制度环境、府际竞争与开放政府数据政策扩散研究

吴金鹏 韩啸

摘要：[目的/意义]作为国家治理方式之一的开放政府数据，正在全国城市中扩散，本文旨在研究开放政府数据在我国城市层面的时空演进规律和政策扩散机制。[方法/过程]将城市内部特征和外部因素整合成一个理论框架，对2012-2018年间40座城市的面板数据进行事件史分析。[结果/结论]研究发现，开放政府数据政策扩散在时间维度上经历了缓慢扩散期和迅速扩散期;在空间维度具有邻近效应、梯度效应和集聚效应;在扩散路径呈现纵向“吸纳——辐射”和横向“竞争——学习”两种特征;在扩散机理上，受多重因素影响，其中制度环境与竞争压力的影响最大。[创新/价值]研究揭示了开放政府数据政策扩散的影响因素与规律，丰富了现有研究，为开放政府数据进一步扩散提供了经验证据。

关键词：制度环境;府际竞争;开放政府数据;政策扩散;事件史分析

DOI：10.3969/j.issn.1008-0821.2019.03.009

〔中图分类号〕G63-39〔文献标识码〕A〔文章编号〕1008-0821（2019）03-0077-09

政府数据是政府职能部门在公共管理活动中所收集，对政府、企业和普通民众有意义的数据资源。开放政府数据具有重要的公共价值，可以打破“信息壁垒”，推动多元主体的参与政策制定，提升政府透明程度和行政效率;公共数据再利用也可以产生社会增值，方便居民生活、促进创新应用。自2009年美国率先颁布开放政府数据政策，上线首个政府数据门户网站后[1]，许多国家纷纷开始推动开放政府数据。2012年上海市率先运行“上海市政府数据服务网”，成为我国开放政府数据运动的起点，至今已有8个省级政府和38个地级市政府上线了数据开放平台。相比于美、英等国家，我国开放政府数据工作起步较晚，处于初步发展阶段[2]。国内学界对政府开放数据的研究主要为概念辨析与理论框架[3]、经验总结与比较[4]、现状调查与评估[5]、评估方法与指标[6]、协同监管[7]等方面[8]，缺少对开放政府数据政策扩散的现状、动因与机理的讨论。促进全国各级政府积极开展开放政府数据平台建设，是党中央、国务院部署的一个重要改革任务，但存在区域之间政策执行不均衡的问题，为什么地方政府对开放政府数据政策扩散的态度如此不同？

现有研究指出，不同作用领域和属性的政策扩散情况存在明显差异[9]，需要在具体研究中加以区分。开放政府数据政策具有不同于经济领域政策的特征。首先，开放政府数据政策具有高风险特征，地方政府部门将所掌握的数据面向公众进行开发，可能会导致潜在的数据质量、数据泄密、系统不稳定等风险发生[10];其次，开放政府数据政策具有弱激励特征，开放政府数据不会直接对地方官员仕途晋升产生重要影响，虽然会对地方经济发展具有潜在作用，但也不是立竿见影。最后，开放政府数据政策具有低考核强度的特征，我国现有开放政府数据的制度安排，缺少完善的监督、考核机制。最后，即使是同一属性政策的扩散机理也有不同，如“政府效能建设”[11]与“行政审批制度”[12]改革同为政府改革领域的政策，研究却发现辖区经济状况只对行政审批制度政策扩散有正向的影响。综上，可见政策扩散的机理具有复杂性，不能简单移植现有理论，需要根据研究对象进行细致的实证研究，才能准备把握其扩散背后的机理。

因此，本研究以政策扩散理论为基础，将已运营开放政府数据平台的城市作为研究对象，采用事件史分析方法，通过研究开放政府数据的时空演进规律和政策扩散机制，打开影响开放政府数据政策扩散的“黑箱”，发现驱动因素。不仅可以为推进开放政府数据建设提供理论借鉴，还有助于总结政策扩散理论的中国经验。

1我国开放政府数据的兴起与扩散

我国政府数据开放平台建设始于城市层面，2012年北京、上海、湛江首次在全国范围内运营开放政府数据平台。2015年国务院印发《促进大数据发展行动纲要》首次明确要求加快开放政府数据共享、推动资源整合，地方尝试得到了中央认可和大力推广。国家陆续出台了《关于推进公共信息资源开放的若干意见》、《政务信息系统整合共享实施方案》等一系列政策，不断推动数据开放的进程。可见我国开放政府数据政策扩散呈现出“地方创新—中央吸纳—中央辐射”的模式。

1.1开放政府数据政策扩散的时间演进

截至2018年6月，共有40个城市政府上线了数据开放平台，其时间演进过程如图1所示。开放政府数据在城市层面扩散的时间轨迹可以分为缓慢扩散期（2012-2014）、迅速扩散期（2015-2018）两个阶段。政策扩散速度加快的关键节点为2015年《促进大数据发展行动纲要》的出台，显示了中央战略规划对推动开放政府数据政策扩散的强大影响力。

图1城市开放政府数据政策扩散时间轨迹图

1.2开放政府数据政策扩散的空间演进

从空间维度进行分析，開放政府数据扩散呈现出从东部向中部和西部扩散的趋势，目前以东部地区为主。其扩散效应，主要可以归纳为以下3点：1）邻近效应。创新信息的有效流动可以促进创新采纳者与创新先驱之间的学习和交流，而空间距离会影响信息传播的有效性。开放政府数据的先驱处于东部地区，同处于东部地区的城市更容易首先获得有关制度创新的信息而采用创新，在东部地区的扩散程度快于中西部地区。2）梯度效应。根据梯度理论，创新只能在高位势地区产生，向低位势地区渐次转移。政策扩散受到政策采纳地区存在的基础设施、接受能力等“位势差”的影响，表现出东部先行、中西部跟进的“等级效应”。3）集聚效应。由于区域环境类似、空间距离较小和“示范效应”的存在，对同一政策的创新采纳者会出现空间集中、时间相近的情形。进行开放政府数据平台建设的城市主要集中在山东和广东两省，山东省的青岛市为先行者，2018年迅速扩散到了省级政府和省内所有地级市政府;广东省以湛江市为始，以每年新增两个城市的速度平稳扩散。

2理论基础与研究假设

2.1政策扩散理论

政策扩散是指某个被系统内成员或主体采纳执行的政策通过一段时间和特定渠道在系统内之间传播，又被其他成员所采纳的过程[13]。学者们对于公共政策扩散机制分类看法各异，但主要从内部决定视角和外部决定视角两个方面去研究政策创新扩散影响因素，内部决定视角强调地方政府所辖范围的政治、经济、社会方面的因素对政策创新和采纳的影响;外部决定视角关注上级政府强制性压力所产生的自上而下扩散、下级政府自主创新所引起的自下而上的扩散、以及同级政府之间互动或竞争产生的水平扩散[14]。政策的演进并不是完全内生的，随着地区之间的合作与竞争日益深化，采纳其他地区的优势政策成为政策供给的重要途径[15]。我国的政治体系中拥有许多不同于西方国家的制度安排[16]，政策扩散不能简单通过“理论”移植来解释，需要更多的经验研究才能准确把握我国政策扩散的机制与路径。

新制度学派认为制度可以约束或者强制行为主体的行为，体现了社会的博弈规则[17]，各种静态或演变的制度构成了制度环境[18]。在不同制度环境下，政府行为会有差异，从而造成了不同地方政府能力与创新意愿的差异。目前学界鲜有检验制度环境对政策扩散的影响，因此本文引入制度环境这一变量，丰富现有研究模型。

2.2研究假设

本文借鉴系统观和演化观的理论，从内部因素和外部因素两个方面探究地方政府采纳开放政府数据政策的动力。在自变量的选择上，既选择了经典政策扩散研究中的主要因素，又选择了与开放政府数据的特殊政策属性相关的因素，并将城市行政层级和区域位置作为控制变量，构建一个整合性的研究框架对政策采纳影响因素进行解释。

2.2.1内部因素

1）人口规模。人口规模在许多政策扩散研究里与政策采纳呈正相关关系[19-20]。笔者认为，治理需求是影响政府参与开放数据的重要因素，人口越多，治理压力越大，越需要通过管理改革和创新采纳来回应公众诉求。提出假设1：城市人口规模与开放政府数据政策采纳呈正相关。

2）经济发展水平。创新采纳往往需要投入巨大的人力、物力资源，已有研究表明经济状况越好的政府越容易进行创新采纳[21]。政府开放数据需要系统维护、人员招聘或培训、软硬件升级等成本，城市经济发展水平越高，越有能力进行政策创新和采纳[22]。提出假设2：人均GDP与开放政府数据政策采纳呈正相关。

3）居民受教育水平。开放政府数据需要公众参与才能发挥最大价值，数据利用者检索能力和理解能力会影响数据开放进程[23]。公众是数据开放的推动者、参与者和受益者，高学历的公众更容易形成对开放数据的社会认同并促使政府进行数据开放，同时具有更大的参与度。将人均教育支出作为居民受教育水平的代理变量，提出假设3：人均教育支出与开放政府数据政策采纳呈正相关。

4）信息化发展水平。门户网站是开放政府数据平台的主要载体形式，政府平台建设和民众参与都需要信息化发展为支撑。信息化水平越高，政府信息系统管理越成熟，政府工作人员信息技能水平越高，数据开放的组织准备度越好[10];公众对数据开放的诉求越高，对政府造成的环境外部压力越大，政府就越有可能建设数据开放平台。将辖区互联网宽带接入用户数作为当地信息化发展水平的代理变量，提出假设4：信息化发展水平与开放政府数据政策采纳呈正相关。

5）财政依赖度。1994年分税制改革后，中央政府获得了更多的税收资源，并通过财政转移支付，来平衡地方政府间的区域经济差异。我国实行五级财政制度，许多中央财政转移支付必须通过省级，才能到达市级。如果市政府更多地依赖财政转移支付，那么市政府就会更愿意响应上级政府的号召，采纳政策创新，增加与上级部门沟通的机会，以获得潜在的财政转移回报[24]，比如上级政策如果认可、采纳了市级政府的创新政策并推广，市级政府就可以获得财政补贴。提出假设5：财政依赖度与开放政府数据政策采纳呈正相关。

6）科技水平。开放政府数据涉及数据的采集、储存、整合、共享、分析等流程，数据开放的实现以信息技术的发展为前提和基础。地方政府科技发展水平越高，越有可能采纳开放政府数据政策，将辖区年度科技支出作为当地科技发展水平的代理变量，提出假设6：科技支出水平与开放政府数据政策采纳呈正相关。

7）制度环境。制度环境是指对政府行为构成约束和激励的一系列相关制度安排，是影响地方政府创新采纳的重要宏观环境因素。制度环境越成熟，当地政府的政务和立法越透明[25]，数据开放的组织基础和思想阻碍越小。樊纲用市场化程度指数作为制度环境的代理变量，被广为接受，本研究也采用市场化指数来测量城市所处的省份的制度环境。提出假设7：地方政府所处的制度环境成熟度与开放政府数据政策采纳呈正相关。

2.2.2外部影响因素

1）府际学习。学习是政策扩散的重要机制之一，辖区之间的信息沟通可以使政府看到其他辖区采纳政策后的政策实效，进而有意识的效仿或采用[26]。地方政府信息越畅通，学习意识越强，越容易采纳创新政策，因此提出假设8：府际学习水平与开放政府数据政策采纳呈正相关。

2）上级压力。自上而下的政策推广是政策扩散到地方政府的重要方式[27]，我国作為“压力型体制”国家，上级政府对下级政府的影响力更为强大。立法和政策因素是影响开放数据最主要的因素[28]，当上级政府出台了数据开放相关的战略规划、政策法规或者上线了数据开放平台时，就会对下级政府造成制度压力，同时也为下级政府采纳开放政府数据政策提供了基础和保障，从而推动下级政府采纳该项创新政策。提出假设9：中央信号会增加地方政府采纳开放政府数据政策的可能性。

省级政府作为中央和城市政府之间的行政层级，当省政府更为积极的响应中央政策时，地方政府处于中央和地方双重压力下，采纳创新政策的可能性会提高。省级政府会采取出台政策和执行政策（建设开放政府数据平台）两种方式回应中央政府的行政命令，本研究分别考察省政府出台政策和执行政策对下级政府的影响，并探求两者对下级政府影响程度的差异。提出假设10：省级政府出台相关政策会增加其辖区内城市政府采纳开放政府数据政策的可能性;假设11：省级政府上线数据开放平台会增加其辖区内城市政府采纳开放政府数据政策的可能性。假设12：省级政府执行政策比出台政策对下级政府的影响力大。

3）竞争压力。新制度主义指出，结构对等的政府之间存在的竞争压力会影响创新的扩散过程，地方政府在“政治晋升锦标赛”的环境下，往往会关注同级政府的政策动态，模仿“最佳实践”来缩小竞争差距。因此，全国范围的城市政府上线数据开放平台的数量越多，本地政府面临的竞争压力越大，就越倾向于采纳开放政府数据政策，因此提出假设13：全国范围内已经采纳开放政府数据政策的城市政府越多，其他城市就越有可能采纳政策创新。

3研究设计

3.1研究对象

本文以截止到2018年6月，上线了开放政府数据平台的40个城市政府为研究对象，研究开放政府数据在城市政府的采纳情况、时空演进特征及其内部因素和外部扩散因素对政策采纳的影响。本文将数据开放平台建设作为因变量，确定一个城市政府是否可以作为本文的研究对象的步骤主要有3个：首先通过关键词“政府+数据”、“地名+开放数据”检索公开报道;其次以域名是否出现gov.cn作为依据确定出政府官方认可的数据开放平台;再次确定平台是否是将数据汇聚在一个专门的平台或栏目。

3.2变量与数据

本研究因变量为二分虚拟变量，即某城市政府i在年份t上线了开放政府数据平台，变量取值为“1”，在年份t之前的所有年份，都取值为“0”。自上线了开放政府数据平台的年份起，该城市政府将被剔除，不再作为被观察对象。自变量和控制变量取值主要来源于政府网站、统计年鉴等可公开获取的资料。所有变量的操作化和测量方法见表1。

3.3研究方法

对地方政府而言，一项政策的采纳在一个时间段内，可能发生或可能不发生，那什么因素决定了事件发生的可能性呢？事件史分析（Event History Analysis，EHA）可以回答这个问题。事件史分析是基于t-1时间的自变量预测t时间的因变量是否发生，能够识别影响政策扩散的关键因素，在政策扩散研究领域已经得到了广泛运用。本研究采用事件史分析方法的离散时间模型来进行数据分析，模型构建如下：

Log（pi，t）=logpi，t1-pi，t=β0+β1Sizei，t-1+β2GDP_Pci，t-1+β3Edu-expi，t-1+β4Broadband Interneti，t-1+β5Financei，t-1+β6Tech-expi，t-1+β7Institutional Environmentsi，t-1+β8Learningi，t-1+β9Center-Singali，t+β10Province-Singali，t+β11Province-executei，t+β12Pressurei，t-1

4数据分析结果

表2是各变量的描述性统计分析。为了判断各变量间是否存在共线性，进行了共线性检验，结果显示方差膨胀因子（VIF）均小于5，说明不存在共线性问题。

使用二元Logit回归构建的3个模型进行分析（见表3），模型1和2是将城市内生特征和外部影响因素两类解释变量分别进行Logit回归的分析结果，模型3是把这两类解释变量进行组合分析的结果。通过观察具体数据可知，3个模型都在0.01水平上显著;在基线模型依次加入新的变量之后，模型的R方和卡方值都有增加，模型的解释力是在逐步提高;总模型的解释度达到了0.697，表明3个模型可以很好地拟合数据，对因变量的方差变化具有较强的解释度。

模型1中，人口规模和人均GDP没有通过显著性检验，假设1、假设2不通过;人均教育支出与因变量呈显著正相关，假设3通过，人均教育支出每增加一百元，开放政府数据的采纳优势将提高216.7%;互联网用户数通过显著性检验，假设4通过，宽带接入用户数每增加1万人，采纳开放政府数据的优势会增加477.5%;财政依赖度与因变量呈显著正相关，假设5通过，财政依赖水平提高1个百分点，采纳的优势会增加180.1%;科技支出与因变量呈显著负相关关系，与之前假设方向相反，假设6没有通过，可能的原因是由于当地科技发展水平低，更渴望借助“互联网+”国家战略，提升服务效能，促进地方发展。制度环境在模型1中没有通过显著性检验，但在模型3里与因变量关系达到了显著性水平，因此，假设7通过。

模型2中，府际学习通过显著性检验，假设8通过，每增加1个国际友好城市，采纳的优势会增加9.4%;中央信号通过显著性檢验，假设9通过;省级信号与因变量关系不显著，假设10没有通过检验;省级政府建设开放政府数据平台会正向影响辖区内地方政府对政策的采纳，假设11通过;可见，省级政府执行政策比出台政策对下级政府的采纳影响力更大，故假设12通过;水平政府间的竞争会促使地方政府采纳该政策，假设13通过。

模型3里，城市内生特征变量只有制度环境通过检验;外部扩散效应变量中的省级执行、竞争压力通过检验，可见这两个变量具有较好的稳健性。控制变量，行政级别与因变量的关系检验没有达到显著性水平，但区域位置达到了显著性水平，进一步分析发现，相较其他区域，东部地区的地方政府采纳意愿更强。

5结论

本文整合开放政府数据和创新扩散的理论，在对我国开放政府数据政策在城市层面的扩散情况进行回顾和分析的基础上，使用事件史分析方法，通过对2012-2018年40座城市共225个样本数据进行分析，讨论我国开放政府数据政策扩散的动因和机理。研究结果显示：1）在时间维度上，开放政府数据在城市层面的扩散过程可以分为缓慢扩散期、迅速扩散期两个阶段，中央《促进大数据发展行动纲要》的发布使开放政府数据进入迅速扩散期，扩散曲线呈现急剧上升的趋势。2）在空间维度上，邻近效应、梯度效应和集聚效应显著。东部地区是开放政府数据平台建设的先行者与开拓者，对周边地区形成了良好的示范作用，开放政府数据在东部地区扩散较快;中西部地区政策扩散相对缓慢。3）在扩散机理上，居民受教育水平、信息化发展水平、财政依赖度、制度环境四个城市内部因素和中央政策、省级政策执行、府际学习、竞争压力4个外部环境因素都对开放政府数据创新扩散有正向推动作用，但外部环境因素的解释力要更强，制度环境和竞争压力是影响最大的两个变量。4）在扩散路径上，开放政府数据的扩散主要呈现纵向间的“吸纳——辐射”和横向间的竞争与学习两种路径，其中垂直压力比横向压力影响大。在垂直压力上，省政府在“中央—省—城市”的多层级政府间，对政策扩散有中介作用，即积极响应中央规划的省份，辖区内的城市政策采纳更积极;省政府有效的执行政策比仅仅出台政策的推动作用更强。在横向压力上，竞争压力的影响强于学习压力，符合“晋升锦标赛”的解释。

本研究对“开放政府数据”在中国城市政府间的扩散进行实证分析，研究揭示了开放政府数据的扩散规律和影响因素，豐富了现有研究，对进一步认识和理解中国地方政府政策扩散的模式具有重要的现实意义，也为我国推广开放政府数据提供了理论依据，具体研究贡献有以下两点：

第一，发现开放政府数据的政策扩散机制由拉力机制和压力机制组成。

1）拉力机制是指当地政府受治理需求、创新意愿等内生因素的影响下产生的采纳意愿。具体而言，人均受教育水平、信息化水平越高，公众的治理需求也就越高，这会形成一种自下而上的压力，倒逼政府进行创新;另一方面，制度环境与府际学习为政府采纳创新提供了基础性条件，研究发现良好的制度环境是影响地方政府创新的关键变量，制度环境越成熟，地方政府采纳开放政府数据的阻碍越小，动力越强;府际学习代表着地方政府的创新意愿，对外交流的友好城市越多，地方政府信息越畅通，学习意识越强，越容易采纳创新政策。

2）压力机制由上级强制压力与水平竞争压力构成。上级强制压力是指上级政府自上而下的通过行政命令推动政策在下级政府间扩散的实现;本文发现中央信号、省级政府的政策执行会对市级政府的政策采纳产生显著正向影响;上级政府除了通过政策文件来影响下级政府对政策的采纳外，还通过财政压力来实现上级命令的贯彻，例如，研究发现对上级财政拨款依赖度越高的城市，其采纳上级政策的意愿越强。水平竞争压力是指同一层级的政府在“政治晋升锦标赛”逻辑下，进行赶超竞赛。因此，全国范围内城市政府上线数据开放平台的数量越多，还未开通平台的政府面临的竞争压力越大，就越倾向于采纳开放政府数据政策。

第二，在未来实践中，可优化制度环境，开启竞优激励模式。

1）通过上述分析可知，制度环境是影响开放政府数据政策扩散的关键因素之一，在未来实践中，要实现政策的进一步扩散，需要中央政府通过顶层设计优化制度环境，这一方面表明了中央不断推进开放政府数据建设的决心;另一方面，随着配套政策的增加，下级政府在开放政府数据建设中面临的风险与成本呈现递减趋势，有利于政策持续扩散。开放政府数据政策具有高技术、高风险、弱激励等特点，对潜在采纳者而言具有较大的执行风险、且产出效益存在不确定性，因此需要上级政府通过政策供给，减少地方政府采纳政策的成本与风险，优化开放政府数据制度环境，实现政策持续扩散。

2）本文研究发现，地方政府间的竞争是实现政策扩散的另一个关键因素。中国改革开放取得成功最大的原因之一就是发挥了地方政府的积极性，开放政府数据是党中央、国务院部署的重要改革任务，也是实现政府治理目标的关键举措之一，能否发挥地方政府的积极性，决定了开放政府数据的建设效果。鉴于此，笔者建议，建立考核评价指标体系，对不同层级政府的建设成果进行“最佳实践”评选，将开放政府数据建设的考核评估结果纳入政府年度绩效考核评价范围，通过竞优激励，实现开放政府数据在扩散规模和建设效果上的提高。

当然本研究还存在一些局限，需要在未来研究进一步完善。例如，开放政府数据在我国处于初步发展阶段，研究对象的数量受到限制，未来研究可扩大观测样本，检验整合模型的稳健性;其次，未来可以结合政策执行的程度来研究政策扩散。

参考文献

[1]沈晶，胡广伟.利益相关者视角下政府数据开放价值生成机制研究[J].情报杂志，2016，35（12）：92-97.

[2]李绪蓉，徐焕良.政府信息资源管理与开发[M].北京：北京大学出版社，2005：56.

[3]郑磊.开放政府数据研究：概念辨析、关键因素及其互动关系[J].中国行政管理，2015，（11）：13-18.

[4]汤志伟，龚泽鹏，郭雨晖.基于二维分析框架的中美开放政府数据政策比较研究[J].中国行政管理，2017，（7）：41-48.

[5]东方.国内外政府数据开放平台调查与分析[J].现代情报，2017，37（10）：93-98.

[6]武琳，伍诗瑜.城市开放政府数据平台服务绩效评估体系构建及应用[J].图书馆论坛，2018，38（2）：59-65.

[7]徐天雪，马海群.政府开放数据的协同监管研究[J].现代情报，2018，38（9）：19-23.

[8]赵玉攀.国内开放政府数据研究的系统评述[J].现代情报，2018，38（2）：164-170.

[9]赵慧.中国社会政策创新及扩散：以养老保险政策为例[J].国家行政学院学报，2013，（6）：44-48.

[10]谭军.基于TOE理论架构的开放政府数据阻碍因素分析[J].情报杂志，2016，35（8）：175-178，150.

[11]吴建南，张攀，刘张立.“效能建设”十年扩散：面向中国省份的事件史分析[J].中国行政管理.2014，（1）：76-84.

[12]朱旭峰，张友浪.创新与扩散：新型行政审批制度在中国城市的兴起[J].管理世界.2015，（10）：91-107.

[13]刘伟.国际公共政策的扩散机制与路径研究[J].世界经济与政治，2012，（4）：40-58，156-157.

[14]Shipan C R，Volden C.The Mechanisms of Policy Diffusion[J].American Journal of Political Science，2010，52（4）：840-857.

[15]向玉琼，黄健荣.论当代地方政策移植：内涵、必要性与可行性分析[J].吉林大学社会科学学报，2010，50（2）：121-127.

[16]朱旭峰，张友浪.创新与扩散：新型行政审批制度在中国城市的兴起[J].管理世界，2015，（10）：91-105，116.

[17]North D C.Institutions，Institutional Change and Economic Performance[M].Cambridge University Press，1990.

[18]趙晶，郭海.公司实际控制权、社会资本控制链与制度环境[J].管理世界，2014，（9）：160-171.

[19]Walker R M.An Empirical Evaluation of Innovation Types and Organizational and Environmental Characteristics：Towards a Configuration Framework[J].Journal of Public Administration Research & Theory，2008，18（4）：591-615.

[20]Kearney R C，Feldman B M，Scavo C P F.Reinventing Government：City Manager Attitudes and Actions[J].Public Administration Review，2000，60（6）：535-548.

[21]Berry F S.Innovation in Public Management：The Adoption of Strategic Planning[J].Public Administration Review，1994，54（4）：322-330.

[22]Mohr L B.Determinants of Innovation in Organizations[J].American Political Science Review，1969，63（1）：111-126.

[23]Zuiderwijk A，Janssen M，Choenni S，et al.Socio-technical Impediments of Open Data[J].Electronic Journal of e-Government，2012，10（2）：156-172.

[24]Zhu X，Zhao H.Recognition of Innovation and Diffusion of Welfare Policy：Alleviating Urban Poverty in Chinese Cities During Fiscal Recentralization[J].Governance，2018（Forthcoming）.

[25]陈志勇，陈思霞.制度环境、地方政府投资冲动与财政预算软约束[J].经济研究，2014，49（3）：76-87.

[26]Balla S J.Interstate Professional Associations and the Diffusion of Policy Innovations[J].American Politics Research，2001，29（3）：221-245.

[27]朱旭峰，赵慧.政府间关系视角下的社会政策扩散：以城市低保制度为例（1993-1999）[J].中国社会科学.2016，（8）：95-117.

[28]Yang T M，Wu Y J.Examining the Socio-technical Determinants Influencing Government Agencies Open Data Publication：A Study in Taiwan[J].Government Information Quarterly，2016，33（3）：378-392.

（责任编辑：陈媛）