跨部门政府信息资源共享影响因素的实证研究.docx

跨部门政府信息资源共享影响因素的实证研究.docx

《跨部门政府信息资源共享影响因素的实证研究.docx》由会员分享，可在线阅读，更多相关《跨部门政府信息资源共享影响因素的实证研究.docx（14页珍藏版）》请在冰点文库上搜索。

跨部门政府信息资源共享影响因素的实证研究

跨部门政府信息资源共享影响因素的实证研究

龚立群/高琳

2012-10-197:

53:

53　　来源：

《情报资料工作》2012年04期

　　【英文标题】InfluencingFactorsofCross-departmentGovernmentInformationResourceSharingasViewfromaPositivistPerspective

　　【作者简介】龚立群，女，1973年生，昌吉学院计算机工程系副教授，新疆831100；高琳，女，1962年生，昌吉学院计算机工程系副教授，新疆831100。

　　【内容提要】文章从技术视角、组织管理视角以及法律和政策视角构建了跨部门政府信息资源共享影响因素概念模型，并进行了实证研究。

　　Thispaperbuildsaconceptualmodeloffactorsaffectinginter-organizationalgovernmentinformationsharingfromtheperspectiveoftechnology,organizationalmanagementaswellaslegalandpolicy,andcarriesoutanempiricalstudy.

　　【关键词】跨部门/政府信息资源共享/影响因素inter-organization/governmentinformationsharing/affectingfactors

　　政府信息资源共享和政务协同已成为目前我国电子政务建设的关键任务。

跨机构、高效率的网络政务协同的实现也是建立在信息共享（尤其是跨部门信息共享）的基础之上。

跨部门信息共享将潜在地提高政府部门行政工作效率和业绩，促进更好地决策，并给公民提供更好的服务，因此，跨部门政府信息资源共享是我国电子政务建设的重中之重[1]。

　　然而跨部门政府信息资源共享是一个复杂的过程，受到诸多影响因素的制约，对这些主要影响因素及这些因素间的相互作用进行全面系统研究，能够找到影响跨部门政府信息资源共享的障碍，据此改善对跨部门政府信息资源共享有重要影响的环节，提升政府的公共服务水平。

　　本文首先基于结构方程模型（StructuralEquationModeling，SEM）构建能够描述各个影响因素和跨部门政府信息资源共享之间因果关系的概念模型，并提出研究假设；其次构建对潜变量进行测量的观测变量，然后根据观测变量设计调查问卷，并收集观测数据，运用偏最小二乘回归法（PartialLeastSquaresRegression，PLS）来评估、修正模型，从而确立影响跨部门政府信息资源共享的主要影响因素以及其影响力。

　　1跨部门政府信息资源共享影响因素概念模型

　　Dawes的跨部门信息共享研究[2]和Zhang的电子政务知识共享研究[3]都从技术、管理和政策三个主要视角来分析跨部门信息共享的影响因素。

为了对跨部门政府信息资源共享的影响因素有一个更全面的了解，有必要从多个视角来分析社会和技术因素。

基于现有文献、案例分析和访谈调研，本文在Dawes和Zhang的基础上，从技术视角、组织管理视角以及法律和政策视角构建了跨部门政府信息资源共享影响因素概念模型，如图1所示。

　　1.1技术视角

　　随着信息技术的飞速发展，跨部门协同的效率和效能得到了提升[4]。

Gil-Garcia等人认为，信息共享活动可以被看做是由信息系统构建、组织结构变革和业务流程再造所组成的IT项目[5]。

　　不同的政府部门在其业务活动中往往采用不同的硬件、软件、数据标准和信息系统，为了实现跨组织信息共享需要对不同平台上的异构信息系统、数据标准、数据模式和质量进行整合。

对于政府部门来说，一方面需要为这种整合付出一定的资源；另一方面，异构信息系统整合本身也非常具有挑战性。

因此，本文提出第一个假设：

H1：

异构的硬件、软件和信息系统对于跨部门政府信息共享具有负向影响。

　　政府部门中涉及国家机密、国家安全的信息需要绝对保密，而信息资源共享却要求信息的高度公开，这势必影响到信息的保密性，因此，如果跨部门信息共享中的信息安全不能够保证，政府部门则会由于害怕信息泄密，而回避信息共享，这就加大了跨部门政府信息资源共享的难度。

反之，政府部门就会在信息共享安全的情况下愿意共享信息。

因此，本文提出第二个假设：

H2：

信息安全保障对于跨部门政府信息共享具有正向影响。

　　目前许多政府部门的IT业务采用外包的形式，信息系统外包也为跨部门信息共享带来了一定的困难，这主要是由于外包服务商有可能没有很好地编写和保存信息系统的设计规范细节，导致后期信息系统整合困难。

另外一些早期系统的外包服务商可能在商业竞争中退出市场，从而不能继续对其所负责开发的信息系统进行支持和维护。

因此，本文提出第三个假设：

H3：

IT外包对于跨部门政府信息共享具有负向影响。

　　政府部门的信息技术能力也是影响跨部门信息共享的一个重要的因素[6-7]。

跨部门政府信息共享过程中涉及信息处理、办公自动化、系统的兼容性、安全性等技术问题，信息技术能力较强的政府部门则能够很容易解决这些问题，从而实现跨部门信息共享。

因此，本文提出第四个假设：

H4：

政府部门信息技术能力对于跨部门信息共享具有正向影响。

　　1.2管理和组织视角

　　政府跨部门信息共享在很大程度上依赖于部门之间的信任[8]。

Gil-Garcia等人指出信任的社会网络是政府信息整合概念模型的四个组件之一[9]。

跨部门信息共享中的信任有三种类型：

基于计算的信任、基于身份的信任和基于机构的信任[10]。

由于缺乏部门间的相互信任，有信息需求的政府部门会对其他组织所提供的信息有效性和准确性有一定的怀疑，因而宁愿自己收集信息。

因此，本文提出第五个假设：

H5：

部门间的信任关系对于跨部门政府信息共享有正向影响。

　　缺乏资源（如人力资源）也会影响跨部门信息共享[4]，这主要是由于跨部门信息共享的实施需要一定的人力、物力和资金，同时还需要花费时间和资金对参与共享的公务人员进行培训。

由于缺乏资源，当跨部门信息共享效益在短期内不能见效时，政府部门往往会更多地集中精力去处理本组织内部的一些紧迫的事情，而不愿意在跨部门信息共享上下力气。

基于以上分析，本文提出第六个假设：

H6：

缺乏资源对于跨部门政府信息资源共享具有负向影响。

　　研究者指出一些缺乏信息共享经验的政府部门可能不能充分了解跨部门信息共享所能够带来的收益，同时由于官僚制组织边界的问题，政府部门可能并不知道是否可以或者何种情况下能够将其所拥有的信息与其他部门共享，也不知道能够从其他部门获取什么信息。

因此，本文提出第七个假设：

H7：

缺乏信息共享经验对于跨部门政府信息共享具有负向影响。

　　政府部门间也具有相互利益竞争，樊博认为，部门利益是制约跨部门政务信息协同的最大障碍之一[11]。

在跨部门政府信息共享过程中，不可避免地会触动现有的权力结构和既定的利益格局，各政府部门为了各自利益可能有意识地抵制或排斥信息共享。

因此，本文提出第八个假设：

H8：

利益竞争或部门利益对于跨部门政府信息共享具有负向影响。

　　跨部门信息共享涉及参与组织间复杂的交互，这主要是由于不同的参与组织具有不同的价值观和文化。

Drake将政府公共机构中的文化分为三种类型：

政治家制、官僚制和科学管理[12]。

处于一种亚文化中的人往往不知道处于其他亚文化中的人需要什么信息，而且对从其他亚文化组织中接收到的信息质量缺乏信任。

因此，本文提出第九个假设：

H9：

不同的价值观和文化对跨部门政府信息资源共享具有负向影响。

　　不同的组织具有他们各自不同的操作流程、控制机制和工作流，这也增加了跨部门政府信息共享的难度[8]。

对于政府部门来说，要实现与其他政府部门的信息共享，就有可能需要对其原有的、已经习惯了的操作流程、控制机制和工作流进行变革和再造，这往往会使得相关政府部门由于惰性或个体利益而抵触信息共享。

基于此，本文提出第十个假设：

H10：

不同的操作流程、控制机制和工作流对于跨部门政府信息共享具有负向影响。

　　领导机制也能够促进跨部门协调。

通过提供共同愿景、指导和资源，上层的管理支持可以帮助发起和维护跨部门信息共享[13]。

跨部门信息共享的领导机制可以通过行政参与、正式权力和非正式领导来实施。

因此，本文提出第十一个假设：

H11：

领导机制对于跨部门信息共享具有正向影响。

　　根据处理成本经济理论，奖励激励和补偿机制对于跨部门政府信息共享也具有非常重要的影响作用[14]。

政府部门在收集信息和知识时也付出了一定的人才、物力、资金和时间，如果缺乏合理的补偿，将会降低信息提供部门共享信息的积极性，而不愿意与其他政府部门共享信息。

因此，本文提出第十二个假设：

H12：

奖励和激励对于跨部门信息共享具有正向影响。

　　1.3法律和政策视角

　　法律和政策规定了跨部门政府信息资源共享的范围、内容、形式、公共安全和绩效评价。

法律和政策视角的跨部门政府信息资源共享的障碍主要是信息共享缺乏行政和法律的支持。

　　法律和政策对于跨部门信息共享具有非常重要的影响[15-17]。

研究者指出，法律、政策和法规有利于跨部门信息共享过程中相关部门构建合作关系、减少风险和建立信任[18-19]。

例如，如果没有相关的法律和政策规定政府部门必须提供可以共享和应该共享的信息，就会使得政府部门出于利益的考虑而不愿意共享信息；如果没有相应的政策来保证信息提供部门的合法权益，就会导致政府部门不愿意与其他部门共享信息；如果缺乏保障信息共享过程中保护信息隐私和信息安全方面的政策，就会导致政府部门害怕共享信息；如果没有相应的标准规范政策，就会使得政府部门在信息采集、组织、分类、保存、发布与使用上采用各自的标准，增加信息共享的难度。

基于以上分析，本文提出第十三个假设：

H13：

完善的法律和政策对于跨部门政府信息资源共享具有正向影响。

　　跨部门政府信息共享可能会使得参与共享的政府部门面临着监察机构的公共监察和绩效评价，也会降低政府部门参与信息共享的意愿。

因此，本文提出第十四个假设：

H14：

公共监察和绩效评价对于跨部门政府信息资源共享具有负向影响。

　　2研究方法

　　2.1观测变量模型

　　根据本文前面所构建的概念模型和研究假设，确定问卷量表中需要测量的主要变量包括信任、不同的价值观和文化、激励和奖励、法律和政策等14个潜变量。

由于概念模型中的潜变量是不能直接测量的，还需要为这些潜变量分别构造观测变量（测量指标）。

本文构建了可直接测量的观测变量模型，模型中所采用的观测变量参考已有研究文献中已被证实或者相对比较成熟的测量项目，根据实际需求进行一定的修改。

本文采用Likert5点量表计量尺度进行测量。

　　2.2数据来源

　　本文的定量分析数据来自于调查问卷。

本文以对蔬菜食品安全监管信息共享和流动人口管理信息共享为例来进行实证研究。

蔬菜食品安全监管涉及环境监测、投入品监测和产品监管等几个子业务，其中参与环境监测的政府部门包括农委、食品办、农业局、农业环监站等，参与投入品监测的政府部门包括种子站、植保站、土肥站，参与产品监管的政府部门包括农业环监站、植保站，由此可看出，要实现蔬菜食品安全监管需要以上多个政府部门进行信息共享和协作。

流动人口管理围绕居住登记、社会治安、婚育管理、房屋租赁、劳动用工、卫生保健、教育培训等重点环节，涉及人口计生、公安、综合治理、人社、民政、卫生、教育等多个部门的信息共享和协作。

参加问卷填写的人员包括政府部门中负责跨部门信息资源共享的领导人员，具体从事跨部门信息共享的业务人员，政府部门的信息化负责人以及信息化技术人员。

共发放问卷280份，回收有效问卷262份，有效回收率为93.6%。

　　2.3数据分析方法

　　本文采用PLS来求解结构方程模型。

PLS是将主成分分析与多元回归结合起来的迭代估计，是一种因果建模的方法，适用于通过测量观测变量对潜变量进行最优预测。

基于PLS的结构方程模型由测量模型和结构模型两部分组成。

本文的计算过程选用smartpls2.0软件进行。

　　3数据分析和结果

　　3.1测量模型

　　测量模型反映了14类外生潜变量和其观测变量（测量指标）之间的关系。

主要利用复合信度系数（CompositeReliability，CR）、阿尔法系数（Cronbach'sCoefficientAlpha，CCA）和区分效度等指标对测量模型的信度和效度进行评价，计算结果如表1所示。

　　复合信度系数可作为测量工具的信度系数。

若信度系数高，表示各指标内部一致性高，即所选取的若干观测变量较为一致地测度了某一潜变量。

一般复合信度系数达到0.70即认为测量模型内部一致性可接受。

从表1可以看出14个潜变量的复合信度系数均在0.7以上，这说明了用所设定的观测变量来测量潜变量是合适的。

　　阿尔法系数用来评估观测变量能够解释其所建构的潜变量的程度，当阿尔法系数的值等于或大于0.70时，所建构的测量模型具有满意的信度和稳定性。

从表1可以看出，所选择的观测变量能够测量信任变量的79.8%，激励和奖励的93.3%等，这说明本文所建构的测量模型达到信度要求。

　　内敛效度主要看AVE（AverageVarianceExtracted）值。

一般认为AVE指标的值应至少大于0.5。

从表1可以看出，各潜变量的AVE值均大于0.7，证明了内敛效度的存在。

　　测量模型的区分效度是检验各潜变量互相区别的程度，本文选取通过比较潜变量的AVE平方根值和潜变量之间的相关系数大小来判断潜变量的区分程度。

若所有潜变量的AVE平方根均大于其与其他变量的相关系数，则认为不同潜变量之间具有明显的区分效度。

表2为区分效度检验结果，对角线上的数值均为各变量AVE值的平方根。

从表2可以看出，其值均大于该变量与其他变量间的相关系数，说明变量间具有良好的区分效度。

　　3.2结构模型

　　结构模型用于表示14种外生潜变量与内生潜变量（跨部门政府信息资源共享）之间的因果关系。

结构模型检验主要通过估计潜变量的路径系数的大小及计算R2值来检验。

路径系数的大小反映出不同潜变量对跨部门政府信息资源共享的影响程度，R2值代表了因变量被自变量所解释的程度。

　　图2标出了各个潜变量之间的结构关系标准化路径系数和t值。

图2的R2数值为0.613，表明技术视角的信息安全、IT外包等和组织管理视角的信任、缺乏资源等以及法律和政策视角的法律和政策共12类外生潜变量对于跨部门政府信息资源共享有61.3%的解释能力，从而反映出模型整体拟合度较好。

　　4结语

　　4.1跨部门政府信息资源共享影响因素结构模型分析

　　从研究结果来看，在跨部门政府信息资源共享影响因素模型中，除了假设H11和H14外，其他假设均成立。

从技术视角来看，信息安全和IT能力对跨部门政府信息资源共享有非常显著的正向影响；异构的硬件、软件和信息系统、IT外包对跨部门政府资源信息资源共享有非常显著的负向影响。

从组织管理视角来看，信任、激励和奖励对跨部门政府信息资源共享有非常显著的正向影响；缺乏资源、缺乏经验、利益竞争或部门利益、不同的价值观和文化、不同的操作过程、控制机制和工作流对跨部门政府信息资源共享有显著的负向影响。

从政策和法律视角来看，法律和政策的保障对于跨部门政府信息资源共享有非常显著的正向影响。

　　4.2改善跨部门政府信息资源共享的启示

　　通过对跨部门政府信息资源共享影响因素结构模型的分析可知，要改善我国跨部门政府信息资源共享需要做好以下几方面的工作：

（1）异构的硬件、软件、数据标准和信息系统一定程度上阻碍了跨部门政府信息资源共享。

针对跨部门信息共享过程中的这类技术问题，可行的解决方案包括：

使用基于标准的元数据模型、基于XML的数据交换模型、本体、企业应用集成（EnterpriseApplicationIntegration，EAI）、工作流管理系统（WorkflowManagementSystem，WFM）、WebService和SOA等技术来实现跨部门信息共享中信息系统和异构数据库的整合。

例如美国的联邦地理数据委员会开发了地理元数据标准来促进地理数据的协同开发、使用、共享和分发。

（2）信息安全也影响着跨部门政府信息资源共享，可以说是政府信息资源共享中最关键、最基本的问题。

因此，要切实做好政府信息资源的安全管理和保密管理工作，对信息进行分级管理，并设计一个能够处理信息共享过程中的访问授权与认证的系统。

政府部门要采用先进、实用的安全技术和产品，同时要建立健全安全规章制度，加强对相关业务人员和技术人员的安全教育，从而为政府信息资源共享建立信息安全保障体系。

　　（3）政府部门不同的操作过程、控制机制和工作流对于跨部门政府信息资源共享具有影响。

信息共享涉及参与协同的多个组织互相调整其业务过程，这不仅需要技术转换，而且需要决策政策和员工思维定势的变革。

从技术角度来看，可以使用OASIS和SOA参考架构来支持跨组织的业务过程和服务建模和互操作。

　　（4）构建一个信任的社会网络对于跨部门政府信息资源共享非常重要。

信任的社会网络是指由彼此了解和信任的跨部门政府信息共享的参与者所组成的社会网络。

由于缺乏共同的目标、缺乏领导机制以及组织间的竞争关系，在参与信息共享的多个组织间构建信任比较困难。

可以采取以下措施来在多个政府部门问培育信任的社会网络：

明确每个参与信息共享的政府部门的角色和责任；充分了解每个部门的工作流程和信息系统运行机制；负责跨部门信息共享的行政主管正确行使职权，从而建立起相互的尊重和信任。

　　（5）跨部门政府信息资源共享过程中所涉及的法律和政策包括信息公开政策、保障信息共享过程中信息隐私和信息安全方面的政策、保护政府机制合法权益的电子政府信息资源产权方面的政策等。

我国目前已有一些法律、政策和制度支持部门间的信息共享，但并不完善[20]，这在一定程度上阻碍了跨部门政府资源资源共享的实现。

因此，政府部门还需要加快制定一系列有关跨部门政府信息资源共享法律、政策、制度、规定和条例，明确政府信息共享的范围、内容和标准以及各相关主体的责任、权利和义务，从而为政府信息资源共享建立完善的法律和政策保障机制。

　　【参考文献】

　　[1]樊博.跨部门政务信息资源共享的推进体制、机制和方法[J].上海交通大学学报，2008，16

（2）：

13-20

　　[2]DawesSS.Interagencyinformationsharing:

Expectedbenefits,manageablerisks[J].JournalofPolicyAnalysisandManagement,1996,15（3）:

377-394.

　　[3]ZhangJ,DawesSS,SarkisJ.Exploringstakeholders'expectationsofthebenefitsandbarriersofe-governmentknowledgesharing[J].TheJournalofEnterpriseInformationManagement,2005,18（5）:

548-567.

　　[4]ZhangJ,DawesSS.Expectationsandperceptionsofbenefits,barriers,andsuccessinpublicsectorknowledgenetworks[J].PublicPerformance&ManagementReview,2006,29（4）:

433-466.

　　[5]Gil-GarciaJR,Chengalur-Smith1,DuchessiP.Collaborativee-Government:

Impedimentsandbenefitsofinformation-sharingprojectsinthepublicsector[J].EuropeanJournalofInformationSystems,2007,16

（2）:

121-133.

　　[6]AkbulutAY,KelleP,PawlowskiSD,SchneiderH,etal.Toshareornottoshare?

Examiningthefactorsinfluencinglocalagencyelectronicinformationsharing[J].InternationalJournalofBusinessInformationSystems,2009,4

（2）:

143-172.

　　[7]DrissK,AsmaeElM.Backofficeintegrationissuesindevelopingcountrycontext:

LessonslearnedfromacasestudyinMorocco[C].theProceedingsofthe2ndInternationalConferenceonTheoryandPracticeofElectronicGovernance,2008.

　　[8]CanestraroDS,etal.Regionaltelecommunicationincidentcoordination:

Sharinginformationforrapidresponse[J].InformationPolity:

TheInternationalJournalofGovernment&DemocracyintheInformationAge,2009,14（1/2）:

113-126.

　　[9]Gil-GarciaJR,PardoTA,BurkeB.Conceptualizinginformationintegrationingovernment[C].InJ.Scholl（Ed.）,ElectronicGovernment:

Information,Technology，andtransformation,2010:

179-202.

　　[10]Luna-ReyesLF,Gil-GarciaJR,CruzCB.CollaborativedigitalgovernmentinMexico:

Somelessonsfromfederalweb-basedinter-organizationalinformationintegrationinitiatives[J].GovernmentInformationQuarterly,2007，24（4）:

808-826.

　　[11]樊博.绩效驱动的电子政务信息共享及协同应用[J].图书与情报，2008（4）：

43-47.

　　[12]DrakeDB,StecklerNA,KochMJ.Informationsharinginandacrossgovernmentagencies:

Theroleandinflue