基于解释结构模型的政府开放数据质量影响因素研究

作     者：周天淇 

作者单位：长春工业大学 

学位级别：硕士

导师姓名：蔡晶波

授予年度：2024年

学科分类：12[管理学] 1204[管理学-公共管理] 120401[管理学-行政管理] 

主      题：政府开放数据 政府开放数据质量 影响因素 解释结构模型 

摘      要：政府数据开放能够有效地创造社会经济价值、改善公共服务质量、提升公众生活品质、提升政府决策水平,进而提高公众对政府的满意度和信任度,已成为世界各国的普遍共识。为此,自2009年美国联邦政府数据开放平台上线以来,政府数据开放在全球范围内呈现出蓬勃发展的态势,许多国家和地区积极推进政府数据开放工作。我国政府亦高度重视政府数据开放,截至2022年11月,我国已有208个地方政府数据开放平台上线。但是在我国的政府数据开放中还普遍存在数据质量参差不齐、数据重复、开放数据的颗粒度低、数据碎片化、缺乏高价值数据等问题,这些问题的存在降低了政府开放数据的利用价值,阻碍了数据的广泛应用和社会价值的实现,使数据本应具有的巨大潜力无法得到充分释放。因此,提升开放政府数据质量,构建公共数据基础设施,是智能时代政府面临并亟待解决的问题。 本文以新公共服务理论、开放政府理论和TOE框架理论为基础,运用文献研究法与德尔菲法研究方法,从“技术-组织-环境三个层面对政府开放数据质量影响因素进行了识别与分析,在此基础上,建立了政府开放数据质量影响因素的解释结构模型,按照各因素对政府开放数据质量的影响程度,将其划分为表层影响因素、中层影响因素、深层影响因素三个层级,对层级之间的逻辑关系进行了深入分析,探究了不同层级因素对政府开放数据质量的作用路径,研究表明:技术类因素是政府开放数据质量的直接影响因素;组织结构、组织文化等内部组织类因素为政府开放数据质量的间接影响因素;用户需求、政策和法律法规等外界环境类因素是政府开放数据质量的根本影响因素。为此,本文从加强整体规划,明确法规政策体系;建立协调机制,优化组织管理制度;提高人员素养,提升技术运用水平三个方面提出建议,以期提高政府数据开放质量。