政府數據跨部門共享情境下的數據粘性影響因素研究*

周力虹 陳瓏綺 王 迪

（1.武漢大學信息管理學院 湖北武漢 430072）

政府數據，是政府部門履行職能過程中產生或使用的重要資源，蘊藏著難以估量的經濟發(fā)展、社會運行以及國家戰(zhàn)略價值［1］。推動政府部門之間科學、有效、安全的數據共享是發(fā)揮政府數據價值的重要途徑。我國十分重視政府數據的跨部門共享工作：2020年4月，中共中央、國務院發(fā)布的關于要素市場化配置的第一份文件《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》明確指出要推進政府數據開放共享［2］；2020年6月，市場監(jiān)管總局等六部門發(fā)布《國家電子政務標準體系建設指南》［3］，為政府跨部門數據共享提供了國家標準；2021年8月，中共中央、國務院印發(fā)《法治政府建設實施綱要（2021-2025年）》，強調了政府數據跨部門共享在推進政府建設中的重要戰(zhàn)略作用［4］。

目前我國政府數據跨部門共享仍面臨一系列問題與挑戰(zhàn)［1］，已經有不少研究對政府數據滯留在各部門內部的情況進行了描述［5-7］，數據粘性可以視為一種典型的政府數據跨部門共享障礙。但是現(xiàn)有研究多是簡單描述數據粘性的存在，并未對導致數據粘性的影響因素進行深入探究。本研究構建了數據粘性理論模型，將其運用于政府數據跨部門共享這一具體情境下，深入挖掘數據粘性的影響因素及其相互關系，以期為我國解決政府數據跨部門共享障礙提供參考。

1 數據粘性理論

1.1 數據粘性

1994年，麻省理工學院斯隆管理學院（MIT Sloan School of Management）von Hipple教授在研究技術創(chuàng)新時首次提出了粘性信息（sticky information）和信息粘性（information stickiness）的概念［8］。von Hipple強調信息的轉移不是免費的，而是有成本的，當獲取、轉移和應用某種信息需要成本時，這種信息就是粘性信息：當成本高時，信息粘性就高，當成本低時，信息粘性就低。1996年，Szulanski在研究公司內部的知識轉移時，將“信息粘性”擴充到組織內部的“知識粘性”（internal stickiness）［9］，提出不易轉移的知識就是“粘性知識”（sticky knowledge），在組織內部轉移這種知識的困難程度就是“知識粘性”（knowledge stickiness），知識粘性可以視為知識轉移共享的一種障礙。

總結來說，信息粘性、知識粘性是對信息、知識在轉移共享過程中難以流動的特殊狀態(tài)屬性的形象化描述。信息粘性和知識粘性本質上都表明信息共享、知識共享存在障礙［10］：粘性越大，共享越困難；粘性越小，共享越容易。數據在轉移共享過程中同樣存在粘性。數據、信息、知識是緊密關聯(lián)的概念，三者間存在連續(xù)遞進的相互關系［11］。由于數據、信息、知識具有相似性，一些研究將數據、信息、知識混合使用，并未做嚴格區(qū)分［12］。類似的，數據、信息、知識共享中的粘性問題也具有相似性，均受到共享主體、共享客體、共享環(huán)境等因素的影響。參考信息粘性和知識粘性的定義，本研究提出政府數據跨部門共享情境下的數據粘性是指政府數據粘附于原管理部門，難以在不同行政層級或不同管理邊界的政府部門之間自由流動的現(xiàn)象。

1.2 數據粘性影響因素理論框架

“數據粘性”的概念沿襲自“信息粘性”和“知識粘性”，信息粘性與知識粘性的相關研究可以為數據粘性研究提供借鑒。國內外學者對組織信息共享或知識共享情景下的信息粘性或知識粘性的影響因素進行了積極探索。如王毅和吳貴生認為產學研合作中知識粘性的產生受到知識源、知識受體、兩者間的距離、知識本身性質這四個因素的影響，據此提出了粘性知識轉移的理論模型［13］。蔡翔等從知識共享主體、共享客體、共享媒介以及外界環(huán)境等四個方面構建了團隊內部粘滯知識的共享模型［14］。von Hipple提出信息粘性受到信息本身性質、需要轉移的信息量、信息需求者與信息提供者的特征的影響［8］。Szulanski認為知識粘性是知識轉移的一種障礙，發(fā)現(xiàn)了知識特性（因果模糊、不可驗證性）、知識源（不可靠、激勵不足）、知識接收方（激勵不足、缺乏吸收能力、缺乏保留能力）、轉移環(huán)境（缺乏組織環(huán)境、內部關聯(lián)脆弱）等四個與知識相關的障礙因素會影響知識粘性［9］。目前研究主要關注商業(yè)企業(yè)、科研機構等組織信息共享或知識共享情境下的粘性問題，但是針對政府數據跨部門共享情境下的數據粘性相關研究。

在文獻閱讀后，本研究認為黃歡等對知識粘性影響因素的五維度劃分法較為合理全面，可以用來借鑒探究政府數據跨部門共享情境下的數據粘性的影響因素［15］。具體原因有：（1）黃歡等的研究將知識粘性的影響因素劃分為知識轉移能力、知識轉移意愿、知識殘留、知識可表達性、知識吸收能力，這些影響因素糅合了知識共享方的特性、知識接收方的特性、知識共享雙方的關系、知識本身的特性，既符合當前信息粘性與知識粘性影響因素研究的普遍共識，又進行了創(chuàng)新性地細化；（2）不同于對知識粘性影響因素的理論思辨與文獻概括，該模型對五個影響因素進行了系統(tǒng)探索與實證檢驗，具有一定的合理性和科學性，能夠為本研究提供思路借鑒；（3）與國外相關模型相比，黃歡等將知識粘性研究從西方文化背景拓展到中國本土背景，其成果更適用于我國情境，具有一定的本土性。因此，本研究以黃歡等提出的知識粘性影響因素為基礎，構建了政府數據跨部門共享情境下的數據粘性影響因素理論框架，包括數據共享意愿、數據共享能力、數據可表達性、數據殘留、數據吸收能力等五個方面。

借鑒黃歡等的研究成果，本研究對政府數據跨部門共享情境下數據粘性的五個影響因素進行了定義?！皵祿蚕硪庠浮敝刚块T參與數據共享的意愿動機。當缺少足夠的動機驅動時，政府部門出于部門利益的考慮，更容易對政府數據跨部門共享持消極態(tài)度，數據粘性變高?！皵祿蚕砟芰Α敝刚块T向其他部門共享數據的基本能力。政府部門是否具有先進的數字軟硬件基礎設施、跨部門技術協(xié)調能力、統(tǒng)一兼容的政府數據標準都將影響數據粘性?！皵祿杀磉_性”指政府數據能夠以清晰、完整、準確的方式及以接收部門所需的方式表達傳遞的特性。當共享的數據并不符合對方部門的應用要求時，對方部門傾向于不接收、不利用該數據。“數據殘留”指部分政府數據因限制性規(guī)定、質量問題、隱私安全風險等問題而沒有被政府部門納入共享范圍的情形?！皵祿漳芰Α敝刚块T吸收、保留、應用其他部門共享的數據的能力。當政府部門無法理解、保存、管理、應用其他部門共享的數據時，數據粘性變高。

2 研究假設與理論模型

本研究將整理相關文獻，探討政府數據跨部門共享情境下影響數據粘性的因素及其相互關系。王芳等認為共享動力不足是阻礙部門數據共享的因素之一［16］。徐曉日和李思聰指出政府部門因為競爭意識阻斷了部門之間的橫向信息共享，導致部門之間的信息資源流動愈發(fā)困難［17］。張震等提出地方政府因為外部壓力小，內部動力弱，導致信息資源共享工作務虛不務實［18］。可見，數據共享意愿的降低會導致數據粘性的升高。因此，本研究提出如下假設：

H1：數據共享意愿對數據粘性具有負向影響。

陸 峰 和 陳 月 華［19］、李 寧［20］、丁 波 濤［21］、劉 密 霞 和丁 藝［22］、王 立 霞［23］均 指 出 由 于 缺 乏 數 據 共 享 意 識 與動力，政府部門將掌握的信息資源作為尋求行政利益和提升部門地位的籌碼，在設計數據平臺時只考慮自身需求，導致數據系統(tǒng)彼此互不兼容，信息資源被封閉阻截在部門內部。周偉和韓家勤［24］、何振和周偉［25］均認為政府工作人員的信息素質和技能水平對提高電子政務信息資源共享程度至關重要。王芳等指出功能不完善的共享平臺阻礙了數據共享的有效實現(xiàn)［26］，李重照和黃璜則指出不兼容的數據平臺無法支撐跨部門數據共享［27］?？梢姡狈祿蚕砟芰е聰祿承詼p弱，并且數據共享意愿能夠影響數據共享能力，繼而間接影響數據粘性。因此，本研究提出如下假設：

H2a：數據共享意愿對數據共享能力具有正向影響。

H2b：數據共享能力對數據粘性具有負向影響。

H2：數據共享能力在數據共享意愿與數據粘性的關系中起中介作用。

楊 文 和 張 斌［28］、陸 峰 和 陳 月 華［19］認 為 政 府 機 構及工作人員的共享意愿不強、意識不夠先進是導致政府數據標準不統(tǒng)一、數據孤島等問題的重要原因。當政府部門推動數據共享工作的意愿增強時，政府會更積極推進數據標準工作，從而提高政府數據的可表達性。數據共享意愿對數據表達性的作用還會對數據粘性產生間接影響。李宇［20］、陳勇躍和夏火松［29］均認為由于缺乏統(tǒng)一的數據標準體系，政府數據的轉換處理成本較高、過程復雜，嚴重阻礙了政府數據在跨部門間的流動共享。因此，本研究提出如下假設：

H3a：數據共享意愿對數據可表達性具有正向影響。

H3b：數據可表達性對數據粘性具有負向影響。

H3：數據可表達性在數據共享意愿與數據粘性的關系中起中介作用。

考慮到當政府數據表達性較差時，政府數據更容易滯留在原部門，數據殘留程度加劇，導致數據粘性問題。結合前文假設，本研究提出如下假設：

H4：數據可表達性對數據殘留具有負向影響。

H5：數據可表達性與數據殘留在數據共享意愿與數據粘性的關系中起鏈式中介作用。

陸峰和陳月華指出有些政府部門為了維護自身利益，以保障數據安全為名義制定共享限制條例，將本可以共享的數據強行留在原部門［19］。李重照和黃璜指出部分政府工作人員對數據共享缺乏參與動力與正確理解，將數據共享視為數據公開，因而抗拒數據共享，導致數據在原部門滯留［27］。可見，數據共享意愿不足會加劇數據殘留現(xiàn)象，而數據殘留又會進一步加劇數據粘性問題。楊建梁和劉越男提出政府數據本身的特性對政府數據共享的實施具有不可忽視的影響［30］。瞿云指出在鮮活性、有效性、唯一性等方面缺乏質量保證的政府數據更難以在政府各部門之間流通應用［6］。王芳等也提出一些政府部門因為自身采集的數據質量不過關而不敢輕易參與共享［16］。黃歡等通過實證研究發(fā)現(xiàn)了知識殘留與知識粘性顯著正相關［15］。因此，本研究提出如下假設：

H6a：數據共享意愿對數據殘留具有負向影響。

H6b：數據殘留對數據粘性具有正向影響。

H6：數據殘留在數據共享意愿與數據粘性的關系中起中介作用。

Cohen和Levinthal認為當組織積極主動地向外拓展共享渠道時，組織的吸收能力將最終得到增強［31］。羅賢春和李陽暉認為，由于長期以來政府部門各自為政，數據共享意識淡薄，對政府數據吸收能力建設較為忽視，導致政府缺乏對數據進行創(chuàng)新增值的手段［32］?？梢?，增強數據共享意愿有利于數據吸收能力的提高。數據吸收能力對降低數據粘性具有重要作用。Szulanski研究發(fā)現(xiàn)，知識接收者缺乏吸收能力是公司內部知識共享的重要障礙［9］。Cohen和Levinthal［31］、Liu等［33］認為信息接收者可能會因為缺乏必要工具、必要信息而無法順利獲取到信息。本研究認為，政府部門的數據共享意愿會影響其數據吸收能力，從而間接影響數據粘性。因此，本研究提出如下假設：

H7a：數據共享意愿對數據吸收能力具有正向影響。

H7b：數據吸收能力對數據粘性具有負向影響。

H7：數據吸收能力在數據共享意愿與數據粘性的關系中起中介作用。

另外，數據共享能力對數據吸收能力也有直接影響。徐曉日和李思聰［17］指出一些政府部門由于缺乏大數據技術能力與分析工具，在數據的控制分析方面存在明顯短板。當政府部門的數據共享能力提高時，意味著數據基礎設施與數據分析技能提高，在接收其他部門數據后對數據的分析應用能力也自然更強。同時考慮到前文假設數據共享意愿會直接影響數據共享能力，因此有可能當數據共享意愿提高時，數據共享能力提高，數據吸收能力隨之提高，最終導致數據粘性降低。因此，本研究提出如下假設：

H8：數據共享能力對數據吸收能力具有正向影響。

H9：數據共享能力與數據吸收能力在數據共享意愿與數據粘性的關系中起鏈式中介作用。

基于上述17個假設，本研究提出了政府數據跨部門共享數據粘性影響因素理論模型（見圖1）。

圖1 政府數據跨部門共享數據粘性影響因素理論模型

3 研究方法

3.1 樣本

本研究對我國中部地區(qū)基層縣級市E市政府的工作人員展開了問卷調查。E市是全國第三批智慧城市試點城市，2020年E市超過90%的行政事項實現(xiàn)網上申請“一網通辦”，“放管服”改革取得顯著成果，初步建立起了跨部門、跨系統(tǒng)、跨層級的政府數據共享機制?？紤]到政府工作人員日常工作較為繁忙，因此本研究通過問卷星平臺對外開放問卷，供政府工作人員在空余時間靈活填寫。調查共回收351份問卷，其中有294份有效問卷，57份無效問卷，問卷有效率為84%（樣本基本情況見表1）。

表1 正式問卷人口特征變量的描述性統(tǒng)計分析

3.2 測量工具

本研究參考國內外成熟量表，編制了問卷量表。量表涉及數據共享意愿、數據共享能力、數據可表達性、數據殘留、數據吸收能力、數據粘性等六個潛變量，為了更有效地觀測變量，每個潛變量都至少有3個測量題項。借鑒黃歡等的實證問卷，本研究同樣采用李克特五點計分法，從1分-5分逐個表示非常不同意、不同意、不能確定、同意、非常同意（問卷量表的基本結構與參考來源見表2）。

表2 問卷變量、測量題項及參考來源

3.3 分析方法與軟件

本研究采用驗證性因子分析法對問卷信效度進行檢驗，并結合結構方程模型法檢驗模型假設，分析步驟包括模型適配度檢驗、信效度檢驗、相關性分析、假設檢驗。分析過程主要使用SPSS 26軟件和Mplus 8.3軟件。

4 結果分析

4.1 模型適配度檢驗

對問卷結構方程模型的適配度進行檢驗（見表3）可知，本研究模型的χ2為355.909，df為198，χ2/df為1.798<3，RMSEA為0.052<0.08，CFI為0.951>0.9，TLI為0.943>0.9，SRMR為0.062<0.08，各指標均符合預期要求，說明理論模型的擬合效果良好，與實際問卷調查數據相契合。

表3 問卷結構方程模型適配度檢驗

4.2 信效度檢驗

對問卷量表的信效度檢驗（見表4）可知，本研究模型的數據共享意愿、數據共享能力、數據可表達性、數據殘留、數據吸收能力、數據粘性等6個變量的 組 成 信 度CR分 別 為0.859、0.827、0.838、0.865、0.861、0.805，均高于0.8，說明問卷量表具有很高的內部一致性，問卷信度良好。6個變量的AVE值分別為0.604、0.547、0.635、0.683、0.609、0.508，均高于0.5，說明所有變量的收斂效度較高，符合預期要求。

表4 問卷量表的信效度檢驗

為了檢驗模型的區(qū)分效度，本研究根據變量的內涵特征、因果關系等排列出了其他6種替代模型，并對其適配度進行檢驗（見表5），研究發(fā)現(xiàn)本研究模型的適配度指標明顯優(yōu)于其他6種替代模型，并且只有本研究模型的適配度指標滿足了預期要求，說明本研究的6個變量的確是不同的構念，本研究的變量之間具有良好的區(qū)分效度。

表5 正式問卷替代模型適配度檢驗

4.3 相關性分析

變量之間具有相關關系是研究假設成立的前提。研究通常采用Pearson系數檢驗變量相關性。對相關性加以分析（見表6）后可知，數據共享意愿與數據粘性之間顯著負相關（r=-0.433，p<0.001）；數據共享意愿與數據共享能力之間顯著正相關（r=0.532，p<0.001）；數據共享意愿與數據可表達性之間顯著正相關（r=0.414，p<0.001）；數據共享意愿與數據殘留之間顯著負相關（r=-0.416，p<0.001）；數據共享意愿與數據吸收能力之間顯著正相關（r=0.602，p<0.001）；數據共享能力與數據吸收能力之間顯著正相關（r=0.513，p<0.001）；數據共享能力與數據粘性之間顯著負相關（r=-0.483，p<0.001）；數據可表達性與數據殘留之間顯著負相關（r=-0.562，p<0.001）；數據可表達性與數據粘性之間顯著負相關（r=-0.527，p<0.001）；數據殘留與數據粘性之間顯著正相關（r=0.558，p<0.001）；數據吸收能力與數據粘性之間顯著負相關（r=-0.490，p<0.001）。因此，本研究所有理論假設均得到初步支持。

表6 正式問卷變量相關性分析

4.4 假設檢驗

本研究對變量間的直接效應進行了檢驗（見表7），從結果可以看出，數據共享意愿對數據粘性的直接效應系數并不顯著（β=-0.005，p=0.956>0.05），這說明了數據共享意愿對數據粘性并沒有顯著的負向影響，假設H1不成立。此外，假設H2a，H2b，H3a，H3b，H4，H6a，H6b，H7a，H7b，H8等10個假設均成立。雖然數據分析結果表明數據共享意愿對數據粘性并不具有直接影響，但是數據共享意愿仍有可能通過影響其他中介變量從而來影響數據粘性。本研究將在中介效應檢驗部分對數據共享意愿影響數據粘性的間接路徑進行檢驗。

表7 正式問卷直接效應路徑分析

本研究按照Zhao等提出的中介效應檢驗程序［40］，參照Hayes等提出的鏈式中介變量檢驗方法［41-42］，采用Bootstrap自助取樣法進行中介效應檢驗。如果中介效應平均路徑系數的95%置信區(qū)間不包含0，則說明中介效應顯著［42］。對中介效應路徑分析（見表8）可知，假設H2、H3、H5、H6、H7、H9均成立。對中介效應路徑比較（見表9）可知，各中介路徑的作用大小并無顯著差異。

表8 正式問卷中介效應路徑分析

表9 正式問卷中介效應路徑比較

4.5 經檢驗的政府數據跨部門共享數據粘性影響因素理論模型

經過檢驗后，可以構建出政府數據跨部門共享數據粘性影響因素理論模型（見圖2）。在17個研究假設中，只有假設H1沒有成立，實證檢驗結果說明了本研究的理論模型具有合理性。

圖2 經檢驗的政府數據跨部門共享數據粘性影響因素理論模型

數據共享意愿在政府數據跨部門共享數據粘性影響因素理論模型中發(fā)揮著重要的作用。政府部門參與政府數據跨部門共享的主觀能動性會顯著地影響政府對數字基礎設施、人員隊伍的投入，影響部門對政府數據語義、格式的規(guī)范性控制與調整，影響政府對其他部門數據的應用與創(chuàng)新，從而最終影響數據粘性。數據共享意愿對模型所有中介變量具有輻射式影響，要求政府部門必須重視數據共享意愿的作用。

數據共享能力是對數據共享方的描述，數據吸收能力是對數據接收方的描述，兩者都是對政府的數字平臺建設水平、數據管理經驗、人員專業(yè)技能等方面的反映，均對數據粘性具有直接的負向影響。增強政府部門的數據共享能力有利于降低政府數據粘性，還有利于增強數據吸收能力從而間接抑制數據粘性。

數據可表達性對數據粘性具有直接的負向影響。數據可表達性和數據共享意愿、數據共享能力等變量不同，是對政府數據本身特征的描述。政府部門通過加強政府數據標準建設、規(guī)范政府數據管理操作，可以顯著改善由數據標準沖突、數據語義混亂等問題導致的數據粘性問題。數據可表達性還對數據殘留具有較大的直接負向影響，語義混亂的數據更有可能殘留在政府部門內部，而不是參與流通共享。

數據殘留對數據粘性具有直接的正向影響。涉及安全、隱私、保密等問題的政府數據更容易滯留在原部門，形成數據殘留，最終加劇數據粘性。隨著政府部門對政府業(yè)務數據管理不斷優(yōu)化，數據共享限制規(guī)定進一步改革厘清，數據殘留將減少，從而抑制數據粘性。

總結來說，數據粘性受到數據共享意愿、數據共享能力、數據可表達性、數據殘留、數據吸收能力等5個變量的綜合影響，政府數據跨部門共享數據粘性影響因素理論模型顯示共有6條路徑影響了數據粘性的形成：（1）數據共享意愿→數據共享能力→數據粘性；（2）數據共享意愿→數據可表達性→數據粘性；（3）數據共享意愿→數據可表達性→數據殘留→數據粘性；（4）數據共享意愿→數據殘留→數據粘性；（5）數據共享意愿→數據吸收能力→數據粘性；（6）數據共享意愿→數據共享能力→數據吸收能力→數據粘性?？梢钥闯?，政府數據跨部門共享過程中的數據粘性問題是多種復雜因素交織影響后的結果。

5 減少政府數據跨部門共享中數據粘性的建議

5.1 加強部門組織領導

問卷調查表明，政府部門的數據共享意愿是推進政府數據跨部門共享必須重視的首要因素：政府部門的數據共享意愿不足時，政府部門在數據共享能力、數據吸收能力、數據可表達性等方面的建設步伐會直接放緩，數據殘留情況愈發(fā)頻繁，從而導致政府數據粘性加劇、政府數據跨部門共享愈發(fā)困難的連鎖效應。

為了解決這種“指揮一步動一步”的現(xiàn)象，必須提高政府部門的數據共享意愿。相關研究指出在我國政府部門高度垂直的管理體制之下，加強部門組織領導是提高部門工作主動性的關鍵方法［44］。因此，應當加強部門組織領導，從國家、省、市、縣、鄉(xiāng)層層落實政府數據跨部門共享責任，尤其是地方基層政府領導要重視政府數據跨部門共享，不能把政府數據跨部門共享當作上級指派的任務，而應認識到其可以切實提升政府服務效率、改善公共服務的重要意義。政府部門領導應積極響應配合上級安排，主動協(xié)調統(tǒng)籌政府數據跨部門共享工作，及時關注解決政府數據跨部門共享障礙因素，調整優(yōu)化工作任務與激勵辦法，督促下級部門及工作人員進行任務細分并落實具體工作，從而確保政府數據跨部門共享工作的切實落地與順利開展。

5.2 優(yōu)化平臺建設統(tǒng)籌

問卷調查指出政府部門的數據共享能力不僅對數據粘性具有直接負向影響，還可以通過影響數據吸收能力從而間接影響數據粘性。為了促進政府數據在部門之間的順暢流動，必須提高政府部門的數據共享能力，優(yōu)化平臺建設統(tǒng)籌。政府部門要以一體化政務服務平臺作為數據共享的總樞紐，加快部門省垂國垂系統(tǒng)與政務服務平臺的全面對接，優(yōu)化政務服務平臺的業(yè)務功能與運行效率。地方政府應該盡快解決部門多業(yè)務系統(tǒng)并存的問題，嚴格控制部門業(yè)務系統(tǒng)的應用數量，全面落實對政務服務平臺的推廣工作，同時還應對各部門網站、小程序、APP等多種形式的業(yè)務平臺建設進行協(xié)調統(tǒng)籌，妥善解決移動端數據平臺過多的問題。

5.3 提高員工數據素養(yǎng)

文獻分析發(fā)現(xiàn)員工的知識儲備、工作經驗、專業(yè)技能是政府部門參與數據共享的重要“軟實力”［24-25］。政府部門的工作人員是政府數據跨部門共享工作的一線參與者與服務者，也是數據共享平臺的操作者。員工的數據素養(yǎng)對提高數據共享能力與數據吸收能力，從而最終降低數據粘性具有積極作用。

因此，應該從多方面積極提高員工的數據素養(yǎng)：加強對數據共享相關政策的宣傳與解讀，加深政府工作人員對政府數據跨部門共享的目標意義、方針政策、基本舉措的理解和認可；定期開展對政務服務網使用方法、業(yè)務流程、常見問題的技能培訓，在有條件的情況下為掌握基本平臺技能的員工提供學習數據分析進階知識的機會；積極組織政府員工前往政府數據跨部門共享建設較為先進的地區(qū)參觀學習，拓寬員工的工作視野；推動政府數據跨部門共享工作納入員工的等級認定、績效獎勵、定崗晉級等評估工作中，鼓勵政府員工提高自身數據素養(yǎng)與工作效率。

5.4 推進數據目錄完善

2022年3月，國務院印發(fā)的《關于加快推進政務服務標準化規(guī)范化便利化的指導意見》［45］指出目前我國仍存在政府數據共享不充分，政務服務標準不統(tǒng)一的問題，并提出要在2025年底之前實現(xiàn)政務服務標準化、高頻電子證照全國互通互認等目標。根據問卷調查，數據可表達性不僅對數據粘性具有直接負向影響，還可以通過影響數據殘留從而間接影響數據粘性。

因此，有關部門應當加快推進數據目錄的完善工作，根據實際工作需要動態(tài)修訂審核政府數據目錄清單，對數據要素的完整性、準確性、時效性進行適用的、詳細的、規(guī)范的要求，推動政府數據在名稱、編碼、依據、類型等方面的標準化、規(guī)范化操作，從而加快各部門、各地域對政府數據的互認，減少因數據可表達性過低而導致的政府數據跨部門共享障礙。

6 結語

本研究基于數據粘性理論，從數據共享意愿、數據共享能力、數據可表達性、數據殘留、數據吸收能力等五個維度探究數據粘性的影響因素及其相互關系，構建并檢驗了政府數據跨部門共享數據粘性影響因素理論模型。研究發(fā)現(xiàn)政府數據跨部門共享數據粘性影響因素理論模型中各要素密切關聯(lián)，相互交織影響。其中，數據共享意愿可以通過直接影響數據共享能力、數據可表達性、數據殘留、數據吸收能力從而間接影響數據粘性，數據共享能力、數據可表達性、數據殘留、數據吸收能力都可以直接影響數據粘性，數據共享能力直接正向影響數據吸收能力，數據可表達性直接負向影響數據殘留。概言之政府數據跨部門共享數據粘性影響因素理論模型共有6條路徑均可影響數據粘性?；谘芯砍晒?，本研究建議加強部門組織領導、優(yōu)化平臺建設統(tǒng)籌、提高員工數據素養(yǎng)，推進數據目錄完善，從而降低政府數據粘性，促進政府數據跨部門共享。

由于開展研究的時間、人力、精力、資金成本有限，本研究采取抽樣調查的方法在中部地區(qū)基層縣級市E市進行實證研究。鑒于不同地域、不同經濟發(fā)展水平的地方政府在政府數據跨部門共享建設水平上存在很大差異，這一客觀現(xiàn)狀造成我國地方政府在數據粘性的影響因素方面存在不可避免的差異性，影響本研究結果的普遍性。未來研究可以考慮將實證研究的對象拓展到東部地區(qū)和西部地區(qū)，觀察不同經濟、科技發(fā)展水平地區(qū)的地方政府面臨的數據粘性問題的共性與差異性，增強政府數據跨部門共享數據粘性影響因素理論模型的借鑒意義。