政府投入对数字政府服务能力影响的实证

周 宇，谭知止，段尧清

（华中师范大学 信息管理学院，武汉 430079）

0 引言

数字政府建设作为新时代全面推进国家治理体系和治理能力现代化的必然要求，是深入贯彻落实习近平新时代中国特色社会主义思想，建设网络强国、数字中国、智慧社会等的重要抓手，更是我国基本实现现代化和建成富强民主文明和谐美丽的社会主义现代化国家的迫切需要和战略选择。政务服务是数字政府建设的重要组成部分，也是数字化发展的枢纽性场域，连接着政府与市场、政府与社会、政府与公民。第二十五次中央全面深化改革委员会通过的《国务院关于加强数字政府建设的指导意见》中强调，要把满足人民对美好生活的向往作为数字政府建设的出发点和落脚点，打造泛在可及、智慧便捷、公平普惠的数字化服务体系，构建协同高效的政府数字化履职能力体系。加强数字政府建设是创新政府治理理念和方式的重要举措，对加快转变政府职能、优化政府服务业务流程、建设服务型政府意义重大。

在现有文献中，有关数字政府的研究主要是从数字政府服务能力建设中的技术应用、驱动数字政府建设的影响因素以及数字政府服务能力提升的问题及对策研究这三个方面进行的。首先，数字政府是政府的治理和服务模式向数字化转型的产物，它改变了传统政府的工作方式和公共服务理念，促成了政府与数字技术的发展与融合[1]，促进了数据的横向及纵向流动与整合。区块链技术的兴起为传统政府的数字化转型提供了巨大潜能[2]；互联网+政务[3]的出现将政府的被动服务模式转变为主动服务模式。其次，不同国家、不同地区的数字政府服务能力建设和治理环境不同，影响数字政府服务能力建设的核心因素也有所不同。对中国而言，数字政府服务能力的发展与数字基础设施建设、政府支持充分程度、市场发育成熟程度、社会公众与政府的互动程度息息相关。如果将数字政府服务能力的影响因素划分为技术、政府、市场、社会四个维度，那么数字基础设施建设和政府投入力度对数字政府服务能力的推动作用最大[4]。有学者通过构建数字政府建设的OPCE 理论框架来评估数字政府服务能力发展程度，发现经济发展水平和信息化水平与数字政府服务能力发展程度成正相关[5]；同时，有研究表明政府投入资金对高技术产业创新发展的影响呈“倒U”型[6],即在不同阶段政府投入通过影响技术产业发展和信息化水平，从而对数字政府服务能力发展产生不同的影响。从全球的数字政府服务能力建设来看，低收入国家拥有有经验的外部支持者至关重要，高收入国家则是需要创新的氛围[7]；同时，公共政策、国家文化[8]、地方政府分权程度对所有国家的数字政府服务能力发展都有明显的影响。最后，针对数字政府服务能力提升的问题及对策研究，有学者运用直觉模糊层次法[9]、BP 神经网络[10]等方法构建评价模型，对政府APP、政府门户网站、政务微信公众号等数字政府相关平台进行评价[11—14]，发现我国数字政府服务能力建设在稳定发展的同时还存在网络化服务不完善[11]、大数据分析与城市治理需求还有较大差距[12]、数据质量和安全体系不够完善[13]等问题。提升数字政府服务能力具有重要意义，如贫困治理[15]、推动区域创新发展[16]、建立新型政商关系等[17]。

国家高度重视数字政府的建设和发展，不断加大对数字政府各方面的投入，其中包括财政资金投入、人力资源投入等；同时，由于各级政府投入力度和数字政府服务能力存在较大差异，政府投入力度对数字政府服务能力的影响效应可能有所差异，这一问题值得深入探索。综上所述，运用回归模型对数字政府服务能力建设投入效果的研究还有待进一步加强，特别是关于投入所产生的差异性和不对称性影响方面的研究。因此，本文利用2017—2020年我国29 个省份的面板数据，重点分析政府投入对数字政府服务能力的驱动效应及其影响机制。

1 研究设计

1.1 变量选择

（1）被解释变量。本文的被解释变量为数字政府服务能力（egovern），即政府利用互联网服务处理日常事物的水平。中央党校（国家行政学院）电子政务研究中心发布的《省级政府和重点城市一体化政务服务能力调查评估报告》从服务方式完备度、服务事项覆盖度、服务成效度、办理成熟度和服务指南准确度共五个维度系统地对每个省份的数字政府服务能力进行数值评分。因此，本文采用该报告中的政务服务能力指数来衡量数字政府服务能力。

（2）核心解释变量。本文的核心解释变量为政府投入（Investment）。数字政府服务能力建设的主体归根结底还是在于政府自身，数字政府服务能力在很大程度上取决于政府的支持和努力。而政府对数字政府服务能力建设的支持则直接体现于政府对其的财政投入，在资源有限的情况下，政府愿意分配给数字政府服务能力建设多少财政资金的支持，代表了政府对数字政府服务能力建设的重视程度。因此，本文用财政决算表中数字政府相关项目的财政资金投入量作为解释变量的代理变量。具体项目见表1。

表1 政府投入项目表

（3）控制变量。本文控制了科技水平、经济发展水平、信息基础设施建设和数字产业化这四个方面的特征：第一，科技的发展和普及与数字政府服务能力之间存在密切的关系，国际上通常采用R&D 活动的规模和强度指标来反映一国的科技实力和核心竞争力，而科技水平可以由R&D 人员数量反映[18]。因此，本文用地区人均R&D 人员全时当量代表科技水平。第二，赛迪顾问发布的《中国城市数字化转型白皮书》中提出在各地区数字政府建设过程中地区生产总值发挥了促进作用。数字政府的发展需要经济条件支持，由于经济发展水平能最直接地反映经济因素，因此，本文采用GDP 来表示经济发展水平。第三，在数字政府建设进程中，数字化基础设施的应用日益广泛，是数字政府政务服务能力提升的基础。同时，由于增加数字化基础设施的同时必然增加互联网的宽带接入端口，因此，本文用互联网宽带接入端口数作为数字化基础设施建设水平的代理变量。第四，推动相关行业领域的数字化转型工作，有利于加快我国数字政府建设、全面提升数字政府服务能力。电信业务总量是指以货币形式表示的电信企业为社会提供的各类电信服务的总数量，相关行业领域数字产业规模的扩大必将带来电信业务总量的提升，因此，本文用电信业务总量衡量数字产业化。

（4）中介变量。本文的中介变量为科技成果转化水平（tech_conversion），用技术市场成交额衡量。

1.2 模型构建

（1）影响效应模型。为研究政府投入对数字政府服务能力的影响效应及影响机制，本文构建了检验政府投入影响数字政府服务能力的实证模型，并采用依次检验回归系数方法进行机制检验。计量模型如下：

其中，egovernit为被解释变量，代表省份i第t年的数字政府服务能力；Investmenti,t-1为核心解释变量，代表省份i第t-1年的政府投入，投入具有滞后效应，因此将政府投入滞后一期作为核心解释变量；tech_conversionit为中介变量，代表省份i第t年的科技成果转化水平；Controlit为一系列控制变量，其中含有科技水平、经济发展水平、数字基础设施建设、数字产业化共四个相互独立的自变量；β1表示核心解释变量的回归系数，β2和β3分别表示中介变量的回归系数和各个控制变量的回归系数；α0代表常数项；εit为随机误差项；i代表省份，t代表年份。

1.3 数据来源

根据国家财政部规定，各省份开展财政预决算的时间应保持一致，并且应于每年10 月31 日之前完成并向社会公开。鉴于在党的十九大之后，我国才正式开展数字政府建设，并且相关财政数据目前所能获取的最新数据为2020 年的，因此本文选择的样本考察时间为2017—2020 年。同时，由于新疆、天津数据缺失和港澳台的数据不易获取，本文选择的观测样本为除了新疆、天津和港澳台之外的29 个省份。本文所使用的原始数据均来源于历年各省份的《省本级一般公共预算支出决算法》《中国统计年鉴》和《省级政府网上政务服务能力调查评估报告》。为避免量纲不同带来的影响，对数据进行量级处理，处理结果和方法见下页表2。

表2 指标说明

2 实证分析

2.1 描述性统计

表3为变量描述性统计结果。可以看出，我国29个省份的数字政府服务能力的平均值为83.7213，而最小值仅为50.4400，最大值为96.7300，这表明我国整体的数字政府服务能力处于中上等水平，同时最大值和最小值之间差距较大，说明各省份的数字政府服务能力之间的差距较为明显。东部地区由于经济社会条件突出、行政资源较为充足，使得东部地区的数字政府服务能力高于全国平均值；而西部地区由于整体基础条件较为落后、地广人稀，使得西部地区整体数字政府服务能力较低。综上，各省份的数字政府服务能力均有待进一步提升，同时要注意缩小不同省份之间的差距，争取促成“先富带动后富”、共同进步的局面。

表3 变量描述性统计

（1）在政府投入方面，我国29个省份的政府投入数值较大，且均值比较接近最大值，这是由于2017年在数字政府建设的初期，北京、河北等对数字政府建设投入了大量资金。根据原始数据可以发现，大部分省份在数字政府建设的初期都投入了大量的资金，随后数字政府的建设越来越完善，投入的资金额大幅下降。同时，各省份政府的投入力度有所不同，对数字政府建设优先度的认识明显存在差别，在部分地区数字政府建设没有得到足够重视和支持。

（2）在科技水平方面，我国29个省份科技水平的最大值与最小值之间差距非常大，这表明我国各地区之间的科技水平存在鸿沟，技术发展状况极度不平衡，数字政府建设所处的技术坏境有较大的差别。其中，2020 年浙江的科技水平最高，2020年西藏的科技水平最低。

（3）在经济发展水平方面，最大值与最小值差距较大，说明地区之间贫富差距大的现象依旧存在。根据原始数据可以发现，由于新冠肺炎疫情的影响，2020年我国大部分省份的GDP普遍低于往年。

（4）在数字基础设施建设方面，我国29个省份的数字基础设施建设呈现明显的阶梯状特征，数值最大的为2020 年的广东，数值最小的为2017 年的西藏。东部地区的数字设施基础建设处于全国领先地位，与其他地区形成明显的差距；中部地区的数字基础设施建设处于稳定发展的中间水平；西部地区的数字基础设施建设低于全国平均水平。

（5）在数字产业化方面,我国29 个省份数字产业化的最大值和最小值之间差距非常大，说明在产业化和数字化相结合方面我国各地区呈现参差不齐、步调不一致的局面，与数字基础设施建设相似，都存在“东强西弱”的问题，并且各个地区之间内部都存在数字产业化发展不协调、不同步的问题。

2.2 基准回归结果分析

对数据和模型进行Hausman 检验，结果显示F=0.8645>0.05 ；进 行 BP-LM 检 验，结 果 显 示F=0.0000<0.05，即随机效应模型优于固定效应模型，固定效应模型优于混合效应模型，所以本文采用包含随机效应模型（RE）的面板数据回归分析方法。操作软件为Stata 15.0。

由下页表4 可以看出，在逐步加入控制变量的过程中，核心解释变量政府投入的回归系数和显著性没有出现较大的变化，说明政府投入对数字政府服务能力具有驱动效应。地方政府在财政资金的分拨方面有一定的自主权，对数字政府建设投入的财政资金越充足，数字政府服务能力就越高、建设体系就越完善。但是就目前的国情来看，地方政府对财政资金分拨的自主权利已达到较高水平，结果显示回归系数较小，说明通过加大财政投入力度来推动数字政府服务能力提升的空间有限。从回归结果可知，政府投入对数字政府服务能力提升具有有限的促进作用。

表4 基准回归结果

在控制变量中，科技水平、经济发展水平对数字政府服务能力也具有明显的驱动效应。建设数字政府需要5G 技术、区块链技术、身份认证技术、人工智能技术等新一代信息科学技术，科技水平直接影响数字政府服务能力的高低，科技水平越高，依托于技术建设的数字政府的服务能力就越高；经济发展水平高的地区相应的各项资源越丰富，经济发展水平在很大程度上决定了数字政府政务服务项目上的投入，因此，经济发展水平对数字政府服务能力的驱动效应显著为正，地区经济增长在一定程度上提升了数字政府服务能力。

2.3 区域异质性分析

上述结果表明，政府投入对数字政府服务能力提升具有显著促进作用。结合实际情况，本文认为政府投入对数字政府服务能力的驱动效应可能因为各个省份所处的经济地理位置不同而存在差异。将29个省份按照经济地理位置划分为东部地区、中部地区、西部地区进行异质性分析。其中，东部地区包括北京、河北、上海、江苏、浙江、福建、山东、广东、海南、辽宁共10 个省份；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南共9 个省份；西部地区包括重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、广西、西藏共10个省份。区域异质性分析结果如表5所示。东部地区政府投入、科技水平对数字政府服务能力的驱动效应显著，这与基准回归结果保持一致。然而在中部地区和西部地区，政府投入的驱动效应不显著，东部地区政府投入、科技水平较中部和西部地区政府投入、科技水平对数字政府服务能力驱动效应更大的原因主要是：东部地区的数字政府服务能力处于全国领先地位，其具有良好的资源、地理优势，在财政资源、技术资源的配置上相对比较成熟，因此其利用政府投入和科技水平提升数字政府服务能力的优势更加明显。虽然中部地区和西部地区在中部崛起战略和西部大开发等战略的推动下，人力资源、财政资源各方面资源有了较大优化，但是由于自身数字政府基础薄弱，无法为数字政府服务能力优化提供充足的自有资源；再加上消化吸收能力不足，对于外部提供的财政支持和技术支持也不能有效利用，因此政府投入驱动的效应有限。综上所述，政府投入对数字政府服务能力的驱动效应具有非对称差异性。

表5 区域异质性分析

2.4 稳健性检验与内生性处理

本文采用增加创新氛围这一控制变量的方式进行稳健性检验。数字政府的产生不仅对政府来说是一种创新，而且对公众来说也是一种习惯的改变，社会的创新氛围越高，人们接受和运用新事物的意愿也越强烈。因此作为数字政府的服务对象，公众是否具有自主学习能力和创新意识，是否愿意接受政务服务方式的转变，是否认同政府进行数字化改革，会直接影响数字政府服务和推广的水平。因此，本文选用人均专利申请数量代表创新氛围，回归结果见表6。

表6 稳健性检验

从表6可以看出，在加入创新氛围这一变量进行稳健性检验之后，政府投入仍然通过了显著性检验，这表明政府投入是数字政府服务能力建设和完善过程中不可缺少的一个重要影响因素。同时，之前通过检验的科技水平和经济发展水平依旧通过了检验，说明科技水平和经济发展水平也是数字政府服务能力完善和提升过程中的重要影响因素。

除了测度误差以外，逆向因果也是模型产生内生性问题的重要原因，即数字政府的建设反过来可能影响政府在数字建设上的投入。为了解决这一问题，从实证过程来看，本文在进行回归分析的过程中将政府投入这一核心解释变量进行了滞后一期处理，即采用前一年的政府投入对后一年的数字政府服务能力进行回归。一般而言当期的数字政府服务能力既难以影响当期政府投入，也不会对前一期政府投入产生影响，因此结论不存在严重的逆向因果问题。

2.5 作用机制分析

科技成果的转化需要经济科技化、科技经济化和教育、科技、经济一体化，政府既是科技成果转化的“培养者”，也是“受益者”。政府通过发挥职能作用促进科技成果转化，可以使科技成果更好地被应用于社会发展的各个方面，从而提高政府的政务服务能力。因此，政府对数字政府服务能力的投入有利于促进科技成果的转化，从而影响数字政府服务能力。基于此，本文用技术市场成交额衡量科技成果转化，采用依次检验回归系数的方法分析政府投入是通过何种机制提高数字政府服务能力的。结果如表7所示。

表7 作用机制回归结果

从表7可以看出，政府投入对科技成果转化的影响在5%的水平上显著为正，科技成果转化对数字政府服务能力的影响在5%的水平上显著为正，政府投入和科技成果转化对数字政府服务能力产生了显著的正向影响，说明政府投入可以通过促进科技成果转化这一影响路径来提高数字政府服务能力。

3 结论与建议

本文基于2017—2020 年我国29 个省份的面板数据，分析了政府投入对数字政府服务能力的影响效应，得出以下结论：

（1）驱动效应的显著性和非对称差异性。从全国整体层面来看，政府投入对数字政府服务能力的驱动效应显著，即政府投入能够促进数字政府服务能力提升。同时，该效应也呈现明显的非对称差异性，在数字政府服务能力基础好的东部地区，政府投入的驱动效应更明显；随着数字政府服务能力基础降低，中西部地区政府投入的驱动效应不明显。

（2）科技水平和经济发展水平对数字政府服务能力的驱动效应显著，通过提高科技水平来促进数字政府服务能力提升是一项可行的措施。

（3）政府投入可以通过促进科技成果转化进而对数字政府服务能力提升产生显著的驱动效应。

根据实证分析结果，提出如下建议：

第一，合理配置区域的政府投入，制定差异化发展战略。政府在分配资源的过程中应当采取保证重点兼顾一般的原则,尽可能优化资源配置。通过加强中部地区的技术建设来扩大政府投入的覆盖面，助力中部地区数字政府服务能力提升；通过加大东部地区的政府投入助力其数字政府服务能力提升；通过加快西部地区数字政府服务体系建设，加强政府投入的深度和广度，助力西部地区数字政府服务能力提升。

第二，通过万众创新提升区域科技水平。一方面，要加速推进数字基础设施建设，扩大数字科学技术变革的覆盖面，实现“全覆盖”，全力保证政府网站的响应性、便利性、稳定性，为数字化转型提供突破口；另一方面，要提高居民教育水平和数字素养，注重形成国民教育体系、培训体系相结合的高质量数字教育体系，创造数字人才红利。

第三，投入、技术、市场联动，提升政府服务能力。建立健全数字政府管理机制，合理有效分配政府对数字政府建设的投入；加强核心技术攻关，以“算力”为核心加强数字政府信息基础设施的集约化水平，从技术层面加快数字政府服务能力提升；加强政企合作，发挥企业的技术优势，多方协同互补参与数字政府建设，提升数字政府服务能力建设效能。

第四，促进科技成果转化。出台相关的成果发明披露政策以保护科技成果的专利性，为科技成果的产生创造良好的环境；及时地将社会各界的科技成果运用于政府转型、改革和创新，赋予相关机构更多的自主权和决策权，用科技成果赋能数字政府服务能力，为数字政府发展创造良好的技术环境。