制度逻辑视角下省级政府数据开放绩效的影响因素及生成机制*——基于20省的模糊集定性比较分析

上官莉娜 潘 晨

(武汉大学 政治与公共管理学院 武汉 430072)

1 问题的提出

开放政府已经成为全球范围内的一项重大行政改革。开放政府数据是政府信息公开在大数据时代的延伸和跃进[1]。政府数据开放是指任何人可以不受限制地访问、分享和使用政府数据[2]。2009年，时任美国总统奥巴马签署了《开放透明政府备忘录》，自此开启了全球开放政府数据运动。这一运动也催生了国际组织“开放政府伙伴关系”(Open Government Partnership，简称OPG)的成立。当前，已有78个国家加入了该组织。在诸如OPG的《开放政府宣言》等倡议及互联网技术的推动下，越来越多的政府机构开放了数据[3]。根据世界银行的统计，目前有超过100个国家和250个各级政府(含中央和地方政府)实施了不同类型的开放数据行动计划。2015年，我国国务院印发了《促进大数据发展行动纲要》，将“政府数据开放”提升到了国家战略地位。2017年，国务院办公厅印发《政务信息系统整合共享实施方案》，提出建设统一规范、互联互通、安全可控的数据开放网站。

政府开放数据的必要性已毋庸置疑。当前学界对于政府数据开放的研究已将重点转向了推进政府数据开放和提升政府数据开放绩效等。学界关于政府数据开放绩效的研究主要集中在两个方面。一是关于政府数据开放绩效的评估。目前国内外已有几个较具科学性和权威性的政府数据开放绩效评估指标体系，如万维网基金会发布的“开放数据晴雨表”( Open Data Barometer)，开放知识基金会发布的“全球开放数据指数”(Global Open Data Index)以及我国复旦大学发布的“中国开放数林指数”等。近年来，也有学者基于不同的维度和框架对政府数据开放绩效进行评估。Zhu, XH和Freeman, MA从用户参与的视角，通过用户交互框架对美国市政的数据开放平台进行评估[4]。Wang, V和Shepherd, D对英国政府的开放数据集进行测试和评估，发现许多标榜着开放数据的机构实际上只实现了一小部分数据的真正开放[5]。二是关于政府数据开放绩效影响因素的研究。已有研究多从资源基础理论视角(Zhao, YP & Fan, B, 2018；汤志伟、罗意，2021)[6-7]、政府(组织)内外部视角(王法硕，2019；Fan, B & Zhao, YP )[8-9]考察政府数据开放绩效的影响因素。也有研究从微观视角探讨政策、公众参与、法律等单一因素和维度对政府数据开放实施和绩效的影响。如Zuiderwijk考察了数据开放政策对荷兰不同层级政府数据开放的影响[10]。还有研究从宏观视角考察社会、资源、技术、财政、组织等多种因素对政府数据开放绩效的影响。如Yang, TM 等探究了组织、技术、环境等因素对我国台湾地区政府数据开放的影响[11]。

在已有文献中，制度因素常常被纳入影响政府数据开放的讨论中。制度在数据开放的实施中发挥着重要作用，将政府数据开放制度化已经被认为是政府机构对循证决策的重大承诺。尽管已有研究关注到了制度因素对政府数据开放绩效的重要性，但大多研究只对制度的某些要素(如组织、政策、法律等)进行讨论，或将制度作为分析框架中的一个要素进行笼统概括和分析。基于制度视角和理论对政府数据开放的研究一方面多聚焦于政府数据开放的动机、实施(实践)和发展[12-15]，较少关注政府数据开放绩效生成的因素与逻辑；另一方面，既有研究鲜有讨论我国省级政府数据开放的制度背景和制度安排，未能从宏观的制度安排与微观的行为层面解释制度如何系统地影响政府数据开放绩效，探究多重制度逻辑如何协同作用于省级政府数据开放绩效。

我国具有不同于西方国家的政治体制和制度，在提升政府数据开放绩效中的制度逻辑及其作用过程需要进一步分析和探讨。此外，省级政府数据开放作为我国政府数据开放工作承上启下的关键环节，具有区别于其他行政层级政府数据开放的异质性，因此本文选择对省级政府数据开放绩效的影响因素与生成机制进行考察和分析。对此，本文以截至2020年底已经上线的20个省级政府数据开放平台为研究样本，采用定性比较分析法(QCA)探究制度逻辑如何形塑省级政府数据开放的行为？在相似的制度逻辑场域中又如何产生了数据开放绩效的差异？不同的制度安排及行动机制如何共同作用生成数据开放绩效？通过对这些问题进行探究，总结出我国省级政府数据开放高绩效的生成机制，以期对我国数据开放的发展提供一定的启示与借鉴。

2 理论与分析框架

2.1政府数据开放：制度逻辑的视角制度是一系列相互关联的规则和惯例组成的集合体[16]。制度逻辑的概念源自新制度主义理论。罗伯特·阿尔福德(Robert R. Alford)和罗杰·弗里德兰(Roger Friedland)最早提出制度逻辑观来研究组织行为。制度逻辑观认为制度中的规制、规范和认知能够约束组织行为，而组织行为也能影响制度结构[17]。制度逻辑指的是某一领域中稳定存在的制度安排和相应的行动机制，是塑造行动者认知及其行为的所有规范、规制、文化和信仰[18-19]，不同的制度逻辑强调不同行动取向的优先性。制度逻辑主要关注多元制度安排如何通过潜在的不同行为逻辑来塑造组织行为[20]。制度逻辑提供了宏观层次上制度安排与微观层次上人们可观察行为之间的联系[21]，将组织(制度)环境与组织行为有效地结合起来。

组织环境中究竟包括了哪些制度逻辑目前并没有形成统一的定论。阿尔福德和弗里德兰认为任何一个组织都面临着市场、官僚、家庭等五种制度，而这些制度的逻辑共同形塑了组织行为[18]。Scott等在研究美国医疗卫生组织时认为，民主、市场和职业制度逻辑对该组织行为产生最重要的影响[22]。周雪光认为，新中国成立至今经历了从以国家逻辑为主导的一元制度环境到多元制度逻辑共存的多元化制度环境[23]。叶托认为国家逻辑、官僚逻辑、市场逻辑和社会逻辑等共同形塑了我国地方政府行为。与此同时，地方政府具有主体能动性，通过改变嵌入逻辑场域的程度及适应行为领域的变化形成了地方政府间的行为差异[24]。

制度对组织行为影响的研究也被应用于政府数据开放的研究。如前所述，许多学者在研究政府数据开放时纳入了对制度因素的讨论，也有学者基于新制度主义视角和制度理论对政府数据开放的动机、实施、发展和质量等进行研究。如Altayar,MS基于制度理论对政府采取实施政府数据开放的动机因素进行研究，认为政府数据开放的动机受到现有制度安排的影响，政治和高层行政的支持、制度压力和公众期望等是采取政府数据开放的主要因素[12]。Safarov基于政策和战略、立法基础、组织安排、相关技能、公众支持五个制度维度分析荷兰、瑞典和英国的政府数据开放实践[13]。Fan, B和Zhao, YP关注影响组织的内外部因素，运用制度理论识别了组织外利益相关者的外部压力，提出了影响政府数据开放的组织内部的技术、组织安排和法律政策等因素，同时讨论了外部压力对组织内部因素与政府数据开放质量关系的调节作用[9]。

学者们基于制度理论视角对政府数据开放的探讨为本文的研究奠定了基础。根据已有研究分析可以得出我国制度环境中的多元制度逻辑正深刻地影响和塑造着政府数据开放行为，政府数据开放行为也在不断地影响着我国的制度结构。

2.2我国省级政府数据开放绩效的制度逻辑各种影响省级政府数据开放的制度逻辑聚集在一起，相互影响，共同形塑政府数据开放行为，便形成了政府数据开放的多元制度逻辑场域。由于我国不同省级政府处在相似的逻辑场域中，因此在实施数据开放的过程中会有类似的行为表现。如在国家政策与国家战略的部署下，各省政府都在加紧规划与加强大数据基础设施建设，制定和出台数字政府建设总体规划，稳步推动公共数据资源开放。逻辑场域很好地解释了为什么我国各地政府对于数据开放有着相似的行为目标与策略，但却没能回答为什么各地政府在追求数据开放的目标与实施数据开放策略的努力程度有所不同？叶托认为政府主体能动性的差异是导致相同领域里不同努力程度和行为绩效差异的关键。而主体能动性体现在地方政府能够改变自身嵌入逻辑场域的程度，或随着行为领域的变化而调整自身行为[24]。根据已有研究和我国政府数据开放的具体实践，本文认为数据开放的多元制度逻辑场域和政府的主体能动性共同形塑了政府数据开放行为(如图1所示)。各省政府在逻辑场域中的主体能动性决定着他们追求目标和实施策略努力程度的差别，即各省政府嵌入数据开放逻辑场域程度的不同，因而其取得的行为绩效也存在较大差异，从而生成了不同的数据开放绩效。

图1 我国省级政府数据开放绩效的制度逻辑

2.3我国省级政府数据开放绩效的影响因素分析框架根据以上分析，本文将省级政府数据开放绩效的影响因素聚焦于其改变嵌入逻辑场域的程度。那么我们首先要明确影响政府数据开放的多元制度逻辑场域结构。第一，无论是我国社会治理主体一元化、国家权力高度集中的时期，还是当前社会治理主体多元化的时代，国家逻辑始终是影响我国社会的主要逻辑，当然也是影响省级政府数据开放的制度逻辑之一。第二，随着中央政府权限下放以及地方政府自主性的扩大，各省政府在数据开放的实施策略上拥有较大的自主权，官僚逻辑也随着自主权的扩张而对政府数据开放产生较大影响，官僚逻辑因此成为影响省级政府数据开放的主要制度逻辑。第三，国家不断向市场的放权让利即是明确了市场逻辑在社会发展中的重要作用。随着我国数字经济的蓬勃发展，市场对政府数据开放行为策略的影响也十分强烈，因此市场逻辑也是影响省级政府数据开放的主要逻辑。第四，我国依法治国和依法行政的基本方略使得法治逻辑在社会中的影响逐渐增强。各省政府在实施数据开放的过程中依然坚持依法行政，努力实现数据开放有法可依，因此法治逻辑成为影响我国省级政府数据开放的主要制度逻辑。第五，随着公民意识的觉醒，市民社会的不断发育和成长以及个人自主空间的增进，社会逻辑开始发挥着重要影响。当前，社会公众与地方政府间的沟通互动需求逐渐提高，公民对政府数据的需求也逐渐增加，因此社会逻辑成为影响省级政府数据开放的主要逻辑。

根据以上分析，本文认为当前影响我国省级政府数据开放绩效的多元制度逻辑主要包括了国家逻辑、官僚逻辑、市场逻辑、法治逻辑和社会逻辑。国家逻辑指的是为了维系现行政治体制和权力分配格局而存在的制度安排和行动机制。国家逻辑对政府数据开放的影响体现在省级政府要回应和执行中央政府关于数据开放的相关部署。中央政府确立了建成数据强国、深化大数据发展和应用的战略规划、基本目标与主要任务，各地需要根据中央的要求和指示做好本省政府关于数据开放的顶层设计及基本准备工作，主要包括制定和完善战略规划与政策、组建部门和机构进行统筹管理等。官僚逻辑指的是为了维系官僚组织及内部人员的存在和发展而形成的制度安排和行动机制。官僚逻辑对政府数据开放的影响一方面体现在省政府主要领导会出于提高政绩和加快晋升的考量，积极部署数据开放的相关工作。另一方面体现在横向府际竞争压力会促使政府积极争取和吸纳数据开放的相关资源，主要表现为积极引进优势企业和专业人才，从而形成自身的竞争优势。市场逻辑指的是为了维系市场经济的发展而形成的制度安排和行动机制。市场逻辑对政府数据开放的影响在于数据开放所创造的经济价值将促使政府鼓励和推进对数据的开发利用，并形成有效的成果，从而提升数据开放的绩效。法治逻辑指的是为了实现法治建设和依法治国的目标而存在的制度安排和行动机制。法治逻辑对政府数据开放的影响体现在政府要通过制定相关法律法规来规范政府数据开放行为，并为数据开放活动提供法律支持。社会逻辑指的是为了规范社会关系而存在的制度安排和行动机制。社会逻辑对政府数据开放的影响主要体现在政府为了与社会公众形成良好的交互与合作关系，要尽可能地满足公众的数据需求，为公众发现数据、获取数据和展示数据成果提供便利，与平台用户形成良好的互动反馈，不断提升用户体验。

在以上五种制度逻辑构成的逻辑场域中，当政府嵌入数据开放逻辑场域的程度越深，就越能推进政府数据开放工作。简单来说，政府越是完善和加强数据开放的制度安排和行动机制，就越能提高数据开放的绩效水平。根据上述数据开放逻辑场域结构的具体内容可知，政府关于数据开放工作的顶层设计及基本准备、领导部署、资源吸纳、法律保障、数据利用、便民互动的完善程度与实施强度将影响政府数据开放绩效。对此，本文基于五种制度逻辑将顶层设计与基本准备、领导部署、资源吸纳、法律保障、数据利用、便民互动确定为影响省级政府数据开放绩效的原因变量，构建了本文的分析框架(如图2所示)。

图2 省级政府数据开放绩效影响因素分析框架

3 研究设计

3.1研究方法定性比较分析法(QCA)将布尔代数和集合论结合起来，关注跨案例的“并发因果关系”，适用于中小规模样本的案例分析。相较于单案例分析方法，QCA将每个案例视为由不同属性构成的复杂组合，通过多案例比较分析能够发现不同条件和条件组合对案例的解释程度[25]。相较于以线性因果关系为基础的定量分析方法，QCA不只是将引致被解释结果的前因条件视为独立作用于因变量的自变量，同时还能够阐明导致结果产生的不同作用路径。

由于本文探究的政府数据开放绩效的影响因素较多，且各因素之间相互作用、彼此影响，政府数据开放绩效的生成也是一个涉及多方面因素的非线性过程，采用定性比较分析法有助于分析其中复杂的因果关系。此外，本文以已经上线的20个省级政府数据开放平台为研究样本，样本量适于定性比较分析法的中小样本研究。此外，本文试图探讨各省政府嵌入逻辑场域的努力程度对数据开放绩效的影响，本文所使用的一些变量无法将其简单定义为“属于”或“不属于”的逻辑关系，而fs/QCA恰好能处理部分隶属和程度变化的问题，因此，本文选择采用模糊集定性比较分析法(fs/QCA)进行分析。

3.2变量操作化及赋值

3.2.1 结果变量 本文以地方政府数据开放绩效为结果变量。数据开放平台是政府数据开放的主要载体，它能够较为客观和准确地反应政府数据开放的现状。国内外学界对于政府数据开放绩效的研究也往往基于对数据开放平台的评估。复旦大学数字与移动治理实验室发布的《中国地方政府数据开放报告》是我国关于地方政府数据开放较具权威的评估报告。该报告自2017年起每半年发布一版，下半年的评估数据会覆盖上半年。数据开放是一场马拉松，需要政府持续、稳定地向社会提供优质数据。对此，本文选取了2017—2020年间的省级层面数据，以开放数林综合指数的四年累计分值作为原始数据。

3.2.2 条件变量 顶层设计与基本准备。本文将政策制定和组织保障等作为衡量政府顶层设计与基本准备工作程度的指标，数据来源于复旦大学数字与移动治理实验室整理和发布的历年(2017—2020年)开放数林指数数据集中各省政府的准备度指数。该指数客观地评价了政府在数据开放工作中的政策制定、组织与实施、标准规范制定等方面的表现。

领导部署。由于政府主要领导人对数据开放工作的部署情况难以获取，因此，本文以省政府主要领导对数据开放相关工作发表讲话、公开指示或提出要求作为领导部署的判断依据。省政府主要领导对数据开放工作发表讲话、公开指示或提出了要求则编码为1，反之，编码为0。数据来源于政府网站和新闻报道。

资源吸纳。当前各省政府关于数据开放相关资源的竞争主要体现在对大数据企业和人才的竞争。因此，本文将有出台针对大数据或数字经济发展相关人才的引进和补助政策、大数据企业引进和奖补政策的省份编码为1，反之，编码为0。数据来源于政府网站和新闻报道。

法律保障。本文将有出台关于数据开放法律法规(地方性法规和自治条例、单行条例、地方政府规章)的省份编码为1，反之，编码为0。数据来源于政府网站和“北大法宝”。

数据利用。本文将数据开放之后的开发利用及其形成的有效成果数量与质量作为衡量各省数据利用程度的指标。数据来源于复旦大学数字与移动治理实验室整理和发布的历年(2017-2020年)开放数林指数数据集中各省政府的利用层指数。利用层指数对数据开放后的利用促进、有效成果数量、成果质量和利用多样性进行了客观全面地评价。

便民互动。本文将数据开放平台的数据发现和获取、互动反馈和用户体验情况作为衡量各省数据开放工作中便民互动程度的指标。数据来源于复旦大学数字与移动治理实验室整理和发布的历年(2017-2020年)开放数林指数数据集中各省政府的平台层指数。该指数对数据开放平台的数据发现、数据获取、成果提交展示、互动反馈和用户体验等几个方面进行了客观评价。

3.2.3 变量赋值 采用定性比较分析方法需对变量进行校准，使之拥有集合隶属关系。研究者要根据理论和外部知识确定一个能够体现变量中间程度的取值，并确定定性锚点，即完全隶属、完全不隶属和交叉点[26]。本文除领导部署、资源吸纳、法律保障三个变量可赋予“是”和“否”的概念之外，其余变量需进行再校准。本文根据数据分布特点，选取样本数据的5%和95%分位数界定为“完全不隶属”和“完全隶属”锚点。变量校准通过fs / QCA 3.0完成，变量校准情况如表1所示。

表1 变量校准

4 实证结果分析

4.1必要条件分析必要条件分析是对每个条件变量与结果变量之间的关系进行检验，分析各条件变量是否能单独作为事件发生的必要条件。本文通过fs / QCA 3.0对各条件变量的一致性进行检测(见表2)，发现在6个条件变量中，顶层设计与基本准备、数据利用和便民互动的一致性超过了0.8，表明以上条件变量是取得政府数据开放高绩效的充分条件。但必要条件检测中所有条件变量的一致性均未超过0.9，说明其无法构成影响结果变量的必要条件。因此，较高的省级政府数据开放绩效受到多个因素的共同作用和影响，需要对各条件变量的不同组合进行分析，探讨数据开放高绩效的生成机制。

表2 必要条件检测

4.2条件组态分析经过fs / QCA 3.0软件分析可得三种原因组合分析结果(复杂解、中间解和简单解)，本文选取了完全遵循变量设置而得到的复杂解结果(见表3)。

表3 省级政府数据开放高绩效的条件组合

如表3所示，省级政府数据开放高绩效的条件组合共有5种，5种条件组合的总覆盖率为0.707，说明这些条件组合能覆盖70.7%的案例。这5种条件组合也揭示了生成省级政府数据开放高绩效的三种机制。

4.2.1 行政自我激励与规制机制 数据开放的行政自我激励与规制机制是指省级政府和主要领导基于自身政绩、绩效、竞争与发展等因素将中央政府下达的任务压力转化为对自身的规制与激励，高位推动数据开放政策执行，促使政府进行组织设立、政策制定与完善、资源吸纳、法律法规出台等，为数据开放工作提供全方位支持和保障并对政府数据开放行为进行规范，以实现数据开放工作依法依规、高效有序地开展。行政自我激励与规制机制对应表3中的组合2。组合2表示在省政府主要领导的指示和推动下，政府部门积极吸纳数据开放的相关资源、制定法律法规来规制政府的数据开放行为，从而形成较高的数据开放绩效。组合2体现了政府对执行数据开放相关政策的高位推动。高位推动也称为政治势能，是中国公共政策执行的特色制度[27]。省政府主要领导人的讲话和指示作为蕴含丰富政治势能的政治文本话语能迅速推动政策变现。政府通过高位推动(政治势能)来提高数据开放的政治位阶，影响数据开放政策执行的速度和效果，从而生成较高的数据开放绩效。行政自我激励与规制机制是行政系统或行政主体对自身行为的激励与控制，包括管理激励、制度激励、自我预防、自我监督、自我纠错等内设机制[28]。采取行政自我激励与规制机制的省份或许不具备数字化发展的社会与市场优势，但通过政府对数据开放工作的高位推动与支持，也能形成较高的数据开放绩效。如案例中的福建省。

以福建省为例，福建省于2018年发布了《福建省人民代表大会常务委员会关于进一步推进数字福建建设的决定》，提出完善政务数据管理，推进政务数据开放开发、实现公共服务多方数据共享、制度对接和协同配合，最大限度地开发利用数据资源等。该决定在更高起点上推动福建省政府数据开放，力争使福建省成为国家数字经济的高地。2019年，时任福建省省委常委、常务副省长张志南强调，各级各部门要认真贯彻落实党中央关于建设网络强国、数字中国、智慧社会的部署要求，加快推进数据整合汇聚和开发应用。2020年，福建省修订了《福建省电子政务建设和应用管理办法》，提出组织编制全省公共信息资源开放指南和目录，组织协调信息资源汇聚共享和开放开发等数据资源的管理和开放要求。为了吸纳数字福建建设的优质资源，福建省对大数据产业园区内符合条件的大数据企业给予税收优惠，同时将大数据人才纳入“海纳百川”计划，鼓励和支持大数据高端人才到闽创业创新。

4.2.2 社会反馈机制 数据开放的社会反馈机制是指省级政府作为“数据要素供给方”和引导者[29]，在完善政府数据开放的顶层设计与基本准备，高位推动数据开放相关政策的同时，为社会公众获取数据提供便利，鼓励社会公众参与政府数据的开发利用，培养社会公众利用开放数据的能力，保障平台对公众反馈回复的时效性，挖掘反馈信息的潜在价值[30]。社会反馈机制对应表3中的组合1、组合3和组合4。组合1表示省级政府在做好数据开放的顶层设计与基本准备工作时，推进社会公众对开放数据的开发利用，就能取得较高的数据开放绩效，如案例中的江西省。组合3表示省级政府加强数据开放的顶层设计和基本准备，吸纳数据开放的相关优质资源，同时为公众获取数据提供便利，积极回复公众的反馈信息，从而形成较高的政府数据开放绩效，如案例中的河南省。组合4表示在省级政府主要领导的引导和号召下，有关部门做好数据开放的顶层设计与基本准备工作，积极满足并及时回应社会公众的数据需求，鼓励和提升公众对开放数据的开发利用程度，从而取得政府数据开放高绩效，如案例中的广东省和北京市。

以广东省为例，2016年广东省出台《广东省促进大数据发展行动计划(2016-2020年)》，力图用五年时间打造数据应用先导区。2018年，广东省发布《广东省“数字政府”建设总体规划(2018-2020年)》，对信息系统整合、数据资源开发利用、政务服务效能等提出了更高的要求和目标。广东省早在2016年就上线了政府数据开放平台，平台“开放广东”采取了最便捷的个人用户注册程序，设置简洁明了的场景分类导航界面，极大地提高了用户体验度。截止2021年7月30日，“开放广东”已经开放了1.514亿条政府数据，形成了102个数据应用成果。平台提供了数据应用和开发的工具和数据成果的分类展示页面。平台在“交流互动”界面设置了数据申请、纠错公开、意见征集等功能板块，平台方能够及时收集和回复公众的反馈信息。

4.2.3 复合协同机制 复合协同机制实际上是“行政内部协同+内外协同联动”的结合体。复合协同机制囊括了行政自我激励与规制机制和社会反馈机制的运作特征，指的是省级政府既加强自身对数据开放工作的推动、引导和规制，也主动接受外界的监督和反馈，为数据开放提供多元的制度机制保障，促进政府数据开放在准备度、利用度、规范性和互动性等方面的全面提升。复合协同机制对应表3中的组合5。如案例中的上海市、浙江省、贵州省和山东省。

以上海市为例，上海市的开放数林指数在过去四年累计达到271.85，位列全国(省级)第一，体现了其在过去四年里持续、稳定地向社会提供优质数据，为数据开放“保驾护航”，形成了较多的数据开发和利用成果。在组织实施上，上海市成立了市大数据中心并建立了数据开放专人专岗管理制度。上海市经济信息化部门会同大数据中心制定公共数据开放工作的培训计划，定期对数据开放工作人员开展培训。在法规政策方面，上海市分别于2018年和2019年出台了《上海市公共数据和一网通办管理办法》和《上海市公共数据开放暂行办法》，对数据开放的获取方式、数据开放的生态培育、数据开放的安全管控、数据利用主体的违法违规行为处理等都作出了详细规定。在领导部署方面，2019年时任上海市市长应勇就政府数据开放作了较为全面的公开讲话和指示，提出要进一步加大公共数据的整合和开放力度、制定公共数据开放管理规定等。在资源吸纳方面，上海市的人才引进落户政策将在大数据领域具有突出成就的人作为“13类高峰人才”并为其实施量身定制、一人一策、高峰人才全权负责制等政策。在数据利用和便民互动方面，上海市经济和信息化委员会已经连续6年主办了开放数据创新应用大赛(SODA)以及公共数据开放应用试点项目申报政策宣讲会、应用试点项目征集宣讲会等引导活动，不断促进开放数据的利用和落地。截止2021年7月30日，上海公共数据开放平台上展示了51个典型应用成果，成果形式和覆盖主题较为多样。如上海图趣信息科技有限公司利用民生服务领域数据开发了“WAYZ生活通”的移动应用，方便市民一键查看周边生活服务；音智达可视分析小组利用生态环境局的数据开发了上海水质监测平台。此外，上海市的数据开放平台用醒目的方式展现数据，采用场景式分类导航，为不同类型的数据获取提供便捷指引。对于未开放数据申请的请求，数据开放工作人员会给予及时有效的回复。同时，上海数据开放平台设置了权益保护、意见反馈、用户手册和人工客服的便携导航，工作人员会通过电话或邮箱对用户的问题进行反馈。

4.3稳健性检验QCA研究中，集合论特定的稳健性检验方法通常有调整校准阈值、改变案例频数、变动一致性门槛值等[26]。本文首先调整了一致性门槛值，将一致性阈值由0.8提升至0.85，案例频数阈值保持不变，检验结果与此前结果基本一致。其次，通过调整校准数据的定性锚点进一步检验，选取样本数据的最大值、最小值和平均值作为“完全隶属”、“完全不隶属”和“交叉点”锚点，一致性阈值设定为0.85，频数阈值保持不变，得到的组态解由五种变为四种，检验结果与此前的分析结果具有清晰的子集关系，所得组态与调整前的组态具有一致的内在解释机制，仅在一致性和覆盖度上发生细微变化(总体解的一致性由之前的0.962提高至0.970，覆盖度由0.707降至0.668)，据此判断本文的结论是基本稳健的。

5 结论与讨论

本文以制度逻辑为视角，运用模糊集定性比较分析方法探究了数据开放绩效的影响因素及生成机制，验证了影响省级政府数据开放绩效的多元制度逻辑框架。尽管我国各省级政府面临着相似的制度环境，但它们不是被动地承受压力，而是会选择性地做出反应，根据自身的发展基础采取不同的行动策略[31]，从而生成不同的数据开放绩效。从单一条件分析来看，顶层设计与基本准备、数据利用和便民互动是影响我国省级政府数据开放绩效的关键因素；从组态分析来看，生成我国省级政府数据开放高绩效的机制可归结为三种：行政自我激励与规制机制、社会反馈机制和复合协同机制。

根据20个省级政府的数据开放绩效及其地域分布情况来看，总体上呈现出东部地区省份的数据开放绩效高于中西部地区省份。由于东部地区具备良好的经济和社会发展基础，是数字经济发展与数字政府建设的前沿阵地，政府对数据开放政策的执行速度与执行效果、对数据开放的制度安排和行动机制的完善程度要优于多数中西部省份。当然也有如贵州省，依据自身的自然条件优势吸引了众多大数据资源，为贵州省政府数据开放提供了良好条件。同时，贵州省作为全国首个大数据综合试验区，赋予了数据开放相关政策更高的政治意义和政治位阶，政府高位推动数据开放，为数据开放提供多元的制度保障，也生成了较高的数据开放绩效。

从省级政府数据开放的行动机制来看，部分生成高绩效的省级政府行动机制并不一定适用于其他省级政府。例如案例中的广东省和北京市，由于其本就具有较好的数字化发展市场和社会基础、较强的资源竞争优势以及组织和技术基础，即使政府没有主动争取相关资源，也能取得较高的数据开放绩效。因此，要提升政府数据开放绩效还要根据各地区自身的发展情况采取适宜的行动机制。

本研究也为我国省级政府如何提升数据开放绩效提供了一些启示与建议。第一，高位推动数据开放相关政策的执行，赋予数据开放政策一定的政治势能。研究发现，在大多数数据开放绩效水平较高的省份中，数据开放相关政策文件出台时就具有较高的政治位阶，省政府主要领导也对数据开放工作给予指示，提出要求。这些都成为了数据开放政策执行优先性的“信号灯”，进而提升了数据开放政策的执行速度和实施效果。第二，提升数据开放的社会共治程度。数据利用和便民互动是影响我国省级政府数据开放绩效的关键因素，政府数据开放的发展离不开公众的参与。行政系统的外部监督和驱动是释放数据价值、实现政府数据开放根本目的的策略与途径。因此要加强数据开放的社会共治程度。一是为平台用户提供便捷的数据获取方式，加强与平台用户之间的互动反馈。根据《中国地方政府数据开放报告》的数据统计，截至2020年，只有约13%的数据开放平台提供了真实的数据发布部门地址、邮箱或电话，以便用户进行联系，只有约41%的平台公开了用户此前提出的意见建议及平台作出的回复。政府数据开放的根本目的就是为了满足公众对数据开放的需求并实现数据的利用促进。对此，政府要为数据需求方提供数据发现和获取的便捷服务，及时回应公众的请求和建议，使平台真正成为一个能让数据的供需双方直接实现对接的枢纽。二是加强对开放数据的促进利用，挖掘并创造数据的新价值。可以通过各类创新比赛、各种常态化、条线性、专业性的引导赋能活动鼓励和驱动社会组织、企业等不同主体对开放的数据进行开发利用，以创造形式多样的有效成果，释放数据开放的真正价值。第三，完善和加强数据开放的顶层设计与基本准备工作。顶层设计与基本准备是数据开放的基础，是提升数据开放绩效的关键抓手。我国政府数据开放尚处于发展阶段，需要从国家和省级层面做好一体化和全局性的统筹，实现数据开放跨层级、跨领域、跨功能的协同联动。通过牵头制定较为统一的标准实现数据和业务的互联互通。与此同时，要做好政府数据开放工作的组织保障与推进实施，将政府数据开放列入常态化工作。第四，加强数据开放复合协同机制的推广和运用。研究发现，数据开放绩效排名前列的省份均采取了复合协同机制。这些省级政府既加强对行政系统内部的规制与激励，为数据开放提供了强大的组织和政策法规等保障，也注重与其他主体间的协同联动，接受社会公众的监督，满足社会的数据需求，鼓励和推动数据的开发利用。数据开放的复合协同机制也是推进我国政府数据开放纵深发展的必要途径。

本研究尚存在一些局限性。一方面，影响我国政府数据开放的制度逻辑是多元且复杂的，本文条件变量的选取仍有待优化和补充。另一方面，受制于研究数据的可得性，本文对条件变量的赋值与现实情况相比或存在偏颇之处，还有待在后续的研究中进一步完善。此外，随着更多政府数据开放平台的上线，可以将更多案例纳入研究之中，通过深度访谈、问卷调研等方式对研究结论进一步修正和深化。