数字政府政策创新扩散的驱动因素研究——基于31个省级政府的实证研究

华中科技大学公共管理学院 王兴宇

发布时间:2024-12-12

摘要：数字政府是一场重塑政府与社会关系、政府与市场关系的变革，旨在提升政府治理能力，推动国家治理现代化。既有的改革实践探索已经广泛受到学界关注，但是鲜有学者对数字政府政策扩散的影响因素进行探索。采用事件史分析法，对2018—2022年31个省级政府数字政府政策创新扩散的影响因素进行了探究，从技术-组织-环境3个维度进行实证分析发现：技术因素中的政府信息化水平，组织因素中的中央信号、全国压力和政府组织开放性对地方数字政府政策采纳有着显著正向影响，而环境因素和组织因素中的财政自给率影响不显著。

关键词：数字政府，政策扩散，事件史分析，影响因素

一、引言

加强数字政府建设，是适应新一轮科技革命和产业变革趋势，引领驱动数字经济发展和数字社会建设的必然要求，是建设网络强国、数字中国的基础性和先导性工程，是创新政府治理理念和方式、形成数字治理新格局、推进国家治理体系和治理能力现代化的重要举措，对加快转变政府职能，建设法治政府、廉洁政府和服务型政府意义重大^[1]。

近年来，作为数字中国体系的有机组成部分，数字政府这一概念开始得到普遍运用^[2]。2018年，贵州、广东、浙江等地方相继出台了数字政府建设的相关举措。截至2022年11月，我国已经有30个省市自治区颁布了数字政府建设规划纲要。随着《国务院关于加强数字政府建设的指导意见》的审议通过，政府数字化转型从地方试验到顶层设计已渐趋成熟^[3]。

部分省份的数字政府相关政策，如表1所示：

在现有关于数字政府改革的研究中，学者们侧重于经验总结、理论阐释及数字政府的建设绩效等方面，而从政策扩散视角把握数字政府建设影响因素的研究非常稀少。探究数字政府政策创新扩散的特点，分析其影响因素及扩散机制，对于推进我国数字政府建设工作有着积极意义。因此，本研究从省级政府层面，对2018—2022年数字政府政策扩散的影响因素进行探究，以丰富政策实践背景下政策扩散影响因素理论框架，为推进我国政策创新扩散工作提供参考借鉴。

二、文献综述

数字政府作为新时期政府运行的新形态，是对我国电子政务发展所取得历史成果的继承，二者并非替代与置换的关系，而是增量与存量的关系^[4]。其本质是将数字技术融入政府的治理过程中，实现政府内部管理结构和流程优化，提高政府对外服务效率和治理能力，形成政府主导下多主体参与公共事务治理的新格局。

既有关于数字政府政策的研究，多聚焦数字政府政策议题、政策执行、政策评估等方面，主要围绕理论探讨、案例剖析、经验总结及政策建议展开。其中，识别数字政府政策绩效影响因素，是当前数字政府研究的热点和前沿问题。依据研究方法，大致可以将其分为定量研究和质性研究两类。

在定量研究中，学者们基于不同理论构建模型分析政策绩效影响因素。郭蕾等（2021）从技术、政府、市场及社会4个维度，构建了影响数字政府政策绩效的理论模型^[5]。陈小华等（2022）基于TOE理论框架，对31个省级政府从技术、组织及环境3个维度进行实证分析^[6]。还有部分学者运用QCA对生成数字政府政策绩效的多因素并发协同作用进行了相关研究，并通过组态分析总结归纳出不同的发展模式^[7-8]。

在质性研究中，相关学者运用案例分析法，从中观和微观层面对数字政府绩效生成机制进行了分析。逯峰（2019）基于整体性政府的视角，以广东省数字政府建设为例，着重分析了其在组织建设、制度建设上的特点^[9]。2020年，北京大学课题组等以浙江省数字政府平台化为例，深入分析了其政府组织管理与技术应用之间的融合机制^[10]。蒋敏娟（2021）认为，贵州的数字政府不同于浙江、广东，贵州地处于内陆地区，经济基础较为薄弱，但其依靠政府的主动作为和政策试点的资源支持，数字政府建设也取得了不错的成效^[11]。

总体来看，尽管学界关于数字政府政策绩效影响因素的研究成果丰硕，但既有研究大多从静态视角分析数字政府政策绩效的影响因素，缺少从动态视角的研究。且从政策过程来看，鲜有从政策扩散的视角，对数字政府政策进行相关研究。数字政府作为一项地方政府创新，在全国大多数省份的执行还处于起步阶段，分析影响数字政府政策扩散的成因，有助于数字政府改革推向纵深提供借鉴。

三、理论框架与研究假设

（一）理论框架

TOE框架是组织层面的理论，由托纳茨基、弗莱舍于1990年提出，用于解释和分析组织采用和实施技术或政策创新的影响因素，并将影响因素归纳为3个方面，分别是技术因素、组织因素和环境因素。经过不断发展，TOE框架已经被广泛应用于我国网上政务服务、政府数据开放、放管服改革等多个领域，对于新一代信息技术发展背景下政府治理现代化改革，具有极强的解释力^[12]。

因此，本研究基于TOE理论框架，将数字政府政策采纳作为因变量，从技术-组织-环境3个维度，探究数字政府创新在政策扩散中的影响因素。

理论框架，如图1所示：

（二）研究假设

地方电子政务发展的成熟度，是影响数字政府建设的关键因素。一般来说，地方电子政务发展成熟度越高，政府就越容易完成数字化转型^[13]。政府数字化的转型，本质上是技术和政府管理的互动迭代升级。因此，提出如下假设：

H1：政府信息化水平越高的省份，则采纳数字政府政策概率越大。

一般来说，地区人口密度与资源拥有量成正相关关系。同时，人口密度大，城市治理环境相对复杂，人们对政府的治理能力要求标准更高，政府改革有更强的需求和动力^[14-15]，数字政府对于提高行政效率和公共服务群众满意度有着积极作用。因此，提出如下假设：

H2：地区人口密度越大的省份，则政府采纳数字政府政策的概率越大。

数字政府是人工智能、大数据技术等新型信息技术和政府治理的融合。一般来说，互联网信息技术基础较好的地区，网民群体规模较大，对于政府网上政务服务能力的要求更高。因此，提出如下假设：

H3：互联网普及率越高的省份，则政府采纳数字政府政策的概率越大。

第三产业产值占比，表示该地区服务行业的发达程度。一般来说，占比高的地区互联网企业较多，这些企业对于开放包容的制度环境有更强烈的需求，同时也能为数字政府建设提供技术基础^[16]。因此，提出如下假设：

H4：第三产业比重占比越大的省份，则政府采纳数字政府政策的概率越大。

政策创新采纳，往往需要政府足够资源的支持。如果地方的经济发展较好，政府拥有足够充盈的财政资源，则政府更有可能去采纳政策创新^[17]。数字政府建设背后的人才培养、数据库建设、信息系统的搭建、数字基础设施等，都需要大量的资源投入，地方的财政状况无疑在采纳数字政府改革这项政策时至关重要。因此，提出如下假设：

H5：政府财政资源越强的省份，则政府采纳数字政府政策的概率越大。

我国的政策创新大体遵循“地方探索-中央吸纳-地方推广”的逻辑。中央在明确提出某一项政策改革目标时，会出台类似的全国性指导政策，或者在多次会议中进行强调，进而形成一种中央对地方的政策压力，推动政策在国内的扩散和实行^[18]。因此，提出如下假设：

H6：中央政府越支持数字政府改革，则政府采纳数字政府政策的概率越大。

地方政府对政策创新的采纳也受到同一行政层级地方政府的同侪压力。有研究表明，地理空间相邻的地方政府往往具有较高的相似性，加之竞争关系的存在，一省在政策创新政策采纳上，会观察邻省政府的行为^[19]。但需要注意的是，即使地理位置不相邻的同一层级地方政府之间也存在竞争。在同一绩效考核制度下，通常对于正向积极的政策创新，地方政府之间会互相学习借鉴，避免自己在竞争中处于落后的位置^[20]。因此，提出如下假设：

H7a：邻省份中采纳数字政府政策的省份越多，则该省政府采纳数字政府政策的概率越大。

H7b：全国范围内采纳数字政府政策省份越多，则该省政府采纳数字政府政策的概率越大。

组织的开放性要求组织能够与发展环境相协调，传递民众和社会对于政府的要求，并以实际行动作出回应。一般来说，经济领域中权力开放与政治领域的权力开放，呈现高度的正相关关系，市场化进程作为衡量我国政府制度转轨进程的核心变量，各省市自治区的市场化指数能较好地反映地方市场化程度和治理效率。市场化程度高，表明该地区的市场制度环境更加开放成熟，更能积极回应外部环境的变化需求，更容易进行政策创新^[21]。因此，提出如下假设：

H8：地方市场化水平越高的省份，则政府采纳数字政府政策的概率越大。

四、研究设计

（一）计量模型

由于被解释变量为虚拟变量，以连续变量为解释变量的普通最小二乘法（OLS）模型并不适用该研究，需要使用非线性回归模型。同时，由于政策扩散过程在时间维度上存在政府采纳相关政策，并不一定都在观测窗口期内，往往表现为采纳行为没有进入观测窗口内，或采纳行为在其窗口期内未发生，导致数据存在删失的状况，而一般的数据分析方法并不能处理此类数据。因此，计划采用事件史分析（EHA）模型进行分析^[22]。

结合本研究的问题，对事件的定义为“该政府对于数字政府政策创新的接纳与否”。从严格意义来说，我国地方政府的首次数字政府改革于2018年6月在贵州省开始。2018年6月，贵州省颁布《省人民政府关于促进大数据云计算人工智能创新发展加快建设数字贵州的意见》，标志着政府数字化转型的开始。所以，将2018年作为观测的起点，分析此后至2021年年底该项改革的实施情况。在运用事件史分析法时，将“省-年份”作为分析单位，采用离散事件风险模型，研究工具选用Stata16.0软件。考虑到本研究的因变量为二分虚拟变量，在对数据进行拟合分析时选择二元Logistic回归。

经过Logit变换后的离散事件风险模型如下：

log（t）=b₀+b₁X₁+b₂X₂（t） （1）

运用以上具有时变变量的离散时间风险模型，对数字政府改革构建了“省-年份数据集”，并用如下表达式描述模型：

log（t）=b₀+b₁INF_t-1+b₂PEO_t-1+b₃INT_t-1+b₄IND_t-1+b₅FIN_t-1+b₆CS_t-1+b₇NP_t-1+b₈PP_t-1+b₉OGO_t-1 （2）

模型中提及的变量有：政府信息化水平（INF）、人口密度（PEO）、互联网普及率（INT）、第三产业比重（IND）、财政自给率（FIN）、中央信号（CS）、全国压力（NP）、临近压力（PP）、政府组织开放性（OGO）。

（二）数据来源

基于研究的适用性、数据可及性等因素综合考虑，选取省级政府作为研究分析单元。主要理由如下：一是我国省级行政区划稳定且单位数量适中，符合定量研究的要求；二是省级政府的数据可及性较强，数据统计口径一致且完整度较好，可以保障研究的顺利开展；三是研究发现，既有的数字政府政策创新呈现“中间开花”的特征^[23]，几乎所有省份都强调“全省一盘棋”的建设原则，以省级为单位统筹推进数字政府建设，而以城市为单位的研究对象，并不能很好地解释数字政府政策创新扩散的影响因素和动力机制。所以，将31个省市自治区2018—2022年的数据整理为“省份-年度-因素”面板数据库用于研究。

以“数字政府”“政府数字化转型”为关键词，在各省级政府门户网站、百度进行搜索，获取到了大多数省份的政策文件文本，据此确定省份政策采纳的时间。对于自变量数据，主要来自各省级政府门户网站、国家统计局、各省级政府统计年鉴、皮书数据库、知网等官方网站。以2018年为起始时间，研究的时间跨度为2018—2022年。鉴于研究实证部分关注的是省级政府采纳数字政府的影响因素，因而将自变量滞后一期，选取2017—2021年的数据。

（三）变量测量

1.被解释变量

政策采纳。数字政府政策采纳是本研究的因变量，即某省份在某一年采纳数字政府政策的可能性。该变量是二分虚拟变量，取值是0或1。如果某省份在某一年份采纳了数字政府改革政策记为1，否则记为0。关于省级地方政府是否采纳政策，对省级地方政府的门户网站进行了逐年检索，要求政策内容中必须包含政府数字化转型、数字政府建设等改革相关内容，且须有具体的规划方案措施，如《广东省人民政府办公厅关于印发广东省“数字政府”建设总体规划（2018—2020年）实施方案的通知》。

2.解释变量

（1）政府信息化水平。政府的信息化建设是数字政府改革得以推行的基础条件，为改革的顺利开展提供了办事平台、材料传输和信息共享3个方面的技术支撑。以2017—2021年，历年国家行政学院电子政务研究中心发布的《省级政府网上政务服务能力调查评估报告》，作为各地方政府信息化水平的评价标准。该报告由国务院办公厅电子政务办公室指导，覆盖了31个省市自治区，评价指标体系包括服务方式完备度、服务事项覆盖度、办事指南准确度、在线办理成熟度及在线服务成效度这几项内容，然后根据此评价体系对各个省份的地方政府进行排名，故该评价指数具有全面性和权威性。

（2）财政资源。已有研究表明，地方政府的财政能力对其政策创新有影响，对于财政资源的测量借鉴储德银等（2020）的研究^[24]，使用财政自给率作为衡量指标。地方政府的财政资源能力，主要是以上一年的财政健康状况来决定的，财政自给率数值越大，表明地方政府的财政自给能力越强，财政状况越好，意味着该政府拥有充裕的财政资源来进行政策创新，采纳数字政府的可能性更大。数据来源于《中国统计年鉴》。

（3）人口密度。省域人口密度以该省份前一年末常住人口数，除以该省区域面积的比值来表示。数据来源于《中国统计年鉴》。

（4）第三产业比重。第三产业占比，选取该省份前一年第三产业生产总值占年度生产总值的比重来衡量。数据来源于《中国统计年鉴》。

（5）互联网普及率。以省份每百户居民接入互联网的计算机和移动电话拥有量来衡量，变量滞后一期。数据来自国家统计局分省年度数据。

（6）中央信号。该变量用于测量中央政府行为对省级政府采纳数字政府的影响。2019年10月，党的十九届四中全会作出了《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》（以下简称《决定》），明确提出了推进数字政府建设的目标，为地方政府探索数字政府建设释放了明确的信号。如果某个省份的首份数字政府政策文件出台时间早于《决定》，表明是自发探索，未受到中央的影响，该变量赋值为0；晚于《决定》，则该变量赋值为1。该变量根据相关信息整理得出。

（7）全国压力。该变量用于测量省级政府受到全国范围内其他兄弟省份政策采纳行为的影响。因此，对该变量的测量采用前一年全国省份中已经采纳数字政府政策的省份占31个省份的比例这一数值来衡量。该变量数据根据相关信息整理得出。

（8）府际竞争压力（临近压力）。该变量用于测量省级政府受邻省政府政策采纳行为的影响。对变量的测量，采用前一年邻近省份中已经采纳大数据政策的省份，占该省份所有邻近省份的比例来衡量。由于海南省四周环海，没有与其陆地边界接壤的省份，因此，该变量取值为0。该变量数据根据相关信息整理得出。

（9）政府组织开放性。鉴于经济领域中的权力开放与政治领域的权力开放呈现高度正相关性，因此，选用市场化指数来衡量，数据来源于王小鲁发布的《中国分省份市场化指数报告（2021）》。

五、实证结果与分析

（一）描述性统计分析

核心变量的描述性统计包括最大值、最小值、标准差等统计量。

统计结果，如表2所示：

由表2可以发现，各解释变量标准差之间存在着较大的差异，其中，政府信息化水平、人口密度（进行了对数处理）、政府组织开放性的标准差值相对较大，为影响数字政府政策采纳因素的解释提供了空间。在技术维度上可以看到，各省份政府信息化水平存在程度不同的差距，最小值为50.44分，最大值为95.38分，均值为81.955分，各地在政府信息化水平和网上政务服务能力上，存在发展不平衡的现象。在环境因素中，由于我国国土面积幅员辽阔和国家经济发展的战略规划，东中西部在人口密度、产业结构、互联网普及情况上存在显著的差异，并有着各自鲜明的特点。

这些客观条件在一定程度上会影响地方政府政策创新扩散的积极性。在组织维度上，财政自给率的均值为0.441，可见各地政府负债压力较重。中央信号指标均值为0.686，可见在各地推行数字政府的政策中，有68.6%的压力来自中央。同时，基本上各省份对于运用新技术来进行政府改革的观念相对较为开放，不会刻意设置壁垒。

若自变量间存在严重的多重共线性，那么就很难区分每个自变量对于因变量的单独影响，使得模型估计不准。为此，对自变量进行了多重共线性检验。结果显示，方差膨胀因子（VIF）最大为6.553，小于10。因此认为，自变量间不存在严重的多重共线性问题。

（二）回归分析

利用Stata16.0软件，基于二元logit模型回归的事件史分析结果，如表3所示：

表3中，模型1至模型3分别单独纳入了技术维度因素、环境维度因素和组织维度因素三类自变量，模型4的回归模型完整考虑了所有自变量因素。

表3报告了几个模型的回归结果，通过展现分析回归系数、标准误差、显著性水平等反映自变量显著性的指标，以及回归方程的似然函数值、模型的伪R²、模型的AIC和BIC等反映模型拟合优度的指标。其中，模型1报告了仅含政府信息化水平的技术维度变量，旨在考察地方省级政府技术基础水平对于数字政府政策采纳行为的影响。模型2报告了环境因素变量，旨在考察地方客观环境方面对政府数字化转型政策采纳的影响。模型3报告了组织层面的变量，旨在考察地方政府组织方面对其采纳数字政府政策影响。模型4是包含所有技术-环境-组织所有维度的全模型，旨在考察技术、环境、组织3个方面对数字政府政策采纳的影响。

（三）结果讨论

1.技术维度上的影响

模型1探讨了政府信息化水平对政府采纳数字政府政策行为的影响。结果显示，其回归系数是正数，并且通过了显著性1%水平的显著性检验。在全因素模型4中，政府信息化水平的回归系数仍然为正，且仍然显著。因此，假设H1得到支持。说明在技术维度上，政府信息化水平对地方省份的数字政府政策采纳行为具有显著的正向影响。原因可能是，地方政府的信息化、网上政务服务能力建设，是数字政府改革得以推行的基础条件，是进一步推进政府数字化提供的技术支撑。信息化水平更高的政府能将数字政府的潜能更好地发挥出来，由此可以认为，政府信息化水平是影响地方进行数字政府政策采纳的最为直接的因素。

2.环境维度上的影响

模型2探讨了环境维度上的变量对省级政府数字政府政策采纳行为的影响。结果显示，在全因素模型4中，人口密度和第三产业比重两个变量的回归系数由负转正，且都没有通过显著性检验。因此，假设H2、H3和H4没有得到支持。原因可能在于地方省份在采纳数字政府政策时，更加依赖于政府组织资源禀赋，更侧重于资源驱动而非需求驱动。同时，一个省域内产业结构的变化可能是政府一种有意调整，第三产业发展立足未稳，面对政商关系还没有形成统一的需求和议价的能力，市场寓于政府的发展调控逻辑之中。

3.组织维度上的影响

模型3从组织层面讨论了省级政府数字政府政策采纳行为的影响。结果显示，中央信号、全国压力和政府组织开放性3个变量通过了显著性检验。在全因素模型4中，三者显著为正，故假设H6、H7b和H8得到支持。中央信号对省级政府数字政府政策采纳正向影响显著，该结论可以从我国特殊的央地关系角度来理解，中央认可的政策对于地方有着极强的绩效引导，及时响应中央信号是在风险最小的前提下提高治理绩效的最优解。全国压力回归系数是正数，说明全国其他兄弟省份对于地方政策创新扩散确实有着积极的正向影响，且影响显著。但是，临近压力影响不显著。全国压力和临近压力之所以存在差异，原因可能在于，虽然省份在地理位置上相邻，但是经济发展实力间存在着较大的差距，如河北和北京、天津，江苏和安徽，浙江和江西等。一些省份在省际竞争上并不是以相邻的兄弟省份为比照对象，而是对标经济发展水平相差不大的同侪省份，全国压力这一变量则将这一部分因素纳入其中，故而呈现出显著的影响效果。政府组织开放性回归系数显著为正，是因为长期以来，市场化指数被认为是衡量我国政府制度转轨进程的核心变量，地方市场制度环境越开放成熟，就越能接受政策创新，变革治理理念。政府财政自给率未通过显著性检验。原因可能在于政策采纳并不一定伴随着大量资源的持续性投入，数字政府政策采纳可能只是象征性的政治行为。所以，地方政府即使在财政健康状况不良的情况下依然会采纳政策创新，迎合中央，表明地方在推进政府治理现代化中的积极作为。

六、结论与启示

（一）结论

基于省级政府2018—2021年的数字政府改革政策的面板数据，结合我国政策实践的具体背景，提出了数字政府改革扩散影响因素的研究体系，并通过构建政策采纳事件史分析回归模型，实证测量了省级政府政策采纳的影响因素，有助于数字政府政策扩散领域的进一步研究。研究发现：综合模型4中技术（政府信息化水平）、组织（中央信号、全国压力、组织开放性）与政策创新采纳之间有紧密的关系，存在积极的正向影响。模型中环境维度因素表明，尽管省域互联网普及率和第三产业比重不显著为正，但其假设也得到部分验证，政策创新扩散一定程度上会受到地方经济发展水平的影响。

（二）启示

从上述结论中可以获得启示：一是需要强化上级政策引导，增加政策扩散资源支持。由于我国独特的央地关系，决定了中央在地方政策创新扩散的“风向标”作用。2022年6月，国务院印发《关于加强数字政府建设的指导意见》，对数字政府建设目标、要求、框架等内容进行了明确，但仍缺少财政、权力等各种资源的支持。二是搭建省域之间的沟通交流平台，加强府际学习和政商合作，充分发挥省级政府在统筹推进数字政府建设中的指挥中心作用，激发市场主体活力，利用企业在技术方面的优势，共同打造数字生态。三是畅通与社会、市场的沟通渠道，构建多元化的公众表达机制。数字政府本质上是一场政府与社会、市场关系的深刻变革，多方参与、协同共治是政府数字化转型的核心理念。在服务型政府职能转变的背景下，数字政府建设不是“闭门造车”，应为群众、企业提供一个常态化的互动平台，同时发挥舆论媒体作用，以群众和企业的需求为导向推进政府数字化建设，不断完善相关政策，提升政策创新扩散的质量。

（三）研究的不足

尽管本研究对影响数字政府改革政策创新扩散的相关因素进行了理论讨论和实证分析，但受限于客观条件，仍存在一些不足。一是尽管通过梳理国内外相关文献及实践观察，从“技术-环境-组织”3个维度确立了研究的解释变量，但是不排除还存在没有纳入研究但对结果变量有解释力的其他因素。同时，在对其中的一些变量的测量上稍显粗糙，仍有改进空间。二是受限于数据的可及性，对于政策创新采纳这一核心被解释变量的界定相对表面，政策采纳并不等于实现了有效的政策扩散，政策扩散结果的评价不应仅仅关注地方政府对创新政策的态度，即采纳与否，还应当关注其落地实施后的具体效果。政策实现有效扩散，应该是在政策模仿的基础上，结合地方情景作出政策调适和再生产，而不是停留在发文件、喊口号的层面。三是事件史分析法虽然在处理删截数据和时变变量上有独特优势，但是无法分析多变量间的协同并发作用，以及影响政策省际扩散的驱动机制。如何克服这一问题，也是未来可以继续探索的方向。

参考文献：

[1]沈费伟，诸靖文.数据赋能：数字政府治理的运作机理与创新路径[J].政治学研究，2021（1）：104-115，158.

[2]鲍静，贾开.数字治理体系和治理能力现代化研究：原则、框架与要素[J].政治学研究，2019（3）：23-32，125-126.

[3]王学军，陈友倩.数字政府治理绩效生成路径：公共价值视角下的定性比较分析[J].电子政务，2021（8）：53-66.

[4]黄璜.中国“数字政府”的政策演变：兼论“数字政府”与“电子政务”的关系[J].行政论坛，2020（3）：47-55.

[5]郭蕾，黄郑恺.中国数字政府建设影响因素的实证研究[J].湖南社会科学，2021（6）：64-75.

[6]陈小华，祝自强.中国省级数字政府发展水平的影响因素分析[J].中共宁波市委党校学报，2022（4）：96-106.

[7]郭高晶，胡广伟.我国数字政府建设绩效的影响因素与生成路径：基于31省案例的模糊集定性比较分析[J].重庆社会科学，2022（3）：41-55.

[8]陈鹤，万丁丁.我国数字政府发展水平的影响因素和提升路径分析：基于27个省会城市的组态研究[J].科学与管理，2022（6）：78-84.

[9]逯峰.整体政府理念下的“数字政府”[J].中国领导科学，2019（6）：56-59.

[10]北京大学课题组，黄璜.平台驱动的数字政府：能力、转型与现代化[J].电子政务，2020（7）：2-30.

[11]蒋敏娟.地方数字政府建设模式比较：以广东、浙江、贵州三省为例[J].行政管理改革，2021（6）：51-60.

[12]阮霁阳.数字政府建设影响因素研究：基于127份政策文件的大数据分析[J].西南民族大学学报（人文社会科学版），2022（4）：185-191.

[13]刘佳，刘俊腾.“最多跑一次”改革的扩散机制研究：面向中国294个地级市的事件史分析[J].甘肃行政学院学报，2020（4）：26-36，125.

[14]蔡秀云，李雪，汤寅昊.公共服务与人口城市化发展关系研究[J].中国人口科学，2012（6）：58-65，112.

[15]PARKES S D, MARSDEN G, SHAHEEN S A, et al. Understanding the Diffusion of Public Bikesharing Systems: Evidence from Europe and North America[J]. Journal of Transport Geography, 2013, 31: 94-103.

[16]许勇.省级大数据政策扩散研究[D].济南：山东大学（硕士学位论文），2021.

[17]VAN DER HEIDEN N, STREBEL F. What about Non-Diffusion? The Effect of Competitiveness in Policy-Comparative Diffusion Research[J]. Policy Sciences, 2012, 45（4）: 345-358.

[18]杨志，魏姝.政策扩散视域下的地方政府政策创新持续性研究：一个整合性理论框架[J].学海，2019（3）：27-33.

[19]DIMAGGIO P J, POWELL W W. The Iron Cage Revisited: Institutional Isomorphism and Collective Rationality in Organizational Fields[J]. American Sociological Review, 1983, 48（2）: 147-160.

[20]马子晗.“最多跑一次”改革扩散时空演进及影响因素研究[D].杭州：浙江大学（硕士学位论文），2021.

[21]GLOBERMAN S, SHAPIRO D. Governance Infrastructure and US Foreign Direct Investment[J]. Journal of International Business Studies, 2003, 34（1）: 19-39.

[22]埃里森.事件史和生存分析[M].上海：格致出版社，2017.

[23]邓崧，巴松竹玛，李晓昀.府际关系视域下我国数字政府建设创新扩散路径：基于“试验-认可-推广”模型的多案例研究[J].电子政务，2021（11）：23-33.

[24]储德银，费冒盛，黄暄.地方政府竞争、税收努力与经济高质量发展[J].财政研究，2020（8）：55-69.

作者简介：王兴宇，华中科技大学公共管理学院，硕士研究生，研究方向为公共经济与公共政策。

《经营与管理》2024年第10期