基于結構方程的政務微博公眾參與研究

陳嵐

[摘要]針對政務微博發展的特點，將公眾參與政務微博劃分為2個層次，即關注層和互動層，結合TAM模型、動機理論、信任理論提出地方政務微博公眾接受模型，對概念模型中的潛在變量進行操作化定義，構建其觀察變量，并設計相應的調查問卷進行數據收集，并運用結構方程模型方法進行模型檢驗和實證研究，根據實證分析結果，提出了相應的建議。

[關鍵詞]政務微博；公眾參與；結構方程模型

DOI：10.3969/j.issn.1008-0821.2015.03.008

[中圖分類號]G203 [文獻標識碼]A [文章編號]1008-0821（2015）03-0037-05

政務微博的出現促使政府、官員重視廣泛吸納民意，促進科學的民主決策；充分借力網絡環境，有效監督政府的行政管理水平，開創出了網絡時代官民互動的新模式。已有許多學者對政務微博的發展現狀、政府微博的運營管理、政務微博的傳播規律和政務微博的影響力等方面的內容進行了相關研究；從研究方法來看，大多數研究均為描述性和對策性研究，實證研究鳳毛麟角。隨著公眾對政務微博認知度的增加，政府應如何更好地運用微博平臺為公眾服務，依然需要不斷地進行摸索。因此，從公眾的角度出發研究其參與政務微博的動機，剖析地方政務微博公眾參與的影響因素，有利于政務微博的運營和發展，實現政務微博服務的優化。

1.政務微博公眾接受模型的構建

目前，國內外學者已針對電子政務的公眾采納和參與情況進行了相關研究。學者蔣曉將TAM模型、TRA模型、Is持續使用模型和信息系統成功模型相結合，同時加入信任理論和服務質量分析了影響公民采納電子政府的因素。Colesca和Dobriea認為公眾對電子政務的信任直接影響其使用意向。因此，將TAM模型中的感知有用和感知易用、信任和社會影響作為直接影響公眾參與地方政務微博的因素。

喬尼將TAM模型與動機理論相結合，將感知有用性與感知易用性作為參與動機的中介變量來研究用戶參與SNS網站的行為。學者劉曉艷在研究微博中的人際傳播時也加入了動機因素。因此，將參與動機作為感知有用性和感知易用性的前導因素，以分析公眾參與地方政務微博的不同動機。根據相關研究，將動機因素分為信息性動機、表達性動機和交互性動機。

政務微博的公眾參與是建立在對政務微博加關注基礎上的信息交互，根據公眾參與政務微博的行為特征，結合TAM模型、信任理論、動機理論，提出政務微博公眾參與模型，如圖1所示：

1.1參與動機

公眾通過政務微博一方面可以獲取政府相關信息，了解最新的時政，同時還可以參與話題討論，表達自己的觀點和看法，并通過與政府互動進行政務咨詢或尋求其他服務。因此，將公眾參與微博互動的動機概括為：信息性動機、表達性動機和交互性動機3個方面。

1.2感知有用性

感知有用性是指公眾對政務微博提供的信息、服務是否有價值，對自己有用的感知。目前，國內外已經有許多的學者研究證明了感知的有用性對用戶的接受行為有直接影響。結合政務微博的特點，將感知有用性概括為問題解決性、交流及時性和效率提升性3個方面。

1.3感知易用性

感知易用性是指用戶接受一種新信息系統或技術等難易程度。對政務微博公眾參與的感知易用性可從微博平臺的可操作性、政務微博的便捷性和交互的簡易性3個方面進行測度。

1.4感知信任

感知信任是公眾對政府會提供高品質電子服務的感知，Thompson等的研究表明公眾對技術和對政府的信任會影響對電子政務的信任，從而影響公眾的最終采納。結合相關研究將政務微博感知信任的前導因素分為微博平臺的信任、政府的信任和用戶的認知度3個方面。

1.5社會影響

公眾是否愿意接受政務微博這種新的互動方式在很大程度上會受到外部環境的影響，這其中主要包括來自政府鼓勵公眾參與的程度、地方政務微博的宣傳力度、周圍親朋等對其的影響。因此可從好友推薦度、微博平臺推廣度、政府宣傳度和政務微博好評度4個方面測度。

1.6公眾參與

公眾通過微博參與互動是建立在關注基礎上的信息交互，因此將政務微博的公眾參與劃分成2個層次：關注層和互動層。關注層指公眾通過關注地方政務微博獲取相關信息；互動層指公眾通過政務微博與政府及其他公眾進行交流互動。

2.政務微博公眾接受影響因素實證分析

2.1問卷設計與數據收集

本文主要采用的是問卷調查法來對研究對象進行數據收集分析與統計的。問卷的絕大多數題目以5分制的李克特量表方式設計，要求被調查的對象對各問題表明態度。1-5分分別代表“完全不同意”、“不太同意”、“不能確定”、“勉強同意”、“完全同意”。考慮到使用微博的人群多數是具備上網條件的，因此問卷主要以網絡方式進行收集。本次調查共計發放400份問卷，剔除無效問卷62份，最終回收的有效問卷是338份，有效回收率為84.5%。其中男性197人，占58.3%，女性141人，占41.7%；年齡層次以20～39歲人群為主，占樣本總數的81.17%；其中309人具有微博的使用經驗，占91.42%，但相當一部分人僅是通過加關注的方式獲取政務微博信息，實際參與互動交流的人數較少。

2.2信度檢驗

信度檢驗采用的是Cronbach's a系數檢驗法，它被用于衡量量表中各指標之間的一致性。在計算Cronbach's a系數之前使用糾正測量題項的總相關系數（corrected-item total correlation，CITC）凈化測量題項，是量表信度的一個檢驗指標，評判原則上要求大于0.5，而對于C1TC值小于0.5的變量，一般需要剔除，若剔除該項測量題項后，量表的Cronbach's a值增大，就表示需要剔除該項測量題項。endprint

利用SPSS17.0統計軟件分別對信息性動機、表達性動機、交互性動機、感知的有用性、感知的易用性、平臺的信任、政府的信任、認知度、感知信任、社會影響這10個因素和2個不同層次的公眾參與進行信度分析，結果如表1所示：

2.3效度分析

效度即有效性。用來考察量表的正確性程度，測量結果和要考察的內容越吻合則效度越高，反之，則效度越低。檢驗量表的結構效度，應進行因子分析。因子分析的目的在于找出量表潛在的結構，減少題項的數目，使之變為一組因子較少而彼此相關較大的變量。進行因子分析時，首先進行KMO測度和巴特利特球體檢驗來確定數據是否適宜做因子分析，若KMO在0.9以上，表示非常適合；0.8～0.9，很適合；0.7～0.8，適合；0.6～0.7，基本適合；0.5～0.6，很勉強；0.5以下不適合；再利用SPSS中的主成分分析，采用最大方差轉軸法來進行探索性因子分析，篩選最終因子的評估標準分別為：特征值大于1；因子載荷值小于0.5或兩個因子以上的載荷值大于0.5的題項；只擁有單一題項的因子。

2.3.1外生變量因子分析

（1）參與動機因子分析

對參與動機三個因素進行KMO和Bartlett球形檢驗，Bartlett's球形檢驗的卡方值為2495.311，自由度為36；KMO值為0.919，大于0.5，Bartlett's球形檢驗值的顯著性概率為0.000<0.01，因此適合進行因子分析。采用最大方差轉軸法進行探索性因子分析，各因子載荷如表2所示：

（2）信任前導因素分析

對感知信任的3個前導因素進行KMO和Bartlett球形檢驗，Bartlett's球形檢驗的卡方值為1327.261，自由度為36，KMO值為0.771，大于0.5，Bartlett's球形檢驗值的顯著性概率為0.000<0.01，因此適合進行因子分析。采用最大方差轉軸法進行探索性因子分析，各因子載荷如表3所示：

2.3.2中介變量因子分析

對感知有用性、感知易用性、感知信任、社會影響4個因素進行KMO和Bartlett球形檢驗，Bartlett's球形檢驗的卡方值為2398.051，自由度為153，KMO值為0.824，大于0.5，Bartlett's球形檢驗值的顯著性概率為0.000<0.01，因此適合進行因子分析。采用最大方差轉軸法進行探索性因子分析，各因子載荷如表4所示：

2.3.3內生變量因子分析

對公眾參與政務微博的兩個不同層次進行KMO和Bartlett球形檢驗，Bartlett's球形檢驗的卡方值為815.819，自由度為15，KMO值為0.796，大于0.5，Bartlett's球形檢驗值的顯著性概率為0.000<0.01，因此適合進行因子分析。采用最大方差轉軸法進行探索性因子分析，各因子載荷如表5所示。

2.4結構方程模型分析

利用結構方程模型軟件LISREL8.70對政務微博公眾接受模型進行路徑分析，當|t|>1.96，P<0.05，表明該路徑顯著，而|t|值低于1.96時應當考慮刪除。政務微博公眾接受模型的路徑系數如圖2所示：

根據結構方程模型中評價模型擬合優劣的相關理論，通常采用以下幾種指標來評價模型的擬合效果：相對擬合指數（CFI，越接近于1越好）、標準擬合指數（NFI，越接近于1越好）、近似均方根誤差指數（RMSEA，低于0.1表示好的擬合，低于0.05表示非常好的擬合）、調整后的擬合優度指數（AGFI，取值于0～1之間，越接近1，模型整體擬合越好）。兩種不同層次公眾接受度的擬合指數如表6所示：

從上述模型的擬合參數來看，各相關指標均達到臨界值要求，說明模型檢驗結果有效。

3.結論及建議

3.1結論

通過上述的實證分析結果可以看出，感知有用性、感知信任和社會影響均對公眾關注政務微博和參與微博互動有顯著影響，感知易用性僅對公眾參與地方政務微博互動有顯著影響，而對公眾關注政務微博不存在顯著影響，這是由于當用戶想要獲取接受地方政務微博所發布的消息時，僅需要通過加關注的方式獲取地方政務微博的信息，因此不需要太多的技能操作。

感知有用性、感知信任和社會影響對關注的路徑系數為0.15、0.15、0.27，表明社會影響對公眾關注政務微博影響較大，即周圍朋友的推薦、政府的宣傳鼓勵等對公眾是否關注政務微博影響較大。感知有用性、感知易用、感知信任和社會影響對互動的路徑系數0.39、0.23、0.21、0.25，表明感知有用性對公眾參與政務微博互動影響最大，即如果公眾參與政務微博互動能幫助他們解決現實問題、提高效率，他們通過政務微博與政府和其他公眾進行人際交流、信息共享的意愿才高。

在參與動機方面，信息性動機、表達性動機和交互性動機通過感知有用性對公眾關注政務微博產生影響，通過感知有用性和感知易用性對公眾參與微博互動產生影響。3種動機對關注的影響系數分別是：0.1125（0.45*0.25=0.1125）、0.1025（0.41*0.25=0.1025）、0.0675（0.27*0.25=0.0675），即信息性動機對關注的影響最大，表明用戶關注地方政務微博最主要的需求就是對最新時政新聞等信息的獲取；3種動機對互動的影響系數分別為0.2284（0.45*0.39+0.23*0.23=0.2284）、0.2473（0.41*0.39+0.38*0.23=0.2473）、0.1789（0.27*0.39+0.32*0.23=0.1789），即表達性動機對公眾參與微博互動影響最大，表明公眾參與政務微博的互動最大的需求是想要表達自身的訴求和意見，通過參與相關問題討論來實現與政府互動。

在感知信任方面，政務微博的認知度和公眾對政府的信任對公眾接受政務微博影響較大，公眾只有對政務微博有一定的了解，通過政府和媒體有效的引導，使公眾不斷加深對政務微博信息服務優勢的了解，才能使公眾更愿意接受這種電子服務的方式；同時，政務微博作為政府形象宣傳、為公眾提供服務的新途徑，公眾對政府機構服務能力的認同和信任也直接影響著公眾與政府的交互。endprint

3.2建議

3.2.1吸引公眾關注

根據以上分析，在政務微博運營的初期，公眾對政務微博的接受較多地呈現為通過關注政務微博獲取信息，而此時公眾參與的動機也以獲取信息為主，社會影響對公眾是否關注地方政務微博的比重最大，因此該階段可采取如下措施吸引公眾關注：

（1）加大推廣政務微博的力度。社會影響對公眾關注地方政務微博的影響力最大，因此要大力加強政務微博的宣傳推廣，通過與傳統媒體進行合作、舉辦各種線下活動等方式，擴大其社會影響力，提高公眾參與的積極性。

（2）確保政務微博的信息質量。信息性動機作為對感知有用性的直接影響因素，將對公眾關注地方政務微博產生間接影響。因此，充分了解用戶信息需求，注重信息的時效性和準確性，多發布一些關于群眾切身利益的話題，如教育、醫療、就業等，實現信息的共享，將會有效地引導公眾更多地關注政務微博。

（3）提升公眾信任度。作為一種新的信息服務渠道，用戶對其的接受程度通常取決于他們對于政務微博服務的認可和對政府服務質量評價，因此政府機關應當不斷提高自身的服務質量和服務水平，提高公眾對政府的信任。

3.2.2引導公眾參與互動

在政務微博運營日益成熟后，公眾不僅可以通過關注地方政務微博獲取信息，更多的是通過政務微博與政府及其他公眾進行交流互動，其需求不再滿足于獲取信息而更傾向于表達觀點想法，感知有用性的比重最大，因此為使提高公眾參與地方政務微博互動的積極性，具體提出如下的對策和建議：

（1）圍繞公眾需求提供服務。政府機構應對政務微博有清晰的定位，結合自身特點確定服務范圍。政務微博的內容應緊扣公眾的需求，圍繞公眾關心的問題不斷拓展微博內容的深度和廣度，運用人性化、個性化、生動的語言與公眾進行互動溝通，以提升政務微博的互動質量。

（2）樹立政府服務理念，提升服務品質。公眾通過政務微博進行在線咨詢，或者參與公共政策討論時，政府應該積極回應民意。良好的服務態度和及時的反饋都會讓公眾留下好的印象，會促使他們繼續參與互動，甚至推薦他人參與政務微博互動。培養服務意識要注重服務實效，提高服務效率與水平，做到有問必答，及時反饋。

（3）加強政府與公眾的互動。政府機構應合理地進行微博議題設置，主動引導公眾參與話題討論，從而形成良好的互動機制。如政府可以根據實際工作的需要，在政務微博頁面上設置一些投票活動，或進行在線微訪談、微問答等線上訪談活動主動引導用戶加入討論，這樣才能充分調動公眾的積極性。endprint