文摘
中国政府统计部门收集了大量的数据。他们使用这些政府开放数据进行应用研究和技术研究,包括建立一个以市场为基础的系统的数据元素。这些数据被放入电子政务构建电子政府建设,不断提高政府服务水平。本文使用配置的角度来讨论组合因素的市场化开放数据的中国地方政府fsQCA方法;本文是基于脚趾框架,数据层的指标16个省份的政府开放数据森林作为研究对象。结论如下:(1)以市场为导向的利用当地政府开放数据路径分为技术导向,management-resource-led,经济和技术驱动,location-advantaged。(2)在一定条件下,当数据开发人员的数量很小,而且没有专门的政府数据管理机构,优化和提高政府开放数据平台可以替代路径,促进有效利用当地政府在市场上公开数据。
1。介绍
中国共产党中央委员会和中国国务院发布了一个政策在2020年3月建立一个更完整的制度因素的市场化配置机制。这一政策包括加速数据要素市场的培育,促进开放政府数据的共享,提高社交数据资源的价值,加强数据资源的集成和数据安全保护。同年5月,另一个政策提出了加快完善社会主义市场经济体制的新时代。它进一步更新详细的需求,例如加快要素市场的培育和发展数据,建立数据资源列表管理机制,改善数据所有权的定义、共享、贸易流通,和其他标准和措施,发挥社会数据资源的价值。与此同时,这一政策需要进一步加强电子政府建设和保护个人信息。数据提供了不可或缺的力量支持数字经济的发展。数据分析算法的迭代更新和技术、物联网等新技术,人工智能,区块链开发基于大数据和数据技术对社会发展有破坏性的影响。电子政务2.0升级到3.0,扩展分层的开放政府数据分析和利用加速开放政府技术的发展。在一些发达国家,开放数据运动开始前的发展和更迅速地发展。学者与政府门户网站发展质量评估的框架。 They have solid theoretical research and more systematic and complete policies to complement their guarantee [1]。政府开放数据的操作和发展形成了一个更系统的系统,这将提供一个更精确和有效的社会治理方式,交通安全、卫生保健和其他公共管理问题通过数据(2]。在中国,地方政府开放数据的水平发展是在一个较高的发展速度。根据复旦大学DMG实验室统计2020年下半年中国开放数据指数报告,它表明,截至2020年10月,中国有142政府公共数据开放平台在2020年10月底,这是与2019年相比增加了40%。政府开放数据不同于社会数据由于其属性和类型。如果两个融合和共享,它将产生乘数效应,它可以帮助培养一个新行业的数据共享和利用,实现数据流的互连和互操作性,并进一步发布数据的价值因素。与发达国家相比,中国作为一个发展中国家,都有不同程度的数字化发展。而发达国家正处于高级阶段的发展,电子政务在发展中国家仍在探索阶段(3]。研究目的:电子政府的建设不仅决定了政府的治理水平本身,但也是一个关键变量影响数字经济的发展和数字的社会。通过数字转换后形成的大规模数据集,数据的政府可以用科学的方法来确定各种数字服务的具体影响的可访问性公共服务精心和获得生活安全感不同的社会成员,并基于这些研究精确优化国家政策指导。目前,地方政府的数字化在中国尚未导致可伸缩和可复制的创新的市场化应用大数据。参与市场交易包括大型企业和研究机构,其中,作为工具箱的高质量的数据池连接和流动的政府数据元素。因此,一个以市场为导向的方法,充分利用收集到的数据通过政府机构可以不断加强社会的数据资源的价值。本研究发展政府开放数据根据当地条件和探索发展道路提高市场化政府数据的使用,这有利于增强数字政府的建设和提高社会管理的数字化和情报。研究问题:尽管中国拥有丰富的数据资源各级政府的统计部门,每个地区不同的数据利用率和操作由于资源的分布不均和不同层次的每个城市和区域的发展。因此,什么因素可以促使休眠政府数据的觉醒?这些因素如何使中国的地方政府开放数据进一步利用市场是本文要回答的问题。
2。文献综述
2.1。基于市场的紧迫性政府开放数据的使用
有一定的紧迫性研究市场运作和利用中国政府的公开数据。目前,有大量的应用研究和技术创新在中国基于数据资源,它提供了一个广阔的空间和实践领域许多研究活动。数据在中国成为一个事实上的生产投入的因素,以及如何提供市场数据的一个关键步骤培养数据要素市场(4]。与传统的生产要素相比,数据具有独特的特点,如nonexclusivity、规模经济、可持续的再生,和强烈的渗透性。这些特点产生革命性影响企业生产,工业转型升级和宏观调控。一些学者研究数据的质量,数据循环,增值数据处理和数据基础服务的资产属性数据管理框架,并提出政府数据资产管理。政府数据治理因素视角下应该站在需求方面,强调市场的变换数据值和用户数据创新的好处。数据要素市场可以提高通过连接政府与市场数据通过数据识别、数据优化、分配、合作和分享。合作共享通过数据验证连接政府的数据和市场数据,从而提高数据要素市场。因此,迫切需要各级地方政府和数据管理当局制定数据标准,包括数据的识别权利和澄清数据资源的管理和交易。要注意规范性理论和机构在大数据驱动的公共服务,以确保这些服务更有针对性和前瞻性。此外,还包括用户隐私和安全问题。
目前许多学者研究相对有限的使用和输出在中国地方政府的数据,但巧合的是开放政府数据视图作为一个生态整体受到多个因素的影响(5]。学者使用sociotechnological系统理论构建一个生态系统的开放政府数据模型,包括政策策略,数据开放和利用率、反馈和沟通,有利于生成,和利益相关者之间的相互作用(6]。许多问题出现在开发过程中由于不成熟的不同地方当局而言,如何披露数据正确(7]。组织和有限的IT基础设施不足和技能在某些领域使开放政府数据的发展更加困难(8]。一个庞大而权威来源的数据元素在中国主要是由政府机构收集和统计机构。这些数据是一个重要来源的数据交易市场因素和探索经济因素的数据。有必要进一步探索新的数据标准化场景和加强科学数据管理服务市场和有效地转换成生产要素。
2.2。Technology-Organization-Environment(脚趾)框架
脚趾Tornatzky等人提出了理论框架组成的技术、组织和环境在1990年(9]。这个理论框架最初是用于分析技术的影响,组织和环境对新技术的采用。因为脚趾框架没有指定特定的解释变量,它是系统和灵活的和被广泛用于研究新策略的采用和实施过程,政策,商业模式(10]。学者们改编和添加到脚趾框架根据不同研究领域或研究对象。脚趾框架研究了影响因素在中国公共部门网站建设(11),省级政府的数字治理的影响因素和实现路径(12),地方政府服务的数据管理(13),和政府信息平台(14]。这些研究内容有所改善脚趾框架理论的有效性和适应性。
技术维度强调技术本身的特点以及其他相关工艺因素(15,16]。它反映了一个地区的整体技术资源禀赋。它衡量地区聚合技术和知识的能力,知识和技术转化为新的想法,产品,和应用程序。大数据技术的更新和发展,数据的交互和集成也增加。交易系统技术基础设施影响组织采用创新技术的能力(17]。区域大数据交易系统提供了安全可靠的信息系统支持数据交易,建立信用评价体系数据两边事务(2]。它还增加了在该地区的贸易和跨地区的数据流和更好的连接政府与市场需求(公开数据18]。第二个影响因素是政府开放数据平台的建设。互联网可能改善治理通过促进地方政府更好地服务和参与公民通过平台等电子政务平台19,20.]。数字平台是一个多边市场中介组织连接,实现广泛的连接和各种资源的重组,实现价值的互动和cocreation多边经济主体和平台组织者通过自己设定的规则21]。在信息革命的时代,一个相互联系的平台可以实现数据的规模效应和最大化数据的优势,可以促进数据流的耦合,信息流动和流的最大价值。数据平台的基础设施和数据分析功能也大大影响数据收集的范式,分析,处理和利用。大数据平台如何过滤错综复杂类型的数据,提取关键信息和系统处理和发布的数据是有价的关键工艺流程数据的利用率。当地政府开放数据平台一直是最权威和数据丰富的公共平台中各种网络平台目前在中国。政府开放数据平台是政府最直接的平台实现数据集成、数据开发和利用率。代表数据开发和利用水平的地区的重要性每个省(直辖市政府)政府开放数据平台主要反映在协调工作。省级集成情况的影响可以概括为两个方面:一方面,集成的水平越高,越高层协调部队提供给本地数据管理;另一方面,省级集成水平越高,省内整体水平越高。因此,省级政府开放数据平台的建设是至关重要的。 So, the technological dimensions include big data trading systems and government open data platforms.
组织维度包括治理,高级管理层的支持和技术能力(13,17,22]。组织因素结构保障技术发展,也可以产生深远影响的使用政府数据的有效性。电子政务的参与者在供给和需求双方的供应商(政府)和消费者(公民),分别为(17]。政府战略管理经理是很重要的,和高层管理人员可以提供指导,支持,和致力于创造有利环境23- - - - - -25]。2020年4月,英国政府建立了数据标准权威(DSA),这是政府的一部分数字服务(GDS)。其主要职责是建立数据标准,提高跨部门数据共享和利用,确保数据质量。因此,一个专门的数据管理机构开放数据的健康发展的关键。作为官方正式数据管理身体组织中起着关键作用的使用数据26),数据的生命周期generation-utilization-regeneration构成了“数据链”,经过多个阶段从一代到完成,包括收集、清洗、审查,释放,收购、开发、使用、反馈和改进,和数据更新。地方政府数据的发电机,而政府数据权威数据的刀和经理(27]。在周期的数据,数据开器主要是负责完成出版的数据收集工作。政府的重组和部署数据管理机构开发的数据提供了坚实的保证。此外,政府的参与中发挥着关键作用,帮助实现OGD克服障碍。数据开发人员开始开发产品和服务通过收购数据(25]。然后,数据消费者或消费相关的产品和服务,给员工反馈他们的消费经验11,28]。数据的消费者和开发人员等一组组织相关公司,大学,媒体和社会团体(29日),这是主要的开发人员的数据产品和服务。第三方组织和科技公司行业相关数据能有效地促进开放政府数据的应用程序(30.]。和数据元素的消费者市场主要是第三方机构和技术业务人员相关信息传输、计算机服务和软件行业。因此,我们选择了政府监管机构正式组织者和人们信息传递和软件行业的了解参与者的组织维度。
环境维度关注上下文可能对技术能力产生影响的因素,如经济发展水平、资源需求、基础设施,以及其他因素。当前的数字经济在中国一直在增加数字的水平和智能发展与实体经济的深度集成。2020年,中国的数字经济是近5.4万亿美元,居世界第二位;同比增长9.6%,增长速度是世界上第一个,和数字经济的发展水平在该地区已成为一个重要的环境,以促进数据的利用和开发。中国国务院发布了促进大数据的发展行动计划8月31日,2015年。它包括一个国家的建设区域,将大数据进行实验探索制度创新,公共数据开放和共享、大数据创新和应用,行业大数据收集、数据元素循环,大数据中心集成和利用,大数据国际交流与合作,促进大数据的创新和发展。2016年10月8日,国家发展和改革委员会、工业和信息化部和中央网络信息办公室共同决定促进国家建设的大数据全面的七个地区的试点地区。这些地区特别包括京津冀和珠江三角洲跨区域类综合试点区域,四个区域示范类综合试点地区在上海、河南、重庆、沈阳、内蒙古大数据基础设施集成开发类综合试点区域。在这些地区在上面提到的七个主要任务进行系统的实验,希望试验区可以形成一个radiation-driven和demonstration-leading效果。
基于脚趾框架,本文构造一个应用程序模型促进地方政府的市场使用公开数据在三维六个影响因素:技术、组织和环境从整体的角度来看(图1)。
3所示。研究方法
3.1。定性比较分析
定性比较分析(QCA)是一个非对称的数据分析技术,结合了定性的逻辑和经验强度方法丰富的上下文信息,用定量方法,处理大量的情况下,更比对称的理论和工具。方法结合聚合与布尔代数和的概念用例为研究指导获得几个变量之间的关系和不同的因果效应的结果通过比较不同情况下的不同组合下条件变量,这是特别适合小样本研究样本容量低于60。模糊集的定性比较分析(fsQCA)被认为是一种有效的方法为探索组合效果和交互(31日]。近年来它已广泛应用在各领域的管理学科,它为几种不同的变量可能产生不同的结果。
本文采用模糊集定性比较分析主要基于以下两个原因。首先,目前中国有34个省级行政区,但是省了开放政府数据的数量小于34。只有16个样品,可以提炼出中国开放数据指数报告(2020年下半年)。样品的数量是不适合大规模的统计分析和符合要求的中小样本进行定性比较分析。其次,一些学者认为,政府、数据用户,普通大众,和外部环境是不可或缺的创建数据值的过程中,他们共同构成一个“生态系统”,决定开放政府数据的最终效果(32]。市场化的建模框架使用开放政府数据是一个非线性的过程涉及多个因素。不同的因素会有不同的影响,因此定性比较分析是合适的。文本采用模糊定性比较分析,考虑到定量分析和定性研究,并试图达到一个适当的因果关系的复杂性,同时保留适当的因果关系的复杂性。条件变量的组合表达在尽可能简单的一种形式,同时保留适当的因果关系的复杂性。
3.2。结果变量:数据层指数
数据收集的标准数据元素市场交易的基础和先决条件数据交易和定价的数据元素在大数据的交易。的可用性数据及时有效的基础由用户查询和利用数据,评估数据质量的最基本标准(33]。政府开放数据有几个条件利用。第一个条件是,应该很容易提取和下载数据,这就要求政府开放数据平台提供数据,很容易下载(34]。第二个条件是方便35]。平台下载数据后,应该方便第三方使用,要求的格式数据是常见的和认可的数据分析软件。以市场为导向的政府开放数据在很大程度上取决于政府开放数据的方便应用。第三个条件是高质量的。政府开放数据的内容应该是全面的,真实的,不同的使用对象来满足不同的需求。最后一个条件是更新的及时性(34]。第四是更新的及时性,是评价的标准之一活动的数据。及时更新的数据可以反映最新的信息,而静态和过时的不有利于价值挖掘36]。在这项研究中,结果变量从数据层指数的报告2020年下半年中国开放数据索引。数据层指数反映了数据能力的指标,数据质量,数据规范和开放政府开放数据的范围。数据容量是指数量的字段(列)乘以(行)的可下载的文章数量,结构化数据集在当地的平台,在每次发布一批反映下载数据集的数据量和粒度开放的平台;数据质量,高质量的数据集和大开放的数据容量和高社会需求的重点开放数据;数据规范主要是指开放授权协议,这标志着开放与分层分类属性的数据集;开放的范围主要是指开放数据集的主题分布在世界各地,这促进了后续使用和处理。数据层占整个的40%数据森林指数,显示了其重要的地位。数据层指数报告审查的重点和优先级开放数据领域基于“意见国务院的中国共产党中央委员会关于建立一个更完美的制度市场化分配机制因素”和当地政府的政策和法规的要求。所以,这些数据索引是非常权威的。
3.3。变量赋值
变量及其测量方法如表所示1。结果变量从数据层指数的报告2020年下半年中国开放数据索引。
3.3.1。技术维
(1)大数据交易系统(缩写为业务)。本研究获得的样本通过计算大型数据中心下或由省级政府。省与大数据事务系统的值为1,而那些没有价值的0。(2)政府开放数据平台(缩写为平台)。这项研究得到了样本的平台层指数的报告2020年下半年中国开放数据指数表示的影响建立省级政府开放数据平台层。
3.3.2。组织维度
(1)政府数据管理权限(缩写为管理员)。本研究将计算每个省的政府数据管理当局通过研究政府的官方文件和网站。存在的一个特殊的政府数据管理机构需要1的值,而没有值0。(2)员工的数量在信息传输、计算机服务和软件业(缩写为人类)。本文基于2020年中国城市统计年鉴数据,员工的数量在信息传输,计算机服务,在每个省软件产业统计,统计的总数在每个省份和城市作为样本。
3.3.3。环境维度
(1)区域地理位置(的位置)。后官方报告和网站统计数据,本文将省或直辖市的值1位于全国大数据综合试验区,和0的省份不位于区。(2)区域数字经济发展水平(缩写为经济)。本文采用的数字经济发展指数评价结果的“2020中国数字经济发展指数(DEDI)”发表的赛迪顾问,这是一个科学的评价指标反映数字经济的发展通过合成和计算数字经济的典型指标从不同的维度使用统计方法。DEDI的指标,本研究从这一报告。
3.4。数据校准
fsQCA的条件和结果都是为一组,分别和每个案例都有归属成绩在这些集,和分配的过程组联系得分情况下校准(37]。与现有研究一致,本文根据以往的经验和理论知识,数据转换为模糊集归属分数使用直接标定方法的基础上,为每个条件和结果的数据类型(31日]。校准有三个阈值:95%的阈值情况数据作为正式成员;50%的阈值数据作为交叉点;5%的门槛数据完整nonmembership。交叉点因此定性定位模糊集之间的中点全会员和全nonmembership [38)(表2)。
3.5。分析个人的必要性条件
在fsQCA,结果发生时总是存在一个条件,那结果所必需的条件是(31日]。必要性条件测试的目的是分析单变量是否必要解释发生的结果的一个特定的状态变量。如果一个变量实际上是一个必要条件,它表明该变量的存在有一个必要的角色出现的结果变量在一个特定的状态,这是一个核心元素。核心元素表示强烈的因果关系的结果(39]。
3.0校准样品数据导入fsQCA必要的个人条件,分析结果如表所示3。一致性是必要的重要举措和一致性的程度大于0.9时,结果所需的条件是(31日,37]。
从表3,我们可以看到,在一致性分析,政府数据的一致性管理权限(管理员)大于0.9,满足一致性要求,可以表明“政府数据管理权威”是一个核心条件推动以市场为导向的地方政府开放数据的使用。
3.6。配置分析
配置分析试图揭示不同配置的多个条件的充分性分析导致的结果,在集合理论方面,也就是说,探索设置是否由多个条件的配置结果的集合的一个子集。
一致性也用来衡量一个配置的充分性,但最低可接受的标准和计算方法不同于这些分析的必要条件。人们普遍认为的一致性级别确定充足率不得低于0.75 [31日]。不同的一致性阈值已经使用取决于身体的研究背景下,一些学者把值为0.75 (40),0.8 (39,41)等。至于频率阈值的确定,需要根据样本容量(37),对于中小样本,频率阈值1是足够的42),而对于大样本,频率阈值应大于1 (43]。在这项研究中,共计16个省份的样本数据是通过排序和筛选,在一致性阈值和频率阈值的确定,本文最终的一致性阈值确定为0.8默认情况下,和频率阈值是1。
fsQCA软件获得三个解决方案在运行数据,即吝啬的解决方案,复杂的解决方案,和中间的解决方案。中间的解决方案是比复杂的解决方案和更可靠的比更吝啬的吝啬的解决方案(44),所以中间的解决方案是最优的解决方案。
跑后fsQCA 3.0,中间解决方案的解决方案的一致性是0.93207,这表明这个结果是可靠的。与现有的研究一致,中间的解决方案是报道这里(39),辅以简洁的解决方案,在费斯的形式呈现的结果,与固体圆圈表示的存在条件,圈和叉表示没有条件的情况下,和空间指示一个模棱两可的状态;即。,the condition can be present or absent. “”(大黑圈)表明核心条件(核心条件,条件是存在于单纯形和中间解决方案),“”表示缺乏核心条件的情况下,和“”(黑色小圆圈)表明外围条件。”表明缺乏外围条件的情况下,“空白空间”意味着条件可能存在或缺失,小圈是辅助条件(条件,只存在于中间的解决方案)。此外,组织相同的核心条件(2 a、2 b和2 c)分组和排列显示从左到右的一致性级别组。覆盖是一个重要的衡量QCA的经验相关性研究,和原始报道表明每个分组结果覆盖程度情况下,即与从属关系,案件的比例各自的路径,显示分组结果的重要性或经验接触38),类似于R2在回归39),并报告结果如表所示4。
提出了四个配置表中,各个配置和解决方案的一致性水平高于0.8,0.93207的解决方案的一致性。解决覆盖率为0.699052,表明该解决方案覆盖为0.699052,表明这四个配置可以解释政府开放数据市场的69.9%,这是一样的QCA研究领域的组织和管理。四个配置表4可以被认为是充分条件的组合推广使用中国政府开放数据市场。
4所示。配置分析和解释
本章提供了一个深入的解释上面的四个配置实际情况。根据他们的不同组合,本文分类和技术路径,management-resource-led,经济和技术dual-driven, location-advantage-led。三个结论然后从上面。
4.1。开展技术
技术导向:虽然这个模型没有得到足够的支持在组织和环境水平,其数据利用政府数据仍在中上水平,主导其优越的数字平台技术基础。在配置1(人类∗∗∗平台管理员∼∼业务∗∼位置),“地方政府开放平台(平台)”的核心条件,“政府数据管理机构(管理员)”是外围条件,和“位置”是缺乏的核心条件。情况下覆盖广西壮族自治区(0.71,0.47),福建(0.56,0.57)。虽然广西壮族自治区不是位于中国国家大数据综合测试区域,没有特殊的大数据交易系统,信息传输计算机服务从业人员的数量相对较小。当地政府部门上传自治区政府的所有政府数据的数据共享和交换平台广西自治区统一组织,通过优化和改进他们的政府开放数据平台的建设,政府系统的分类和总结政府信息资源的要求国民政府信息系统集成和共享。现在总共有2.4亿块的数据,5464年的数据目录,和505年部门参与。提供这些数据通过数字广西社会(政府数据管理机构)协作调度指挥中心,依托自治区的公共数据开放平台提供的开发和应用程序接口公开的政府数据,引导企业和社会合理利用政府的公开数据。通过促进综合利用“条数据”和“数据块,“广西录音数据的价值,加速数据元素的培养市场。同时,深化公共数据资源体系的建设,提高公共数据融合保障机制,对促进创新发展具有积极影响的数字经济和培育新的数字经济的发展模式。
第二个病例是福建省代表。福建省了37个部门,2224年的数据目录,12亿块的数据,并通过当地政府1899年的数据接口数据聚合和分享平台,推动开放目录和省级政府开放数据数据聚合和分享的平台。激活“休眠”数据,政府开放数据平台进行政府数据聚合和清洗、分类、脱敏和解密,质量管理,并授权,所以这些数据可以转化为市场竞争力资源,促进市场使用的数据,并实现增值开放数据的重用。陈音福建数字办公室负责人说,“开放政府数据是一个主要的计划发展服务型政府,数字经济和分享经济增长,并将生产增加收益减少的成本为企业获取数据,提高数据利用率,热情,激发社会的活力数据利用率。“结合上述理论调查和案例分析,我们可以得出命题1:在缺乏区位优势,当地政府开放平台的建设以市场为导向的利用率至关重要的政府公开数据。
4.2。Management-Resource-Led
Management-resource-led:相关条件变量在组织、技术和环境方面推动高水平的省级政府数据的利用率。这些省份的经济发达,有很高的研发强度,和价值的作用就是把科学、技术突破,因此有很高的技术基础;同时,省级政府也认识到组织层面的角色在支持开放政府数据的发展,给予足够的支持的人力和财政资源和机构设置。这些省份也座落于国家大数据综合试点区域,与大量的数据源。因此,他们有一个高水平的大数据的发展,由多种因素综合作用的结果。的例子是北京和上海。在配置2 b(人类∗∗∗∗管理员业务位置经济),“信息传输、计算机服务和软件业的员工(人类)”和“政府数据管理机构(管理员)”的核心条件,“大数据事务系统(业务),”“位置”和“数字经济发展水平(经济)”可以被视为外围条件。它覆盖了2例,北京(0.93,0.86)和上海(0.8,0.83)。的核心和外围条件configuration2B相对完整。一个完整生态框架,以市场为导向的政府开放数据最初已经形成。 In terms of the political and economic environment, Beijing is the political center of China, and Shanghai is the economic center of China, respectively. Both cities have the top universities, research centers, technology enterprises, and a lot of researchers in China and have certain research and utilization needs for government open data. Also, Beijing and Shanghai have specialized big data management agencies, namely, Beijing Big Data Administration and Shanghai Big Data Center. Next is the introduction of peripheral conditions. In terms of location, Beijing belongs to the Beijing-Tianjin-Hebei cross-regional class comprehensive pilot area, and Shanghai is also a regional demonstration class comprehensive pilot area, both located in China's national big data comprehensive pilot area. The national-level support provides policy support for the development and utilization of local government open data. Secondly, both Beijing and Shanghai have big data trading systems. Under the guidance of the Beijing Municipal Commission of Economy and Informatization, the Big Data Trading Service Platform is constructed and operated by Beijing Software and Information Service Exchange, which is a standardized public welfare Big Data Trading Service Platform with credibility. The services provided by the platform include data transaction service, data validation and valuation service, transaction guarantee service, filing service of validation and transaction, O2O supply and demand matching service, and data financial service. In terms of big data of government affairs, the platform provides services such as data open business rules release, big data open information release, data open docking method guide, enterprise demand service support, social big data sharing support, and technological support for opening big data of government affairs. The objects that can be traded on the platform include four types of data-related products: data products, data tools/technologies, data services, and data talents (Website:http://www.shujushichang.com)。上海数据交换是由政府和企业之间的合作。这是一个国有控股的混合所有制企业经上海市人民政府批准,共同批准的上海市经济和信息化委员会、上海市商务委员会(网站:http://www.chinadep.com)。它的经营范围是实施以市场为导向的使用和操作的数据。第三,在当地的数字经济发展水平指数,北京在全国排名第二位的指数55.0,和上海的第五位指数为45.5。这两座城市在数字经济发展领先的城市,和坚实的当地工业基础提供了一个广阔的发展空间和集成数字技术与实体经济。
4.3。经济和技术Dual-Driven
经济和技术dual-driven:这些省份不是地区位于全国大数据综合试点地区和没有大数据贸易体系。然而,当地政府开放数据平台的准备和高水平的数字经济的发展使其开放政府数据的高质量,促进市场化运作和利用率。代表案例是浙江省和广东省。在配置2(人类∗∗∗平台管理员经济)的“信息传输、计算机服务和软件业的员工(人类)”和“政府数据管理机构(管理员)”是核心的条件,和“当地政府开放平台(平台)”和“数字经济发展水平(经济)”外围条件。有5个具有代表性的例子:上海(0.8,0.83),广东(0.71、0.87)、浙江(0.61,1),山东省(0.51,0.88),四川(0.51,0.69)。数字经济的发展已经升级到一个智能的阶段阶段与大数据驱动的主要特征。在configuration2A,除了核心条件,代表案例省份可以看到有一个相对较高的地方数字经济发展水平。著名的电子商务集团阿里巴巴位于杭州,浙江省。浙江省已成为一个领袖和领跑者在国内电子商务的发展通过商业化把握电子商务的发展机遇和创新的信息技术。浙江省排名第一的国家而言,政府开放数据准备和数据层的报告2020年下半年中国开放数据索引。 Zhejiang Province launched the first provincial public data opening approach in China, the Interim Measures for the Open and Safe Management of Public Data in Zhejiang Province, in June 2020, to clarify the principle that public data platforms should be open as much as possible in the form of government regulations. This policy puts forward the requirement of data classification and grading opening to build a mechanism of data authorization opening and desensitization processing. At the same time, the government of Zhejiang Province and the Big Data Administration have made clear provisions on the use of public open data, requiring relevant subjects to sign the “public data open utilization agreement,” which stipulates the use of data, and the safety responsibilities to be observed, as well as the corresponding security measures. The content of the local government open data platform has been constantly updated and expanded, with 19,103 data sets, including 9,686 API interfaces, 95,193 data items, and 5780,596,900 pieces of data now open. These measures and regulations make clear provisions for the government's public data management and service departments, the open subjects of public data, and the subjects of public data utilization in the use of public open data. At the same time, the above measures require the relevant subjects to sign the “public data open use agreement,” which stipulates their use of data, the security responsibilities to be observed, and the corresponding safeguard measures.
广东省是排名第五的报告2020年下半年中国开放数据索引。作为一个经济强省在中国的东部沿海,广东在经济大发展和具有较强的经济实力,它提供了强大的金融支持开放政府数据。此外,广东也有丰富的物理资源。一方面,广东省的开放数据平台“数据广东”是由广东省人民政府办公厅,一个优秀的性能数据发现,数据指导和数据访问,导致提交显示和互动反馈,并有很强的平台建设强度性能由于其出色的用户体验。广东省是基准省报告的2020年下半年中国开放数据索引。到2020年底,数据广东平台开设了1.594亿块的数据,提供了一个数据目录包含53个部门,和102应用程序形成的结果。用户需要的数据可以完整的数据的应用程序、数据修正,通过这个平台和在线反馈,这是最方便的省级数据开放平台为个人在中国注册。
4.4。Location-Advantage-Led
Location-advantage-led:区位优势意味着综合资源优势的位置。可以确定一个地区的区位优势的自然资源、劳动力、产业集聚、地理位置、交通、等具有代表性的案例是一个省,一个不令人满意的水平的经济和资源分配,但由于区位优势,它仍然有一个高性能的使用公开数据。代表河南省。在配置2 c(人类∗∗∗∼平台管理员∼业务∗∗位置∼经济),“信息传输、计算机服务和软件业的员工(人类)”和“政府数据管理机构(管理员)”的核心条件。“位置是外围条件”、“地方政府开放平台(平台),”“大数据事务系统(业务),”和“数字经济发展水平(经济)”的外围条件。河南省在13日在2020年下半年,中国的报告公开数据索引,索引和数据层政府开放平台不是在顶部。河南省位于中国北部,是一个主要农业大省在中国数字经济发展的低水平。河南省推出专门的河南大数据管理的网站(https://dsj.henan.gov.cn2019年12月31日)。虽然缺乏一些支持条件下,河南是中国人口最多的省份,有庞大的人口基数和大量的员工从事信息传输、计算机服务和软件。河南省的国家大数据(河南)综合试验区为起点,并使用5 g促进大数据的深度集成和实体经济。郑州机场经济综合试验区,位于河南省的首都,收集了大量的大数据包括航空、铁路、公路、和端口信息,提供一个坚实的数据基础和动量的数字经济的快速发展河南省的飞机场。目前,274家企业使用标识为大数据的企业,而这些企业开发和利用奠定了产业基础数据。与此同时,在政府数据管理部门的设置方面,河南省级公共数据开放平台监督和管理由河南省人民政府办公厅和河南省发展和改革委员会。河南省公共数据平台是网络与47个部门,涉及20个字段,3567200数据项,数据集,806和1609年的API接口,数据发现性能优良,数据指导和数据访问和结果显示和互动反馈。它有一个良好的用户体验。与广东等省份相比,这是由经济和技术跟踪,河南省已生成的数据开放性能好,尽管它不满意经济和组织资源配置水平的有利位置,丰富的互联网基础设施资源,良好的数据开放平台建设水平。
结合案例研究“management-resource-based”、“经济和技术驱动的,”和“location-driven”,我们可以得出命题2:市场使用的开放政府数据信息传输计算机服务和软件业从业者和政府数据管理机构是至关重要的。
为了便于比较和理解、影响因素的总结政府开放数据市场的操作提出了基于上述分析(表5)。
4.5。可选路径的市场化发展政府公开数据
比较四个路径后,我们可以看到“management-resource-based”发展道路无疑是更好的路径,促进地方政府的公开市场使用。由于中部地区之间的相对差异,西部地区,沿海地区和内陆中国一些省份没有区位优势和在nonnational大数据综合试验区。与此同时,这些省份都位于内陆,用更少的大学和技术企业。较富裕的省份经济研究领域,有一个重要的短缺,导致员工的数量在信息传输,计算机服务,软件产业(人类)少,数据开发的主要力量是不够的。配置1中可以看到,如果政府开放数据平台的发展水平在该地区高,即使没有的核心条件”的员工数量,信息传输、计算机服务和软件业(人类)”和“政府数据管理机构(管理员)”在配置2、2 b 2 c,配置1是另一种推动政府开放数据的发展之路(管理员)。配置1是另一种推动开放政府数据的发展之路。因此,省份和地区同样的情况可以参考路径1的开发方法,从优化和改善政府开放数据平台(平台),并做数据开发和利用的基础工作,促进市场开放政府数据的有效使用。结合上述研究结果,我们可以得出命题3:在某些情况下,当数据开发专业的数量很小,而且没有专门的政府数据管理机构,优化和改善政府开放数据平台可以替代路径推动政府开放数据的有效使用市场。
5。分析的鲁棒性
本文进行鲁棒性测试的前期分组因素影响政府公开市场操作的数据。鲁棒性进行了测试使用调整后的一致性水平,增加从0.8到0.85的一致性水平,再次进行历史,与频率保持不变(37]。与改进前的结果相比,整体一致性改进从0.8到0.85,仍高于最低可接受的一致性标准,和整体覆盖率仍然是0.699052,0.932069的整体一致性(结果在以前的纸是0.93207)。本文的研究结果并不显著增加一致性阈值后改变了。
6。结论和讨论
6.1。结论
数据驱动的政府服务改善了中国政府服务和考虑到国家流行一种幸福和安全。本文运用模糊定性比较分析和脚趾理论框架研究六个因素的“组合效应”的市场化使用政府开放数据:员工的数量在信息传输计算机服务和软件业,政府数据管理机构、政府开放数据平台、大数据交易系统,地理位置,和数字经济发展水平三个层次,使用群体思维。
如下的理论贡献。提出的分析途径在中国地方政府开放数据利用率的基础上,脚趾框架使用fsQCA方法。也许丰富fsQCA实证分析的情况在一定程度上,促进应用程序和扩展电子政务理论的定性比较分析。通过理论和实证分析,政府的组织维度数据管理权限可以看到更大的影响政府开放数据的利用率比技术和必要的分析和分组分析环境因素。最后,通过借鉴脚趾理论,本文提供了一种更加标准化的理论视角的复杂机制市场化政府开放数据利用率和操作。它也丰富了脚趾的实际案例框架。
本文的实际结果如下:首先,存在地域差异的市场化政府公开数据。北京、上海、广州发展的模范先锋的政府公开数据,与主管机构,配套设施,研发人员,由于其他地区和市场环境。内陆地区,虽然不像北方的地区优势,还可以在其他方面发展的市场化政府公开数据。在某些情况下,当数据开发专业的数量很小,而且没有专门的政府数据管理机构,优化和改善政府开放数据平台可以替代路径推动政府开放数据的有效使用市场。其次,政府开放平台的作用主要是用来收集和组织数据,大部分的信息仍然处于“休眠”状态,而这些数据和信息的分析和处理仍然需要大数据分析专家和专业的团队来完成。在实践中,世界各地的开放数据的实现主要是“外包”,依靠软件平台的开发和运营团队,而政府部门的数据治理是处于缺失状态,缺乏专业的管理团队和可操作的技术框架,导致低质量和元数据的互操作性。第三,当前数据产权不明确,监管体系不健全。一些省份有突出的信息壁垒,疲软的数据安全管理,和一个不完美的工业生态系统,使一些有用的数据无法联系市场,导致数据的浪费。
6.2。限制和前景
这篇文章有一些不可避免的缺点:2020年下半年,中国开放数据索引DMG复旦大学实验室发布的报告(http://ifopendata.fudan.edu.cn/)是可供数量有限的省份。一些平台访问由于未知的原因,或平台在线但不公开数据,只有16个省份(直辖市人民政府)评级指标。这是其中一个原因fsQCA必须被用于这项研究。因此,本文选择的样本数据是有限的情况下可用数字森林,和数据不能确定不包括的省份。相应的分析可以继续在这一领域后,进一步丰富研究成果。
数据可用性
所有数据用来支持这个研究的发现包括在本文中。
的利益冲突
作者宣称没有利益冲突。
确认
这项研究是由科学技术部中华人民共和国(不。B1190800)。名字的资金:2021 - 2035国家中长期科学和技术发展规划开展研究的重大问题上。