双元创新对政府数据开放绩效的影响机制——基于调查数据的研究发现

韩啸 吴金鹏 王莉

1 引言

随着大数据、人工智能等新技术的普遍应用，政府数据开放成为实现治理现代化的必然要求[1]。在此背景下，如何实现高质量的政府数据开放，为社会治理、经济发展、科技进步等创造更多可能[2]，成为学界和业界迫切关注的重要议题。既有研究主要围绕影响政府数据开放绩效的制度、资源与能力展开讨论[3-4]，鲜有学者关注创新对政府数据开放绩效的作用。政府数据开放作为一项新工作，面临“增量”与“提质”并存的“双重压力”[5]，没有成功标准可供参照，需要在“摸着石头过河”的同时对法律标准、激励机制与实践模式等方面不断创新[6]，推动高质量的政府数据开放。有鉴于此，本研究借鉴双元创新理论，将创新作为前因变量构建分析模型，考察其对政府数据开放绩效的影响机制。本文尝试拓展现有研究视角，解释探索式创新、利用式创新对政府数据开放绩效的直接影响及潜在效应，在深化认识的同时，为实践提供科学建议。

2 研究现状

政府数据开放绩效是对政府机构实施数据开放的效率、结果、成效、达到目标的水平和程度进行衡量[7]。已有研究围绕政府数据开放绩效的评估与影响机制展开讨论，取得了丰富的成果。

2.1 政府数据开放绩效的评估研究

学界对政府数据开放绩效的评估研究可分为三个方面。一是对开放数据集进行评价，包括数据完整性、可用性、及时性、可理解性和可重复使用性和标准化等特征[8-9]。这类研究立足“输入决定输出”的思路，侧重对数据质量的考察。开放的数据质量越高，数据利用率、潜在价值也会越高。二是对开放数据平台的评价，平台作为数据开放的载体，其建设水平直接影响用户对数据的发现与利用。相关指标涉及数据供给与管理、数据下载与利用、公众参与、反馈交流和界面体验等[10-11]。优质的政府数据开放平台通常可以给用户带来迅速的数据查询、方便的数据获取、生动的数据展现、人性化的界面体验等[10]。三是就数据开放创造价值的评价，大致可归纳为公共价值和经济价值两种导向。公共价值指向通过政府数据开放增加透明度、减少官员腐败[12]，提高决策科学性、促进公众参与、提升治理效率与改善服务质量[13-14]等等。经济价值指政府数据开放产生的经济效应，诸如推动产品或服务创新[15]、创造就业机会与优化经济结构等[16]。综上所述，无论政府数据开放绩效评价研究如何发展，数据平台始终是政府数据开放重要的载体，对提高用户发现、获取数据，促进数据供需对接，增加数据利用有效性等发挥着至关重要的作用[10]。鉴于此，本文抓住这一关键点，对政府数据开放平台在准备、执行与利用方面所达到的程度进行研究。

2.2 政府数据开放绩效的生成机制

政府数据开放绩效的生成机制亦是文献关注的热点，现有研究主要从制度、资源与能力三个方面展开分析。制度机制强调制度对于提高政府数据开放绩效具有直接影响[6]，并围绕厘清利益相关者的权责分配、减少交易成本和消解潜在风险促进部门间协作等展开研究。例如，夏义堃通过国际比较，指出我国政府数据开放需要通过加强顶层设计、完善法规制度、设定技术标准等方面提高政府数据开放水平[17]；黄如花等在对112份政策内容分析后，指出我国政府数据开放在制度建设上存在数据标准缺失、数据监管薄弱、数据质量管理有待建立、隐私保护与知识产权等需要加强等问题，制约着政府数据开放高质量发展[18]。

来自资源机制的研究指出资源短缺是制约政府数据开放绩效提高的首要原因[9]。政府数据开放作为一项创新工作，会消耗有限的组织资源，虽然政府数据开放具有较大的潜在价值，但仅仅开放数据不会产生收益，数据也不会自动创造价值。因此，如何获取丰裕的资源以及如何对有限资源进行配置就成为促进政府数据开放绩效提升所必须回答的关键问题。例如，谭军研究发现财政资源对政府数据开放绩效的影响最为显著[19]；赵玉攀以资源基础理论构建模型，实证检验了组织资源对政府数据开放绩效具有正向显著影响[20]；Safarov研究指出政府机构拥有的基础资源会直接影响政府数据开放绩效[13]。

与制度、资源视角强调外生作用不同，能力机制更注重内生影响，侧重回答为何在相同制度背景、具有相似资源禀赋的组织间会出现政府数据开放绩效差异化。政府部门间存在的能力差异会对制度执行、资源利用产生影响，进而作用于绩效产出。组织虽然可通过学习进行制度模仿，并购买和汲取资源投入实现短期政府数据开放绩效提升，但只有通过能力建设才能获得长期稳定的绩效增长。例如，樊博研究发现政府部门具有的大数据能力会显著正向影响政府数据开放绩效[21]；袁莉通过分析指出政府数据开放能力决定着政府数据开放绩效[22]；Zeleti等研究表明政府数据开放能力是影响政府数据开放绩效的关键[23]。

2.3 研究述评

现有研究围绕政府数据开放绩效的评估与生成机制进行了深入观察和丰富讨论，为理解政府数据开放绩效提供了扎实的知识基础与有益的研究参照，亦留存一些研究空间有待拓展。

第一，现有研究鲜有考察创新作为前因变量对政府数据开放绩效的作用。作为一项新工作，政府数据开放在制度设计、资源配置和能力匹配方面尚在摸索中，需要通过创新打破制度阻碍、整合现有资源、实现能力再造。在实践中不少地方政府通过创新取得了较好结果。本文将创新前置，深入分析创新对政府数据开放绩效的潜在作用，力图在深化现有研究的同时对实践经验进行理论化阐释。

第二，目前研究集中讨论政府数据开放所创造的价值。尽管这点十分重要，但要清楚“万丈高楼平地起”，政府数据开放价值创造离不开质量高、数量多、持续连贯、形式多样、获取便捷的优质数据集以及建设良好的数据平台。无论是新制度出台、新资源引入，还是开发新的能力，其本质都是创新。不同类型的创新对政府开放数据和平台的具体影响如何，目前尚不清楚。为此，本文从双元创新视角分析不同创新类型对数据与平台的潜在影响。

第三，既有文献侧重从生态视角分析政府数据开放绩效生成，生态系统将数据生成作为运行起点，预设数据开放后在生态系统中与各个参与者互动创造出更多的价值，进而促使政府持续开放优质数据集。该预设忽视了两个问题，一是仅强调创新对于数据开发的重要性，没有观照创新同样对数据生产有着重要意义；二是开放更多、更优质的数据需要政府部门进行创新，创新也意味着风险。因此，探明创新对政府数据开放绩效的影响十分必要。

3 双元创新理论及其适用性

3.1 双元创新理论

双元创新理论作为最负盛名的组织创新理论之一，由探索式创新和利用式创新构成[24]。探索式创新（Exploratory Innovation）与复杂搜寻、基础研究、突变、风险承受有关，不断追求新知识和开发新产品，为满足潜在或新兴用户需要；利用式创新（Exploitative Innovation）则强调通过质量的持续改进，不断延伸现有的技术和知识，扩展现有产品和服务，提高现有产品的利用率和管理策略的效率，以满足当前的用户需要和外部需求[25]。

随着认识的深入，学界发现如果组织不能协调好探索式创新与利用式创新之间的关系，将会对组织绩效产生负面影响，围绕如何协调二者关系展开讨论得出平衡与互补两种模式（图1）。平衡论认为，未来具有模糊性、不确定性，因此需要兼顾探索式创新与利用式创新，让两台发动机都运转起来，保持平衡以应对不确定性；互补论则表示，虽然探索式创新与利用式创新的逻辑不同，但都会为组织产生收益，就像跑步一样，一方的向前会带动另一方，形成协作互补[26]。

图1 双元创新的平衡效应与互补效应Fig.1 Balance Effect and Complementary Effect of Dual Innovation

3.2 双元创新理论的适用性分析

双元创新理论为分析政府数据开放绩效的影响机制提供了科学的理论视角。一方面，政府数据开放绩效的提升既需要多元主体的合作参与，也需要建设与之匹配的制度环境、合作模式等，应将政府数据开放视为一个创新过程[27]。研究指出，政府数据开放是一把双刃剑，既带来了机遇，也带来了挑战，需要通过创新来克服数据安全、数据质量等问题[28]。例如，利用区块链技术破解政府数据开放过度中心化困境[29]，设计政府数据开放许可协议[30]、建立干部容错机制[31]消减政府数据开放面临的潜在风险。可见，创新是政府数据开放高质量发展的重要保障。但笼统地考察创新与政府数据开放绩效之间的关系，不利于探讨不同类型创新对绩效影响的独特机理。借助双元创新理论，分别讨论探索式创新和利用式创新对政府数据开放绩效的具体影响，有利于深化认识。

另一方面，学界已经意识到双元创新理论对公共部门议题的强大解释力。例如，Barrutia以西班牙政府官员调查数据为例，讨论了双元创新对政府绩效的影响[32]；Gieske通过对荷兰水务局的双元创新实践进行剖析，指出创新有助于提升公共产品供给效率[33]；Choi针对社会福利政策创新动力的分析指出政府必须要保持探索式创新和利用式创新之间的平衡[34]；Palmi指出由于全球新冠肺炎给政府带来了巨大压力，政府需要借助创新回应不断变化的需要，并在探索式创新与利用式创新之间保持平衡[35]。这些研究表明将诞生于私营部门的双元创新理论迁移到公共部门，讨论公共议题具有可行性。

4 提出研究假设

引入双元创新理论构建分析模型，从两个维度提出研究假设：一是探索式创新、利用式创新与政府数据开放绩效的关系，二是探索式创新、利用式创新之间关系（平衡与互补）对政府数据开放绩效的影响。

4.1 探索式创新与政府数据开放绩效之间的关系

探索式创新常常涉及新的组织实践，推出新产品、新流程、新机构和新的工作方式等[26]。这类创新主要以寻找新机会、发现新领域、搜寻新知识为主，其目的是为组织提供新的发展机会与独特的竞争力。在政府数据开放领域中，不少政府部门已经开始探索式创新以回应实践中遇到的问题。例如，广东省率先推出政府首席数据官制度，就是通过权力变革、责任调整、流程再造等实现数据治理模式的转型升级[36]，以期提高数据质量和利用效率。Bonina在比较布宜诺斯艾利斯、墨西哥城和蒙得维的亚三座城市的政府数据开放实践后，发现模式创新会显著提高政府数据开放绩效[37]。再如，成都市在全国首创政府数据授权运营机制，创造性地解决了数据确权与数据权益之间的矛盾，有助于更多优质数据集的开放，对政府数据开放绩效产生了积极影响[38]。有学者指出，政府数据开放有必要选择独立的法律制度建设进路，跳出现有政府信息公开的框架，才能从根本上破解实践困境[39]。熊彼特的创新理论指出，一个组织越有创新性，就越能适应外部环境的变化，其能力和绩效也就越高。由此可见，探索式创新为地方政府突破实践困境提供了新机会、新路径。由此，提出研究假设：

H1：探索式创新会对政府数据开放绩效产生显著正向影响

4.2 利用式创新与政府数据开放绩效之间的关系

利用式创新以复制、模仿、推广为特点，扩展已有知识或技能来满足现有需求。通过利用式创新，组织将已掌握的知识、技能推广应用到相关领域，组织效率沿着学习曲线逐步提升，组织绩效也同步提高[40]。这类创新占政府创新的大部分，在政府数据开放领域也较为普遍，主要表现为模仿、学习标杆城市的经验与实践。例如，通过学习模仿，上海市举办开放数据创新应用大赛，显著提升了政府数据的关注度、开放度和利用度[41]。Gascó-Hernández研究指出，针对政府数据利用不足举行技术培训，可以在培训中嵌入特点场景并考虑不同类型用户的兴趣、期望等，这种创新能显著提高政府数据的利用率[42]。Mergel对美国城市调查后表示通过利用式创新，增加新的应用程序、优化网站功能、改善用户体验等可对政府数据开放绩效产生积极影响[43]。我国政府在发展变革上强调渐进主义，提出建设政府数据开放平台，不能重走由政府投巨资独立建设一套技术体系的老路，而要充分用好十多年来信息化建设积累的技术资源和管理资源[3]，在现有知识、技能体系中进行提炼、拓展，实现高质量的政府数据开放。综上，提出研究假设：

H2：利用式创新会对政府数据开放绩效产生显著正向影响

4.3 平衡效应与政府数据开放绩效

不同类型的创新会相互竞争有限的资源，组织需要对它们进行协调与平衡。例如，过多依赖探索式创新会让组织陷入“创新陷阱”，面临较大的失败风险；过度偏重利用式创新则会增加组织能力的刚性，导致组织无法快速对变化做出反应，跌进“能力陷阱”[44]。因此，组织需要在二者间进行平衡以选择最适合组织发展的一种资源分配方式。平衡效应是指组织中探索式创新与利用式创新处于某种均衡、协调、匹配的状态，本质上是两种创新之间的平衡度。路径依赖理论指出，每一种创新行为都具有自我强化的趋向，组织需要避免陷入某单一方向的创新。透过开放数林报告指数可知，取得政府数据开放高绩效的城市政府都是能够平衡发展的，例如上海在制度准备、平台建设、数据特征以及利用开发上均取得不错成绩。反观其他城市，威海在数据层的发展水平超过上海，但其在制度准备水平上只有上海的四分之一。因此，提出研究假设：

H3：探索式创新与利用式创新的平衡效应会对政府数据开放绩效产生显著正向影响

4.4 互补效应与政府数据开放绩效

互补效应基于二维平面视角，将探索式创新和利用式创新视作相互独立的两种活动，二者水平都较高时，可以相互促进以提升组织绩效。组织的知识和惯例会在探索式创新和利用式创新之间产生互补，即在时段t通过探索式创新获得的新知是时段t+1组织开展利用式创新的前提，组织在时段t进行利用式创新所获收益是时段t+1从事探索式创新的行动基础。由是观之，除了组织人为平衡两种创新外，它们自身也具有“自我调整”的能力。现有研究发现，当组织善于运用利用式创新时，有助于组织吸收新知识、新资源，会促进组织探索式创新发生；而高程度的探索式创新有助于改善组织的服务模式，推动利用式创新实现[45]。例如，20世纪90年代，我国大规模建设电子政务，各部门纷纷利用计算机在存储、传输、运算等方面的优势来提升办事效率。在前期建设基础上，提出新时代全面推进政府数字化转型，探索建立适应智慧社会的政府治理模式。又如，广东省试点政府首席数据官制度以来，其数据集开放数量和质量较之前有了明显改变，随着权力结构的变革，首席数据官制度对开放数据利用的深度和广度亦产生了积极影响。故提出研究假设：

H4：探索式创新与利用式创新的互补效应会对政府数据开放绩效产生显著正向影响

5 研究设计

5.1 问卷设计

本研究采用问卷调查进行数据收集。选择学界在研究中多次使用、验证过的经典量表，以保证测量题项的可靠性、有效性。问卷设计过程如下：（1）基于文献回顾，选择广泛使用、最贴合本文研究主题的经典量表；（2）完成问卷初稿后，与从事政府数据开放管理工作的两名部门管理者以及高校从事政府数据开放研究的两名教授，对问卷初稿中的内容进行逐一交流，确保问卷题项表达符合实际情况；（3）在MPA群体中开展预调查，发放72份问卷，判断问卷题项的信度和效度是否达到科学标准，根据反馈信息对问卷初稿中的题项进行修正或删除，最终形成正式问卷。问卷使用Likert-7点量表对变量进行测量，“1”代表“非常不符合”，“7”表示“非常符合”。变量操作性定义及测量主要参考国内外研究中的成熟量表，题项（见表1）来源具体如下：自变量“探索式创新”和“利用式创新”参考焦豪[46]、Jansen[47]和Zhou[48]编制的问卷，共5个题项；因变量“政府数据开放绩效”参考郑磊[49]提出的测量指标，按照时间序列包括准备度、执行度和影响力三个维度，共9个题项。

表1 变量定义、测量方式与调查题项Table 1 Variable Definition, Measurement Method and Survey Items

5.2 数据采集

调查问卷依托电子科技大学智慧治理研究院研究项目在北京、成都和贵阳三地发放，共发出360份问卷，去除无效问卷后，得到有效问卷283份。考虑研究收集的样本量较小，因此选择偏最小二乘回归法进行分析。

对探索式创新与利用式创新平衡程度的测量公式为1-|x-y|/（x+y），x为利用式创新，y为探索式创新，|xy|/（x+y）表示二者的不平衡程度。二者平衡时，即x=y，平衡度等于1；二者不平衡时，即|x-y|>0，平衡度小于1。在0-1之间，对于既定的差值|x-y|来说，高能平衡相对于低能平衡的值更接近于1。

互补程度的公式x×y为计算二者的乘积项。

6 数据分析与发现

6.1 探索性因子分析

使用SPSS软件对变量的测量题项做探索性因子分析，判断问卷各维度划分是否有效。通过表2、表3可知获得的因子个数与自变量、因变量完全贴合。

表2 政府数据开放绩效的探索性因子分析结果Table 2 EFA Results of Government Data Open Performance

表3 双元创新的探索性因子分析结果Table 3 EFA Results of Dual Innovation

表4显示，各变量AVE的平方根取值在0.792~0.804之间，均大于各列其他变量数值，表明变量间具有良好的区分效果。使用Harman单因素检验进行共同方法偏差判定，将所有问项进行未旋转的因子分析，第一个主成分解释的变异量为23.87%，小于40%判断标准，说明问卷不存在严重的共同方法偏差问题。

表4 各变量描述性统计、相关分析与AVE 的平方根Table 4 Descriptive Statistics, Correlation Analysis and Square Root of AVE of Each Variable

6.2 验证性因子分析

透过表5可知，各变量的Cronbach's α系数均大于0.8，组合信度都大于0.7，研究问卷具有较好的内部一致性。且AVE值都大于0.6，收敛效度通过检验。

表5 各变量的Cronbach's α 系数、组合信度和AVETable 5 Cronbach's α ,CR and AVE for Each Variabl

6.3 回归分析与假设检验

首先，对自变量标准化处理，计算得出平方值。然后，根据公式分别计算出平衡效应与互补效应的具体得分。最后，使用回归分析对假设进行检验。从表6可知，探索式创新对政府数据开放绩效具有显著正向影响（M1，β=0.606***），利用式创新对政府数据开放绩效具有显著正向影响（M3，β=0.895***），假设1、假设2得到支持。

表6 研究假设检验Table 6 Research Hypothesis Test

考察探索式创新的平方、利用式创新的平方与政府数据开放绩效的关系，主要目的在于检验双元创新不平衡的情况下，政府设法加强对较弱一方的支持与投入是否有助于政府数据开放绩效的改善。透过表6可以看出，探索式创新的平方（M2，β=0.074，ns）、利用式创新的平方（M4，β=0.067，ns）对因变量影响不显著。表明在双元创新不平衡情况下，政府设法提高较弱一方的水平有助改善政府数据开放绩效。

透过M5可知，探索式创新与利用式创新间的平衡关系对政府数据开放绩效具有显著正向作用（β=0.267**），假设3获得支持。既有研究指出探索式创新与利用式创新间的互补效应存在一定的作用边界，即二者差值过大则不会出现，需要二者平衡度较高时才可能会激发出互补效应[42]。参照现有研究，将未经筛选的样本（N=283）放入M6，M7是在剔除平衡度低于0.8的样本后，平衡度相对较高的样本（N=177）。比较M6和M7可知，在包含低平衡样本的情况下，利用式创新与探索式创新的互补效应不显著（M6，β=0.055，ns）；而对于平衡度相对较高的样本，利用式创新与探索式创新对政府数据开放绩效具有显著互补效应（M7，β=0.187**），表明互补效应只在平衡度较高时才会出现，假设4亦获得支持。

在确证双元创新及其平衡效应、互补效应对政府数据开放绩效具有积极作用后，本文进一步考察双元创新对构成政府数据开放绩效三个维度（准备度、执行度和影响力）的具体作用（除互补效应的分析样本使用高平衡度的177份数据外，其余变量的检验均使用全样本），以期为实践提供更多参考。通过分析发现（表7），以准备度为因变量时，探索式创新、利用式创新对其具有显著正向影响，但平衡效应、互补效应并不显著，可能的原因是在准备阶段，有创新要比创新类型的匹配更重要；在执行度、影响力作为因变量时，探索式创新、利用式创新都具有显著正向作用，并且平衡效应、互补效应也都存在显著正向作用，这表明在执行阶段、应用阶段，双元创新、创新类型的匹配都对其绩效产生积极影响。

表7 双元创新对政府数据开放准备度、执行度、影响力的关系检验Table 7 Test of the Relationship Between Dual Innovation and the Readiness, Execution and Effect

7 研究结论与展望

7.1 主要研究发现

本文借鉴双元创新理论进行模型构建，并通过实证研究分析探索式、利用式创新及其匹配关系对政府数据开放绩效的影响机制，主要研究发现有：一是证实探索式创新、利用式创新对政府数据开放绩效的关键影响。二是探索式创新与利用式创新所产生的平衡效应、互补效应均会对政府数据开放绩效产生积极影响。三是探索式创新、利用式创新及其平衡效应、互补效应对政府数据开放绩效的三个构面，即准备度、执行度和影响力存在差异化影响。具体而言，在准备度方面，有无创新要比如何匹配更重要；在执行度和影响力方面，则需要兼顾双元创新及其匹配关系所产生的影响。由此出发，本文认为要把“创新函数”带入政府数据开放绩效研究之中。

7.2 理论贡献

随着政府数据开放实践进入“深水区”，亟需通过创新推动绩效提升。本研究期望能在下述三方面对该领域研究有所创见。

第一，证实创新作为影响政府数据开放绩效重要的前因变量，拓展了研究论域。

现有研究指出地方政府普遍存在“人少事多负担重”的现象是制约政府数据开放绩效提升的重要原因，却很少有研究追问：在资源紧张、制度建设不完善、能力不足成为普遍图景时，为何有的地方政府数据开放绩效会不断提高呢？为揭示蕴含其中的原因，本文引入双元创新理论对此展开讨论，跳出之前就资源而谈资源、就制度而论制度的静态观，分析探索式创新、利用式创新对政府数据开放绩效的影响。作为行动主体的政府，不仅通过创新对资源进行配置，达到同质异构效果，还会合理运用制度规则为组织目标服务，甚至借助创新实现能力重构，突破结构带来的束缚。相较既有研究，本文通过实证研究证实了双元创新是影响政府数据开放绩效的前因变量，为政府数据开放绩效构建更具解释力的框架提供了新视角。

第二，为发现双元创新及其效应对政府数据开放绩效的影响机制，提供了微观证据。

在我们知识范围内，本文是首次尝试使用双元创新理论讨论政府数据开放绩效的研究。在知识迁移与实证分析的过程中，我们有两点新发现：（1）探索式、利用式创新对政府数据开放绩效存在差异化影响。无论是路径系数还是显著性，利用式创新要比探索式创新的影响更强。表明目前政府需要依靠利用式创新保证日常工作的稳定开展与服务效率的边际改善，再进行探索式创新，以创造更多的公共价值。（2）双元创新对政府数据开放绩效的不同构面存在影响差异，对准备度而言，探索式创新、利用式创新对其存在显著正向作用，而平衡效应、互补效应对其影响不显著；双元创新及创新类型的匹配均会对执行度、影响力产生积极影响。因此，通过双元创新提升政府数据开放绩效，不能“厚此薄彼”，而要“雨露均沾”，才能事半功倍，实现持续、有效的绩效提升。

第三，探明平衡效应与互补效应的形成原因与影响作用，揭示了过程机理。

与已有文献区别的是，本研究回答了不同类型的创新应该如何配置才能最大化提升政府数据开放绩效。研究发现探索式创新、利用式创新二者均衡配置产生的平衡效应对政府数据开放绩效具有积极影响，表明政府需要平衡短期利用与长期探索，避免发生能力不足和创新悖论。同时，研究也证实探索式创新和利用式创新之间存在的互补效应对政府数据开放绩效也存在显著正向影响，但需要二者之间达到较高程度的平衡，才会触发互补效应。双元创新就像两个船桨，任何一边划得快都无法有效提升政府数据开放绩效，只有两边协调前进才能实现高质量的政府数据开放。因此，地方政府不可冒进求快，需要保持探索式创新与利用式创新之间的平衡，以便借助平衡效应、互补效应推动政府数据开放绩效的提升。

7.3 实践启示

第一，善用利用式创新弥补政府数据开放工作短板。透过《中国地方政府数据开放报告（2021年）》可知，多数城市得分不高，尤其在直接反映开放的数据集数量和质量的数据层得分较低，失分率在1/3以上甚至接近一半[50]。这反映出政府数据开放内嵌到服务型政府建设中，同时承载着提质与增量的双重压力，亟需通过创新纾解工作负荷。此时，资源消耗少、行动难度小的利用式创新就成为不二选择。例如，增加政府数据开放平台的使用功能模块促进数据利用水平的提高[51]；借助可视化技术增加数据吸引力，提高公众对数据的理解与感知有用性[52]；利用云计算技术建立政企合作框架推动数据价值创造[53]；通过制度创新，建立干部容错机制以减少因避责而产生的政府数据开放阻碍[31]，等等。

第二，活用探索式创新突破政府数据开放工作瓶颈。目前，大部分城市都已完成基础性制度建设，较为容易的创新点也都付诸实践。政府数据开放工作陷入“中等发展水平陷阱”出现增长停滞。这时亟需通过探索式创新突破工作瓶颈，带来新的工作思路。由于探索式创新投入周期长、行动难度大、收益不确定，贸然行动可能会导致“橘生淮北为枳”的失望。因此，本文建议地方政府在推进探索式创新时要避免“大干快上”，根据自身条件禀赋选择合宜的探索式创新。例如，2012年英国政府投资创建了全球首个“开放数据研究所”，为公共部门、学术机构提供数据创新应用的孵化环境[54]；Mergel透过美国城市经验指出激发政府内部的创新文化有助于增加政府数据开放的产出[43]。再如，成都市探索建立了全国首个数据授权运营机制[38]，解决了数据权属难题，极大提升了政府数据开放绩效。

第三，巧用政府数据应用大赛激活政府数据开放双元创新。政府数据开放进入“深水区”，需要各地政府更多地通过创新克服工作困难。鉴于创新存在路径依赖，因此平衡好探索式创新与利用式创新的关系就显得尤为重要。目前学界尚未对如何平衡二者关系达成一致，本文建议可以通过举办政府数据应用大赛的形式克服组织惰性。政府数据应用大赛不仅可有效推动政府数据开放与开发，还能从需求侧对政府数据类型、质量等提出具体的优化建议。举办该赛事还可避免政府直接进行创新所面临的失败风险与权衡失误；充分借助高校、企业等“外脑”，利用多源知识来推动、激活潜在的利用式创新和探索式创新。

7.4 研究局限

本研究存在一些不足，有待未来研究进一步完善。首先，调查数据的样本可能具有地域限制，相较北京、成都、贵阳而言，双元创新理论对政府数据开放绩效的作用是否对其他城市依然有效，需要进一步验证。其次，通常创新的效果具有一定的时滞，本研究使用横截面数据，在反映时滞影响方面不如纵贯数据。最后，本文使用PLS来分析研究模型，导致无法评估模型的整体拟合度。

作者贡献说明

韩啸 ：论文选题与思路设计，论文初稿撰写与修改；

吴金鹏 ：资料整理，数据收集与数据分析，论文初稿撰写与修改；

王莉 ：文献调研，修改论文。

支撑数据

支撑数据由作者自存储，E-mail：1475425994@qq.com。

1.吴金鹏.Questionnaire Data.sav.调研数据.

2.吴金鹏.Hypothesis Test.sav.假设检验数据.