1. 引言
在信息化迅猛发展的时代,数据已成为驱动国家治理现代化的核心资源[1]。随着数字化转型的深入推进,公共数据的开放与共享不仅是提升政府透明度的关键手段,更是增强政府公信力、优化公共服务效率、促进社会公平的重要路径[2]-[5]。作为现代治理体系的核心组成部分,政府透明度不仅是衡量政府公信力的重要指标,也是增强公众参与、提升社会信任的关键要素[6]。透明的政府能够通过减少信息不对称,提升政策的公众认同感与执行效率,最终增进社会福祉。然而,发展中国家在提升政府透明度方面仍面临诸多现实挑战,包括治理结构滞后、信息不对称及技术基础设施不足等,这使得政府透明度的改善具有一定的复杂性和迫切性。
近年来,伴随信息技术的迅速迭代,公共数据开放逐渐成为全球范围内政府治理创新的重要方向。在中国,公共数据开放已被纳入国家治理体系改革的战略框架之中,成为推进治理现代化和构建数字政府的核心举措。自2018年《国务院办公厅关于加快推进公共数据开放工作的意见》发布以来,政府不断放宽数据管控,推动跨部门、跨领域的数据共享与开放,通过提升信息流通性和减少政策执行不确定性,试图进一步增强政府透明度与公共服务效率。然而,尽管政策层面的努力初见成效,公共数据开放如何通过具体机制作用于政府透明度的提升,尚未在学术研究中形成系统化的理论框架与实证支持。
现有研究显示,公共数据开放与政府透明度的关系是多维而复杂的。从理论视角来看,已有文献主要集中于西方国家的经验,这些研究虽然提供了重要的启示,但在政治、经济和社会背景差异显著的国家情境下,其结论的适用性尚存疑问。特别是在中国这一特定的治理环境中,公共数据开放对政府透明度的提升效果和作用路径仍未得到充分探讨。以往研究多聚焦于数据开放对公共服务效率的影响,而较少关注其如何通过具体机制改善政府透明度。为弥补这一理论与实证的空白,系统化分析公共数据开放对政府透明度的作用机制成为当前公共管理领域的重要议题。
基于此,本文以中国特定的社会政治背景为切入点,深入探讨公共数据开放对政府透明度的影响及其内在机制。本文的学术贡献主要体现在以下三个方面:第一,结合中国的治理环境,提出并验证公共数据开放对政府透明度影响的作用机制,扩展了关于政府透明度与数据开放的理论讨论;第二,通过构建适用于中国情境的实证分析框架,为相关政策的制定提供理论依据,丰富了数字治理、公共管理及数据开放领域的研究;第三,本研究为我国数字政府建设和治理现代化提供了实践指导,对推动政府透明度提升具有重要的政策意义。
2. 文献回顾
2.1. 公共数据开放的定义与理论基础
公共数据开放是指政府通过法律、政策或技术手段,向公众或特定社会群体开放原本由政府控制的、涉及公共事务的数据资源[7]。这一过程体现了从传统数据管控向共享流通的转变,不仅有助于促进信息透明,还为政府问责机制的构建提供了重要支撑。从理论上看,公共数据开放的研究根基可追溯至信息不对称理论和社会资本理论。信息不对称理论指出,通过透明的信息流动可以显著降低市场和政治决策的不确定性,从而提升治理效率[8]。例如,政府通过开放预算数据或政策执行信息,减少了信息不对称带来的资源错配和治理偏差。此外,社会资本理论强调,信息共享和开放能够增强社会信任,促进公民参与并推动社会合作[9]。通过数据开放,政府与公众之间的信息壁垒被逐步打破,有利于形成以信任为基础的社会互动与合作网络。
2.2. 公共数据开放与政府透明度
政府透明度通常被定义为政府行为的可预测性、开放性及公民对政府的认知和信任[10]。作为衡量政府治理质量的重要指标,政府透明度在减少腐败、提高政策效能以及增强公众满意度方面具有重要作用[10]。在这一背景下,公共数据开放被视为提升政府透明度的重要手段之一。Bertot et al. [11]指出,开放政府数据能够通过提高信息的可获得性,使政府的决策和行为更具透明性,并在政策制定与实施过程中接受社会监督。具体而言,公共数据开放通过记录政府行为和决策过程的信息流通机制,使公众能够清晰地了解资源配置与政策执行情况,从而促进政府行为的透明化和问责机制的健全。然而,现有文献对公共数据开放与政府透明度关系的探讨仍存在局限。首先,大部分研究集中于西方国家的治理经验,对中国等发展中国家的情境研究相对不足,难以反映公共数据开放在不同政治经济环境中的实施效果。其次,尽管已有研究表明数据开放能够提升透明度,但对于其作用机制的讨论较为有限。现有文献多停留在理论层面或描述性分析,较少关注公共数据开放如何通过具体路径影响透明度,例如数据流动如何改善信息对称性,或公众参与如何强化政策问责。
3. 理论分析与假设提出
3.1. 信息不对称与公共数据开放
信息不对称是现代社会经济活动中的普遍现象,尤其在政府治理领域表现得尤为突出。根据信息不对称理论,政府在决策和执行过程中掌握着大量信息,而公众则因缺乏渠道获取这些信息而对政府行为产生质疑。这种信息壁垒不仅限制了公众对政策执行效果的监督,还削弱了公众对政府行为的认知和理解,导致社会信任的缺失,从而进一步影响政府的合法性与有效性。信息不对称不仅是政府治理中的关键问题,也是公众与政府之间信任危机的重要根源。公共数据开放为缓解信息不对称提供了一条有效路径。通过法律、政策或技术手段,开放政府数据使得公众可以接触到更全面、实时的政策信息,从而打破了传统的“单向封闭型”信息流模式,形成了“开放互动型”信息流[7] [12]。在此框架下,政府决策不再是封闭的过程,而是一个透明化的互动过程,这种透明化有效提升了公众对政府行为的理解与参与。具体而言,公共数据开放使得政府的政策制定与执行过程更加可视化,决策依据更加透明化,从而为提升政府透明度奠定了理论基础。
3.2. 政府透明度与公众信任
政府透明度是现代治理的重要目标,也是政府与公众之间建立信任的关键因素[6]。政府透明度不仅指信息的公开性,更强调信息的可获得性、可理解性和反馈机制的有效性。通过提高透明度,公众能够更清楚地理解政策背后的动机与执行过程,从而增强对政府决策的认同感和支持度。在公共管理实践中,透明的政府行为意味着公众可以在敏感领域(如公共服务、财政支出、环境治理)中获得准确、及时的信息,这对促进公众参与和增强政策执行的正当性具有重要意义。公共数据开放通过提供详尽的政策执行数据,不仅让公众能够清晰了解政府的决策过程,也为公众的治理参与提供了必要基础。这种信息的可得性和可操作性,不仅增强了政府的透明度,还促进了公众对政府行为的监督能力。例如,财政预算的公开可以让公众了解资金流向和使用情况,而环境治理数据的开放则使公众能够直接参与环境质量的评价与反馈。由此可见,公共数据开放是推动政府透明度提升的重要机制,并为公众信任的建立创造了条件。
3.3. 数据开放与政府透明度的关系
公共数据开放与政府透明度之间的关系并非简单的单向因果关系,而是呈现出一种动态的互动机制。从理论角度来看,这一关系可以通过信息不对称理论和社会资本理论来进一步阐释。首先,基于信息不对称理论,政府与公众之间的信息不对称通常会导致公众对政府行为的信任不足,并可能阻碍有效的社会监督。数据开放作为减少信息不对称的有效途径,能够通过提升政府政策执行过程和结果的透明度,使公众更容易获取有关政策的关键信息,从而增强政府行为的可见性和可评估性。开放的数据使得公众能够基于透明的数据分析政府行为的成效,进行更为精准的政策反馈与监督,进而推动政府改进决策和提高行政效能。因此,数据开放通过减少信息不对称,进而提升了政府透明度。
其次,社会资本理论认为,社会资本是社会成员之间信任、合作与互动的资源,能够促进社会的治理和公共服务的效率。数据开放为公众提供了参与和监督的途径,而公众的参与和社会互动又能促进政府更高质量的数据开放。具体而言,公众在数据开放过程中获得更多信息后,能够更积极地参与社会公共事务的决策和监督,这种参与不仅提升了政府行为的透明度,也增强了政府与公众之间的信任,进一步推动了数据开放的质量和广度。社会资本理论中的信任与合作机制在此背景下为数据开放与政府透明度之间的正向互动提供了支持。
因此,本文提出假设:公共数据开放能够显著提升政府透明度。
4. 研究设计
4.1. 样本选取与数据来源
本研究基于2015至2022年间中国各城市的面板数据进行分析。数据收集方面,参考方锦程等[7]的方法,本文通过公开报道手动收集各城市的公共数据开放情况,并结合复旦大学发布的《地方政府数据开放报告(城市)》与华中师范大学的《政府开放数据利用研究报告》进行交叉验证。自2012年以来,北京、上海、湛江等城市逐步建立了公共数据开放平台,或在官方网站上设立专门的数据开放栏目。政府透明度相关数据来源于《中国政府透明度年度报告》《中国电子政务发展报告——电子政务蓝皮书》和《中国城市电子政务发展水平调查报告》。宏观经济指标则来自《中国城市统计年鉴》。对于缺失数据,本研究采用线性插值法或回归法进行填补,确保数据的完整性与准确性。
4.2. 变量定义
1. 因变量:政府透明度(Trans)。本研究的测量指标主要包括两个方面:一是政府网站信息公开指数(Trans1),其数据来源于《中国政府透明度年度报告》[13]。该指标用于反映政府网站的信息公开程度,是衡量政府透明度的重要维度之一。根据信息透明理论,政府的透明度通过开放信息、提高公众对政策及行政过程的知情权,增强公众对政府的信任和参与感,从而促进政府的问责和治理效果。二是政府网站在线服务指数(Trans2),其数据来源于《中国电子政务发展报告——电子政务蓝皮书》和《中国城市电子政务发展水平调查报告》[14]。该指标衡量政府网站在公共服务领域的在线服务能力,尤其关注政府利用信息技术提升服务效率和便捷性方面的表现。在线服务能力的提高不仅能够增强公共资源分配的透明度,还能通过优化服务流程和提高响应速度,降低区域间公共服务的差异。
2. 自变量:公共数据开放(DID)。本研究借鉴方锦程等[7]的研究,将公共数据开放(DID)定义为地方政府主导、集成多个部门数据的集中式平台,且该平台的域名须包含“.gov.cn”。研究中未纳入由独立部门建设的非集中式平台。为了确定平台上线的虚拟变量,本研究通过百度等搜索引擎,以“城市+数据开放”等关键词检索平台首次上线时间,并结合复旦大学与华中师范大学的相关报告进行交叉验证。若平台已上线,虚拟变量取值为1;若平台未上线,则取值为0。理论上,公共数据开放是实现政府透明度、提升政府效能和推动社会公平的重要路径之一。根据信息透明度理论,政府通过公开数据和信息,可以降低信息不对称,增进公众对政府行为的知情权,进而提高政府的问责性和治理效能。在数字时代,电子政务理论进一步指出,政府借助信息技术平台开展数据开放和共享,不仅能够提升公共服务的效率和质量,还能促进信息流通和资源优化配置。作为公共数据开放的具体实现形式,地方政府主导的集中式数据平台具有重要的理论价值,它通过数据整合和共享,推动政务透明化,促进服务均等化,并有助于优化社会资源的分配。从政策背景来看,近年来中国政府在多个政策文件中明确提出推进公共数据开放的战略目标,尤其在《“十四五”数字经济发展规划》中,明确要求“推动政府数据资源开放共享,建设数据共享平台”,并强调地方政府应当通过建立统一的集中式平台,整合各部门的数据资源,提升政务服务的效率和透明度。此外,《政府信息公开条例》以及《中国电子政务发展报告》也为数据开放政策的实施提供了重要支撑,鼓励各级政府在行政区域内推进信息公开和数据共享,借助集中式平台实现跨部门数据集成,打破信息壁垒,提升服务效率。在这一政策框架下,平台上线的时间成为衡量地方政府在数据开放政策推进过程中的一个关键指标。
3. 控制变量。为准确评估公共数据开放对政府透明度的影响,本研究控制了几个重要变量。人均GDP用以衡量经济发展水平,控制其对透明度的潜在影响。产业结构(Ind)通过第二和第三产业比重反映,考虑到不同产业结构可能对透明度产生不同的作用。互联网普及率(Internet)作为技术基础设施的指标,控制其对数据开放和透明度的影响。最后,人口规模(Popul)反映治理复杂度,大规模人口的地区可能面临更多治理挑战。
4.3. 模型构建
本研究采用多期双重差分(DID)模型,探讨公共数据开放对政府透明度的影响。模型设定如下:
其中,i代表城市,t代表年份。因变量
衡量政府透明度;
为处理组和控制组的虚拟变量,处理组取1,控制组取0;Post为政策实施后的年度,当某城市自t年开始实施政策时,
在该年及以后取1,否则为0。交互项
捕捉政策实施对政府透明度的影响。
为控制变量集。模型还控制了城市固定效应
和年度固定效应
,以消除城市自身特征和时间变化对结果的干扰。
5. 实证分析
5.1. 描述性统计
表1展示了主要变量的描述性统计结果。政府网站信息公开指数(Trans1)的均值为69.75,标准差为12.86,范围为30.402至89.17,显示不同地区在信息公开程度上的显著差异。政府网站在线服务指数(Trans2)的均值为79.86,标准差为7.28,范围为62.04至96.21,表明在线服务能力的区域差异较小但仍存在改进空间。人均GDP均值为10.86,互联网普及率(Internet)均值为0.53,说明经济发展和数字基础设施水平在不同地区间存在显著差异。人口规模(Popul)均值为11.38,展现了各地区治理复杂度的差异。
Table 1. Results of descriptive statistics
表1. 描述性统计结果
Variable |
Obs |
Mean |
Std.dev. |
Min |
Max |
Trans1 |
2520 |
69.75 |
12.86 |
30.402 |
89.17 |
Trans2 |
2520 |
79.86 |
7.28 |
62.04 |
96.21 |
DID |
2520 |
0.31 |
0.47 |
0 |
1 |
GDP |
2520 |
10.86 |
0.57 |
9.27 |
12.75 |
Ind |
2520 |
43.86 |
9.86 |
23.86 |
71.86 |
Internet |
2520 |
0.53 |
0.37 |
0.18 |
0.95 |
Popul |
2520 |
11.38 |
2.28 |
3.87 |
14.22 |
5.2. 平行趋势检验
本研究采用事件分析法对平行趋势假设进行检验。从图1中可以看出,在政策实施前,处理组和控制组的趋势较为一致,处理效应基本围绕零轴波动,未出现显著差异,符合平行趋势假设的要求。政策实施后,处理效应逐渐增大,尤其在政策实施后的第2期开始,处理效应显著上升。这一结果表明,公共数据开放对提升政府透明度具有显著的正向影响,政策的实施对治理效果产生了积极作用。
Figure 1. Parallel trend trend test
图1. 平行趋势趋势检验
5.3. 基准回归分析
表2显示了公共数据开放对政府透明度的回归分析结果,进一步验证了研究假设。第一列以政府网站信息公开指数(Trans1)为被解释变量,公共数据开放(DID)的系数为0.0282,并在1%的显著性水平下显著。这表明,公共数据开放显著提升了政府信息公开的程度,支持了假设。这一结果反映了公共数据开放在减少信息不对称、提高政府治理效率方面的显著贡献。通过提供更多政府数据,公众对政府行为的了解更为全面透明,从而促进了信息流通和政策监督的可能性。第二列以政府网站在线服务指数(Trans2)为被解释变量,DID的系数为0.0054,在5%的显著性水平下显著。虽然提升幅度相对较小,但依然反映了数据开放政策在推动数字化政府建设方面的重要作用。在线服务能力的提升意味着公众可以更便捷地获取政府服务,减少了时间成本和行政成本,这进一步增强了公众对政府服务的满意度。
控制变量的回归结果提供了有价值的见解。在第一列中,人均GDP (GDP)的系数为0.3151,并在1%的显著性水平下显著,表明经济发展水平对政府信息公开具有显著的正向作用。产业结构(Ind)的系数为0.0183,也在1%的显著性水平下显著,说明第二和第三产业比重的提升有助于促进信息公开。然而,互联网普及率(Internet)的系数为−0.0118,在10%的显著性水平下显著,表明互联网普及对信息公开的影响可能存在复杂性,可能与数字鸿沟或技术资源分布不均相关。此外,人口规模(Popul)的系数为0.2656,并在1%的显著性水平下显著,说明人口规模较大的地区更倾向于加强信息公开,以满足公众的需求。
Table 2. Benchmark regression analysis
表2. 基准回归分析
Variable |
Trans1 |
Trans2 |
DID |
0.0282*** |
0.0054** |
(11.80) |
(2.39) |
GDP |
0.3151*** |
0.8312*** |
(5.28) |
(13.70) |
Ind |
0.0183*** |
0.0054** |
(4.47) |
(2.37) |
Internet |
−0.0118* |
0.0078 |
(−1.96) |
(1.08) |
Popul |
0.2656*** |
0.3147*** |
(4.26) |
(5.25) |
City |
Control |
Control |
Year |
Control |
Control |
Observations |
2520 |
2520 |
R-squared |
0.44 |
0.46 |
注:***、**、*分别表示通过了1%、5%、10%的显著性测试,括号内为t值,下同。
5.4. 稳健性检验及内生性问题说明
为验证基准回归结果的稳健性,本研究采用了两种方法进行检验:剔除四大直辖市样本和倾向得分匹配双重差分法(PSM + DID)。结果如表3所示。
1. 剔除四大直辖市样本。四大直辖市(北京、上海、天津、重庆)在行政地位、经济水平以及治理模式等方面具有显著的特殊性。这种特殊性可能导致公共数据开放对政府透明度的影响在这些地区显著高于其他普通城市。为避免这些异质性样本对整体回归结果的过度影响,剔除四大直辖市可以有效测试研究结论在普遍城市样本中的稳健性,从而提高结论的普适性。在剔除北京、上海、天津和重庆四大直辖市样本后,公共数据开放(DID)对政府透明度的影响依然显著。其中,在以政府网站信息公开指数(Trans1)为被解释变量的回归中,DID的系数为0.0192,且在1%的显著性水平下显著,表明公共数据开放显著提升了信息公开水平。在以政府网站在线服务指数(Trans2)为被解释变量的回归中,DID的系数为0.0062,在5%的显著性水平下显著,进一步表明公共数据开放对在线服务能力的正向影响具有稳健性。此外,其他控制变量的系数方向和显著性与基准回归结果基本一致,表明剔除四大直辖市的处理未显著改变研究结论。
2. PSM + DID。在政策实施过程中,处理组和控制组之间可能存在系统性差异,例如在经济发展水平、产业结构或互联网普及率等方面的初始条件不同。这种样本选择偏差可能会影响政策效应的估计准确性。为了更准确地估计公共数据开放对政府透明度的影响,本文采用了倾向得分匹配(PSM)与双重差分(DID)方法相结合的分析策略。首先,采用PSM方法对处理组和控制组样本进行匹配,以消除潜在的初始差异。PSM通过估计每个样本的倾向得分(即样本接受政策的概率),然后将具有相似倾向得分的处理组和控制组样本配对,从而减少样本选择偏差。具体而言,本研究首先使用逻辑回归模型,根据控制变量计算每个城市接受公共数据开放政策的倾向得分。随后,采用最近邻匹配法,将处理组城市与控制组城市中倾向得分最接近的城市进行配对,确保匹配后样本在各主要控制变量上没有显著差异。在匹配后,进行平衡检验,确保处理组和控制组在倾向得分分布上趋于一致,且其他控制变量的均值差异不显著,从而为后续的双重差分分析提供了更为均衡的样本。采用PSM + DID方法匹配处理组和控制组后,公共数据开放的正向影响进一步得到了验证。在Trans1的回归中,DID的系数为0.1712,在10%的显著性水平下显著;在Trans2的回归中,DID的系数为0.0048,且在1%的显著性水平下显著。与基准回归相比,PSM + DID的结果显示,匹配后政策效应依然显著,且系数略有增加,进一步增强了研究结果的可信度。
Table 3. Robustness test results
表3. 稳健性检验结果
|
剔除四大直辖市 |
PSM + DID |
Variable |
Trans1 |
Trans2 |
Trans1 |
Trans2 |
DID |
0.0192*** |
0.0062** |
0.1712* |
0.0048*** |
(8.80) |
(2.26) |
(1.90) |
(6.83) |
GDP |
0.3082*** |
0.6583*** |
0.5104*** |
0.7812*** |
(5.98) |
(7.70) |
(19.47) |
(42.82) |
Ind |
0.0115*** |
0.0142** |
0.0183*** |
0.0054** |
(4.83) |
(2.16) |
(4.47) |
(2.37) |
Internet |
0.0165* |
0.0163 |
0.0071** |
−0.0001 |
(1.96) |
(1.08) |
(2.15) |
(−0.04) |
Popul |
−0.0110* |
0.0349*** |
−0.0003 |
0.0012 |
(−1.80) |
(3.62) |
(−0.14) |
(0.57) |
City |
Control |
Control |
Control |
Control |
Year |
Control |
Control |
Control |
Control |
Observations |
2484 |
2484 |
1658 |
1658 |
R-squared |
0.51 |
0.58 |
0.52 |
0.53 |
5.5. 区域异质性检验
Table 4. Results of the regional heterogeneity test
表4. 区域异质性检验结果
|
东部 |
中部 |
西部 |
Variable |
Trans1 |
Trans2 |
Trans1 |
Trans2 |
Trans1 |
Trans2 |
DID |
1.2279** |
0.0448*** |
0.0494 |
0.0062 |
−0.0104 |
−0.0747 |
(2.36) |
(4.76) |
(1.38) |
(0.65) |
(−0.65) |
(−0.39) |
GDP |
0.1745** |
0.0077 |
0.0020 |
0.0010** |
0.0048*** |
−0.1002* |
(2.28) |
(1.09) |
(0.30) |
(2.53) |
(3.71) |
(−1.88) |
Ind |
0.0074*** |
−0.0003 |
0.0032 |
0.0042 |
0.0494 |
0.0020 |
(4.87) |
(−1.12) |
(0.77) |
(1.07) |
(1.38) |
(0.30) |
Internet |
0.0068*** |
0.0080*** |
−0.0019 |
0.0074*** |
0.0885 |
0.0032 |
(4.25) |
(4.80) |
(−0.27) |
(4.93) |
(1.20) |
(0.77) |
Popul |
−0.0221 |
0.8066*** |
0.0074*** |
−0.0003 |
0.0011 |
0.0024 |
(−0.95) |
(10.65) |
(4.87) |
(−1.12) |
(1.08) |
(0.72) |
City |
Control |
Control |
Control |
Control |
Control |
Control |
Year |
Control |
Control |
Control |
Control |
Control |
Control |
Observations |
855 |
855 |
675 |
675 |
990 |
990 |
R-squared |
0.56 |
0.53 |
0.45 |
0.38 |
0.37 |
0.36 |
东部地区经济发达、信息化水平较高,中部地区处于发展过渡阶段,而西部地区经济基础较弱、信息化建设滞后,公共数据开放政策在不同区域的实施效果可能存在显著差异。为进一步探讨公共数据开放对政府透明度影响的地区差异性,本研究根据东部、中部和西部地区的经济、社会和技术差异,划分样本并进行异质性检验。表4的结果显示,公共数据开放对政府透明度的提升在东部地区最为显著。在以政府网站信息公开指数(Trans1)为被解释变量的回归中,DID的系数为1.2279,在5%的显著性水平下显著,表明东部地区的公共数据开放政策显著提升了信息公开水平;在以在线服务指数(Trans2)为被解释变量的回归中,DID的系数为0.0448,且在1%的显著性水平下显著,进一步表明东部地区的数据开放政策在在线服务能力提升方面也表现突出。这表明,东部地区较高的经济发展水平、完善的信息化基础设施以及公众对信息透明度的强烈需求,共同放大了数据开放政策的治理效果。
在中部地区,公共数据开放对政府透明度的影响并不显著。在Trans1和Trans2的回归中,DID系数分别为0.0494和0.0062,均未达到统计显著性。这可能反映了中部地区信息化基础设施尚未完全普及、公众对数据开放的需求较弱,以及政策执行效果受到一定制约。这一结果表明,中部地区需进一步加大对数据开放相关资源的投入,同时提高公众参与和监督意识,以充分释放政策潜力。
相比之下,西部地区的政策效果更为薄弱甚至为负。在Trans1和Trans2的回归中,DID系数分别为−0.0104和−0.0747,均未达到显著水平。西部地区经济基础较为薄弱、信息化建设滞后,这些因素可能在一定程度上限制了公共数据开放政策的实际效用。根据信息不对称理论和社会资本理论的相关推论,信息的有效流通和公众的参与度直接影响政府透明度的提升。在西部地区,由于信息化水平较低,许多公众缺乏对数据的获取和理解能力,信息流通的不畅以及公众参与的不足可能导致数据开放政策未能有效提升政府透明度。此外,西部地区的技术基础设施较为薄弱,平台建设、数据更新及维护的能力不足,可能导致公开数据质量的下降,进一步削弱政策效果。更为重要的是,西部地区的公众对数据开放的需求相对较弱,这与其经济发展水平和社会需求密切相关。尽管政府通过推动数据开放政策提升透明度,但由于公众对政府透明度的关注度和参与度不高,数据开放的效益未能充分体现。此时,即使政策推动数据开放,缺乏足够的社会支持和需求,也难以产生显著的政策效果。
6. 结论
6.1. 研究结果
本研究围绕公共数据开放对政府透明度的影响进行了系统的实证分析,主要结果表明,公共数据开放显著提升了政府透明度。在基准回归中,公共数据开放对政府信息公开和在线服务能力均产生了显著的正向影响,验证了其在推动政府治理透明化中的重要作用。进一步的区域异质性分析显示,公共数据开放的效果在东部地区最为显著,中部地区次之,而在西部地区效果最薄弱,甚至在某些指标上呈现负向影响。这一结果反映了中国区域经济发展和信息化水平的显著差异对政策实施效果的制约。此外,稳健性检验通过剔除四大直辖市和采用倾向得分匹配双重差分法(PSM + DID),进一步验证了研究结论的可靠性。即使在不同样本选择和模型设定下,公共数据开放对提升政府透明度的作用仍然稳健。
6.2. 政策启示
本研究揭示了公共数据开放对政府透明度提升的显著作用及其区域差异性,这不仅为完善数据开放政策提供了理论依据,也对实现国家治理现代化具有重要的实践价值。研究结果表明,公共数据开放显著提高了信息公开和在线服务能力,尤其在东部地区效果最为显著,中部地区次之,而西部地区则最为薄弱甚至呈现负向效应。这一发现表明,公共数据开放不仅是一项技术措施,更是一种全新的治理理念,其核心在于通过透明、开放的数据信息流动,构建以信任为基础的现代治理体系。这要求未来政策设计必须将数据开放作为国家治理现代化的重要驱动力,通过数据资源的高效配置和透明化应用,全面提升政府的公信力和治理效能。
同时,区域异质性分析凸显了因地制宜制定差异化政策的必要性。东部地区经济发达、信息化基础设施完善,公众对数据透明度的需求较高,为数据开放政策的实施提供了良好的条件。在这一地区,应进一步深化数据开放的质量和广度,推动数据与数字技术深度融合,探索数据驱动型公共服务和社会治理创新模式,以最大化释放政策效能。中部地区政策效果相对较弱,主要受制于信息化基础设施尚未完全普及以及公众参与度不足。在这一地区,需要加大对数据基础设施建设的投入,同时通过公众教育和社会引导,增强公众对数据透明化的需求和利用能力。西部地区政策效应最为薄弱甚至为负,反映出基础设施不足、技术短板明显以及公众需求缺乏等问题。在西部地区,政策应聚焦于提升基础设施水平和技术能力,配套专项资金支持,逐步改善政策实施环境,同时加强公众数字素养教育,为数据开放政策的顺利实施奠定基础。
此外,研究结果还表明,数据开放政策的效能提升需要建立在国家层面的顶层设计和跨区域协同机制之上。通过制定统一的技术标准和规范,确保数据开放的规范性和一致性;通过搭建跨区域数据共享平台,促进数据资源的高效流动与互联互通,实现政策效能的区域均衡发展。同时,国家层面应加强对地方政府数据开放绩效的评估和监督,引导地方政府在数据开放质量和治理透明度方面持续改进,形成推动数据开放与治理现代化相结合的内生动力。