智能政务服务是否精准匹配了居民公共需求？*——基于1045个城市样本的实证分析

王正攀

（中共重庆市委党校/重庆行政学院 社会和生态文明教研部，重庆 400044）

一、问题提出

自国家的大数据战略实施以来，以人工智能、机器人、区块链、云计算、移动互联网、大数据、虚拟现实（VR）和增强现实（AR）等数字技术为驱动的数字化或智能化政务服务平台——如国家或地方政务服务云平台、移动政务服务APP、智能问答机器人、微信政务小程序、支付宝城市服务小程序等，成为近几年各级政府在线办公、在线服务、在线沟通与交流以及在线决策等的重要手段或方式。数字技术驱动下，互联网普及率不断提高。截至2020年12月我国网民规模已接近10亿，“新冠肺炎疫情”期间，全国一体化政务服务平台推出的“防疫健康码”，申领人数累计近9亿，使用次数超过400亿次①中国互联网信息中心.第47次中国互联网络发展状况统计报告［R/OL］.中国政府网，（2021-02-03）［2021-02-06］.http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202102/t20210203_71361.htm.。与此同时，新型城镇化进程中的智慧城市建设也已从侧重基础网络、感知设备、云计算设施、共性平台及基础信息资源等层面进入到注重城市海量信息共享、城市大数据挖掘和利用、城市安全构建和保障的新型智慧城市建设阶段。其中，以智能APP、智能机器人等人工智能（Artificial Intelligence）技术为支撑的智能政务服务被广泛应用于国家和地方治理实践中①孟庆国，王友奎，田红红.政务服务中的智能化搜索：特征，应用场景和运行机理［J］.电子政务，2020（02）：21-33.。大量应用于数字经济领域的现代智能技术在政务服务领域的快速赋能，不仅拓展了互联网产业化的应用范围，而且深刻重塑了政府治理的管理架构、业务架构、技术架构和内部组织运作程序及服务，进而“引发”政府行政管理的流程再造和公共服务供需均衡匹配的路径重构。然而，由于公共服务的“公共性”价值追求，无论是传统管理模式下的政府公共服务，抑或是数字技术应用场景下的智能政务服务，其本质目的始终是围绕“满足社会共同需求”以促进民众美好生活愿望的实现和人的全面发展的②马宝成.马克思的公共服务理论与我国服务型政府建设［J］.行政管理改革，2011（09）：61-66.。因此，既有实践中的智能政务服务探索与实践将不可避免地需要面对一个重要问题，即，是否有效精准对接了居民所需的公共服务，并以此提升了居民日常使用的便捷性或参与感？对此分析有助于从理论和应用层面推进数字政府的建设效率和效益提升。

二、文献综述

数字技术驱动下的政府公共服务供需结构变化及其系统性组织变革，不仅促使智能政务服务的实践探索成为数字政府建设的必需内容，而且引发了学界关注。围绕“智能政务服务”的研究大致分为以下方面：

一是“电子政务”向“数字政府”演进中的政务服务认知转变。以网站技术、办公自动化技术促进政府工作效率提升的“电子政务”在“大数据”“互联网+”等新技术推动下已经进入到亟需治理理念、职责边界、组织形态、履职方式及治理规则体系变革的“数字政府”阶段③孙友晋，高乐.加强数字政府建设 推进国家治理现代化——中国行政管理学会2020年会会议综述［J］.中国行政管理，2020（11）：147-150.。Harsh等指出，智能技术进步、人与人之间信息和交往的便捷化以及全球互联经济所创造的机会，迫使政府在反思自己角色变化同时，意识到需通过开放政务数据提升公共服务效益、重塑民众和政府关系来推动“电子政务”向“智慧政府”方向转变④Harsh A,Ichalkaranje N.Transforming e-Government to Smart Government：A South Australian Perspective［J］.Advances in Intelligent Systems and Computing,2015（1）：9-16.。对于这一转变，国内学者李洪波等将“大数据时代”之前的政务智能称为“政务智能1.0”，大数据环境下的政务智能属于“政务智能2.0”⑤李洪波，熊励，刘寅斌.大数据环境下的政务智能：框架与流程［J］.新世纪图书馆，2016（01）：61-64.；米加宁等认为第四次工业革命到来的社会实践，可能推动政府变革从工业化的“物理空间”政府形态向大数据时代的“数字空间”政府形态转型⑥米加宁，章昌平，李大宇，徐磊.“数字空间”政府及其研究纲领——第四次工业革命引致的政府形态变革［J］，公共管理学报，2020（01）：1-17.。

二是智能政务服务面临的问题及对策解析。数字技术驱动下的“互联网+政务服务”升级、人工智能创新和智慧社区平台建设等有助于减少公务人员的工作量，并且在提高政务服务效率和决策能力基础上，增强了公共服务的供给和需求精准对接效果①Chen Li-ran,Chen Wei-dong.Intelligent city - Tianjin：The system analysis of intelligent community public service,September 3-5,2011［C］.Changchun：IEEE,2011.。然而，移动政务服务的公众使用率不高②赵蓓，杨威.智慧城市建设中移动政务采纳问题研究——以厦门地区政务APP“i厦门”为例［J］.东南学术，2020（02）：191-197.、数据共享与安全的立法及其道德规范③Chen Tao,Longya R,Gao Xian.AI innovation for advancing public service：The case of China's first Administrative Approval Bureau［C］.In Proceedings of dg.o 2019：20th Annual International Conference on Digital Government Research (dg.o 2019),June 18,2019,Dubai,United Arab Emirates.ACM,New York,NY,USA,2 pages.https://doi.org/10.1145/3325112.3325243.、条块关系制约导致的协同困难④薛泽林.智能政务推进中的开放式协同策略［J］.学习与实践，2019（02）：57-64.、智能移动终端开发不够⑤王谦，刘大玉，陈放.智能技术视阈下“互联网+政务服务”研究［J］.中国行政管理，2020（06）：73-79.以及控制与问责⑥Henman P.Improving public services using artificial intelligence：possibilities,pitfalls,governance［J］.Asia Pacific Journal of Public Administration,2020（01）：1-13.等问题成为当前智能政务服务发展面临的主要障碍，相关学者据此分别从发展战略、技术创新、协同治理和基于资源画像建立知识图谱、基于用户画像构建需求模型、基于需求实现最佳匹配等多种视角提出了应对策略。

三是公共服务智慧化转型的方式或机制创新。李磊等指出，城市群公共服务治理需要经历由数据驱动向智慧协同转变的过程⑦李磊，马韶君，代亚轩.从数据融合走向智慧协同：城市群公共服务治理困境与回应［J］.上海行政学院学报，2020（04）：47-54.。进入数字经济时代，公共服务的智慧化转型不仅限于城市群，政务服务同样已进入“智慧化阶段”⑧于冠一，陈卫东，王倩.电子政务演化模式与智慧政务结构分析［J］.中国行政管理，2016（02）：22-26.。由于对技术架构的高度依赖，此方面的研究主要围绕方式或机制创新展开，如Vaezi提出应建立以知识为基础的行政管理系统以便在较短时间内用最佳的生产效率提供好的政策和服务⑨Vaezi S.Role of intelligent agents in knowledge management （case of electronic public services）［J］.Scientific Research and Essays,2009（05）：392-397.；Kohlborn等认为服务捆绑（service bundling）是进一步改进公共部门在线门户网站服务交付的创新解决方案⑩Kumlander D.Towards a Better Infrastructure Supporting the e-Education as a State Public Service［J］.Lecture Notes in Electrical Engineering,2015（01）：309-315.；Kumlander提出了混合云（hybrid SaaS）和基于身份验证识别系统的技术方案以解决公民通过IT渠道向政府反馈电子教育服务（e-Education）意见的渠道⑪Kohlborn T,Korthaus A,Peters C,et al.A Comparative Study of Governmental One-Stop Portals for Public Service Delivery［J］.2013（03）：1-19.；Bharosa等在将公共服务创新定义为是“做一些能为公共领域的参与者创造价值的新事物”前提下，通过借鉴开放创新、重组创新和协同创新三种互补创新理论，以门户网站为例，提出了一个使创新者可以将线上和线下结合起来的在线公共服务共同创造（co-creation）机制⑫Bharosa N,Meijer K,Voort HVD.Innovation in Public Service Design：Developing a co-creation tool for public service innovation journeys［C］.In The 21st Annual International Conference on Digital Government Research (dg.o’20),June 15–19,2020,Seoul,Republic of Korea.ACM,New York,NY,USA,10 pages.https://doi.org/10.1145/3396956.3396981.。

四是智能政务服务的评价及效果研究。主要集中在两个方面：一方面是基于公众满意度模型的服务质量评价，代表性的有：徐绪堪等采用直觉模糊层次分析法的评价结果表明，对于政务APP而言，用户最关注的是其事务服务能力，信息服务能力的重要度居次位，服务参与能力和服务供给能力分别居第3、4位①徐绪堪，华士祯.“互联网+政务服务”背景下的政务APP评价——基于直觉模糊层次分析法［J］.情报杂志，2020（03）：198-207.；程镝以政务服务中心服务质量公众满意度模型对“最多跑一次”改革的实证研究表明，感知质量和政府形象正向影响公众满意度，公众期望负向影响公众满意度②程镝.政务服务中心服务质量公众满意度研究——基于H市政务服务中心“最多跑一次”改革［J］.山东大学学报（哲学社会科学版），2021（01）：65-74.。李洁等改进的采纳模型分析发现，公众会根据自己的态度决定是否使用政务服务网站，也能够感知到政务服务网站的易用性和有用性③李洁，郭雨晖，韩啸.“互联网+政务服务”何以提升公众采纳行为?——一项整合模型研究［J］.电子政务，2019（08）：103-116.；李燕建构的采纳模型结果表明，影响公众采纳意愿的因素及重要性存在差异，对信息查询服务与在线交流服务的公众采纳意愿来讲，感知易用性具有积极影响，感知有用性是在线申办服务采纳意愿的最关键前因变量；而政府信任能显著提升信息查询与在线交流服务公众的采纳意愿，但却无法使在线申办服务采纳意愿形成④李燕.电子政务公众采纳意愿研究：基于荟萃分析的模型构建与实证检验［J］.管理评论，2020（04）：298-309.。而从影响因素分析看，赵成勇采用结构方程模型（SEM）的研究表面，重大公共交通安全事件、安全知识、心理危机和公共安全意识四个潜变量对于公众的安全感知有不同程度影响⑤赵成勇.基于SEM的城市居民公共交通服务安全感知及影响因素探究［J］.城市公共交通，2019（08）：57-63.；张艳丰等基于扎根理论的访谈资料分析识别出用户自身、数据服务、人员管理及外部环境之间存在着密切联系，共同构成智慧城市信息安全影响框架⑥张艳丰，王羽西，邹凯，刘亚丽．智慧城市信息安全影响因素与关联路径研究——基于扎根理论的探索性分析［J/OL］．情报科学.https://kns.cnki.net/kcms/detail/22.1264.G2.20200826.0957.020.html.；王法硕等运用事件史（EHA）方法的分析表明，网上政务服务能力、政府数据管理机构设置、城市化率、人口流动性和每十万人确诊数等因素正向促进省级政府健康码政策采纳⑦王法硕，张桓朋.重大公共危机事件背景下爆发式政策扩散研究——基于健康码省级扩散的事件史分析［J］.电子政务，2021（01）：21-31.。此外，Roy⑧Roy J.Digital government and service delivery：An examination of performance and prospects［J］.Canadian Public Administration，2017（04）：538-561.、李智轩等⑨李智轩，甄峰，张姗琪.城市居民智慧流动性研究进展及展望［J/OL］.国际城市规划，https://kns.cnki.net/kcms/detail/11.5583.TU.20200903.1637.002.html.关注智慧流动性对政务服务带来的影响，翟云对大数据+政务服务“好差评”制度的建构路径进行了探究⑩翟云.政务服务“好差评”制度：政策意蕴、理论阐释与路径建构［J］.行政管理改革，2021（03）：66-72.。

综上，已有相关研究从认知、现状、方式、评价效果及影响因素等多个角度对智能政务服务进行了分析，这对理解和全面推进政府运行方式、业务流程和服务模式数字化智能化具有启发与借鉴的双重价值。但从研究进路来看，既有研究成果由于采用的样本或案例的不同，所得结论较为分散。加之进入数字经济时代的政务数字化、智能化、智慧化建设尚处于初始阶段，如何进一步提升其为民服务的便捷性、易用性、普惠性仍有较大探究空间。由此，进一步尝试从居民视角，采用样本调查数据对智能政务服务的便捷性及其影响因素进行实证分析，有助于从理论层面为政府数字化转型研究提供边际贡献。

三、理论框架与研究设计

（一）理论框架

居民通过评价等直接或间接参与方式及时反馈政府公共服务效果，不仅有助于公众理解和观察政府公共部门的运作方式，而且有利于实现公共服务的供需精准对接，提高服务交付质量与合法性①张友浪.公共服务中的公民参与［J］.公共管理评论，2020（02）：149-159.。由于在提高公共服务质量、激励公民参与、调动社会资源和提升公民满意度及获得感等方面的优势，公共服务合作生产理论成为近年来国际国内公共管理学界越来越感兴趣的一个研究主题。“合作生产”思想发源于工业革命时代的企业管理产品生产过程。马克思将生产区分为物质生产、精神生产和人口生产；泰勒指出员工和管理者之间应有一定程度的合作和分工，以确保工作（或生产）符合既定计划并严格执行。国内学界普遍认为公共领域的合作生产概念最早由Ostrom和其同事于20世纪70年代晚期在进行城市治理政策研究时提出，其主要强调的是微观层面的“常规生产者”（如政府、公共部门等服务代理人）下存在“潜在消费者”（如公民、社区、协会等）参与服务供给的过程。对于公共服务合作生产的内涵界定，政治的视角倾向于认为是公民特别是受益人参与的服务供给；经济的视角从消费生产内涵出发，认为合作生产体现的是常规生产和消费生产结合下的服务供给；公共行政视角下的合作生产强调公共部门不是公共服务的唯一责任者和安排者，公民也不仅仅是公共服务的需求者、消费者和评价者；新公共治理理论的服务导向理论认为合作生产出现在公共服务的提供、生产及输送等各个环节，是在这些节点上公共部门与公民的互动过程与伙伴关系建构；服务管理的视角将合作生产看作为服务供给中一个重要的且不可分割的核心组成部分，是用户而不是政策制定者或专业服务机构作为服务供给创新的中心，因此服务机构需积极主动地探寻、理解和满足用户潜在或未来需求，而不是简单对现有或当前所表达的需求做出回应②朱春奎，易雯.公共服务合作生产研究进展与展望［J］.公共行政评论，2017（05）：188-220.；网络治理和公共价值管理理论框架下，合作生产意味着政府不仅要回应公民的需求，也要促使公民以及其他社会主体成为公共服务共同生产者，公民不仅要表达需求、消费服务并且评价服务，更重要的是参与合作生产，帮助整合有形的和无形的资源，增进不同维度的公共服务价值③王学军.公共价值视角下的公共服务合作生产：回顾与前瞻［J］.南京社会科学，2020（02）：59-66.；数字时代公共服务创建的本质就是一个包括不同阶段数据的提供和使用合作生产的过程，居民可以根据自己的兴趣和技能，以不同的方式贡献自己的数据，如居民个体可以使用智能手机或网络应用程序将一些社会问题反馈给政府。在公共行政范式变迁中，公共服务合作正经历着从“主导价值理念”、“角色导向转轨”到“工具技术发展”的发展蜕变④姜晓晖.公共服务合作生产的发展演进与时序变迁：价值嬗变、公民转向及工具更替［J］.甘肃行政学院学报，2019（04）：56-66.。

公共服务合作生产理论视角的智能政务服务评价理论建构遵循着三条路径实现逻辑：一是数字经济时代的公共服务供给方和需求方从分离走向融合，两者界限模糊，居民不仅仅是政府公共服务提供的需求者、消费者和评价者，而且会深度地参与到公共服务或公共产品提供的全过程。二是居民通过了解或感知政府智能政务服务平台的便捷性，以确定其公共需求是否能够得到满足，以此促进公共服务供需在平台层面的精准、有效对接，进而提升政府公共服务的绩效。三是在公共服务提供的全链条过程中，包括决策、生产、输送、交付、监督等等，居民通过间接或直接的互动方式均参与其中，这将公共服务提供视为了一个开放、包容的开源系统，各参与主体一道不仅凝聚了“公共性”，而且扩大或积极的共同创造（co-creation）了公共价值。最为典型的如“支付宝+公共服务”的供给方式，虽然其本质上仍属于公私合作范畴之内，但以“支付宝”平台为代表的互联网企业利用强大的技术、社会、经济资源和平台功能，在提供公共服务的过程中，与政府拥有的行政及组织资源相互依赖、相互转化，形成了新型“盟友”关系①叶林，侯雪莹.“支付宝+公共服务”：一种新型公私合作关系——基于资源依赖与转化的分析框架［J］.甘肃行政学院学报，2020（02）：26-33.，拓展了公共服务合作生产的公共价值。因而智能政务服务平台不仅是当前推动数字政府建设的重要载体，而且是促进公共服务合作生产理论中国化、本土化的重要观察样本。基于上述理论推论，论文提出如下假设：

H1：居民的公共需求通过智能政务服务体系建设实现了精准对接；

H1：居民能够感知到智能政务服务平台的便捷性并乐意经常使用；

H1：居民通过智能政务服务平台的良好体验加强了与政府的互动。

（二）研究设计

1.样本选择和数据来源

本研究选择问卷调查进行数据搜集。调查过程分为两个阶段：第一阶段于2020年8月进行，由笔者所在课题组依托广州、北京、上海、重庆等城市研究单位采用分层随机抽样方法开展调查，发放问卷400份，回收有效问卷318份，回收率79.5%；第二阶段于2020年10月进行，依靠“问卷星”平台在城市开展调查，该平台随机推荐用户800人，回收有效问卷727份，回收率90.88%。两个阶段共计发放问卷1200份，回收有效问卷1045份，回收率共计87.08%。采用SPSS26.0进行数据统计。样本的人口学基本特征如下：男性600人占比57.4%，女性445人占比42.6%；年龄主要分布在19—30岁和31—42岁两个年龄段，占比分别为50.4%、35.5%，累计85.9%；从受教育程度看，大专学历的176人占比16.8%，大学本科学历的706人占比67.6%，研究生学历的106人占比10.1%，累计94.5%；从职业类别看，机关事业单位人员182人占比17.4%，企业人员（包括国企、民企）的675人占比64.6%；从居住类型看以常住居民为主，共计817人占比78.2%。显然，数据样本呈现出“年龄较轻、学历较高、群体范围较为广泛”的基本特征，此类样本对于数字时代的智能平台使用具备一定的知识储备、实践需求和易接受度，因而具有较强的代表性。

2.变量定义

（1）被解释变量：

便捷性评价（ConEva）。借鉴张廷君②张廷君.城市公共服务政务平台公众参与行为及效果——基于福州市便民呼叫中心案例的研究［J］.公共管理学报，2015（02）：21-29.以及张晓娟等③张晓娟，刘亚茹，邓福成.基于用户满意度的政务微信服务质量评价模型及其实证研究［J］.图书与情报，2017（02）：41-47.的做法，围绕城市居民接触到的智能政务服务平台及其业务办理的满意状况来测量其对便捷性的评价，包括“您如何评价使用过的智能政务APP服务”“您对所在城市智能政务服务办理业务的满意程度如何”。

（2）解释变量：

智能政务服务认知（IntelUnderstand）。借鉴王正攀①王正攀，王植，刘柯妗.智慧城市建设影响政府组织结构了吗?——基于346个样本的调查分析［J］.探索，2015（05）：109-114.的相关研究及Victor的期望模型，使用4个选项测量城市居民对智能政务服务及其平台的认知状况，包括“对智能政务的了解程度”“智能政务对人们生产生活带来的改变程度”以及“对所在城市智能政务服务基础设施建设状况的认识”“对地方政府推进智能政务服务的态度”和“对智能政务服务平台未来发展认识”。

智能政务服务体系建设认知（SystemUnderstand）。借鉴李军鹏②李军鹏.面向基本现代化的数字政府建设方略［J］.改革，2020（12）：16-27.的相关分析，采用4个选项进行测量，包括“是否习惯于使用智能手机进行查询、业务办理或付费等”“所在城市是否建立了上下联动、层级清晰、覆盖城乡的智能政务服务体系”“所在城市的公共信息资源是否实现了向全社会开放”“所在城市公共服务信息传播和数据共享效率如何”。

智能政务服务平台体验（IntelExperience）。根据主要政务服务的类别，采用4个选项进行测量，包括“所在城市是否建立智慧教育服务、市民数字阅读网络访问等教育类智能平台”“所在城市是否建设了信息化管理系统和终端服务，推进智慧医疗事业发展”“所在城市是否建立了就业培训服务的信息平台，并及时发布、更新就业信息”“所在城市是否建设了信息服务终端，提高目标人群享受基本养老、失业、工伤、生育以及社会救助、社会福利等社会保障服务的便捷程度”。

控制变量（Controlvariable）。为研究主要变量对因变量可能存在的影响，参照以往研究，本文选取城市居民个体层面的年龄（Age）、性别（Sex）、受教育程度（Edu）、职业类别（Occupation）、政治面貌（Political-Orientation）、收入水平（Income）以及居住类型（Type-Residence）作为控制变量。

表1 主要变量说明

续上表

3.模型构建

本文建立多元逐步回归模型（1）进行检验。其中，被解释变量为便捷性评价（ConEva），代表城市居民对智能政务服务的便捷性评价结果，解释变量分别为智能政务服务认知（IntelUnderstand）、智能政务服务体系建设认知（SystemUnderstand）、智能政务服务平台体验（IntelExperience），此外也包括控制变量（Control-variable）。由此，

在逐步回归模型（1）基础上，检验各解释变量的相关选项对智能政务服务的便捷性评价的影响作用，因此，

逐步回归模型在对自变量处理的过程中，一般是将尽可能影响因变量的所有因素先纳入，通过剔除不显著的自变量影响因素后，留下影响因素显著的自变量建立有效模型，从而使模型尽量简单。而且，采用逐步回归能够避免由于变量之间较强的相关性即所谓的多重共线性，使得原来模型内影响显著的变量变得不显著，剔除不显著的变量后也会减少多重共线性的影响①张颖，张婷.创新产出影响因素的区域差异性比较研究——来自新能源产业的经验数据［J］.工业技术经济，2020（07）：144-151.。

四、实证结果分析

（一）描述性统计

表2为1045个样本个体的主要变量描述性统计。其中，“智能政务服务的方便、快捷评价”（ConEva1）均值为2.35，中位数为2，表明调查样本对其评价处于“好”的认知；“对所在城市智能政务服务办理业务的满意程度”（ConEva2）均值为1.96，中位数为2，表明调查样本对智能政务服务业务处于“满意”水平。而且，上述两个变量的加权平均指标“便捷性评价”（ConEva）的平均值为2.15，中位数为2且标准差0.85较小（如表2所示），意味着调查样本认为智能政务服务的总体评价为接近“比较便捷”的认知。

表2 主要变量描述性统计

智能政务服务认知（IntelUnderstand）变量中，变量选项“智能政务的了解程度”（IntelUnderstand1）均值2.61，“智能政务对生产生活改变程度”（IntelUnderstand2）均值为2.25，“所在城市智能政务服务基础设施建设状况”（IntelUnderstand3）均值为2.32，中位数均为2，表明样本对智能政务服务的现状建设方面在基本“了解”的认知基础上认为其对生产生活的改变程度较大，所在城市相关基础设施建设则处于“好”和“一般”状态之间。变量选项“对官方发展智能政务服务的态度”（IntelUnderstand4）均值为1.21，“对智能政务服务未来发展期待”（IntelUnderstand5）均值为1.51，中位数均为1，75分位数分别为1和2，表明样本对智能政务服务发展的支持态度和期望态度较高。这意味着样本能够认识到智能政务服务具有的便捷性功能。

智能政务服务体系建设认知（SystemUnderstand）变量中，变量选项“是否习惯使用智能手机及相关APP”（SystemUnderstand1）均值1.14，25分位数、中位数、75分位数均为1，表明样本均习惯使用智能手机。变量选项“所在城市是否建立上下联动层级清晰覆盖城乡的智能政务服务体系”（SystemUnderstand2）均值为1.97，中位数为2，表明调查所选择的城市在样本群体看来并未建立完善的智能政务服务体系。变量选项“所在城市公共信息资源是否向全社会开放”（SystemUnderstand3）均值为1.79，中位数为1，选择1的频率为51.86%，表明样本所在的部分城市公共信息资源向社会进行了开放。变量选项“所在城市公共服务信息传播和数据共享效率”（SystemUnderstand4）均值为2.79，中位数为3，表明样本认为所在城市公共服务信息传播和数据共享的效率“一般”。这意味着样本的公共服务需求未能通过智能政务服务体系的建设获得充分的满足，假设1不成立。

智能政务服务平台体验（IntelExperience）变量中，变量选项“所在城市是否建立智慧教育服务市民数字阅读等教育类平台”（IntelExperience1）、“所在城市是否建设了信息化管理系统，推进智慧医疗事业发展”（IntelExperience2）、“所在城市是否建立就业培训服务的智能平台，及时发布更新就业信息”（IntelExperience3）、“所在城市是否建设智能服务终端提高目标人群社会保障服务便捷程度”（IntelExperience4）的均值分别为2.19、2.07、2.30、2.24，中位数均为2，表明样本对所在城市教育、医疗、就业以及社保等方面的智能政务服务平台体验度均较少，这意味着样本虽然如前所示能够感知智能政务服务的便捷性，但并不乐意经常性地使用相关的平台。因此假设2并不完全成立。这可能是因为一方面对智能政务服务平台了解有限，另一方面源于所在城市智能政务服务体系的不完善所致。

（二）相关性统计

表3展示了主要变量选项的相关性统计结果。相关系数矩阵显示：智能政务服务认知（IntelUnderstand）、智能政务服务体系建设认知（SystemUnderstand）、智能政务服务平台体验（IntelExperience）各主要变量选项与“便捷性评价”（ConEva）均呈显著正相关关系，且主要变量选项间的相关性也显著，部分相关系数大于0.2，这意味着如果使用公式（1）直接进行回归分析，则可能会受到多重共线性的干扰。为消除这一影响，将采用逐步回归分析剔除不显著的变量选项。

表3 主要变量相关性分析

表3 控制变量与剔除后变量选项的分层模型结果

（三）居民智能政务服务便捷性评价的影响因素分析

利用SPSS26.0进行逐步回归，该模型自动剔除在0.05和0.01水平下不显著的“对官方发展智能政务服务的态度”（IntelUnderstand4）、“是否习惯使用智能手机及相关APP”（SystemUnderstand1）、“所在城市是否建立上下联动层级清晰覆盖城乡的智能政务服务体系”（SystemUnderstand2）、“所在城市是否建设了信息化管理系统，推进智慧医疗事业发展”（IntelExperience2）、“所在城市是否建立就业培训服务的智能平台，及时发布更新就业信息”（IntelExperience3）、“所在城市是否建设智能服务终端提高目标人群社会保障服务便捷程度”（IntelExperience4）等变量选项。留下影响因素显著的7变量选项“智能政务了解程度”（IntelUnderstand1）、“智能政务对生产生活改变程度”（IntelUnderstand2）、“所在城市智能政务服务基础设施建设状况”（IntelUnderstand3）、“对智能政务服务未来发展期待”（IntelUnderstand5）、“所在城市公共信息资源是否向全社会开放”（SystemUnderstand3）、“所在城市公共服务信息传播和数据共享效率”（SystemUnderstand4）、“所在城市是否建立智慧教育服务市民数字阅读等教育类平台”（IntelExperience1）。逐步回归模型后的R方值为0.281，意味着留下的变量可以解释智能政务服务便捷性评价的28.1%变化原因。而且模型通过F检验（F=57.863，p=0.000<0.05），说明模型有效。另外，针对模型的多重共线性进行检验发现，模型中VIF值均小于5，意味着不存在着共线性问题；并且D-W值为1.984小于2，说明模型不存在多重共线性，样本数据之间没有关联关系，模型构建较好。

进一步，将控制变量与上述剔除后的变量选项建立分层回归（如表4所示），可知模型1为将样本个体层面的年龄（Age）、性别（Sex）、受教育程度（Edu）、职业类别（Occupation）、政治面貌（Political-Orientation）、收入水平（Income）以及居住类型（Type-Residence）纳入后，模型R方值为0.012，意味着控制变量可以解释被解释变量智能政务服务便捷性评价的1.2%变化原因。但是，F检验（F=1.835，p=0.077>0.05）结果没有通过，说明控制变量不会对被解释变量产生影响关系，因而不能具体分析自变量对于因变量的影响关系。虽然如此，但该模型中的年龄（Age）回归系数为0.097、收入水平（Income）回归系数-0.059，两个控制变量分别在0.01和0.05水平下显著，表明随着年龄的增加，对智能政务服务便捷性的评价逐渐降低；随着收入水平提升，对智能政务服务便捷性的评价有所提升。

模型2在模型1的基础上纳入了经过逐步回归后的7个变量选项，F值变化呈现出显著性（p=0.000<0.05），R方值由0.012上升到0.288，表明留下的7个变量选项可对被解释变量智能政务服务便捷性评价产生27.6%的解释力度。具体看，“智能政务了解程度”（Intel Understand1）的回归系数值为0.181，并且呈现出显著性（t=6.248，p=0.000<0.01），意味着样本对智能政务了解程度会对便捷性评价产生显著的正向影响关系。“智能政务对生产生活改变程度”（IntelUnderstand2）的回归系数值为0.057，且呈现显著性（t=2.274，p=0.023<0.05），意味着样本认知的智能政务对生产生活改变程度会对便捷性评价产生显著的正向影响关系。“所在城市智能政务服务基础设施建设状况”（IntelUnderstand3）的回归系数值为0.191，且呈现显著性（t=5.728，p=0.000<0.01），意味着样本所在城市智能政务服务基础设施建设状况会对便捷性评价产生显著的正向影响关系。“对智能政务服务未来发展期待”（IntelUnderstand5）的回归系数值为0.176，且呈现显著性（t=4.876，p=0.000<0.01），意味着样本对智能政务服务未来发展期待会对便捷性评价产生显著的正向影响关系。“所在城市公共信息资源是否向全社会开放”（SystemUnderstand3）的回归系数值为0.075，且呈现显著性（t=2.527，p=0.012<0.05），意味着样本所在城市公共信息资源是否向全社会开放会对便捷性评价产生显著的正向影响关系。“所在城市公共服务信息传播和数据共享效率”（SystemUnderstand4）的回归系数值为0.074，且呈现显著性（t=3.225，p=0.001<0.01），意味着样本所在城市公共服务信息传播和数据共享效率会对便捷性评价产生显著的正向影响关系。“所在城市是否建立智慧教育服务市民数字阅读等教育类平台”（IntelExperience1）的回归系数值为0.075，且呈现显著性（t=2.920，p=0.004<0.01），意味着所在城市是否建立智慧教育服务市民数字阅读等教育类平台会对便捷性评价产生显著的正向影响关系。此外，模型2也显示，政治面貌（Political-Orientation）的回归系数值为-0.039（t=-2.684，p=0.007<0.01），意味着政治面貌为群众属性的群体与具有党派属性政治面貌的群体相比，对智能政务服务便捷性评价相对更高。

显然，样本对智能政务服务便捷性评价的主要影响因素集中在“智能政务服务认知（IntelUnderstand）”变量的选项中（包括4个），其他为“智能政务服务体系建设认知（SystemUnderstand）”变量中的2个和“智能政务服务平台体验（IntelExperience）变量”中的1个。由此推之，样本虽然对智能政务服务便捷性的评价受到对其本身及体系建设认知的影响，但从侧面说明样本对智能政务服的使用体验方面感受不深。在对样本“获取公共服务信息、参与公共事务相关活动最多渠道”的多项选择调查中，77.61%的选择了“微信公众号”，之后依次为：“手机上下载的主流新闻媒体APP”53.78%、“电视，如新闻联播等”48.04%、“手机上下载的‘学习强国’APP”40.48%、“微博”37.03%、“手机上下载的智能政务APP”30.43%、“登录电脑上的政府网站”23.44%、“登录电脑上的主流新闻媒体网站”22.87%以及“其他”（0.48%）如文件等。这再次佐证了样本并没有通过智能政务服务平台获取的良好参与或互动体验，因此假设3不成立。

五、研究结论与建议

本文基于广州、北京、上海、重庆等国内主要城市的1045个城市居民样本的问卷调查数据，在文献回顾基础上结合公共服务合作生产理论构建了智能政务服务便捷性评价的理论分析框架。进而对样本的智能政务服务的便捷性评价，以及样本的智能政务服务认知、智能政务服务体系建设认知和智能政务服务平台体验等主要变量选项进行描述统计，采用逐步回归和分层回归模型对居民智能政务服务便捷性评价的影响因素进行了实证分析。主要结论包括：

首先，调查样本总体上对所在城市的智能政务服务评价为“比较便捷”的认知水平。换言之，在数字经济、大数据、云计算以及新型智慧城市建设的推动下，目前城市智能政务服务建设一定程度上提升了政府公共服务的便捷性，但尚未达到最优程度；调查样本均习惯使用智能手机并操作相关智能APP，但其所在城市尚未建立完善的智能政务服务体系，尤其是公共信息资源部分向社会进行了开放，公共服务信息传播和数据共享的效率“一般”，样本的公共服务需求未能通过智能政务服务建设得到充分满足。调查样本虽感知到智能政务服务的便捷性，但其经常性使用相关的平台意愿不强烈。

其次，调查样本的控制变量，即其人口统计学变量不会对被解释变量智能政务服务便捷性评价产生显著影响关系，因而不能具体分析自变量对于因变量的影响关系。但年龄、收入水平分别在模型1中的0.01和0.05水平下显著，表明随着年龄段的提升，对智能政务服务便捷性的评价逐渐降低；随着收入水平提升，对智能政务服务便捷性的评价有所提升。而且，政治面貌（Political-Orientation）在分层模型2中的回归系数值为-0.039（t=-2.684，p=0.007<0.01），意味着政治面貌为群众属性的群体与具有党派属性政治面貌的群体相比，对智能政务服务便捷性评价相对更高。

最后，智能政务服务认知、智能政务服务体系建设认知、智能政务服务平台体验各主要变量选项与居民智能政务服务便捷性评价均呈显著正相关关系，且主要变量选项间的相关性也显著。逐步回归模型剔除没有显著影响的6个变量选项后，留下对智能政务服务便捷性评价影响作用显著的7变量选项（智能政务了解程度、智能政务对生产生活改变程度、所在城市智能政务服务基础设施建设状况、对智能政务服务未来发展期待、所在城市公共信息资源是否向全社会开放、所在城市公共服务信息传播和数据共享效率、所在城市是否建立智慧教育服务市民数字阅读等教育类平台）。影响因素分析表明，调查样本虽然对智能政务服务便捷性的评价主要受到其对智能政务服务认知及智能服务体系建设认知的影响，但尚并没有通过智能政务服务平台与政府建立良好的参与或互动体验。

上述研究结论蕴含的政策建议是：在迈向全面建设社会主义现代化国家的新征程中，民众对于医疗健康、公共交通、公共教育、政务服务、信息安全以及公共数据资源共享等方面“量”和“质”的需求不断提升。以智能政务服务水平提升推动数字政府的建设能力和水平，应着力从以下方面推进：一是增强居民使用智能政务服务的体验感和参与感。在推进智能政务建设的过程中，强化对居民（包括政府公务人员在内）的宣传教育和数字技术知识更新，鼓励数字型企业发展适老化、简易化的数字产品，拓展智能政务服务平台或软件的覆盖面和使用效率。在智能政务APP平台、支付宝、微信、政务微博、政府官方网站等纳入居民参与、讨论智能政务发展的链接、板块等，建立健全用户留言机制，加大民众参与力度。同时，利用多种信息传播方式或贴近民众生活的语言积极宣传智能政务建设的政策、举措、推进程度等，以构建新型政社互动关系，提升居民的参与感。二是完善智能政务服务平台功能体系。加快智能政务服务大数据对经济发展、民生保障以及在基层社会治理的应用，切实提升其对教育、医疗、养老、托幼等基本公共服务的数字化、智能化水平。在智能政务服务发展中，尤其注重增加人文情怀，根据当地的文化特色以及特殊区位条件，提升政府智能服务的效率性、便民性、通俗性。三是推动政务数据共建共享。积极推动智慧化的城市基础社会数据库、信息库等公共信息服务资源的基础设施建设，在切实保护信息安全和伦理安全的基础上，建构公共数据资源和私人信息的甄别机制、泄露补救机制，促进政务数据如公共服务信息资源的高效利用和开放共享。