蔡秋梅,趙 穎
(長(zhǎng)春工業(yè)大學(xué)公共管理學(xué)院,吉林 長(zhǎng)春 130012)
“中國(guó)政務(wù)微博元年”始于2011 年。 隨后“微博問政”憑借其傳播速度快、凸顯民主性、信息交流互動(dòng)性強(qiáng)等特點(diǎn), 激發(fā)起各地政府機(jī)構(gòu)與官員開通微博的熱情。 截至2020 年12 月31 日,微博平臺(tái)認(rèn)證的政務(wù)微博賬號(hào)已達(dá)到177 437 個(gè),閱讀量超過4 500 億,被互動(dòng)量為8.3 億+[1]。 在這樣的時(shí)代背景下,為保障政務(wù)微博得以持續(xù)發(fā)展,從公眾角度分析對(duì)其滿意程度就成了一項(xiàng)具有理論與實(shí)踐雙重意義的課題。 本研究在學(xué)習(xí)美國(guó)公共部門公眾滿意度模型搭建的成功經(jīng)驗(yàn)基礎(chǔ)上, 從公眾角度出發(fā)構(gòu)建一個(gè)適用于我國(guó)的政務(wù)微博公眾滿意度模型, 通過定性與定量相結(jié)合的方法了解公眾對(duì)政務(wù)微博的滿意程度,提出精準(zhǔn)有效的改進(jìn)對(duì)策。
關(guān)于政務(wù)微博的研究, 通過梳理國(guó)內(nèi)外相關(guān)文獻(xiàn),發(fā)現(xiàn)其研究?jī)?nèi)容大致可以分為四種:第一,在政務(wù)微博概念方面,學(xué)者們將其歸納為兩類,一類認(rèn)為政務(wù)微博是由政府的公務(wù)員所開設(shè); 另一類則認(rèn)為政務(wù)微博是政府部門推出的官方微博賬戶[1]。 相較于國(guó)內(nèi),國(guó)外并沒有專門描述政務(wù)微博的名詞,政府機(jī)構(gòu)大多是通過社交媒體平臺(tái)(Twitter、Facebook、YouTube 等)與服務(wù)對(duì)象進(jìn)行聯(lián)系[2]。 第二,在政務(wù)微博作用方面,白建磊(2017)基于Warren 等學(xué)者的研究成果發(fā)現(xiàn)政務(wù)微博能夠有效推動(dòng)政府與公眾合作[3]。 第三,在政務(wù)微博存在問題方面,Yudarwati G A(2022)認(rèn)為社交媒體在使用過程中充滿挑戰(zhàn),比如:信任、可信度、錯(cuò)誤信息等[4]。 第四,在政務(wù)微博提升對(duì)策方面,雷洋(2016)提出從增強(qiáng)服務(wù)意識(shí)等方面改善政務(wù)微博現(xiàn)實(shí)困境[2]。
關(guān)于公眾滿意度的研究, 則需追溯于新公共管理運(yùn)動(dòng)。 在理論研究層面, 公眾滿意度與政府服務(wù)績(jī)效相關(guān)聯(lián)。 高學(xué)德(2022)通過實(shí)證分析揭示了績(jī)效性質(zhì)影響公民滿意度的邊界條件和內(nèi)在機(jī)制[5]。在實(shí)踐研究層面, 公眾滿意度模型源于顧客滿意度模型的調(diào)整。 美國(guó)結(jié)合政府部門及其服務(wù)特點(diǎn)在ACSI 模型的基礎(chǔ)上開發(fā)了公共部門公眾滿意度模型。 吳銥達(dá)(2019)從“放管服”角度出發(fā),基于ACSI政府模型建立了適用于我國(guó)行政審批服務(wù)的公眾滿意度模型[6]。
然而, 關(guān)于政務(wù)微博公眾滿意度的研究成果卻極為匱乏, 僅有少數(shù)學(xué)者對(duì)其進(jìn)行研究。 國(guó)內(nèi)最早做出貢獻(xiàn)的是鄒凱(2016),他在總結(jié)歸納構(gòu)建顧客滿意度模型經(jīng)驗(yàn)的基礎(chǔ)上, 引入我國(guó)政務(wù)微博的特點(diǎn), 建立了國(guó)內(nèi)首個(gè)在服務(wù)領(lǐng)域的政務(wù)微博公眾滿意度模型[7]。 隨后,石磊(2016)[8]、楊曉(2017)[9]、譚婧(2018)[10]等在其研究的基礎(chǔ)上進(jìn)一步分析。
1994 年, 美國(guó)顧客滿意度指數(shù)模型 (ACSI)誕生,因注重提供產(chǎn)品與服務(wù)的好壞,從感知質(zhì)量、顧客期望、感知價(jià)值、顧客抱怨和顧客忠誠(chéng)五個(gè)方面間接考查顧客滿意度。隨后受到新公共管理運(yùn)動(dòng)影響,為充分評(píng)估公共部門公眾滿意度,美國(guó)政府在ACSI模型基礎(chǔ)上構(gòu)建了公共部門顧客滿意度模型(ACSI政府模型),刪掉了感知價(jià)值變量,顧客忠誠(chéng)改為顧客信任,其余變量均保持不變。
本文在借鑒ACSI 政府模型的基礎(chǔ)上, 歸納國(guó)內(nèi)外學(xué)者觀點(diǎn),將“顧客抱怨”改為“政府形象”,“顧客滿意度”改為“公眾滿意度”,“顧客期望”改為“公眾期望”。 此外,政務(wù)微博公眾滿意度是指公眾對(duì)政府機(jī)構(gòu)開通的官方微博所提供公共信息服務(wù)的一種認(rèn)知與滿足程度。因此,構(gòu)建政務(wù)微博公眾滿意度模型的重點(diǎn)應(yīng)傾向于分析影響公眾感知政務(wù)微博信息質(zhì)量的因素。如前所述,構(gòu)建了適用于此次研究的政務(wù)微博公眾滿意度模型(如圖1 所示)。
圖1 政務(wù)微博公眾滿意度模型
基于政務(wù)微博公眾滿意度模型, 筆者發(fā)現(xiàn)5 個(gè)潛變量之間存在6 條因果路徑,由此推斷,本文包含6 個(gè)研究假設(shè):
第一,感知信息質(zhì)量與公眾滿意度的關(guān)系假設(shè)。在梳理經(jīng)典滿意度模型過程中, 發(fā)現(xiàn)作為前因變量的感知質(zhì)量直接影響著顧客滿意度。 而對(duì)于政務(wù)微博的感知質(zhì)量, 公眾對(duì)其的評(píng)價(jià)或感受則是通過政務(wù)微博所發(fā)布各種信息的質(zhì)量展開。 廖偉峰(2022)將感知信息質(zhì)量納入影響政務(wù)服務(wù)公眾滿意度的行列[11]。 徐曉林(2019)指出電子政務(wù)服務(wù)質(zhì)量中的信息質(zhì)量是公眾滿意度的重要前因[12]。據(jù)此,本文提出假設(shè)1:
H1:感知信息質(zhì)量對(duì)公眾滿意度具有正向影響。
第二, 公眾期望與感知信息質(zhì)量之間的關(guān)系假設(shè)。 公眾期望是指公眾希望政府的服務(wù)質(zhì)量、 服務(wù)內(nèi)容、 服務(wù)水平等達(dá)到某個(gè)目標(biāo)或滿足需求的一種心理活動(dòng)。張其春(2022)研究發(fā)現(xiàn),公眾期望作為前提條件, 能夠在很大程度上提高政務(wù)服務(wù)公眾滿意度的感知信息質(zhì)量[11]。郜潁潁(2017)的研究表明,公眾期望對(duì)感知質(zhì)量的影響會(huì)由于政務(wù)微博信息質(zhì)量與互動(dòng)質(zhì)量的改變而改變[13]。 由此,本文提出假設(shè)2:
H2:公眾期望對(duì)感知信息質(zhì)量具有正向影響。
第三,公眾期望與公眾滿意度之間的關(guān)系假設(shè)。公眾滿意度是指公眾對(duì)于政府的預(yù)期服務(wù)與實(shí)際服務(wù)進(jìn)行比較后的感受。 多數(shù)學(xué)者認(rèn)為二者之間存在負(fù)相關(guān)關(guān)系,即政府績(jī)效越差時(shí),抱有高度期望的公眾就會(huì)對(duì)政府工作有極低的滿意度。與此同時(shí),少數(shù)學(xué)者認(rèn)為二者之間存在正相關(guān)關(guān)系。 如, 劉曉洋(2020)[14]、王潤(rùn)良(2022)[15]、吳繼英(2021)[16]等。 綜上,本文提出了假設(shè)3:
H3:公眾期望對(duì)公眾滿意度具有正向影響。
第四,公眾滿意度與政府形象之間的關(guān)系假設(shè)?,F(xiàn)有研究已經(jīng)普遍認(rèn)可公眾滿意度對(duì)政府形象的正向影響, 其中政府形象是指政府在公眾面前留下的主觀印象。 李志剛(2017)從329 份四川省政府網(wǎng)站的調(diào)查數(shù)據(jù)中探究得出公眾對(duì)于電子政務(wù)信息服務(wù)質(zhì)量的滿意度能在一定程度上改善政府的形象[17]。郭涵(2020)構(gòu)建的文化扶貧公眾滿意度模型,通過利用SEM 方法進(jìn)一步證明了公眾滿意度可以直接影響政府形象[18]。 據(jù)此,本文提出假設(shè)4:
H4:公眾滿意度對(duì)政府形象具有正向影響。
第五,公眾滿意度與公眾信任之間的關(guān)系假設(shè)。公眾信任是公眾滿意度的具體表現(xiàn), 如果公眾對(duì)提供的服務(wù)感到滿意,便會(huì)提升其對(duì)政府的信任。 劉曉洋(2020)認(rèn)為提升政務(wù)服務(wù)的公眾滿意度有助于改變其對(duì)政府的信任[14]。 白晶(2019)在政府公共文化信息服務(wù)公眾滿意度的研究過程中同樣發(fā)現(xiàn),公眾滿意度和公眾信任積極相關(guān)[19]。由此,本文提出假設(shè)5:
H5:公眾滿意度對(duì)公眾信任具有正向影響。
第六,政府形象與公眾信任之間的關(guān)系假設(shè)。學(xué)術(shù)界已經(jīng)普遍認(rèn)可二者之間的正相關(guān)關(guān)系。 吳繼英(2021)基于構(gòu)建的政府網(wǎng)站政務(wù)信息公開滿意度模型設(shè)計(jì)問卷, 進(jìn)而引入SEM 方法進(jìn)行數(shù)據(jù)處理,發(fā)現(xiàn)政府形象與公眾信任密切相關(guān)[16]。 Xie Qihui(2022)等學(xué)者則通過對(duì)北京某個(gè)具有較多高學(xué)歷居民社區(qū)的COVID-19 公眾滿意度影響因素進(jìn)行研究,證實(shí)了政府形象正向影響公眾信任[20]。 綜上,本文提出了假設(shè)6:
H6:政府形象對(duì)公眾信任具有正向影響。
鑒于上述梳理, 不難發(fā)現(xiàn)政務(wù)微博公眾滿意度模型中的5 個(gè)潛變量無(wú)法被直接測(cè)評(píng), 需要借助觀察變量進(jìn)行評(píng)估。 因此,本文將感知信息質(zhì)量(簡(jiǎn)稱為PIQ)、公眾期望(簡(jiǎn)稱為PE)、公眾滿意度(簡(jiǎn)稱為PS)、政府形象(簡(jiǎn)稱為GI)、公眾信任(簡(jiǎn)稱為PT)進(jìn)行細(xì)化,構(gòu)建了5 個(gè)潛變量的12 個(gè)可觀察變量, 進(jìn)而確定了政務(wù)微博公眾滿意度的測(cè)量指標(biāo)體系(如表1 所示)。
表1 政務(wù)微博公眾滿意度測(cè)量指標(biāo)體系
本次問卷基于已構(gòu)建的測(cè)量指標(biāo)體系和公眾用語(yǔ)習(xí)慣而編制。 其中包括如下內(nèi)容:第一,被調(diào)查者的基本信息:性別、年齡、文化程度和職業(yè)。 第二,憑借李克特 (Likert)5 級(jí)量表對(duì)問卷中的各項(xiàng)進(jìn)行打分,非常滿意、滿意、一般、不滿意和非常不滿意,分別代表5 分、4 分、3 分、2 分、1 分。此外,通過問卷星平臺(tái)進(jìn)行線上調(diào)查,總計(jì)發(fā)放問卷400 份,實(shí)收且有效問卷360 份,有效率達(dá)90%。
本次研究通過利用SPSS 26.0 軟件對(duì)被調(diào)查者的基本信息變量進(jìn)行描述性統(tǒng)計(jì)分析發(fā)現(xiàn): 在性別層面,男性占總數(shù)44.4%,女性占總數(shù)55.6%;在年齡層面,政務(wù)微博的用戶大多為中青年人;在文化程度層面,此次被調(diào)查者的文化程度較高,多數(shù)為本科及以上學(xué)歷;在職業(yè)層面,學(xué)生占總數(shù)23.6%,公務(wù)員占總數(shù)10.3%,事業(yè)單位人員占總數(shù)27.8%,企業(yè)人員占總數(shù)18.6%,其他人員占總數(shù)19.7%。 總而言之,本次問卷中的被調(diào)查者在性別、年齡、文化程度以及職業(yè)四個(gè)層面分布較為勻稱, 樣本具有一定的代表性。
除了圍繞被調(diào)查者的基本信息進(jìn)行統(tǒng)計(jì)分析,筆者還對(duì)各個(gè)觀測(cè)變量進(jìn)行了描述性統(tǒng)計(jì)分析發(fā)現(xiàn):均值在3.50 左右,即公眾對(duì)政務(wù)微博的滿意程度為一般以上;標(biāo)準(zhǔn)差在1 左右,即公眾對(duì)政務(wù)微博的滿意程度無(wú)明顯變化。研究表明,偏度值的絕對(duì)值不超過3,且峰度的絕對(duì)值不超過10,就可認(rèn)為數(shù)據(jù)呈現(xiàn)正態(tài)分布[10]?;诖?,問卷中各個(gè)題項(xiàng)的峰度和偏度均在規(guī)定范圍以內(nèi),證實(shí)了樣本數(shù)據(jù)呈正態(tài)分布。
信度,即可靠性,指采取同樣的方法對(duì)同一對(duì)象進(jìn)行重復(fù)測(cè)量,所得結(jié)果一致的程度。學(xué)界普遍認(rèn)為總量表的Cronbach Alpha 系數(shù)高于0.8,且分量表的Cronbach Alpha 系數(shù)高于0.70 以上, 樣本數(shù)據(jù)的信度較好[25]。 因此,本文通過SPSS 26.0 軟件對(duì)全部樣本以及各個(gè)潛變量的信度進(jìn)行剖析, 問卷總體的Cronbach Alpha 系數(shù)為0.912, 分量表的Cronbach Alpha 系數(shù)均大于0.7,符合研究標(biāo)準(zhǔn)。
效度,即有效性,指測(cè)量工具或手段能夠精準(zhǔn)測(cè)出所需測(cè)量事物的程度。 研究表明:KMO>0.6、共同度值均>0.4、旋轉(zhuǎn)后累積方差解釋率>50%,說(shuō)明效度較高[25]。 樣本數(shù)據(jù)中的KMO 值為0.946,顯著性sig 為0.000,意味著數(shù)據(jù)適合做因子分析,同時(shí)每個(gè)觀察變量的共同度值都大于0.4, 旋轉(zhuǎn)后累積方差解釋率為84.597%,其大于50%,意味著樣本數(shù)據(jù)變量的設(shè)計(jì)合理且有效。
基于已確定的政務(wù)微博公眾滿意度模型, 利用AMOS 26.0 軟件繪制結(jié)構(gòu)方程模型,導(dǎo)入樣本數(shù)據(jù),選取學(xué)界普遍認(rèn)可的整體模型擬合度檢驗(yàn)指標(biāo)進(jìn)行檢驗(yàn)。 由表2 可知,除了CMIN/DF 沒有達(dá)到適配狀態(tài),處于可接受程度,其余模型的輸出結(jié)果均滿足擬合標(biāo)準(zhǔn), 表明此次研究的模型整體與樣本數(shù)據(jù)具有較好的擬合度。
表2 模型擬合度檢驗(yàn)結(jié)果
此外,根據(jù)軟件的運(yùn)行結(jié)果,對(duì)本文所提出的假設(shè)進(jìn)行檢驗(yàn)。多數(shù)學(xué)者認(rèn)為研究假設(shè)成立的前提是:兩個(gè)潛變量之間的路徑系數(shù)大于0 且P 值小于0.05 時(shí),二者存在正相關(guān)關(guān)系。 表3 中,6 個(gè)假設(shè)均在P 值小于0.001 水平上顯著, 并且每?jī)蓚€(gè)潛變量之間的路徑系數(shù)均大于0, 證實(shí)了之前文中所有的假設(shè)。由此可見,筆者構(gòu)建的路徑關(guān)系可以很好地解讀潛變量之間的關(guān)系, 確定了最終的模型路徑系數(shù)圖,如圖2 所示。
表3 假設(shè)檢驗(yàn)結(jié)果
圖2 政務(wù)微博公眾滿意度模型的路徑系數(shù)圖
本文在借鑒ACSI 模型與國(guó)內(nèi)政務(wù)微博特點(diǎn)的基礎(chǔ)上,構(gòu)建了政務(wù)微博公眾滿意度模型,并通過一系列的實(shí)證研究,論證了文中提出的6 個(gè)假設(shè)?;诖?,為全面提高政務(wù)微博的公眾滿意度,筆者建議其可以從以下四個(gè)方面著手完善:
第一,提高信息發(fā)布質(zhì)量。 在信息內(nèi)容質(zhì)量上,應(yīng)該由負(fù)責(zé)發(fā)布的工作人員對(duì)復(fù)雜凌亂的信息進(jìn)行分類后,由各部門負(fù)責(zé)人確認(rèn)簽字后才能發(fā)布。 在信息表達(dá)質(zhì)量上,改變單一的文本發(fā)布形式,增加“文字+圖片”或“文字+視頻”等方式靈活解讀信息。在信息利用質(zhì)量上, 針對(duì)不同年齡以及職業(yè)等人群開設(shè)微信公眾號(hào)、微博、報(bào)紙專欄等,定時(shí)推送服務(wù)信息。
第二,滿足公眾期望。 一方面,增強(qiáng)政務(wù)微博的互動(dòng)力,在定期開展理論學(xué)習(xí)與實(shí)踐培訓(xùn)的基礎(chǔ)上,將工作人員的職務(wù)晉升、 績(jī)效考核與公眾互動(dòng)相掛鉤,督促其及時(shí)回答公眾所提出的問題。 另一方面,拓展政務(wù)微博的信息公開范圍, 通過在線下的行政服務(wù)中心設(shè)置反饋專欄、 簡(jiǎn)化線上網(wǎng)站發(fā)布建議流程、微博群共享等方式廣泛征求民意。
第三,改變政府形象。 首先,建立一個(gè)完整獨(dú)立的運(yùn)營(yíng)團(tuán)隊(duì),摒棄“形式化”的工作作風(fēng)和服務(wù)態(tài)度。其次,完善政務(wù)微博管理機(jī)制與運(yùn)營(yíng)條例,避免謠言四處散播。 最后,建立監(jiān)督評(píng)估體系,聘請(qǐng)專業(yè)的第三方機(jī)構(gòu)定期或不定期對(duì)政務(wù)微博進(jìn)行考核, 以激發(fā)各地政務(wù)微博的工作熱情。
第四,增強(qiáng)公眾信任。政務(wù)微博務(wù)必要在第一時(shí)間發(fā)布事件信息進(jìn)展情況, 其中涉及的部門也要積極配合轉(zhuǎn)發(fā),統(tǒng)一口徑,掌握話語(yǔ)主動(dòng)權(quán)。 在后續(xù)事件處理過程中, 及時(shí)向公眾公布問責(zé)人員的處理結(jié)果。 同時(shí),邀請(qǐng)公眾形象較好的明星進(jìn)行合作,利用其影響力引導(dǎo)公眾從事件中總結(jié)應(yīng)對(duì)經(jīng)驗(yàn)。