新興媒體下電子政務滿意度的徑向基函數神經網絡測評方法研究

馬欣 西寶

（哈爾濱工業大學，黑龍江哈爾濱 150001）

新興媒體下電子政務滿意度的徑向基函數神經網絡測評方法研究

馬欣 西寶

（哈爾濱工業大學，黑龍江哈爾濱 150001）

電子政務滿意度的測評工作有時會表現出非線性，這在新興媒體出現后尤為明顯。根據新興媒體的特點，首先建立了基于新興媒體的電子政務滿意度評測模型。模型中用操作性滿意度、交互性滿意度、服務性滿意度、可信性滿意度和平臺建設滿意度反映整體滿意度，進而利用結構方程理論建模。為了表征其中的非線性，將徑向基函數（RBF）網絡引入建模過程，并結合偏最小二乘（PLS）方法完成迭代過程的求解。實驗結果表明，RBF-PLS方法比PLS方法具有更高的精度。

滿意度；電子政務；徑向基函數；偏最小二乘

一、引言

電子政務是運用計算機、網絡和通信等現代信息技術手段，實現精簡高效、廉潔公正的政務工作的新型政府運作模式[1]。電子政務超越了時空范圍和部門限制，實現政府組織結構和工作流程的優化重組。

對于電子政務這種新型的政府服務形式，如何能替代傳統政務形式從而得到用戶的認可，是眾多學者關注的問題。進入21世紀以后，美國率先開展了電子政府滿意度的研究。在對聯邦政府門戶網站使用情況的滿意度調查中，滿意指數被用于進行更具可信度的評價，從而代替了原始的點擊率、訪問人數等評價指標[2]。田娟則認為電子政務的服務水平高低更加客觀地反映了用戶對于電子政務的滿意程度，因此使用服務成熟度作為電子政務滿意度測評的依據，并將客戶關系管理的相關思想引入電子政務滿意度的評價體系之中[3]。李敏以交通領域的電子政務為研究內容，對其原有的測評模式進行改進，其中信息化服務水平被確定為此領域電子政務滿意度測評的重要依據[4]。唐一冰關注的是移動電子政務系統的滿意度測評問題，并深入地剖析了電子政務使用過程中，用戶經驗、用戶特點和用戶滿意度之間的內在聯系[5]。呂元智建立了一種基于語義的電子政務用戶滿意度自適應評價模型，在此模型中考慮了市民的行為特征和采用電子政務的緣由[6]。楊興凱構建的電子政務滿意度測評模型，以用戶服務率為核心考查指標，同時兼顧了網絡資源和網絡服務質量[7]。

在已有的電子政務滿意度測評工作中，結構化方程都是進行模型構建和解析的重要方法。但是結構化方程一般只能描述線性問題，對于非線性問題無法準確描述[8]。尤其是在各種新興媒體出現后，這種非線性關系更趨明顯。使用結構方程建模，評估結果很難達到高的精度。為此，針對新興媒體出現后，電子政務系統評測模型非線性的特點，本文提出了一種基于RBF神經網絡的模型求解方法。

二、電子政務滿意度研究的情況

（一）電子政務滿意度評價的國外研究現狀

為了貫徹以服務公眾為核心理念的宗旨，美國從2001年就將顧客滿意度應用到電子政務的評價中，用滿意度的評價逐步替代了瀏覽次數、點擊率等評價參數。到2004年，基于滿意度的電子政務評價已經在美國44個政府網站上使用，成為最重要的電子政務績效評估手段[9]。

Thomas以智能交通系統作為電子政務系統的一個分支，對其公眾滿意度進行了評價。他認為，要使得公眾滿意度提升，就必須進一步增加政府工作的透明度，簡捷網絡辦公的流程，并為公眾提供充足的政務服務信息[10]。

Chae-eon認為，如果從行政服務的角度審視電子政務工作，就可以依托客戶關系這個理論基礎，據此可以推導出達成公眾對于電子政務滿意的重要因素是：用戶行政需求的滿足程度、電子政務執行過程中的用戶參與程度、電子政務服務質量[11]。Pieter指出，要貫徹電子政務以公眾為核心的服務宗旨，就必須以公眾為核心建立相應的評價機制，電子政務滿意度正是滿足了這種訴求[12]。

Seo對發展中國家的電子政務評價工作展開了研究，通過研究發現，對于發展中國家來講，基于用戶滿意度的電子政務評價工作更加符合公眾的真正需求[13]。Alruwaie對英國的城市電子政務工作展開了評價研究，他指出雖然不同城市的行政服務存在一定差異，但還是有很多共性問題可以提煉的。為此，他構建了一個基于市民預期的電子政務滿意度評價框架，可以在大多數英國城市中使用[14]。

Nariman對于日本電子政務滿意度評價展開了研究。他認為，從公眾預期的角度入手，是有利于電子政務真正達到公眾滿意的，這也是制定相應評價指標的依據[15]。Magoutas從語義分析的角度出發，構建了一個能夠驅動市民滿意度提升的自適應電子政務框架，并建立了相應的評價系統，相應的評價工作表明這個電子政務框架有利于提供更好的行政服務[16]。

（二）電子政務滿意度評價的國內研究現狀

李文姬對我國電子政務目前的執行狀況展開了分析，認為政府形象沒有實質性提升、公眾參與程度低、公眾感知價值低。造成這些問題的根本原因在于我國的電子政務并沒有實現公眾由“被管理者”到“被服務者”的轉變，公眾的“主人公”地位沒有得到體現。當務之急，需要真正地以達成公眾滿意來驅動電子政務的發展[17]。

王蘇宜指出，要真正實現電子政務讓公眾滿意，必須將行政工作從“管理”角色向“服務”角色轉變。他進一步指出，電子政務的服務可以從溝通層面、執行層面、響應層面、服務人員的素質層面來開展工作，相應的衡量和評價也要針對這幾個層面展開[18]。

嚴圣明認為建設服務型政府是中國近年來的重要舉措，電子政務是其中重要的內容。他指出我國目前電子政務的發展存在一些問題；一、對于電子政務的績效評估沒有足夠重視；二、電子政務評估缺乏科學性；三、電子政務評估沒有以公眾滿意為核心。為此，他給出的建議是：電子政務評估以公眾滿意度為核心，圍繞公眾需求設計評估指標，評估工作擴大公眾參與程度[19]。

劉燕從5個層面構建了電子政務滿意度評價體系，包括感知有用、感知易使用、感知互動、感知服務質量、感知自我服務，同時采用結構方程進行建模，并采用偏最小二乘的方法進行模型求解，實證結果顯示此模型評價符合實際情況，并且具有收斂速度快、求解穩定的特點[20]。陳海勇從公眾滿意度的角度出發，制定了電子政務的績效評估體系。評估體系分為3個層次，其中第1個層次包括公眾預期、感知易用、感知有用、感知質量4個方面[21]。

三、基于新興媒體的電子政務滿意度評價模型

電子政務公眾滿意度測評就是將公眾滿意引入到電子政務門戶網站的測評中，通過測評公眾對電子政務提供服務的滿意程度來評估電子政務的績效。在電子政務滿意度的測評模型中，先后出現了瑞典的SCSB模型、美國ACSI模型、歐洲ECSI模型、中國的CCSI模型等。這些模型都是基于顧客滿意度指數CSI（Customer Satisfaction Index）建立的。綜合分析這些模型，可以看出這些模型都將最終的滿意度指標拆解成一些分級指標，比如感知有用、感知易使用、感知互動、感知績效、感知價值、感知服務質量、感知自服務能力等等。這些指標的具體數值也很難直接獲得，一般通過進一步細分并形成調查問卷，根據多人調查的數理統計結果形成。

電子政務在發展伊始，是以網絡平臺建設為主要依托，即形成電子政務的門戶網站。最初的滿意度指標也主要是根據門戶網站的質量設計的。進入21世紀以后，各種新興媒體不斷涌現，也給電子政務的發展帶來了新的機遇。比如，互動媒體為電子政務提供了更多的入口，博客提供了更多的政務評論平臺，微博促進了草根問政的發展?？梢哉f新興媒體的出現，為電子政務的更加完善、貼進大眾提供了可能性。因此，評價當今電子政務的成功與否，新興媒體的因素必須要加以考慮。

為此，本文考慮互動媒體、博客、微博等新興媒體對電子政務發展的影響，結合傳統電子政務滿意度的評測指標，設立一個新的電子政務滿意度評測指標體系，如圖1所示。

圖1 電子政務滿意度評測指標體系

在圖1中，整體滿意度指標被分解為5個一級指標和14個二級指標。這5個一級指標分別是：操作性滿意度、交互性滿意度、服務性滿意度、可信性滿意度和平臺建設滿意度。這5個一級指標又可以細分為14個二級指標。在實際測評工作中，整體滿意度和一級指標往往不能直接獲得，而需要通過二級指標相關的數據間接獲得，二級指標則需對應調查問卷的問項，通過實際問卷調查和統計處理才能獲得對應的數據。

四、電子政務滿意度結構方程建模及其求解

電子政務滿意度評測系統一般通過結構方程進行數學建模，進而通過偏最小二乘法求解，以獲得某項電子政務工作的公眾滿意度。在圖1所示基于新興媒體的電子政務滿意度評測模型中，分別為整體滿意度指標、5個一級指標和14個二級指標設置了對應的數學描述變量。這些變量對應的結構方程模型結構如圖2所示，數學形式如公式（1）所示。

圖2 基于新興媒體電子政務滿意度評測系統的結構方程模型

在圖2所示的結構方程模型中，可以認為p1～p14為自變量，q1、q2、q3、q4、q5為一級因變量，s為二級因變量。如果這些變量都已經標準化處理，即可用偏最小二乘法（PLS）進行求解。最小二乘法是數據處理領域常見的優化方法，利用最小誤差的平方和搜索一個數據序列的最優匹配函數。這種方法不僅對于難以獲知的真值非常有效，還可以將優化的誤差降低到最低限度。所以，很多數據處理和優化方法，最終都轉化為最小二乘方法。

相比于最小二乘方法，偏最小二乘方法可以看作是多元線性回歸分析方法、主成分分析方法、相關分析方法的結合。其優點如下：

第一，待分析的一組數據中即便存在較強的相關性，仍然可以采用此方法執行回歸分析。

第二，待分析的數據序列中即便樣本數據不足，仍然可以采用此方法執行回歸分析。

第三，通過此方法執行的回歸分析，會構建出一個涵蓋所有自變量的回歸模型。

第四，通過此方法構建的回歸模型，每一個變量數據的回歸系數都被賦予一定的意義。

PLS可以求解自變量與因變量之間的關系，此模型中的求解至少需要進行兩次PLS的求解——即pi和qi、s和qi。以s和qi為例：{s}、{q}，PLS的具體求解過程，可以分為2個步驟。

第一，分別求取{s}、{q}的主成分，主成分分解如公式（2）、（3）所示。

式中，Q、S為{q}、{s}的主成分向量，k為主成分個數，M、W為{q}、{s}的載荷向量，eq、es為誤差。

第二，求解{q}、{s}的主成分向量Q、S的關系。

式中，f（*）是線性函數。

五、基于RBF神經網絡電子政務滿意度建模及其解法

（一）基本原理

電子政務本身就是一個非線性的復雜系統問題，而電子政務滿意度的評價也呈現出非線性特征。新興媒體介入電子政務系統后，電子政務滿意度測評的非線性就更加明顯。這是因為，新興媒體對于電子政務的影響，尚無確切的評估模型和評估方法。因此，使用傳統結構方程建模難以得到較高的精度。

為了解決電子政務滿意度評估工作中的非線性問題，本文選擇了神經網絡作為分析模型。神經網絡模型通過若干個簡單非線性單元的復合映射，就可以獲得復雜的非線性處理能力，實現從輸入單元到輸出單元的非線性映射，可有效解決電子政務滿意度評估問題的非線性問題。

神經網絡的類型有很多種，本文選用RBF徑向基神經網絡代替常見的BP神經網絡作為本文的分析方法。這是因為，RBF神經網絡相比于BP神經網絡，具有更快的收斂速度、訓練時間短、學習效率高。不僅如此，RBF神經網絡具有最佳的逼近性能和全局最優特性，對于非線性問題求解能力更強。

用RBF網絡對本文的電子政務滿意度評測系統進行建模，如圖3所示。

從圖3可以看出，電子政務滿意度測評系統需要用兩個RBF網絡實現。以右側的神經網絡為例，RBF除了包括輸入層和輸出層外，還包括隱含層，隱含層是用于確定非線性關系的關鍵層次。它對于輸入和輸出是黑箱的問題，通過訓練關系得出。在RBF網絡下，輸出如公式（5）所示。

圖3 基于新興媒體的電子政務滿意度評測系統的RBF網絡模型

這里，dk表示第k個神經元（徑向基函數）的中心矢量，xij表示第i個隱含層神經單元連接到第j個輸出單元的權重。Φ（*）為徑向基函數。為了反映調查問卷的一般形態，徑向基函數采取高斯函數的形式，如公式（6）所示。

（二）具體實現

為了準確地求解電子政務滿意度的評測模型，將PLS方法和RBF方法結合。這是因為電子政務的滿意度測評模型中，各個變量和滿意度之間存在非線性關系的可能性更大，因此用RBF神經網絡比較有針對性。另一方面，電子政務滿意度的測評模型中，各個變量之間往往存在比較嚴重的相關性，PLS對于此類問題則比較實用。實際上，因為本文的電子政務測評模型中考查了新興媒體因素的影響，各變量和滿意度之間關系的非線性特征更加明顯，所以將PLS方法和RBF方法結合起來解決電子政務滿意度評價問題具有更強的針對性。

形成迭代過程如下：

（1）Q、S進行列標準化，主成分個數設定為k=1，開始迭代。

（2）利用PLS求取q1、m1、s1、w1等參數。

（3）利用RBF神經網絡求取q1和s1的非線性關系。

（4）根據初始殘差和PLS參數計算當前殘差。

（5）如果殘差精度達不到預定的精度要求，令k加1，重復（2）～（5），直到精度要求滿足為止，此時確定的關系即所求。

六、實驗結果和數據分析

為了對本文方法建立的模型進行實際測評，將p1～p14的指標形成相關的調查問卷題目，于2013年2月～4月向高校、事業單位等使用電子政務平臺比較多的群體發送，調查問卷共發放246份，成功回收221份。經過有效數據分析，215份調查問卷被保留。調查問卷的問項設置依據圖1所示的電子政務滿意度評價指標體系：1.您所用過的電子政務平臺功能是否清晰？2.您所用過的電子政務平臺是否操作簡便？3.您是否滿意電子政務平臺中采用的新興媒體？4.您所在的地區是否開通了電子政務網站？5.您所在的地區是否開通了電子政務博客？6.您所在地區是否開通了電子政務微博？7.您所在的地區是否開通了電子政務社區？8.您所用過的電子政務平臺的處理速度是否令人滿意？9.您所用過的電子政務平臺的處理結果是否令人滿意？10.您所用過的電子政務平臺的處理過程是否可信？11.您所用過的電子政務平臺的處理結果是否可信？12.您所用過的電子政務平臺是否建立在高質量網絡之上？13.您所用過的電子政務平臺是否建立在豐富的網絡功能之上？14.您所用過的電子政務平臺是否采用了更多的新媒體技術？

調查問卷中按q1～q5分為5大類調查區，每個調查區內按p1～p14設置相關的問題。每個問題的調查結果采取打分形式，最低分為0、最高分為5。為了保證后續的計算可靠，利用SPSS軟件對q1～q5分為5大類調查區進行了可信度分析。

可信度分析是檢查數據可信程度的重要方法，直接決定調查數據能否用于后續的數據處理和分析。最常見的可信度分析方法，可以采用Cronbach系數分析法相應的數學描述如下。

根據公式（7）執行可信度分析，相應的結果如表1所示。從表1可以看出，第一級滿意度參數的可信度系數從0.731到0.933，在可信的范圍內（α＞0.70），說明本次的測量表具有較高的可信性。

表1 調查問卷的SPSS可信度計算結果

信度分析之后，應該進一步執行效度分析。效度檢驗可以通過KMO效度因子和Bartlett球形效度因子完成，利用兩個因子的數值可以得出效度分析的結論。如果KMO的計算值大于0.7，并且Bartlett球度因子的計算值小于0.05，證明基本數據可用。經檢驗，表1中的數據有效。

因為表1中的數據經過信度分析和效度分析，是可信的和有效的，可以繼續執行后續的數據處理。本文建立的RBF-PLS模型共有5個輸入、1個輸出，215個樣本中150組數據作為神經網絡的學習數據，65組數據作為測試數據。

兩個變量之間的相關性分析，可采用Pearson積數學手段，如公式（8）所示。

除了Pearson積以外，Spearman相關系數法也是相關分析的常用手段，如公式（9）所示。

式中，xi、yi代表x、y的時間變量，、代表x、y兩個變量的均值，Ri、Si代表xi、yi的秩，、代表Ri、Si的均值。

對表1中的數據進行相關性檢驗，各變量之間的相關性結果如表2所示。從表2可以看出，多個變量的相關系數在0.50以上，并且最大值達到0.83，表明各變量間存在多重共線性關系，可以用偏最小二乘進行回歸分析。

為評價RBF-PLS方法的建模效果，將RBFPLS與結構方程建模中的PLS方法進行比較。兩種方法的和MSE（Mean-squared error，均方差）值如表3所示。由表3數據可見，本文的RBF-PLS方法優于傳統的PLS方法。PLS方法處理的五類滿意度指標的MSE值分別是0.35、0.33、0.31、0.30、0.28，而經過本文構建的RBF-PLS聯合解法，這五類滿意度指標MSE值分別是0.25、0.24、0.24、0.18、0.11。MSE值表明擬合值和實際值的誤差大小，MSE值越小說明擬合結果越接近真實結果。以上結果表明：雖然電子政務滿意度評估工作具有很高的非線性，但經過本文RBF神經網絡的訓練處理，進而經過RBF-PLS方法的聯合求解，各指標和真實情況更為接近，從而有效解決了非線性問題，有利于得到更加準確的滿意度評價結果。

表2 各變量之間的相關性結果

表3 兩種方法的R2和MSE

七、結論

本文以電子政務滿意度評價為研究內容，試圖分析新興媒體對于電子政務服務性能提升造成的影響。在考查新興媒體因素的情況下，結合影響電子政務滿意度的常見因素，構建了一個新的電子政務滿意度評價指標體系。這個體系中分為5個一級評價指標和14個二級評價指標，并從部分指標中體現新興媒體的影響。

考慮到電子政務滿意度評價工作中，各個變量之間往往存在相關性，因此采用PLS方法對模型進行求解。另外，新興媒體因素的引入會使得電子政務滿意度評價的非線性特征更加明顯，進一步將RBF神經網絡同PLS方法結合，用于求解本文構建的電子政務滿意度測評模型。

實證研究的結果顯示，本文構建的電子政務滿意度評價指標體系符合實際情況，相關變量對于整體滿意度具有重要影響，間接說明新興媒體對于電子政務工作具有重要意義。通過比較PLS方法和本文構建的RBF-PLS方法，證實本文方法進行的數據處理結果對應的MSE更低，擬合精度更高。

［1］許靜.電子政務視角下的服務型政府建設[J].電子測試,2013 (12).

［2］白銀元,劉瓊芳,胡新麗.中美電子政務發展比較分析[J].現代商貿工業,2013(2).

［3］田娟,何有世.電子政務系統外包模式選擇的模糊綜合評價[J].科技管理研究,2013(14).

［4］李敏,王波.交通電子政務在高速公路管理中的應用分析[J].電子測試,2013(9).

［5］唐一冰.電子政務信息安全的評價體系探究[J].電子測試,2013 (9).

［6］呂元智.基于關聯數據的電子政務信息資源語義組織研究[J].圖書情報工作,2012(21).

［7］楊興凱,曹倩雯.電子政務績效評價研究綜述[J].知識管理論壇, 2013(3).

［8］Shakya A,Takeda H,Wuwongse V.Community-Driven Linked Data Authoring and Production of Consolidated Linked Data[J]. International Journal on Semantic Web and Information Systems, 2009(3).

［9］李小燕,齊憲濤,湯敏麗,等.電子政務績效評估的研究綜述[J].現代商貿工業,2008(9).

［10］Thomas A.Horan,Tarun Abhichandani,Raghuvira Rayalu.Assessing User Satisfaction of E-government Services:Development and Testing of Quality-in-use Satisfaction with Advanced Traveler Information Systems[C]//Proceedings of the 39th Hawaii International Conference on System Sciences,2006(5).

［11］Chae-eon Lee,Gwangyong Gim,Boonghee Yoo.The Effect of Relationship Quality on Citizen Satisfaction with Electronic Government Service[J].Marketing Management Journal,2009(Fall).

［12］Pieter Verdegem,Gino Verleye.User-centered E-government in Practice:A Comprehensive Model for Measuring User Satisfaction [J].Government Information Quarterly,2009(26).

［13］Seo Dongback,Warman Gumala.User Satisfaction of E-government Procurement Systems in Developing Countries:An Empirical Research in Indonesia[C]//International Conference on Information Systems,2011.

［14］Alruwaie Mubarak,El-Haddadeh Ramzi,Weerakkody Vishanth. A Framework for Evaluating Citizens’Expectations and Satisfaction toward Continued Intention to Use E-government Services[J]. Lecture Notes in Computer Science,2012.

［15］Nariman Dahlan.Evaluating User Expectancy and Satisfaction of E-government Portals[C]//Proceedings of the International Conference on Complex,Intelligent and Software Intensive Systems, 2011.

［16］Magoutas Babis,Mentzas Gregoris.SALT:A Semantic Adaptive Framework for Monitoring Citizen Satisfaction from E-government Services[J].Expert Systems with Applications,2010(6).

［17］李文姬.電子政務網站滿意度研究[J].電子技術與軟件工程, 2013(18).

［18］王蘇宜.電子政務系統用戶服務滿意度調查研究[J].合作經濟與科技,2011(10).

［19］嚴圣明.公眾滿意度導向視閾下的電子政務績效評估[J].重慶科技學院學報（社會科學版）,2011(16).

［20］劉燕,陳英武,周長峰,等.基于NNPLS的電子政務公眾滿意度測評[J].系統工程,2010(3).

［21］陳海勇.基于公眾滿意度的電子政務績效評估指標體系設計[J].財會研究,2014(1).

D63-39

A

1672-3805(2014)05-0001-07

2014-05-19

國家自然科學基金項目“跨功能邊界關鍵基礎設施網間失效的連鎖效應建模與仿真”（61074133）

馬欣（1976-），男，哈爾濱工業大學經濟與管理學院博士研究生，研究方向為公共管理。