沙勇忠 蘇有麗

（1.蘭州大學(xué)管理學(xué)院 甘肅蘭州 730000）

公共服務(wù)關(guān)乎民生，連接民心，提供高質(zhì)量公共服務(wù)，滿足公共服務(wù)需求，增加民眾獲得感，是國(guó)家治理能力現(xiàn)代化的內(nèi)在要求。新時(shí)代背景下，一方面公共服務(wù)需求呈現(xiàn)多層次、高級(jí)化和差異性的演進(jìn)特點(diǎn)［1-2］，另一方面公共服務(wù)供給始終面臨“供給過?！薄肮┙o真空”“前瞻不足”等現(xiàn)實(shí)困境［3］。如何適應(yīng)快速變化的民眾需求，及時(shí)回應(yīng)、高質(zhì)量滿足公共服務(wù)需求，成為社會(huì)治理創(chuàng)新和公共服務(wù)供給面臨的重要問題。

隨著數(shù)字技術(shù)迅猛發(fā)展，公眾的需求表達(dá)途徑不斷豐富和便捷化。公眾能夠通過12345 政務(wù)熱線、“留言板”型網(wǎng)絡(luò)問政平臺(tái)以及各級(jí)領(lǐng)導(dǎo)電子信箱等多種數(shù)字平臺(tái)即時(shí)向政府表達(dá)自身訴求和期望，由此產(chǎn)生了巨量、廣泛的公眾訴求表達(dá)數(shù)據(jù)。據(jù)2022年政務(wù)熱線發(fā)展報(bào)告統(tǒng)計(jì)，僅2022 年上半年，北京12345 政務(wù)熱線就受理群眾和企業(yè)來電高達(dá)2252.7萬件［4］。不斷涌現(xiàn)的海量訴求使得政府應(yīng)對(duì)和精準(zhǔn)把握公眾需求面臨前所未有的挑戰(zhàn)。大數(shù)據(jù)治理新興思維和強(qiáng)大的數(shù)據(jù)挖掘能力為破解這一問題提供了新思路。這些海量的社會(huì)訴求大數(shù)據(jù)具有細(xì)粒度、高頻度、強(qiáng)感知性、高時(shí)效性和開放性［5］等特征，它們不僅在個(gè)體層面上能夠直接反映個(gè)性化需求［6］，還能夠通過大數(shù)據(jù)的分析、預(yù)測(cè)、判斷能力，精準(zhǔn)定位“需求主體是誰”“需求內(nèi)容是什么”［7］。 那么如何有效挖掘社會(huì)訴求大數(shù)據(jù)實(shí)現(xiàn)公共服務(wù)需求管理，就成為亟待解決的問題。本文構(gòu)建基于社會(huì)訴求大數(shù)據(jù)的公共服務(wù)需求管理模型，重點(diǎn)探析其中應(yīng)該分析哪些需求要素、如何分析以及如何決策等問題，并以人民網(wǎng)地方領(lǐng)導(dǎo)留言板北京市全年的數(shù)據(jù)為例進(jìn)行實(shí)證分析，驗(yàn)證所構(gòu)建模型的合理性和可行性。

1 相關(guān)研究

社會(huì)訴求數(shù)據(jù)是公民與政府進(jìn)行咨詢、投訴、建議等溝通時(shí)產(chǎn)生的行為或痕跡數(shù)據(jù)，已成為獲取公眾訴求和發(fā)現(xiàn)社會(huì)熱點(diǎn)問題的重要源泉［8］。不少學(xué)者發(fā)現(xiàn)了社會(huì)訴求大數(shù)據(jù)在公共領(lǐng)域的應(yīng)用價(jià)值，如在 超 大 城 市 治 理 創(chuàng) 新［6］、政 府 治 理 決 策［9］、應(yīng) 急 決 策效率提升［10］等方面可以發(fā)揮重要作用，并從技術(shù)角度對(duì)政務(wù)微博評(píng)論數(shù)據(jù)［11］、政民互動(dòng)訴求件［12］、政府領(lǐng)導(dǎo)電子信箱［9］、地方留言板數(shù)據(jù)［13］，通過運(yùn)用關(guān)聯(lián)規(guī)則、共詞聚類、主題挖掘、情感分析等大數(shù)據(jù)技術(shù)進(jìn)行挖掘，發(fā)現(xiàn)公眾觀點(diǎn)、訴求熱點(diǎn)差異、城市主要公共問題的時(shí)間特征和空間分布等，推動(dòng)精細(xì)化治理。上述社會(huì)訴求大數(shù)據(jù)在公共管理領(lǐng)域的應(yīng)用研究為本文的研究提供了基礎(chǔ)和參考。

國(guó)內(nèi)不少研究將公共服務(wù)需求的表達(dá)、識(shí)別、分析作為單獨(dú)的對(duì)象進(jìn)行闡述和分析［14-15］，而公共服務(wù)需求管理“本身是一個(gè)閉環(huán)的小系統(tǒng)”，包括需求采集、需求分析、需求轉(zhuǎn)化等多個(gè)環(huán)節(jié)［16］。關(guān)于公共服務(wù)需求管理過程的論述，較有影響力的是復(fù)旦大學(xué)的陳水生教授對(duì)管理全過程的詳細(xì)闡述，認(rèn)為“公共服務(wù)需求管理是在公共服務(wù)過程中公共服務(wù)管理方對(duì)民眾需求偏好和需求信息的調(diào)查、分析、整合、傳遞和轉(zhuǎn)化的全過程。 ”［17］近年來，學(xué)界開始關(guān)注將數(shù)字技術(shù)嵌入公共服務(wù)需求管理，以達(dá)到精準(zhǔn)化管理的目的。 現(xiàn)有研究將大數(shù)據(jù)背景下的公共服務(wù)需求管理過程分為精準(zhǔn)感知、精準(zhǔn)聚類、精準(zhǔn)測(cè)量、精準(zhǔn)滿足和精準(zhǔn)監(jiān)測(cè)等環(huán)節(jié)，認(rèn)為這個(gè)過程具有需求實(shí)時(shí)洞察、系統(tǒng)集成聯(lián)動(dòng)、公共價(jià)值導(dǎo)向等特征［18］，也有學(xué)者認(rèn)為其過程包含需求感知機(jī)制、需求挖掘機(jī)制、需求辨別機(jī)制、需求供給機(jī)制以及需求評(píng)估機(jī)制［19］。盡管學(xué)界對(duì)公共服務(wù)需求管理過程構(gòu)成環(huán)節(jié)進(jìn)行了初步探析，但多為描述性討論，尚未構(gòu)建起基于大數(shù)據(jù)的公共服務(wù)需求管理一般性理論模型，對(duì)于社會(huì)訴求大數(shù)據(jù)在公共服務(wù)需求管理全過程中的應(yīng)用研究也尚未涉及。因而，本文基于DIKW 模型，從數(shù)據(jù)流轉(zhuǎn)視角構(gòu)建基于社會(huì)訴求大數(shù)據(jù)的公共服務(wù)需求管理一般性理論模型，重點(diǎn)分析管理過程關(guān)鍵要素和環(huán)節(jié)，以促進(jìn)公共服務(wù)需求管理向精準(zhǔn)化、科學(xué)化和縱深化發(fā)展。

2 基于社會(huì)訴求大數(shù)據(jù)的公共服務(wù)需求管理模型構(gòu)建

“數(shù)據(jù)-信息-知識(shí)-智慧”模型（Data-Information-Knowledge-Wisdom，DIKW）由Ackoff 于1989年提出［20］，用以描述數(shù)據(jù)驅(qū)動(dòng)決策的過程（見圖1）。該過程先后經(jīng)歷收集原始素材，對(duì)數(shù)據(jù)進(jìn)行處理與解釋，使數(shù)據(jù)之間建立聯(lián)系形成信息，經(jīng)過關(guān)聯(lián)分析轉(zhuǎn)化為知識(shí)等環(huán)節(jié)，最終形成可理解的能夠?yàn)闆Q策提供參考的智慧?；谏鐣?huì)訴求大數(shù)據(jù)的公共服務(wù)需求管理，從大數(shù)據(jù)中挖掘數(shù)據(jù)價(jià)值，體現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)決策的思想，同樣涉及從數(shù)據(jù)到智慧的流轉(zhuǎn)過程。本文遵循DIKW 模型“數(shù)據(jù)→信息→知識(shí)→智慧”邏輯，將大數(shù)據(jù)背景下的公共服務(wù)需求管理一般過程分為需求識(shí)別、需求分析、需求決策等三個(gè)階段，構(gòu)建基于社會(huì)訴求大數(shù)據(jù)的公共服務(wù)需求管理模型（見圖2）。

圖1 DIKW 模型

圖2 基于社會(huì)訴求大數(shù)據(jù)的公共服務(wù)需求管理模型

（1）需求識(shí)別。原始數(shù)據(jù)是孤立、分散的，只有經(jīng)過加工處理，提取其中的“Who”“When”“Where”“What”等特征生成結(jié)構(gòu)化的描述，才會(huì)形成知識(shí)［21］。 需求識(shí)別運(yùn)用大數(shù)據(jù)技術(shù)提煉訴求數(shù)據(jù)中的需求特征信息，其流程首先是通過算法模型自動(dòng)采集需求原始數(shù)據(jù)，隨后對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，再通過特征模型庫進(jìn)一步分類、篩查、辨析和評(píng)估，最后剔除不完整、不真實(shí)信息后，判別公共服務(wù)需求的特征和分類（見圖3），其目標(biāo)是從每一條原始數(shù)據(jù)提煉出結(jié)構(gòu)化的單個(gè)需求。需求識(shí)別的數(shù)據(jù)源來自于網(wǎng)絡(luò)空間和社會(huì)空間，既包括政府網(wǎng)站留言板、政民互動(dòng)平臺(tái)、政務(wù)平臺(tái)、在線調(diào)查問卷、領(lǐng)導(dǎo)信箱以及社交媒體等各類在線訴求數(shù)據(jù)，也包括社會(huì)調(diào)查報(bào)告、座談會(huì)等社會(huì)空間數(shù)據(jù)。對(duì)需求的結(jié)構(gòu)化描述基于對(duì)需求結(jié)構(gòu)特征的表述和觀察，通過分析海量訴求數(shù)據(jù)的組織結(jié)構(gòu)，將需求構(gòu)成抽象為需求內(nèi)容、主體、空間、時(shí)間、類別、情感等要素，為下一步需求多維分析奠定基礎(chǔ)。

圖3 需求識(shí)別模型

（2）需求分析。辨識(shí)出的海量個(gè)體需求，還不能從總體上把握公共服務(wù)需求，而這正是需求分析要解決的問題。傳統(tǒng)需求分析基于訪談、調(diào)研、問卷等數(shù)據(jù)，利用扎根理論、主成分分析法等進(jìn)行，具有較為成熟的體系，但存在周期長(zhǎng)、主觀性較強(qiáng)等問題［19］，借助于數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化等大數(shù)據(jù)分析方法，需求分析主要對(duì)辨識(shí)出的海量個(gè)體需求進(jìn)行聚合分析和需求預(yù)測(cè)。聚合分析分別對(duì)需求的內(nèi)容、主體、空間、時(shí)間、類別、情感等結(jié)構(gòu)要素進(jìn)行統(tǒng)合，將海量無規(guī)律的公眾訴求轉(zhuǎn)化為直觀、動(dòng)態(tài)的公共服務(wù)需求要素圖表報(bào)告，實(shí)現(xiàn)主體精準(zhǔn)畫像、地域精準(zhǔn)定位、訴求精準(zhǔn)分類，準(zhǔn)確、全面把握熱點(diǎn)公共服務(wù)需求（見圖4）。同時(shí)，還可以通過對(duì)主體特征的分析比較、聚類、分類處理，關(guān)注數(shù)據(jù)的相關(guān)性，發(fā)現(xiàn)以前不曾注意的聯(lián)系，掌握以前很難理解的復(fù)雜系統(tǒng)［22］，為公共服務(wù)需求預(yù)測(cè)提供條件。如專家發(fā)現(xiàn)，符合一定特征的“網(wǎng)絡(luò)搜索行為”與感染“流行病”之間存在一定聯(lián)系，通過監(jiān)測(cè)統(tǒng)計(jì)區(qū)域內(nèi)的“網(wǎng)絡(luò)搜索行為”，就有可能了解該區(qū)域內(nèi)“流行病”的實(shí)際狀態(tài)［23］。

圖4 需求分析模型

（3）需求決策。對(duì)各類公共服務(wù)需求的總體把握，最終旨在實(shí)現(xiàn)智慧決策。公共服務(wù)需求決策是為獲取最優(yōu)的公共服務(wù)需求滿足方案而實(shí)施的行動(dòng)過程，該過程可分為需求清單確定、需求綜合評(píng)估、決策建議輸出等環(huán)節(jié)（見圖5）。需求清單確定首先依據(jù)需求分析結(jié)果對(duì)公共服務(wù)需求的強(qiáng)度和緊迫性進(jìn)行排序，初步確定需求內(nèi)容。需求綜合評(píng)估一方面將需求清單與當(dāng)前公共資源配置、人口分布等數(shù)據(jù)進(jìn)行交叉驗(yàn)證，如針對(duì)公交站設(shè)置的需求，可通過擬設(shè)置公交站點(diǎn)附近的人口分布、學(xué)校、醫(yī)院資源、交通流量等進(jìn)行大數(shù)據(jù)分析，精準(zhǔn)驗(yàn)證公眾訴求；另一方面綜合政府的供給能力、整體規(guī)劃以及均衡性等因素，評(píng)估需求供給的可行性。 決策建議環(huán)節(jié)可通過人工智能的仿真能力，模擬需求決策執(zhí)行后的效果和公眾的滿意度，同時(shí)還可利用大數(shù)據(jù)技術(shù)對(duì)初步?jīng)Q策方案進(jìn)行精準(zhǔn)投放，“以決策之事問決策之眾”，實(shí)時(shí)洞察社會(huì)各方對(duì)初步?jīng)Q策方案的意見和建議，快速準(zhǔn)確地傳送給需求決策者，形成完整的反饋回路，并通過不斷動(dòng)態(tài)調(diào)適形成最優(yōu)需求決策方案。

圖5 需求決策模型

3 實(shí)證分析

3.1 數(shù)據(jù)來源

實(shí)證數(shù)據(jù)來源于人民網(wǎng)“領(lǐng)導(dǎo)留言板”（http://liuyan.people.com.cn/home），選擇該平臺(tái)的原因有三：一是該平臺(tái)是人民日?qǐng)?bào)專門向中央部委和地方各級(jí)黨委政府主要領(lǐng)導(dǎo)搭建的官民互動(dòng)平臺(tái)，覆蓋范圍廣，公信力高，已在紓解社會(huì)矛盾、完善社會(huì)治理、凝聚社會(huì)共識(shí)等方面發(fā)揮了重要作用，被譽(yù)為“廣大網(wǎng)民溝通領(lǐng)導(dǎo)、傳遞民意的首選渠道”［24］；二是從該平臺(tái)公眾發(fā)帖數(shù)據(jù)看，訴求內(nèi)容主要反映了公眾對(duì)城建、交通、教育、醫(yī)療等領(lǐng)域的投訴、建議和咨詢，與公共服務(wù)需求主題契合；三是該平臺(tái)公眾參與度高、數(shù)據(jù)豐富且公開可獲得。

3.2 分析過程

3.2.1 需求識(shí)別

因人民網(wǎng)“領(lǐng)導(dǎo)留言板”僅公開近一年的數(shù)據(jù)，本文在個(gè)人PC 上通過Python 語言編寫爬蟲程序，運(yùn)用Selenium 技術(shù)模擬瀏覽器，采集了2022 年1 月至2023 年2 月間用戶活躍度最高的北京市的所有留言，共計(jì)27616 條。采集數(shù)據(jù)存在重復(fù)留言、字段缺失、無效留言等問題，通過數(shù)據(jù)預(yù)處理操作，得到有效留言27275 條。人民網(wǎng)“領(lǐng)導(dǎo)留言板”將公眾留言分為城建、交通、教育、醫(yī)療、政務(wù)、治安、企業(yè)、環(huán)保、就業(yè)、文娛、體育、旅游、金融、三農(nóng)等14 個(gè)領(lǐng)域類別，在采集用戶留言標(biāo)題、留言內(nèi)容、留言時(shí)間、訴求對(duì)象、留言所屬領(lǐng)域等結(jié)構(gòu)化數(shù)據(jù)的基礎(chǔ)上，通過算法自動(dòng)識(shí)別訴求對(duì)象和留言內(nèi)容包含的地域特征詞，提取訴求主體所屬的地理區(qū)域，形成了結(jié)構(gòu)要素完整的公共服務(wù)需求數(shù)據(jù)集（見圖6）。

3.2.2 需求分析

（1）需求主體分析。傳統(tǒng)需求調(diào)查通過問卷、訪談等途徑得到需求主體的年齡、性別、學(xué)歷等特征值，大數(shù)據(jù)背景下，可以利用用戶在網(wǎng)絡(luò)平臺(tái)留存的注冊(cè)信息得到需求主體信息，如人民網(wǎng)領(lǐng)導(dǎo)留言板用戶須通過手機(jī)號(hào)注冊(cè)方可留言，各地的政府網(wǎng)“政民互動(dòng)”系統(tǒng)也鼓勵(lì)實(shí)名制注冊(cè)。采集的北京市留言板數(shù)據(jù)中，經(jīng)過文本特征分析，9691 條留言直接表明了主體身份（見表1），其中訴求主體占比最多的為城鎮(zhèn)居民和農(nóng)村居民，分別為52.48%和37.53%，在表明職業(yè)身份的人群中，企業(yè)職工/白領(lǐng)的訴求量明顯超過其他群體，他們也更愿意通過網(wǎng)絡(luò)平臺(tái)主動(dòng)表達(dá)自身的公共需求。

表1 需求主體身份特征分布

此外，部分留言中隱含了特殊群體的身份信息，如留言“本人父親是一名肢體二級(jí)殘疾人員，同時(shí)也是一名復(fù)轉(zhuǎn)軍人……”“2022 年4 月14 日上午，帶視力殘疾的母親打算進(jìn)入某景區(qū)被攔下， 出示背面紅色的殘疾證，只允許我母親一人通過……”等。 通過構(gòu)建特殊群體的典型特征庫（如殘疾、肢體、產(chǎn)婦、高齡、行動(dòng)不便等），采用文本特征匹配方法，可以有效發(fā)現(xiàn)特殊群體的公共需求。本文構(gòu)建了殘疾人群體特征詞庫，通過特征詞匹配算法，對(duì)原始文本庫進(jìn)行特征匹配，識(shí)別殘疾人群體的公共需求，共匹配到留言88 條，并進(jìn)行詞云分析（見圖7），結(jié)果顯示殘疾人的公共服務(wù)需求主要聚焦于小區(qū)配套設(shè)施、交通出行等方面。

圖7 殘疾人群體訴求的詞云分析

（2）需求內(nèi)容分析。以北京市城建領(lǐng)域數(shù)據(jù)為例，使用結(jié)巴分詞組件（jieba）對(duì)文檔進(jìn)行分詞與去除停用詞預(yù)處理，然后利用TF-IDF 模型進(jìn)行關(guān)鍵詞抽取，轉(zhuǎn)換成數(shù)值型詞向量特征，最后使用經(jīng)典的LDA 主題模型進(jìn)行熱點(diǎn)分析。 利用LDA 模型困惑度和一致性參數(shù)確定最優(yōu)主題數(shù)為12，提取各主題的主題詞，將每個(gè)主題內(nèi)主題詞的生成概率降序排列，得到挖掘結(jié)果（見表2）。通過對(duì)主題詞的歸納，形成了“小區(qū)安全隱患管理”“老舊小區(qū)改造”“小區(qū)周邊配套建設(shè)”等12 個(gè)熱點(diǎn)需求主題。

從表中可以看出，北京市城建領(lǐng)域需求熱點(diǎn)聚焦于小區(qū)管理、房產(chǎn)證辦理、老舊小區(qū)改造等方面。在用pyLDAvis 技術(shù)繪制的LDA 主題模型可視化圖譜（見圖8）中，每一個(gè)氣泡代表一個(gè)主題，氣泡越大，代表主題出現(xiàn)的頻率越高，主題相互之間的位置遠(yuǎn)近，表示主題之間的接近性，氣泡有重疊說明話題里的特征詞有交叉［25］?？梢钥闯觯ㄟ^大數(shù)據(jù)分析技術(shù)能夠從文本數(shù)據(jù)中識(shí)別出一定區(qū)域內(nèi)的公眾熱點(diǎn)需求，并直觀呈現(xiàn)區(qū)域內(nèi)公共服務(wù)需求全貌。

圖8 北京市城建領(lǐng)域公眾訴求LDA 主題可視化圖譜

（3）需求時(shí)空特征分析。分析公眾訴求表達(dá)的時(shí)間和空間特性非常重要，通過時(shí)間分析可以發(fā)現(xiàn)公眾需求隨時(shí)間推移的演化趨勢(shì)，通過空間分析，可以發(fā)現(xiàn)不同地域的公共服務(wù)需求差異。從公共服務(wù)需求表達(dá)的時(shí)間特征來看，北京市上半年訴求量要高于下半年，自3 月起訴求量開始上升，4 月-7 月延續(xù)了3 月的高訴求量，8 月-10 月訴求量逐漸降低，11月訴求量有所提升（見圖9）。由此印證了“兩會(huì)”的召開激發(fā)了網(wǎng)絡(luò)空間公民訴求的表達(dá)，而黨政機(jī)構(gòu)的年終考核也為公民訴求表達(dá)提供了機(jī)會(huì)窗口［24］這一觀點(diǎn)?？梢?，在中國(guó)情境下，民眾的總體訴求狀況與中國(guó)的政治活動(dòng)周期密切相關(guān)。

圖9 公眾訴求量時(shí)間分布

公眾訴求的空間特征可以從兩方面測(cè)量：一方面，訴求文本包含了地理特征詞，如留言“尊敬的市委書記：您好！大紅門拆遷十多年，2021 年安置的，2022 年初發(fā)的鑰匙入住并且是全款買房，位置在豐臺(tái)區(qū)金通陽光苑26 號(hào)院2 號(hào)樓……”“南庭新苑北區(qū)防疫期間，廢棄口罩就亂扔在公共樓道處……”。這些留言均表明了留言個(gè)體的地理特征，體現(xiàn)出公眾訴求的本土化，即公民直接代表自己的利益，反映的是與自己居住、生活、生產(chǎn)密切相關(guān)的問題。另一方面，在政府留言板中，公眾訴求對(duì)象為各省市縣區(qū)的黨政領(lǐng)導(dǎo)，可以通過訴求對(duì)象推斷出所在區(qū)域。按照上述規(guī)則，進(jìn)行空間特征分析，91.28%的留言均可以識(shí)別出空間特征信息。據(jù)此得出北京市各區(qū)訴求量分布情況，最高的3 個(gè)區(qū)分別為朝陽區(qū)、海淀區(qū)和大興區(qū)（見圖10）。

圖10 北京市各區(qū)訴求量分布圖

（4）需求情感分析。通過SnowNLP 情感模型，發(fā)現(xiàn)總體上公眾訴求的負(fù)面情緒表達(dá)要高于正面情緒的表達(dá)（見圖11），在政務(wù)、旅游、教育、交通等議題上，公眾需求表達(dá)相對(duì)平和，正面情緒的表達(dá)較多，在環(huán)保、三農(nóng)、治安等議題上公眾負(fù)面情緒的表達(dá)相對(duì)較多（見圖12）。這一現(xiàn)象表明公眾對(duì)環(huán)保、三農(nóng)、治安等領(lǐng)域有關(guān)公共服務(wù)的滿意度相對(duì)而言還存在較大的提升空間。

圖11 公眾訴求的情緒值與留言數(shù)量分布情況

圖12 公眾需求在各領(lǐng)域的情感極性分布

3.2.3 需求決策

需求清單的確定首先是依據(jù)需求結(jié)構(gòu)要素分析結(jié)果，對(duì)公共服務(wù)需求的強(qiáng)度進(jìn)行排序。需求強(qiáng)度在不同的情境中定義不盡相同，往往與需求規(guī)模、情感強(qiáng)度、公眾關(guān)注度等因素有關(guān)，在本案例中，將某一主題下公眾的需求強(qiáng)度形式化表示為公式（1）：

其中F 是某一主題下個(gè)體需求數(shù)量，M 是某一主題下個(gè)體需求情感強(qiáng)度，A 是某一主題下個(gè)體需求用戶關(guān)注度，可以用點(diǎn)贊數(shù)或轉(zhuǎn)發(fā)數(shù)等表示。α，β，χ 是這三個(gè)指標(biāo)的權(quán)重系數(shù)，通過專家打分法或?qū)哟畏治龇ù_定。 從公式（1）可以看出，單一主題的需求強(qiáng)度由該主題下的個(gè)體需求數(shù)量、個(gè)體需求情感強(qiáng)度決定，同一主題下個(gè)體需求數(shù)量越多，需求情感強(qiáng)度越強(qiáng)烈，公眾關(guān)注度越高，該主題的情感強(qiáng)度就越強(qiáng)。

在前文需求主題、訴求頻數(shù)、情感極性計(jì)算的基礎(chǔ)上，通過層次分析法確定公式（1）中α，β，χ，分別為0.65，0.25，0.1，并對(duì)主題個(gè)體需求數(shù)量、需求情感強(qiáng)度、點(diǎn)贊數(shù)等變量進(jìn)行歸一化處理，最后計(jì)算出需求強(qiáng)度（見表3）。

表3 各需求主題的分布情況

從表3 可見，小區(qū)安全隱患管理、老舊小區(qū)改造、辦理房產(chǎn)證、房屋拆遷等需求強(qiáng)度最強(qiáng)，訴求占比均超過10%，負(fù)面情緒比例均超過了60%，表明這些是公眾最為關(guān)注的公共服務(wù)，決策者應(yīng)優(yōu)先考慮對(duì)這類服務(wù)進(jìn)行供給。小區(qū)周邊配套建設(shè)、小區(qū)停車問題、小區(qū)交通問題、施工擾民等訴求強(qiáng)度次之，占比均在5%左右，政府應(yīng)引導(dǎo)企業(yè)加大配套設(shè)施資源的投入。相對(duì)而言，拆除違規(guī)建筑、村莊形象建設(shè)、搬遷安置等方面的需求強(qiáng)度較弱，但拆除違規(guī)建筑、搬遷安置也屬于基本民生問題，也屬于決策者重點(diǎn)考慮的范圍，村莊形象建設(shè)公共服務(wù)影響力小，關(guān)注度也不高，決策者可根據(jù)公共服務(wù)資源合理提供。

需求評(píng)估可通過北京市城建領(lǐng)域的資源配置數(shù)據(jù)、歷史反饋數(shù)據(jù)，驗(yàn)證小區(qū)安全隱患管理、老舊小區(qū)改造、辦理房產(chǎn)證、房屋拆遷等公共需求的真實(shí)性，再經(jīng)過領(lǐng)域?qū)＜矣懻?，決定哪些需求是重要并緊急的，哪些需求重要程度一般且是長(zhǎng)期需求，最終形成一個(gè)包含需求類型、需求內(nèi)容、需求優(yōu)先級(jí)、需求來源等要素的初步方案。

3.3 結(jié)論分析

模型構(gòu)建和實(shí)證分析表明，本文構(gòu)建的基于社會(huì)訴求大數(shù)據(jù)的公共服務(wù)需求管理一般性理論模型能夠通過挖掘社會(huì)訴求大數(shù)據(jù)，有效實(shí)現(xiàn)需求識(shí)別、全景分析和智慧決策，達(dá)到公共服務(wù)需求精準(zhǔn)管理。具體結(jié)論如下：

（1）社會(huì)訴求大數(shù)據(jù)在公共服務(wù)領(lǐng)域具有巨大的應(yīng)用價(jià)值。社會(huì)訴求數(shù)據(jù)是公眾對(duì)自身意愿、要求的主動(dòng)表達(dá)，從實(shí)證分析可以看出，基于本文構(gòu)建的模型，對(duì)社會(huì)訴求大數(shù)據(jù)進(jìn)行深度挖掘和分析，不僅能夠精準(zhǔn)、精細(xì)、跨時(shí)、跨域地刻畫公眾公共服務(wù)需求，也為預(yù)測(cè)公共服務(wù)需求、探究公共服務(wù)需求的關(guān)聯(lián)因素提供了有效路徑。

（2）基于社會(huì)訴求大數(shù)據(jù)的公共服務(wù)需求管理一般性理論模型分為需求識(shí)別、需求分析、需求決策三個(gè)連續(xù)環(huán)節(jié)。首先，需求識(shí)別采集相關(guān)社會(huì)訴求原始數(shù)據(jù)，形成結(jié)構(gòu)化描述的需求；其次，需求分析通過算法模型開展需求結(jié)構(gòu)要素的聚合分析或者進(jìn)行需求預(yù)測(cè)，從整體上把握需求特征分布；最后，需求決策環(huán)節(jié)通過人機(jī)協(xié)作為需求滿足提供最優(yōu)決策方案。 需求識(shí)別、分析和決策三個(gè)環(huán)節(jié)，蘊(yùn)含數(shù)據(jù)到信息、信息到知識(shí)以及知識(shí)到智慧的轉(zhuǎn)化過程，揭示了訴求數(shù)據(jù)如何一步步在數(shù)據(jù)流轉(zhuǎn)中形成智慧。

（3）大數(shù)據(jù)技術(shù)在公共服務(wù)需求管理中發(fā)揮著關(guān)鍵作用。從實(shí)證分析可以看出，公眾的個(gè)體需求結(jié)構(gòu)是由主體、內(nèi)容、時(shí)間、空間等要素構(gòu)成的多元組，需求識(shí)別通過大數(shù)據(jù)采集、存儲(chǔ)、分析技術(shù)實(shí)現(xiàn)需求分類、篩查、匹配，從社會(huì)訴求大數(shù)據(jù)中提煉出結(jié)構(gòu)化的個(gè)體需求；需求分析通過主題聚類、情感分析、特征匹配技術(shù)對(duì)需求內(nèi)容、主體、時(shí)空等結(jié)構(gòu)要素進(jìn)行聚合分析，挖掘出群體需求和特殊人群需求；需求決策通過對(duì)公共服務(wù)需求的強(qiáng)度進(jìn)行排序，確定需求清單，然后通過綜合評(píng)估、精準(zhǔn)反饋、動(dòng)態(tài)調(diào)整直至形成最優(yōu)決策方案。大數(shù)據(jù)技術(shù)貫穿于需求管理全過程，發(fā)揮了關(guān)鍵作用，與此同時(shí)，算法模型、訓(xùn)練數(shù)據(jù)集的選擇，也決定了需求識(shí)別、需求分析的精準(zhǔn)性。

4 結(jié)語

大數(shù)據(jù)技術(shù)為重塑公共服務(wù)需求管理提供了歷史性契機(jī)。本文構(gòu)建的基于社會(huì)訴求大數(shù)據(jù)的“識(shí)別-分析-決策”理論模型，厘清了公共服務(wù)需求管理的三個(gè)環(huán)節(jié)及各環(huán)節(jié)的關(guān)鍵流程，為大數(shù)據(jù)背景下公共服務(wù)需求管理提供了完整的技術(shù)框架和實(shí)現(xiàn)思路，不僅完善了公共服務(wù)需求管理的理論體系，而且為高水平公共服務(wù)需求精準(zhǔn)管理提供了依據(jù)，也豐富了社會(huì)訴求大數(shù)據(jù)在公共服務(wù)領(lǐng)域的應(yīng)用實(shí)踐。

本研究為在數(shù)字政府背景下政府部門開展公共服務(wù)需求管理提供了思路，也可為數(shù)智企業(yè)支撐政府智慧決策提供借鑒，主要管理啟示有：一是促進(jìn)數(shù)據(jù)的融通。 2023 年10 月25 日，國(guó)家數(shù)據(jù)局正式揭牌，其核心職能之一是統(tǒng)籌數(shù)據(jù)資源，進(jìn)行整合共享和開發(fā)利用。數(shù)據(jù)的核心價(jià)值在于“聚、通、用”，各級(jí)政府應(yīng)以此為契機(jī)，充分融合物理空間、網(wǎng)絡(luò)空間、社會(huì)空間的信息，打通政府內(nèi)部數(shù)據(jù)流動(dòng)，暢通公眾表達(dá)渠道，形成感知民情民意的“數(shù)據(jù)池”，才可以在“數(shù)據(jù)池”中精準(zhǔn)挖掘公共需求。 二是把握需求分析的全面性。在需求分析中，既要通過海量訴求數(shù)據(jù)找到一般需求，又要避免“小數(shù)據(jù)流失”，通過構(gòu)建針對(duì)特殊群體的算法模型，精準(zhǔn)識(shí)別其個(gè)性化需求，才能更好地體現(xiàn)出需求管理對(duì)個(gè)性化和多樣化公共服務(wù)需求的適應(yīng)。三是構(gòu)建適應(yīng)不同場(chǎng)景的算法模型。針對(duì)不同公共服務(wù)領(lǐng)域，構(gòu)建適應(yīng)不同粒度場(chǎng)景的監(jiān)測(cè)、感知、預(yù)測(cè)算法，如針對(duì)交通服務(wù)需求，要考慮特殊節(jié)假日、特殊時(shí)間段、重點(diǎn)路段等不同場(chǎng)景需求，實(shí)現(xiàn)精準(zhǔn)決策。四是打造多元協(xié)作格局。政府要重視人才建設(shè)，加快培養(yǎng)既懂政府業(yè)務(wù)又懂信息技術(shù)的復(fù)合型人才，同時(shí)注重調(diào)動(dòng)、發(fā)揮市場(chǎng)和社會(huì)主體尤其是科技企業(yè)在數(shù)據(jù)資源、算法技術(shù)和算力能力上的優(yōu)勢(shì)，形成多方協(xié)作的公共服務(wù)需求管理新格局。