当前国内数字政府研究进展与趋势
——基于CiteSpace软件的文献计量分析

2021-10-15 15:24李占乐张燕
长沙大学学报 2021年5期
关键词:政务聚类数字

李占乐,张燕

(郑州大学政治与公共管理学院,河南 郑州 450001)

数字技术促进了社会生产力的释放,实现了经济的发展与繁荣,与此同时,信息通信技术在政务上的应用也为政府改革注入了活力。21世纪以来,西方发达国家纷纷推出数字政府战略,在全球掀起了一波数字政府建设与研究的热潮。我国的数字转型与治理转型处于同一时期,政府治理转型使数字化进程更加紧迫,数字转型为政府转型提供了更多可能。习近平总书记强调,要推动实施国家大数据战略,加快完善数字基础设施,推进数据资源整合和开放共享,保障数据安全,加快建设数字中国。数字政府作为数字中国的重要组成部分,是促进经济发展、提高行政效率、提供更加优质的公共服务的重要抓手,也是贯彻落实数字中国和智慧社会的关键领域。经过多年的学术积累,数字政府研究成为各学科研究的重点课题,研究成果丰硕。文章尝试以中国知网(CNKI)1999—2020年收录的609篇期刊文献为研究对象,以文献计量软件CiteSpace 5.7.R2为研究工具,系统梳理数字政府研究的主要议题、演进脉络和研究前沿,探究我国数字政府研究的主要内容,为下一步的研究提供参考。

1 研究设计

1.1 数据来源

文章以中国知网为数据平台进行检索,利用高级检索功能检索中文学术期刊。为了确保文献来源的质量与可靠性,文章将期刊来源限定为全国中文核心期刊和南京大学中国社会科学研究评价中心的中文社会科学引文索引(Chinese Social Sciences Citation Index,CSSCI)收录文章,根据表1所列检索条件初步得到797篇文章,在此基础上,通过浏览题目与摘要等方式初步对文献数据进行人工的筛查和清洗,手动剔除书本导读、学术争鸣、工作介绍、征稿声明、通知、书评、序、资讯、会议通知等非研究类型的文章以及与本研究主题相关性较弱的文献,最终得到609篇样本文献。

表1 研究样本数据检索条件

1.2 研究方法及工具

近年来,知识图谱和可视化文献计量逐步成为公共管理领域的一个新兴热门研究方法,在政府治理、城镇化等公共管理研究领域都有应用,而对“数字政府”的可视化研究尚未出现。CiteSpace软件能够从宏观及微观的角度展示某一学科领域的知识结构、演变过程、重要文献、权威研究者和主要的研究机构,并且能够根据关键词聚类来把握和预见该学科领域的研究热点和研究前沿趋向。文章基于可视化分析视角,以CiteSpace 5.7.R2软件为主,Excel为辅,综合运用文献计量和知识图谱等方法来探究数字政府研究的主要内容与演进脉络,以期全面而形象地展示数字政府的研究概貌。

2 分析结果与讨论

2.1 整体数据分析

2.1.1 文献历年数量和文献主要涉及学科分析

从1999—2020年国内数字政府研究历年文献数量图(图1)可以看出,自1999年以来,我国关于数字政府研究的文献数量整体呈上升趋势,在一定程度上说明数字政府研究是目前学界研究的热点话题之一。如图1所示,1999—2007年,数字政府研究的历年发文数量总体是上升的,但上升的速度较为缓慢,研究正处于萌芽状态;2008—2016年相关文献的发文数量较前一阶段有所增加且保持稳定,在该阶段的后一时期文献数有明显的增加,研究平稳发展;2017—2020年,相关文献数量上升速度加快,研究进入活跃期。当前我国数字政府研究在学界的关注度很高且发展迅速,可以预见接下来的相当一段时间内数字政府研究将依然是一个热门研究主题。

图1 1999—2020年国内数字政府研究历年文献数量

从文献主要涉及学科来说(见图2),在609篇样本文献中,有243篇来自行政学和国家行政管理,约占样本总数的40%;有99篇来自计算机软件及计算机应用,约占样本总数的16%;有91篇来自档案及博物馆,约占样本总数的15%;有47篇来自新闻与传媒,约占样本总数的8%;有31篇来自中国政治与国际政治,约占样本总数的5%。由此可见,数字政府研究主要集中在行政学、计算机科学、档案学等学科,特别集中在行政管理与国家行政管理领域,该领域开展的数字政府研究处于主导地位。

图2 国内各学科关于数字政府研究的数量与占比

2.1.2 数字政府研究的主要议题分析

关键词聚类是文献计量的重要指标和方法之一,它可以显示某一节点在样本文献中出现的频次以及与其他节点的相关性。对关键词聚类进行描述分析能够清晰展示出数字政府研究中的热点议题和演进脉络。

结合609篇样本文献的关键词聚类标签图(图3)和高频关键词图(图4)可以得出,近20年来数字政府研究的五个主要聚类分别为电子政府、电子政务、数字政府、智慧政府、智慧政务,这五个主要聚类不仅说明了数字政府研究的主要议题,也体现了我国对数字政府建设顶层设计中议题名称的重新界定。

图3 关键词聚类标签

图4 高频关键词

这五个聚类既不完全相同又相互之间关联密切。利用CiteSpace 5.7.R2对五个主要聚类的节点基本情况进行探测。

聚类1:电子政府。该聚类的高频词条包括电子政府、电子政务、政府网站、绩效评估、政府电子化、政府立法、政府应用电子商务、技术执行、官僚制改革、一站式服务、互联网站、公共服务领域、整合服务等。通过显现的平均时间和高频词条可知,在2005年左右数字政府的起步阶段,数字政府研究的名称是电子政府,研究的主要内容包括政府网站等电子政府基础设施的建立、电子政府与经济上兴起的电子商务的结合、电子政府的应用。

聚类2:电子政务。该聚类的高频词条包括电子政务、机制设计、增值开发、信息资源整合、制度设计、政府信任、协同决策、数字政府应用、信息获取、信息治理等。通过显现的平均时间和高频词条可知,经过几年的发展,数字政府建设主要体现在电子政务方面,数字政府对技术的需求更加庞大,工作重心由基础设施转向体制机制的完善,注重信息在政府内部各部门之间的整合和共享。

聚类3:数字政府。该聚类的高频词条包括数字政府、数字治理、数字化转型、服务型政府、创新型政府、治理形态、开放型政府、政务协同、数字中国、大数据驱动、数据共享、政府数据治理、大数据产业、开放政府数据等。通过显现的平均时间和高频词条可知,该时期数字政府研究中数据的重要性更加凸显,该时期的数字政府建设是“数字中国”在政府改革创新上的主要体现,对于数据开放的关注度明显增加。

聚类4:智慧政府。该聚类的高频词条包括智慧政府、开放政府、整体政府、电子政务、电子治理、政府治理现代化、智慧社会、电子政府、虚拟政府、一站式政府、信息政府、移动政府、公共部门等。通过显现的平均时间和高频词条可以得知,该时期数字政府与电子政务的关联密切,数字政府与国家治理能力和治理体系现代化相结合,出现了对具有便捷性时效性移动政务的研究。

聚类5:智慧政务。该聚类的高频词条包括智慧政务、政府创新、互动平台、协同创新中心、智慧城市、数字治理、应急管理、人工智能等。通过显现的平均时间和高频词条可以得知,该时期计算机专业性词汇增多,信息协同要求更加紧迫,数字政府的应用面和涵盖面有所增加。

2.2 数字政府研究的演进脉络分析

通过系统梳理文献,文章将数字政府研究归纳为三个阶段(见图5),这三个阶段也与中国相关政策的节点相吻合。

图5 数字政府研究演进阶段

2.2.1 萌芽期(1999—2007年)

在此期间,数字政府的形态主要表现为电子政府,可将其称为电子政府时期。与此阶段相对应的顶层设计是2002年我国首个国家电子政务总体规划。与此同时,中共十六大报告指出,进一步转变政府职能,改进管理方式,推行电子政务,提高行政效率,降低行政成本,形成行为规范、运转协调、公正透明、廉洁高效的行政管理体制。该时期研究的重点包括技术、政府、公民三个层面。

第一,信息通信技术在政务中的应用。电子政府是指在政府内部政务电子化和办公自动化的基础上,利用信息通信技术实现政府纵向层级和横向部门的联通,把各单位的资料库系统整合,建立电子化、网络化、数字化的政务信息系统[1]。电子政府最重要的内涵就是运用信息通信技术打破传统行政机关中的物理组织界限,整合和贯通政府部门的流程,是基于互联网构造的电子化的网络政府,使得人们突破时间和空间的限制多渠道获取政府信息和服务[2]。基础信息设施的建设(计算机加入政务工作、政府网站的设立)和现代信息设备是实现政务的电子化的必要条件,随着基础信息设施的完善,电子政务提供的服务内容和质量也得到了很大的提升[3]。

第二,政府的制度创新与组织重组。电子政府突破了传统的自上而下的集权型政府对信息的垄断和控制,形成了多方式、全方位的信息传输渠道,构建了基于网络的新型信息传递模式,形成了完全开放的矩阵型组织结构[4]。有效的信息是科学决策的基础,也是协调和沟通各政府部门的桥梁,能促进部门整合,节约人力和物力成本,推动政府职能转变,实现政府的现代化变革[5]。

第三,公民参与政治民主。中国坚持人民当家做主的原则决定了政府改革的方向应该是增强社会的活力,增加人民之间的信任度,提高人民群众自我管理的能力[6]。完善的信息传输渠道缩短了信息提供者和信息接收者之间的距离,一方面精准传达了政府的施政意图,另一方面提升了政府治理的反应力和回应力。政府与公民形成了良性的互动,决策中心和社会管理主体由一元化向多元化转变,公民的参与感和满足感大幅提升,政府决策的科学性和民主性有了保障[7]。

2.2.2 发展期(2008—2016年)

在此期间,数字政府主要表现形态为电子政务,与此阶段相对应的顶层设计是2008年机构改革将原国务院信息化工作办公室的职责划给工业和信息化部。在移动互联网技术的助推下,数字政府经过20多年的发展进入了“互联网+政务”的时代,数字政府的研究主题呈多元化发展趋势,侧重于对数字化背景下服务型政府改革和大数据在政府治理中运用的探析,关键词有电子治理、服务型政府、大数据、数字政府等。

第一,研究数字化政府于服务型政府转型的必要性。数字化政府的形成是建设服务型政府的基本路径之一[8]。在理念层面,数字政府的“公众中心导向”是指政务以公众需求和关切为导向重组服务内容[9],这一导向与服务型政府变革方向具有一致性;在技术层面,数字政府打通了政府内部各部门之间、政府与公民之间的沟通渠道,数据平台的加持使政府由信息的提供者变为信息的索取者、由政务服务的被动方变为主动方,政务服务提供产品方式由统一化变为个性化、由单一化变为多样化,现代化的信息通信技术为服务型政府的建设提供了强大的动力引擎。

第二,研究大数据在政府治理上的应用。随着互联网的普及和现代信息技术在人类生产生活中的应用,各类数据爆发式增长,对社会管理和政府治理都产生了重大影响。这是大数据应用于政府治理的现实需求,以大数据为核心的信息技术在政府治理上的应用也倒逼政府寻求自身组织结构、业务流程、运作模式上的变革[10]。来源于客观事实并应用于具体事务数据,为大数据时代政府决策的科学性奠定了基础;强大的数据处理、数据分析、数据追踪、数据监控等功能,使政府治理能力快速提升;多层次的快捷数据通道使多元主体参与的协同治理新格局形成。大数据背景下的信息公开和政务处理中的数据留痕量化政府活动,政府财政预算和支出、政策制定和执行都以数据化的形式存在于公众的监督之下,降低了寻租和腐败产生的可能性,也是制定科学合理的政府绩效评估制度的重要依据[11]。

第三,研究数字政府的困境以及解决路径。数字政府背景下基于数据分析的决策,在科学性和民主性上都有了大幅提升,政府面对海量的信息极易产生信息安全管理漏洞,如何在数据开放与信息安全之间保持平衡是一个巨大的挑战[12];多样化的信息渠道和高速度的传播使信息倍速增长,如何在巨大的信息存量中甄别和筛选真实有效的可用信息愈加困难,信息处理的时间和金钱成本愈发高昂,数据分析的滞后性逐渐凸显;数据之大也容纳了错误信息和虚假信息,导致分析结果无效甚至误导政府决策。为此,学者提出了制定合理的数据开发利用规则和责任体制、在战略上将立法上升到国家层面、提升其他参与主体的数字素养、培育创新型数字人才等解决路径[13]。

2.2.3 活跃期(2017—2020年)

数字政府实现了名称与内容的结合,2017年习近平总书记提出加快建设数字中国,引起了数字政府研究的热潮。该时期的数字政府已经跳出了办公流程和政务处理的电子化和自动化范畴,与此同时,随着国家治理能力和治理现代化的推进,数字政府建设在国家治理尤其是政府治理过程中更是不可忽视的步骤。该阶段的一个特征是有关数字政府研究的内容回归自身,关注概念界定及智慧化转型,另一个与国家治理能力和治理体系现代化紧密结合。关键词有数字时代、智慧化、现代化等。

第一,对数字政府的概念界定。黄璜在技术层面定义了数字政府:所谓数字政府,归根到底是政府的数据服务、信息服务、知识服务,其根本目标不是帮助政府实现或拥有某种数字技术,而是利用新生产力帮助政府获得和传递更多的数据、信息和知识,最终仍然是为政府治理目标服务,在组织层面将数字政府定义为政府基于数字基础设施的赋能、协同和重构[14-15]。戴长征等指出,数字政府是政府利用数字化思维、数字化理念、数字化工具、数字化战略、数字化资源进行社会有效治理,提供优质服务使公众满意[16]。王伟玲提出,数字政府是信息时代政府形态在原有基础上的创新,以无纸化的公共服务、精准化的社会治理和科学化的政府决策为目标,以云计算、大数据、人工智能为工具,最终实现政府在业务流程、组织架构、服务供给等方面系统性和根本性的变革,促进经济社会的全面数字化[17]。

第二,研究视角呈多元化趋势。(1)整体协同视角下的数字政府研究。传统官僚制各部门各司其职、分工明确,导致公共服务碎片化,新公共管理改革对行政绩效的追求更加强化了这种制度缺陷,而信息时代个性化、便捷化、去中心化的特征和公众更多的政治参与使公共服务提供方式变革要求更加迫切[18]。以人民为中心的发展思想要求政府部门应以政府服务接受者的需求为导向,进行组织机构和业务流程的数字化转型,通过整体政府的有效协同模式来改变现有的公共服务供给方式[19]。因此,要在“互联网+政务服务”的过程中形成行政事务的协同管理和服务联动,使权力、流程、数据从碎片化到整合化从而构建整体政府,这是政府治理模式改革的内在机理[20]。(2)多学科视角下的数字政府研究。公共管理学科作为和数字政府关联紧密的学科之一,自现代化信息技术应用于行政管理之中,相关研究层出不穷,数字与公共管理之间的关系不仅是理论命题,也是对实践的回应和建构[21]。马克思主义政治哲学认为数字政府应扬弃数字资本,使数据秩序回归本质,数字政府治理应以公平、正义、民主为价值导向做好算法管理、数据治理和机制优化[22]。法学从数字政府现阶段的法治建设落后于理论研究的现状出发,提出了信息时代我国数字政府治理水平提升的重要途径之一是构建和完善法律体系[23]。

第三,研究数字时代各地区的数字政府实践。《2020联合国电子政务调查报告》中,中国的发展指数为0.794 8,其中作为衡量各国发展水平核心指标的在线服务指数为0.905 9(最高为1),两者均达到了联合国所规定的“非常高”的水平。上海、广州、浙江、贵州等地的数字政府实践都成绩斐然,吸引了学者们的关注,学者们对数字政府实践的研究也成了近年来数字政府研究的一个热门话题。谭必勇等基于上海市的“一网通办”实践,研究数字政府建设的理论逻辑和结构要素[24];逯峰基于广东数字政府发展实践,研究政务互联网思维指导下数字政府改革的关键点,探索数字政府的新模式[25];何圣东等基于浙江“最多跑一次”改革对数字政府创新任务进行了阐释,并总结了浙江数字政府建设的经验[26];周雅颂基于贵州“云上贵州”实践提出现阶段数字政府普遍存在标准化、共享、发展及流程再造困境,从顶层设计、基层认同、数据确权与绩效等方面研究困境突围之策[27]。

2.3 研究趋势

2.3.1 政务数据平台的建设与完善

在我国,政务平台的概念很早就已经出现,2002年就有学者指出,电子政务平台是建立在软件工程基础上的公共操作环境,将最大限度地实现电子政务系统的资源共享、重用和互操作,能进行任何操作系统平台上的数据交换和程序连接,进而集成各种新技术和新产品[28]。2011年O’Reilly在Government as a platform(中国主流译法将之译为《政府即平台》)中提出在政府治理中引入平台概念[29],加之当时正是电子政务发展的活跃期,“政府即平台”概念迅速在全球范围内广泛传播并保持很高的话题度,更有很多国家将平台建设纳入本国数字政府建设的规划纲要。我国的学者就数字政府建设中政务平台的关键作用也有研究,如对“平台驱动的数字政府”的概念、实施路径、核心价值和未来方向的研究,对“数字政府即平台”的研究以及国外数字政府建设经验对我国的启示等[30-31]。

2.3.2 数字政府与国家治理能力和治理体系现代化

国家治理体系和治理能力能够反映国家政治制度的完善程度和政策执行能力。中共十九届四中全会审议通过的《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》明确指出,建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则;推进数字政府建设,加强数据有序共享,依法保护个人信息;在国家层面强调了数字政府是国家治理能力和治理体系现代化目标实现的推动力。大数据时代的数字政府利用数据平台、移动服务端等信息工具在物理层面延伸了治理范围,借助智能算法极大提升了治理效率,建立了便捷科学的评估—反馈机制,使数字政府、智慧政府研究成为后公共管理时期的历史趋势[32]。

2.3.3 数字政府与公共服务

数字化政府建设一开始是将互联网以及信息通讯基础设施应用于政务工作中以提供公共服务,初期工作重心在于政府网站的建设。随着时代的发展,政务App、小程序、政务微博号、政务微信公众号、各类政务视频号的出现,以及网络基础设施的完善,政府公共服务在横向上服务范围不断扩大,服务人数不断增多;纵向服务的内容不断增加,影响不断加深;大数据分析和人工智能的应用使公共服务实现了高效化、精准化。数字政府时代的公共服务供给也发生了深刻的变革,供给主体不再局限于公共部门,企业、社会组织甚至个人都是公共服务的参与者和提供者。从政府的角度看,数字化政府建设能够实现管理信息的共享和各部门之间的业务协同,从而优化流程、降低成本、提高效率;从公民的角度看,数字化政府特别是政务服务在移动端的发展,不仅有利于行政管理创新的参与者,也使自身的服务需求和反馈得到了更大程度的满足[17]。

3 结语

通过对检索到的609篇样本文献的可视化分析,发现在过去的20多年中,中国数字政府研究主要内容和外在形态虽然具有阶段性特征,但研究热度并没有减弱。目前,数字政府研究仍处于稳步发展时期,在信息化不断深入的未来,数字政府还有很大的研究空间。伴随着各级各地数字政府实践的逐渐多样和丰富,更多的经验和样本数据也将成为数字政府研究的素材。为了更好地建设数字政府,推进国家治理能力和治理体系现代化,推动“数字中国”战略目标的实现,政府要跳出传统科层制的思维,同时要避免“唯技术论”或“唯数据论”,将政府的数字化变革视为自身的一种革命。

猜你喜欢
政务聚类数字
基于K-means聚类的车-地无线通信场强研究
答数字
基于高斯混合聚类的阵列干涉SAR三维成像
政务
政务
政务
政务
数字看G20
基于Spark平台的K-means聚类算法改进及并行化实现
基于改进的遗传算法的模糊聚类算法