国外面向用户的开放政府数据使用行为研究进展*

陈 美 梁乙凯

(1. 中南财经政法大学公共管理学院 武汉 430073；2.山东财经大学管理科学与工程学院 济南 250014)

0 引 言

开放政府数据是促进政府透明、提升行政效率与效能、落实民主原则甚至带动民间创新应用和产业发展的手段。例如，面对肺炎疫情，政府数据开放大有作为[1]。2020年2月7日，贵州、北京、广东和山东四个省级政府数据开放平台以结构化、可机读的数据集形式开放疫情数据，方便公众下载利用[2]；同一时期，一个名为“新型肺炎确诊患者相同行程查询”的工具被推出，可以查询哪些交通工具有已经确诊的病毒感染患者，这个工具是一家民营企业利用各地政府碎片化的报道数据整合开发而成，这也再次证明，只要政府愿意开放数据，民间完全可以利用这些数据探索更好的增值服务[3]；2020年2月9日，香港数据科学界举办一场名为《开放数据与冠状病毒》的在线研讨会，探讨并展示如何利用开放数据来解决冠状病毒危机[4]。但是，《中国地方政府数据开放报告2019》显示，在利用成果产出上，各地平台上展示的利用成果数量少，类型单一，覆盖面小，质量不高，仅在5.62%的平台上发现了少量的利用开放数据产生的有效服务应用[5]。用户采纳率不高严重制约了我国开放政府数据的发展历程。整体来看，信息行为研究一直都是图书情报领域的核心研究内容[6]。

要提高开放政府数据用户采纳率，促使政府给用户提供可靠的数据，必须探究开放政府数据用户使用行为机理。为了找到可能回答问题的研究，需要采取合适的搜索策略。在以下学术论文搜索引擎中进行搜索，以找到开放政府数据使用的相关论文：Web of Science；Elsevier ScienceDirect；Emerald；ACM；EBSCO；Springer；ProQuest。WOS可能是最常用于书目计量分析的数据库，因为它涵盖了全世界超过12000份备受赞誉的影响期刊，也因为它提供了强大的基于Web的书目和引文信息访问[7]。从用户决策的角度来看，用户使用行为过程包含用户初始采纳和持续使用两个阶段。因此，检索所使用的查询字符串包括：“open government data*/open data*/government data”+“adoption/user behavior*/accept*/continue*”。本研究的检索时间为2021年5月1日。

1 研究发现一：理论应用

1.1 理论基础采用

已有研究运用不同的理论解释开放政府数据用户使用行为，其中使用频率较多的包括技术接受模型(TAM)、技术采纳与利用整合理论(UTAUT)、信息系统成功模型(ISSM)。TAM建立在理性行为理论的基础之上，旨在为理解用户如何接受和使用信息系统而开发[8]。该模型的局限性之一是，只考虑个人层面的接受，忽略了群体层面的决策[9]。ISSM最早由DeLone和McLean[10]在1992年提出，而且在2003年提出了更加完善的信息系统成功模型[11]。技术采纳与利用整合理论由Venkatesh等人(2003)[12]提出，他们使用该理论解释了70%的差异——相对于八个分析模型及其扩展而言，这是一个巨大的改进[13]。创新扩散是用来解释IT采用的比较流行的理论[12]，它解释了创新在社会系统成员之间通过特定渠道传播的过程[14]。根据创新扩散理论，创新是一种思想、过程或技术，对特定领域或社会系统内的个人来说是新的或不熟悉的，而扩散是关于创新的信息随时间在社会系统内流动的过程[15]。该理论也指出，一个创新的特征影响创新的采纳和使用[16]。虽然技术-组织-环境框架(TOE)与创新扩散理论重叠，但该框架还包括一个新的重要组成部分：环境背景[17-18]。Hsu等(2006)认为，TOE提高了Rogers的创新扩散理论解释企业内部创新扩散的能力[19]。TOE借鉴了创新采纳相关理论，将影响组织创新采纳的因素归纳为技术、组织、环境三类[20]。值得注意的是，TOE可通过使用个体行为理论来得到丰富[21]。

表1 开放政府数据使用行为研究的理论基础统计

1.2 理论应用形式

从表2可以看出，一些论文使用了单一理论。例如，Saxena和Janssen(2017)使用技术采纳与利用整合理论，发现：努力期望、社会影响、自愿使用、便利条件对开放政府数据使用行为意向有显著影响，绩效期望对使用意愿没有显著的影响[23]。 此外，一些论文使用理论组合式。例如，Saxena(2016)结合技术-组织-环境框架、技术采纳与利用整合理论，以印度首都城市和城市地区学生、教师和官员为研究对象，调查样本数量为244，其研究发现，技术环境(感知利益、感知障碍)、社会环境(社会影响)、个体环境(自愿使用、便利条件)对开放政府数据的使用意愿产生影响[22]。还有论文使用了理论整合式。例如，Hidayanto等(2017)使用计划行为理论作为基本框架，整合技术接受模型、信息系统成功模型以及信任理论的相关因素[26]。

1.3 理论模型

一些论文只是构建了模型，提出了一些影响因素，但没有进行实证。例如，Nurakmal等(2017)借鉴技术组织环境框架和统一的采纳后活动框架，找出公共部门在开放政府数据实施中存在的差距，设计并提出解决方案[39]。

表2 理论应用形式分析(部分)

续表2 理论应用形式分析(部分)

续表2 理论应用形式分析(部分)

Hossain(2015)研究政治领导力、机构压力、数字技术、感知互操作、组织准备度、管理任务对政府组织采纳开放数据的意愿的影响，但并没有进行证实[43]。Zainal等(2018)旨在通过整合UTAUT模型和信任因素，从需求方(用户)的角度，提出一个模型来确定影响开放政府数据使用行为意愿的因素[40]。这个研究的影响因素或自变量是接受因素，包括绩效期望、努力期望、社会影响和便利条件；信任因素包括对政府的信任和对互联网的信任也是自变量；对开放数据网站的信任充当中介变量，但没有实证[40]。

Altayar等(2018)旨在探讨沙特阿拉伯政府机构采用开放政府数据的动机因素，以制度理论中的要素来解释和解释，因素包括感知利益(包含透明度提升、方便获取政府数据，支持创新，改善政府服务，运营效益，鼓励参与)；动机(包含政治改革，机构压力，开放政府数据广泛采纳，用户期望)[41]。

Alhujaylan等(2020)探讨沙特阿拉伯组织采用开放政府数据的决策可能受到的影响因素，开发了一个综合模型。该模型结合技术组织-环境框架和信息系统成功模型两方面的概念进行设计。这些理论通过添加政治领导、文化和开放数据中介这三个部分来扩展，以涵盖开放政府数据采用的背景[42]。

2 研究发现二：影响因素框架

根据表3，本综述共识别了32个因素。Tornatzky和Flesicher(1990)[44]使用技术-组织-环境框架对组织视角下技术采纳因素进行了分类，分为技术因素、组织因素和环境因素三大类。近年来，有关技术采纳的研究中，通过增加一些新的类别，形成了新的技术应用框架。Haneem[45]和Elmansori[46]在框架中加入了个体因素，即个体在组织中的特征。Hasani(2017)[47]在对SCRM采用的研究中，提出了管理方面的观点，将与组织中管理者或上级态度相关的因素进行了分类。因此，本部分将采纳因素分为技术因素、组织因素、管理因素、个人因素和环境因素、质量因素6个方面。

图1 开放政府数据用户使用行为影响因素框架

2.1 技术因素

表3呈现了技术因素相关的要素，可以看出，现有研究主要关注感知有用性、感知易用性、感知利益这些技术因素对开放政府数据用户行为的影响，其次是绩效期望、努力期望。随着越来越多的国家Socrata、OpenDataSoft、CKAN等开源码内容管理系统构建政府开放数据平台，如感知利益、相对优势、兼容性、可观察性、技术能力、自我效能也开始得到关注。

2.2 环境因素

表4呈现了环境因素相关的要素，可以看出，现有研究主要关注社会影响这一环境因素对开放政府数据用户行为的影响，其次是外部压力。在开放政府数据发展进程中，政治、经济、社会、法律等环境有较大影响，因而主题密切、参与、竞争、强制压力、政治环境也开始得到关注。

表3 技术因素相关的要素

表4 环境因素相关的要素

2.3 质量因素

开放政府数据仍然具有一般信息系统的共同特征。在开放数据的环境中，公众是系统的主要用户。表5呈现了质量因素相关的要素，可以看出，信息质量、系统质量和服务质量成为获取数据资源的促成与建立公众信心的重点。

表5 质量因素相关的要素

2.4 个人因素

表6呈现了个人因素相关的要素，可以看出，现有研究主要关注便利条件这一个人因素对开放政府数据用户行为的影响，其次是感知障碍、感知法律障碍、自愿使用、态度。随着开放政府数据的用户需求越来越多样化，政府开放数据平台日益关注用户参与、风险控制，提升开放政府数据能力和提高用户满意度，因而信任、主观规范、感知行为控制、感知优势、内在动机、互联网能力、参与期望、协作期望、透明期望、用户满意度、感知努力、公务员感知风险态度、共享意愿也开始得到关注。

表6 个人因素相关的要素

2.5 组织因素

表7呈现了组织因素相关的要素，可以看出，现有研究主要关注组织准备、组织能力这些组织因素对开放政府数据用户行为的影响。开放政府数据涉及政府、企业、科研机构、社区、非政府组织等，只有当组织的结构、运作体系、所提供的服务及改革能被公民理解，才能为开放政府数据提供组织保障。因此，集中化、程序化、创新性、感知官僚决策文化障碍、感知组织透明、感知层次障碍也开始得到关注。

表7 组织因素相关的要素

表8 管理因素相关的要素

2.6 管理因素

开放政府数据揭示了公民和领导者在行为、选择和支出方面的问题，从而可以采取相应行动来实现变更，政治活动参与、公民社交媒体使用、高层领导支持等都会影响用户对开放政府数据的使用。表8呈现了管理因素相关的要素，可以看出，现有研究主要关注政治活动、内部规范、政治领导力这些管理因素对开放政府数据用户行为的影响。

3 结 语

政府数据开放平台是公众获取与利用数据的主要渠道，其数据层、平台层及管理层三者之间的协调运作是政府数据开放程度与效率的保障[48]。政府数据开放的实现是政府与公众互动的结果，离开公众的参与，政府数据也不能发挥出内在的经济和社会价值[49]。就本文而言，梳理了开放政府数据用户行为的相关文献，分析了理论应用情况，构建了开放政府数据用户行为影响因素框架。后续研究可以在以下方面可以进行扩展性研究：在研究情境、研究视角、研究方法、研究对象选取方面可以进一步探索。

第一，情境化的研究是当前针对开放政府数据采纳研究所必须面临的问题，即开放政府数据采纳在中国情境下表现的具体特征有哪些，其内涵与不同文化情境下的开放政府数据采纳存在什么样的区别。这表明，这一主题在国内有愿景。情境化的研究有助于确定现实生活中的动机和用户自己对行为的洞察，这为我们从文献中获得的分析和洞察增加了新维度。因此，在开展开放政府数据用户行为研究时，可以通过与当地利益相关者进行互动，从而补充二手信息，进而了解当地开放政府数据使用所面临的文化和社会环境。此外，情境化研究的关键在于，能否针对当前中国情境开发具有可信性和有效性的测量量表。这意味着，需要借鉴前人对部分构念开发出的测量量表，并针对中国情境进行适当修改，采用访谈和预调研的方式，保证测量量表的有效性。

第二，从研究方法上来看，定量方法研究开放政府数据使用行为，允许进行更广泛的研究，涉及更多的主题，并增强结果的概括性。但是，定量方法的研究结果是有限的，因为它们提供的是数字描述而不是详细的叙述。因此，应当注意以下几个方面。a.注重结果的解释，即重申正在研究的开放政府数据采纳或持续使用问题，并将研究结果与研究背后的研究问题进行比较和对比，以确定它们是肯定了预测结果还是数据反驳了它？b.关注趋势描述、比较或变量之间的关系，即描述从研究分析中出现的任何趋势，并解释所有意外发现和统计上无意义的发现。c.加强影响的讨论，即研究结果的意义是什么？根据总体结果突出显示关键发现，并记录重要的研究发现，如研究结果如何帮助填补了理解研究问题的空白？

第三，从用户行为的过程来看，在过去开放政府数据信息行为的领域研究中，主要的焦点在于使用生命周期中的最初阶段，也就是采纳前行为。实际上，在信息管理的领域中，IS的持续使用一直都是相当重要的研究议题。开放政府数据使用是一个动态认知的过程，但很少有研究将开放政府数据的成功使用看作一个过程，缺乏基于全过程的视角来研究开放政府数据用户使用行为机理。

第四，数据获取方式包括面对面调查和在线调查，但网上调查会带来重要的优势，如可以接触到远距离的人。在线调查使我们的调查更灵活、更有选择性、更便宜、分析更快。除了这些优点，它也有一些缺点。网上问卷调查的人可能不能完全理解所有的问题，他们不太可能提出一些额外的问题。如果我们的研究对象和主要调查对象都在另一个国家，那我们可以考虑进行在线调查而不是传统的书面调查。

第五，注重理论解读和创新。理论是一种成熟的原理，已被开发用于解释自然界的某些方面。理论来自反复观察和测试，并结合了被广泛接受的事实、规律、预测和经过检验的假设，如理性选择理论；扎根理论。理论不足会削弱研究的创新性，而且描述的理论框架应该指导整个研究。因此，应当确保始终将理论与开放政府数据使用行为相关文献的评论联系起来，并在讨论部分解释所选择的理论框架如何支持对开放政府数据采纳或持续使用的分析，或理论框架如何被发现不足以解释正在调查的开放政府数据使用现象。

第六，在研究对象方面，开放政府数据所面对的用户非常多。用户分类有不同方法，如按照用户所从事学科、职业、信息需求表达情况、数据使用情况等。现实中，开放政府数据的用户群体既包括组织，又涉及个体。本文则提倡打破上述按照组织和个体的划分方法，在已有方法的基础上，结合价值维度，将用户划分为两类：一类是以收入为导向的开发商、企业；另一类则是以公共价值为导向的记者、公民、研究人员、非政府组织、政府。因此，可以针对具体不同领域的用户开展研究。

综上，尽管许多研究关注信息系统的使用意图，但关注开放政府数据使用行为的研究数量相对较少。这可能是因为开放政府数据对公民来说仍然是“新”的事实。尽管许多国家的政府已经采取措施在本国实施政府数据开放共享，但人们对开放政府数据的认识程度仍不清楚。政府开放数据平台对开放数据的使用也仍然缺乏热情。因此，本文重点是国外关于使用开放政府数据的行为的文献综述，以提高这些研究使用的理论和框架在中国的适应性。