蒲泓宇　馬捷　欒澤權(quán)等

關(guān)鍵詞： 智慧政務； 信息協(xié)同； 信息協(xié)同網(wǎng)絡； 超網(wǎng)絡

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０６．００９

〔中圖分類號〕Ｇ６３－３９ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） ０６－０１００－１９

智慧政務作為智慧城市建設的核心板塊， 是深化政務服務改革實踐領(lǐng)域和理論研究領(lǐng)域共同關(guān)注的熱點問題。智慧政務建設是將政府打造為類似于人腦的具有能夠進行高級判斷和處理能力的中樞系統(tǒng)， 使其能夠?qū)崿F(xiàn)智能決策， 以最優(yōu)的方式做出反應、下達指令。人腦具有高級判斷和處理能力的中樞系統(tǒng)， 所依賴的正是千萬個神經(jīng)元之間對于電信號的精準協(xié)同控制。政府擁有海量的政務數(shù)據(jù)資源，基于精準的協(xié)同控制， 亦將創(chuàng)造出具有智慧的政務服務中樞系統(tǒng)。目前關(guān)于智慧政務解決方案的討論，也始終聚焦于“信息” 一詞， 力求以信息技術(shù)的發(fā)展和落地應用為智慧政務建設提供硬實力， 以信息價值增值與價值實現(xiàn)為智慧政務建設增強軟實力?？梢?， 擁有對“信息” 的掌控力是實現(xiàn)智慧政務的基礎， 解決信息協(xié)同問題是智慧化的關(guān)鍵。

目前， 已有諸多學者對政務信息協(xié)同問題展開研究， 主要圍繞智能技術(shù)的應用和部門間的協(xié)同合作等方面。其中， 智能技術(shù)在政務信息協(xié)同方面主要圍繞數(shù)據(jù)的存儲、管理及共享利用等過程展開研究。王野然［１］ 提出信息技術(shù)對于政府跨部門信息協(xié)同的方式和效率具有直接影響； 趙璐［２］ 基于全媒體信息技術(shù)提出了多元主體“技術(shù)與權(quán)力—利益相關(guān)者” 的協(xié)同治理模式， 探討了不同社會行動者的技術(shù)契洽， 讓全媒體信息技術(shù)發(fā)揮更大的效能。在政府部門間協(xié)同合作方面的研究主要圍繞政府間信息共享的難點、協(xié)同模式創(chuàng)新等方面展開。王芳等［３］基于案例研究， 分析了在跨部門政府數(shù)據(jù)共享中存在的九大問題和五大原因， 并提出了數(shù)據(jù)治理體系、數(shù)據(jù)共享制度和平臺建設３ 個方面的對策。張桂蓉等［４］ 關(guān)注應急狀態(tài)下多主體信息協(xié)同， 構(gòu)建了大數(shù)據(jù)驅(qū)動的應急信息協(xié)同機制， 意在解決傳統(tǒng)應急信息模型中存在的效率低下、信息孤島、信息傳遞不及時等問題。Ｓｃｈｏｌｌ Ｈ Ｊ 等［５］ 闡述了部門間信息共享與系統(tǒng)交互的行為， 根據(jù)歐洲多項成功案例， 評估了政府部門之間信息互通的重心與特征。Ｓｙｖａｊａｒｖｉ Ａ等［６］ 在智慧城市信息管理的基礎上， 還提出解決智慧城市政府信息通信技術(shù)實踐問題， 以及信息管理相關(guān)人員問題的對策建議。Ｇｉｌ－Ｇａｒｃｉａ Ｊ Ｒ 等［７］ 通過定量實證進一步檢驗出政府部門間實現(xiàn)信息共享的影響因素。

政務信息協(xié)同研究的開展目前主要以質(zhì)性方法為主。但在企業(yè)、社交媒體等其他領(lǐng)域的信息協(xié)同的研究中， 以網(wǎng)絡分析為代表的量化研究已是較為常見的研究方法。信息協(xié)同網(wǎng)絡又與交通網(wǎng)、生物網(wǎng)等其他網(wǎng)絡有所不同， 通常不是大型網(wǎng)絡， 其規(guī)模相對較小， 但網(wǎng)絡層次比較復雜。Ｄｕｒｕｇｂｏ Ｃ 等［８－９］分析了企業(yè)各組織部門之間的信息協(xié)同網(wǎng)絡， 構(gòu)建了Ａｃｔｉｖｉｔｙ（業(yè)務）與Ｏｒｇａｎｉｚａｔｉｏｎ（組織部門）兩層信息協(xié)同網(wǎng)絡模型， 以描述層內(nèi)協(xié)同與層間協(xié)同， 并且基于網(wǎng)絡模型分析對不同信息協(xié)同模式的效率進行評估， 最終提出組織模式的協(xié)同優(yōu)化策略， 從組織的宏觀層面理解， 提高操作效率與有效性。ＭａＴ 等［１０］ 基于超網(wǎng)絡分析了企業(yè)非正式組織信息的傳遞模型， 以非正式組織成員為節(jié)點， 以非正式組織為超邊， 構(gòu)建了非正式組織的超網(wǎng)絡， 以此測度了企業(yè)中的信息傳遞能力。Ｊｕｎｇ Ｊ Ｊ 等［１１］ 研究了社交媒體的用戶內(nèi)容協(xié)同網(wǎng)絡， 從用戶與內(nèi)容兩個層面切入分析， 發(fā)現(xiàn)概念本體的一致性能夠促進用戶的協(xié)同創(chuàng)造， 促進社會合作。

政務信息協(xié)同的實現(xiàn)， 實質(zhì)上也是政務信息協(xié)同網(wǎng)絡達到最優(yōu)。政府各項業(yè)務的辦理， 在一定程度上也可歸至社會學及管理學范疇。網(wǎng)絡作為真實世界中各類虛擬或?qū)嶓w網(wǎng)絡的抽象， 應用復雜網(wǎng)絡理論基于政務事項的信息流數(shù)據(jù)構(gòu)建信息協(xié)同網(wǎng)絡，在可視化網(wǎng)絡圖示的基礎上， 能夠通過分析政務信息流網(wǎng)絡重要節(jié)點的中心性及網(wǎng)絡中無標度、小世界特征， 得出對政務協(xié)同性的判斷［１２］ 。而超網(wǎng)絡模型可以通過網(wǎng)絡系統(tǒng)整體的拓撲結(jié)構(gòu)與數(shù)學模型將不同層面的協(xié)同關(guān)系與城際分野相結(jié)合， 從更深層次揭示智慧政務中的信息傳遞機理。此外， 超網(wǎng)絡模型還能為決策者提供有效的參考和輔助措施，例如： 利用超網(wǎng)絡模型所總結(jié)而來的協(xié)同度可以精準預測未來一段時間內(nèi)各地區(qū)間協(xié)同水平， 從而制定針對性強、切實可行的應急方案。同時， 超網(wǎng)絡模型也有利于發(fā)現(xiàn)系統(tǒng)運行過程中的薄弱環(huán)節(jié)， 例如： 當組織間缺乏統(tǒng)一協(xié)調(diào)機制、部門之間合作不足時， 超網(wǎng)絡模型則能通過節(jié)點、連邊與網(wǎng)絡拓撲結(jié)構(gòu)來挖掘隱藏于智慧政務背后的規(guī)律及知識， 進而實現(xiàn)對政務系統(tǒng)整體效能的優(yōu)化。因此， 本文以城市管理與公共服務為例， 將超網(wǎng)絡方法運用至智慧政務信息協(xié)同分析之中。同時， 結(jié)合“人” “事項” “信息” “平臺” ４ 者在實際應用中所處地位不同而產(chǎn)生的差異性提出了一種新型的多層子網(wǎng)絡邊權(quán)圖。最后， 根據(jù)子網(wǎng)絡邊權(quán)分布與超網(wǎng)絡特征提出智慧政務信息系統(tǒng)建設的發(fā)展策略。

１ 智慧政務信息協(xié)同超網(wǎng)絡模型構(gòu)建及測度原理

智慧政務信息協(xié)同涉及人員、業(yè)務、數(shù)據(jù)等多層面的現(xiàn)實問題， 為將其抽象為數(shù)理模型， 需要先對“現(xiàn)象” 進行模型化解構(gòu)， 從現(xiàn)象中提煉出建模要素以及要素之間的邏輯關(guān)系。通過梳理智慧政務信息協(xié)同超網(wǎng)絡的模型構(gòu)成要素、要素關(guān)聯(lián)機制，根據(jù)要素與要素之間的關(guān)聯(lián)關(guān)系， 對子網(wǎng)間的超邊含義進行映射分析， 抽象出網(wǎng)絡超邊， 以超邊鏈接各子網(wǎng)絡中的主體實現(xiàn)子網(wǎng)耦合， 構(gòu)建智慧政務信息協(xié)同超網(wǎng)絡模型。

１.１ 模型要素分析

政務服務信息協(xié)同過程涉及４ 類重要實體， 分別是政務服務參與者（如個人、機構(gòu)）， 需要完成的服務事項， 在服務過程中所需協(xié)同的信息， 以及服務的呈現(xiàn)平臺。在政務服務過程中， 人、事項、信息與平臺構(gòu)成一個有機的整體［１３］ 。實現(xiàn)政務服務智慧化， 需要對這４ 類實體進行系統(tǒng)的研究， 對其構(gòu)建的復雜有機整體進行建模和分析。

人、事項、信息、平臺４ 類實體在政務服務過程中， 存在內(nèi)部關(guān)聯(lián)?！叭恕?是對政務信息協(xié)同中各方參與者的總體抽象， 例如， 個人服務事項的申請人、企業(yè)服務事項的法人、政府部門服務人員等，也存在部分自動審批事項其參與者以系統(tǒng)程序形式出現(xiàn)， 但其本質(zhì)是代替了人的部分功能， 故一并視其為“人”。在“人” 的網(wǎng)絡中以各參與政務服務的信息主體為節(jié)點， 以參與者之間的信息流動關(guān)系為紐帶， 形成“人” 的子網(wǎng)。服務事項的網(wǎng)絡以各事項的主題類屬為紐帶， 形成“事項” 網(wǎng)絡。相同類屬的服務事項往往在信息、部門方面具有一定的相似性， 以事項為節(jié)點， 以所屬主題類別關(guān)系為紐帶， 形成“事項” 子網(wǎng)?！靶畔ⅰ?網(wǎng)絡中以呈遞和傳送的材料類別為節(jié)點， 以信息在事項中的共現(xiàn)關(guān)系為紐帶， 構(gòu)建“信息” 網(wǎng)絡。“平臺” 層是“人”“事項” “信息” 不同類型節(jié)點之間的交互場所， 根據(jù)平臺層對“人－事項－信息” ３ 類主體之間的鏈路特征， 可映射出政務服務超網(wǎng)絡的整體形態(tài)。

各層子網(wǎng)之間亦存在邏輯關(guān)系連接。人、事項、信息、平臺４ 類實體不僅各自形成一個網(wǎng)絡， 并且不同實體之間也存在關(guān)聯(lián)， 根據(jù)此類關(guān)聯(lián)， 可構(gòu)建一個多維、多層、多屬性的超網(wǎng)絡， 將政務信息協(xié)同抽象為超網(wǎng)絡模型。“人” 與“事項” 兩層網(wǎng)絡之間存在一定的邏輯聯(lián)系， 在政務服務過程中， 參與者申請或辦理各類事項， 各類事項由人申請或由人辦理， 因此在兩層網(wǎng)絡之間存在與網(wǎng)絡內(nèi)部不同的關(guān)系， 將兩層網(wǎng)絡連在一起?！笆马棥?與“信息”兩層網(wǎng)絡之間存在一定的邏輯聯(lián)系， 在政務服務過程中， 事項的辦理基于各類信息的集成完成， 事項辦理結(jié)果也可以信息的形式呈現(xiàn)。

１.２ 子網(wǎng)絡建模原理

超網(wǎng)絡中最常見的模式即多層網(wǎng)絡的疊加， 信息協(xié)同超網(wǎng)絡亦是由多層網(wǎng)絡疊加而成。因此， 超網(wǎng)絡模型構(gòu)建首先需要分別對各層子網(wǎng)進行建模［１４］ 。從前文的分析可知， 人、事項、信息、平臺４ 類主體分別形成４ 層網(wǎng)絡， 依從各層網(wǎng)絡間所存在的映射關(guān)系疊加為信息協(xié)同超網(wǎng)絡， 子網(wǎng)絡建模需首先確定節(jié)點集， 并依據(jù)節(jié)點屬性確定邊集， 最終形成子網(wǎng)絡模型。

各層子網(wǎng)絡主要基于圖論進行建模， 圖論建模的基本原理是將實際情況抽象為具有數(shù)學含義的圖，將復雜的實際問題轉(zhuǎn)化為簡單的抽象圖形， 基于對圖形的數(shù)學分析， 解析復雜的實際問題。圖論中的圖是由若干給定的點及連接兩點的線（或邊）所構(gòu)成的圖形， 這種圖形通常用來描述某些事物之間的某種特定關(guān)系［１５］ 。將具有相同屬性的實體抽象為節(jié)點， 將兩個實體之間某種特定的聯(lián)系抽象為連接兩點的邊。根據(jù)圖論相關(guān)定義， 若邊集為無序?qū)?，則稱為無向圖； 若聯(lián)系存在一定的指向性， 則邊集為有序?qū)Γ?即以有向邊代表兩者間聯(lián)系的指向性。信息協(xié)同子網(wǎng)皆為有向圖。

１.３ 子網(wǎng)絡耦合原理

信息協(xié)同超網(wǎng)絡可分為４ 層子網(wǎng)進行分析， 但政務服務信息協(xié)同過程必定需要各類實體同時參與，因此不同類型實體之間存在相關(guān)關(guān)系， 將各類實體聯(lián)系在一起， 形成多實體復雜系統(tǒng)。因此， 需要進一步進行子網(wǎng)耦合， 形成由多層網(wǎng)絡疊加的超網(wǎng)絡。

多層網(wǎng)絡的耦合主要依據(jù)超圖理論。超圖理論是圖理論的擴展和延伸， 基礎圖理論中， 各節(jié)點以及節(jié)點間的關(guān)系具有相同的屬性， 為同一類節(jié)點，并且具有同種類別的關(guān)系， 即圖由此類依照此種關(guān)系連接的各節(jié)點構(gòu)成。為了更好地實現(xiàn)對復雜現(xiàn)實世界的抽象， 超圖中可以存在不同類型的節(jié)點， 以及不同類別節(jié)點之間的連邊， 即超邊。超邊基于將不同類型的節(jié)點之間的相關(guān)關(guān)系連在一起， 建立起各類型實體間的連接， 完成多層子網(wǎng)耦合。

１.４ 超網(wǎng)絡模型測度原理

１） 子網(wǎng)內(nèi)部協(xié)同效應測度

子網(wǎng)層測度包括局部分析和全局分析。對網(wǎng)絡進行局部分析， 所涉及的測度指標主要包括面向節(jié)點分析及連邊分析。首先， 利用面向節(jié)點的測度指標篩選出核心節(jié)點。以綜合節(jié)點度、加權(quán)度以及中心性特征描述節(jié)點在子網(wǎng)絡中的核心程度， 對各子網(wǎng)層中重要節(jié)點進行篩選， 發(fā)現(xiàn)核心節(jié)點； 其次，利用邊權(quán)值分析網(wǎng)絡中的鏈結(jié)構(gòu)， 篩選網(wǎng)絡中的核心關(guān)聯(lián)關(guān)系； 最后， 對網(wǎng)絡整體結(jié)構(gòu)展開全局分析，所涉及的指標主要包括聚類系數(shù)、網(wǎng)絡直徑、平均路徑長度以及度分布特征等。利用以上指標基于小世界理論對子網(wǎng)的靜態(tài)特征進行分析， 發(fā)現(xiàn)網(wǎng)絡的靜態(tài)結(jié)構(gòu)特征， 并根據(jù)測度指標特征屬性映射現(xiàn)實狀況， 分析信息協(xié)同現(xiàn)實狀態(tài)。

２） 整體網(wǎng)絡協(xié)同效應測度

超網(wǎng)整體測度是對于超網(wǎng)絡狀態(tài)的宏觀測度，是對于網(wǎng)絡宏觀狀態(tài)的刻畫。基于“人—事項—信息—平臺” 四元機理模型， 根據(jù)四大要素在信息協(xié)同過程中的功能和影響， 從信息的路徑協(xié)同度、場景協(xié)同度以及結(jié)構(gòu)協(xié)同度３ 個層面對網(wǎng)絡的協(xié)同狀態(tài)進行測度， 并綜合３ 類協(xié)同度， 提出網(wǎng)絡整體協(xié)同度測度方案。

為了了解宏觀層面當前政務信息的協(xié)同現(xiàn)狀，需要基于整體性分析指標測度信息協(xié)同超網(wǎng)絡的整體效應。熵的概念源于物理學中的熱力學， 是對于體系內(nèi)混亂程度的度量。本文以熵理論為基礎， 根據(jù)“人” “事項” “信息” “平臺” 四者之間的關(guān)系， 可分為基礎主體和耦合主體， 政務服務超網(wǎng)絡中的“人” “事項” “信息” ３ 類主體為政務協(xié)同框架， 歸屬為基礎主體， “平臺” 作為３ 類基礎主體的呈現(xiàn)場所， 歸屬為耦合主體， 主要體現(xiàn)的是“人—事項—信息” 三者之間的關(guān)聯(lián)關(guān)系， 將主要在后續(xù)數(shù)據(jù)分析部分呈現(xiàn)?；A主體在網(wǎng)絡中作為獨立的角色存在， 需要圍繞各主體協(xié)同特征進行分別測度， 為此， 本文提出相應的協(xié)同度測度指標，分別為“信息結(jié)構(gòu)協(xié)同度” 對應“信息” 層主體、“信息路徑協(xié)同度” 對應“人” 層主體， “信息場景協(xié)同度” 對應“事項” 層主體。

２ 基于超網(wǎng)絡模型的智慧政務信息協(xié)同建設城際分野狀態(tài)解析

２.１ 代表性城市選取

２０２０ 年， 清華大學社會科學院、數(shù)據(jù)治理研究中心發(fā)布的《２０２２ 年中國數(shù)字政府發(fā)展指數(shù)報告》中， 對全國數(shù)字政府建設情況進行了評估， 其中副省級城市的數(shù)字政府發(fā)展指數(shù)的排名如圖１ 所示。根據(jù)各城市得分情況， 能夠較為清晰地將我國數(shù)字政府的發(fā)展情況大致分為３ 個梯隊。據(jù)此， 本研究基于清華大學社會科學院、數(shù)據(jù)治理研究中心發(fā)布的《２０２２ 年中國數(shù)字政府發(fā)展指數(shù)報告》， 從中選?。?個城市作為代表城市進行研究。為了更全面地掌握我國整體建設情況， 選取頭部、中部和尾部城市作為案例進行分析， 將深圳市作為頭部代表城市，并選取排名位于中間的武漢市作為中部代表城市，選取排名最末的長春市作為尾部代表城市。

２.２ 基于超網(wǎng)絡模型的智慧政務信息協(xié)同各要素城際分野現(xiàn)狀解析

２.２.１ 智慧政務信息協(xié)同“人” 的城際分野現(xiàn)狀

１） 各市核心主體類別相近， 但信息供需量城際差異較大

在網(wǎng)絡分析中， 節(jié)點的加權(quán)度值是對數(shù)據(jù)供給體量的統(tǒng)計， 高加權(quán)度值的主體映射的是信息供需過程中的核心節(jié)點， 分別對各市中各節(jié)點加權(quán)度值情況進行統(tǒng)計， 篩選出排名前十的主體， 如表１ 和圖２ 所示。可以發(fā)現(xiàn)， 一方面， 是部門類別存在諸多相似節(jié)點， “申請人” “公安部門” “規(guī)劃和國土資源部門” 等節(jié)點在各市中均為加權(quán)度值較高的節(jié)點； 另一方面， 不同城市各核心主體的信息供需量差異較大。申請人在各市中均為最重要的信息來源渠道， 但城市之間亦存在差異， 從申請人的加權(quán)度占比來看， 深圳、武漢和長春的申請人提供信息量占比分別約為２８％、２５％、３５％， 即當全部政務服務執(zhí)行一次時， 在深圳、武漢、長春由申請人提供的信息量占比分別為２８％、２５％、３５％?？梢?，在長春市政務服務過程中， 申請人所提供的信息占比相對其他兩個城市高出較多。觀察不同城市的相同部門加權(quán)度值可以看出， 相同部門的數(shù)據(jù)供需量城際差異也較大， 以住建部門為例， 深圳市（５２０）＞長春市（４２７）＞武漢市（１０３）， 可見武漢市住建部門的信息需求量與其他兩市具有較大差異， 而從交通運輸部門加權(quán)度值來看， 武漢市值為８１４， 其他兩市均較低， 深入分析發(fā)現(xiàn)， 武漢市“九省通衢” 的獨特地理位置， 也使得其交通運輸部門所轄相關(guān)事項種類更為豐富， 因此其信息協(xié)同需求也更為強烈。

２） “人” 層主體關(guān)聯(lián)呈現(xiàn)分層特征， 由核心層向外邊緣非核心層輻射

統(tǒng)計深圳、武漢、長春三市“人” 的子網(wǎng)的連邊權(quán)重， 并篩選出網(wǎng)絡核心枝干， 如圖３～圖８ 所示，左側(cè)為各市“人” 層主體整體網(wǎng)絡， 右側(cè)為各市“人” 層主體核心枝干網(wǎng)絡。橫向?qū)Ρ劝l(fā)現(xiàn)， 各市人層主體網(wǎng)絡均呈現(xiàn)一定的層次特征， 具有較為顯著的核心層和邊緣層， 整體結(jié)構(gòu)為由核心層向外邊緣非核心層輻射?？v向?qū)Ρ劝l(fā)現(xiàn)， 深圳市、武漢市存在較為顯著的核心三角區(qū)， 長春市的結(jié)構(gòu)相對更為松散。對于深圳和武漢的進一步分析對比， 深圳市的核心三角區(qū)由“申請人” “公安部門” “規(guī)劃和國土資源部門” 構(gòu)成， 且深圳市中各個節(jié)點與核心三角區(qū)的鏈接更為豐富， 聯(lián)系更為緊密， 對于武漢市來說， 核心三角層由“申請人” “公安部門”“交通運輸部門” 構(gòu)成， 節(jié)點與核心三角層的鏈接相對較少， 諸如“住建部門” “市場和質(zhì)監(jiān)部門”等節(jié)點僅與申請人關(guān)聯(lián)比較密切。這在一定程度上映射出城市政務服務信息協(xié)同“人” 的子網(wǎng)的演進脈絡， 可推斷“人” 的子網(wǎng)中各信息主體之間的關(guān)聯(lián)關(guān)系演進正是由核心層向邊緣非核心層輻射， 并且逐步帶動其他部門信息協(xié)同建設， 從而使得主要枝干中的節(jié)點與連邊愈加豐富。

３） “人” 層主體信息協(xié)同效率普遍較低

“人” 的子網(wǎng)中各主體之間的信息傳遞效率是研究關(guān)注的核心問題之一。在網(wǎng)絡分析中， 小世界特征分析能夠反映出網(wǎng)絡中任意兩主體之間是否能以較短距離連接的特性， 通過統(tǒng)計網(wǎng)絡中平均路徑長度和平均聚集系數(shù)， 可探究信息協(xié)同網(wǎng)絡中信息的傳遞效率及局部聚集性。但由于深圳、武漢、長春三市的節(jié)點和連邊數(shù)差異較大， 網(wǎng)絡規(guī)模不同，直接進行縱向數(shù)值的對比意義不大。為能夠更清晰地分析深圳市信息協(xié)同網(wǎng)絡小世界特征的顯著性，需要生成與各市信息協(xié)同網(wǎng)絡規(guī)模相對應的隨機網(wǎng)絡進行對比， 如表２～表４ 所示。

通過對比發(fā)現(xiàn)， 深圳、武漢、長春各市的平均聚集系數(shù)指標均大幅高于相對應的隨機網(wǎng)絡， 深圳市高出約４ 倍， 武漢市高出約３ 倍， 長春市高出約２ 倍， 可見深圳市各節(jié)點之間的聚集性相對最強，即深圳市各部門之間的信息協(xié)同關(guān)系最為緊密。從平均路徑長度來看， 長春市平均路徑長度低于隨機網(wǎng)絡， 武漢市與隨機網(wǎng)絡基本持平， 深圳市平均路徑高于隨機網(wǎng)絡。在現(xiàn)有信息網(wǎng)絡中， 信息傳播效率為長春市＞武漢市＞深圳市， 該結(jié)論與預期相悖，深究其原因， 發(fā)現(xiàn)各市平均路徑的變化規(guī)律與網(wǎng)絡直徑的變化規(guī)律一致， 當網(wǎng)絡的規(guī)模越大， 而節(jié)點之間鏈接的成長速度趕不上網(wǎng)絡規(guī)模的增長速度時， 就會體現(xiàn)為平均路徑長度的變化， 平均路徑長度可以反映當前網(wǎng)絡的傳播效率， 但也需要考慮網(wǎng)絡規(guī)模。

綜上， 當前處于各類發(fā)展階段的城市信息協(xié)同效率普遍較低， 隨著智慧化建設水平的提升， 信息協(xié)同規(guī)模會不斷擴大， 信息主體之間的聯(lián)系也會更加豐富， 但節(jié)點之間鏈接的豐富速度通常慢于協(xié)同規(guī)模的擴張速度， 會在成長期內(nèi)呈現(xiàn)總體協(xié)同效率降低的狀態(tài)。

２.２.２ 智慧政務信息協(xié)同“事項” 的城際分野現(xiàn)狀

１） 大多數(shù)“事項” 大類之間存在共用信息，但共用頻度較低

“事項” 是信息協(xié)同所面向的場景， 測度節(jié)點特征屬性能夠?qū)Ξ斍俺鞘械氖马椩O置情況有更全面的了解。統(tǒng)計“事項” 網(wǎng)絡中各節(jié)點的度值發(fā)現(xiàn)， 幾乎全部節(jié)點的度值都接近于網(wǎng)絡中節(jié)點總數(shù)減１，這意味著事項網(wǎng)絡是接近于完全連通的， 表明絕大多數(shù)事項類別之間都存在共用信息。

為了進一步探究不同事項類別之間的共用信息頻度， 本文選用加權(quán)度指標進行分析。在“事項”網(wǎng)絡中， 由于事項節(jié)點所代表的事項大類包含的事項數(shù)不同， 為了實現(xiàn)節(jié)點之間的橫向?qū)Ρ龋?用每一事項節(jié)點加權(quán)度指標除以該事項大類中所包含的事項數(shù)量， 得到每一節(jié)點的加權(quán)度均值進行測度。統(tǒng)計各市節(jié)點加權(quán)度均值， 分布情況如圖９ 所示， 柱狀圖部分按照深圳市節(jié)點加權(quán)度均值大小排序， 對應左側(cè)縱坐標和下方橫坐標發(fā)現(xiàn)， 各市的加權(quán)節(jié)點度均值分布情況并不相同， 事項類別信息協(xié)同需求的差異度較高。散點圖部分分別根據(jù)各市節(jié)點加權(quán)度均值的大小排序， 對應右側(cè)縱坐標和上方橫坐標，為了使節(jié)點更清晰地呈現(xiàn)于圖中， 不與柱狀圖重疊， 特將縱軸０ 刻度線向上抬升， 橫軸對應的縱坐標值為－１０００。觀察發(fā)現(xiàn)， 各市中均有近半數(shù)節(jié)點加權(quán)度均值接近零， 這表明許多事項類別與其他事項之間存在共用信息， 但共用頻度較低。

２） 各類事項的信息需求量較高， 且所需信息種類城際差異較大

將城際事項信息節(jié)點的超入度值予以統(tǒng)計如圖１０ 所示， 其中， 柱形圖部分按照城際統(tǒng)計值由大到小進行排序， 且對應下方橫坐標軸和左側(cè)縱坐標軸， 散點圖部分分別對各市信息主體按照由大到小排序， 對應上方橫坐標軸和右側(cè)縱坐標軸， 圖中趨勢線根據(jù)散點圖分布狀況進行擬合。

根據(jù)圖１０ 所示每類事項平均信息需求頻次城際對比可以發(fā)現(xiàn)， 不同城市中， 各類事項的信息需求量差異很大， 所需信息種類也有不同。從最值來看， 深圳市生育收養(yǎng)類事項所需材料種類數(shù)最多，每項生育收養(yǎng)類事項平均需４.７１ 類； 武漢市質(zhì)押抵押類事項所需信息種類最多， 平均需１６.７１ 類；長春市醫(yī)療衛(wèi)生類事項所需信息種類最多， 平均需９ 類。深圳市需要信息最多的事項類別其所需信息僅為長春市數(shù)值約一半， 為武漢最高信息類別需求事項的１／４， 可見其信息精簡工作更為優(yōu)化。從宏觀分布情況來看， 根據(jù)散點圖擬合曲線斜率深圳市（－０.０９６５）＞長春市（－０.１７２７） ＞武漢市（－０.２３６７），可以發(fā)現(xiàn)， 深圳市各類事項的信息需求情況最為均衡， 結(jié)合非零事項（散點圖中大于零部分）的節(jié)點值，深圳市各類事項平均信息需求頻次整體情況保持在較低水平， 在信息精簡程度方面， 武漢市仍需進一步調(diào)整和優(yōu)化。

２.２.３ 智慧政務信息協(xié)同“信息” 的城際分野現(xiàn)狀

１） 信息整體利用率的高低與城市智慧化水平息息相關(guān)

為觀察城際信息利用率與智慧化水平的關(guān)聯(lián)程度， 依據(jù)節(jié)點加權(quán)度值的分布狀態(tài)繪制散點圖并進行冪函數(shù)擬合如圖１１ 所示， 由于此處節(jié)點數(shù)量較多，且深圳、武漢諸多節(jié)點值數(shù)值非常接近， 線性擬合會模糊掉過多的數(shù)據(jù)特征， 導致城際對比并不顯著， 因此采用冪函數(shù)曲線進行擬合。由于節(jié)點度或加權(quán)度差值較大， 故而先取對數(shù)再進行擬合。由于信息子網(wǎng)節(jié)點數(shù)量過多， 冪函數(shù)長尾部分節(jié)點過多會影響觀察效果。經(jīng)多次實驗發(fā)現(xiàn)， 當取值到１００位后再取更多點時， 所得擬合曲線參數(shù)值變化不大， 故而此處僅展現(xiàn)了排序前１００ 的節(jié)點。從圖中可以發(fā)現(xiàn)， 擬合方程中指數(shù)排序為： 深圳（－０.１）＞武漢（－０.１１２） ＞長春（－０.１４７）， 即深圳市的變化趨勢最為平緩。整體來看， 不同信息之間的差距相對較小， 即信息的利用率相對均衡， 尾部節(jié)點也存在一定的信息利用率， 深圳市的信息利用率整體水平相對武漢市和長春市更為均衡， 且尾部信息節(jié)點的利用率普遍高于其他城市， 表明深圳市大多數(shù)信息利用率是高于其他城市的， 武漢市略低于深圳市， 長春市大多節(jié)點都處于相對較低的水平， 可見尾部節(jié)點的信息利用率與該市智慧政務發(fā)展水平相關(guān)， 智慧化水平較高的城市， 整體的各類信息的利用率更均衡， 且大多數(shù)信息利用率得到提升才是智慧化提升的體現(xiàn)。

２） “信息” 網(wǎng)絡團簇間鏈接緊密度城際差異較大

信息網(wǎng)絡團簇現(xiàn)象是指在一個區(qū)域范圍內(nèi)大量重復出現(xiàn)的由一群相似事物或事件組成的復雜網(wǎng)絡拓撲結(jié)構(gòu)。信息網(wǎng)絡團簇化研究有利于了解城市信息化進程及影響因素。通過對團簇理論的深入研究，可以為信息產(chǎn)業(yè)發(fā)展提供理論指導。為了進一步分析其團簇特征， 對信息子網(wǎng)進行團簇分析如圖１２～圖１４ 所示［１４］ 。

觀察上述圖像可發(fā)現(xiàn)， 城際信息協(xié)同網(wǎng)絡存在比較顯著的差異。從網(wǎng)絡規(guī)模來看， 深圳市、武漢市信息子網(wǎng)的規(guī)模明顯大于長春市， 團簇數(shù)量也更豐富， 且越大的團簇往往更靠近網(wǎng)絡中心， 與其他團簇之間也存在較為緊密的連接。相比之下， 長春市的團簇之間會存在較遠的距離， 雖然各團簇間也不乏連接， 但密度相對較低。這一現(xiàn)象表明， 在長春市信息網(wǎng)絡中， 不同團簇或者說不同事項大類中的信息共現(xiàn)特征是較弱的， 信息在不同事項大類中獲得利用的概率較低。對比武漢市和深圳市的情況，深圳市各個團簇之間的鏈接會更顯復雜， 常有跨團簇節(jié)點間存在較強鏈接的特征， 武漢市各團簇節(jié)點之間通常為弱連接。關(guān)聯(lián)情況更為復雜也表明深圳市政務服務信息的利用狀態(tài)更加活躍?？梢婋S著信息協(xié)同建設的不斷發(fā)展， 信息網(wǎng)絡將出現(xiàn)更豐富的團簇， 且簇間關(guān)聯(lián)更為緊密。

２.２.４ 智慧政務信息協(xié)同“平臺” 的城際分野現(xiàn)狀

１） “平臺” 耦合網(wǎng)絡支流結(jié)構(gòu)單一

在政務平臺中， 政府部門是平臺的主要組成部分之一。政務平臺通常會整合各個政府部門的服務和功能， 提供統(tǒng)一的入口和用戶界面， 使用戶能夠更加方便地訪問不同部門的服務。因此， 從部門鏈的角度分析“平臺” 層的信息協(xié)同關(guān)系有助于城際之間的跨域共享。對深圳（藍色）、武漢（橙色）、長春（綠色）三市平臺層間部門的流動量情況進行可視化分析， 圖１５ 為深圳市“平臺” 層部門耦合網(wǎng)絡流量， 圖１６ 為深圳、武漢、長春三市疊加的“平臺” 層部門耦合網(wǎng)絡流量， 從兩圖對比發(fā)現(xiàn)，整體分布情況與深圳市分布情況相似， 從左側(cè)信息供給情況來看， 深圳市均呈現(xiàn)以申請者為主、其他信息供給節(jié)點為輔的狀態(tài)。從右側(cè)信息需求情況來看， 不同城市重要的信息需求部門比較相近， 如公安部門（Ｇ）、規(guī)劃和國土資源部門（Ｈ）， 但也存在差異， 例如武漢市大量信息涌入交通運輸部門（Ｋ），統(tǒng)計發(fā)現(xiàn)武漢市交通運輸部門承接事項數(shù)為三市平臺最高， 從事項大類來看， 交通出行事項也為三市平臺最高， 結(jié)合武漢市平臺所處地理位置分析， 武漢市作為我國中部地區(qū)最重要的交通運輸樞紐之一，九省通衢的地理位置也造就了武漢市這一獨特的政務服務特色。

整體來看， 各市平臺的耦合網(wǎng)絡流量圖中曲線線條排布具有一定規(guī)律性， 支流交錯的情況較少，這一現(xiàn)象表明， 各平臺部門之間的流動是具有一定規(guī)律的。觀察從左側(cè)節(jié)點流出的信息通路可以發(fā)現(xiàn)， 除位于中心的ＧＲ（申請人）和ＱＴ（其他）這兩類節(jié)點外， 其余節(jié)點大都存在１～２ 條最主要的信息通路， 在靠近節(jié)點附近顏色重疊形成顏色較深的一段曲線， 這一現(xiàn)象表明， 除申請人和其他兩類節(jié)點所包含的信息類型比較多樣和分散外， 其他信息供給主體所提供的信息往往具有特異性， 針對某類事項， 供給到特定部門， 且不同城市所涉及的信息類別和對應的實施部門相似度較高， 例如節(jié)點Ｕ（衛(wèi)計部門）有兩條主要支流， 其中下方支流明顯可看出為藍色和橙色的重疊部分， 結(jié)合數(shù)據(jù)分析可知，生育、醫(yī)療等相關(guān)信息大都與衛(wèi)計部門有關(guān)。具有相似情況的還有Ｇ（公安部門）、Ｂ（財政部門）、Ｐ（人社部門）、Ｓ（司法）等。

右側(cè)信息通路相對左側(cè)來說略顯混亂， 究其原因主要在于“信息” 這一主體自身屬性， 信息層節(jié)點出度通常大于或等于節(jié)點入度， 即信息的應用場景相對于信息的來源情況是更復雜的， 一類節(jié)點可應用于不同的事項， 但其來源往往是特定的， 且在桑基圖成圖過程中， 將左側(cè)節(jié)點設置為流通通路的起始節(jié)點， 也會優(yōu)先布局左側(cè)支流結(jié)構(gòu)的分布， 因此右側(cè)會呈現(xiàn)相對更混亂的特征， 但也可發(fā)現(xiàn)， 大多數(shù)類別的信息仍是對應特定的部門。結(jié)合數(shù)據(jù)分析發(fā)現(xiàn)， 除身份證、機動車駕駛證等證件外， 大多數(shù)信息的應用率較低， 應用范圍也較窄， 信息所面向的部門比較單一， 例如深圳市平臺有關(guān)海域使用的相關(guān)信息均對應于Ｈ（規(guī)劃和國土資源部門），武漢市平臺對動物防疫信息的需求部門均為農(nóng)業(yè)農(nóng)村部門， 長春市平臺導游信息的需求部門均為文體旅游部門。因此， 大多信息的應用場景和實施部門都比較單一， 在?；鶊D的分布上看， 呈現(xiàn)出一定的規(guī)律性特征。

２） “平臺” 大塊信息僅對應一類服務事項

智慧政務信息協(xié)同平臺是政務服務的承載、中介與依托， 政務信息協(xié)同平臺的城際分野現(xiàn)狀可以通過政務服務的創(chuàng)建、分配和跟蹤來進行分析， 其關(guān)聯(lián)效應旨在從整體上把控“平臺” 層服務之間的交互與影響， 對深圳（藍色）、武漢（橙色）、長春（綠色）平臺層間服務的流動量情況進行可視化展現(xiàn)， 如圖１７、圖１８ 所示， 經(jīng)對比可以發(fā)現(xiàn)， 圖１８事項類型節(jié)點明顯增多， 但核心服務與圖１７ 非常相近， 如社會保障、住房保障、證件辦理、職業(yè)資格、出入境等， 可見這些服務類別在各個城市都是非常核心的事項。從顏色分布來看， 不同城市平臺所提供的服務對于信息的需求程度是不同的， 從圖１７中能夠更清晰地看出各類服務對信息種類的需求情況對比， 以社會保障和住房保障為例， 此兩類服務對信息種類的需求程度以長春市最為突出， 而對于證件辦理類服務， 則以深圳市最為突出。

從“平臺” 服務類別與“信息” 類別的對應情況來看， 依然呈現(xiàn)大塊信息僅對應同一類別的現(xiàn)象， 相較于深圳市平臺， 長春市、武漢市這一現(xiàn)象更為明顯， 即不同平臺大類所對應的信息種類也是不同的， 很多信息都被分割成了小部分內(nèi)容， 而大多數(shù)服務類別主要由此種特性的信息支撐， 可見，當前平臺信息之間的協(xié)同狀態(tài)不甚理想， 各類模塊的辦理所涉及的信息大都與平臺服務類別緊密相關(guān)，在不同平臺之間的通用性較弱。而通用性強的信息尚未成為各類事項辦理的主流信息。

２.２.５ 信息協(xié)同度城際分野現(xiàn)狀

１） 信息結(jié)構(gòu)協(xié)同度普遍偏低

結(jié)構(gòu)協(xié)同度表征支撐起各類政務服務的各類信息的構(gòu)成以及分布狀態(tài)， 通過對比發(fā)展狀況不同的城市信息結(jié)構(gòu)協(xié)同度值， 能夠了解政務服務建設下政務信息與事項之間結(jié)構(gòu)對應狀態(tài)的演變趨勢， 評估城市的發(fā)展狀態(tài)， 對深圳市、武漢市和長春市的信息結(jié)構(gòu)協(xié)同度相關(guān)指標進行測算后， 所得結(jié)果如表５ 所示。

以同規(guī)模隨機網(wǎng)絡結(jié)構(gòu)熵與同規(guī)模星型網(wǎng)絡結(jié)構(gòu)熵為標準范圍， 對深圳市、武漢市和長春市政務服務信息結(jié)構(gòu)協(xié)同性測度， 發(fā)現(xiàn)深圳市信息結(jié)構(gòu)協(xié)同度最高， 信息協(xié)同網(wǎng)絡結(jié)構(gòu)熵也最高， 可推斷信息結(jié)構(gòu)的發(fā)展是一個熵增的過程， 也是一個趨于混亂和復雜的過程。

各市所得星型網(wǎng)絡是對全部信息節(jié)點進行簡化，是面向該市全部事項的網(wǎng)絡——星型網(wǎng)絡結(jié)構(gòu)熵的計算。因此， 相應城市的星型網(wǎng)絡所對應的正是該市事項類別的復雜程度， 也可發(fā)現(xiàn)隨著智慧政務的不斷建設， 事項類別也趨于“混亂”， 在現(xiàn)實情況中， 即表現(xiàn)為事項大類的不斷細化， 事項類別的名稱設置更為精準化。

２） 信息路徑協(xié)同度城際差異較大

信息路徑協(xié)同度表征信息協(xié)同過程中各信息主體之間所形成的連通渠道的宏觀表現(xiàn)， 通過對比不同城市的信息路徑協(xié)同程度， 能夠了解參與和辦理各類政務事項的“人” 之間所形成的信息連通路徑的運行狀態(tài)， 以同規(guī)模隨機網(wǎng)絡結(jié)構(gòu)熵與同規(guī)模線型網(wǎng)絡結(jié)構(gòu)熵為標準范圍， 對深圳市、武漢市和長春市政務服務信息結(jié)構(gòu)協(xié)同性進行測度和對比分析， 計算得出測度指標值如表６ 所示。

通過表６ 可以看出， 深圳市信息路徑協(xié)同度最高， 由此推斷， 信息路徑的發(fā)展也是一個熵增的過程， 當協(xié)同渠道越豐富， 路徑相應會更為復雜， 這與現(xiàn)實情況是相吻合的。長春市路徑運行熵與其相同規(guī)模隨機網(wǎng)絡結(jié)構(gòu)熵相比差距較大， 主要原因仍然在于其“人” 層節(jié)點信息供給主體的缺乏， 在所收集到的數(shù)據(jù)中僅有三類信息主體作為信息供給方存在， 導致其路徑來源節(jié)點單一， 故而所得信息協(xié)同網(wǎng)絡路徑運行熵極低， 但推測其現(xiàn)實情況中的路徑協(xié)同度應略高于所得結(jié)果。整體來看， 信息的路徑協(xié)同度也同樣隨著智慧政務的建設而呈上升趨勢。

３） 信息場景協(xié)同度各市測度值較高

信息場景協(xié)同度是從場景應用的角度對信息在各類應用場景中的協(xié)同狀態(tài)的刻畫， 通過信息場景協(xié)同度的城際對比， 可以了解智慧政務建設過程中各類場景中可協(xié)同信息的變化情況和分布現(xiàn)狀， 基于對深圳市、武漢市和長春市網(wǎng)絡場景質(zhì)量熵、同規(guī)模隨機網(wǎng)絡質(zhì)量熵以及同規(guī)模星型網(wǎng)絡質(zhì)量熵的統(tǒng)計， 可分別得出各市的信息場景協(xié)同度， 如表７所示。

通過表７ 可以看出， 各市信息場景協(xié)同度測度值均表現(xiàn)較優(yōu)， 但深圳市依然表現(xiàn)最佳， 信息場景協(xié)同度隨著政務服務智慧化的建設也呈現(xiàn)熵增趨勢。熵增意味著混亂度的提高和復雜度的上升， 對于場景質(zhì)量熵來看， 政務服務不斷完善， 所面向的應用場景更加繁復， 同時也對應了更為繁雜的信息， 從理論上分析， 熵增亦是必然趨勢?？v向?qū)Ρ葋砜矗钲谑械碾S機網(wǎng)絡、星型網(wǎng)絡計算所得網(wǎng)絡質(zhì)量熵均為最高， 也可見深圳市的網(wǎng)絡情況最為復雜。但場景質(zhì)量熵的熵增并不意味著事項與信息對應狀態(tài)更為混亂， 基于橫向數(shù)據(jù)對比可以發(fā)現(xiàn)， 各城市同規(guī)模隨機網(wǎng)絡的質(zhì)量熵均高于同規(guī)模星型網(wǎng)絡的質(zhì)量熵， 深圳市最為接近同規(guī)模隨機網(wǎng)絡， 即深圳市當前的政務信息在應用場景方面是最為貼近事項—信息層間交互的理想狀態(tài)的。

４） 超網(wǎng)絡信息協(xié)同度與城市智慧政務建設水平呈現(xiàn)正相關(guān)

信息協(xié)同度綜合了信息結(jié)構(gòu)協(xié)同度、信息路徑協(xié)同度以及信息場景協(xié)同度的測度指標， 是綜合考慮信息支撐政務服務內(nèi)在結(jié)構(gòu)、渠道建設以及場景應用多方面后對政務信息協(xié)同宏觀狀態(tài)的評價指標，對比深圳市、武漢市、長春市的指標測度值， 如表８所示， 發(fā)現(xiàn)隨著政務服務的發(fā)展和建設， 建設程度更加完善， 發(fā)展狀態(tài)位列前沿的城市的協(xié)同度值更高， 該指標與城市政務服務發(fā)展水平的評估結(jié)論相吻合。

分析發(fā)現(xiàn)， 隨著政務數(shù)字化的不斷建設和發(fā)展，政務信息協(xié)同呈現(xiàn)一種“熵增” 的趨勢， 信息協(xié)同是向著一種復雜且混亂的方向演變的， 這也符合各類系統(tǒng)的自然演變定律。綜合前文的分析， 信息協(xié)同網(wǎng)絡呈現(xiàn)熵增的主要原因在于， 政府在追求智慧化的過程中， 是通過信息關(guān)聯(lián)、協(xié)同過程的復雜化， 來實現(xiàn)服務的精簡化， 也就是常說的“數(shù)據(jù)跑腿代替群眾跑腿”。不斷加強、完善信息之間的關(guān)聯(lián)， 以信息世界的復雜化實現(xiàn)人類世界的精簡化。

綜上， 當前信息協(xié)同四要素建設現(xiàn)狀的城際差異仍較顯著， 且在某些特征上呈現(xiàn)出信息協(xié)同發(fā)展過程中的一些特質(zhì)， 主要包括信息協(xié)同建設過程中， “人” 層核心信息主體帶動邊緣信息主體信息協(xié)同建設， 使得主要枝干中的節(jié)點與連邊不斷豐富，但隨著網(wǎng)絡的規(guī)模越大， 節(jié)點之間鏈接的成長速度趕不上網(wǎng)絡規(guī)模的增長速度， 信息協(xié)同效率普遍較低。當前， 大多數(shù)“事項” 大類之間存在共用信息，但共用頻度較低， 各類事項的信息需求量較高， 且所需信息種類城際差異較大。“信息” 整體利用率的高低與城市智慧化水平息息相關(guān)， 主要差異在于團簇間鏈接的緊密度。從宏觀層面來看， 隨著政府數(shù)字化建設、信息協(xié)同網(wǎng)絡整體呈現(xiàn)熵增的趨勢，即信息間關(guān)聯(lián)更趨復雜， 不同城市信息協(xié)同場景建設差異度不大， 而信息協(xié)同路徑的豐富度具有較為顯著的差異； 信息協(xié)同結(jié)構(gòu)城際差異較小， 但各市測度值較低； 信息結(jié)構(gòu)復雜度較低， 大量一次性信息的存在導致目前信息網(wǎng)絡中包含較多單一關(guān)聯(lián)的信息結(jié)構(gòu)。結(jié)合宏觀視角分析發(fā)現(xiàn)， 信息協(xié)同建設“事項” 場景建設已初見成效， 當前普遍需要在“信息” 層更多地構(gòu)筑信息間關(guān)聯(lián)， 起步較晚的城市需要優(yōu)先關(guān)注打通部門間信息協(xié)同路徑， 豐富“人”層網(wǎng)絡的信息協(xié)同渠道。

３ 智慧政務信息協(xié)同建設的發(fā)展策略研究

３.１ 以“人”層主體需求為導向， 輻射智慧政務之業(yè)務協(xié)同

根據(jù)前文“人” 的子網(wǎng)邊權(quán)分布分析可以發(fā)現(xiàn)，“人” 層網(wǎng)絡各節(jié)點間呈現(xiàn)“強強聯(lián)合”， 核心節(jié)點同時具有較強的節(jié)點影響力和關(guān)聯(lián)影響力。因此，各市在推進信息協(xié)同建設起始階段， 需首先關(guān)注處于核心層的節(jié)點的信息協(xié)同狀態(tài)， 以核心節(jié)點的突出問題為入手點， 優(yōu)先在核心政務部門推行改革方案建設試點， 利用其廣泛的節(jié)點影響力帶動其他部門的協(xié)同建設。當前， 智慧政務信息協(xié)同需求主體端以高校、公共服務機構(gòu)以及企事業(yè)單位為主， 需求相對穩(wěn)定。因此， 政府可以以服務需求、效率需求、安全需求、創(chuàng)新需求為導向， 先進行基礎數(shù)據(jù)及基礎設施的共享與融合， 再延伸到供給端， 豐富、暢通信息供給的渠道。

基于優(yōu)化后的主體需求調(diào)整供給端， 以點對點的模式對接為主體導向， 深入解決互聯(lián)互通難和資源共享難的問題， 利用技術(shù)完善信息協(xié)同系統(tǒng)， 加強供給端信息的標準化輸入， 加強信息的統(tǒng)籌利用，搭建平臺盤活信息資源， 基于信息協(xié)同應用場景進行信息精準協(xié)同， 以需求為導向， 讓信息資源實現(xiàn)有效的公開、共享和利用， 從而實現(xiàn)信息協(xié)同。

另外， 重點關(guān)注核心層主體之間的關(guān)聯(lián)， 優(yōu)先提供解決方案。例如， 深圳市規(guī)劃與國土資源部門和公安部門之間聯(lián)系緊密， 但信息類別復雜， 在智慧政務建設過程中， 需要重點關(guān)注二者之間的問題， 優(yōu)先解決兩者相關(guān)政務服務流程優(yōu)化、業(yè)務系統(tǒng)的統(tǒng)籌整合和集約利用、推動部門聯(lián)動、提升業(yè)務協(xié)同和數(shù)據(jù)共享積極性等問題?；谛畔f(xié)同路徑熵的計算可得， 城市的智慧化建設水平與信息協(xié)同路徑的豐富度呈正相關(guān)關(guān)系。因此， 在實際操作中， 可以通過局部優(yōu)化帶動整體優(yōu)化的方式豐富和拓寬信息協(xié)同路徑， 通過對核心鏈接兩端“人”層主體的優(yōu)化， 更高效地實現(xiàn)智慧政務效率的大幅提升。

３.２ 以“事項”層服務場景為依托， 提升并擺脫政務資源“重用性”與“一次性”

基于信息協(xié)同場景熵的計算發(fā)現(xiàn)， 隨著政務服務智慧化水平的提升， 信息協(xié)同場景呈現(xiàn)熵增的狀態(tài)， 也就是應用場景更加繁復。在事項大類劃分城際差異較大， 且事項類型又不斷復雜化的背景下，信息的分布也會相對離散化， 因此需要對離散性信息進行整合。首先， 基于信息的場景相似度分析，發(fā)現(xiàn)關(guān)聯(lián)性較強的事項類別， 對比分析事項間相近的信息內(nèi)容， 提取事項場景所需信息的特征集， 進行相似事項的信息特征分析。其次， 展開相似信息標準化替換， 基于代表性信息構(gòu)建標準， 對與其相似度較高的信息進行對比， 對復雜多變的信息進行信息的標準化替換， 從信息層入手精簡信息協(xié)同需求。最后， 面向場景應用整合政務資源， 對于申請材料相近的事項可以推動一證多用， 將相似度高的事項辦理結(jié)果合而為一， 提升新產(chǎn)出信息的可利用價值。

研究發(fā)現(xiàn)， 許多事項之間是存在可共用的信息的， 但此類信息并未在事項辦理中占據(jù)主流。由于信息種類數(shù)量龐大， 為提升優(yōu)化效率， 可根據(jù)信息加權(quán)度與信息節(jié)點度的對比識別出事項內(nèi)部的代表性信息， 以核心信息為抓手， 例如深圳市出入境類事項中最常出現(xiàn)的“外國人簽證證件申請表”， 將與其共同出現(xiàn)在同種事項中的信息進行內(nèi)容比對和關(guān)聯(lián)， 梳理出其中的獨特性內(nèi)容， 并標注與其他信息中的重復性內(nèi)容， 提取其中的可關(guān)聯(lián)元素， 搭建起由信息項與信息關(guān)聯(lián)構(gòu)成的， 面向事項辦理需求的信息資源框架， 提升信息的可重復利用性。

同類事項之間往往存在著更多相近的政務需求，從信息細粒度層面更容易發(fā)現(xiàn)可重復利用的政務項資源。例如， 在住房保障事項大類所涉及的信息中，通常需要包含不同領(lǐng)域的業(yè)務申請表， 但申請表中部分信息具有較高重復度， 對此類共性信息進行信息發(fā)掘和統(tǒng)一調(diào)配， 能夠很大程度減少信息的重復收集， 并且實現(xiàn)相近信息的整合， 精簡含有大量冗余內(nèi)容的“一次性” 政務資源。

３.３ 以“信息”層關(guān)聯(lián)規(guī)則為依據(jù)， 構(gòu)建細粒度政務元數(shù)據(jù)

在政務服務智慧化的過程中， “信息” 之間的關(guān)聯(lián)也呈現(xiàn)一種“熵增” 的趨勢， 信息關(guān)聯(lián)、協(xié)同過程也在向著復雜化的方向發(fā)展， 需要通過復雜的信息關(guān)聯(lián)來實現(xiàn)服務的精簡化。因此， 對于信息主體， 需要不斷完善信息之間的鏈接， 從信息特征抽取、標準化與關(guān)聯(lián)３ 個方面入手， 推進信息的關(guān)聯(lián)規(guī)則建設。

政務服務所需要的信息資源總量龐大， 各類信息所發(fā)揮出的價值差距較大， 從前文信息節(jié)點分析和均值分析指標信息來看， 政務服務實際辦理過程中的信息具有較強集群特征， 主要原因在于， 在不同類別事項辦理過程中， 對信息的需求具有一定事項類別特色。因此， 可根據(jù)節(jié)點的適配性和契合度特征， 以及信息的集聚特征， 構(gòu)建信息細粒度的政務元數(shù)據(jù)。例如面向不同類型事項的各類型登記申請書， 存在大量目的相近而內(nèi)容相異的信息， 形成了數(shù)量龐大而內(nèi)容繁雜的信息材料集群， 給信息協(xié)同帶來較大阻礙。利用當前已經(jīng)存在的集群效應，從群落入手， 整理出群體信息的元數(shù)據(jù)， 或能在一定程度上降低信息的復雜性， 提高協(xié)同效率。根據(jù)核心節(jié)點的統(tǒng)計分析推斷， 當前政務服務需求量較大地集中于住房保障相關(guān)事項， 從關(guān)鍵節(jié)點入手，對于改善政務服務信息資源協(xié)同水平效果也將更為顯著。

３.４ 以“平臺”層級連效應為目標， 優(yōu)化智慧政務權(quán)限

在前文宏觀網(wǎng)絡測度中， 平臺協(xié)同度和平臺路徑協(xié)同度都已呈現(xiàn)較好的發(fā)展態(tài)勢， 而平臺結(jié)構(gòu)協(xié)同度亟需被關(guān)注?；谄脚_協(xié)同結(jié)構(gòu)熵的計算可以發(fā)現(xiàn)， 隨著政務數(shù)字化的不斷建設和發(fā)展， “平臺”服務之間的關(guān)聯(lián)也呈現(xiàn)一種“熵增” 的趨勢， 可見，在政務服務智慧化過程中， 信息關(guān)聯(lián)、協(xié)同過程也在向著復雜化的方向發(fā)展， 即通過復雜的信息關(guān)聯(lián)來實現(xiàn)服務的精簡化， 用數(shù)據(jù)“跑腿” 來代替群眾“跑腿”。

平臺層間關(guān)聯(lián)節(jié)點之間會具備級聯(lián)效應， 當一個節(jié)點產(chǎn)生變化時， 會帶動其他節(jié)點的相應改變。綜合“人” “事項” “信息” “平臺” 各主體層間關(guān)系來看， “信息” 由“人” 提供給“事項” 并反饋到“平臺”， “事項” 如同網(wǎng)絡中的路由， 既能為信息的流向提供方向性指引， 又能為“平臺”的決策提供依據(jù)。首先， 在“人” 經(jīng)由“平臺”中的各類事項檢索信息的各個階段， 根據(jù)超度與超邊特征分析， 發(fā)現(xiàn)“信息” 在“人” “事項” “平臺” 層間流動的對應關(guān)系復雜， 且權(quán)重差距懸殊，通過推進重要節(jié)點相關(guān)信息采用面向事項類型的權(quán)限公開， 能夠簡化平臺服務所對應的信息的采集過程。其次， 在“信息” 自“事項” 層流向“人” 層節(jié)點的階段， 根據(jù)超度與超邊特征分析， 發(fā)現(xiàn)信息由“平臺” 流向“人” 層節(jié)點時， 具有一定的類型對應特征， 對于較強的關(guān)聯(lián)關(guān)系， 利用路由的信道優(yōu)化原理， 發(fā)掘其中的強信息關(guān)聯(lián)通道， 可以推進事項流程的簡化， 于平臺層級建設、機構(gòu)設置及人員配置等環(huán)節(jié)開展相應工作； 最后， 從保障措施方面提出完善組織體系、加強部門協(xié)作以及建立評價機制３ 個方面來推動智慧政務權(quán)限的優(yōu)化。

４結(jié)語

本文基于超網(wǎng)絡理論對智慧政務信息協(xié)同現(xiàn)象進行模型化抽象， 實現(xiàn)了對現(xiàn)實中城市智慧政務信息協(xié)同建設現(xiàn)狀的量化分析和對比。首先， 基于超網(wǎng)絡理論， 根據(jù)信息協(xié)同“人” “事項” “信息”“平臺” 四要素， 以及要素與要素之間的關(guān)聯(lián)關(guān)系，對子網(wǎng)間的超邊含義進行映射分析， 抽象出網(wǎng)絡超邊， 以超邊鏈接各子網(wǎng)絡中的主體， 實現(xiàn)子網(wǎng)耦合，構(gòu)建智慧政務信息協(xié)同超網(wǎng)絡模型， 并且結(jié)合網(wǎng)絡模型分析指標， 解析智慧政務信息協(xié)同超網(wǎng)絡的測度原理。其次， 對當前智慧政務建設處于頭部、中部和尾部的城市展開分析， 對比分析各市的信息協(xié)同現(xiàn)狀及異同， 分別對深圳、武漢、長春三市中的“人” “事項” “信息” “平臺” ４ 類實體的基本特征進行描述性統(tǒng)計分析， 構(gòu)建各市智慧政務信息協(xié)同超網(wǎng)絡模型并展開對比。

通過對各類要素及要素間關(guān)聯(lián)各項指標的測度，發(fā)現(xiàn)對于“人” 要素來說， 其核心主體類別相近，但各市核心主體的信息供需量差異較大， 且“人”層主體呈現(xiàn)較為明顯的分層特征， 并且核心層向外邊緣非核心層具有一定的輻射作用， 但整體來看，各市“人” 層主體的信息協(xié)同效率仍然是普遍偏低的。對于“事項” 要素來說， 大多數(shù)事項類別之間存在共用信息， 但是共用頻度比較低， 各類事項信息需求量較高， 所需信息種類城際差異較大， 即不同城市辦理同類事項所需信息種類有較大差異。對于“信息” 要素來說， 信息網(wǎng)絡具有較為明顯的團簇特征， 且團簇間鏈接的緊密程度城際差異較大，整體來看， 信息的整體利用率水平直接影響城市的智慧化水平。對于“平臺” 要素來說， “平臺” 層的信息協(xié)同關(guān)系有助于城際之間跨域共享， 但基于數(shù)據(jù)分析發(fā)現(xiàn)平臺層支流結(jié)構(gòu)單一， 且大塊數(shù)據(jù)仍然只對應于某一類事項， 這表明信息的共享程度仍然較低?；诤暧^指標分析發(fā)現(xiàn)， 智慧政務信息協(xié)同超網(wǎng)絡呈復雜化趨勢， 即指標所測得的“熵增”，意味著信息協(xié)同建設是“人” “事項” “信息” “平臺” 四要素內(nèi)部及其之間的聯(lián)系不斷豐富， 更趨復雜的過程， 也是“以數(shù)據(jù)跑腿代替群眾跑腿” 的量化體現(xiàn)。

根據(jù)各類要素所展現(xiàn)的特征， 提出了相應發(fā)展策略建議： 面向“人” 層主體以需求為導向， 基于核心節(jié)點分層推進信息協(xié)同建設， 不斷豐富信息協(xié)同路徑； 面向“事項” 主體采取優(yōu)化流程精簡冗余， 擺脫“一次性” 信息依賴； 面向“信息”主體主要通過深入信息內(nèi)容層面， 加強信息關(guān)聯(lián)規(guī)則建設， 構(gòu)建細粒度政務元數(shù)據(jù)， 并且充分發(fā)揮各層之間的級聯(lián)效應， 推進信息權(quán)限開放和信道優(yōu)化。面向“平臺” 層主體， 加強數(shù)據(jù)規(guī)范化， 進一步豐富可跨事項使用的數(shù)據(jù)類型， 充分發(fā)揮平臺的共享機制， 推進政務服務信息協(xié)同規(guī)范化和高效化。綜上， 本文揭示了當前智慧政務建設不同層次水平城市的政務信息協(xié)同現(xiàn)狀， 以此解析我國當前智慧政務建設狀態(tài)以及薄弱之處， 為精準把控智慧政務信息協(xié)同建設的目標和方向， 促進智慧政務的發(fā)展建言獻策。