基于SEM的高校網站信息公開用戶滿意度測評模型構建研究

●馬海群，李 博

（1．黑龍江大學信息資源管理研究中心，哈爾濱150080；2．哈爾濱商業大學圖書館，哈爾濱150028）

基于SEM的高校網站信息公開用戶滿意度測評模型構建研究

●馬海群1，李 博2

（1．黑龍江大學信息資源管理研究中心，哈爾濱150080；2．哈爾濱商業大學圖書館，哈爾濱150028）

高校網站；信息公開；用戶滿意度；結構方程模型

高校網站作為高校與社會之間溝通的橋梁，它的公開程度和透明程度對高校的建設提供參考和標準。從用戶滿意度的角度來進行高校網站信息公開水平的測評能夠更好地測評用戶的感知。通過結構方程模型（SEM）和顧客滿意度指數模型（CSⅠ），總結出與用戶滿意度較高程度相關的潛變量，并以此為基礎構建了高校網站信息公開用戶滿意度測評模型和觀測變量指標體系。

1 引言

高校信息公開是指高校在履行教育管理等職能中形成和掌握的信息，除法律規定不能公開的之外，一律向社會公開的制度，是政務公開制度的一個重要組成部分，同時它也是一項自下而上的監督制度，是民主公開制度在學校內的應用。［1］高校網站是高校信息公開的重要途徑和橋梁，網站信息公開也是目前高校信息公開工作的主要表現形式，為進一步評價高校信息公開工作的績效水平，找出目前高校信息公開工作開展過程中存在的不足，筆者將用戶滿意度作為高校網站信息公開績效的外部體現，將用戶滿意度的概念和結構方程模型（Structural Equation Model,SEM）的分析手段引入到高校信息公開績效評價中來。

對高校信息公開的網站建設來說，衡量其公開度和透明度的一個視角就是用戶是否滿意。而用戶滿意度可以綜合多種模型來測評，既可以主觀測評，也可以客觀衡量。通過結構方程模型（SEM）來測評用戶滿意程度是一種較客觀和準確的方法。SEM是用于討論潛變量（LatentⅤariable）與觀測變量（ManifestⅤariable）關系以及潛變量與潛變量關系的一種多元統計分析方法。［2］結構方程模型的出現和應用，使顧客滿意度這種不能被直接觀測的變量可被測量，而且可以將這些不可觀測變量放置于體現因果關系的方程系統中。［3］

2 高校網站信息公開用戶滿意度測評模型潛變量的設定

SEM將事物的客觀狀態以因果假設的方式加以呈現，然后以量化的資料加以驗證，其關鍵是能夠將事物的客觀狀態加以因果式呈現。［4］所以，在構建高校網站信息公開公眾（用戶）滿意度測評結構方程模型之前，首先應該建立相應的理論假設，根據理論假設確定相應的潛變量以及潛變量之間的關系。

“期望不一致”是目前應用最廣的顧客滿意度測量模式，當今主流的測評模型SCSB、ACSⅠ、ECSⅠ等幾乎無一例外都以其為基礎來量度顧客滿意度。滿意度測量的期望不一致模式源于美國營銷學者Oliver于1980年提出的期望不一致模型。該模型認為顧客滿意度取決于顧客購前期望與購后感知之間不一致性的大小與方向：當購后感知符合顧客期望，顧客既不會滿意也不會不滿意；當購后感知超過顧客期望，顧客就會滿意；當購后感知低于顧客期望，顧客就會不滿意。［5］之后許多學者在此基礎上進行大量研究，逐步形成了期望主導型、感知質量主導型、不一致性主導型及感知質量與不一致性共同主導型等不同的模式，但總體來說仍屬于期望不一致理論的范疇。因此，筆者對高校網站信息公開用戶滿意度進行測評時也以期望不一致模式為基礎。

一般來說，用戶在購買普通商品的過程中，常常會考慮商品所屬品牌的品牌形象，如果將高校網站公開的信息看作高校生產的產品，高校形象也是一個潛變量。對于用戶滿意的效果，目前比較一致的觀點是，用戶滿意意味著用戶忠誠度的提高。［6］用戶的不滿將通過抱怨或投訴的形式表現出來，企業通過積極處理用戶抱怨可以把抱怨的用戶轉化為忠誠的用戶。

大量理論和實證研究表明，用戶預期、用戶感知質量和用戶感知價值對用戶滿意度存在直接影響，本模型將沿用這些研究成果引入用戶預期、用戶感知質量和用戶感知價值三個潛變量，并針對高校網站信息公開這一測評對象重新詮釋其內涵。結構模型方程能夠處理兩類變量，測量變量和潛在變量，通過對潛在變量和測量變量之間的路徑以及潛在變量之間的路徑分析得出潛在變量的分數。［7］對高校來說，公眾作為顧客用戶，其忠誠度的提高表現在公眾對高校更加信任；同樣，用戶的抱怨也可以通過對高校相關部門的反應和投訴表現出來。因此，本模型中我們引入用戶抱怨和用戶信任兩個潛變量。

總結以上的理論分析結果，筆者認為高校網站信息公開用戶滿意度測評模型的潛變量共有7個，分別是：用戶感知價值、用戶感知質量、用戶預期、高校形象、用戶滿意度、用戶抱怨和用戶信任。其中，用戶感知價值是指用戶在使用了高校網站的信息公開服務后，對其提供的信息和服務價值的總體評價；用戶感知質量是指用戶在使用了高校網站的信息公開服務后，對其提供的信息和服務質量的客觀感受；用戶預期是指用戶在接受高校網站的信息公開服務之前，對高校網站信息公開服務的期待和希望；高校形象是指用戶在使用完高校網站信息公開服務后，在心理上反映出來的對高校的感知；用戶滿意是指用戶對高校網站信息公開服務的預期與實際感覺比較后產生的感覺；用戶抱怨是指用戶對高校網站信息公開工作的不信任和抵制；用戶信任指用戶對高校網站信息公開工作的信任和支持。

3 高校網站信息公開用戶滿意度測評模型的構建

在上文分析的基礎上，筆者提出了高校網站信息公開用戶滿意度研究假設，并梳理了各潛變量之間的關系，結合高校網站信息公開的特點構建了高校網站信息公開用戶滿意度測評模型。

3.1 高校網站信息公開用戶滿意度研究假設

通過對國內外大量文獻分析和邏輯推理，提出高校網站信息公開用戶滿意度測評模型的研究假設（共13個）。

假設1：高校形象對用戶感知價值有直接正向影響；

假設2：高校形象對用戶感知質量有直接正向影響；

假設3：高校形象對用戶預期有直接正向影響；

假設4：高校形象對用戶滿意度有直接正向影響；

假設5：高校形象對用戶信任有直接正向影響；

假設6：用戶預期對用戶感知價值有直接正向影響；

假設7：用戶預期對用戶感知質量有直接正向影響；

假設8：用戶預期對用戶滿意度有直接正向影響；

假設9：用戶感知價值對用戶滿意度有直接正向影響；

假設10：用戶感知質量對用戶滿意度有直接正向影響；

假設11：用戶滿意度對用戶信任有直接正向影響；假設12：用戶滿意度對用戶抱怨有直接負向影響；假設13：用戶抱怨對用戶信任有直接負向影響。

3.2 模型觀測變量的設定

筆者在假設條件之下，根據各個潛變量之間的關系，構建了我國高校網站信息公開用戶滿意度測評模型。其中，高校形象為外生潛變量，用戶感知價值、用戶感知質量、用戶預期、用戶滿意度、用戶抱怨和用戶信任為內生潛變量。用戶感知價值、用戶感知質量、用戶預期和高校形象影響用戶滿意度，用戶滿意度影響用戶抱怨和用戶信任。每一個潛變量又對應著各自的可測變量，如表1所示。

3.3 模型路徑系數圖的設定

高校網站信息公開用戶滿意度測評模型是一種因果關系的結構方程模型，是比較具有代表性的結構方程關系。簡單來說，這種結構方程模型通過變量之間的相互影響關系（箭頭指示），在設定的因果理論基礎之上來表示該因果關系，進而通過具體的路徑圖等其他形式來具體闡述，以達到探索各變量之間因果關系的目的。本文對于用戶滿意度測評模型的構建，具體設置了7個結構變量和12個路徑關系。其中，7個結構變量（隱含變量）分別是高校形象ξ、用戶預期η1、用戶感知質量η2、用戶價值感知η3、用戶滿意度η4、用戶抱怨η5和用戶信任η6。具體結構變量關系和路徑關系如圖1所示。

表1 高校網站信息公開用戶滿意度測評模型觀測變量表

圖1 高校網站信息公開用戶滿意度測評模型路徑圖

3.4 模型的方程式

高校網站信息公開用戶滿意度測評模型的核心部分為結構方程模型，簡單來說，含有隱含變量的結構方程模型由結構模式和測量模式兩部分組成。結構模式用來說明自變量（潛在外生變量）和因變量（潛在內生變量）之間的結構關系（主要是因果關系）。測量模式相對于結構模式簡單一點，主要是描述各個觀測變量與隱含變量之間的結構關系，是對于觀測變量的可靠性描述。

（1）結構方程（結構模式），指本文中關于結構方程的7個隱含變量之間的關系，如（高校形象與用戶價值感知之間的關系）：

η=Bη+Γξ+ε(3.1)

E（ξ）=0，ε與ξ不相關

其中：ξ表示潛在自變量（潛在外生變量）的矩陣（m*1）；η表示因變量（潛在內生變量）的矩陣（n*1）；Γ表示結構系數矩陣（m*n），闡述模型中自變量矩陣ξ對因變量矩陣η的影響；B表示結構系數矩陣（m*m），闡述模型中因變量矩陣η的相關觀測變量間的影響；ε表示整個結構方程的殘差項，可以反映η在方程中沒有被解釋的部分。

（2）測量方程（測量模式），指本文中關于測量方程的27個觀測變量與相應的隱含變量之間的結構關系。闡述因變量η與因變量觀測指標Y，自變量ξ與自變量觀測指標X之間的關系（X，Y指標圖3.2所示）。分別用方程形式表示為：

①Y=Λyη+ε；E（ε）=0

其中，Y表示因變量η對應的測量變量的矩陣（p*1）；Λy表示測量系數矩陣（p*m），表明因變量η與其觀測變量Y之間的關系；η表示因變量（潛在內生變量）的矩陣（m*1）；ε表示測量方程的殘差矩陣（p*1）。用矩陣1表示如下：

矩陣1

②X=Λxξ+δ；E(δ)=0

其中，X表示自變量ξ對應的測量變量的矩陣（q*1）；Λx表示測量系數矩陣（q*m），表明自變量ξ與其觀測變量X之間的關系；ξ表示自變量（潛在外生變量）的矩陣（n*1）；δ表示測量方程的殘差矩陣（q*1）。用矩陣2表示如下：

矩陣2

3.5 模型分析方法的選擇

目前有兩種結構方程（SEM）模型參數估計方法。一種稱為LⅠSREL方法，是基于協方差結構的分析方法，該方法包括廣義最小二乘法，極大似然估計等參數估計方法，要求變量服從正態分布并且要求觀測模型理論基礎足夠成熟。另一種是偏最小二乘法，它是一種基于偏最小二乘路徑建模的參數估計方法，這種方法不需要對數據分布限定嚴格的假設條件。鑒于本文所構建的高校網站信息公開用戶滿意度測評模型理論基礎尚不成熟，而用戶滿意度數據也并不服從正態分布，因此筆者將選擇偏最小二乘法作為本文所構建模型的分析與檢驗方法。

4 結語

隨著我國高校信息公開工作的深入發展和全面完善，高校越來越注重從公眾的角度出發為其提供令他們滿意的高校信息。本文基于高校信息公開評價方面的前期研究成果，［9］針對高校網站信息公開這一領域，提出其滿意度測評模型，目的在于通過該模型找出影響高校網站信息公開工作的主要因素，完善高校信息公開績效評價體系，促進高校信息公開制度建設，提高高校信息公開質量。下一步將根據以上研究成果設計問卷并進行大規模調查，通過SmartPLS2.0對收集到的數據進行計算分析，對本文所構建的模型擬合程度進行進一步校驗。

［1］曾兵．高校信息公開制度建設研究［D］．廈門：廈門大學，2006．

［2］焦微玲．我國電子政務公眾滿意度測評模型的構建［J］．情報雜志，2007（10）：36－38．

［3］安珣．面向顧客滿意度改進決策的結構方程和影響圖結合研究［D］．天津：天津大學，2006：132－135．

［4］黃方銘．結構方程模式理論與應用［M］．北京：中國稅務出版社，2005：32-33．

［5］OliverRL，SwanJE．Equityanddisconfirmatiomperceptions as influence on merchant and product satisfaction［J］．Journal of Consumer Research,1989,116: 372－393.

［6］Fornell C，et al.The American customer satisfaction index:nature,purpose,and findings［J］．Journal of Marketing，1996，60：7－18.

［7］薛萍，徐潔怡．顧客滿意度指數建模方法研究綜述［J］．現代商業，2013（1）：17－20．

［8］馬海群，呂紅．高校信息公開政策方案評價體系研究［J］．情報學報，2013（4）：439－448．

［9］馬海群，呂紅．高校信息公開政策實施效果評價體系構建研究［J］．情報科學，2013（7）：3－9（35）.

G250.72；G252

A

1005－8214（2014）01－0001－04

馬海群（1964－），男，安徽人，教授，博士，博士生導師，主要從事信息資源管理、信息政策與法律研究；李博（1987－），男，碩士，主要從事網絡信息資源管理研究。

2013－07－16［責任編輯］王崗

本文系國家社科基金項目“高校信息公開制度的構建與績效評價”（項目編號：11BTQ028），黑龍江省自然科學基金項目“大學信息公開政策的構建與評價研究”（項目編號：G201010），黑龍江省高等教育學會“十二五”教育科學研究規劃課題“現代大學治理與高校信息公開制度建設”（項目編號：HGJXH B1110485），黑龍江大學創新團隊支持計劃（項目編號：Hdtd2010-24），黑龍江省研究生創新科研項目“高校網站信息公開的績效評價”（項目編號：YJSCX2012-283HLJ）系列研究成果之一。