摘要：有效的政府大数据治理将提升数据价值，提高数据决策支持能力，改善政府资产的有效管理，提高政府治理能力和服务水平。然而，学界对政府大数据治理有不同的视角和不同理解，缺乏一个综合的治理框架能囊括大数据治理的核心要义。文章构建了协同创新理论下的政府大数据治理框架。该框架在借鉴已有政府大数据治理框架的基础上，以协同创新理论为分析基础，识别政府大数据协同治理的关键要素及其相互关系。该框架通过目标和愿景、参与者和利益相关者、数据资源、活动流程以及多维度要素的协同，促进政府大数据的有效治理。采用案例研究法验证所提出框架的有效性，进一步阐明各个维度中的不同层次和要素，以及它们之间的关系进而对框架提出修正与完善。所提出的框架有助于理解政府大数据治理的主要驱动力和关键影响因素，可以作为制定国家、行业和地方各级政府大数据治理战略和解决方案的参考性框架。
关键词：政府大数据治理；治理框架；协同创新理论；案例研究
1引言
大数据是信息化时代的热门话题，在政府治理、业务创新、在线公共服务等各个领域都受到了广泛关注。与一般数据不同，具备4V特性的大数据通常需要运用更经济高效的创新方法来提高判断力，从而做出正确决策和创造最大产出。此外，政府大数据定义了大数据的所有权，即政府部门拥有的大数据。政府部门可以利用大数据实现更民主、方便、高效的政府事务处理，从而支持政策制定、系统规划、资源配置和绩效管理等等，具体表现为通过实时业务数据分析来提高政府在线信息以及服务的提供，使用实时信息来提供普适性和个性化的电子政务体验，通过数据分析实现动态参与公共事务决策，以及为业务流程重组和政府转型提供决策依据。
然而，从辩证的角度来看，大数据的出现对政府来说也是一把双刃剑，既带来了机遇，也带来了挑战。除了上述机遇和优势外，政府大数据还面临一系列挑战，如数据安全问题、数据质量问题、数据垄断问题、数据业务支持和决策支持有效性问题等。因此，为了解决这些问题，数据治理的概念应运而生。数据治理是在治理概念基础上的衍生。目前学术界对治理一词没有达成统一，但在众多的定义中，有一个相对权威的定义。全球治理委员会（Commission on Global Governance）提出治理是指个人和机构（公共和私人）管理共同事务的多种方式的总和。这是一个持续的过程，通过这个过程来对不同利益主体之间进行调和并实现行动协同。其强调利益相关者的多样性，并强调治理是一个多层次、多行为的复杂结构。具体到数据治理，数据治理的目的是更好地定义、管理和共享数据，以确保利益相关者可以使用完整、可靠、安全和一致的数据。此外，数据治理不仅是一个技术概念，也是政策实施、组织和管理运作以及标准指南应用的综合结果。
此外，在政策层面，政府大数据治理已经被数次肯定其重要性。习近平总书记在中国共产党第十八届第三次全体会议上提出了“推进国家治理体系和治理能力现代化”的主张。2015年9月，国务院发布了《促进大数据发展行动纲要》，提出“大数据成为提升政府治理能力的新途径，需要建立‘用数据说话、用数据决策、用数据管理、用数据创新’的管理机制”。国务院办公厅印发的《关于运用大数据加强对市场主体服务和监管的若干意见》指出“充分运用大数据先进理念、技术和资源，加强对市场主体的服务和监管，推进简政放权和政府职能转变，提高政府治理能力”。
在研究领域，当前国内外关于政府数据治理研究呈逐步上升的趋势，政府大数据治理和治理框架构建的重要性在文献中得到了广泛认可。然而，学者们对政府大数据治理有不同的理解和不同的研究视角，至今没有一个完整的治理框架能够融合不同的治理框架的核心要义。本文从协同创新的角度提出了政府大数据治理框架。该框架借鉴了已有的政府大数据治理框架的研究成果，并以协同创新理论为分析基础，确定了政府大数据治理的关键层次和要素。
2相关文献综述
本文收集了国内外政府大数据治理框架研究的文献，并对核心文献中出现的主要研究内容和主要观点进行了梳理，大致可以分为治理框架的目标和愿景、理论基础、结构和内容、实施方法和治理途径以及研究方法等内容，梳理结果为（如表1所示）。
首先，就目标和愿景而言，当前政府大数据治理框架文献分为宏观、中观和微观三个层面。宏观层面的目标和愿景主要在政府治理层面，有效的政府大数据治理将提升数据价值，提高数据决策支持能力，从而促进开放政府的实现，改善政府资产的有效管理，提高政府治理能力和服务水平。中观层面的目标和愿景主要涉及政府数据治理规则的构建，通过政府大数据治理促进数据治理规则建设，加强数据流程管理，促进治理机制建设。微观层面的目标和愿景主要是解决数据本身的问题，通过政府大数据治理解决数据质量问题、数据所有权问题和数据风险控制问题等。
其次，在理论基础和研究方法方面，目前文献中的大多数框架缺乏明确的理论支撑，更注重政策和文献中出现要素的整合。所提到的理论基础主要包括协同创新理论、信息生命周期理论、复杂系统理论、参与者网络理论和Petri网等。此外，在研究方法上，通过文献演绎法对框架构建进行的研究较多，采用实证研究方法的较少，理论框架的构建缺乏实证数据的支持。例如，明欣提出利用协同创新理论、信息生命周期理论和复杂系统理论三种理论构建框架。然而在理论应用的过程中，只是单纯介绍，没有清晰地阐释理论应用的过程，也缺失相关的实证检验。又如，虽然Zhang提出使用参与者网络理论和Petri网进行框架构建，但是缺乏相应的实证研究来支持理论构建。
再次，在治理结构和内容上，研究成果呈现出不同的特点。部分学者关注的是主体治理，部分学者关注的是客体治理，另有部分学者关注的是环境治理。例如，一些学者从客体对象治理的角度构建了框架。Kim和Cho认为，数据治理的核心目标是提高大数据的质量，其重点关注六个质量目标：数据可访问性、数据可用性、数据质量、数据一致性、数据安全性和数据可审核性，并构建了相应的治理框架，包括数据集成基础设施、标准、政策和流程以及组织。一些学者从治理活动的过程构建了框架。例如，Yebenes和Zorrilla从规划、组织、运营、实施和监控五个过程构建了治理框架。总而言之，当前文献研究中的治理框架的要素有待进一步完善，要素之间关系的有待进一步解释，理论框架的适用性需要进一步增强。
综上所述，当前关于政府大数据治理框架的研究存在以下两方面需要解决的问题。第一，现有的政府大数据治理关键问题及其影响因素研究不足，导致缺乏针对性的解决方案。第二，虽然现有研究已经提出了一些涵盖不同层次、不同要素的框架，但对要素与层次之间关系的解释还不够充分，有待进一步完善。
3政府大数据治理框架构建的理论基础
3.1协同创新理论
协同创新理论是用于解决多个创新参与者或利益相关者共同努力实现共同目标和愿景、促进创新资源共享、相互补充以实现最大整体效果和集体利益时出现的问题。相较于其他协同理论，协同创新理论所强调的“创新”更加强调协同的目的。协同创新的目的聚焦有以下三种：一是实现社会创新，在立意上站在了国家的高度，将协同创新视为一种解决人与人、组织与组织、人与自然的关系，促进一切关系和谐发展的方法论体系，最终实现国家创新和社会创新。二是实现协同主体间的共赢、获取协作方的价值和利益，认为协同创新是为了解决组织部门之间的障碍，实现共赢，是为了实现联盟利益最大化。三是实现协同主体自身的价值和利益。这样的协同目的源于协同主体在自身不足以应对外界的挑战以及压力时，或者为了创造更大的自身价值而寻求其他主体的帮助，并在协同过程中实现价值创造和增值。协同创新理论已被应用于解决实践中的复杂问题，如治理网络、企业能力提升、国家档案资源的有效整合、绿色供应链和国际化等。该理论的核心是强调面向共同的协同目标和愿景的多个协同利益相关者能组成创新利益相关者的联盟，实现复杂非线性活动和多个创新要素的连接，最终实现协同创新的目标。具体而言，该理论具有以下特征：
首先，该理论强调创新目标和愿景的协同。创新目标和愿景的协同是促进各方参与协同创新活动的前提，也决定了协同创新活动的发展目标和方向，基本目的是促进知识创新和组织的整体运行效果。在确立了基本目标的基础上，可以根据协同创新的动机、类型和时间进一步细分目标。例如，政府创新、企业创新和大学创新的目的都是为了促进创新参与者的效果。例如，建立技术、管理、概念和组织创新等以促进不同的创新类别，建立部门、系统、区域和社会创新以促进不同层次的创新。其次，该理论强调参与者或利益相关者的协同。尽管协同的参与者呈现出多样化的情况，例如组织内的不同参与者、组织内外的不同参与者以及整个组织内的不同参与者，但该理论强调参与者之间的伙伴关系形成和联盟体系构建，通过优势互补，权责明确，最终实现协同共赢。再次，该理论强调在不同层次上复杂非线性活动过程的协同。协同活动过程本身是一个复杂的系统，可能包括社会、经济、文化、技术和心理等多种因素的相互作用，同时导致不可预测的活动结果。因此，有必要采用多种协同方法和机制，将不同的活动联系起来，促进相互关系，以实现协同效应。最后，该理论强调多个要素的协同作用。协同创新活动也是多个要素的集成和匹配过程，提高资源使用效率、实现优势互补和资源共享是其共同特征。不同的协同创新活动将有不同的要素，人才、知识、系统和技术是相对常见的重要要素。
3.2协同创新理论运用于政府大数据治理框架构建的合理性分析
如上所述，协同创新理论为面向共同的创新目标和愿景，但包括多个参与者和多个复杂关系问题的解决提供了思路与方案。由于政府大数据治理是一个复杂系统，因此，利用协同创新理论，针对目标和愿景、多方参与者、过程和要素等因素采取治理行动，将确保治理活动的有效性，具体解释如下：
首先，从目标和愿景来看，政府大数据治理的最终目标是通过加强大数据治理，实现大数据价值最大化，提升政府社会治理和服务能力，发展大数据产业，转变人们的数字生活方式，促进数字社会的全面发展。政府大数据治理涉及多个政府部门，包括横向和纵向以及内部和外部。当务之急是研究如何共同推进政府大数据的有效治理，共同提高政府整体运营效率和管理效能，共同实现总体目标。
其次，从参与者和利益相关者的角度来看，政府各部门在政府大数据治理中扮演着不同的角色，如数据生产者、处理者、管理者和用户。由于各种原因，例如与责任、隶属关系、安全和保密有关的因素，政府部门很难打破部门界限。因此需要迫切研究如何突破阻碍参与者和利益相关者之间协同的难题。
再次，从流程角度看，政府大数据治理是一项综合性业务，包括多个业务活动流程、关系处理流程和数据流流程。流程中协同影响因素的发现和处理有待进一步研究。
最后，从要素角度来看，政府大数据治理涉及到不同的硬件和软件设备、不同的管理规则以及人力、财力、物力缺乏等问题。如何协同和优化各种制度规则、管理标准、管理措施、软硬件设备、人力和财力资源的配置等要素尚待研究。
3.3基于协同创新理论的政府大数据治理概念框架
鉴于上文论证的利用协同创新理论构建政府大数据治理框架的合理性，并结合政府大数据治理中数据的特点，本文提出了五位一体的政府大数据协同治理概念框架。该框架的五个维度是协同目标和愿景、协同参与者和利益相关者、协同数据资源、协同活动和流程以及协同要素，如图1所示。
第一个维度协同目标和愿景，在参与政府大数据治理的过程中，是指多个参与者具有不同的优势和责任，但有着相同的目标和愿景，并为此目标相互协同，最终推动政府大数据治理目标的实现。第二个维度是协同参与者和利益相关者，指参与其中的不同利益相关者。这些利益相关者可能持有不同的想法、经验和资源，但他们可以通过契约合同等各种形式的协同形成伙伴关系，并在协同过程中利用各自的优势互补，最终形成双赢和多赢的结果。第三个维度是协同数据资源。由于考虑到政府大数据治理是围绕数据资源本身而进行的治理行为，政府数据本身能否在数据全生命周期内在数量、质量等层面达到政府大数据的本质属性和价值属性，是亟待数据资源的协同治理的，因此协同数据资源维度是在原有协同创新理论的基础上增加的一个新维度。第四个维度是协同活动和流程，是指政府大数据治理流程中关键事件和关键管理活动和流程的同步。第五个维度协同要素是指在政府大数据治理过程中，需要准确识别并及时分配必要的保障资源，如人力、财力和其他资源。
4研究设计与方法
本研究致力于挖掘政府大数据治理的关键问题及影响因素，明确政府大数据治理框架结构、关键层次和要素以及相互关系，并以此为依据，提出针对性的解决方案和治理措施。为了实现研究目标，本研究提出以下三个研究问题：第一，政府大数据治理的核心问题是什么？
第二，政府大数据治理框架中的关键层次和要素是什么？
第三，政府大数据治理框架中的层次和要素相互关系是什么？
4.1方法和案例选择
在文献回顾和理论构建的基础上，笔者初步构建了政府大数据治理的协同创新理论框架。其次，本文采用案例研究的方法进一步验证该理论框架的适用性。案例研究法是社会科学领域中一种重要且常用的方法，该方法可分为描述性案例研究、探索性案例研究和解释性案例研究。Yin认为，案例研究通常适用于研究“如何和为什么”问题以及理论构建研究。特别是案例研究方法对理论的验证具有一定的适用性，在此基础上有助于提炼出具有启发性的内容，进而完善理论建设，或促成新理论的出现。因此，本研究采用案例研究的方法，从协同创新的角度对政府大数据治理框架进行验证和修订。大多数案例研究采用理论抽样方法，也就是根据形成理论的需要，主观地选择要研究的案例。因此，本研究采用典型的国内政府大数据治理实践进行实地调查、政策文本解读和深度访谈，对政府大数据协同治理的要素、特征和相互关系进行验证性分析，进一步修改原有的理论框架。
G省是一个较为典型且合适的案例，原因如下：2016年，国家发展和改革委员会、工业和信息化部等向G省发出了建设国家大数据综合试验区的批准函，这也是第一个国家级大数据综合试验区。该试验区旨在落实《促进大数据发展行动纲要》，加快实施国家大数据战略，促进区域大数据基础设施整合和数据资源融合应用，发挥示范带头作用。作为G省省会城市，G市在大数据试点中也发挥了示范和引领作用，取得了令人瞩目的成绩。例如，自2017年1月以来，在G市大数据局的统一领导和指挥下，G市政府数据开放平台已成为全国数据开放的引领者。从2017年到2020年的四年中，G市政府数据开放平台每年都取得了优异的成绩。可以说，G市在探索大数据治理和大数据开发应用的过程中，加强了顶层设计，建立了有效的工作机制，制定了一系列政策措施，积累了丰富的建设经验。具有G省特色的新模式的形成，也使G市在大数据授权政府管理、经济发展和提高我国中西部地区生活水平方面处于全国领先地位。因此，本案例研究为调查政府大数据治理中的要素及其关系提供了很好的案例。
4.2数据收集
本研究旨在构建基于协同创新视角的政府大数据治理框架，特别是提取主要协同要素及其关系，验证本文提出的理论框架，并对框架进行修正。为了实现这一目标，本研究采用了案例研究方法，具体来说，本文的研究方法包括两个主要部分：数据收集方法和数据分析方法。数据收集方法主要包括三种：深度访谈、文献分析和网站调查，数据分析方法采用主题分析法。表2、表3和表4列出了有关数据收集和数据来源的信息及其特征清单。
其中，深度访谈大约持续一个小时，围绕政府大数据治理中的协同主题进行。问题包括1政府大数据治理中协同创新的现状如何？协同的要素和机制是什么？2您认为，促进政府大数据治理的重要协同要素是什么？如何影响协同效果和大数据治理效果？政策文本分析使用的数据来源主要来自近年来G市与大数据治理相关的内部文件和政府出版物。
数据分析过程采用定性研究中的主题分析方法，主要遵循Braun和Clarke（2006）提出的六阶段过程：通过转录和重读数据，便于增加对数据的了解和对潜在主题的认识；生成最初的编码并整理成相应主题，并加强完善；检查主题与编码的关系；将较大的主题和子主题整合到较大的主题图中；进一步细化和重新定义主题；按逻辑顺序组织和展示研究结果。
5调查结果
5.1政府大数据治理的核心问题——协同
在访谈中，在针对政府大数据治理核心要素的协同问题的重要性认知上，大数据委员会受访者指出，大数据治理的核心关注点是“三融五跨”，即推动技术整合、业务整合、数据整合，实现跨层次、跨区域、跨系统、跨部门、以及跨业
务的协同管理和服务，充分肯定了政府大数据治理根本在于协同问题。其中一名受访者表示：
说到我们的大数据，我们称之为大数据治理是一个涉及多个参与者的问题，所有方面、所有元素和所有流程都是协同的。具体来说，在这个过程中，强调多个参与者可以在技术集成、业务集成、数据集成等方面实现跨层次、跨区域、跨系统、跨部门、跨业务的协同管理和服务（A1）
5.2协同创新治理框架的层次和要素
5.2.1协同目标和愿景
在协同创新理论中，协同创新的目标决定了不同参与者和利益相关者共同参与的方向，也使不同参与者能够发挥各自的优势和专长，在共同体中进行协同，促进最终目标的实现。以G省为例，充分证明了协同创新目标在促进政府大数据治理方面的重要性。协同创新目标主要在政策中较为体现。在《G省大数据开发与应用促进条例》中，提出政府大数据治理的目标是促进经济发展，改善社会治理，提升政府服务管理能力，服务民生，培育和壮大战略性新兴产业。条例规定了有关政府部门、大学、科研机构和企业事业单位的目标和职责。在采访中，进一步明确了G省大数据治理的主要目标是促进工业和经济发展，以及政府能力的发展，并在相关部门的网站上找到了相关责任部门在大数据治理中目标职责的具体定位，如附录表1所示①。此外，就协同目标的内容而言，主要体现在两个维度上。第一是数据本身的治理目标，主要是通过治理来提高数据的质量。第二是数据价值实现的目标，主要包括促进经济和产业发展、提高政府能力、提高人民生活水平的细分目标。
5.2.2协同参与者和利益相关者
协同创新理论充分证明，参与者和利益相关者之间的协同直接决定了协同的效果和收益。在政府大数据治理过程中，参与者和利益相关者的多元化以及关系的维护直接影响到大数据的有效治理。访谈数据反映了参与者和利益相关者之间协同的三个主要维度因素，如附录表2所示。首先，政府大数据治理依赖于多个参与者和利益相关者的参与。访谈数据表明，目前有以下类型的参与者和利益相关者参与：政府部门、企业、大学、科研机构和第三方评估机构等。每个参与者都有不同的能力、参与责任和职能，可以形成一个良好的互补结构。其次，政府大数据治理的每个参与者都有明确的权力、责任和利益划分。具体来说，有数据计划决策者、数据生产者、数据运营商、数据保管者、数据用户等等。第三，维护不同参与者和利益相关者之间的关系主要体现在以下几个方面：行政权力的制约、契约、可持续的关系沟通机制。
5.2.3协同数据资源
在政府大数据治理过程中，数据资源对象之间的协同程度直接反映治理效果，以及被治理大数据的本质属性和价值实现可能性。访谈数据表明，G市在实施大数据治理过程中，对象协同特征主要有两个方面，如附录表3所示，一是数据全生命周期的治理。G市从数据来源提出治理理念。从采集活动开始到组织管理、共享交换、协同应用，通过政策指导、技术手段、管理实施等措施，加强数据从生成到最终使用的全过程管理和控制。二是关注大数据的目标定位和核心质量。访谈充分表明，在大数据治理过程中，各部门都非常重视数据资源全面性、完整性、准确性、互操作性、关联性等质量指标。
5.2.4协同活动和过程
在协同创新理论中，协同活动和过程强调在协同过程中实现同步。根据G市的访谈数据，由于强大的统一部署和大数据治理的统一目标，所有政府部门参与者在实施过程中充分展示了行动的一致性，如统一规划和执行。值得一提的是，访谈数据充分体现了PDCA（Plan－Do－Check－Act）质量控制循环思想，有效管理大数据，如附录表4所示。具体来说，首先，大数据治理强调统一规划，明确了大数据治理的方向和目标。第二，当每个参与者执行一项行动时，能完全按照计划和部署执行。第三，每个参与者都通过监督、反馈和评估等自我检查机制反思数据治理。最后，每位参与者对标标准并对结果反思纠正，以循环方式促进治理。
5.2.5协同要素
根据实施的政策和访谈数据，协同要素包括培训、资金、基础设施和平台、人力资源、技术、标准、法律、法规和政策，如附录表5所示。具体而言：
（1）培训包括对数据采集人员的培训，以确保数据治理，以及自上而下的全方位培训，使各政府部门能够充分掌握数据共享、系统使用和数据发布的内容，确保政府大数据的有效管理和利用。
（2）资金的重要性不言而喻。资金充足的部门对政府大数据的治理得到了更好的保障。
（3）统一的基础设施和平台可以保证政府大数据的统筹规划、统一运营、统一保管，在一定程度上减少了系统的重复建设，避免了诸多安全风险，实现了数据的集中统一。标准化管理最终将有助于实现大数据的有效治理。
（4）人力资源是对大数据治理产生重大影响的另一个因素。为促进大数据有效治理，G省全面引进人才，组织专家集中培训。
（5）先进的技术是确保大数据治理的重要因素。访谈数据表明，区块链等先进技术可以为数据质量保证和全生命周期管理提供重要的技术支撑。
（6）标准因素。数据标准和数据管理的统一和标准化设计是实现大数据有效治理的必要条件。目前，实践部门要求从国家更高层面制定统一的数据规范，引导政府大数据治理朝着统一的方向发展。
（7）制定和实施强有力的法律、法规和政策是政府大数据治理的必要因素。特别是系统化的法律、法规和政策在整个生命周期内实施数据管理，实施大数据的开放、共享、分类、交换和利用规则，使所有参与者和利益相关者都能按照规则行事，这也将促进政府大数据的有效治理。
5.3协同创新治理框架的层次和要素之间的关系
从访谈数据的结果可以看出，协同创新治理框架中的层次和要素之间的关系是互动的。本研究主要发现以下关系，如附录表6和图2所示，主要存在以下关系：①协同要素中部分要素是影响其他协同维度和内容的关键要素。具体而言，法律、法规政策规定了参与者和利益相关者的协同任务和责任，明确了数据资源的状态，规定了政府大数据治理的目标、方法、内容、资源等，并在很大程度上影响数据质量；技术发展水平是影响数据质量的关键因素；人力资源的能力是影响数据质量的关键因素；基础设施和平台是数据连通性的保障。②协同参与者与利益相关方将直接数据资源的协同水平以及影响协同要素的有效配置。具体而言，协同参与者和利益相关方的合作将影响数据资源的互联效果，协同参与者和利益相关者之间的行政权力将影响法律、法规政策的实施以及数据管理活动的过程，且是基础设施和系统建设的保障。
6研究发现与结论
本文旨在从协同创新的角度构建一个多维度、多层次、多关系的政府大数据治理综合框架。在文献回顾的基础上，从上到下提出了政府大数据治理框架的五个维度，包括：协同目标和愿景、协同参与者和利益相关者、协同数据资源、协同活动和过程以及协同要素。此外，采用自下而上的案例研究方法，通过深度访谈、网站调查和内部文件获取数据，验证并完善所提出的政府大数据治理框架，进一步明确各维度的层次和要素及其相互关系。本研究的理论和实践意义及贡献如下：
6.1研究的理论意义
本研究从协同创新的角度构建了政府大数据治理的综合框架，确定了政府大数据治理的主要层次、要素，验证了将协同创新理论应用于政府大数据治理的可行性，以及政府大数据治理的相互关系。本研究揭示了以下理论发现。
第一，政府大数据治理的核心目标是解决协同问题。收集的实证数据表明，政府大数据治理的本质特征是加强协同，政府大数据治理是多元参与者协同创新共同体的本质。尽管明欣提出使用协同创新理论来研究数据治理框架，但在论证该理论适用性的过程中，其研究仅表明协同创新理论可以用于构建数据治理框架，没有反映协同创新理论核心内容与框架之间的具体关系，也没有涵盖大数据治理的所有方面。因此，本研究使用访谈数据来加深对政府大数据治理作为一个多元参与者协同创新共同体本质特征的理解。为了更好地了解政府大数据存在的问题，必须解决各级的协同问题。具体的协同内容进一步凸显了协同创新理论的价值，拓展了协同创新理论在政府大数据治理领域的应用。
第二，构建了一个全维协同创新框架，包括目标和愿景、参与者和利益相关者、数据资源、活动和流程以及要素。本研究取得了以下理论贡献：①本研究有助于了解政府大数据治理的主要驱动力和关键影响因素。特别是在原有协同创新理论的基础上，本研究针对政府大数据本身的数据治理特点，发现对象的协同是关键要素。②针对政府大数据治理的实际需要和条件，对原有协同创新理论框架五个维度的具体层次和要素进行了改进和补充，如表5所示。
第三，关于政府大数据治理的维度、层次和要素之间的关系，G省案例清楚地揭示了它们之间的密切关系。与以往的研究相比，本研究突破了以往只构建层次和内容，缺乏相互关系构建的研究框架的局限。本研究主要发现了以下关系：在层次上，五个协同层次密切相关，协同的目标和愿景使参与者和利益相关者之间建立协同关系成为可能。协同参与者和利益相关者之间契约关系的建立，以及管理权力的使用将直接影响协同过程的开发、数据资源互连的实现以及各种要素的部署。此外，在要素中，政策的制定是一个非常重要的因素。它通过法律、法规等形式明确了协同目标、利益相关者的权利和责任、资源分配以及协同过程的发展，并促进了实施。可以说，这是政府大数据治理的有力保障。
6.2研究的实践意义
对于实践应用，所提出的框架具有以下价值。首先，对于政策制定者来说，本文提供了一个框架，该框架涵盖了政府大数据治理协同需要考虑的核心问题，它可以作为行动计划的顶层设计的基础，并以清晰的协同目标和愿景来设计有效的实施方法，对协同参与者和利益相关者、协同数据资源、协同活动和过程以及协同要素进行有效管理。第二，对于不同的政府大数据治理参与者和利益相关者，所提出的框架可作为协同创新能力建设和自我评估的基准工具，提高对核心协同方面和关注点的认识，以提高其协同创新能力。
6.3研究限制和未来研究
本文存在以下局限性，在未来的研究中有待进一步改进：第一，本研究是探索性的，有待进一步完善；第二，案例中采访的数量需要进一步增加，以完善维度及子维度的内容；第三，进一步拓展案例研究，扩展到不同地区、不同发展水平的案例；第四，需要综合采用定量和定性混合方法来确定所提出框架的关键影响因素，并提出实施框架的具体有效方法。
