基于组织视角的政府数据跨部门共享研究*

王 硕 刘鸿宇

(1.清华大学社会科学学院 北京 100084; 2.南京农业大学马克思主义学院 南京 210095)

0 引 言

数据在政府部门间的共享与流通是数字政府建设的重要基础。近年来，我国高度重视政府数据的跨部门共享工作，在国家层面出台了一系列重大方针政策。2020年4月，中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》要求“推进政府数据开放共享”“加快推动各地区各部门间数据共享交换”。2021年3月，“十四五”规划明确提出“加强公共数据开放共享”“推动政务信息化共建共用”。2022年6月，国务院发布《关于加强数字政府建设的指导意见》明确强调“构建开放共享的数据资源体系。”虽然我国不断地在顶层设计中强调政府数据共享的重要意义与价值，但是地方实践中的数据共享工作仍然面临着障碍多、速度慢、质量低下等问题。长期以来，政府数据共享的不充分导致“数据孤岛”和“数据壁垒”，带来部门互联互通难、业务协同难等长期悬而未决的难题[1]。因此，学界加强对于政府数据跨部门共享的理论与政策研究尤为关键。

近年来，国内外学界围绕政府数据跨部门共享问题展开了大量的研究。本文对现有研究进行系统检索与人工筛选，对关键文献开展主题分析，基于组织的视角对现有研究进行述评，不仅关注国内外学界对政府数据跨部门共享的一般性研究，更关注能够解释与解决中国情境下政府数据跨部门共享问题的特殊性研究。在文献述评的基础上，本文进一步比较行政管理与情报学两个学科对政府数据跨部门共享研究的学科范式差异，展望未来情报学科在该领域可能的研究方向，希望为未来有关政府数据共享研究提供参考。

1 研究设计

本文旨在对政府数据跨部门共享进行系统述评，研究技术路线见图1。

图1 研究技术路线

1.1 数据来源

本文分析的国内外文献数据分别来源于中国知网数据库(https://cnki.net)与Web of Science数据库(https://www.webofscience.com)。中文文献检索式为：主题=("政府"or"政务"or"公共") and ("数据"or"信息") and ("共享"or"整合")；外文文献检索式为：TS=("government data" OR "government information") AND ("sharing" OR "integration")，检索时间为2021年12月。考虑到文献的代表性与相关性，对检索结果作如下处理：a.只选取CSSCI文献与SSCI文献；b.将文献类型限制为“论文”，剔除新闻报道等类型；c.将文献先后按照“相关性”与“被引量”从高到低排序，手动筛选与研究主题具有紧密联系的重要文献；d.借助ScienceDirect(https://www.sciencedirect.com)文献浏览界面的“Recommended articles”功能，采用“滚雪球”策略补充主题契合的优质外文文献，确保最具有代表性的外文文献都能够纳入分析范畴。最终，共获得132篇期刊论文，作为本文的分析对象。

1.2 分析视角

本文基于组织的视角对文献数据进行分析。“组织”与“个体”是理解政府行为的两种经典的管理学视角。这两种视角都有益于理解政府数据跨部门共享，但二者并不是截然对立，而是相辅相成。基于组织视角的观察不能忽视个体信任与激励的作用，基于个体视角的分析也不会忘却个体所内嵌的组织结构、组织文化与组织技术带来的影响。总体来看，基于组织视角的理解更为系统化和中观化，基于个体视角的分析更为分散化和微观化。因而，本文主要基于组织视角对现有研究进行分析，将必要的个体视角(如人际关系、领导意愿等)纳入组织视角的统一分析框架下，希望能够形成对于现有研究的系统性述评。

1.3 数据分析与编码

本文采用主题分析法对文献数据进行编码分析。主题分析法是一种经典的定性研究方法，通过识别数据内部的主题来快速总结数据的关键特征与信息[2]。主题分析法的方法论基础是扎根理论，通常对于文本数据采用自下而上的分析策略，一般需要经过三级编码：开放编码、轴心编码和选择编码[3]。在开放编码阶段，对所有文献数据进行自由编码，旨在识别主题并将其归类；在轴心编码阶段，将所有完成的编码进行更高层次的归纳与提炼，旨在发现编码之间的相互关联；在选择编码阶段，对文献数据分析的发现进行检验，通过扩大文献搜索范围，验证理论饱和度。本文借助Nvivo12 plus软件开展数据编码，并对编码结果进行交叉检验。本文事先确定了文献分析的组织视角，进一步降低了编码的难度。经过编码，本文将现有研究分为三类，分别代表政府数据跨部门共享的功能作用、影响因素与优化路径。

2 政府数据跨部门共享的功能作用

政府数据跨部门共享作为组织活动，现有研究对其功能作用的描述主要从组织内部与组织外部两个维度展开。

2.1 部门互联互通：政府数据跨部门共享的内部效用

从组织内部来看，现有研究多从效率的提升、边界的优化以及互联互通等角度描述政府数据跨部门共享的内部效用，主要体现为：a.减少重复的数据收集工作[4]；b.降低部门的数据处理成本[5]；c.免除繁文缛节[6]；d.变革传统政府的官僚文化[7]；e.共享数据基础设施[8]；f.实现政府部门协作从“单打独斗”向“联动配合”的转变[9]。

2.2 优化公共服务：政府数据跨部门共享的外部影响

从组织外部来看，现有研究主要从精细化和整合化两个维度指出政府数据跨部门共享对公共服务的优化作用，主要体现为：a.精细化的公共服务。江小涓指出，政府数据跨部门共享可以实现公共服务供给与服务需求的精准匹配，打通服务公民的“最后一公里”[10]。陈之常则指出政府数据的跨部门共享、关联与整合有利于快速且精准地回应公共服务的热点需求[11]。b.整合化的公共服务。政府数据跨部门共享使得政府可以更好地发现和解决共性问题[12]，比以往反应更快、效率更高[13]，有助于提升一体化决策水平[14]。有关研究指出，政府数据跨部门共享所带来的整合化公共服务有效缩短了企业的行政审批时间[7]和公民的“文书负担”[15]。

3 政府数据跨部门共享的影响因素

对于政府数据跨部门共享影响因素的解释性研究占据了该领域的很大比例。近年来，很多研究试图建构能够解释中国政府数据跨部门共享的综合模型。比如，王芳等通过中国情境下的双案例研究[16]，构建了“五力解释模型”[17]，此后又将其优化为“六力牵制模型”[18]。范静等人发现，上级领导权威、关系、兼容性、高层支持、成本、流程安全、预期风险和收益对中国政府数据跨部门共享行为有显著影响[19]。周力虹则在范静的研究基础上，进一步细化，指出中国政府数据跨部门共享面对的19个障碍，并将其分为外部环境障碍、机构间合作障碍、组织准备障碍和个人动机障碍等四种类型[20]。本文从组织结构、组织文化以及组织技术三个维度，对现有政府数据跨部门共享的影响因素研究进行述评，重点关注中国本土情境下的解释性研究。

3.1 条块分割与权责模糊：组织结构层面的影响因素

组织结构影响组织行为，很多学者基于组织结构的视角，对政府数据共享行为提供解释，主要可以分为四类：a.纵向数据整合割裂横向共享。从中国行政体制结构来看, 在“职责同构”的纵向权责配置中, 各级政府形成了以职能业务指导为核心的“条”管结构[21]。由于“条”强调职能业务的纵向从属关系，所以政府数据的纵向流动更为顺畅[22]。但是，纵向数据共享系统和地方设立的横向系统大多自成体系[14]，纵向数据共享系统导致横向共享管理的割裂，导致“数据孤岛”的出现[23]。有关量化研究[22]与访谈研究[24]为这一类解释提供了经验支持。不过，来自中国台湾的一项案例研究提出了相反的观点，认为政府数据共享的垂直边界并不总是比水平边界更容易跨越[25]。b.横向分工带来部门利益竞争。林雪霏的案例研究揭示了数据成为部门间竞争“筹码”的机制，政府数据已经被部门广泛认为是一种部门资产、资源甚至“权力”[26]。职能分工带来的利益竞争强化了数据掌握部门的“优越感”，阻碍了数据的跨部门共享[14]。权谦等将类似的现象比喻为“领地标记行为”与“领地防卫行为”[27]。来自澳大利亚的一项案例研究同样发现当地盛行“数据就是权力”以及“部门数据资产的防御性保护”现象[28]。除了直接保护部门利益以外，还有学者提出了间接防止利益损害的解释，比如数据共享可能暴露部门工作不扎实、不作为、不得力等问题[9]。c.数据权属不明阻碍数据共享。翟云指出，数据权属是政府数据共享的主要阻力，各级政府数据的归属、采集、使用、交易等权责尚未具有充分的法理依据[22]。在所有类型的数据权责中，数据的共享权与使用权之间的矛盾最为突出[21]。袁刚指出，数据来源方、数据管理方以及数据使用方三大主体权责的统筹分配是影响政府数据共享的重要因素[9]。李重照等通过案例研究为这一类解释提供了经验证据[23]。d.双重领导带来管理责任漂移。蒋余浩指出；中国政府数据管理结构的显著特征是“多头管理，对口负责”，这很容易带来管理混乱的问题[29]。林雪霏的案例研究揭示了权责模糊实际上成为了部门拒绝共享数据的“保护伞”，条块结构中的“双重领导”关系为拒绝共享行为提供了合法性保护[26]。Yang在中国台湾开展的研究也得到了相似的发现，即行政人员利用复杂的行政程序不断拖延数据的共享工作[30]。

3.2 组织信任与领导意愿：组织文化层面的影响因素

组织文化也会影响组织行为。有关实证研究揭示了组织文化对公务员推动政府数据开放共享意愿和行为的影响[31]。总体来看，基于组织文化的视角对政府数据共享行为的解释主要可以分为两类:a.组织信任影响数据共享。政府数据跨部门共享在很大程度上依赖于部门间信任的建立[32]。当一个部门担心其他部门对信息的滥用会导致该部门承担责任时，组织信任就会降低[33]。信任的缺失使得部门担心共享错误数据所带来不利的结果以及潜在的风险[34]，比如篡改数据[35]、滥用数据[36]等。正因为信任缺失成为政府数据跨部门共享的一大阻碍，很多研究发现大部分政府部门实际上基于人情与人际关系共享数据的机制，比如各部门间的联系主要靠日常业务联系人或主管领导通过微信、QQ等公私不明的关系获取数据[24]，“人情”弥补了信任的不足，成为获取数据的重要途径[23]。b.领导意愿推动数据共享。来自高层领导的认可或授权是数据共享的关键因素[37]。有关实证研究表明，高层的参与和支持可以显著预测政府数据跨部门共享行为[13]。比如，李重照等人研究中的H市领导高度重视数据共享，为此甚至增加了编制，极大地推动了该地政府数据的跨部门共享工作[23]。还有研究发现，如果高层领导对于如何共享信息以及应该共享何种信息的意见不一致，当地对政府数据共享就采取了观望态度；而当存在“副局长参与”时，部门间数据共享就会顺畅很多[34]。Yang研究发现，一些部门不愿分享信息，博弈过程可能无休止。但是，如果高层领导参与并推动该倡议，那么就可以更快更容易地达成共识[30]。该团队的另一项研究进一步揭示了上级压力对政府数据开放共享的影响作用与机制[38]。

3.3 技术管理与系统兼容：组织技术层面的影响因素

政府数据跨部门共享与传统政府部门协作存在一定区别，尤其是数据和技术的兼容性将直接影响数据共享实现的可能性。国外有关实证研究指出，技术因素可以显著预测跨部门数据共享的成功，特别是技术基础设施的可用性、可互操作的标准、技术兼容性[13]以及政府的技术管理与技术参与能力等因素起到关键作用[37]。总体来看，基于组织技术的视角对政府数据跨部门共享行为的解释主要可以分为三类：a.早期系统建设考虑不周。很多地方在系统建设初期主要考虑实现业务和数据的“上下连通”，并未在技术上考虑数据的跨部门共享[23]。董凌峰等的案例研究指出某省在建设数字政府之初并没有对各部门进行统筹规划，导致各部门之间使用的数据交换标准与数据库管理系统都不同，直接影响了后期跨部门数据共享[39]。还有研究指出了早期系统建设中投标公司的恶性竞争行为带来的不良影响：由于政府数据共享往往以服务外包的形式开展，而早期很多投标公司为了阻碍竞争对手的进入，往往刻意采用“与众不同”的技术标准来进行开发系统，带来大量互不相通的“僵尸系统”[23]，因而对后期政府数据共享带来很大阻碍。b.后期技术采纳依然落后。很多研究指出当前政府在跨部门数据共享系统的采纳过程中依然存在很多落后的管理行为。比如，一些部门对数据采集、存储与交换仍然使用纸质文档[23]，因此共享数据的准确性会降低[40]。又比如表面上没有机密的数据经过大数据分析后却能够反映一定机密现象[21]。一些地方政府部门已经拥有了先进的硬件，却依然沿袭落后的软件与应用，导致数据处理功能的单一与过时等[41]。c.当前依然存在技术壁垒。Yang的案例研究发现，一个部门需要采用和维护不同的电子接口，才能与其他部门共享信息，因而接口的不统一是一大技术壁垒[40]。吴应良等通过对政府数据共享技术模式进行调查，发现政府数据共享技术主要分为分布式服务总线交换模式和数据集中共享模式两种，前者的缺陷在于工作量巨大，后者的缺陷则在于无法保证数据的实时性[42]。袁刚等人对政府数据共享过程中存在的技术兼容难题进行了较为全面的归纳，指出当前数据标准与基础平台等要素的不兼容都会阻碍政府数据跨部门共享[9]。

4 政府数据跨部门共享的优化路径

除了解释性研究，对策性研究也占据了现有研究的相当比例。对策性研究部分回应了前文提及的诸多影响因素，比如权责模糊、组织信任不足、领导力缺乏、技术兼容不够等。现有研究认为需要对当前政府部门的组织架构与领导机制进行改善优化，明确数据权属与责任，从而促进政府数据跨部门共享；除此以外，部分研究诉诸技术解决路径，提出政府数据共享平台建设的优化方案。

4.1 基于组织结构的优化路径

尽管条块分割对于中国政府数据共享的阻碍作用很大，但是从各国各地区实践来看，大多也是采用较为分散化的数据管理结构，比如美国的政府数据共享也是呈现出层级式、平行式与区域式的混合结构[43]。不过来自中国台湾地区的研究发现，随着地方政府数量的增加，集中式信息系统的边际成本会不断下降[40]。总体来看，学界目前有关讨论并没有简单否定我国当前的数据管理结构[29]，主要通过数据共享利益相关主体的分类，明确不同主体在数据收集、整理、分析和共享过程中的责任和权利[44]，提出基于政府数据跨部门共享的业务协同机制[45]，希望有效地化解权责模糊等问题，主要分为两类：a.相关主体角色和职责有待澄明。政府数据跨部门共享只有在相关主体明确其需要履行的职责的情况下才可能发生[46]，这有助于减少数据共享过程中的模糊性和复杂性[47]。吴应良等人将政府数据共享过程中的相关主体分为四类：平台监管者、平台运营者、数据提供者与数据使用者[42]。孟庆国则将政府数据共享涉及的环节与权属分为五类：数据采集、数据维护、数据管理、数据提供及数据使用。通过对不同类型主体和权责的划分，提出基于“三权分治”的政府数据跨部门共享机制，实现权责清晰的数据的共享和交换[48]。b.为有关主体履责提供组织保障。有关数据管理结构的若干设想需要通过机构改革以及行政体制的完善来实现，这涉及中国情境下的机构与编制等问题。孟川瑾认为应该在政府部门中设立专业的管理部门与岗位[49]。孟庆国主张从“三定”到“四定”，将部门数据纳入机构编制管理体系，对部门数据进行确权定责[48]。这些思路的大方向是基本一致的，即明确有关主体的责任和分工，厘清责任链条的分界点与衔接点[50]。与这些试图在政府内部进行结构优化的设想相比，也有学者提出需要培育第三方数据提供商与数据共享机构，通过第三方机构的设立为有关主体履责提供组织保障[11]。

4.2 基于组织文化的优化路径

培育健康的组织文化对于推动政府数据跨部门共享工作十分重要。总体来看，现有研究主要从权力、信任与领导力等方面探讨基于组织文化的政府数据共享优化路径，主要分为三类：a.破除权力本位思想。张亚楠指出，破除政府数据共享中的权力本位思想非常迫切，实现政府数据共享从权力本位走向责任本位才是长久之道[6]。也有学者强调对不同主体行为进行激励有助于提升其共享意愿[14]。b.重构组织信任关系。有学者指出，要重构组织内部人际信任关系，形成契约精神，建设一种协同的组织文化[14]。c.适时建立CIO体制。近年来出现一类比较密集的讨论，旨在探讨加强政府数据跨部门共享中领导力提升的问题，尤其是有关适时建立CIO(Chief Information Officer)领导体制的倡议。CIO指的是首席信息官(也称为“首席数据官”)，往往是政府信息部门的领导，其职位和职责可以通过行政命令或法定控制的形式确定[51]。CIO 可以调用地方政府内部的数据资源，以实现跨部门的数据操作。目前，许多国家正在通过由CIO领导的创新政策举措来促进地方政府数据共享，比如美国[18]和加拿大[52]等。许多地方政府数据部门的CIO 将地方政府的数据共享作为大数据战略的第一步[53]。来自湖北、江西、海南三省的案例研究揭示了CIO 在中国情境下领导跨部门协作网络中的特殊作用，指出以 CIO 为中心的地方政府数据共享生态系统可以适应行政结构变化，通过协作网络和轮换等方法推动政府数据的跨部门共享[54]。

4.3 基于组织技术的优化路径

技术壁垒为政府数据跨部门共享带来诸多阻碍。因而，现有研究试图通过数据与平台分类及平台技术重构，提出技术优化路径，其总体思路是减少数据的重复收集，增强数据跨部门共享的技术基础[55]，主要分为两类：a.数据与平台的类型学分析。蒋余浩将政府数据分为四类：业务数据、民意社情调查数据、环境数据和分散性公共数据[29]。这四类数据在结构化程度与应用范围上都存在着差异，涉及的平台也需要得到合理的归类与因地制宜的设计。翟云指出，无论是何种类型政府数据共享平台，都要至少包含“一码、二网、六库”。“一码”是公民身份证号码(或法人统一社会信用代码)，“二网”指的是互联网和国家电子政务外网，“六库”指的是人口库、法人库、经济库、信用库、电子证照批文库和业务库[56]。但是，不同平台之间仍然存在整合的问题。唐长乐等人对政府数据交换共享平台、政府数据开放平台和政府数据整合服务平台进行分析，提出可以构建一个基于政务云数据中心的政府数据开放共享服务集成平台的设想，希望有助于实现政府数据生命周期的全过程管理[57]。李军等人则从数据共享环节的角度，设计了一个政府数据共享框架，通过业务库、交换库、中心交换节点、业务部门交换节点等实现数据跨部门共享[58]。b.加强平台技术重构。对于政府数据跨部门共享技术的架构，学界一直存在中心化与去中心化的争议。尽管Yang的研究声称要达到二者的平衡，但其论述仍是更多地强调中心化数据共享的优点，如标准化、降低成本、易维护等[40]。石进等基于总线结构开发了一种数据共享模型。相较于传统的数据中心共享方式，该模型通过物理上分散、逻辑上统一的总线结构，既用较少的成本实现了部门的互联互通，又通过自主权限管理很好地保障了部门利益和数据安全[59]。近些年来，随着区块链技术的进步以及应用场景的拓展，有学者提出可以利用区块链开发政府数据跨部门共享技术[60]。在这种场景下，区块链的技术优势在于提供一种去中心化的点对点分布式技术，难以篡改的系统具有高度可追溯性以及较强的可行性[61]。

5 研究述评与未来展望

5.1 现有研究的理论贡献：学科分野与融合

从学科归属来看，现有研究主要涉及行政管理与情报学两个二级学科。行政管理有关政府数据跨部门共享研究主要发表在《中国行政管理》《电子政务》等国内期刊以及GovernmentInformationQuarterly,PublicAdministration,JournalofPolicyAnalysis&Management等国际期刊。情报学有关研究则主要发表在《图书情报工作》《情报杂志》《情报资料工作》《现代情报》等国内期刊以及DecisionSupportSystems,InformationandManagement等国际期刊。虽然行政管理与情报学两个学科同属于管理学门类，但两个学科共同体对于政府数据跨部门共享的研究在核心关切、价值取向、关注焦点、研究对象及研究方法等方面存在着明显的学科范式差异(见表1)。a.学科归属差异。按照我国现行学科目录，行政管理与情报学都属于管理学门类。行政管理是公共管理学科下的核心二级学科。公共管理一级学科研究政府及其他公共组织的价值定位和实践活动规律[62]，而行政管理二级学科则更多地聚焦政府本身的运转[63]。情报学是图书馆、情报与档案管理学科下的二级学科。考虑到情报学与图书馆学、档案管理学的实际联系，近年来也有学者提出建立情报学一级学科[64]或将情报学设置为国家安全学下的二级学科[65]。总体来说，情报学研究对象主要是科技情报[66]。不过，近年来其研究对象逐渐由科技情报向全领域情报转化，面向国家治理的各个领域[67]。b.核心关切、关注焦点与价值取向差异。行政管理学科更关心政府数据跨部门共享对于政府管理与行政效能的作用，聚焦跨部门业务协作与协作治理等问题，其价值取向是管理[68]。而情报学科更关心政府数据共享过程与平台建设，聚焦数据共享与整合，其价值取向是技术。c.研究对象与研究方法差异。行政管理的研究对象主要是政府部门及公务员，通过问卷、观察、访谈等方法，对条块分割[22]、领导重视[23]、信任[32]、人情[23]、利益竞争[14]与双重领导[26]等公共管理现象更为关注。情报学科的研究对象主要是数据共享与整合平台系统，通过计算建模、文献计量以及人工智能等方法对数据标准[9]、技术兼容[13]、平台[9]、区块链[60]、中心节点[58]、集中式系统[40]与总线结构[42]等情报现象与科学技术进行研究。

表1 政府数据跨部门共享研究的学科范式差异

尽管行政管理与情报学对于政府数据跨部门共享研究持有不同的学科范式，但是这并不影响对于同一个研究问题的理论对话与实践互鉴。近年来，无论是描述性研究、解释性研究还是对策性研究，都越来越体现两个学科视角融合的趋势。行政管理研究关注到技术变革与创新对于管理模式的影响，情报学研究也注意到组织管理对技术采纳的作用。现有文献主要探究了政府数据跨部门共享的功能作用、影响因素与优化路径，并对于两个学科共同体都做出了较大的理论贡献(见图2)。

图2 现有政府数据跨部门共享研究逻辑图

a.描述性研究：政府数据跨部门共享的功能作用。学界主要从部门互联互通与优化公共服务两个角度，分别指出政府数据跨部门共享的内部效用与外部影响。其理论贡献在于，揭示了政府数据共享相较于政府信息共享以及传统政府协作的独特作用，体现出政府数据跨部门共享的组织合法性。b.解释性研究：政府数据跨部门共享的影响因素。从组织结构层面来看，纵向数据整合割裂横向共享、职能分工带来部门间利益竞争、数据权属不明、双重领导带来责任漂移等被认为是政府数据跨部门共享的阻碍因素。从组织文化层面来看，组织信任与领导意愿被视为政府数据跨部门共享的重要推动力。从组织技术层面来看，早期系统建设考虑不周与后期技术采纳依然落后等带来接口与系统等不同程度的技术兼容壁垒，成为政府数据跨部门共享的阻力。其理论贡献主要体现在三个方面：一是将早期政府信息跨部门共享理论应用于解释政府数据跨部门共享这一新的实践，拓展了原有理论的适用范围；二是基于条块结构的本质特征建立中国本土化情境下的理论机制，增强了理论解释力；三是近年来实证研究的路径以更充分的数据、更精确的测度与分析方法，提升了政府数据跨部门共享理论影响因素研究的信度和效度。c.对策性研究：政府数据跨部门共享的优化路径。一类研究认为应当通过数据共享利益相关主体的分类，明确不同主体在数据共享过程中的责任和权利，为有关主体履责提供组织保障；另一类研究则认为应通过数据分类、平台分类与技术重构，提出基于组织技术的优化路径。其理论贡献在于，对这一问题进行的探索为不断推进数字政府建设与机构改革提供了有益的技术情报。

5.2 未来研究的可能方向：情报学科的贡献

无论是以往的电子政务研究[69]，还是当前的数字政府研究，来自情报学科的研究力量始终扮演非常重要的角色。当前中国情报学以information和intelligence为两大基石，以组织的情报活动为研究对象，向来重视数据建设工作[70]，而变革国家情报体制、打造国家情报模式是情报学的重要研究内容[71]。因此，政府数据跨部门共享在未来仍然是情报学科的重要研究方向。尽管现有文献已经对政府数据跨部门共享研究做出很多理论贡献，但仍然存在一定不足之处，有待情报学科共同体在未来进一步充实与完善：a.研究对象有待澄明。不同研究者使用不同的术语反映出学界对几组关键概念的混淆。比如，不同学者采用了“政务数据共享”[42]“政务数据协同”[72]“公共数据整合”[73]与“政务信息共享”[39]等看似不同的概念，但基本上都是讨论政府数据的跨部门共享问题。尤为突出的问题是将“政府数据共享”等同于“政府信息共享”[39]。与信息相比，数据的技术要求更高、隐含的价值更丰富，以往用于解释政府信息共享的理论、技术与对策[45]可能未必直接可以“套用”在政府数据共享研究中，因此在未来研究中需要体现出这二者的区别，尤其是探讨数据共享平台建设与以往的政府信息共享平台的共性、兼容性与差异性，在此基础上提出新的科技情报与优化路径。b.研究层次有待区分。政府数据共享研究的分析层次至少包含三大类选择：区域、层级与部门。目前很多研究并没有对这三类分析单元进行清晰的划分，因而现有研究的平台设想、科技情报并不一定对每种情形的政府数据共享都具有适用性。未来有关研究可以深入探讨跨区域、跨层级的政府数据共享问题，将其与跨部门数据共享整合到统一的理论框架与实践体系，以实现政府各数据主体之间合作共赢为研究目标[72]，进一步拓宽研究的广度。c.学科交叉有待深化。情报学科对于政府数据跨部门共享的研究通常预设“组织中立性”与“技术纯粹性”，在强调技术水平可及性的同时忽视了很多行政管理的因素(比如条块分割与部门竞争)，这也是很多具备美好设计初衷的数据共享平台系统始终无法落地的重要原因。未来有关研究需要加强与行政管理等学科的交流与融合，在数据共享与整合平台建设研究过程中，综合考虑条块分割、权责模糊、组织信任与领导意愿等行政管理实情与现状，注重国际前沿科技情报的借鉴与交流，从而提出更有针对性的科技情报与对策建议。