政务微博公众满意度实证研究

蔡秋梅，赵 颖

（长春工业大学公共管理学院，吉林 长春 130012）

0 引言

“中国政务微博元年”始于2011 年。 随后“微博问政”凭借其传播速度快、凸显民主性、信息交流互动性强等特点， 激发起各地政府机构与官员开通微博的热情。 截至2020 年12 月31 日，微博平台认证的政务微博账号已达到177 437 个，阅读量超过4 500 亿，被互动量为8.3 亿+［1］。 在这样的时代背景下，为保障政务微博得以持续发展，从公众角度分析对其满意程度就成了一项具有理论与实践双重意义的课题。 本研究在学习美国公共部门公众满意度模型搭建的成功经验基础上， 从公众角度出发构建一个适用于我国的政务微博公众满意度模型， 通过定性与定量相结合的方法了解公众对政务微博的满意程度，提出精准有效的改进对策。

1 文献回顾

关于政务微博的研究， 通过梳理国内外相关文献，发现其研究内容大致可以分为四种：第一，在政务微博概念方面，学者们将其归纳为两类，一类认为政务微博是由政府的公务员所开设； 另一类则认为政务微博是政府部门推出的官方微博账户［1］。 相较于国内，国外并没有专门描述政务微博的名词，政府机构大多是通过社交媒体平台（Twitter、Facebook、YouTube 等）与服务对象进行联系［2］。 第二，在政务微博作用方面，白建磊（2017）基于Warren 等学者的研究成果发现政务微博能够有效推动政府与公众合作［3］。 第三，在政务微博存在问题方面，Yudarwati G A（2022）认为社交媒体在使用过程中充满挑战，比如：信任、可信度、错误信息等［4］。 第四，在政务微博提升对策方面，雷洋（2016）提出从增强服务意识等方面改善政务微博现实困境［2］。

关于公众满意度的研究， 则需追溯于新公共管理运动。 在理论研究层面， 公众满意度与政府服务绩效相关联。 高学德（2022）通过实证分析揭示了绩效性质影响公民满意度的边界条件和内在机制［5］。在实践研究层面， 公众满意度模型源于顾客满意度模型的调整。 美国结合政府部门及其服务特点在ACSI 模型的基础上开发了公共部门公众满意度模型。 吴铱达（2019）从“放管服”角度出发，基于ACSI政府模型建立了适用于我国行政审批服务的公众满意度模型［6］。

然而， 关于政务微博公众满意度的研究成果却极为匮乏， 仅有少数学者对其进行研究。 国内最早做出贡献的是邹凯（2016），他在总结归纳构建顾客满意度模型经验的基础上， 引入我国政务微博的特点， 建立了国内首个在服务领域的政务微博公众满意度模型［7］。 随后，石磊（2016）［8］、杨晓（2017）［9］、谭婧（2018）［10］等在其研究的基础上进一步分析。

2 政务微博公众满意度模型的构建与研究假设

2.1 模型构建

1994 年， 美国顾客满意度指数模型 （ACSI）诞生，因注重提供产品与服务的好坏，从感知质量、顾客期望、感知价值、顾客抱怨和顾客忠诚五个方面间接考查顾客满意度。随后受到新公共管理运动影响，为充分评估公共部门公众满意度，美国政府在ACSI模型基础上构建了公共部门顾客满意度模型（ACSI政府模型），删掉了感知价值变量，顾客忠诚改为顾客信任，其余变量均保持不变。

本文在借鉴ACSI 政府模型的基础上， 归纳国内外学者观点，将“顾客抱怨”改为“政府形象”，“顾客满意度”改为“公众满意度”，“顾客期望”改为“公众期望”。 此外，政务微博公众满意度是指公众对政府机构开通的官方微博所提供公共信息服务的一种认知与满足程度。因此，构建政务微博公众满意度模型的重点应倾向于分析影响公众感知政务微博信息质量的因素。如前所述，构建了适用于此次研究的政务微博公众满意度模型（如图1 所示）。

图1 政务微博公众满意度模型

2.2 研究假设

基于政务微博公众满意度模型， 笔者发现5 个潜变量之间存在6 条因果路径，由此推断，本文包含6 个研究假设：

第一，感知信息质量与公众满意度的关系假设。在梳理经典满意度模型过程中， 发现作为前因变量的感知质量直接影响着顾客满意度。 而对于政务微博的感知质量， 公众对其的评价或感受则是通过政务微博所发布各种信息的质量展开。 廖伟峰（2022）将感知信息质量纳入影响政务服务公众满意度的行列［11］。 徐晓林（2019）指出电子政务服务质量中的信息质量是公众满意度的重要前因［12］。据此，本文提出假设1：

H1：感知信息质量对公众满意度具有正向影响。

第二， 公众期望与感知信息质量之间的关系假设。 公众期望是指公众希望政府的服务质量、 服务内容、 服务水平等达到某个目标或满足需求的一种心理活动。张其春（2022）研究发现，公众期望作为前提条件， 能够在很大程度上提高政务服务公众满意度的感知信息质量［11］。郜颍颍（2017）的研究表明，公众期望对感知质量的影响会由于政务微博信息质量与互动质量的改变而改变［13］。 由此，本文提出假设2：

H2：公众期望对感知信息质量具有正向影响。

第三，公众期望与公众满意度之间的关系假设。公众满意度是指公众对于政府的预期服务与实际服务进行比较后的感受。 多数学者认为二者之间存在负相关关系，即政府绩效越差时，抱有高度期望的公众就会对政府工作有极低的满意度。与此同时，少数学者认为二者之间存在正相关关系。 如, 刘晓洋（2020）［14］、王润良（2022）［15］、吴继英（2021）［16］等。 综上，本文提出了假设3：

H3：公众期望对公众满意度具有正向影响。

第四，公众满意度与政府形象之间的关系假设。现有研究已经普遍认可公众满意度对政府形象的正向影响， 其中政府形象是指政府在公众面前留下的主观印象。 李志刚（2017）从329 份四川省政府网站的调查数据中探究得出公众对于电子政务信息服务质量的满意度能在一定程度上改善政府的形象［17］。郭涵（2020）构建的文化扶贫公众满意度模型，通过利用SEM 方法进一步证明了公众满意度可以直接影响政府形象［18］。 据此，本文提出假设4：

H4：公众满意度对政府形象具有正向影响。

第五，公众满意度与公众信任之间的关系假设。公众信任是公众满意度的具体表现， 如果公众对提供的服务感到满意，便会提升其对政府的信任。 刘晓洋（2020）认为提升政务服务的公众满意度有助于改变其对政府的信任［14］。 白晶（2019）在政府公共文化信息服务公众满意度的研究过程中同样发现，公众满意度和公众信任积极相关［19］。由此，本文提出假设5：

H5：公众满意度对公众信任具有正向影响。

第六，政府形象与公众信任之间的关系假设。学术界已经普遍认可二者之间的正相关关系。 吴继英（2021）基于构建的政府网站政务信息公开满意度模型设计问卷， 进而引入SEM 方法进行数据处理，发现政府形象与公众信任密切相关［16］。 Xie Qihui（2022）等学者则通过对北京某个具有较多高学历居民社区的COVID-19 公众满意度影响因素进行研究，证实了政府形象正向影响公众信任［20］。 综上，本文提出了假设6：

H6：政府形象对公众信任具有正向影响。

3 研究设计

3.1 变量测量

鉴于上述梳理， 不难发现政务微博公众满意度模型中的5 个潜变量无法被直接测评， 需要借助观察变量进行评估。 因此，本文将感知信息质量（简称为PIQ）、公众期望（简称为PE）、公众满意度（简称为PS）、政府形象（简称为GI）、公众信任（简称为PT）进行细化，构建了5 个潜变量的12 个可观察变量， 进而确定了政务微博公众满意度的测量指标体系（如表1 所示）。

表1 政务微博公众满意度测量指标体系

3.2 问卷数据来源

本次问卷基于已构建的测量指标体系和公众用语习惯而编制。 其中包括如下内容：第一，被调查者的基本信息：性别、年龄、文化程度和职业。 第二，凭借李克特 （Likert）5 级量表对问卷中的各项进行打分，非常满意、满意、一般、不满意和非常不满意，分别代表5 分、4 分、3 分、2 分、1 分。此外，通过问卷星平台进行线上调查，总计发放问卷400 份，实收且有效问卷360 份，有效率达90%。

4 结果与分析

4.1 描述性统计分析

本次研究通过利用SPSS 26.0 软件对被调查者的基本信息变量进行描述性统计分析发现： 在性别层面，男性占总数44.4%，女性占总数55.6%；在年龄层面，政务微博的用户大多为中青年人；在文化程度层面，此次被调查者的文化程度较高，多数为本科及以上学历；在职业层面，学生占总数23.6%，公务员占总数10.3%，事业单位人员占总数27.8%，企业人员占总数18.6%，其他人员占总数19.7%。 总而言之，本次问卷中的被调查者在性别、年龄、文化程度以及职业四个层面分布较为匀称， 样本具有一定的代表性。

除了围绕被调查者的基本信息进行统计分析，笔者还对各个观测变量进行了描述性统计分析发现：均值在3.50 左右，即公众对政务微博的满意程度为一般以上；标准差在1 左右，即公众对政务微博的满意程度无明显变化。研究表明，偏度值的绝对值不超过3，且峰度的绝对值不超过10，就可认为数据呈现正态分布［10］。基于此，问卷中各个题项的峰度和偏度均在规定范围以内，证实了样本数据呈正态分布。

4.2 信度与效度分析

信度，即可靠性，指采取同样的方法对同一对象进行重复测量，所得结果一致的程度。学界普遍认为总量表的Cronbach Alpha 系数高于0.8，且分量表的Cronbach Alpha 系数高于0.70 以上， 样本数据的信度较好［25］。 因此，本文通过SPSS 26.0 软件对全部样本以及各个潜变量的信度进行剖析， 问卷总体的Cronbach Alpha 系数为0.912， 分量表的Cronbach Alpha 系数均大于0.7，符合研究标准。

效度，即有效性，指测量工具或手段能够精准测出所需测量事物的程度。 研究表明：KMO＞0.6、共同度值均＞0.4、旋转后累积方差解释率＞50%，说明效度较高［25］。 样本数据中的KMO 值为0.946，显著性sig 为0.000，意味着数据适合做因子分析，同时每个观察变量的共同度值都大于0.4， 旋转后累积方差解释率为84.597%，其大于50%，意味着样本数据变量的设计合理且有效。

4.3 模型拟合与假设检验

基于已确定的政务微博公众满意度模型， 利用AMOS 26.0 软件绘制结构方程模型，导入样本数据，选取学界普遍认可的整体模型拟合度检验指标进行检验。 由表2 可知，除了CMIN/DF 没有达到适配状态，处于可接受程度，其余模型的输出结果均满足拟合标准， 表明此次研究的模型整体与样本数据具有较好的拟合度。

表2 模型拟合度检验结果

此外，根据软件的运行结果，对本文所提出的假设进行检验。多数学者认为研究假设成立的前提是：两个潜变量之间的路径系数大于0 且P 值小于0.05 时，二者存在正相关关系。 表3 中，6 个假设均在P 值小于0.001 水平上显著， 并且每两个潜变量之间的路径系数均大于0， 证实了之前文中所有的假设。由此可见，笔者构建的路径关系可以很好地解读潜变量之间的关系， 确定了最终的模型路径系数图，如图2 所示。

表3 假设检验结果

图2 政务微博公众满意度模型的路径系数图

5 结论与展望

本文在借鉴ACSI 模型与国内政务微博特点的基础上，构建了政务微博公众满意度模型，并通过一系列的实证研究，论证了文中提出的6 个假设。基于此，为全面提高政务微博的公众满意度，笔者建议其可以从以下四个方面着手完善：

第一，提高信息发布质量。 在信息内容质量上，应该由负责发布的工作人员对复杂凌乱的信息进行分类后，由各部门负责人确认签字后才能发布。 在信息表达质量上，改变单一的文本发布形式，增加“文字+图片”或“文字+视频”等方式灵活解读信息。在信息利用质量上， 针对不同年龄以及职业等人群开设微信公众号、微博、报纸专栏等，定时推送服务信息。

第二，满足公众期望。 一方面，增强政务微博的互动力，在定期开展理论学习与实践培训的基础上，将工作人员的职务晋升、 绩效考核与公众互动相挂钩，督促其及时回答公众所提出的问题。 另一方面，拓展政务微博的信息公开范围， 通过在线下的行政服务中心设置反馈专栏、 简化线上网站发布建议流程、微博群共享等方式广泛征求民意。

第三，改变政府形象。 首先，建立一个完整独立的运营团队，摒弃“形式化”的工作作风和服务态度。其次，完善政务微博管理机制与运营条例，避免谣言四处散播。 最后，建立监督评估体系，聘请专业的第三方机构定期或不定期对政务微博进行考核， 以激发各地政务微博的工作热情。

第四，增强公众信任。政务微博务必要在第一时间发布事件信息进展情况， 其中涉及的部门也要积极配合转发，统一口径，掌握话语主动权。 在后续事件处理过程中， 及时向公众公布问责人员的处理结果。 同时，邀请公众形象较好的明星进行合作，利用其影响力引导公众从事件中总结应对经验。