數(shù)字政府治理水平提升路徑研究
——基于QCA 與系統(tǒng)動(dòng)力學(xué)的分析

張 斌 商容軒

（1.湖南農(nóng)業(yè)大學(xué)公共管理與法學(xué)學(xué)院，湖南長沙 410128；2.哈爾濱工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，黑龍江哈爾濱 150001）

2022 年4 月，習(xí)近平總書記在主持中央全面深化改革委員會(huì)第二十五次會(huì)議時(shí)強(qiáng)調(diào)［1］，要使數(shù)字政府建設(shè)成為國家治理體系和治理能力現(xiàn)代化的重要支撐。 同時(shí)，會(huì)議審議通過《關(guān)于加強(qiáng)數(shù)字政府建設(shè)的指導(dǎo)意見》，首次從國家層面對(duì)數(shù)字政府建設(shè)進(jìn)行“綱領(lǐng)性”的指導(dǎo)。 從2015 年開始，中央及有關(guān)部委先后出臺(tái)十余份關(guān)于數(shù)字政府建設(shè)的有關(guān)文件。 各個(gè)省、自治區(qū)、直轄市積極響應(yīng)，都制定、出臺(tái)了相應(yīng)的數(shù)字政府建設(shè)辦法、規(guī)定、規(guī)章等具體措施，掀起了數(shù)字政府建設(shè)熱潮。 但是就目前而言，各個(gè)省、自治區(qū)以及直轄市所面臨的實(shí)際情況千差萬別，數(shù)字政府治理水平各不相同。 數(shù)字時(shí)代的到來向傳統(tǒng)治理模式提出了挑戰(zhàn)，驅(qū)動(dòng)著各地方政府圍繞挑戰(zhàn)解決問題以調(diào)適公共部門的組織形態(tài)、治理技術(shù)和治理機(jī)制，但這場由第四次工業(yè)革命所引發(fā)的“治理革命”卻存在顯著的地區(qū)性差異，各地方政府在治理水平與治理效能間存在“鴻溝”。大數(shù)據(jù)發(fā)展與制度環(huán)境、經(jīng)濟(jì)環(huán)境之間的不協(xié)調(diào)導(dǎo)致了部分地方政府的“治理不足”。

因此，如何幫助數(shù)字政府治理水平欠佳的省級(jí)行政單位選擇合適的路徑進(jìn)行相應(yīng)的提升，消弭“數(shù)字鴻溝”，進(jìn)而促進(jìn)社會(huì)治理體系和治理能力現(xiàn)代化的提高，是一個(gè)急需解決的問題。

一、相關(guān)文獻(xiàn)簡述

目前對(duì)于數(shù)字政府的研究，國內(nèi)主要從三個(gè)方面切入。 第一，從案例入手，以案例作為分析對(duì)象。 蔣敏娟通過分析廣東、浙江、貴州三省地方政府的數(shù)字政府建設(shè)過程中存在的差異和共性，指出未來可以從價(jià)值、組織、技術(shù)以及制度四個(gè)方面進(jìn)行系統(tǒng)性推進(jìn)［2］；劉民安等以深圳市福田區(qū)數(shù)字政府改革為分析對(duì)象，揭示了改革的理論基礎(chǔ)、具體措施，存在的改革亮點(diǎn)，總結(jié)了現(xiàn)實(shí)意義，為其他地方提供了借鑒以及參考［3］；李文釗以城市大腦系統(tǒng)為例，提出將城市大腦融入數(shù)字政府治理的八大設(shè)計(jì)原理供相關(guān)城市或者是省份來借鑒［4］。 第二，定量分析。 李鋒等采用雙重差分以及合成控制法， 實(shí)證分析了領(lǐng)導(dǎo)重視與數(shù)字政府回應(yīng)力之間的關(guān)系，認(rèn)為推動(dòng)領(lǐng)導(dǎo)干部重視網(wǎng)絡(luò)問政，加強(qiáng)政府回應(yīng)制度建設(shè)是推進(jìn)數(shù)字政府建設(shè)的關(guān)鍵［5］；鄭躍平等對(duì)全國79 個(gè)城市的政務(wù)熱線進(jìn)行分析， 發(fā)現(xiàn)地方政府在部門數(shù)字化領(lǐng)域取得了一定的進(jìn)展，但是還不夠完善，尚未很好地融入實(shí)踐，并指出需要從頂層設(shè)計(jì)、資源投入以及管理機(jī)制等三方面進(jìn)行改善［6］。 第三，從宏觀角度來進(jìn)行考察分析。 戴長征等從社會(huì)形態(tài)演變進(jìn)程的角度出發(fā)，對(duì)數(shù)字政府治理進(jìn)行研究，指出數(shù)字政府是數(shù)字社會(huì)和數(shù)字國家應(yīng)有的治理形式，建立高效的數(shù)字政府是人類社會(huì)的必然要求［7］；米加寧等認(rèn)為，引入數(shù)字技術(shù)來提高政府的治理水平，能夠促使政府形態(tài)發(fā)生革命性的變化［8］。

國外的研究視角主要從三個(gè)方面展開。 第一， 從宏觀角度進(jìn)行考察研究。 雅若夫斯基（Janowski T）整合了從1992 年到2014 年發(fā)表的有關(guān)數(shù)字政府建設(shè)的相關(guān)文獻(xiàn)，經(jīng)過分析認(rèn)為未來數(shù)字政府研究需要向著情境化和專業(yè)化的角度進(jìn)行發(fā)展，并隨著社會(huì)的變化和文化的發(fā)展過程來不斷充實(shí)自身內(nèi)涵，同時(shí)還為未來數(shù)字政府的相關(guān)研究進(jìn)行了一定的預(yù)測［9］；瑪格麗特（Margetts H）等學(xué)者指出，應(yīng)該整合數(shù)字政府時(shí)代的治理方法，從碎片化的數(shù)據(jù)和內(nèi)容中發(fā)現(xiàn)能為公民提供整體服務(wù)的價(jià)值所在，同時(shí)數(shù)字政府時(shí)代還應(yīng)該將公共管理和公共服務(wù)研究整合，從而真正實(shí)現(xiàn)數(shù)字政府的內(nèi)在價(jià)值［10］；詹森（Janssen M）等學(xué)者認(rèn)為，應(yīng)該從如何發(fā)揮數(shù)字政府基礎(chǔ)設(shè)置的價(jià)值最大化入手，同時(shí)將政策的制定與基建設(shè)施相結(jié)合，來提高復(fù)雜系統(tǒng)的自適應(yīng)性，盡最大可能排除人為的主觀因素對(duì)數(shù)字政府建設(shè)所帶來的負(fù)面影響，提高數(shù)字政府的工作效率。 第二，使用相關(guān)工具進(jìn)行分析。 數(shù)字政府的效率越高，公民的接受意愿則越強(qiáng)［11］。 為此，維森普奇（Sipior JC）等采用技術(shù)接受模型（Technology Acceptance Model），通過問卷調(diào)查的方式，來對(duì)社區(qū)居民進(jìn)行調(diào)查，發(fā)現(xiàn)感知訪問障礙、感知易用性、教育水平以及就業(yè)狀況等影響顯著，其他因素沒有如此顯著的影響，并結(jié)合分析所得資料提出了相關(guān)建議［12］；詹森等學(xué)者認(rèn)為應(yīng)該提高可信度在數(shù)字政府研究方面的重視程度， 為此通過采集20 個(gè)相關(guān)變量，利用解釋性結(jié)構(gòu)來進(jìn)行建模分析變量之間的相關(guān)關(guān)系［13］；賈西姆?。↗asimuddin SM）為了確定哪些因素能夠?qū)?shù)字政府的采用過程產(chǎn)生影響，將感知易用性以及社會(huì)影響等六個(gè)因素納入PLS-SEM 方法中，進(jìn)而幫助數(shù)字政府技術(shù)的開發(fā)者和使用者確定其中的關(guān)鍵因素有哪些，從而更好地提升數(shù)字政府的用戶體驗(yàn)［14］。第三，基于案例進(jìn)行分析。露娜·雷耶斯（Luna-Reyes LF）等學(xué)者從墨西哥聯(lián)邦政府的案例出發(fā)，探討了如何從制度和組織的角度來降低機(jī)構(gòu)之間合作的障礙與難度，從而實(shí)現(xiàn)組織之間的集成［15］；卡倫（Cullen R）通過對(duì)新西蘭和日本民眾的訪談?wù)J為，確保信息的安全性和隱私性是數(shù)字政府使用過程中民眾較為關(guān)注的問題，并指出政府應(yīng)該在政策制定過程中予以關(guān)注［16］。

綜上可以發(fā)現(xiàn)，雖然國內(nèi)外相關(guān)學(xué)者都非常重視對(duì)數(shù)字政府具體案例的分析，但僅僅是對(duì)案例本身進(jìn)行研究或經(jīng)驗(yàn)總結(jié)；部分學(xué)者采用定量的手段對(duì)涉及的因素進(jìn)行獨(dú)立分析，但仍是從案例的角度出發(fā)；而從因素分析角度出發(fā)，對(duì)不同原因變量組合作用路徑的相關(guān)研究是較少的。

因此，本文從因素分析的視角切入，研究哪些因素的變化會(huì)對(duì)數(shù)字政府治理水平產(chǎn)生正向或者反向的影響，不同因素的變化幅度對(duì)數(shù)字政府治理水平的影響程度如何，進(jìn)而嘗試探索出較為合適的路徑以期促進(jìn)數(shù)字政府治理水平的提升。

二、研究方法與數(shù)據(jù)處理

由于本文旨在探索出較為合理的因素組合以及具體某些因素對(duì)數(shù)字政府治理水平提升的影響程度，所以本次研究主要采用QCA 和系統(tǒng)動(dòng)力學(xué)方法結(jié)合起來完成。

（一）研究方法

QCA 方法，即定性比較分析法，是查爾斯·C.拉金在1987 年提出的一種研究方法［17］。 該方法將集合的思想與布爾代數(shù)的思想結(jié)合起來，以案例作為研究導(dǎo)向，通過對(duì)不同條件變量組合情況下的不同案例結(jié)果進(jìn)行比較，得出若干變量（因素）與不同因果（案例）之間的關(guān)系。 采用QCA 方法，進(jìn)行合理的賦值是關(guān)鍵［18］。 就本次研究而言，按照不同省級(jí)行政單位的排名進(jìn)行不同的賦值，從而獲取在提升數(shù)字政府治理水平上發(fā)揮主要作用的因素。

系統(tǒng)動(dòng)力學(xué)是研究信息反饋之間的學(xué)科，遵從“凡是系統(tǒng)必有結(jié)構(gòu)，系統(tǒng)結(jié)構(gòu)決定系統(tǒng)功能”的特點(diǎn)［19］，在不囿于具體數(shù)值的前提下，分析系統(tǒng)內(nèi)不同因素在不同狀態(tài)下是如何影響系統(tǒng)結(jié)果以及系統(tǒng)結(jié)果是如何與各個(gè)要素進(jìn)行相互之間反饋的。 在前述識(shí)別出主要因素的基礎(chǔ)上，明確各個(gè)因素在何種狀態(tài)下能夠?qū)?shù)字政府的治理水平造成多大的影響。

（二）數(shù)據(jù)處理

1.數(shù)據(jù)獲取

為了使得獲得的數(shù)據(jù)更加全面、準(zhǔn)確以及合理，本次研究選取由清華大學(xué)數(shù)據(jù)治理研究中心于2020 年10 月發(fā)布的《2020 數(shù)字政府發(fā)展指數(shù)報(bào)告》［20］（以下簡稱《報(bào)告》）中對(duì)不包含香港、澳門以及臺(tái)灣地區(qū)的31 個(gè)省級(jí)行政區(qū)劃單位的排名作為QCA 分析的結(jié)果變量。該中心是國內(nèi)首家專業(yè)化的數(shù)字治理研究機(jī)構(gòu)，同時(shí)《報(bào)告》也得到了多項(xiàng)國家基金的資助以及多家業(yè)內(nèi)高科技數(shù)字龍頭企業(yè)的參與，保證了數(shù)據(jù)的科學(xué)性、權(quán)威性和準(zhǔn)確性。

2.數(shù)據(jù)處理

一是結(jié)果變量的編碼。 由于《報(bào)告》中把31 個(gè)省級(jí)行政區(qū)劃單位按照梯度劃分為6 類，結(jié)合本次研究的實(shí)際需要以及QCA 方法發(fā)展的穩(wěn)健程度和成熟程度，擬采用清晰集定性比較分析的方法來進(jìn)行研究。 由于QCA 中把每一個(gè)省份看成一個(gè)案例，因此本次實(shí)驗(yàn)共計(jì)包含31 個(gè)案例，即case1～case31。 結(jié)合前人的研究情況［21］，按照學(xué)術(shù)界普遍遵循的“二八定律”對(duì)所有案例進(jìn)行劃分，即前20%的省份在數(shù)字政府的建設(shè)中發(fā)揮主要作用，將排名在前20%的省份結(jié)果變量賦值為“1”，其余省份的結(jié)果變量賦值為“0”，編號(hào)Q1。

二是原因變量的編碼。 關(guān)于影響數(shù)字政府治理水平的因素，不同學(xué)者有著不同的研究。 范梓騰認(rèn)為，經(jīng)濟(jì)發(fā)展水平和地理位置會(huì)對(duì)不同地區(qū)的數(shù)字政府建設(shè)產(chǎn)生影響［22］；蔡聰裕等認(rèn)為，網(wǎng)絡(luò)匿名、數(shù)據(jù)主體是否多元、政府是否重視等原因會(huì)影響數(shù)字政府的建設(shè)［23］；張紅彬等提出，信息技術(shù)水平越高、信息生產(chǎn)力越強(qiáng)、制度越是健全的地區(qū)，其數(shù)字政府建設(shè)水平越高［24］。羅德里格斯-海維亞（Rodriguez-Hevia LF）等認(rèn)為，人口密度和社會(huì)因素會(huì)對(duì)該地?cái)?shù)字政府的建設(shè)產(chǎn)生影響［25］；明州（Myeong S）等［26］提出，民眾對(duì)政府的信任程度、信息技術(shù)的水平、組織和利益者之間的相關(guān)關(guān)系等都是影響數(shù)字政府建設(shè)的主要因素。 基于上述分析，結(jié)合實(shí)際情況和研究目的，將以下因素列為本次研究的原因變量，其編碼方式如表1 所示。

表1 原因變量及其編碼方式

三是構(gòu)建二分真值表。 由于本次研究首先使用csQCA 的方法進(jìn)行研究，而進(jìn)行二分真值表的構(gòu)建是繼續(xù)相關(guān)研究的基礎(chǔ)，所以構(gòu)建二分真值表的部分如表2 所示。 其中，每一個(gè)case代表一個(gè)省份，Y1 到Y(jié)5 為表2 中提及的原因變量，Q1 為結(jié)果變量。

表2 二分真值表（部分）

將上述二分真值表的數(shù)據(jù)導(dǎo)入Tosmana 軟件中進(jìn)行可視化展現(xiàn)，所得圖譜如下圖1 所示。圖1 中，淺色區(qū)域代表結(jié)果變量為0 的案例；深色區(qū)域代表結(jié)果變量為1 的區(qū)域；白色區(qū)域?yàn)椤斑壿嬘囗?xiàng)”，即在理論上應(yīng)該存在，但是在本次實(shí)驗(yàn)中沒有出現(xiàn)的情況；而斜線區(qū)域即“矛盾組態(tài)”，共計(jì)包含4 種情況。

圖1 真值表可視化圖譜

三、數(shù)據(jù)分析

首先采用定性比較分析法，分別分析不同原因變量的組合對(duì)數(shù)字政府治理水平的影響；然后在系統(tǒng)動(dòng)力學(xué)模型環(huán)境下根據(jù)組合結(jié)果進(jìn)行仿真模擬，從而進(jìn)一步明確出各個(gè)因素在不同幅度變化的情況下對(duì)數(shù)字政府治理水平變化的影響， 最終尋求到提升數(shù)字政府治理水平的路徑。

（一）采用定性比較分析法進(jìn)行數(shù)據(jù)分析

1.結(jié)果變量為1 的分析

在Tosmana 軟件中，對(duì)結(jié)果變量為1 的組態(tài)進(jìn)行布爾最小化操作。由于“邏輯余項(xiàng)”既有可能導(dǎo)致結(jié)果變量為1，也有可能導(dǎo)致結(jié)果變量為0，所以首先將其納入結(jié)果變量為1 的情況下進(jìn)行分析。

經(jīng)過布爾最小化，可以得到由如下三條途徑能夠?qū)е陆Y(jié)果變量為1：

（1） Y1{1} * Y2{1} * Y4{1} * Y5{0}

（2） Y1{1} * Y2{0} * Y3{0} * Y4{1} * Y5{1}

（3） Y1{1} * Y2{1} * Y3{1} * Y4{0} * Y5{1}

其中路徑1 對(duì)應(yīng)case4 和case5，路徑2 對(duì)應(yīng)case2，路徑3 對(duì)應(yīng)case3。

case4 和case5 對(duì)應(yīng)的地區(qū)是廣東省和四川省。 二者都是在我國國內(nèi)地區(qū)生產(chǎn)總值排名較為靠前的省份。 通過對(duì)比發(fā)現(xiàn)，在路徑1 的兩個(gè)案例中，僅僅是Y3 的賦值不同，但是并未影響最后的結(jié)果變量。 而根據(jù)第六次人口普查的數(shù)據(jù)來看，廣東省的Y3 變量數(shù)值比四川省的高出將近三十萬。 雖然人才在數(shù)字政府的提升和發(fā)展過程中能夠發(fā)揮巨大的作用［27］，但是通過在各省數(shù)字政府網(wǎng)站盡可能全面、準(zhǔn)確以及具體地提供翔實(shí)的數(shù)據(jù)，加強(qiáng)“政民互動(dòng)”的建設(shè)，善于訥言敏行，積極聽取群眾百姓對(duì)于數(shù)字政府建設(shè)的意見和改進(jìn)措施，同時(shí)借助于經(jīng)濟(jì)發(fā)達(dá)地區(qū)所具有的在政策、資金以及其他方面的優(yōu)勢的情況下，能夠盡可能地消除由于人才數(shù)量上的差距所帶來的不利影響。

case2 所對(duì)應(yīng)的地區(qū)是浙江省。 浙江省位于我國東部沿海地區(qū)，獨(dú)特的區(qū)位優(yōu)勢使得浙江省在國內(nèi)地區(qū)生產(chǎn)總值排名上占據(jù)較為靠前的位置。 同時(shí)浙江作為國家信息經(jīng)濟(jì)的示范區(qū)，也在大力推廣“數(shù)字一號(hào)”工程。 在已有大數(shù)據(jù)平臺(tái)上盡可能全面、準(zhǔn)確地公布所掌握的數(shù)據(jù)，同時(shí)在網(wǎng)站提供針對(duì)已有海量數(shù)據(jù)的二次開發(fā)接口，促進(jìn)對(duì)已有數(shù)據(jù)價(jià)值進(jìn)行挖掘和深度利用［28］。 政策上的全面準(zhǔn)確和經(jīng)濟(jì)上的重要支撐使得浙江省的數(shù)字政府建設(shè)和治理階段從“重點(diǎn)突破”邁向“深度發(fā)展”，并積極推進(jìn)數(shù)字政府公共服務(wù)一體化。

case3 所對(duì)應(yīng)的是地區(qū)是北京市。 雖然北京市在2020 年國內(nèi)生產(chǎn)總值排名第13 位，但是憑借Y1、Y2、Y3 以及Y5 原因變量， 仍然使得其數(shù)字政府治理水平得到了提高。 由此可以看出，在能提供全面準(zhǔn)確的海量數(shù)據(jù)的基礎(chǔ)上，積極進(jìn)行“政民互動(dòng)”，保持本地區(qū)在人才數(shù)量上的優(yōu)勢，在網(wǎng)站上能夠及時(shí)獲取已有數(shù)據(jù)并進(jìn)行二次開發(fā)接口的前提下，會(huì)極大促進(jìn)本地?cái)?shù)字政府的治理水平提高。

2.結(jié)果變量為0 的分析

按照上述操作步驟，在納入“邏輯余項(xiàng)”的情況下，進(jìn)行布爾最小化操作，可以得到有如下5 條路徑均能導(dǎo)致結(jié)果變量為0：

（1） Y3{0} * Y4{0} * Y5{0}

（2） Y1{0} * Y3{0} * Y4{0}

（3） Y2{0} * Y3{0} * Y4{0}

（4） Y1{0} * Y2{0} * Y4{0} * Y5{0}

（5） Y1{0} * Y2{1} * Y3{1} * Y4{1} * Y5{0}

上述5 條路徑可以分成如下幾個(gè)情況分別討論：

第1 條、第2 條、第3 條路徑所對(duì)應(yīng)的是區(qū)位優(yōu)勢不明顯、中西部等經(jīng)濟(jì)欠發(fā)達(dá)、人才外流嚴(yán)重的地區(qū)，如新疆、青海等。 從地方經(jīng)濟(jì)要素來看，經(jīng)濟(jì)發(fā)展水平越高，會(huì)進(jìn)一步促進(jìn)當(dāng)?shù)鼗ヂ?lián)網(wǎng)的普及率的提升，同時(shí)也能夠?qū)Φ胤焦ぷ魅藛T的教育水平和素養(yǎng)等軟實(shí)力起到促進(jìn)作用［29］，而且經(jīng)濟(jì)發(fā)展水平也是吸引不同層次專業(yè)技術(shù)人員來當(dāng)?shù)鼐蜆I(yè)、發(fā)展的一個(gè)重要因素。經(jīng)濟(jì)的欠發(fā)達(dá)以及人才的短缺，從“軟件”和“硬件”兩個(gè)角度對(duì)當(dāng)?shù)氐臄?shù)字政府建設(shè)水平產(chǎn)生了嚴(yán)重的制約，阻礙了治理水平的提升。

第4 條、第5 條路徑針對(duì)的是提供數(shù)據(jù)內(nèi)容的全面性欠佳且未提供二次開發(fā)接口的地區(qū)，如甘肅、云南等省份。 黃璜認(rèn)為，數(shù)字資源的豐富與否，能夠直接影響到公眾對(duì)于政府信息的獲取和使用，進(jìn)而對(duì)政府政策的執(zhí)行效果產(chǎn)生影響，妨礙政府、公眾以及其他數(shù)據(jù)利用方之間的信息交流和傳遞，產(chǎn)生新的“數(shù)據(jù)壁壘”或者是“數(shù)據(jù)煙囪”［30］。 而且，全面、準(zhǔn)確提供完整的數(shù)據(jù)資源也是促使政府提高“數(shù)字能力”建設(shè)的一種重要手段。 通過在網(wǎng)站提供“二次開發(fā)接口”，將具體的細(xì)節(jié)封裝起來，使得對(duì)相同數(shù)據(jù)有不同需求的組織或者個(gè)人能根據(jù)自身需要進(jìn)行數(shù)據(jù)的開發(fā)和利用，從而達(dá)到深挖、盤活數(shù)據(jù)價(jià)值的目的。

通過使用QCA 進(jìn)行分析可以發(fā)現(xiàn)：高質(zhì)量的數(shù)據(jù)共享建設(shè)、積極進(jìn)行“政民互動(dòng)”、保持一定程度的人才數(shù)量以及提升本地區(qū)的經(jīng)濟(jì)發(fā)展水平等各個(gè)因素綜合起來會(huì)對(duì)省級(jí)行政區(qū)域的數(shù)字政府治理水平產(chǎn)生重要的影響。 但是不同因素的變化幅度能在多大程度上對(duì)數(shù)字政府的治理水平產(chǎn)生作用仍不得而知，所以需要從系統(tǒng)動(dòng)力學(xué)的角度出發(fā)，進(jìn)一步構(gòu)造相關(guān)模型進(jìn)行仿真模擬。

（二）基于系統(tǒng)動(dòng)力學(xué)的分析

系統(tǒng)動(dòng)力學(xué)方法是建立在非線性動(dòng)力學(xué)基礎(chǔ)與反饋控制理論上的一種設(shè)計(jì)方法。 使用系統(tǒng)動(dòng)力學(xué)分析，其優(yōu)點(diǎn)為不囿于具體某個(gè)因素的數(shù)值是多少，更重要的是關(guān)心其中某個(gè)因素在某種狀態(tài)環(huán)境下改變的幅度，通過整個(gè)系統(tǒng)的作用，最后對(duì)結(jié)果造成的影響走向以及幅度進(jìn)行分析。因此，在結(jié)合前述“+”表示反饋回路中衛(wèi)正向反饋，彼此之間前后是正向影響。即數(shù)據(jù)來源越廣泛，會(huì)使得數(shù)據(jù)的易獲得性更強(qiáng)。 識(shí)別出來的部分關(guān)鍵因素的基礎(chǔ)上進(jìn)行歸納總結(jié)，對(duì)相關(guān)案例、文獻(xiàn)進(jìn)行分析，與領(lǐng)域內(nèi)的相關(guān)學(xué)者進(jìn)行交流，進(jìn)一步細(xì)化各個(gè)二級(jí)影響因素，如表3 所示，并構(gòu)建出相應(yīng)的因果關(guān)系圖，如圖2 所示。

表3 涉及的影響因素

在圖2 所示的因果關(guān)系圖中，包含如下兩個(gè)正反饋循環(huán)：

正反饋1：數(shù)據(jù)源來源廣泛→+數(shù)據(jù)易獲得→+數(shù)據(jù)的搜集能力→+數(shù)據(jù)源來源廣泛；

該正反饋1 的含義是：廣泛的數(shù)據(jù)來源使得數(shù)據(jù)的易獲得性更強(qiáng)，同時(shí)也提升了數(shù)據(jù)的搜集能力，而數(shù)據(jù)搜集能力的提升也會(huì)促使發(fā)現(xiàn)越來越多的可用數(shù)據(jù)源，進(jìn)而獲得更多的數(shù)據(jù)；

正反饋2： 數(shù)據(jù)種類多→+數(shù)據(jù)質(zhì)量高→+人才數(shù)量→+地區(qū)經(jīng)濟(jì)生產(chǎn)總值→+信息獲取機(jī)制→+數(shù)據(jù)的利用能力→+地區(qū)經(jīng)濟(jì)增速→+數(shù)據(jù)種類多；

該正反饋2 的含義是：數(shù)據(jù)種類越多，會(huì)在一定程度上對(duì)數(shù)據(jù)的質(zhì)量起到推動(dòng)作用，而高質(zhì)量的數(shù)據(jù)也需要相關(guān)領(lǐng)域的人才來進(jìn)行技術(shù)分析， 推動(dòng)人才數(shù)量的增多， 同時(shí)也對(duì)地區(qū)經(jīng)濟(jì)生產(chǎn)總值的上升起到了促進(jìn)作用， 經(jīng)濟(jì)總量越高的地區(qū)， 其信息獲取的機(jī)制較之于其他省份也較為健全，所以數(shù)據(jù)的利用能力也越強(qiáng)，進(jìn)一步提升了地區(qū)經(jīng)濟(jì)增速，并產(chǎn)生了更多種類的數(shù)據(jù)。

1.構(gòu)建系統(tǒng)流圖

根據(jù)因果關(guān)系圖（圖2），構(gòu)建數(shù)字政府治理水平提升路徑的系統(tǒng)流圖，如圖3 所示。

圖2 因果關(guān)系圖

2.主要方程設(shè)計(jì)說明

不同行政區(qū)域的數(shù)字政府治理水平有著顯著的差異，在實(shí)際操作過程中，短時(shí)間內(nèi)較難通過調(diào)查問卷等方式來獲取全部的相關(guān)數(shù)據(jù)。 而根據(jù)系統(tǒng)動(dòng)力學(xué)重視因素狀態(tài)變化的特點(diǎn)，結(jié)合相關(guān)學(xué)者的研究，對(duì)圖3 中涉及的多個(gè)因素進(jìn)行反復(fù)測試并修正，直至達(dá)到與理論預(yù)想較為符合的研究結(jié)果［31］。 模型中共計(jì)包含24 個(gè)方程，部分設(shè)計(jì)說明如下：

圖3 系統(tǒng)流圖

E1：人才數(shù)量=（各類人才的比例+合理的人才培養(yǎng)體系+數(shù)據(jù)質(zhì)量高+政民互動(dòng)頻繁）/數(shù)據(jù)易獲得；人才數(shù)量從兩個(gè)方面考慮，既要考慮控制比例與制定恰當(dāng)?shù)娜瞬排囵B(yǎng)方案和體系；還要充分考慮社會(huì)對(duì)人才的需求，高質(zhì)量的數(shù)據(jù)以及頻繁的政民互動(dòng)需要適量的人才來進(jìn)行處理。

E2：促進(jìn)=定期主動(dòng)發(fā)布相關(guān)數(shù)據(jù)*1.5；

E3：信息獲取機(jī)制=(地區(qū)經(jīng)濟(jì)生產(chǎn)總值+各個(gè)部門的協(xié)同機(jī)制+促進(jìn))*0.08；一般而言，經(jīng)濟(jì)越發(fā)達(dá)的省份，其信息獲取機(jī)制也越完善；

E4：反饋=0.8；

E5：各個(gè)部門的協(xié)同體制=10；

E6：各類人才的比例=合理的人才培養(yǎng)體系*2；

E7：合理的二次開發(fā)接口=1.1*Time；

E8：合理的人才培養(yǎng)體系=合理的二次開發(fā)接口* 領(lǐng)導(dǎo)的重視程度；

E9：地區(qū)經(jīng)濟(jì)增速=數(shù)據(jù)的利用能力* 合理的人才培養(yǎng)體系*Time*0.2；

E10：地區(qū)經(jīng)濟(jì)生產(chǎn)總值=人才數(shù)量* 數(shù)據(jù)源不受限制；

E11：定期主動(dòng)發(fā)布相關(guān)數(shù)據(jù)=3；

E12：政民互動(dòng)界面簡潔易操作=部門健全*2；

E13：政民互動(dòng)頻繁=數(shù)據(jù)質(zhì)量高*0.2*IF THEN ELSE(數(shù)據(jù)的存儲(chǔ)能力=3, 4.5 ,IF THEN ELSE(數(shù)據(jù)的存儲(chǔ)能力>3, INTEGER(數(shù)據(jù)的存儲(chǔ)能力), 0.5))*IF THEN ELSE(各個(gè)部門的協(xié)同機(jī)制=10, 10 , IF THEN ELSE(各個(gè)部門的協(xié)同機(jī)制>10, 12, 8) )；頻繁的政民互動(dòng)，既依賴于良好的數(shù)據(jù)存儲(chǔ)能力，也同健全的部門協(xié)調(diào)機(jī)制有關(guān)；

E14：數(shù)字政府治理水平=促進(jìn)* 反饋* 數(shù)據(jù)的搜集能力*IF THEN ELSE（數(shù)據(jù)的存儲(chǔ)能力=3，3，（IF THEN ELSE(數(shù)據(jù)的存儲(chǔ)能力>3, 4.8 , 0.5）））*IF THEN ELSE（各個(gè)部門的協(xié)同機(jī)制=10, 10 , IF THEN ELSE（各個(gè)部門的協(xié)同機(jī)制>10，20，5））；

E15：數(shù)據(jù)易獲得=數(shù)據(jù)源來源廣泛*2；

E16：數(shù)據(jù)源不受限制=政民互動(dòng)界面簡潔易操作*2；

E17：數(shù)據(jù)源來源廣泛=(數(shù)據(jù)的搜集能力+數(shù)據(jù)源不受限制)*0.2；

E18：數(shù)據(jù)的利用能力=DELAY1I（（信息獲取機(jī)制* 數(shù)據(jù)的存儲(chǔ)能力）/（反饋+數(shù)字政府治理水平）*2，1，0）；將數(shù)據(jù)進(jìn)行有效的理由不是一蹴而就的，因此采用延遲函數(shù)，從零開始，且延遲1 個(gè)單位；

E19：數(shù)據(jù)的存儲(chǔ)能力=3* 數(shù)據(jù)的搜集能力；

E20：數(shù)據(jù)的搜集能力=數(shù)據(jù)易獲得*5，設(shè)定初始值=10；

E21：數(shù)據(jù)的種類多=(各類人才的比例+地區(qū)經(jīng)濟(jì)增速)*0.05；

E22：數(shù)據(jù)的質(zhì)量高=SMOOTH(數(shù)據(jù)種類多, 2 )；設(shè)定初始值=1；

E23：部門健全=數(shù)據(jù)的搜集能力/2；

E24：領(lǐng)導(dǎo)的重視程度=1.1*Time。

3.模型檢測

在Vensim PLE 3.7.5 平臺(tái)中進(jìn)行模型檢測，是開展后續(xù)仿真分析與靈敏度分析的必要條件。設(shè)定Initial Time=0，F(xiàn)inal Time=24，Time Step=1，Units For Time=Month，Integration Type=Eular。然后進(jìn)行Check Model，該平臺(tái)顯示“Model Is OK”，說明前期構(gòu)建的模型通過檢驗(yàn)，可以繼續(xù)后續(xù)相關(guān)的分析工作。

4.模型的仿真模擬分析

在既定參數(shù)下，通過對(duì)系統(tǒng)分析，“政民互動(dòng)頻繁”“合理的人才培養(yǎng)體系”“地區(qū)經(jīng)濟(jì)生產(chǎn)總值”與“數(shù)字政府治理水平”的動(dòng)態(tài)變化如圖4 所示。

（1）隨著時(shí)間的推移，政民互動(dòng)的頻繁程度越來越高，在第10 個(gè)月左右的時(shí)候開始呈現(xiàn)出快速增長的態(tài)勢。 由于政民互動(dòng)是一個(gè)緩慢且長期的過程，從剛開始的不熟悉到逐漸熟悉這一過程需要長時(shí)間的積累，因此呈現(xiàn)出增速由快到慢的趨勢。

（2）而構(gòu)建一個(gè)合理的人才培養(yǎng)體系也需要進(jìn)行長時(shí)間的積累。 結(jié)合本模型來看，首先，需要人才比例的合理，技能型人才和研發(fā)型人才合理配置；其次，需要本地區(qū)擁有較強(qiáng)的經(jīng)濟(jì)實(shí)力和較大的經(jīng)濟(jì)增長潛力，才能夠吸引足夠多的人才來本地區(qū)就業(yè)創(chuàng)業(yè)；再次，重視在實(shí)際工作中的需求帶來的人才培養(yǎng)導(dǎo)向，最終才能實(shí)現(xiàn)一個(gè)較為合理的人才培養(yǎng)體系的構(gòu)建。 所以結(jié)合圖4 來看，人才培養(yǎng)體系的構(gòu)建也是一個(gè)緩慢的過程。

圖4 數(shù)字政府治理水平仿真模擬變化圖

（3）地區(qū)經(jīng)濟(jì)生產(chǎn)總值是對(duì)數(shù)字政府治理水平產(chǎn)生重要影響的因素之一。 結(jié)合之前相關(guān)學(xué)者的研究以及前述分析來看，地區(qū)經(jīng)濟(jì)生產(chǎn)總值越是發(fā)達(dá)的區(qū)域，越能夠?qū)Ρ镜貐^(qū)數(shù)字政府治理水平產(chǎn)生正向的促進(jìn)影響。 出色的經(jīng)濟(jì)發(fā)展水平能夠使得地方在數(shù)字政府領(lǐng)域投入大量的資金，并在雄厚的經(jīng)濟(jì)基礎(chǔ)上堅(jiān)持民眾的問題導(dǎo)向，讓數(shù)字多跑路，推動(dòng)政府更好地感知民眾的需求，并最終實(shí)現(xiàn)數(shù)字政府治理的健康發(fā)展。

（4）數(shù)字政府治理水平在本次模擬時(shí)間范圍內(nèi)的前20 個(gè)月基本沒有明顯的變化。第21 個(gè)月開始，逐步呈現(xiàn)出上升的趨勢，并且上升的速度越來越快。 數(shù)字政府治理水平的提高受多方面影響，領(lǐng)導(dǎo)重視、經(jīng)濟(jì)水平、人才支撐、部門體制機(jī)制建設(shè)等都是重要的影響因素。因此，只有在經(jīng)歷了長時(shí)間的磨合熟悉之后，才能在較短的時(shí)間內(nèi)達(dá)到數(shù)字政府治理水平的快速提升。

5.模型的靈敏度分析

進(jìn)行系統(tǒng)動(dòng)力學(xué)分析，其中一個(gè)重要的作用即通過對(duì)某些參數(shù)的改變來觀察對(duì)最后結(jié)果所造成的影響。 基于前文所述數(shù)字政府治理水平涉及的因素以及所構(gòu)造的因果關(guān)系圖、系統(tǒng)流圖等內(nèi)容的分析，擬對(duì)“各個(gè)部門的協(xié)同體制”“定期發(fā)布相關(guān)數(shù)據(jù)”“反饋”來進(jìn)行靈敏度測試，以期找到合理的提升數(shù)字政府治理水平的路徑。

一是“各個(gè)部門的協(xié)同體制”的靈敏度分析。 提高數(shù)字政府的治理水平需要多個(gè)政府部門之間的協(xié)同合作，單靠某個(gè)政府部門無法完成，容易出現(xiàn)“數(shù)據(jù)壁壘”的現(xiàn)象。 現(xiàn)將“各個(gè)部門的協(xié)同體制”進(jìn)行調(diào)整，分別為current0（5）、current1（10）與current2（15），即以目前數(shù)據(jù)為基準(zhǔn)，分別上下浮動(dòng)50%來測試其對(duì)“數(shù)字政府治理水平”的靈敏度，所得結(jié)果如圖5 所示。

圖5 中，三條線分別代表current0、current1 和current2。 從圖中可以看出，當(dāng)模擬時(shí)間（橫軸）達(dá)到第24 個(gè)月的時(shí)候，藍(lán)色折線數(shù)值最高，其次為綠色折線，最低的為紅色折線，說明隨著各個(gè)部門之間協(xié)同體制程度逐漸加深，其效果呈現(xiàn)出先下降再上升的態(tài)勢。 從變化速率來看，增大各個(gè)部門之間的協(xié)同程度確實(shí)能夠較大幅度地提高數(shù)字政府的治理水平。 但是部門之間的協(xié)同體制對(duì)數(shù)字政府的治理水平影響是漫長且潛在的，在初期需要不同部門之間的嘗試、探索，從而確定最恰當(dāng)?shù)牟块T之間的協(xié)作方式，因此難免出現(xiàn)數(shù)字政府的治理水平呈現(xiàn)短暫的下降態(tài)勢。 而且目前由于我國各政府部門掌握的數(shù)據(jù)難以產(chǎn)生橫向之間的交流，多在同一個(gè)體系，同一個(gè)系統(tǒng)下進(jìn)行縱向共享，部門與部門之間的“數(shù)據(jù)壁壘”現(xiàn)象較為嚴(yán)重。 同時(shí)各個(gè)政府部門從自身部門發(fā)展的角度出發(fā)，也沒有較強(qiáng)的主動(dòng)提供自己部門數(shù)據(jù)的意愿，因此需要進(jìn)行部門之間的協(xié)調(diào)、磨合和探索，這些都需要較長的時(shí)間段來完成。 第22 個(gè)月的時(shí)候，前期部門之間的磨合已經(jīng)較為成熟， 探索出一個(gè)協(xié)調(diào)部門或者協(xié)調(diào)機(jī)制來平衡各方的利益，從而促使整個(gè)數(shù)字政府的治理水平能夠快速上升。

圖5 “各個(gè)部門的協(xié)同體制”靈敏度變化情況

二是“定期發(fā)布相關(guān)數(shù)據(jù)”的靈敏度分析。在Vensim 平臺(tái)中對(duì)“定期發(fā)布相關(guān)數(shù)據(jù)”的數(shù)值進(jìn)行調(diào)整，分別為current0（1）、current1（3）和current2（5），觀察在不同情況下“定期發(fā)布相關(guān)數(shù)據(jù)”對(duì)“數(shù)字政府治理水平”的影響程度，如圖6 所示。

圖6 “定期發(fā)布相關(guān)數(shù)據(jù)”靈敏度變化情況

從圖6 中可以看出，當(dāng)橫軸時(shí)間為第24 個(gè)月的時(shí)候，隨著“定期發(fā)布相關(guān)數(shù)據(jù)”的數(shù)值越高，對(duì)應(yīng)的縱軸數(shù)值也越大，說明地方政府定期發(fā)布相關(guān)數(shù)據(jù)對(duì)數(shù)字政府的治理水平提升起到正向的促進(jìn)作用，且增長幅度越來越大。 但是“定期發(fā)布相關(guān)數(shù)據(jù)”對(duì)數(shù)字政府治理水平的影響也是長期且緩慢的。 從圖中可以看出，在前22 個(gè)月的時(shí)間內(nèi)沒有顯著影響，一方面說明從“數(shù)據(jù)”轉(zhuǎn)化到實(shí)際的治理水平提升需要政府、社會(huì)、公眾甚至企業(yè)等多方面共同協(xié)作，目前而言，政府主要是進(jìn)行數(shù)據(jù)的發(fā)布工作，僅有少數(shù)政府機(jī)構(gòu)在其網(wǎng)站上推出了二次開發(fā)或者調(diào)用數(shù)據(jù)的接口，但是大部分的政府機(jī)構(gòu)只是單純地進(jìn)行數(shù)據(jù)的公開和發(fā)布，至于數(shù)據(jù)發(fā)布之后能否真正發(fā)揮出其應(yīng)有的價(jià)值，能否真正實(shí)現(xiàn)數(shù)字政府治理水平的提升并未考慮，同時(shí)由于不同部門對(duì)于數(shù)據(jù)的搜集執(zhí)行的標(biāo)準(zhǔn)各不相同，也給后續(xù)進(jìn)行數(shù)據(jù)價(jià)值的相關(guān)挖掘和分析帶來潛在的障礙；另一方面，面對(duì)海量的數(shù)據(jù)信息突然被公布出來，公眾也難免會(huì)顯得無所適從，如何甄別發(fā)現(xiàn)自己需要的正確的數(shù)據(jù)成為公眾需要解決的問題，而目前這些問題的解決都需要付出較高的時(shí)間成本。 而從第22 個(gè)月以后，前期進(jìn)行主動(dòng)的數(shù)據(jù)發(fā)布所帶來的問題基本已經(jīng)解決，公眾也可以較為方便地從海量數(shù)據(jù)中找到對(duì)自己有用的信息，讓“定期發(fā)布相關(guān)數(shù)據(jù)”成為提高數(shù)字政府治理水平的推動(dòng)力。

三是“反饋”的靈敏度分析。 合理恰當(dāng)?shù)剡M(jìn)行效果反饋，能夠更好地幫助地方政府在采用數(shù)字政府治理過程中發(fā)現(xiàn)自身缺點(diǎn)和不足，從而促進(jìn)數(shù)字政府治理水平的提高與改善。 結(jié)合本次研究的實(shí)際情況，對(duì)“反饋”的賦值進(jìn)行修改，以觀察其對(duì)于“數(shù)字政府治理水平”的影響效果。 將 “反饋” 的賦值設(shè)定為0.4、0.8 和1.2， 即在目前的情況下， 分別上下浮動(dòng)50%，在Vensim 中查看“數(shù)字政府治理水平”的變化情況，如圖7 所示。

圖7 中，藍(lán)色折線、紅色折線和綠色折線分別代表“反饋”賦值為1.2、0.8 和0.4 時(shí)的狀態(tài)。 從圖中可以看出，當(dāng)實(shí)驗(yàn)時(shí)間段處于0 至22 個(gè)月之間的時(shí)候，“反饋”的數(shù)值還無法對(duì)“數(shù)字政府治理水平”產(chǎn)生影響。 這是由于對(duì)前期數(shù)字政府治理水平的反饋是一個(gè)長期的過程，需要不同部門的共同努力才能夠獲得合適的治理效果，且數(shù)字政府是一個(gè)多層次、綜合治理的體系，從政府到部門再到轄區(qū)和個(gè)人，既有縱向之間的相互影響，又有橫向之間的相互作用，形成了橫縱交織的網(wǎng)狀結(jié)構(gòu)，這些都不是一蹴而就的。 而且從“反饋”涉及的對(duì)象來看，既包括普通公眾對(duì)于數(shù)字政府措施、內(nèi)容的反饋，也包括政府內(nèi)部涉及的部門、機(jī)構(gòu)等對(duì)于出臺(tái)的措施和意見的反饋。 公眾的反饋內(nèi)容是否合理，合理的反饋應(yīng)該如何應(yīng)對(duì)，不合理的反饋應(yīng)該如何解釋，合理的反饋內(nèi)容應(yīng)該如何落實(shí)以進(jìn)一步優(yōu)化數(shù)字政府治理水平和辦事流程等，這些都是需要政府內(nèi)部相關(guān)部門、機(jī)構(gòu)和工作人員考慮的。 而內(nèi)部工作人員在數(shù)字政府實(shí)施過程中也有可能主動(dòng)發(fā)現(xiàn)問題，進(jìn)而直接反饋給相應(yīng)的部門或者機(jī)構(gòu)，從而提早將可能出現(xiàn)的問題消弭在萌芽狀態(tài)， 這些內(nèi)容都需要相當(dāng)長的時(shí)間來完成。 當(dāng)實(shí)驗(yàn)時(shí)間達(dá)到第22 個(gè)月的時(shí)候，“反饋”對(duì)于數(shù)字政府治理水平提升的效果開始顯現(xiàn)，前期發(fā)現(xiàn)的問題基本都進(jìn)行了妥善的處理，并且對(duì)部分內(nèi)容、流程等進(jìn)行了優(yōu)化，最后在第24 個(gè)月的時(shí)候就越能夠促使數(shù)字政府的治理水平達(dá)到更高的高度，并且“反饋”值越高，增速越快。 說明合理、恰當(dāng)與正確的反饋能夠?qū)μ嵘龜?shù)字政府的治理水平起到正向的推動(dòng)作用。

圖7 “反饋”的靈敏度變化圖

四、結(jié)論

大數(shù)據(jù)時(shí)代的到來，人工智能技術(shù)、物聯(lián)網(wǎng)技術(shù)以及區(qū)塊鏈技術(shù)的應(yīng)用對(duì)政府治理體系和政府治理能力提出了新的挑戰(zhàn)。 所以數(shù)字政府治理水平的提升，既是符合時(shí)代發(fā)展變遷的變革之舉，也是數(shù)字中國建設(shè)的重要體現(xiàn)。 本文通過對(duì)《2020 數(shù)字政府發(fā)展指數(shù)報(bào)告》中對(duì)省級(jí)行政機(jī)構(gòu)排名的分析，結(jié)合QCA 和系統(tǒng)動(dòng)力學(xué)方法，嘗試探索出提升數(shù)字政府治理水平的路徑。

第一，通過提升反饋程度來加強(qiáng)政民之間的互動(dòng)，進(jìn)而提升數(shù)字政府治理水平。 數(shù)字政府不是單純各個(gè)部門的組合， 而是一個(gè)能接受內(nèi)外部反饋并對(duì)反饋?zhàn)龀鲇行艺_反應(yīng)的整體。 因此，積極踐行數(shù)字政府的相關(guān)治理理念，建立良好的政府和公眾之間的互動(dòng)關(guān)系，拓寬二者之間的互動(dòng)渠道，增加二者之間的互動(dòng)頻率，使公眾能夠正確、快速地反映自己的意見并得到正確的回饋，增加公眾在數(shù)字政府治理過程中的參與感，促進(jìn)公共服務(wù)的“泛在化”。 同時(shí)在保持政府主導(dǎo)作用的前提下，吸納公眾作為數(shù)字政府治理主體之一，從而更好地促進(jìn)數(shù)字政府治理水平的提升［32］。

第二，積極進(jìn)行高強(qiáng)度、高質(zhì)量的政府?dāng)?shù)據(jù)的公開。 傳統(tǒng)政府依靠“經(jīng)驗(yàn)治理”，政府的決策依靠小數(shù)據(jù)與人的主觀經(jīng)驗(yàn)而進(jìn)行。 而在數(shù)字空間內(nèi)，信息資源是共享的泛在狀態(tài)，傳統(tǒng)政府對(duì)于信息資源的壟斷地位消失，公眾可以生產(chǎn)與獲取的信息量越來越大，政府不再能夠僅依靠主觀經(jīng)驗(yàn)就對(duì)于地方治理問題與場景進(jìn)行精確的理解與判斷。 地方政府能否精準(zhǔn)施政的關(guān)鍵就在于政府是否具有較強(qiáng)的數(shù)據(jù)匯聚與利用能力，提升“數(shù)字空間”政府治理效能的核心就是提高政府對(duì)數(shù)據(jù)收集、整理、公開與運(yùn)用的能力。 如果政府對(duì)自身所掌握的數(shù)據(jù)共享意愿較低，或者是僅僅對(duì)數(shù)據(jù)進(jìn)行簡單的匯總公布，不能真正地將“數(shù)據(jù)”運(yùn)用到“治理”上來，那么進(jìn)行有效的“數(shù)字政府”治理就是一句空談。 數(shù)字空間政府的治理方式只有從依賴主觀經(jīng)驗(yàn)向依賴采集于多源異構(gòu)的大數(shù)據(jù)樣本轉(zhuǎn)變，才能使政府決策由主觀走向科學(xué)，更好地發(fā)揮數(shù)字技術(shù)對(duì)治理水平的賦能作用。

第三，加大頂層設(shè)計(jì)的力度。 目前，我國尚無明確的從國家層面出發(fā)、進(jìn)行相關(guān)數(shù)字政府治理工作的機(jī)構(gòu)，各?。ㄗ灾螀^(qū)、直轄市）均是從自身的角度出發(fā)來自主進(jìn)行本地區(qū)數(shù)字政府建設(shè)和治理工作，而由于不同省份所面臨的實(shí)際情況各不相同，數(shù)字政府治理水平參差不齊難免會(huì)影響整體的數(shù)字政府治理水平，進(jìn)而影響我國政府形態(tài)的轉(zhuǎn)變，阻礙我國治理體系和治理能力現(xiàn)代化的發(fā)展。 在政府?dāng)?shù)字化轉(zhuǎn)型的背景下，地方政府間的治理鴻溝本質(zhì)上是各地政府間治理效能的不平衡，必須以“標(biāo)準(zhǔn)化”為重要抓手，努力實(shí)現(xiàn)公共服務(wù)動(dòng)態(tài)均等化、大眾化。 因此，急需明確建立一個(gè)從上而下的數(shù)字政府治理體系，理順涉及數(shù)字政府治理各個(gè)部門之間的關(guān)系，從中央到?。ㄗ灾螀^(qū)、直轄市）再到地方，省級(jí)行政區(qū)域之間、同一省級(jí)行政區(qū)域內(nèi)的地級(jí)市之間也可以建立橫向的數(shù)字政府治理之間的相互協(xié)作聯(lián)系，最終形成橫向和縱向相互交織的數(shù)字政府治理網(wǎng)絡(luò)。

第四，對(duì)于經(jīng)濟(jì)欠發(fā)達(dá)的省份，要采取多種措施吸引和數(shù)字政府治理相關(guān)的人才。 可以在政策或者其他方面向高質(zhì)量的人才傾斜，從而吸引他們加入本地區(qū)的數(shù)字政府治理工作，特別是需要注重涉及人工智能、區(qū)塊鏈、智能算法的高端人才，解決數(shù)字政府治理水平由于“人才瓶頸”而出現(xiàn)的卡脖子問題，構(gòu)建“人才數(shù)量”“數(shù)字政府治理”和“經(jīng)濟(jì)發(fā)展”三者之間的良性互動(dòng)。

本次研究存在的不足之處主要在于QCA 分類的標(biāo)準(zhǔn)細(xì)粒度還能夠進(jìn)一步加強(qiáng)，可以嘗試采用fsQCA 的方式，采取更多的標(biāo)準(zhǔn)來進(jìn)行更加細(xì)致的劃分，從而得到更加具體的結(jié)論；同時(shí)系統(tǒng)動(dòng)力學(xué)方程的設(shè)計(jì)還可以進(jìn)行更加合理的借鑒，使得方程與現(xiàn)實(shí)的貼合度更強(qiáng)，后續(xù)可以在補(bǔ)充實(shí)地調(diào)研的前提下繼續(xù)進(jìn)行相關(guān)研究，爭取使得研究結(jié)論更加具體，探索出的路徑更加合理。