檔案機構微信公眾號服務用戶關注因素研究*

陳祖芬 林榮鑫

（1. 莆田學院文化與傳播學院 莆田 351131；2. 莆田學院商學院 莆田 351131）

隨著微信用戶量的增加，檔案機構微信公眾號趁勢而上。自2013年5月20日撫順檔案微信公眾訂閱號發出第一條信息到今天已有7年。截至2021年11月，全國各級各類檔案機構已開通微信公眾號的已超過1000個。這些微信公眾號的運營主體多為檔案機構工作人員，其運營水平參差不齊，大多仍處于摸索前行的階段，亟需質量提升方面的指導。因此，本文擬在文獻調查、訪談調查基礎上進行檔案機構公眾號微信服務用戶關注因素預設，再通過問卷調查、利用IBM SPSS19軟件對影響因素進行驗證、修正和重組；接著采用主成分分析法提取影響因素公因子，構建規范的檔案機構微信公眾號服務用戶關注因素，為各級各類檔案機構的微信公眾號研究質量提升策略和有效質量管理提供依據。

1 基于文獻調查的檔案機構微信公眾號用戶關注因素研究進展

近年來，涉及檔案機構微信公眾號服務用戶關注因素的研究一種是直接研究，一種是間接研究。前者主要關注“因素”本身，是“直接研究”，其研究結果是本文研究的重要基礎；后者主要關注“評價指標”，從某種意義上說，外部評價的指標可以內化為運營者的努力方向，在實際工作中亦可以視為“關注因素”用于指導工作，因此可視為“間接研究”。宋雪雁、朱立香[1]對國內外公共檔案館服務質量影響因素的研究現狀做過一次梳理，認為國外對檔案館服務質量影響因素的研究多集中于用戶滿意度、公共服務、檔案信息服務三方面，國內則集中在檔案服務方式、檔案服務理念、檔案服務評估要素和檔案服務對策四個方面。總體而言，相關的研究方法主要有SWOT分析法、主成分因子分析法和層次分析法等。

1.1 基于SWOT分析法的相關研究進展

SWOT分析法中，“S”指優勢(Strength)，“W”指劣勢(Weakness)，“O”指機會(Opportunity)，“T”指威脅(Threat)。近年來，一些學者開始運用SWOT分析法分析檔案微信服務用戶關注因素，產生了一些代表性的成果。胡曉慶（2015）[2]運用SWOT方法分析了檔案機構利用微信公眾平臺提供服務的可能性，張澍雅（2016）[3]以遼寧檔案、江蘇檔案、四川省檔案局、廣西檔案、浙江省檔案局5個檔案微信公眾號為例運用SWOT分析法展開了分析，馮雨晴（2017）[4]運用SWOT分析法分析了湖北省檔案館“讀檔”微信公眾平臺下檔案宣傳服務現狀，倪麗娟和陳陽（2017）[5]運用SWOT分析法分析了“互聯網＋”環境下檔案微信建設。這些研究中較為一致的看法有：一是微信運維成本低，信息傳播不受時空限制、比較便捷、效果較好等外在優勢；二是因主動關注度不高而影響傳播效果，內容重復、紛雜易造成審美疲勞，互動化、個性化不足等內在劣勢；三是智能手機的普及，用戶文化需求增長，應時形勢等外在機遇；四是人力財力不足，缺乏競爭，信息孤島，內容不夠創新不夠有吸引力等威脅或挑戰。這些看法能為分析檔案機構微信公眾號服務用戶關注因素提供重要依據。然而，反對的聲音也長期存在：SWOT分析法靜態割裂的前提假設、缺乏客觀的測量標準以及忽視人類認知行為的影響等不完善性已遭到批判；[6]再加上SWOT分析法最初是運用于企業在競爭性環境下的戰略分析，有人認為它并不適用于作為政府、事業單位的檔案機構，而且檔案館也不具有明顯的競爭性。[7]不可否認，反對者的意見有一定的道理，SWOT分析法的確有其難以克服的局限。因此，運用SWOT法分析檔案機構微信公眾號服務用戶關注因素需謹慎。

1.2 主成分因子分析法的相關研究

主成分因子分析法是由主成分分析法（Principal Component Analysis）和因子分析法（Factor Analysis）相結合一種分析方法。主成分因子分析法通過貫徹統汁降維的思想，以科學的統計方法篩選出主要影響因子，是將復雜因子簡單化的一種分析方法。在檔案機構微信相關研究中，主成分因子分析法已成為主流研究方法。宋雪雁、朱立香、房夢莎（2018）[8]和李宗富（2016）[9]就運用這種方法分析了公共檔案館微信公眾平臺服務質量的影響因素、構建了服務質量評價指標體系。在檔案學研究的相關領域也有學者運用主成分因子分析法。例如，鄧君、王阮、盛盼盼（2018）[10]利用這種方法分析了檔案網站服務質量的影響因素。

1.3 層次分析法的相關研究

層次分析法（Analytic Hierarchy Process，簡稱AHP）是指將一個復雜的多目標決策問題作為一個系統，把總目標分解為多個子目標或準則，進而分解為多指標（或準則、約束）的若干層次，通過定性指標模糊量化方法算出層次單排序（權數）和總排序，以作為優化決策依據的系統方法。[11]69層次分析法與主成分因子分析法有聯系也有區別：它們都是在系統思維指導下用簡單的權重法構建服務性工作質量影響因素指標體系的方法；因子分析法的優勢是對客觀權重的確定，層次分析法的優勢是配合德爾菲法（專家調查法）對主觀權重的確定。近年來，研究人員結合德爾菲法開始在檔案微信質量研究及相關領域中普遍運用層次分析法。張燕子（2018）[12]就運用層次分析法構建了一個包括3個一級指標、9個二級指標、32個三級指標的檔案館微信公眾平臺的評價指標體系。這些指標是研究檔案機構微信影響因素的現實依據。董沙沙（2017）[13]則在對我國省級檔案網站評估的研究中結合德爾菲法運用層次分析法確定出檔案網站的評價指標。彭華明、孫露月、許南鴻（2016）[14]利用多層次分析法，以用戶體驗為中心，研究了使用電子檔案資源過程中影響用戶體驗的主要因素。

1.4 已有研究結論中的檔案機構微信公眾號服務用戶關注因素歸納

從已研究的研究結論中，可以梳理出51種檔案機構微信公眾號服務用戶關注因素結論，簡單分類后列舉如表1所示。

表1 已有研究結論中的檔案機構微信公眾號服務用戶關注因素歸納

(5)認證情況(6)定位明確性(7)界面設計感（簡潔性、美觀性、友好性）(8)功能完備性（宣傳、檢索、交互、服務）服務主體素養(9)微信服務意識與能力(10)微信運維能力(11)用戶需求了解度(12)檔案資源開發能力(13)信息處理能力（搜集、過濾、制作）(14)網絡溝通能力(15)協同服務能力服務內容(16)真實可靠性(17)有用性(18)廣泛性（綜合信息、信息資源）(19)適度性（量）(20)頻率(21)新穎性(22)時效性(23)知識性(24)實用性(25)趣味性(26)獨特性(27)完整性(28)針對性(29)豐富性(30)易獲取性服務過程(31)主動性(32)及時性(33)守時性(34)便捷性(35)個性化(36)人性化(37)交互性(38)友好性(39)愉悅性(40)有效性(41)用戶認可與滿意度(42)平臺影響力（粉絲量、閱讀量、在看量、留言量、傳播指數等）服務效果(43)利用意愿(44)檔案意識(45)微信知識背景(46)習慣與偏好(47)信息意識與能力其他用戶素養(48)創新性(49)特色性(50)服務成本

2 基于訪談的檔案機構公眾號微信服務用戶關注因素預設

從表1可見，前人的研究結果展現的的主要影響因素多達51點，其中有相似的，也有影響作用較小的，由于個人觀點的不同也可能有不夠科學的。因此，課題組在已有研究結論的基礎上，結合業界專家、檔案機構微信運營者、其他微信運營者和用戶訪談結果，進行了篩選，再通過12人的焦點小組對問題表述進行討論，課題組再研討，初步預設了檔案機構微信公眾號服務用戶關注因素和問題描述，分成了4類22個因素。詳見表2。這22項與以往研究者最大的不同在于：明確針對的是檔案機構微信公眾平臺的服務質量，并沒有把“用戶素養”類與微信服務質量沒有直接關系的因素納入其中，這也是課題組在訪談調查中多方征求意見后確定的。在后期再次問卷的開放式主觀題“除了以上影響因素以外，您認為還有一些因素對檔案機構微信公眾號服務質量的影響比較大嗎？”中，也沒有任何被調查者補充“用戶素養類”作為檔案機構微信公眾號服務質量的影響因素。

表2 檔案機構微信公眾號服務用戶關注因素預設

19 形式 篇幅的適當性 推文的長短適當，能考慮到多數人的微信閱讀耐心20 平臺 平臺的權威性 該檔案機構微信公眾平臺賬號主體的認證情況21 平臺 信息的安全性 該檔案機構微信公眾平臺保護內容與用戶信息安全的能力22 平臺 界面的完整性 界面設置完整，菜單、欄目等清楚明了，能滿足用戶需求

3 基于問卷調查的檔案機構微信公眾號服務用戶關注因素提取

由于預設的檔案機構微信公眾號服務用戶關注因素已經面向了各種不同的相關者，課題組開展了進一步的工作，即：基于問卷調查嘗試對預設的檔案機構微信公眾號服務用戶關注因素進行修正和重組。

3.1 數據采集及數據理解

課題組主要是通過在問卷星網站、微信和騰訊QQ上發放問卷來收集數據，共收集到 190份問卷，其中有效問卷182份，符合預定樣本規模。觀測變量采用李克特5分量表，1分代表影響非常小，2分代表影響比較小，3分代表影響一般，4分代表影響比較大，5分代表影響非常大。

數據理解主要是對數據資源的初步認識和清理，本研究采用李克特5分量表進行測量，經過檢查數據中沒有存在錯誤，采用兩兩相關系數矩陣來考察變量之間的關聯性。收集到的數據經過檢查，不存在錯誤數據。

3.1.1 變量關聯分析

通過對原始變量相關性分析，可以初步考察變量間的相關性，本研究采用兩兩相關系數矩陣來考察檔案機構微信公眾號服務用戶關注因素原始變量之間的相關性。原始變量相關系數矩陣如表3。

表3 檔案機構微信公眾號服務用戶關注因素原始變量相關系數矩陣表

內容的生動通俗性0.428 0.424 0.535 0.425 0.53 0.548 0.618 0.374 0.609 0.384 0.688 1 0.64 0.598 0.491 0.46 0.566 0.566 0.577 0.414 0.46 0.553內容的時效性0.385 0.314 0.475 0.358 0.549 0.487 0.49 0.372 0.603 0.463 0.571 0.64 1 0.602 0.457 0.457 0.534 0.57 0.498 0.518 0.538 0.583內容的知識性0.353 0.281 0.354 0.389 0.528 0.509 0.48 0.413 0.531 0.397 0.589 0.598 0.602 1 0.601 0.435 0.544 0.518 0.478 0.483 0.5 0.484內容的歷史文化性0.285 0.168 0.286 0.392 0.434 0.335 0.469 0.457 0.418 0.54 0.491 0.491 0.457 0.601 1 0.485 0.529 0.444 0.503 0.464 0.518 0.497熱文的轉載水平0.343 0.302 0.352 0.404 0.416 0.293 0.341 0.456 0.422 0.383 0.493 0.46 0.457 0.435 0.485 1 0.433 0.429 0.451 0.349 0.322 0.398形式的多樣性0.314 0.299 0.401 0.348 0.438 0.355 0.535 0.443 0.545 0.405 0.517 0.566 0.534 0.544 0.529 0.433 1 0.813 0.606 0.496 0.569 0.582多媒體的匹配度0.344 0.318 0.373 0.378 0.39 0.359 0.522 0.452 0.508 0.473 0.515 0.566 0.57 0.518 0.444 0.429 0.813 1 0.6 0.548 0.605 0.629篇幅的適當性0.354 0.237 0.324 0.382 0.427 0.35 0.461 0.416 0.421 0.45 0.471 0.577 0.498 0.478 0.503 0.451 0.606 0.6 1 0.519 0.454 0.536平臺的權威性0.402 0.303 0.246 0.328 0.423 0.288 0.456 0.48 0.458 0.385 0.436 0.414 0.518 0.483 0.464 0.349 0.496 0.548 0.519 1 0.653 0.637信息的安全性0.332 0.317 0.408 0.45 0.428 0.452 0.601 0.429 0.581 0.397 0.539 0.46 0.538 0.5 0.518 0.322 0.569 0.605 0.454 0.653 1 0.616界面的完整性0.434 0.391 0.385 0.303 0.44 0.432 0.451 0.421 0.504 0.412 0.567 0.553 0.583 0.484 0.497 0.398 0.582 0.629 0.536 0.637 0.616 1

表3展示的相關系數表明這些變量之間存在相關關系，相關變量之間有重疊信息，適合進行因子分析來降維。

3.1.2 變量均值分析

因為因子分析主要反映的是個體間的差異，當個體之間出現高一致性時，因子分析不能很好地把這些影響因素體現出來，所以因子分析結合均值分析能更好地得到正確分析結論。

對變量均值分析主要是計算出各個原始變量的均值和標準差、均值大小來判斷各個變量影響檔案機構微信公眾平臺服務質量的認可程度。均值越大說明認可度越高；標準差判斷對影響因素認可的一致性程度，標準差越大，表示意見不一致程度較高。通常標準差小于 1 時，認為一致性較高，波動較小。

由表4可見，22 個原始變量的均值最大值為4.56，最小值為3.8，表明對于提取的影響因素認可度較高；有三個原始變量的標準差1，分別是“服務的針對性”“服務的互動性”和“服務的有效性”，不過這三個變量的標準差都僅比1大一點點，說明對這三個變量的認可程度存在一定的波動，但是還是可以接受的。

表4 檔案機構微信公眾號服務用戶關注因素原始變量均值表

內容的知識性 4.07 0.892內容的歷史文化性 4.07 0.929熱文的轉載水平 3.85 0.968形式的多樣性 4.16 0.864多媒體的匹配度 4.11 0.879篇幅的適當性 4.16 0.816平臺的權威性 4.08 0.922信息的安全性 4.19 0.947界面的完整性 4.13 0.913

3.2 因子分析適用條件分析

因子分析適用條件分析主要是通過KMO和Bartlett檢驗來分析，為了保證問卷的信度，本研究也增加對原始變量的信度分析。

3.2.1 信度分析

用IBM SPSS19軟件中分析菜單下的可靠性分析，用Cronbach α系數對問卷的可靠性與有效性進行檢驗， 結果如表5所示。

表5 問卷可靠性統計量表

由表可見，整個量表 Cronbach α 系數為0.946，大于0.7，說明問卷有較高的可信度，可以作進一步分析。

3.2.2 KMO和Bartlett檢驗

對樣本數據是否可以采用因子分析需進行相關的檢驗，本研究使用Bartlett球形檢驗和KMO來檢驗，用IBM SPSS19做相應檢驗如表6所示。

表6 樣本數據KMO 和 Bartlett球形檢驗表

表6可見，數據取樣適當性的KMO檢驗值為0.923，大于0.5，說明這些數據進行因子分析的效果比較好，Bartlett檢驗的數值p遠小于0.01，具有統計學意義，說明變量間存在相關性，適合提取公因子。

3.3 因子分析

因子分析是在確定適合采用因子分析的基礎上，通過相關統計方法達到降維的目的，并且使提取出來的公因子能合理解釋相關業務問題。

3.3.1 選擇提取因子個數

本研究采用主成分分析方法提取公因子。通過主成分方法分析得到解釋的總方差表7。

表7 因子分析提取出來的因子的方差解釋比例表

表7中的“方差的%”列的數據為提取出來的因子的方差解釋比例，由表可見，前3個因子的特征根大于1，合計方差解釋度為61.22%，說明3個因子可以較好的代表原始信息。第4個因子的特征根為0.96，雖然小于1，但跟1很接近，所以將結合碎石圖進一步判斷要選取幾個因子。

從圖1碎石圖可見，前2個因子的信息量比較充分，第3和第4兩個因子的信息量比較接近，第5個因子開始形成了平臺，因此可考慮分別提取3個和4個因子來分別分析。結合碎石圖和提取出來的特征根的值，本研究將分別考察提取3個和4個因子的解釋結果，根據提取出的因子解釋實際業務問題的合理程度來選取更合理的因子個數。

圖1 因子分析輸出的碎石圖

3.3.2 提取3個因子的結果解釋

因子分析中的成分矩陣表用于解釋各原始變量和公因子之間的關系，通過對公因子的原始變量系數的分析，可以更好提煉出具有實際意義的公因子名稱。分析過程中為了使成分矩陣更容易閱讀，對成分按照大小排序，取消小系數，分析時重點看0.5以上的系數，參考0.3到0.5之間的系數，忽略0.3以下得系數。表8 是提取3個因子的成分矩陣表。

表8 提取3個因子的成分矩陣表

服務的有效性 0.658 0.439服務的針對性 0.634 0.515服務的功能性 0.616 0.477熱文的轉載水平 0.615 0.452內容的檔案行業性 0.610 0.305服務的適度性 0.606 0.392內容的原創性 0.559 0.420 0.337服務的互動性 0.544 0.597提取方法 :主成分分析。a. 已提取了 3 個成分

公因子1和22個題目的系數大于0.6，此共因子命名為“整體效果”因子；

公因子2和服務的有效性、服務的針對性、服務的功能性和服務的互動性正相關，和內容的原創性、內容的歷史文化性負相關，可命名為“服務能力”因子；

公因子3和熱文的轉載水平、內容的檔案行業性、服務的適度性及內容的原創性正相關，信息不集中，無法命名。

以上分析未能得到理想的因子含義解釋，原因是提取公因子時選取主成分方法，該方法提取公因子時都力求提取的公因子盡量多地攜帶剩余的信息，沒有考慮每個公因子合理解釋。因此為了更合理地解釋公因子，需要對公因子進行旋轉，本研究選用方差最大化方法來進行因子旋轉。旋轉后解釋的總方差如表9 所示。

表9 提取3個因子旋轉后的因子的方差解釋比例表

19 0.223 1.014 97.776 20 0.188 0.854 98.630 21 0.169 0.768 99.399 22 0.132 0.601 100.000提取方法：主成分分析。

從表9可見，旋轉后前3個因子的“方差的%”跟旋轉前比發生變化，但前3個因子合計的方差解釋度仍為61.218%，和旋轉前比沒有發生變化。表10是提取3個因子的旋轉成分矩陣表。

表10 提取3個因子的旋轉成分矩陣表

公因子1與內容和平臺相關變量正相關，內容和平臺兩個信息不易合并，該因子不好命名；公因子2與服務的有效性、服務的針對性、服務的功能性和服務的互動性等服務相關變量正相關，可命名為“服務能力”因子；公因子3與熱文的轉載水平、內容的檔案行業性、內容的歷史文化性及內容的原創性正相關，可命名“專業性內容”因子。

3.3.3 提取4個因子的結果解釋

提取4個因子做初步解釋，仍然采用主成分方法和最大方差法進行旋轉提取因子，同樣為了使成分矩陣更容易閱讀，對成分按照大小排序，取消小系數，分析時重點看0.5以上的系數，參考0.3到0.5之間的系數，忽略0.3以下得系數。提取4個因子的解釋的總方差表如表11。

表11 提取4個因子旋轉后的因子的方差解釋比例表

由表11可見，提取前4個因子合計方差解釋度為65.58%，比提取3個因子的合計方差解釋度提升4.3%，可以更好的代表原始信息。提取4個因子的旋轉成分矩陣表如表12。

表12 提取4個因子的旋轉成分矩陣表

公因子1與平臺的權威性、多媒體的匹配度、信息的安全性、界面的完整性、形式的多樣性及篇幅的適當性正相關，該因子可命名為“平臺與形式”因子；公因子2與服務的有效性、內容的生動通俗性、內容的新穎性、內容的知識性、內容的時效性、內容的實用性及內容的可靠性正相關，可命名為“通用性內容”因子；公因子3與服務的互動性、服務的針對性、服務的功能性、服務的適度性及服務的延續性正相關，可命名為“服務能力”因子；公因子4與內容的原創性、熱文的轉載水平、內容的檔案行業性及內容的歷史文化性正相關，可命名“專業性內容”因子。

通過以上分析說明本研究提取4個公因子更能合理解釋檔案機構微信公眾號服務用戶關注因素的實際意義，提取出來的因子是“平臺與形式”“通用性內容”“服務能力”和“專業性內容”這4個因子。結合上文原始變量均值分析的結論，可以認為本研究提取出的4個因子中“通用性內容”因子普遍得到受試者的較高認同，也就是說檔案機構在進行微信公眾號服務質量管理中應該更加重視“通用性內容”這個因子。

4 模型構建

通過主成分分析法，本研究提取了檔案機構微信公眾號服務用戶關注因素的4個公因子：“平臺與形式”“通用性內容”“服務能力”和“專業性內容”，結合其載荷的變量就可以構建出檔案機構微信公眾號服務用戶關注因素模型。具體如圖2。

圖2 檔案機構微信公眾號服務用戶關注因素環狀模型

在圖2這個環狀模型中，檔案機構微信公眾號服務用戶關注因素位于中心，正方形四邊是4個公因子，它們共同作用構成影響檔案機構微信公眾號服務質量的總體因素，因此，用一個環形將四者串聯起來；4個公因子又分別受不同的變量影響，這些變量構成影響檔案機構微信公眾號服務質量的具體因素，因此，再用一個環形將它們串聯起來。這樣就構成了一個環狀的檔案機構微信公眾號服務用戶關注因素模型，這個模型區別于常見的樹狀模型，能更直觀地體現各種因素對作用對象關聯性影響。與最初的“服務”“內容”“形式”“平臺”4個公因子假設不太一樣，變化較大的“服務的有效性”經過因子分析后沒有列入“服務能力”公因子中，而列入“通用性內容”公因子中。

5 結論

綜上所述，最終形成的檔案機構微信公眾號服務質量受“平臺與形式”“通用性內容”“服務能力”和“專業性內容”影響，具體由22個影響因素構成。在這些因素中，“平臺與形式”是最重要的影響因素，主要包括：平臺的權威性、多媒體的匹配度、信息的安全性、界面的完整性、形式的多樣性和篇幅的適當性；其次重要的是“通用性內容”，主要包括服務的有效性、內容的生動通俗性、內容的新穎性、內容的知識性、內容的時效性、內容的實用性和內容的可靠性；再次是“服務能力”，主要包括服務的互動性、服務的功能性、服務的針對性、服務的適度性和服務的延續性；最后是“專業性內容”，主要包括內容的原創性、熱文的轉載水平、內容的歷史文化性和內容的檔案行業性。本研究得出的這些因素可以為檔案機構微信公眾號服務質量策略研究奠定良好的基礎。