信息技術、經濟發展與政府輿情治理效率

楊洋洋 謝雪梅

摘?要：[目的/意義]政府輿情治理效率不僅受內部因素的影響，外部環境因素對其的影響也是顯著的。[方法/過程]采用三階段DEA模型驗證信息技術環境因素和經濟發展環境因素對政府輿情治理效率的影響，并剔除環境因素和隨機噪聲的影響，在相同的外部環境條件下，測算我國31個省的政府輿情治理效率，有助于政府輿情治理體系的完善和治理能力的提升。[結果/結論]研究表明：降低東部地區投入冗余量，優化資源配置;提高管理效率，構建政府多部門聯動機制;重視環境因素的作用，完善政府輿情治理體系。研究結果以期為政府輿情治理提供建議和參考。

關鍵詞：信息技術;經濟發展;政府輿情治理;三階段DEA模型

DOI：10.3969/j.issn.1008-0821.2021.03.016

〔中圖分類號〕G206.3;C913?〔文獻標識碼〕A?〔文章編號〕1008-0821（2021）03-0159-09

Information?Technology，Economic?Development?and

Government?Public?Opinion?Governance?Efficiency

——Empirical?Analysis?Based?on?Three-stage?DEA?Model

Yang?Yangyang?Xie?Xuemei

（School?of?Economics?and?Management，Beijing?University?of?Posts?and?Telecommunications，

Beijing?100876，China）

Abstract：[Purpose/Significance]The?efficiency?of?government?public?opinion?governance?is?not?only?affected?by?internal?factors，but?also?by?external?environmental?factors.[Method/Process]This?paper?used?Three-stage?DEA?model?to?verify?the?impact?of?environmental?factors?of?information?technology?and?economic?development?on?the?efficiency?of?government?public?opinion?governance.Excluding?the?influence?of?environmental?factors?and?random?noise，the?government?public?opinion?governance?efficiency?of?31?provinces?in?China?was?calculated?under?the?same?external?environmental?conditions.It?helped?to?improve?the?governance?system?and?enhance?the?governance?capability?of?the?government?public?opinion.[Result/Conclusion]The?results?showed?that：The?government?should?reduce?the?investment?redundancy?in?the?eastern?region?and?optimize?the?allocation?of?resources.The?government?should?improve?the?efficiency?of?management?and?build?a?multi?department?linkage?mechanism.The?government?should?pay?attention?to?the?role?of?environmental?factors?and?improve?the?government?public?opinion?governance?system.The?results?of?the?study?are?expected?to?provide?suggestions?and?reference?for?government?public?opinion?governance.

Key?words：information?technology;economic?development;government?public?opinion?governance;three?stage?DEA?model

自媒體時代的來臨，使得公眾的話語權得到了極大的提升，微信、微博等社交媒體為公眾提供了發表言論的舞臺。但是，互聯網為公眾帶來便利的同時，也暴露出一系列的問題，比如公眾言論的真實性[1]、網絡隱私的保護[2]、網絡水軍的煽動[3]等。這些問題的出現為政府輿情治理帶來巨大的壓力。2019年4月，國務院辦公廳印發了《2019年政務公開工作要點》，要求政府提升輿情治理能力，切實增強人民群眾滿意度、獲得感。一些網絡輿情的爆發，不僅會引起公眾的不安不滿，而且會降低政府的公信力，輿情治理已經成為社會治理的重要組成部分。

隨著大數據、云計算、人工智能等信息技術的發展，為政府輿情治理提供了技術支持。大數據技術在信息存儲、信息檢索與評測等方面對網絡輿情研究所帶來的技術挑戰[4]，云計算能夠從海量的網絡信息中快速獲取所需要的網絡輿情數據[5-6]，面對數以億計的視頻、圖片、文字數據，為網絡輿情的監測帶來了巨大的壓力，人工智能技術的發展大大提高了網絡輿情監測的效率，并且降低了監督的成本[7]。信息技術的發展為政府輿情治理提供了技術工具，在理論上能夠提高政府輿情治理效率，然而，在具體的實踐中，信息技術對政府輿情治理效率的影響又是怎樣的呢？這是一個值得研究的問題。

經濟發展水平的差異會導致資源分配不均。對于政府而言，經濟發達地區的政府部門會擁有更完善的互聯網基礎設施，設置專門的網絡輿情管理部門，對于輿情的監測、預警更加準確，便于政府及時地采取輿情應對措施。而經濟欠發達地區的互聯網基礎設施建設不完善，政府部門受人力資源的限制，遇到突發網絡輿情事件一般是臨時成立應對小組，缺少專門的輿情管理部門，導致對網絡輿情的監測和預警效率大大降低。對于公眾而言，經濟發達地區的公眾平均受教育水平更高，他們對于網絡輿情的真假擁有獨立判斷的能力，被人煽動的系數較低，而經濟欠發達地區的公眾一般受教育水平較低，沒有足夠的知識儲備，在網絡輿情事件中更容易受影響。因此，本研究認為經濟發展水平會對政府輿情治理效率產生間接影響。

基于此，本研究對我國31個省的政府輿情治理效率進行研究，受客觀和主觀條件的限制，各地區之間的技術水平和經濟水平存在顯著的差異，采用三階段DEA模型驗證信息技術環境因素和經濟發展環境因素對政府輿情治理效率的影響，測算我國31個省的政府輿情治理效率，研究結果以期為政府輿情治理能力的提升提供建議和參考。

1?文獻綜述與研究假設

不管是業界還是學術界，對輿情治理研究的熱度從未停滯過。在業界，更傾向于技術導向的輿情治理路徑，比如清博大數據、百度指數、知微事見等平臺企業，它們采用大數據、SaaS模式、人工智能等技術手段收集網絡輿情信息，通過數據分析和挖掘實現對輿情走向的預測預警，從而向用戶提供專業的輿情分析報告。在學術界，學者們提出的輿情治理路徑更加多元化，隨著輿情大數據的發展，技術導向的輿情治理路徑得到了認可[8-9]，由于輿情事件參與主體的多元性和復雜性，僅靠技術不可能實現對網絡輿情的控制，有些學者提出了政府、媒體、網民、社會組織等多元主體參與的輿情治理路徑[10-11]。然而，在具體的實踐中，多元主體參與的輿情治理模式實施效果并不理想，除政府外的參與主體的積極性并不強，很大程度上還是依靠政府主導。因此，政府應該重新定位治理角色，簡化治理層級[12]，基于網絡輿情治理體系、網絡治理法律體系、網絡安全體系、網絡文化建設的綜合輿情治理路徑，也是學者們研究的熱點[13-16]。輿情生態治理路徑提出既要保障網絡環境的和諧有序，又要構建可持續發展的網絡輿情環境[17-18]，在區塊鏈環境下，網絡輿情的傳播特征和規律發生了顯著的變化，區塊鏈技術的應用將有助于改善政府輿情治理的困境[19-20]。無論是業界還是學術界，信息技術對政府輿情治理的影響都是顯著的，但是，卻鮮有學者著手研究信息技術對政府輿情治理效率的影響程度。綜上，本研究提出如下假設：

H1a：信息技術類固定資產投資對政府輿情治理效率產生影響;

H1b：信息技術人才對政府輿情治理效率產生影響;

H1c：信息技術類財政支出對政府輿情治理效率產生影響。

輿情治理是一項系統工程，目前學者們對于輿情治理的研究主要是從政府內部組織[21]、政府與公眾[22]、政府與媒體[23]等方面著手，但是，輿情治理必然要與本地區的經濟發展水平相融合，外部經濟條件對政府輿情治理的影響也是一個值得探索的問題[24]。由于經濟發展水平的差異，各地區的互聯網基礎設施建設狀況不同，因此，用戶的互聯網使用具有明顯的地區差異[25]。季丹等提出東、中、西部地區經濟發展水平的差異會影響到網絡輿情傳播的數量、類型、發布形式、干預方式、治理效果等特征[26]。張寶生等認為各省的網絡輿情導控能力基本與本省的經濟發展水平相關，經濟發展水平越高，相關的基礎設施越完善，在網絡輿情的監管、預測方面的投入越大[27]。何杰等以騰訊安全數據為研究材料，通過實證分析驗證了網絡社會治理具有明顯的區域差異，其社會安全指數與經濟發展水平具有一定的關聯性[28]。洪小娟等借助耦合協調度模型，通過實證分析驗證了我國各地區政府輿情治理水平與區域經濟發展的耦合協調水平[29]。由以上學者們的研究可知，經濟發展水平與互聯網使用、網絡輿情傳播、網絡輿情導控能力、網絡社會治理、政府輿情治理水平等都存在一定的關聯性，基于此，本研究著手研究經濟發展對政府輿情治理效果的影響。綜上，本研究提出如下假設：

H2a：地區生產總值對政府輿情治理效率產生影響;

H2b：居民消費水平對政府輿情治理效率產生影響;

H2c：第三產業增加值對政府輿情治理效率產生影響。

2?研究設計

2.1?指標選取和數據來源

政府輿情治理的投入可以分為兩大部分：一部分是為公共服務的投入，即互聯網基礎設施建設的投入，用互聯網普及率來表示;另一部分是政府內部的投入，即政府為輿情治理而投入的成本，用地方政務微博開通數量來表示，因此，本研究具體選取互聯網指數、互聯網政務指數作為投入變量。政府輿情治理的產出變量可以從政府競爭力、政府服務力、公眾認可度3個維度測量，政府競爭力是指地方政府輿情治理的能力，政府服務力是指地方政府在輿情處理中為人民服務的能力，公眾認可度是指地方政府在輿情處理中獲得公眾的認可程度。為了測度信息技術環境變量和經濟發展環境變量對政府輿情治理效率的影響，本研究選取信息技術類固定資產投資、信息技術人才、信息技術類財政支出作為信息技術環境變量，選取地區生產總值、居民消費水平，第三產業增加值作為經濟發展環境變量。同時考慮到數據的可獲得性，本研究選取2017年的相關數據作為研究材料，各指標的解釋與數據來源如表1所示。

2.2?模型構建

三階段DEA模型最初是由Fried?H?O等提出的，他們認為常規的DEA模型在測度效率值時，忽略了環境因素和隨機噪聲產生的影響，他們在1999年和2002年分別發表論文闡述了如何分離環境因素項和隨機噪聲項[30-31]。三階段DEA模型的提出使得效率值的測度更加精確，得到了諸多領域學者的認可，目前三階段DEA模型已經在創新效率[32]、農業生產效率[33]、物流產業效率[34]等領域得到應用，本研究采用三階段DEA模型測度政府輿情治理效率，驗證信息技術環境變量和經濟發展環境變量對政府輿情治理效率的影響。具體的計算步驟如下。

1）第一階段：常規DEA模型

第一階段采用常規DEA模型，本研究選取規模收益可變的BCC模型，在實踐中，投入指標是可以人為控制的，因此，選取投入導向的DEA模型對我國31個省政府輿情治理的初始效率值進行分析，計算出政府輿情治理效率的生產前沿面，由此得出投入指標的目標值，以此計算投入指標的松弛變量，為第二階段的計算打下基礎。

2）第二階段：相似SFA模型

由于第一階段的初始效率值沒有考慮環境因素和隨機噪聲對政府輿情治理效率的影響，第二階段的主要任務就是剔除環境因素和隨機噪聲的影響，這里用第一階段得到的各投入指標的目標值減去初始值，得到各投入變量的松弛變量，松弛變量主要受環境因素、隨機噪聲和管理無效率3個方面的影響，其具體表達式如下：

其中，f（Zt;βn）表示環境變量對松弛變量的影響，vni+μni表示混合誤差項，vni表示隨機噪聲項對松弛變量的影響，vni～N（0，σ2v），μni表示管理無效率項對松弛變量的影響，μni～N+（0，σ2μ），vni和μni相互獨立。

利用SFA模型的分析結果，提出環境因素和隨機噪聲對投入變量的影響，得到調整后的投入量，公式如下：

其中，XAni表示調整后的投入量，Xni表示原始投入量，[max（f（Zt;n））-f（Zt;n）]表示把我國31個省政府輿情治理調至相同的環境狀態，[max（ni）-ni]表示把我國31個省政府輿情治理調至相同的隨機噪聲狀態。

3）第三階段：調整的DEA模型

用第二階段調整后的投入量代替原始投入量，再次運用DEA模型，分別計算信息技術環境變量和經濟發展環境變量調整后的政府輿情治理效率值。然后，把第一階段的初始效率值與第三階段調整后的效率值進行比較分析，哪些省份受信息技術環境變量的影響，哪些省份受經濟發展環境變量的影響，以便于為政府輿情治理效率的提升提供具體的政策建議。

3?實證結果與分析

3.1?第一階段實證結果與分析

采用DEAP2.1軟件，不考慮環境因素和隨機噪聲對政府輿情治理的影響，僅考慮政府輿情治理的投入變量和產出變量，得到我國31個省的政府輿情治理的綜合效率、技術效率和規模效率如圖1所示。我國31個省政府輿情治理綜合效率的平均值為0.8583，技術效率的平均值為0.9203，規模效率的平均值為0.9322，其中，四川、安徽、甘肅、云南、江西、天津、湖南、海南、青海、西藏達到了生產前沿面，北京、上海、寧夏、貴州的技術效率值達到1，河北和內蒙古的規模效率值達到1。東部地區除去天津和海南位于生產前沿面外，北京、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東9個省份的綜合效率值都低于0.8，東部11個省份綜合效率的平均值僅為0.7473，技術效率的平均值為0.8741，規模效率的平均值為0.8602;中部地區安徽、江西、湖南位于生產前沿面，中部8個省份綜合效率的平均值為0.9109，技術效率的平均值為0.9464，規模效率的平均值為0.9621;西部地區四川、云南、西藏、甘肅、青海位于生產前沿面，西部12個省份綜合效率的平均值為0.9251，技術效率的平均值為0.9453，規模效率的平均值為0.9783;由第一階段的效率值分析結果可知，目前我國東部地區的投入變量存在冗余現象，而明顯高于中西部地區的投入冗余現象，為了進一步剝離信息技術環境因素、經濟發展環境因素、隨機干擾因素對政府輿情治理效率的影響，本研究進行DEA模型第二階段的研究。

3.2?第二階段實證結果與分析

采用Frontier4.1軟件，分別構建信息技術環境因素和經濟發展環境因素對投入松弛變量的SFA回歸模型，剔除環境因素和隨機噪聲對政府輿情治理效率的影響。以第一階段得到的投入松弛變量值作為被解釋變量，以信息技術類固定資產投資、信息技術人才、信息技術類財政支出作為解釋變量，分離信息技術環境因素、隨機噪聲、管理無效率對政府輿情治理效率的影響程度;以第一階段得到的投入松弛變量值作為被解釋變量，以地區生產總值、居民消費水平，第三產業增加值作為解釋變量，分離經濟發展環境因素、隨機噪聲、管理無效率對政府輿情治理效率的影響程度。得到如表2所示的第二階段SFA模型回歸分析結果。

由表2可知，各似然比參數LR都通過了1%的顯著性水平檢驗，表明所選取的信息技術環境變量和經濟發展環境變量對政府輿情治理的投入松弛變量具有顯著影響。各變量的值都大于0.9，并且在1%的水平上顯著，表明管理無效率項對政府輿情治理投入松弛變量的影響占據主導地位，因此，剔除環境因素和隨機噪聲的影響是必要的。

由表2可知，信息技術環境變量對政府輿情治理效率產生影響，驗證了假設H1a、H1b、H1c。信息技術類固定資產投資（IE1）對互聯網政務指數松弛變量具有顯著影響，并通過了1%的水平上顯著檢驗，回歸系數為正值，表明信息技術類固定資產投資的增加，會帶來互聯網政務指數松弛變量的增加，從而使得政府輿情治理的效率降低;信息技術人才（IE2）對互聯網政務指數松弛變量具有顯著影響，并通過了1%的水平上顯著檢驗，回歸系數為負值，表明信息技術人才的增加，會帶來互聯網政務指數松弛變量的降低，從而使得政府輿情治理的效率提高;信息技術類財政支出（IE3）對互聯網指數和互聯網政務指數松弛變量具有顯著影響，并通過了5%的水平上顯著檢驗，回歸系數為正值，表明信息技術類財政支出的增加，會帶來互聯網指數和互聯網政務指數松弛變量的增加，從而使得政府輿情治理的效率降低。就信息技術環境變量而言，未來政府輿情治理高效率的提升，不能僅僅靠信息技術類固定資產投資和財政支出，信息技術人才才是政府輿情治理效率提升的關鍵。

經濟發展環境變量對政府輿情治理效率產生影響，驗證了假設H2a、H2b、H2c。地區生產總值（EE1）對互聯網政務指數松弛變量具有顯著影響，并通過了1%的水平上顯著檢驗，回歸系數為正值，表明地區生產總值的增加，會帶來互聯網政務指數松弛變量的增加，從而使得政府輿情治理的效率降低;居民消費水平（EE2）對互聯網政務指數松弛變量具有顯著影響，并通過了1%的水平上顯著檢驗，回歸系數為正值，表明居民消費水平的增加，會帶來互聯網政務指數松弛變量的增加，從而使得政府輿情治理的效率降低;第三產業增加值（EE3）對互聯網政務指數松弛變量具有顯著影響，并通過了1%的水平上顯著檢驗，回歸系數為負值，表明第三產業增加值的增加，會帶來互聯網政務指數松弛變量的降低，從而使得政府輿情治理的效率提高。就經濟發展環境變量而言，地區生產總值和居民消費水平的提高，會使得網民對政府輿情治理的要求逐漸增高，從而加大政府輿情治理的難度，因而，政府輿情治理效率的提高需要依賴第三產業的發展。

3.3?第三階段實證結果與分析

采用DEAP2.1軟件，利用調整后的投入和產出數據，再次計算我國31個省的政府輿情治理效率，調整前后的綜合效率值比較結果如圖2所示。整體來看，第一階段我國31個省政府輿情治理綜合效率的平均值為0.8583，剝離信息技術環境因素和隨機噪聲因素后，綜合效率的平均值為0.8457，剝離經濟發展環境因素和隨機噪聲因素后，綜合效率的平均值為0.8525，從均值的視角來看，信息技術環境因素和經濟發展環境因素對政府輿情治理綜合效率的均值影響并不明顯。

圖2?政府輿情治理綜合效率調整前后分布圖

在剝離信息技術環境因素時，這里把廣州作為環境變量的基數，把其他省份都調整到廣州的信息技術環境條件下，在剝離經濟發展環境因素時，這里把江蘇作為環境變量的基數，把其他省份都調整到江蘇的經濟發展環境條件下。與第一階段的政府輿情治理綜合效率相比，四川、安徽、江西、天津、湖南、海南還位于生產前沿面上，表明這6個省份受環境因素的影響較小，但是，甘肅、云南、青海、西藏已經不再位于生產前沿面上，表明這4個省份受環境因素的影響較大，相比之下，經濟發展環境因素對這4個省份綜合效率值的影響較大。

第一階段，東部11個省份綜合效率的平均值為0.7473，中部8個省份綜合效率的平均值為0.9109，西部12個省份綜合效率的平均值為0.9251;剝離信息技術環境因素后，東部11個省份綜合效率的平均值為0.7675，中部8個省份綜合效率的平均值為0.9021，西部12個省份綜合效率的平均值為0.8799;剝離經濟發展環境因素后，東部11個省份綜合效率的平均值為0.7894，中部8個省份綜合效率的平均值為0.9021，西部12個省份綜合效率的平均值為0.8772。可知，東部地區和西部地區剝離信息技術環境因素和經濟發展環境因素后，綜合效率值的變化比較明顯，這些地區受環境因素的影響較大，而中部地區受環境因素的影響較小，此外，可以看出，經濟發展環境因素對政府輿情治理綜合效率值的影響程度更大。

4?研究結論與建議

政府輿情治理是一項復雜的工程，治理效果不僅受政府硬軟件設施的影響，而且受外部環境條件的限制，本研究基于三階段DEA模型對我國31個省的政府輿情治理效率進行研究，驗證了信息技術環境因素和經濟發展環境因素對政府輿情治理效率的影響，并在相同的外部環境條件下，測算了我國31個省的政府輿情治理效率，將有助于政府輿情治理體系的完善和治理能力的提升。主要得出如下結論。

第一，由第一階段DEA模型實證分析結果可知，東部11個省份綜合效率的平均值僅為0.7473，技術效率的平均值為0.8741，規模效率的平均值為0.8602，低于中部地區和西部地區省份，表明目前我國東部地區的投入變量存在冗余現象，需要加強對東部地區投入資源的優化配置。產生此種現象的原因主要基于以下兩點：其一，政府部門的過量投入，東部地區經濟比較發達，產生投資集聚和人才集聚效應，為政府部門帶來更多的財政收入，從而政府能夠在互聯網基礎設施建設方面，投入較多的人力、財力和物力，因此，東部地區政府輿情治理投入的資源遠遠多于其他地區，長此以往，就會出現投入冗余現象;其二，高科技公司的高度集聚，東部地區的大數據技術應用比較成熟，由于東部地區集聚了很多高科技公司，他們在輿情監測、預警、預測等方面都具有比較先進的技術，在東部地區已經淘汰掉的技術和設備，而在其他一些地區還沒有進入試用期，這種資源分配嚴重失衡的現象，也是東部地區投入冗余現象的一種表現。

第二，由第二階段SFA回歸模型實證分析結果可知，各似然比參數LR都通過了1%的顯著性水平檢驗，表明所選取的信息技術環境變量和經濟發展環境變量對政府輿情治理的投入松弛變量具有顯著影響，各變量的γ值都大于0.9，并且在1%的水平上顯著，表明管理無效率項對政府輿情治理投入松弛變量的影響占據主導地位，因此，政府提升輿情治理的有效路徑是提高管理效率。在政府輿情治理過程中，可以從以下3個方面剖析導致政府管理無效率的原因：其一，政府部門本身對輿情事件不夠重視，在這種情況下，管理無效率有可能是引發網絡輿情爆發的導火索，以天津“8·12”事故為例，在前幾場新聞發布會中，政府對此次事故的回應相當含糊，由此引發網民負面情緒的爆發;其二，大數據技術應用不成熟，網絡輿情的治理是一個復雜的系統工程，除了需要大數據技術對輿情事件準確監測剖析，政府給出及時的回應策略，還需要利用大數據技術監測網絡次生輿情、網絡謠言、網絡水軍、網民情緒波動等;其三，政府輿情治理的硬件設施跟不上，對于西部地區，不管是從基礎設施建設、政府投入方面來看，還是從大數據技術的應用、信息技術人才等，都存在很大的缺口，最基本的硬件資源跟不上，政府的輿情治理效率很難大幅度提高。

第三，由第三階段DEA模型實證分析結果可知，東部地區和西部地區剝離信息技術環境因素和經濟發展環境因素后，綜合效率值的變化比較明顯，這些地區受環境因素的影響較大，而中部地區受環境因素的影響較小，因此，政府應該重視環境因素對東西部地區政府輿情治理效率的影響。可以從以下3個方面著手：①剝離信息技術環境因素和經濟發展環境因素后，東部地區的政府輿情治理效率提高，表明目前的環境因素阻礙了東部地區政府輿情治理效率的提升，即改善東部地區的信息技術環境因素和經濟發展環境因素，對東部地區政府輿情治理效率具有負面作用;②剝離信息技術環境因素和經濟發展環境因素后，西部地區的政府輿情治理效率降低，表明目前的環境因素帶動了西部地區政府輿情治理效率的提升，即通過改善西部地區的信息技術環境因素和經濟發展環境因素，能夠有效地提升政府輿情治理能力;③剝離信息技術環境因素和經濟發展環境因素后，中部地區的政府輿情治理效率基本不變，即改善中部地區的信息技術環境因素和經濟發展環境因素，對中部地區政府輿情治理效率影響并不明顯。

基于以上研究結論，提出如下具體的政策建議。

1）降低東部地區投入冗余量，優化資源配置

政府輿情治理資源的合理配置，不僅能夠發揮資源的最大利用價值，避免資源浪費，而且能夠提高政府的整體輿情治理水平，可以從以下3個方面著手：第一，搭建資源共享平臺，使得東部地區冗余的資源能夠運用到中西部資源匱乏的地區，這樣不僅能夠提高東部地區的政府輿情治理效率，化解資源冗余的局面，而且能夠有效地提升全國的輿情治理水平;第二，政府加強對中西部地區的扶持力度，由于東部地區地理位置優越，同時又擁有諸多的政府優惠政策，使得大多數資源集聚在東部地區，這樣不利于全國輿情的管理，政府應該引導相關資源向中西部地區流動;第三，構建輿情治理數據庫，統一輿情治理模式，由于輿情傳播的快速性和廣泛性，使得地方政府輿情治理面臨諸多的困境，比如，同一輿情事件，不同地區政府的回應卻存在顯著差異，這樣不僅會激發網民的情緒，而且降低政府的公信力，因此，政府部門應該構建統一的輿情治理數據庫，對于不同類型的輿情事件制定規范的處理模式，以便于地方政府在輿情治理中借鑒。

2）提高管理效率，構建政府多部門聯動機制

由于網絡輿情傳播的快速性，對政府輿情治理部門的管理效率和聯動性提出了更大的挑戰，可以從以下3個方面著手：第一，簡化政府輿情管理程序，考慮到網絡輿情傳播的特殊性，傳統的政府管理程序已經不能滿足輿情治理的需求，政府需要簡化輿情管理程序，避免因沒有及時回應而造成網絡輿情事件的進一步發酵和網民情緒的爆發，從而帶來負面影響;第二，構建聯動的政府輿情治理部門，政府輿情治理是一個系統的工程，需要各個部門的密切配合，第一時間掌握網絡輿情信息，制定相應的回應措施，避免出現相互推諉，各說一詞的現象;第三，引進綜合性輿情管理人才，政府輿情治理不僅需要管理類人才制定治理措施，還需要技術人才的輿情數據支撐，只有技術人才對網絡輿情做到實時的監控，為政府提供客觀準確的輿情數據，才能夠保障政府決策的科學性，因此，綜合性人才的引進能夠有效地提高政府輿情治理效率。

3）重視環境因素的作用，完善政府輿情治理體系

對于東部地區而言，環境因素阻礙了東部地區政府輿情治理效率的提升，政府部門需要找出問題的根源，排除環境因素的干擾，從而提高政府輿情治理效率，可以從以下2個方面入手：第一，構建服務型政府，在政府輿情治理過程中，要體現政府部門的服務態度和服務能力，政府作為社會事務的管理者，他們是為人民服務的，政府輿情治理也應如此，不能高高在上，要走進群眾，服務群眾，滿足公眾的知情權和好奇心;第二，提高公眾滿意度，政府輿情治理的目的是為公眾創造良好的網絡環境，提高公眾滿意度，公眾滿意度是衡量政府輿情治理效果的重要指標，因此，政府需要加強與公眾的溝通，密切聯系群眾，只有了解公眾所想，才會知道公眾所需，才能滿足公眾所愿。對于西部地區而言，環境因素帶動了西部地區政府輿情治理效率的提升，政府部門應充分發揮環境因素的作用，提高政府輿情治理效率，可以從以下2個方面入手：第一，提高經濟發展水平，經濟發展是其他產業發展的火車頭，只有經濟發展了，才能夠吸引企業和人才入駐，為人民提供更好的服務和工作崗位，提高人民的生活質量和幸福感，為政府輿情治理打下堅實的基礎;第二，加強信息技術的投資研發，在大數據時代，信息技術的重要性不言而喻，加強對信息技術的投資研發，能夠帶動整個地區的經濟發展，也能夠為政府輿情治理提供技術支撐。

參考文獻

[1]Savigny?H.Public?Opinion，Political?Communication?and?the?Internet[J].Politics，2002，22（1）：1-8.

[26]季丹，謝耘耕.社會輿情傳播特征的區域差異研究[J].情報雜志，2014，33（1）：108-113.

[27]張寶生，祁曉婷.基于危機過程管理視角的地方政府網絡輿情導控能力評價研究[J].現代情報，2018，38（10）：24-31，56.

[28]何杰，朱美玲，胥月，等.網絡社會安全風險評估與治理研究——一項基于指標體系和安全數據的區域比較研究[J].情報雜志，2019，38（1）：119-126.

[29]洪小娟，姜天睿，黃衛東，等.政府輿情治理與區域經濟發展耦合協調性研究[J].現代情報，2019，39（9）：123-130.

[30]Fried?H?O，Schmidt?S?S，Yaisawarng?S.Incorporating?the?Operating?Environment?Into?a?Nonparametric?Measure?of?Technical?Efficiency[J].Journal?of?Productivity?Analysis，1999，12（3）：249-267.

[31]Fried?H?O，Lovell?C?A?K，Schmidt?S?S，et?al.Accounting?for?Environmental?Effects?and?Statistical?Noise?in?Data?Envelopment?Analysis[J].Journal?of?Productivity?Analysis，2002，17（1-2）：157-174.

[32]劉滿鳳，李圣宏.基于三階段DEA模型的我國高新技術開發區創新效率研究[J].管理評論，2016，28（1）：42-52，155.

[33]王蕾，于成成，王敏，等.我國農業生產效率的政策效應及時空差異研究——基于三階段DEA模型的實證分析[J].軟科學，2019，33（9）：33-39.

[34]梅國平，龔雅玲，萬建香，等.基于三階段DEA模型的華東地區物流產業效率測度研究[J].管理評論，2019，31（10）：234-241.

（責任編輯：陳?媛）