的“数据孤岛”；O2信息资源共享的相关法律、法规的完备；O5具有足够的财政投入；D2为了促进政务信息资源跨部门共享应用能力；O3数据管理细则完备，完善的共享操作流程。专家、政府内部人员、IT实施团队人员对这5个影响因素的态度在非重要性的调研量表中1～4档次上的得分比较分散，观点没有很强的一致性；在体现重要性的调研量表5～7评分档上，评价人员的观点是接近一致的，说明被调研对象一致认为这5个因素是重要的。

5.2 一般重点类影响因素分析

政务信息资源共享的一般重点类影响因素对应信息资源共享影响因素集表中的内容分别是：OM3项目推动过程中，各项实施细则文档完备；D1国家立法或者某特定事项的推动；O4符合现任主管信息化领导的方针。这3个一般重点影响因素与突出关键的5个因素相比，其调研量表中5～7档次的得分结果较突出关键类的评分低。

5.3 其他类影响因素分析

政务信息资源共享影响因素分析结果中的其他类，从分析的结果中可以得知，专家、公务员、IT实施团队人员的评价差别较大，没有统一的意见，同时其调研评分量表中5～7档的得分普遍较低，因此，这些影响因素必须根据项目的实际情况、项目的阶段情况，由项目负责人协调人、财、物等各种资源进行相应调整。

通过以上分析可以发现，D1、D2、D3同属于驱动力与背景，O2、O3、O4、O5同属于本级政府条件，OM3属于运行管理，这三大类是影响政务信息资源共享的重要因素；而外包实施团队条件、组织管理、以往项目成效对于一个地区政务信息资源共享工作的影响弱于前3类。因此在推动政务信息资源共享时，政府决策者应当在驱动力与背景框架下，按照规定在本级政府所拥有的条件下优化资源配置，提高运行管理的效率。

综上所述，在不同地区、不同场景下，政务信息资源共享影响因素中的关键影响因素识别是一个复杂多变又十分重要的工作。本文基于流程、影响因素集等提出了基本的政务信息资源共享影响关键因素识别方法，通过问卷调查的方式获取专家、IT人员、公务员对影响因素的态度和评价，根据调研数据进行灰色模糊聚类，对影响因素集进行聚类，分析的结果符合帕累托法则。通过研究，本文提出一整套的理论方法和实践思路，希望能够为各地区的政务信息资源共享识别关键影响因素提供方法支撑和实践参考。