基于制度分析与发展（IAD）框架的先行先试政策推广评估理论研究——以国家大数据（贵州）综合试验区为例

宋卿清，曲 婉，冯海红

（1.中国科学院科技战略咨询研究院,北京 100190；2.中国科学院大学,北京 100049；3.国家发展和改革委员会创新驱动发展中心,北京 100037）

1 研究背景

改革开放40多年来，我国经济发展和制度改革取得了举世瞩目的巨大成就。源自中国共产党革命经验的“摸着石头过河”“先行先试”“由点到面”等一系列土生土长的方法论［1］，历经不同发展阶段、诸多政策领域的反复论证和凝练总结，已成为我国探索改革发展的核心优势之一，被认为是中国治理实践中不可或缺的制度基础［2］。中央政府在正式出台全国性政策之前，颁布试验性条例、开展政策试点、设立试验区等做法业已成为我国政策过程的重要标识［2］，对全局性改革起到了重要的示范、突破和带动作用［3］。例如，营业税改征增值税试点、自由贸易试验区、国家综合配套改革试验区等一系列典型先行先试政策探索取得的突破性成效，查明了我国社会发展的实际情况，提升了非试验地区的政策学习动力，为国家深化行政体制改革、促进经济转型升级、优化公共服务等探索了经验做法［4］，树立了标杆示范。

从广义上看，当前研究多以“政策试验”“政策试点”“政策测试”等概念指代重大公共政策正式颁布之前的试验性政策摸索做法［5］。本研究吸收已有研究的主要观点，从政策试验推广扩散的角度，以先行先试界定试验性质的政策先行过程。在这一政策过程中，试验单位在一定时间条件下，有目的地在特定范围内探索和尝试各种政策方法和手段［6］，为某一地区或行业制定新政策、测试政策的有效性、完善政策内容、形成示范效应等进行具有探索与试验性质的先行改革活动［7］，以期找到对解决预定试验任务富有想象力的方案［8］，形成卓有成效的政策选择来注入现有政策体系，为在更大范围内复制推广奠定基础。

然而，以往的研究在先行先试政策的概念特征、影响因素、治理逻辑等基础性研究方面着墨较多，对如何评价和筛选可借鉴、可复制、可推广的先行先试政策以及评估先行先试政策的试验效果少有探讨；此外，当前对政策试点的评估多采用定性或定量的方法进行单个先行先试政策的评价，欠缺普适性的方法论，从整体上为各类先行先试政策的推广评估提供理论指导和方法参考。由此，本研究基于系统导向的制度分析与发展（institutional analysis and development，IAD）分析框架，构建了先行先试政策推广评估的普适性理论方法，研究提出推广评估的分析框架、工作流程、具体方法和判别标准，并以国家大数据（贵州）综合试验区为例开展实证研究，以期为我国先行先试政策的推广评估提供科学的方法支撑。

2 文献回顾

2.1 先行先试政策

就先行先试政策的内涵而言，先行先试是目的明确、协调一致的行动，既包括以时间维度为主线的先行先试试点，也包括以空间维度为主线的先行先试试验区。政策试验单位通过严谨的程序和方法先行进行政策尝试，找出完成试验任务的办法，为实现全局性制度变迁或政策调整积累经验［3］。综合来看，先行先试政策的基本特征可以概括为3个方面：一是目标导向清晰。先行先试通常迫切需要在一定时期内试验出某些领域的有效政策工具，形成可复制、可推广的试验经验，因此，上级政府的政策偏好是政策试点的重要参考因素［8］。二是地方自主权释放。上级政府通常会赋予先行先试地区“尚方宝剑”，在法律制度上放宽约束、扩大边界，允许其在不违反根本性法律制度的前提下，先行于现行法律体系来进行政策的摸索尝试，从先行先试中总结出对出台整体性政策有用的经验。三是倾斜性资源支持。为实现先行先试的试验目的，上级政府往往有选择地在财政政策、监管政策、基础设施政策等方面给予先行先试地区倾斜性政策工具扶持，以保障试验目的的顺利完成。

从先行先试政策的外延来看，先行先试政策的过程表现为典型的“试点—筛选—扩散”的交互动态运作模式［9］，呈现从政策试验到政策扩散的典型特点［10］。Heilmann等［6］认为典型的等级制度下的政策试验包含地方游说、高级政策资助、特殊政策、正式试验方案、识别为模式、模型传播、干部提拔、国家决策和立法八步流程。因此，从先行先试政策的执行逻辑出发，在其推进过程中，不仅要考虑本区域内的社会需求和财政能力，还必须同时考虑与中央政府及其他地方政府间的纵向和横向府际互动关系［11］，形成先行先试生态体系，以系统的视角，从参与主体、政策手段、环境因素等多维属性综合衡量先行先试政策。

2.2 先行先试政策的评估

对先行先试政策试验效果进行评估是决定先行先试经验是否以及如何推广的前提。总体上看，国内外相关研究在政策试验的评估体系构建和实践探索上具有一定的基础，主要体现为两个方面：一是以构建综合指标体系为主的直接评价范式。例如，刘伟［12］基于过程回溯总结了政策试点的三阶段模型，对公共部门绩效管理试点的政策内容进行综合评价；张丛林等［13］从政策制定、政策执行两个维度建立指标体系来评价生态文明建设试点政策；王志锋等［14］构建了“立场—目的—手段—结果”分析框架，对义乌农村土地制度改革试点政策的效应、效率和可行性进行分析。二是以计量模型分析为主的间接评价范式。例如，李智超［15］基于事件史分析法对我国地方政府进行智慧城市试点的效率逻辑、合法性逻辑和行动者逻辑进行评估；张国建等［16］采用双重差分法评价了辽宁扶贫改革试验区的政策效果；徐宁等［17］利用动态蛛网模型揭示了房产税试点改革的效益波动情况。

然而，以往对先行先试政策评估的研究，多以某一具体的试点或试验区为目标对象，进行有针对性的分析评价，但尚未有研究从方法论上建立普适性的评估框架来系统指导先行先试政策的评估研究；此外，当前研究多从先行先试整体完成效果的角度出发，衡量政策试验对试验地区带来的总体经济社会价值，但尚未有研究从先行先试推广和扩散的视角进行政策评价分析，以判断先行先试政策是否以及在多大程度上适合进一步推广。因此，为弥补当前研究空白，有必要将重点聚焦于先行先试政策的推广评估过程，建立普适性的分析框架并提出切实可行的评价体系标准来筛选出作用于政策目标群体，能够表达出政策试验预期目标，解决特定或综合性公共问题的，有效的、有影响力的典型经验做法［18］，以从理论层面指导先行先试政策推广评估的具体实践。

2.3 先行先试政策推广评估分析框架的理论基础

制度分析与发展框架是Ostrom［19］在经过大量的案例研究后构建的研究政策行为的多层概念图，其核心思想强调在给定一系列制度因素的影响下，政策行动者主体根据行动情境建立相互作用的模式，并在此模式下产生可以用一定标准评估的结果，这些结果又反过来作用于下一轮互动，同时可能影响外部因素（见图1）。根据Ostrom［19］的经典理论，IAD的外部变量包括3个核心要素：自然资源禀赋是物质世界的客观属性；共同体属性是系统内主体普遍接受的价值观念或行为规范；应用规则指影响系统的已有规则范式。IAD的行动舞台由行动者和行动情境构成：行动者是对参与系统内的主体的理论假设，行动情境是个体间互动、交换商品和服务、解决问题、互相支配或争斗的社会空间。IAD的结果是在根据特定系统组建的针对性评估准则形成和发展起来的。

图1 制度分析和发展（IAD）框架

综合来看，IAD框架的关键部分是确定行动舞台和由此产生的相互作用模式与结果，以及评估这些结果。IAD框架的广泛兼容性为分析不同治理体系下的公共政策建立了普适的研究范式，有助于从理论构建和实证研究中不断积累知识进行扩展完善，因此，IAD框架为构建先行先试政策的推广评估理论模型提供了重要的理论支撑。

3 先行先试政策推广评估的理论方法

先行先试是政策试验的先行探索阶段，对先行先试政策进行评估的目的在于判断先行先试地区的摸索性政策试验是否总结出与试验目标相一致且切实有效的政策工具或政策执行方案等经验做法，是否为试验地区的利益相关者带来额外价值，以及是否形成可借鉴、可复制、可推广的政策清单来融入更广泛区域内的政策改革之中，因此，借鉴IAD框架的理论基础，结合先行先试政策推广评估的独特性，本研究构建的理论模型如图2所示，从系统视角综合评估先行先试政策的价值目标、政策内容、政策效果、矛盾瓶颈和影响因素等，为先行先试政策的推广评估提供理论支撑。

图2 先行先试政策推广评估的理论模型

3.1 先行先试政策推广评估的行动舞台：行动者和行动情境

行动舞台是先行先试政策推广评估关注的重点和焦点，分析先行先试政策推广评估的第一步就是确定一个概念单元，即行动者和行动情境。先行先试的政策实施涉及政府内部和外部不同主体的共同参与治理［20］，推广评估需要将利益相关者置于核心，考虑不同层次参与者的既得利益来进行系统衡量［21］。具体来说，先行先试政策推广评估过程中的行动者涉及先行先试政策推动主体和先行先试政策参与主体两部分利益相关者。从先行先试政策推行的系统视角出发，一方面，发起方政府、试点方政府和学习方政府共同构成先行先试政策的推动主体。来自中央或部省等高层级政府自上而下的行政命令，打通了府际纵向信息交流渠道［11］，迅速推动政策在先行先试地区进行；同时，同级政府间的横向竞争互动也极大激发了试点地区外其他地方政府对创新制度的学习动力［14］。另一方面，企业、社会公众、高校、科研院所和服务机构等则是先行先试政策的重要参与主体，他们或是政策在设计和试验之初预期服务的核心目标对象，或是先行先试核心试验任务衍生效益的利益获得者，或是由于改革和试验新政策而被挤占利益的群体。

先行先试政策推广评估的行动情境由先行先试的政策内容构成，具体包括三部分内容：一是先行先试的政策方向。先行先试项目多沿探索型、验证型、示范型3条路径落地实施［3］。探索型先行先试的试点地区通常被赋予一定的法律边界权限，以在全新的政策改革领域摸索可行的实施路径和操作方案；验证型先行先试是在具备一定的理论和实践的基础上，选取个别地区或部门实际运行检验政策效果；示范型先行先试则在于率先按高标准建立成效显著的先行先试典型标杆，为实施新制度、新政策提供可学习和可参考的对象。二是先行先试的政策范围。其外在形式体现为担负某一项或某一领域政策试验任务的专门性先行先试，以及汇集多种试验目标和主题，进行广泛政策创新的综合性先行先试两类［3］。三是先行先试的政策工具。具体表现为系统性、关联性和有效性的法规管制、目标规划、信息支持、基础设施政策、财政政策、税收政策、资金投入、公共服务政策、人才政策、环境政策、技术支持政策和知识产权保护等一系列对先行先试过程发生作用的政策工具［22］。

3.2 先行先试政策推广评估的外部变量：影响因素和应用规则

在理解和构建先行先试政策推广评估行动舞台的初始结构之后，应首先深入挖掘并探究影响系统构建的因素。先行先试政策试验效果的差异是由自然资源禀赋和共同体属性中的多种因素综合作用的结果，大致分为以下几方面：从政治体制的视角来看，我国的政党制度具有强大的整合能力和科学决策能力，其长期且稳定的执政是保证改革试点政策有效执行和纠错纠偏的重要条件［23］；从经济资源的视角来看，试点地区的经济发展水平越高，其公共服务和基础设施等资源越丰富［24］，应对政策创新引发的政策变迁的适应性和灵活性越强，更能有效规避可能的政策风险；从财政投入的视角来看，试点地区政府的实际财政投入是促进先行先试政策创新的重要动力［25］，尤其对包含民生事项的社会文化领域的先行先试政策效果显著；从组织保障的视角来看，政策推动主体共同组建的领导小组机制，促进了具备丰富理论和实践经验并勇于创新和承担风险的地方“政策企业家”积极推动先行先试政策试验，提升了政策执行的效率、取得预期效果的可能性以及经验扩散的广度；从社会环境的视角来看，先行先试地区民众通过对政策的文化感知和认同来抑制或放大政策信息，从而影响政策执行；从国际环境的视角来看，全球科技创新的新浪潮、政府治理体系的变革以及经济社会结构的调整等，均对相关的先行先试政策执行和推广具有显著影响；从政策属性的视角来看，先行先试政策的强公共性、与现有国家和地方战略布局的强兼容性以及操作的低复杂性，均有利于对政策的认可和推动［26］。

除上述影响因素外，边界、位置、范围、选择、聚合、信息和收益等应用规则同样限制先行先试政策的推广评估，共同影响系统的情境，具体作用如表1所示。

表1 用于先行先试政策推广评估的IAD规则

3.3 先行先试政策推广评估的互动模式

行动舞台中的行动者在复杂因素的影响下相互作用，形成对结果产生直接作用的互动。中国特色的政策试点在实践中形成了一整套相对稳定的程序和自成体系的做法，先行先试政策的推广评估要充分衡量一个周期内政策试点工作的完整性，梳理取得的效果和经验，发现存在的问题和原因，为进一步完善政策和制度设计提供依据。基于互动视角，从先行先试政策推行的全过程出发，先行先试一般要经过选点、组织、设计、督导、宣传、评估6个环节。先行先试发起方政府根据试点的政策方向、范围、内容、难易程度等要求，通过一定的方式和标准遴选适合的先行先试单位；随后，发起方政府和试点方政府共同组建领导小组或联席会议等机构，专门负责先行先试工作的实施计划和操作方案；随着先行先试的推进，相关部门随后通过试点工作培训会、专业委员会等机制对先行先试的进展进行督促、指导和检查，并对先行先试工作的重要意义、经验做法、阶段性成果等开展舆论宣传。当先行先试试点地区完成一个周期的试点任务时，试点工作小组则会开展对先行先试的具体成效进行调查分析和阶段性验收［3］。

3.4 先行先试政策推广评估的结果

在充分考虑上述行动舞台、外部变量和互动模式之后，应根据特定的情境和行动者主体，探讨系统随着时间的推移可能导致的结果。从先行先试政策的长期衍生效应来看，先行先试以渐进性方式探索改革路径、化解改革风险、降低改革成本、提高改革效率，促进社会体制平衡定型，推进治理体系现代化，对改革全局意义重大。此外，取得良好试验效果并辐射到更广区域内的先行先试政策，在提升经济质量、改善民生服务、优化发展环境等方面，对我国的经济社会转型升级具有长远影响。但是，尽管先行先试为我国的国家治理实践带来了瞩目的成效，但仍不可忽视其伴随而来的负向影响：一方面，先行先试政策突破现行法律法规边界，导致“政策势差”［4］，可能诱发新旧制度之间的政策摩擦；另一方面，先行先试的“双轨制政策试验”形成了试点地区与非试验地区的“政策时差”［27］，引发地区间利益冲突。

3.5 先行先试政策推广评估的评估准则

评估准则的设定既要适用于结果，也适用于实现结果的过程。本研究从先行先试政策推广评估的价值目标出发，简要聚焦于成熟度、普适性和经济社会效益3个评估维度。先行先试政策的成熟度指的是，当前先行先试政策的完成情况满足于预期既定目标的程度。通过先行先试的政策探索试验，摸索一套系统完备且适用于新改革措施稳步推行的方式手段是先行先试的首要目标。先行先试政策的普适性指的是，在特定试验范围内进行探索实践的先行先试政策适应于其他地域空间的程度。先行先试政策试验的结果除了在试验地区具有可行性外，还应具备推广到先行先试以外地区的能力，对先行先试政策普适性的评估就是要判断试验结果在特定区域、部分区域或全国范围内适用的可能性。先行先试政策的经济社会效益是对先行先试政策投入产出效果的综合评估［28］。试验地区通过技术创新、制度创新、公共服务创新等改革做法来培育经济发展新动能、提升政府治理能力、改善民生服务水平、优化区域发展环境，为试验地区经济和社会发展带来显著改善。

鉴于本研究的目的在于构建先行先试政策推广评估的理论模型，因此，为了进一步判断先行先试政策的推广评估标准，结合已有指标体系的划分标准以及先行先试政策自身的独特性，提出先行先试政策推广评估等级划分如表2所示，并给出相应的判断依据。一是在先行先试政策的成熟度上，借鉴经典的能力成熟度模型（capability maturity model，CMM）对项目管理成熟度的划分标准，结合先行先试政策实行和推广的特性，从时间维度将先行先试政策成熟度划分为初始级（initial）、已管理级（managed）、已定义级（defined）、定量管理级（quantitatively managed）和优化级（optimizing）5个逐步升级和经验累积的层级，并从先行先试政策的目标规划、实施方案、选点执行、组织保障、政策规范性等关键环节，分解提炼先行先试政策成熟度分级的一般特征。二是在先行先试政策的普适性上，基于先行先试政策执行和推广的独特目标，依据先行先试的政策工具依赖于试点地区的区位环境、制度状况、人力资本、市场形势、资金投入和基础设施等硬性和软性条件，以及政策的利益相关方群体取得预期效益的程度等评价标准，从空间维度构建政策普适性评价的特定区域适用、部分区域适用、全国区域适用的三层级评估等级，来衡量作为公共权力机关调整社会分配手段的先行先试政策在多大范围的有效区域内形成对政策客体普遍的帕累托最优状态。三是在先行先试政策的经济社会效益方面，从效果和效率逻辑维度，参考党的十九大报告提出的“创新、协调、绿色、开放、共享”五大发展理念，以及国家统计局发布的经济发展新动能指数、中国民生发展指数、京津冀区域发展指数等评价指标，从培育经济新动能、提升政府治理能力、改善民生服务水平、优化区域发展环境4个方面，解构先行先试政策推广评估的经济社会效益。

表2 先行先试政策推广评估的等级特征分类

就先行先试政策推广的最终评估结果而言，本研究认为，首先，政策成熟是先行先试经验做法推广的基本前提，位于已定义级、定量管理级、优化级的先行先试政策适于进一步在试点地区以外扩散，而处于初始级、已管理级的先行先试政策尚不具备完备的政策执行体系，不适合其他地区学习和借鉴。其次，考虑先行先试政策的普适性，仅从政策制定和实施的效果是否适于扩散的视角来看，当先行先试政策具备在部分或全国区域适用的基本条件时，则可以考虑其推广的可能性。再次，进一步评价先行先试政策的经济社会效益，结合政策实施的目的，当先行先试政策在培育经济新动能、提升政府治理能力、改善民生服务水平和优化区域发展环境4个评价指标维度的一个或多个方面具有显著成效时，则具有推广扩散的价值。最后，要综合考量上述3个维度价值目标的评价结果，以得到最终先行先试政策的推广评估结论。

4 案例研究

本研究选取国家大数据（贵州）综合试验区为研究对象，从政策推广视角评估其先行先试政策的试验效果。国家大数据（贵州）综合试验区于2016年2月获国家发改委、中央网信办和工信部批复建设，作为我国首个国家级大数据综合试验区，经过5年多时间的探索实践，在多个试验任务领域取得了显著成效。现阶段，对国家大数据（贵州）综合试验区先行先试的经验做法进行总结评估，有利于充分发挥大数据政策的示范引领和辐射带动作用，对将贵州发展大数据产业的创新经验向全国推广具有重要意义。

4.1 政策背景——外部变量

贵州省地处我国西南腹地，全省超过90%以上的区域为山地和丘陵，自然资源禀赋极弱。受限于地理位置，贵州省生产总值（GDP）总量长期位列全国后段，尤其是高新技术企业的发展基础非常薄弱，高校和科研院所等机构的数量与发达地区相比也存在较大差距；同时，政府财政收入较低，在政策供给方面活力不足。综上来看，贵州省作为西部后发地区之一，创新性进行大数据先行先试面临着来自区位劣势、经济基础薄弱、制度先行和创新创业文化氛围落后等多方面的制约和挑战，在全国实现全面小康的背景下，贵州省进一步巩固脱贫攻坚成果任务艰巨，大数据先行先试要兼顾经济收益和社会治理。

4.2 政策内容——行动舞台

国家大数据（贵州）综合试验区的先行先试政策行动者中，推动主体以各级政府为主。贵州省政府于2015年提出大数据发展战略，2016年2月，经国家发展改革委、工业和信息化部、中央网信办批复，贵州省正式建设全国首个国家大数据综合试验区，试点大数据政策。随后，京津冀、珠三角、上海、河南、重庆、沈阳、内蒙古等7个地区也开始建立国家级大数据综合试验区，贵州省先行先试的政策经验开始被同级和下级地区学习。在贵州省大数据先行先试政策的参与主体方面，贵州大学、中国科学院等高校和科研院所作为研究智库积极献计献策，一批大数据企业和数字化转型企业寻求贵州大数据发展契机，社会公众也享受到贵州大数据政策带来的数字化社会治理和公共服务的便利，从而在贵州大数据政策的先行先试中形成了“百花齐放”的多主体协同参与格局。

贵州省大数据先行先试政策是在全国尚未确定大数据的价值内涵和发展内容的背景下开展的，针对广义大数据领域的专门性、探索型先行先试。贵州省根据大数据先行先试面临的主要问题，围绕大数据制度创新试验、数据中心整合利用试验、数据共享开放试验、大数据创新应用试验、大数据产业集聚发展试验、大数据资源流通与交易试验、大数据国内外交流合作试验7个方面制定先行先试政策，开展系统性试验，其主要政策措施等政策行动情境如表3所示。

表3 贵州省大数据先行先试政策主要措施

4.3 政策过程——互动模式

在党中央、国务院的决策部署下，贵州省政府着力构建起协同推进、责任明确的大数据发展组织机制，成立省长任组长、各市州政府和省直部门一把手为成员的国家大数据（贵州）综合试验区建设领导小组，省、市两级成立大数据发展管理机构，所有区县成立和明确大数据发展管理部门，设立省大数据产业发展中心、省属国有大型企业云上贵州大数据集团、省大数据产业发展研究院、省大数据专家咨询委员会，形成了有领导小组、有政府机构、有技术团队、有平台公司、有研究智库的组织管理机制。同时，贵州省出台了《关于实施大数据战略行动建设国家大数据综合试验区的意见》以及7项试验实施方案、工作推进机制等“1＋8”文件，形成“344 533”发展思路，制定百余项重点任务，从顶层设计上明确了贵州大数据的发展方向。在随后的大数据先行先试发展过程中，贵州省政府形成“挂图作战、挂牌督办”的督导模式，倾全省之力强力推进大数据系统性试验，国务院、国家发展改革委、工信部等高度赞扬并通报表彰贵州大数据先行先试的改革创新效果，人民日报、新华社、贵州日报等官方媒体大力宣传。在对大数据先行先试政策的评估中，贵州省建立起全省大数据发展水平评价体系和大数据发展绩效考评体系的“1＋1”发展评估体系，并适时开展对《贵州省大数据发展应用促进条例》的执法评估，编制《大数据与实体经济深度融合评估体系》对大数据与实体经济深度融合的“贵州模式”进行评估，以根据评估结果及时调整先行先试政策方案。

4.4 政策结果——评估准则下的贵州省大数据先行先试政策结果

基于上述构建的先行先试政策推广评估准则，下面从成熟度、普适性、经济社会效益3个维度对贵州省大数据先行先试的7项试验政策结果进行评价，具体评估结果如表4所示。具体分析来看：

表4 贵州省大数据先行先试政策推广评估结果

第一，在大数据制度创新方面，贵州省政府颁布《贵州省大数据发展应用促进条例》《贵州省政府数据共享开放条例》《贵州省大数据安全保障条例》等，建立起大数据地方法规规章体系；成立大数据发展管理局，出台《贵州省政务数据资源管理暂行办法》等系列专项政策，探索体制机制创新的新路径；建设全国首个国家技术标准创新基地，推出数据商品交易指数——“黄果树指数”，构建大数据关键共性标准。整体来看，贵州省在大数据制度创新方面的先行先试政策已达到规范化和标准化，部分先行先试政策率先进入立法层面并持续优化改进，通过抢抓大数据发展机遇，建立起后发地区追赶创新的有利环境，大数据发展环境从小到大、从弱到强，成全省高质量发展的新支撑，因此，综合来看，贵州省在大数据制度创新方面的先行先试政策适宜在全国范围内推广。

第二，在数据中心整合利用方面，贵州省建成中国南方数据中心示范基地，推进国家绿色数据中心试点，积极推动国家部委、行业和标志性企业数据中心落户贵州。截止到2020年年底，贵州全省投入运营及在建的重点数据中心达到29个，全省信息基础设施水平从全国第29位上升到15位，进入第二方阵［29］。整体来看，虽然贵州省依托中国南方最适合建立数据中心的先天地域和自然环境优势出台行动方案大力发展数据中心，极大地提升了当地的数字基础设施水平，但是在对数据中心的衍生服务和数据中心产业化等增值效益上尚未取得进展，加之其地理环境依赖程度非常高，因此，本研究认为该项先行先试政策仅适合在部分适宜建立数据中心的区域推广。

第三，在数据资源共享开放方面，贵州省出台了《贵州省政务数据资源管理暂行办法》《贵州省政府数据资产管理登记暂行办法》《政府数据资产登记和审计制度》等政策，建立政务数据资源共享管理体系；建成“云上贵州”平台、搭建市州级分平台，优化一体化政务数据聚集和共享管理；出台《贵州省大数据安全保障条例》，形成大数据安全保护“1＋1＋3＋N”总体思路和“八大体系”建设架构，健全大数据安全保障体系。综合来看，贵州省在大数据先行先试中打造的“一云一网一平台”数字政府核心基础设施已日趋成熟，政府数据上云结构化数据量从2015年的10 TB增长到2020年的2 513 TB［30］，极大地改善了政府治理的数字化和现代化水平，数字政府服务能力和政府电子政务服务能力显著提高，该项先行先试做法适合向全国范围推广。然而，贵州省在推动除政府数据以外的公共数据开发利用上仅提出要有序推动事业单位、国有企业等重点领域公共数据资源向“云上贵州”系统平台集聚，但由于各机构间壁垒林立，该项先行先试政策尚未试验出成熟的经验做法。

第四，在大数据创新应用方面，贵州省实施“数据铁笼”、贵州省电子税务局、“社会和云”“贵州警务云”等系列大数据应用示范，推动政府治理现代化；建成“扶贫云”，实施精准扶贫大数据示范应用；建成智慧旅游“一站式”服务平台、“黔出行”、“通村村”等终端应用，实施医疗健康、教育、旅游服务、交通、社会保障等领域的大数据惠民工程。贵州省在实施上述大数据创新应用后，探索出了一条政府治理体系和治理能力现代化新路，社会治理和民生服务的效率和效力显著提升，同时，数字化应用场景的扩展也带动了衍生的创新创业活动，因此，贵州省在大数据创新应用方面的政策经验适合在全国推广。

第五，在大数据产业集聚方面，贵州省出台《大数据+产业深度融合行动计划》、实施“‘千企改造’工程·大数据服务企业转型升级”专项行动，推进传统产业与大数据融合；发展网络零售、软件服务等新业态新模式，培育大数据产业生态体系；形成以贵阳、贵安、遵义等大数据产业集聚区为核心，其他市州错位发展、协同发展的布局，建成有特色、可示范的大数据产业发展集聚区。在大数据产业先行先试发展中，贵州省数字经济增速已连续4年排名全国第一，全省软件业务收入年均增长28.5%，规模以上电子信息制造业占工业比重达1.7%，电信业务总量、业务收入增幅连年排名全国前列［29］。满帮集团、贵州易鲸捷信息技术有限公司成等新市场主体不断涌现，贵州省新业态经济增速明显，带动就业效果显著。整体看，贵州省在大数据产业发展方面已经形成了完善成熟的体系，建立起《大数据与实体经济深度融合评估体系》等反馈评估制度，不断优化产业模式，因此，其在大数据产业集聚方面的先行先试经验可以向全国推广。

第六，在大数据资源流通方面，贵州省建成贵阳大数据交易所，健全大数据资源流通平台，交易框架协议金额突破3亿元［31］；参与制定《信息技术数据交易服务平台交易数据描述》等国家标准，完善大数据资源流通的法规制度和标准规范；推动贵州金融城入驻众筹金融、大数据征信、移动支付等创新金融企业100多家［32］，快速推进数据资产化。综合来看，贵州省在大数据资源流通先行先试方面大胆开拓，推进大数据流通与交易服务平台建设，大数据发展的制度环境和经济环境不断改善，培育大数据资源流通市场主体和数据产品服务，大数据产业快速发展，因此，其在大数据资源流通方面的先行先试政策适合在全国范围内推广。

第七，在大数据国际合作方面，贵州省全力打造“数博会”，建立大数据交流平台，推动国际化会展交流，“数博会”已成为世界认识贵州的新“名片”，区域大数据创新创业发展环境得到极大改善。然而，“数博会”等大数据行业代表性交流活动具有品牌、时间影响力、地域覆盖度等多方面的限制，在全国各个省份盲目跟风开展并不具备后进者优势，因此，该项先行先试政策仅适合在部分地区推广。

5 结论与未来展望

5.1 主要研究结论

首先，本研究从先行先试政策推广评估的视角扩展了先行先试的政策内涵和外延，认为先行先试是政策试验单位在一定时期、一定范围内有目的地探索或完善政策方法和手段，来形成有效政策选择并为更大范围内复制推广奠定基础的政策活动。先行先试具有目标导向清晰、地方自主权释放和倾斜性资源支持的特点，政策的过程表现为典型的“试点—筛选—扩散”的交互动态运作模式。

其次，本研究基于IAD框架和先行先试政策的典型特征构建了先行先试推广评估的理论方法。具体来说，从先行先试政策的行动舞台、影响因素、互动模式、评估准则、结果等方面提出了先行先试政策推广评估的普适性分析框架，并在政策成熟度、政策普适性、政策经济社会效益3个方面提出其等级特征，构建评价标准和整体推广标准，以期为先行先试政策的推广评估提供理论上的方法论指导。

最后，本研究以国家大数据（贵州）综合试验区为例进行案例分析，结合先行先试政策推广的理论方法，评议适合推广的大数据先行先试政策，并根据分析结论，提出如下大数据综合试验区先行先试政策推广建议：（1）持续推进大数据制度创新。鼓励全国各级地方政府建立大数据地方法规规章，规范大数据关键共性标准，完善大数据发展体制机制。（2）推动数据资源共享开放和大数据创新应用。支持全国各级地方政府建立政务数据资源管理体系和大数据安全保障体系，开展政府治理大数据创新应用，实施大数据惠民工程。（3）促进大数据产业集聚和大数据资源流通。在全国范围内推动传统产业与大数据融合发展，完善大数据资源流通平台和管理体制机制，培育大数据产业生态。（4）鼓励大数据交流合作。在8个国家级大数据综合试验区重点打造国际大数据会展交流平台。（5）审慎推行数据中心建设。按市场需求导向、资源环境节约、区域统筹、多方兼顾、安全发展等原则，打造技术先进、结构合理、协调发展的数据中心格局。

5.2 局限性和未来展望

先行先试政策评估近年来才逐渐被我国学者和政策制定者重视，考虑到单项先行先试政策执行周期不定，推广评估工作包含多学科庞杂知识体系，涉及多方利益权衡，在先行先试政策实际推广评估过程中仍面临诸多复杂性问题的挑战，限于研究视野，本研究仅是对先行先试政策推广评估分析框架和等级特征的初步探讨，后续研究将结合先行先试政策推广评估过程的具体情况，尝试通过大样本数据分析方法进一步揭示先行先试政策执行过程的作用机制，不断完善相关理论方法，推动先行先试政策推广评估的科学、系统发展。