组建数据管理机构何以提升政府治理绩效?

——基于结构赋权与资源赋能的视角

张会平 叶晴琳

（电子科技大学）

引文参考：张会平、叶晴琳. 2022.组建数据管理机构何以提升政府治理绩效?——基于结构赋权与资源赋能的视角[J]. 公共管理评论,4(3):网络首发

【编者按】为提高学术成果的传播效率，凡《公共管理评论》录用的文章，将在本刊知网主页和公众号网络首发。有转载需求的公众号请联系本公号开白名单。

摘要

组建数据管理机构是数字政府建设提升政府治理绩效的组织因素,但是组建数据管理机构对政府治理绩效的影响仍有待深入研究。本文依据组织赋权理论和组织赋能理论,采用 2012—2018 年 286 个地方政府的平衡面板数据,运用多期双重差分模型和调节效应,实证分析组建数据管理机构对政府治理绩效的影响。研究发现:(1)组建数据管理机构提升了政府治理绩效;(2)不同组建方式的数据管理机构提升政府治理绩效的效果有差异,重组新部门影响最大,下设事业单位影响次之,原有部门挂牌影响并不显著;(3)创新能力在组建数据管理机构与政府治理绩效之间的正向关系中发挥积极的调节作用;(4)创新能力的调节作用在不同组建方式中有差异,仅在重组新部门和政府治理绩效之间的正向关系中显著。本研究将组织赋权和组织赋能对象从微观层面的组织成员聚焦到中观层面的政府机构,整合了结构赋权和资源赋能视角,扩展了组织赋权理论和组织赋能理论的应用范围。

关键词

组织赋权理论;组织赋能理论;数据管理机构;政府治理绩效

投稿时间：2022/3/31

送外审时间：2022/4/1

首轮外审完成时间:2022/4/13

录用时间：2022/6/15

一、 问题的提出

在大数据、人工智能、区块链等新兴技术广泛应用的背景下,数字政府建设已然成为优化政府运作模式和业务流程、提升政府透明度和公信力、增强公众参与度和满意度的重要路径。数字政府的资源系统建立在数据层面,数字政府提升政府治理绩效的关键是数据资源在政府内外部的流动(黄璜,2018)。数据流动跨越职能、部门和主体的边界,需要协调政府部门和社会主体的利益,协调过程中会产生大量交易成本。为降低交易成本,促成多元主体的分工合作,各地纷纷组建数据管理机构(孟庆国等,2020)。在数字政府驱动政府治理绩效提升的实践中,组建数据管理机构成为重要的地方机构改革举措。

已有研究主要从系统视角出发,认为影响政府治理绩效提升的因素包括内部和外部 两 个 方 面。内 部 因 素 包 括 政 府 体 制、 组 织 价 值、管 理 水 平、 人 员 素 质 等(Sanderson,2001;Julnes and Holzer,2001),外部因素包括政治、经济、文化、社会环境、社会主体参与等(Murphy and Cleveland,1995;王学军和马翔,2015)。很多研究表明,组建机构是提升政府治理绩效的重要内部因素。传统意义上,组建机构通过整合政府部门职权,减少制度本身和多元主体行为产生的沟通成本,提升政府治理绩效。例如,建立政务服务中心整合行政审批职权,减少行政审批制度本身的行政、信息和监督成本与行政审批主体和相对体产生的代理和寻租成本,缩减政府规模,规范行政程序,提升管理效益和政府透明度(何文盛等,2019)。

组建数据管理机构整合部门数据管理职权,降低制度本身的建设、管理和行政成本以及部门之间、政府与公众之间的沟通成本,简化治理流程并提升公共服务满意度(蒋敏娟和黄璜,2020;祁志伟,2021),符合组建机构提升政府治理绩效的传统逻辑。同时,组建数据管理机构可以规范管理和有效配置数据资源,保障和推动数据在政府内外部的流动,促成政府部门和社会主体使用,创新政府治理模式和提升网上政务服务能力(Xue et al. ,2017;丁依霞等,2020)。然而,现有研究主要将组建数据管理机构视为数字政府建设提升政府治理绩效的组织因素,尚未深入研究组建数据管理机构对政府治理绩效的影响。

本文基于组织赋权理论和组织赋能理论,运用 2012—2018 年 286 个地级市的平衡面板数据,采用多期双重差分模型和调节效应进行实证分析,探析组建数据管理机构对政府治理绩效的影响。本文在以下三个方面较以往文献有所推进:(1)基于组织赋权理论和组织赋能理论,整合结构赋权和资源赋能两个视角,验证了组建数据管理机构能够提升政府治理绩效;(2)有效整合降低交易成本视角和保障数据资源赋能视角,拓展了局限于降低交易成本的传统研究;(3)将赋权对象和赋能对象从微观层面的组织成员聚焦到中观层面的政府机构,扩展了组织赋权理论和组织赋能理论的应用范围。

二、 政策背景、理论基础与研究假设

(一) 政策背景

2015 年 9 月,国务院印发的《促进大数据发展行动纲要》指出,我国在大数据发展和应用方面存在缺乏顶层设计和统筹规划等问题。为统筹推进大数据发展与应用,沈阳、广州、成都、保山、兰州、厦门、石家庄和黄石组建数据管理机构。2016 年 3月出台的《中华人民共和国国民经济和社会发展第十三个五年规划纲要》提出,实施国家大数据战略。为响应国家号召,咸阳、宁波、江门、贵阳、银川和青岛成立数据管理机构。2017 年,数据管理机构的组建态势向纵深发展,中卫、佛山、南通、合肥、呼和浩特、昆明、杭州、江门、酒泉、重庆、阳江和鞍山纷纷组建数据管理机构;成都改变数据管理机构的组建方式,由政府部门挂牌转变为成立事业单位。

2018 年 2 月,党的十九届三中全会审议通过了《中共中央关于深化党和国家机构改革的决定》。在职责归类、统筹协同和府际差异的原则性设计下,组建数据管理机构成为大数据背景下地方机构的改革亮点。上海、北京、南宁、大连、天津、常州、徐州、抚顺、温州、福州、西宁和鄂尔多斯共 12 个地方政府组建数据管理机构,重庆、沈阳和阳江的数据管理机构则由事业单位或挂牌部门变为独立的政府部门。数据管理机构是冠以“大数据管理中心” “数据管理中心”等名称,负责统筹管理、协同治理和审慎监管数据资源,推动数据发展和应用的行政单位或事业单位。各地在组建数据管理机构时,出现了重组新部门、下设事业单位和原有部门挂牌三种不同的组建方式。

(二) 理论基础

组织赋权理论是指组织赋予成员更多权力,驱动成员能力增长,从而达成组织目标(Conger and Kanungo,1988)。组织权力赋予的有限性和成员能力增长的无限性要求组织有效配置权力、增强成员的自我效能感和资源管控能力,逐渐形成了组织赋权的三种方式:结构赋权、心理赋权和资源赋权(Eylon,1998)。结构赋权是权力有效配置的前置条件,强调组织通过缓解结构性问题实现组织赋权,如调整成员的岗位安排(Graham,1995)。心理赋权是消除成员无力感并增强其自我效能感的重要手段,如情感支持和营造积极氛围等( Thomas and Velthouse,1990)。资源赋权通过信息公开等方式提高无权者获取、管理和使用资源的实际能力( Leong et al. ,2015)。组织赋权理论是组织通过自上而下地赋予成员更多自主权,激发成员积极性与创造性,提升成员获取和使用资源的能力,达成组织目标。

数字时代背景下组织与成员的雇用关系向合作关系递进,组织赋权的岗位层级结构向扁平化自驱动的赋能结构演化,有学者基于组织赋权理论提出组织赋能理论,并相应地提出结构赋能、心理赋能和资源赋能三种方式(罗仲伟等,2017;苏钟海等,2020)。结构赋能强调组织通过精简层级和部门推动组织结构扁平化,消除组织和成员合作的组织边界,提高组织信息传递效率(苏钟海等,2020)。心理赋能较少依赖组织激励等方式实现组织目标,而是由成员自激励、自驱动和自成长,提升组织管理能力(罗仲伟等,2017)。资源赋能是通过对组织资源进行数据化处理并整合共享数据资源,增强组织成员的资源使用能力(苏钟海等,2020)。与组织赋权理论不同,组织赋能理论是组织通过精简结构,整合共享数据资源,增强成员自我管理能力,达成组织目标。

组织赋权理论和组织赋能理论的赋权对象和赋能对象聚焦于微观层面的组织成员,也有研究开始将赋权对象和赋能对象扩展到中观层面的组织,将赋权和赋能的理念运用于组织之间的纵向赋权和共同合作。例如,姜晓萍和田昭(2019)将“一元多核”提升党对城市社区治理的能力视为组织赋能。本研究更进一步地从中观层面对组织赋权理论和组织赋能理论进行概念界定和实证分析。一方面,组建数据管理机构,是地方政府将数据管理机构作为赋权对象,自上而下赋予其数据管理职权, 整合分散于政府部门的职权,降低部门行使职权的沟通成本,提升政府治理能力的组织行为,属于中观层面的结构赋权。另一方面,数据管理机构通过有效配置政府数据资源,提升其他政府部门和社会主体运用政府数据进行治理的能力,属于中观层面的资源赋能。中观层面的组织赋权和组织赋能不涉及个体层面的心理感受,因此本文从结构赋权和资源赋能的中观视角研究组建数据管理机构对政府治理绩效的影响。

(三) 研究假设

组建数据管理机构是有效设置数据管理职权和配置数据资源赋能多元主体,从而提升政府治理绩效的组织行为。政府组建数据管理机构,有效设置数据管理职权,整合原有分散于政府各部门的数据管理职权,降低部门行使数据管理职权的沟通成本,增强政府部门治理能力,优化政府治理流程,提升行政效率(黄璜和孙学智,2018;叶战备,2021;郑磊,2021)。组建数据管理机构统筹管理、有效配置和严格监管数据资源,提升数据资源质量、优化配置模式并监管应用风险,保障优质数据资源高效安全地被多元主体使用,增强多元主体创新能力,提升政府满意度、透明度、行政效率和公信力(Mcbride et al. ,2019;夏义堃,2020)。综上,本文提出如下假设:

H1: 组建数据管理机构能够显著提升政府治理绩效。

不同的组建方式是政府有效设置职权的结构性安排,职权设置的成本、风险、层级、独立性和专业性存在差异(张克,2019),会对政府治理绩效提升产生差异化影响。相较于原有部门挂牌和下设事业单位,重组新部门的职权设置需要花费大量时间成本并承担最大的组建风险,但在职权设置上具备最高层级的话语权、独立性和专业性,能够有效整合数据管理职权,降低沟通成本,可以最大程度提升政府治理绩效水平(黄璜和孙学智,2018;孟庆国等,2020)。相较于重组新部门,下设事业单位不具备较高的职权层级,但具备较强的独立性和专业性,仍能较好行使数据管理的职权(门理想,2019)。原有部门挂牌在职权层级上优于下设事业单位,但独立性和专业性不如下设事业单位,存在心有余而力不足的情况(高国伟等,2020)。综上,本文提出如下假设:

H2: 数据管理机构的组建方式对政府治理绩效提升的影响存在差异。重组新部门对政府治理绩效提升的影响最大,事业单位的影响次之,原有部门挂牌的影响不显著。

组建数据管理机构要实现数据资源的有效配置,需要增强政府部门和社会主体的创新能力,推动多元主体使用优质的政府数据,进行知识生产和价值创造,提升政府治理绩效(安小米等,2018)。政府部门使用数据管理机构提供的优质数据资源,创新部门业务供给模式,优化部门业务流程,提升政府内部行政和运行效率(王学军和陈友倩,2021)。社会主体自主运用数据管理机构提供的数据资源,创新公共服务供给模式,满足自身的治理需求,提升公众满意度、政府公信力和透明度( Zhu and Kindarto,2016)。综上,本文提出如下假设:

H3: 创新能力在组建数据管理机构和政府治理绩效的正向关系中具有积极的调节作用,即创新能力强化组建数据管理机构和政府治理绩效之间的正向关系。

职权设置和资源配置存在相互影响的关系,创新能力的调节作用在不同的组建方式中有所差异。一方面,重组新部门的职权设置的层级、独立性和专业性最高,能够最大程度降低部门职权整合的沟通成本,加大共享开放数据资源的力度,为多元主体自主创新提供优质的数据资源(门理想,2019)。另一方面,创新能力越强意味着多元主体对优质的数据资源需求越强,越需要组建数据管理机构的职权设置具备足够的力度,推动部门数据管理职权整合,降低提供满足数据治理需求的沟通成本,提升政府行政效率和公众满意度(安小米等,2018)。综上,本文提出如下假设:

H4: 创新能力的调节作用在不同的组建方式中有所差异,显著调节重组新部门和政府治理绩效之间的正向关系。

基于以上研究假设,本文提出的理论模型如图 1 所示。

三、 数据来源与模型设定

(一) 样本选择与数据来源

本文采用我国 286 个省级、副省级和地级城市 2012—2018 年的面板数据。以城市政府为研究对象有三方面的考虑:(1)相较于省级政府,城市样本量更大,研究结果更具说服力;(2)城市是政府数据管理的重要执行者,城市推进数据管理对政府治理绩效的影响更为直接;(3)我国不同城市间数据管理机构的组建方式和创新能力有所不同,有利于差异化检验组建数据管理机构对政府治理绩效的影响,更符合本研究的关注重点。

组建数据管理机构的数据来源于《大数据蓝皮书:中国大数据发展报告 No. 3》和有关组建数据管理机构的各地新闻报道,政府治理绩效和控制变量的数据来源于《中国城市竞争力年鉴(2013—2018)》和《全球城市竞争力年鉴 2019》,其中政府治理绩效和创新能力由因子分析得出。所有数据均来自公开的二手数据,可确保其真实性与客观性。考虑到资料可得性,《中国城市竞争力年鉴》中 2012—2015 年仅有296 个城市样本,本文剔除港澳台的地方政府样本,共保留 286 个城市样本。最终,本文选取中国 2012—2018 年的 286 个地级及以上城市 7 个年份的面板数据,合计2002 个观测值。

(二) 实证方法和模型

本文采用 2012—2018 年 286 个城市的面板数据,混合截面与时间序列的数据结构要求考虑横向截面和纵向时序的变化(Beck,2001),考虑构建随机和固定效应模型,通过 Hausman 检验,p 值为 0. 0000,拒绝“随机效应模型最效率”的原假设,建立双向固定效应模型。同时,本文借鉴 Beck et al. (2010)的做法,采用多期双重差分模型来检验组建数据管理机构对政府治理绩效的影响。根据组建数据管理机构的时间设置虚拟变量 Organization,即地方政府在组建数据管理机构之前为 0,组建数据管理机构当年及之后设置为 1:

其中 i = 1,2,…,286;t = 2012,2013,…,2018。

参考 Beck et al. (2010)的多期双重差分模型,式(1)中Organization_it 的系数 β₁ 是组建数据管理机构影响政府治理绩效的净效应,若数值为正,则表示组建数据管理机构提升了政府治理绩效。Performance_it 为被解释变量,表示政府治理绩效;Z_it 为一组控制变量,选取其他影响政府治理绩效的因素;i 表示地级市,t 表示年份;μ_it 为时间固定效应;v_it 为城市固定效应;ε_it 为误差项。

(三) 变量测量

1. 被解释变量

政府治理绩效(performance)是政府所做的成绩和所获得的效益,包括过程绩效和产出绩效(中国行政管理学会课题组等,2006)。已有研究通过控制政府规模、规范行政行为和促进政务公开透明等方面测度政府过程绩效,通过公众满意度、政府办事效率等方面反映产出绩效(吴建南等,2015;何文盛等,2019)。本文选取《中国城市竞争力年鉴(2013—2018)》和《全球城市竞争力年鉴 2019》中的政策透明和政府执法能力测度过程绩效(吴建南和阎波,2004;彭向刚和程波辉,2012),通过公众满意度和政府办事效率测度产出绩效(Van Ryzin et al. ,2004;郑方辉等,2014),并由这四个变量进行因子分析得出政府治理绩效。效度检验中 KMO 总体检验值为 87.85%,方差贡献率为 92. 56%,远超过 60%的标准(Kaiser,1974),具有代表性与可信度。

2. 解释变量

组建数据管理机构(organization)借鉴王凡凡(2021)的做法,根据《中国大数据发展报告 No. 3》和官方网站的检索情况,设置各城市的虚拟变量:如果一个城市是当年及以后组建数据管理机构,则 Organization = 1,否则 Organization = 0。

3. 调节变量

创新能力(innovation)借鉴 Brabham(2009)和 Liu(2017)等的做法,选取《中国城市竞争力年鉴(2013—2018)》和《全球城市竞争力年鉴 2019》的制度创新力、科研创新力、计算机人才相对拥有量、城市市民创新意识和市民学习意识五个指标因子分析而成(Brabham,2009;Liu,2017;沈立等,2020)。效度检验中 KMO 总体检验值为64. 99%,方差贡献率为 71. 27%,超过 60%的标准(Kaiser,1974),具有代表性与可信度。

4. 控制变量

本文控制城市特征,借鉴何文盛等(2019)的做法,选取《中国城市竞争力年鉴(2013—2018)》和《全球城市竞争力年鉴 2019》中的城市 GDP;借鉴武永超(2021)的做法,选取《中国城市竞争力年鉴(2013—2018)》和《全球城市竞争力年鉴 2019》中的地区非农业人口占地区总人口的比重衡量城市化率,通过签订外资合同数衡量市场开放程度,最终确定城市 GDP(GDP)、城市化率(urban)和市场开放程度(open)作为控制变量(见表 1)。

四、 实证结果与分析

(一) 描述性统计分析

表 2 为描述性统计分析结果:被解释变量中,政府治理绩效的平均值为 0. 23,最小值和最大值为 0 和 1,差异较大;解释变量中,组建数据管理机构的平均值为 0. 04,4%的样本为实验组,96%的样本为控制组。随后,本文对变量进行了方差膨胀因子(Variance Inflation Factor,VIF)检验,各变量 VIF 值都在 3 以下,平均 VIF 值为 1. 64。各变量之间不存在多重共线性,可以直接对数据进行后续回归分析。

(二) 回归分析

表 3 是组建数据管理机构影响政府治理绩效的基本实证检验结果。模型 1 是未加入控制变量时组建数据管理机构对政府治理绩效影响的结果,模型 2—4 是逐步加入控制变量的结果,模型 5 是加入全部控制变量的回归结果。模型 1 表明,在不考虑其他因素的情况下,组建数据管理机构的系数显著为正,初步证实了组建数据管理机构对于提升政府治理绩效具有显著的积极效应。模型 2—4 逐步加入控制变量,发现组建数据管理机构的系数依旧显著为正,且系数均在 3%左右,结果较为稳健。模型5 加入全部控制变量显示,相较于控制组,实验组的政府治理绩效显著提升了 3. 13%,说明在创新能力、城市 GDP、城市化率和市场开放程度的共同影响下,相较于未组建数据管理机构的城市,组建后的城市政府治理绩效明显得到提升,假设 H1 得到支持。在控制变量中,创新能力和城市化率对政府治理绩效提升产生显著的积极影响,城市 GDP 和市场开放程度则缺乏较为明显的统计学意义。

(三) 稳健性检验

1. 安慰剂检验

为了排除各种因素对组建数据管理机构提升政府治理绩效的影响,本文通过随机设定实验组来开展安慰剂检验。本文随机设定组建数据管理机构的样本,重新构建安慰剂检验的组建数据管理机构的交互项 Post×Teat。为防止随机小概率事件对安慰剂检验的影响,本文进行了 500 次重复循环实验。由图 2 可知,重复循环实验得到的系数基本分布在 0 点左右且符合正态分布,符合安慰剂检验的预期。这说明回归结果未受到其他变量的影响,验证了组建数据管理机构提升政府治理绩效的有效性。

2. 偏向存在性检验

组建数据管理机构对政府治理绩效提升的影响存在一种相反的可能,即不是实验组提升了政府治理绩效,而仅仅是控制组的政府治理绩效降低,导致组建数据管理机构的政府的治理绩效水平相对提高。如图 3 所示,本文报告了 2012—2018 年组建数据管理机构和没有组建数据管理机构的政府治理绩效的变化趋势,发现控制组和实验组的政府治理绩效随时间变化的走势基本一致,组建数据管理机构对于政府治理绩效的提升作用不太可能完全是政府治理绩效自身的偏向所导致的。

本文采用事件分析法进行平行趋势检验。式(2)中,DID₀ 表示组建数据管理机构当年的时间虚拟变量,DID_-3 表示组建数据管理机构之前第 3 年的时间虚拟变量,DID3 表示组建数据管理机构之后第 3 年的时间虚拟变量。组建数据管理机构并非同时在所有城市实施,不同城市的 DID₀ 表征不同的年份。如图 4 所示,本文报告了年份虚拟变量对政府治理绩效的影响系数大小及 95%置信区间:组建数据管理机构之前的时间虚拟变量估计系数均未通过 5%的显著性水平,组建数据管理机构当年及之后的时间虚拟变量则在 5%的水平上显著,满足平行趋势假定。

4. 排除其他政策效应

为验证组建数据管理机构的效应是否为净影响,本文需要排除其他政策因素的影响。本文通过政策梳理发现,与组建数据管理机构同时期实施的一些类似政策可能会对政府治理绩效产生影响,最具代表性的是智慧城市(smart city)试点政策和国家级大数据综合实验区(national area of big data)试点政策。模型 8 表明,在控制相关政策之后,组建数据管理机构对政府治理绩效的积极影响仍然在 1%的置信水平上显著为正,回归结果较为稳健(见表 4)。

5. 倾向得分匹配

本文采用倾向得分匹配方法,从控制组中找出与实验组在控制变量上相匹配的样本,根据划定的样本重新构建多期双重差分模型。在通过匹配平衡性假设检验之后,本文将匹配前和匹配后的样本分别进行回归。模型 9 和模型 10 表明,匹配前和匹配后的回归结果不存在显著差异,组建数据管理机构对政府治理绩效的正向影响是稳健的(见表 5)。

6. 内生性: 工具变量法

本文选取组建数据管理机构的滞后一期作为工具变量,通过豪斯曼检验发现,组建数据管理机构对政府治理绩效的影响存在内生性问题,结合两阶段最小二乘法控制政府治理绩效对组建数据管理机构的反向影响,即政府治理绩效水平越高的城市,越容易组建数据管理机构。结果显示(见表 6),纳入工具变量进行回归,组建数据管理机构的估计系数依然显著为正。即使考虑组建数据管理机构这一政策变量的内生性问题,基准回归结果依然成立。第一阶段的 F 统计量为 148. 215,大于临界值 10,工具变量检验结果较为稳健。

(四) 调节效应与异质性分析

1. 创新能力

机制分析结果见表 7:模型 13 是仅加入组建数据管理机构×创新能力的交互项,不考虑控制变量影响的回归结果;模型 14 是同时加入组建数据管理机构×创新能力的交互项和控制变量的回归结果。结果表明:创新能力强化组建数据管理机构对政府治理绩效的提升作用,发挥 14. 5 个百分点的正向调节作用,假设 H3 得以验证且结论较为稳健。例如,在创新能力较高的贵阳市,某企业根据大数据发展管理局统筹主管的数据开放平台提供的数据开发了“慧停车”APP,助力政府监管“跑冒滴漏”的社会问题(郑磊和吕文增,2018)。

2. 组建方式

本文根据数据管理机构的组建方式设置三类哑变量,分别为重组新部门( new agency)、原有部门挂牌(new name)和下设事业单位( public institution),将三类变量纳入模型,观察其效果差异及创新能力的调节作用。同时,为回应部分地方政府调整数据管理机构组建方式的实践现状,本文采用两次划分方式处理这部分样本。研究结果见表 8:模型 15 表示,重组新部门对政府治理绩效提升的影响最大,影响系数为 4. 46%;下设事业单位对政府治理绩效提升的影响次之,影响系数为 1. 38%;原有部门挂牌对政府治理绩效的影响较下设事业单位大,但影响并不显著,假设 H2 得以验证。模型 16 表明,创新能力在重组新部门和政府治理绩效的正向关系中发挥显著的正向作用,影响系数为 15. 1%,假设 H4 得以验证。

重组新部门对政府治理绩效提升的影响最大,同时创新能力会正向调节影响。该结论表明,虽然重组新部门需要花费最大的时间成本,具有最高的风险性,但由于职权设置的层级、专业性和独立性最强,对提升政府治理绩效的影响最为突出(门理想,2019)。例如,贵阳市大数据发展管理局在整合数据管理职权、有效管理和配置数据资源上具备最高的行政统筹权力、较好的专业性和独立性,为多元主体提供优质数据资源,有效地推进了业务流程优化,提升了政府服务和监管水平(安小米等,2019)。

下设事业单位显著提升政府治理绩效但影响较小,同时创新能力的调节作用并不显著。该结论印证了具有独立性和专业性的数据管理机构可以提升政府治理绩效,但由于不具备较高层级,数据管理机构在整合数据部门职权、降低部门职权行使、有效管理和配置数据资源、促成多元主体分工合作等方面的作用较为有限(门理想,2019)。例如,兰州市大数据社会服务管理局负责数据管理顶层设计与标准制定,具备专业性和独立性,但在统筹执行和配置方面的效果明显逊色于重组新部门和部门挂牌,尤其是对促成多元主体分工合作的影响较为有限,导致下设事业单位影响最小且创新能力的调节作用不显著。

原有部门挂牌能借由部门职权管理和配置数据资源,但是由于专业性和独立性不如下设事业单位和重组新部门,所以可能导致心有余而力不足的情况,影响系数并不显著(张克,2019)。例如,广州市大数据管理局负责统筹履行数据治理职权,其行政和统筹能力层级较下设事业单位更高,能借由政府部门职权管理和配置数据资源,但是由于专业性和独立性不如下设事业单位和重组新部门,可能存在没有足够的人财物专门履行职权的问题。因此,原有部门挂牌对政府治理绩效的影响系数并不显著,创新能力也未发挥显著的调节作用。

五、 结论与展望

本文基于组织赋权理论和组织赋能理论,整合结构赋权和资源赋能视角,运用286 个城市 2012—2018 年的面板数据,采用多期双重差分模型和调节效应,通过安慰剂、平行趋势、内生性检验等一系列拓展方法巩固结果的稳健性,研究发现:(1)组建数据管理机构提升了政府治理绩效;(2)不同组建方式的数据管理机构提升政府治理绩效的效果有差异,重组新部门影响最大,下设事业单位影响次之,原有部门挂牌并不显著;(3)创新能力在组建数据管理机构与政府治理绩效之间的正向关系中发挥积极的调节作用;(4)创新能力的调节作用在不同组建方式中有差异,仅在重组新部门和政府治理绩效之间的正向关系中显著。

基于以上研究结论,本文提出以下四点对策建议。第一,政府需要积极组建数据管理机构,高效设置部门职权并有效配置数据资源,提升政府治理绩效。各地政府可以整合部门数据管理职权,组建数据管理机构,降低整合职权的沟通成本,同时有效管理配置数据资源,发挥数据资源势能,提升政府治理绩效。第二,政府需要主动调整数据管理机构的组建方式。政府可积极推动数据管理机构朝独立的政府机构演变,赋予其应当具备的行政权力,为政府数据管理提供有力的组织保障。第三,数据管理机构应出台相关措施为多元主体创新提供优质数据资源并增强多元主体创新能力。数据管理机构应优化数据资源管理、监管和配置机制,为多元主体提供高质量、多层次的数据资源,同时通过相关措施保障多元主体运用政府数据创新,进行知识生产和公共价值创造。例如,加强计算机专业人员和科研人才的引进,开展政府数据资源运用大赛。第四,数据管理机构的组建方式应和创新能力相匹配。尤其是创新能力较高的地方政府应该将重组新部门作为数据管理机构的组建方式,为多元主体创新提供足够的数据资源,保障数据资源的有效配置,提升政府治理绩效。

结构赋权和资源赋能是数字时代背景下,在金字塔型的政府治理结构、政府与多元主体合作共存的前提下,政府赋权数据管理机构和数据管理机构赋能多元主体,从而提升政府治理绩效的重要研究视角。本文将组织赋权理论和组织赋能理论的应用拓展至中观领域,找到了中观层面结构赋权和资源赋能的应用场景,但是结构赋权和资源赋能在中观层面的具体应用仍有待研究。未来,一方面,随着数字时代的深入发展,政府与多元主体的合作关系可能逐步结构化,地方政府的治理结构可能逐渐扁平化,结构赋能的应用场景、赋能对象和发生机理有待深入研究。另一方面,在金字塔型的地方政府治理结构中,政府如何自上而下地配置资源、赋权多元主体、达成组织目标,也有待深入研究。

编辑 | 常远  李舒敏

排版 | 王书铭

核发 | 梅赐琪

微信推送：2022年第127期