基于鏈接分析法的省級政府數據開放平臺影響力比較研究

何祺　陳美

關鍵詞： 政府數據開放平臺； 鏈接分析法； 影響力； 可視化； 安全評估分級分類； 平臺合作互動

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０７．００８

〔中圖分類號〕Ｄ６３－３９ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） ０７－００８４－１２

政府數據開放平臺是政府向公眾開放數據的主要途徑之一， 代表了政府的透明度和開放承諾。我國對數據開放高度重視， 將政府數據開放平臺的建設作為數字經濟時代的重要工作和更好地管理數據資源、提供公共服務， 并推動城市的可持續發展和智慧化轉型的重要舉措。２０２２ 年， 國務院發布的《關于加強數字政府建設的指導意見》［１］ 提出， 要構建統一規范、互聯互通、安全可控的國家公共數據開放平臺。在數據成為我國改革發展的關鍵方向之時， 根據《中國地方政府數據開放報告——省域指數》數據顯示［２］ ， 截至２０２２ 年１０ 月， 我國已有２１ 個省份上線了政府數據開放平臺。可以說， 我國在數據開放平臺建設方面已具備一定基礎， 具備政策支持和發展潛力。對政府數據開放平臺進行更加精細的數據分析和運用， 定能助推我國數字治理能力的不斷提升。

目前， 我國數據開放雖然取得長足發展， 但對促進數字經濟、激發社會創新的作用還不突出。相關領域的學者指出公共數據實用性不高， 存在“形式開放傾向”、監督約束機制較弱、數據容量低、服務種類較少等問題［３－４］ ， 說明我國政府開放數據平臺還有較大的改進空間。各省政府數據開放平臺的地位如何？ 在哪些方面還需怎樣改進？ 如何助推政府數據開放平臺數字化改革進一步提質增效？ 針對以上幾項問題， 本文對此開展研究。

１ 研究背景

１.１ 鏈接分析及其應用

鏈接分析法主要通過搜索引擎或專業工具， 對網頁中的鏈接數量、網頁數量、訪問量等數據進行收集分析， 從而發現其內在規律， 常用Ｇｏｏｇｌｅ、站長工具、百度、Ａｌｌｔｈｅｗｅｂ、Ｍｏｚ Ｌｉｎｋ Ｅｘｐｌｏｒｅｒ 等工具獲取相關數據。鏈接分析法反映了網頁之間的“參與” “推薦” 和“引用” 關系， 是評價平臺影響力的重要方法， 并逐漸在經濟學、管理學、情報學等學科領域進行應用［５－８］ 。

此外， 作為網絡信息資源挖掘的工具之一， 社會網絡分析（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋ Ａｎａｌｙｓｉｓ， ＳＮＡ）也逐漸受到學界重視［９－１１］ 。由于ＳＮＡ 可以提供豐富的理論基礎和定量方法， 很多研究借助ＳＮＡ 的思路與工具， 與鏈接分析法結合應用［１２－１４］ ， 以便進一步探索網絡中信息資源的組織方式和聯系形式。本文將借助ＳＮＡ 中的連通性分析、中心性分析、派系分析以及邊緣—結構分析， 對各省政府數據開放平臺之間的鏈接關系進行深入探索， 以展現各平臺之間的聯系。

１.２ 政府數據開放平臺相關研究

從現有研究來看， 國內外學者對政府數據開放平臺的研究視角多樣。初期對政府數據開放平臺的研究主要聚焦于規范標準、技術特征、平臺設計等方面［１５－１８］ 。相比國外， 國內政府數據開放平臺存在規模較小、完備性不足、結構不完整等問題， 平臺建設有待進一步完善［１９］ 。隨著研究的進一步深入， 學界的探討方向開始向平臺功能、評估標準、建設上存在的不足等方面逐漸轉移。部分學者開始關注政府數據開放平臺的評估指標［２０－２４］ ， 希望據此來推動開放數據的實踐； 同時， 也有學者指出政府數據開放平臺存在數據權屬、政策環境等阻礙問題［２５－２６］ 。此外， 用戶群體也逐漸受到關注， 研究者會以用戶訪問量為影響因子作為評價平臺影響力的因素之一。例如， 有文獻提出通過增強用戶活躍度、提升公眾參與度來提升數據開放能力［２７－３１］ 。同時，有學者對國內外以及不同省份的政府數據開放平臺開展對比研究， 提出改善建議， 從而增大平臺影響力。通過對比不同省份的政府數據開放平臺， 可以識別出最佳實踐和成功經驗。這些經驗可以被其他省份或國家（地區）借鑒， 以改進本省政府數據開放平臺， 提高數據的質量、可用性和平臺影響力。

綜上， 本文通過采用ＳＮＡ 分析法， 作為鏈接分析法的延續和補充， 深入挖掘省級政府數據開放平臺之間的關系， 探討不同省份數據開放平臺的影響力， 并對平臺的改進和完善提出合理建議。

２ 數據收集及研究設計

２.１ 數據來源

省級政府數據開放平臺建設是中央和地方電子政務發展中的重要環節。作為具有戰略地位的平臺，省級政府通常在政策制定和實施方面具有更大的影響力。同時， 研究省級政府數據開放平臺之間的關系可能會提供更多關于政策影響的洞察， 并且省級政府數據開放平臺的數量相對適宜， 在實際操作層面具備可獲性。因此， 考慮到省級政府開放數據平臺的戰略地位、戰略洞察及其數據的可獲性， 本研究將我國省級政府數據開放平臺作為研究對象， 對平臺的鏈接指標進行比較分析。為了提高結果的準確性， 本文借鑒《中國地方政府數據開放報告——省域指數》［２］ 上發布的政府數據開放平臺， 在排除無法登錄以及缺失數據較多的省級平臺后， 最終選擇１７ 個省份的官方數據開放平臺作為研究樣本，具體省份及相關鏈接等信息如表１ 所示。

２.２ 研究設計及評價指標

首先， 借鑒以往文獻并結合研究目的， 本文選取４ 個一級指標和１４ 個二級指標對１７ 個省級政府數據開放平臺進行對比， 并基于各省自身政府數據開放平臺與其他省份數據開放平臺的友情鏈接形成的網絡進行分析。

在評價指標方面， 本文擬采用平臺規模、平臺鏈接數量特征、平臺影響力特征和社會網絡影響力４ 個一級指標和各指標下屬細分的總網頁數、總鏈接數、總鏈影響因子和網絡密度等１４ 個二級指標為評價指標。相關指標數值越大， 平臺內容和結構的完備性、系統性、影響力和凝聚力越強。如表２所示。

２.３ 數據采集

本研究于２０２３ 年６ 月底對１７ 個省級政府數據開放平臺進行數據收集。由于我國省級政府平臺基本上都以中文為主要語言， 因而選擇搜索引擎的標準之一是收錄中文網頁的數量大， 而且數據庫更新及時、覆蓋面廣。在前述提到的常用工具中， 百度的數據覆蓋度相對較低， 結果可信度較低， Ａｌｌｔｈｅｗｅｂ已被收購停止運營， ＭｏｚＬｉｎｋ Ｅｘｐｌｏｒｅｒ 的數據更新速度較慢。因此， 筆者借鑒已有文獻， 選用穩定性較強的Ｇｏｏｇｌｅ 搜索引擎和站長工具（ｈｔｔｐｓ：／ ／ ｔｏｏｌ．ｃｈｉｎａｚ．ｃｏｍ／ ）來獲取１７ 個政府數據開放平臺的鏈接數據［１９，４１］ 。結合Ｇｏｏｇｌｅ 搜索范式， 以福建省政府數據開放平臺為例， 確定了檢索式數據匯總［１７］ ， 如表３ 所示。

３ 各省政府數據開放平臺外部特征分析

外部特征即各省政府數據開放平臺間鏈接存在的形式。譬如： 為估算平臺之間的關聯性和緊密性，鏈接的關聯網頁會出現在平臺專門設立的友情鏈接中； 為解釋或擴展網頁內容， 相關鏈接會出現在平臺數據集的內容中； 為方便用戶進行搜索查詢， 平臺頁面也可能會連接到該平臺自身的其他網頁等。鏈接的外部特征會因為平臺中設置網頁的目的不同而產生差異， 反映各省政府數據開放平臺鏈接的表征， 形成對平臺的宏觀認識。

需要說明的是， 安徽、甘肅、河北的政府數據開放平臺的總網頁數（Ｘ１）、內鏈數（Ｘ３）、外鏈數（Ｘ４）等數據均檢索不到， 缺失數據過多， 故不進行分析， 但后續進行社會網絡分析時仍列入研究范圍。此外， 遼寧、寧夏、陜西和青海的反鏈數量無法檢索， 故不統計該４ 個省份的反鏈數據。

３.１ 平臺網頁信息統計分析

如圖１ 和表４ 所示， 不同省份政府數據開放平臺總網頁數、總鏈數、內鏈數、外鏈數和反鏈數各項指標存在數量級倍的差異， 說明平臺在規模、完備性、影響力等方面存在顯著不同。具體分析如下：

如圖１（ａ）所示， 湖北省政府數據開放平臺在１７ 個省級政府數據開放平臺中總網頁數最多， 意味著平臺規模最大， 浙江省、廣西壯族自治區和山東省的政府數據開放平臺的規模位居其后。

如圖１（ｂ）所示， 遼寧省政府數據開放平臺的總鏈數量超過百億級， 總體影響力和輻射力最大。

如圖１（ｃ）所示， 四川省內鏈數超過８ 萬條， 說明該平臺結構的關聯性和完備性最高， 廣西壯族自治區內鏈數雖然遠不及四川省， 但也超過萬條， 平臺結構上相對其他省份政府數據開放平臺更為完善。

如圖１（ｄ）所示， 遼寧省政府數據開放平臺搜索得出的與該平臺存在關聯的鏈接網頁數在各省數據開放的官方平臺中最高。從外部鏈接數與總鏈接數的關系可以看出遼寧省政府數據開放平臺的影響力與網絡輻射力最強。

如圖１（ｅ）所示， 廣東省反向鏈總數數倍于其他省份政府數據開放平臺。說明廣東省政府數據開放平臺的擁護度更高、平臺美譽度更好。

３.２ 政府數據開放平臺引用分析

各省政府數據開放平臺的引用來源各有特色，本文基于各省政府數據開放平臺的友情鏈接數據進行探討。此外， 由于本節不具體到平臺內部結構和規模， 僅分析各省政府數據開放平臺間的相互關系，因此， 為了展現各平臺之間鏈接的全面性， 本文在后續涉及相關內容時， 研究樣本除了基于《中國地方政府數據開放報告——省域指數（２０２２ 年度）》［２］中提到的１７ 個數據開放平臺， 還新增了部分平臺鏈接中涉及的北京市、上海市以及天津市數據開放平臺。

如圖２ 和表５ 所示， 一是在數據開放平臺的引用數量分布中， 有１１ 個平臺的入鏈網絡域名來自貴州， 有兩個平臺入鏈網絡域名來自廣西， 除此之外， 其他省份平臺的入鏈網絡域名在數值上表現相似。外鏈網絡域名引用數量排名中居首位的省份是浙江， 廣東位居其次， 北京、上海、貴州位居第三，且引用數量相同。二是各省數據開放平臺在使用方面呈現一定的規律， 如外鏈網絡域名引用數量較多的省份， 更多會選擇貴州省、山東省和浙江省作為外鏈來源。而外鏈網絡域名引用數量較少的省份僅會選擇貴州省作為外鏈來源， 說明我國數據開放平臺可能存在以“學習” 模式為主的建設模式， 同時也在一定程度上反映了貴州作為數據產業發展最活躍的地區之一， 也是數據產業的領軍省份， 技術、觀念等經驗較為前沿， 在政府數據開放方面占據領先地位和優勢， 其數據質量和內容受到其他省份的認可和重視， 因此被多數同類平臺借鑒。需要注意的是， “學習模式” 下政府數據平臺的發展建設可能會引起創新能力不足、平臺建設模式與本省數據不匹配等問題， 在建設平臺的過程中需要引起重視。

４ 各省政府數據開放平臺影響力分析

ＳＮＡ 反映各省數據開放平臺之間的關系和互動模式， 以及這些關系所形成的網絡結構和特征。通過這種分析方法， 可以更好地了解平臺的運作規律，并形成對平臺之間的微觀認識。

由于數據開放平臺的關系屬性， 對其進行社會網絡分析研究時二值最矩陣會更加適用。因此， 本文將各平臺間的互鏈情況轉化為０－１ 矩陣。如表６所示， 數字表示行平臺是否鏈接到列平臺， ０ 為不存在引用鏈接， １ 為存在引用鏈接， 整體網絡為非對稱矩陣。

４.１ 網絡連通性分析

連通性是指在網絡中任意兩個節點之間都存在一條路徑， 使得這兩個節點能夠相互通信、交換數據。網絡連通性是網絡中節點之間連接的重要特性，直接影響著網絡的可靠性、穩定性和可用性。對連通性進行評估在數據開放平臺網絡中具有重要意義，不僅能夠影響信息交流、政策制定、協同創新等方面， 而且是評估平臺影響力和政府間合作質量的重要參考指標。一個高連通性的網絡意味著各省政府能夠更加方便、快捷地分享政府數據、經驗和最佳實踐， 推動政府間的協同合作。本文分別通過網絡密度和可達性來反映數據開放平臺的連通性， 利用Ｕｃｉｎｅｔ６.０ 為工具進行計算， 如表７ 所示。

網絡密度描述了節點連接的緊密程度， 反映了網絡的凝聚力。網絡中各節點的鏈接越多， 則網絡密度越大， 越接近１。各省數據開放平臺網絡密度為０.１０８２，標準差為０.３１０６。從整體來看， 各省數據開放平臺之間鏈接較少， 且鏈接數量分布存在一定的差異。

網絡可達性考察了信息和資源的傳遞能力， 即網絡中各個節點的互相鏈接能力。本文以平均直徑對該指標進行測度。經計算， 各省數據開放平臺整體網互鏈平均路徑為１.８０３， 基于小世界理論可認為， 我國各省數據開放平臺從任意一個節點到下一個節點平均需經過１.８ 個其他站點， 即任意平臺節點需要經過約１～２ 個節點即可到達該網中所有平臺節點。

４.２ 點度中心性

４.２.１ 點出度、點入度比較

在有向網絡中， 節點有可能與其他節點有單向連接， 而這些單向連接的數量就是該節點的出度。“出度” 即向其他節點的邊的數量， 用來表現平臺關注其他對象的程度， 點出中心度高的平臺在這個網絡中會積極與其他平臺取得關聯。當節點有可能被其他節點單向連接時， 這些單向連接的數量就是該節點的入度。“入度” 即向該節點的邊的數量，用來表現平臺的被關注程度， 點入中心度高的平臺是其他平臺都希望與其進行關聯的對象。

如表８ 所示， 整體網中出度大于入度的省份主要有： 貴州、山東、天津、海南和廣西。出度高的數據開放平臺， 在網絡中能通過其他對象獲得更為豐富的信息。說明這些省份的政府數據開放平臺在網絡中具有較強的交際互動性， 積極性高。入度大于出度的省份主要有： 廣東、浙江、江西、陜西、北京、四川和湖北。入度高的數據開放平臺有可能會引導該網絡互動交流時的內容、視角等。說明這些省份的政府數據開放平臺在該網絡中具有很高的聲望， 體現了平臺的吸引力。

４.２.２ 中心性分析

出度和入度共同構成節點的度。度反映了該節點與其他節點的聯系程度， 是該節點影響力大小的體現， 即節點的度的數值越大， 將會具有更多的連接關系。將政府數據開放平臺形成網絡作為無向網，對于擁有Ｎ 個節點的無向網絡， 節點ｉ的點度中心性是ｉ 與其他Ｎ－１ 個ｊ 節點的直接聯系總數， 如式（１） 所示［４２］ 。該數值越大， 對應節點越大， 即該節點占據的中心性越高， 網絡參與度越高， 節點越重要。

如圖３ 所示， 政府數據開放平臺網絡中的熱點區域為貴州， 其次是浙江和上海。這些地區在網絡中有較多的連接， 可能在信息傳播、資源傳遞等方面起著重要作用。而寧夏、安徽、河北、青海、福建和遼寧節點度數為０， 屬于孤立節點。孤立節點的產生可能包括平臺內容、平臺的結構設計、推廣宣傳或其他各種因素。譬如： 這些省份政府數據開放平臺中沒有主動開放大量的數據集， 缺乏數據開放； 平臺數據集規模相對較小， 尚未與其他省份的數據平臺建立直接連接； 數據標準、格式等與其他省份不兼容， 其他省份的數據平臺無法順利連接和使用； 數據主題與其他省份沒有交叉或重疊； 推廣和宣傳方面不足等。因此， 這些省份在數據開放方面的規模和影響力相對較低。需要強調的是， 節點度中心度為０ 并不意味著這些地區在整個網絡中沒有重要性或作用， 只是表示在當前網絡的分析范圍內， 這些地區沒有直接連接。

４.３ 派系分析

派系分析是用于識別和研究社會網絡中派系的方法。派系是指一個緊密相連的子群體， 其中每個成員都與其他成員有直接的聯系。在派系中， 每個成員之間都有較高的連接度， 而與派系之外的成員之間的連接度相對較低。派系分析的目標是發現網絡中潛在的派系群體， 以了解這些派系內部的關系。故本文通過派系分析探明數據開放平臺中存在的派系情況， 結果如圖４ 所示。其中， 貴州、浙江在７ 個派系中均出現６ 次， 說明他們在派系間發揮著重要的紐帶作用。此外， 貴州和浙江的數據開放平臺可能存在以下特征， 而這些特征對兩個省份在派系中的影響力也有一定程度影響。具體如下：

一是數據開放廣泛且均衡： 貴州、浙江的政府數據開放平臺在７ 個派系中都有相似的出現次數，這可能意味著它們在多個方面都開放了數據， 并且數據的主題和內容比較均衡， 沒有明顯偏重于某個特定派系。廣泛且均衡的特征意味著不同領域的用戶可以從中受益， 包括研究機構、企業、公眾、媒體等。這種吸引力有助于提高平臺的影響力， 使更多人參與到政府數據的利用與交流中。

二是高度透明和開放： 貴州和浙江的政府在數據開放方面表現出較高的透明度和開放性。這兩個省份在政府數據開放平臺上提供了豐富的數據資源，以滿足不同用戶和利益群體的需求。與此同時， 政府數據開放平臺的透明度和開放度， 加強了政府與公眾之間的互信。公眾能夠更加深入地了解政府的政策和決策過程， 建立起更為健康的互動關系。

三是開放數據影響力相似： 貴州和浙江的政府數據開放平臺在多個派系中均有出現， 這表明它們在數據開放領域受到廣泛關注， 具有相似的影響力。

４.４ 核心—邊緣結構分析

核心—邊緣結構描述了網絡中節點之間的不平衡連接模式， 其中少數核心節點擁有較多的連接，而大多數邊緣節點連接較少。用Ｕｃｉｎｅｔ６.０軟件測算實際數據與理想模型之間相關系數為０.６６３，網絡中成員歸屬情況如表９所示。

從中可知， 政府數據開放平臺形成的網絡整體呈現出典型的“核心—邊緣” 特征。廣東、貴州、海南、山東、浙江和上海被認為是核心節點， 在網絡中扮演著關鍵的角色， 它們通常是信息傳播、數據交換和資源傳遞的主要樞紐， 在政府數據開放方面具有較大的影響力和重要性。廣西、江西、寧夏、陜西、四川、湖北、北京和天津被認為是邊緣節點，在網絡中的作用較為邊緣化， 與核心節點之間的連接較少。但這并不意味著這些地區在政府數據開放方面沒有價值， 而是它們在該網絡中的連接性相對較少。

此外， 核心節點主要集中在東部地區， 而邊緣節點則分布在東部和西部地區， 表明數據開放平臺存在一定的區域差異。具體來說， 東部地區政府在數據開放方面相對較好， 較為積極地開展工作， 從而導致了核心節點的集聚。而西部地區在數據開放方面相對滯后， 因此在該網絡中表現為邊緣節點。

５研究結論

通過閱讀文獻和查閱數據報告， 本文將《中國地方政府數據開放報告——省域指數》中涉及的相關省級政府數據開放平臺作為研究樣本。基于鏈接分析法， 并以ＳＮＡ 法作為延續和補充， 通過Ｇｏｏｇｌｅ 搜索引擎、Ｕｃｉｎｅｔ６.０ 獲取平臺鏈接數據， 同時從４ 個維度、１４ 個二級指標構建框架對我國省級政府數據開放平臺數據進行分析。得到以下結論：

５.１各省數據開放平臺建設存在明顯差異

從收錄的網頁數來看， 湖北省數據開放平臺規模最大， 但從平臺外部鏈接來看， 遼寧省數據開放平臺的影響力與網絡輻射力更強。以內鏈數為視角進行切入， 四川省和廣西壯族自治區政府數據開放平臺網站自身結構的層次性和完備性較高。在反鏈方面， 廣東省政府數據開放平臺的反鏈數遠超過其他省份， 說明平臺的擁護度、美譽度更高。

在各省數據開放平臺外鏈網絡域名引用數量分布中， 有１１ 個省級數據開放平臺入鏈網絡域名來自貴州省， 有兩個省域開放數據平臺入鏈網絡域名來自廣西壯族自治區， 除此之外， 其他省份在數值上表現相似。這反映出我國對數據開放平臺的建設可能以“學習” 模式為主， 且貴州在其中起到示范引領作用。

５.２ 各省數據開放平臺網絡構成一個小世界

就網絡密度而言， 各省數據開放平臺之間鏈接較少， 且鏈接數量分布存在一定的差異， 就網絡可達性而言， 任意平臺需要經過約１～２ 個節點即可實現網絡中所有的數據開放。

基于對各省數據開放平臺網絡中出度和入度的比較， 貴州、山東、天津、海南和廣西的政府數據開放平臺出度大于入度， 具有較強的交際互動性；廣東、浙江、江西、陜西、北京、四川和湖北入度大于出度， 平臺的聲望、吸引力較高。

基于點度中心性分析， 貴州、浙江和上海在信息傳播、資源傳遞等方面起著重要作用， 寧夏、安徽、河北、青海、福建和遼寧屬于孤立節點， 可能在平臺內容、平臺的結構設計、推廣宣傳等方面有所不足。

基于派系分析， 貴州、浙江在各省數據開放平臺整體劃分的派系間發揮重要的紐帶作用， 兩者數據開放程度較高， 開放內容較為均衡， 在數據治理、平臺影響力方面較為相似。

在各省政府數據開放平臺形成的網絡中， 各省數據開放平臺在整體上呈現出典型的“核心—邊緣”特征。廣東、貴州、海南、山東、浙江、上海為核心節點， 廣西、江西、寧夏、陜西、四川、湖北、北京和天津被認為是邊緣節點， 體現一定程度的地域差異。

６啟示

數據開放是公眾了解政策運作的重要途徑， 事關我國數字化改革的戰略方向和目標。而政府數據開放平臺作為數據開放的重要形式載體， 有利于助推我國數字治理能力的提升， 推動了政務改革數字化走向深入。綜合全文分析， 本文提出如下建議：

一方面， 擴大數據資源開放范圍， 重視可視化分析。湖北省政府數據開放平臺網頁數最多， 在規模上占據絕對優勢。該平臺也提供了豐富各類行業的圖解數據報告， 如新能源、醫療器械、農業科技等， 但在平臺影響力方面并非十分理想。與其他省級政府數據開放平臺相比， 湖北省數據開放平臺的內部鏈接數與遼寧省、山東省、廣東省等地區存在數量級的差別。深入到地區數據開放平臺內部發現，遼寧省、山東省、廣東省數據集資源較為豐富， 且可視化程度較高， 形式、內容與美觀度方面均具有優異表現。舉例來說， 遼寧省、山東省和廣東省的可視化均結合地圖服務， 且可視化種類在４ 種以上， 而湖北省開放的數據集僅有１１ 個， 且可視化表現形式只包含柱狀圖一種類型。當以視覺傳達表示時， 數據揭示了更多的洞察力。因此， 平臺需要擴大數據資源開放范圍， 重視可視化分析， 讓數據傳達具有更高的影響力和有效性， 同時也讓可視化成為理解、解釋和洞察數據集內容的強大工具。

另一方面， 促進各省數據開放平臺合作互動，建立數據開放交流聯盟。本研究發現， 整體上我國各省之間聯系緊密程度差異較大， 呈現典型的“核心—邊緣” 特征。核心節點之間的連接性較為緊密， 這有助于促進數據合作和資源互補。而邊緣節點則需要加強與核心節點之間的聯系， 以便更好地參與到政府數據開放網絡中， 并與其他地區進行數據交流和合作。此外， 具體到派系層面， 貴州、浙江數據開放平臺在派系中發揮著重要的紐帶作用。本研究從鏈接層面揭示各省數據開放平臺在所形成的網絡中的地位， 分析結果反映， 創建開放數據交流平臺， 讓核心平臺和邊緣平臺之間可以進行數據交流和經驗共享， 可以促進各地區之間的合作與互動， 共同推進數據開放的發展。一是確保數據標準化和互操作性。核心平臺和邊緣平臺的數據都遵循統一的數據標準， 以提高數據的互操作性和可比性。這樣可以更好地整合數據資源， 促進跨地區、跨部門的數據共享和交流。二是深入研究貴州和浙江的數據開放策略。對貴州、浙江的數據開放平臺進行深入研究， 了解其數據開放策略、實施措施和取得的成果。探究其在數據開放方面的成功經驗和值得借鑒之處， 進行廣泛宣傳和推廣。通過分享經驗， 可以促進各地區之間的學習和合作， 助推政府數據開放平臺數字化改革全面提質增效。

后續研究可進行不同城市層面或國家（地區）層面的比較， 希望能更具體、更深層次地對政府數據開放平臺建設現狀進行探討， 為我國政府開放數據平臺的建設和數字治理提供理論與數據支持。