用戶體驗視角下政務微信公眾號信息效用評價研究

摘要：[目的/意義]明確政務微信公眾號信息效用的內涵，構建政務微信公眾號信息效用評價指標體系，對滿足社會公眾的信息服務需求和政務微信平臺的建設運營至關重要。[方法/過程]基于用戶體驗理論確定評價指標，根據質量功能展開（QFD）思想確定指標權重；以江蘇省13個地級市的“發布類”政務微信公眾號為研究對象，運用多準則妥協解排序（VIKOR）和灰色關聯度方法進行全評價排序。[結果/結論]政務微信公眾號信息效用的評價指標包括信息內容體驗、信息技術體驗、美學設計體驗、交互體驗、效益價值、社會影響6個維度共21個指標，其中信息技術、交互體驗維度的權重占比最大，對信息效用起決定性作用，平均閱讀量、平均點贊量、粉絲活躍數等指標對評價信息效用最重要；實證研究中，“南京發布”“蘇州發布”“無錫發布”公眾號的信息效用排名前三，“鹽城發布”“鎮江發布”公眾號整體排名靠后，主要原因在于各平臺在成本投入和運營維護等方面存在差異。

關鍵詞：用戶體驗；Fuzzy-QFD；政務微信公眾號；信息效用；評價體系

分類號：D63; G206

引用格式：馮纓， 方正偉， 孫曉陽. 用戶體驗視角下政務微信公眾號信息效用評價研究——基于QFD與VIKOR的方法應用[J/OL]. 知識管理論壇， 2024， 9（3）： 269-284 [引用日期]. http：//www.kmf.ac.cn/p/392/. （Citation： Feng Ying， Fang Zhengwei， Sun Xiaoyang. An Evaluation of Government WeChat Public Account Information Utility from the Perspective of User Experience—Method application based on QFD and VIKOR[J/OL]. Knowledge Management Forum， 2024， 9（3）： 269-284 [cite date]. http：//www.kmf.ac.cn/p/392/.）

1" 引言/Introduction

第53次《中國互聯網絡發展狀況統計報告》[1]顯示，截至2023年12月，我國網民規模達10.92億人，手機網民規模達10.91億人，網民使用手機上網的比例為99.9%。隨著移動終端的迅速普及，以微博、微信、抖音等為主要代表的社交媒體工具逐漸滲透到人們的日常生活中。微信公眾號憑借其成本低、傳播快、受眾廣等特點受到越來越多政府部門的重視，政務微信公眾號已成為政府信息發布、便民服務、輿論引導的重要平臺。與政務微博助力于構建回應型政府、主打問政不同，政務微信平臺可用來幫助構建服務型政府，主打親民[2]，由于其主體權威性、信息多樣化、互動親民化等特點，社會公眾也更加愿意選擇通過政務微信平臺來獲取信息和服務。

然而近年來，許多政務微信公眾號在實際應用中存在功能定位不清晰、信息發布不嚴謹、建設運維不規范等問題，使得用戶信息需求得不到滿足，情緒體驗感較差，感知效用也愈發低下。信息效用在用戶使用政務微信平臺中主要表現為問題解決的結果表征[3]、使用過程的情緒體驗和使用后的整體滿意程度[4]等，提高政務微信公眾號信息效用，有助于進一步優化政務服務效能、滿足人們信息需求、促進公共社會和諧治理。以政務微信平臺為主體進行評價研究，現有學者主要圍繞信息質量[5]、信息傳播[6]、服務質量[7]等展開討論，還未有人將信息效用引入政務微信研究領域。作為社交信息服務平臺，用戶體驗的結果是對所提供信息服務效用感知的關鍵體現。因此，筆者從用戶體驗視角對政務微信公眾號信息效用進行評價研究，基于質量功能展開（quality function deployment， QFD）思想構建評價體系，通過實證研究發現信息效用的現實應用水平與問題，明確政務微信平臺提供信息服務的側重點，以期為提高政務微信公眾號的信息效用提供理論與實踐的補充，也為有關信息效用的后續研究提供一定的參考價值。

2" 相關研究與理論/Research review and theoretical foundations

2.1" 相關研究

由于政務微信鮮明的服務功能，國內有關評價研究大多集中于服務質量。例如，李宗富等[8]從信息生態視角構建了政務微信服務質量評價體系；張曉娟等[9]基于用戶滿意視角從服務過程、服務載體、服務內容和服務結果4個方面確定了評價模型。此外，以政務微信為主體的評價研究還包括信息質量[5]、服務能力[9]、信息傳播效果[6]、影響力[10]等。相關研究的評價指標多以定量為主，通常包括閱讀量、點贊量、發布頻次等，研究方法包括模糊綜合評價、因子分析和聚類分析等。微信是我國本土化服務平臺，國外與之類似的服務平臺有Twitter、Facebook等，基于政務社交媒體服務的研究內容包括政府治理[11]、公眾溝通[12]、用戶參與行為[13]等。

信息效用是一個綜合概念，陳建龍[3]認為信息效用是指用戶使用信息所取得的效果，戴昌鈞等[14]認為信息效用是指個體對于外部信息在心理上產生的功效，信息與個體心理產生反應并影響人的行為，還有學者認為信息效用是信息商品或服務對用戶需求的滿足程度[15]，信息越能滿足用戶需求及偏好，信息效用就越大。張登兵等[16]根據信息傳遞的過程及結果將信息效用分為過程效用與目標效用。李霞等[17]將信息效用分為客觀效用與主觀效用，客觀效用包括商業效用和決策效用，主觀效用包括心理效用和知識效用。目前，有關信息效用的研究涉及企業社交媒體[18]、心理健康科普短視頻[19]等領域，而政務社交媒體領域的研究僅從信息內容質量、團隊運營、政民互動等方面來考慮信息效用的提升[20]。

綜上，現有政務微信的評價研究覆蓋范圍廣泛，評價指標體系也逐漸趨于成熟，然而，這些文獻大多基于政府視角以考慮運營績效為主，缺乏政務服務“以人民為中心”的用戶視角思考。信息效用與用戶的期望緊密相關，是信息服務滿足用戶需求的直接產物，因此，對政務微信公眾號信息效用進行評價研究，不僅豐富了政務微信領域的用戶視角研究，對于政府部門通過微信公眾號實現便民服務以滿足用戶需求還具有一定的應用價值。

2.2" 用戶體驗理論

在用戶使用政務微信公眾號獲取需求信息過程中，對于平臺所提供的信息內容質量感知、服務質量感知等體驗效果將決定用戶滿意度高低和感知效用大小，用戶感知體驗效果越好，用戶表示越滿意，信息效用也就越高。用戶體驗包括用戶在使用前的期待、使用中的感受以及使用后的評價，有學者從感知、行為、價值三個層面理解用戶體驗[21]。如今，用戶體驗理論包括用戶所感覺到的需求被滿足程度、用戶賦予產品的意義以及在此過程中產生的感覺與情感[22]。用戶信息體驗本質上是用戶在進行信息服務體驗的過程中，期望、需求等心理和自身認知素養與信息本身的可用性、功能性、易用性等相互作用的結果[23]。有學者認為感知享樂、實用質量、美學與滿意度是主要的用戶體驗構念[24]。國內有關研究將用戶體驗的要素層次分為功能體驗、技術體驗、美學體驗、交互體驗[25-26]，還有學者將社會影響[27]、效益價值[28]也概括到用戶體驗的層次中。

現有研究概括的用戶體驗理論內涵要素體現了用戶對于獲取信息服務過程中的情緒體驗、有用性感知，也包括據其認知程度產生的滿意結果，用戶的滿意程度就越高，其產生的信息效用也就越大。因此，筆者以用戶體驗理論為基礎，根據其層次結構構建政務微信公眾號信息效用的評價體系。

2.3" 政務微信公眾號信息效用

政務微信公眾號的信息效用基于用戶自身需求產生于使用過程，表現為用戶需求或問題的解決效果，包括用戶使用過程中的主觀情緒體驗、有用性感知和使用后根據自身需求滿足程度創造的信息價值。

具體表現為：當用戶通過政務微信平臺進行信息檢索或服務體驗時，對平臺提供的信息內容會產生有用性感知，對信息內容的滿意度感知即為信息效用；當用戶使用服務辦理時，基于對平臺信息技術、交互功能滿足程度會產生信息效用；此外，平臺界面和服務功能的美學設計等使用戶產生的直觀情緒體驗也是信息效用的表現。這些用戶在體驗政務信息服務過程中產生的信息效用稱為過程效用。在用戶使用體驗良好，問題解決效率較高的情況下，會產生點贊、轉發、關注等一系列行為，這是用戶對所獲取信息服務滿意感知的結果表征，包括用戶主動產生的具有傳播效益價值的行為，以及政務微信公眾號整體粉絲情況與用戶黏性等具有社會影響的體現，筆者將其稱為目標效用。用戶體驗感知的過程效用和由此衍生的目標效用共同構成用戶使用政務微信平臺所創造的信息效用，如圖1所示：

3" 評價設計/Evaluation design

3.1" 評價方法

3.1.1" Fuzzy-QFD

QFD是一種用于規劃的方法和工具，于1972年首次在日本推出，主要用于將客戶需求轉化為具體的管理措施[29]，QFD是一種前期注重分析用戶需求，后期將需求轉化為產品設計要求的質量分析工具[30]，該工具可以將定性問題定量化分析。QFD將用戶需求與服務的相關要素交叉形成矩陣，稱之為質量屋，包括屋頂、左墻、天花板等6個部分。由于傳統QFD未能考慮許多實際應用中顧客需求的主觀性，為處理難以定量表示的技術屬性，有學者將模糊集理論與QFD相結合[31]，Y. Chen等[32]提出結合模糊加權平均算法與模糊期望值算子的模糊質量功能展開方法（Fuzzy-QFD），被廣泛應用在產品技術特性重要性排序與評價中。

政務微信公眾號信息效用是用戶需求滿足程度的反應結果，基于QFD思想，將用戶需求重要度作為切入點，將其與評價要素關聯，進而得到評價指標重要度，可以體現出用戶需求在信息效用的重要作用。因此，筆者從用戶需求角度出發，基于結合模糊加權平均的Fuzzy-QFD方法構建政務微信公眾號信息效用的評價體系。

3.1.2" VIKOR

實證評價研究采用多準則妥協解排序法（VIse Kriterijumski Optimizacioni Racun， VIKOR），該方法可以使決策者在復雜情況下快速獲得目標折衷解，從而計算出決策方案的排序。本文實證研究對象包括江蘇省13個地級市的“發布類”政務微信公眾號，采用VIKOR方法可以強調效用對于評價目標排序的重要性，對于政務微信公眾號信息效用的研究具有一定適用性。

VIKOR方法的本質是通過指標屬性之間彼此讓步，得到距離多屬性正理想解的折衷可行解，進而判斷評價對象的優劣程度[33]。VIKOR法是基于群體效用最大化和個人遺憾最小化思想對參評方案進行折衷排序[34]，在整個計算過程中通過計算群體效用值與個人遺憾值得到綜合VIKOR值進行最終排序。由于VIKOR法對評價排序結果具有一定的條件限制，對于多評價對象很難實現全評價排序，所以筆者引入灰色關聯度對VIKOR進行改進，以實現多對象的全評價排序。

3.2" 評價設計

3.2.1" 評價體系構建

運用Fuzzy-QFD方法計算用戶需求與評價指標的關聯程度，通過用戶需求重要度演算出評價指標重要度，從而得到相應指標權重，構建評價體系。具體構建流程見圖2，其中，需要先收集并確定用戶需求及其重要度，然后篩選政務微信信息效用的評價指標，接著基于Fuzzy-QFD方法進行演算，最后得到各指標權重及政務微信公眾號信息效用的評價體系。演算主要分為3個步驟：①對用戶需求重要度模糊數以及質量屋關聯矩陣模糊數進行數據采集與合成；②輸出求解關聯矩陣數據在h-截集模糊加權平均數；③根據其模糊重要性去模糊化后的精確值進行排序。

3.2.2" 實證評價研究

在構建評價體系的基礎上，運用改進VIKOR法進一步開展實證評價研究。評價流程如下：①將收集的評價對象數據進行標準化處理，根據公式計算出各指標的正負理想解，同時確定對應指標的綜合評估值，從而得到相應的群體效用值及個人遺憾值，最終匯總加權得到評價對象的綜合VIKOR值并按從小到大對其進行初步排序；②根據VIKOR法的兩條約束條件，檢驗排序結果是否合理，對于未通過檢驗的評價對象用灰色關聯度算法進一步確定排名情況；最后，綜合VIKOR法與灰色關聯度的計算結果得到最終評價排序情況。具體流程如圖3所示：

4" 評價體系構建/Construction of evaluation system

4.1" 用戶需求及重要度確定

4.1.1" 確定用戶需求

本文所涉及的用戶需求是用戶使用政務微信公眾號前、使用過程中以及使用后產生的實際需求。筆者基于用戶訪談，從個人基本信息、使用時間、使用原因、使用情境、使用期望、如何改進等方面收集用戶對于政務微信平臺的基本需求，訪談對象包括青年、中年人群。結果發現，大多數人注重信息獲取效率，年輕用戶更加關注平臺的響應速度、使用體驗感等，而中年人群則關注平臺使用的難易程度、服務方式多樣性等。在此基礎上，研究結合其他相關文獻，收集并歸納了較為全面的政務微信用戶需求信息，如表1所示：

4.1.2" 計算用戶需求重要度

基于Fuzzy-QFD理論，筆者采用三角模糊的方式對用戶進行問卷調查，以獲取政務微信公眾號用戶需求重要度。問卷數據以用戶認為該用戶需求的重要程度打分，1—5分代表非常不重要到非常重要，根據三角模糊數分值對照表進行轉化，平均計算得到最終用戶需求模糊重要度。

問卷設計包括個人基本信息與用戶需求重要度調查兩個部分。通過微信、問卷網等社交平臺進行正式調查的問卷發放，共回收問卷328份，有效問卷為302份，有效回收率為92.07%。回收的問卷中，男性占比46.4%，女性占比53.7%，用戶年齡以20—30歲為主，占整體的55.63%，文化程度為本科文化的占整體的60.93%，且職業為學生與企業職工的人數相當，分別為34.77%、33.77%，總體而言，樣本分配較為合理。采用SPSS軟件對問卷數據的信效度進行檢驗，信度檢驗采用Cronbach’s α系數進行評估，效度檢驗則根據KMO值、Bartlett球形顯著性檢驗等為標準。最終Cronbach’s α值為0.910，KMO值為0.929，顯著性0.000，該問卷數據具有良好的信效度。根據問卷數據的評分對照三角模糊數進行轉化，評分1—5分別轉化為三角模糊數（0，0，0.3）、（0，0.25，0.5）、（0.3，0.5，0.7）、（0.5，0.75，1）、（0.7，1，1），最后平均計算出用戶需求模糊重要度（見表1）。

4.2" 評價指標確定

效用大小與用戶需求直接相關，政務微信平臺提供的信息服務越能滿足用戶需求，其產生的信息效用就越高，所以政務微信公眾號信息效用的測量離不開用戶這一關鍵主體，用戶對政務微信公眾號的使用體驗是信息效用評價的核心。從政務微信公眾號的過程效用與目標效用入手，結合用戶體驗理論將信息效用評價維度分為信息內容體驗、信息技術體驗、美學設計體驗、交互體驗、效益價值、社會影響6個維度，用戶對平臺提供的信息、服務等產生的主觀過程效用和使用后產生的客觀信息行為數據代表的目標效用共同構成政務微信公眾號信息效用的評價指標體系，如圖4所示：

信息內容體驗與用戶信息內容需求有很大關聯，信息內容的本身屬性是用戶體驗的關鍵，因此選取以下評價指標：①時效性，指信息內容是否發布及時；②權威性，指政務微信的官方認證和內容來源是否權威；③可靠性，包括信息內容的真實性，是否值得信賴、便于理解。

信息技術體驗維度的評價指標代表用戶對政務微信平臺的功能服務、技術支持等的直觀感受，包括：①發布頻次，指政務微信公眾號每天發布信息內容的次數，可以代表其穩定的信息推送能力；②操作便捷性，指平臺提供信息服務的操作流程是否能讓用戶容易理解并掌握；③獲取便利性，指平臺是否提供簡潔快速的信息獲取方式；④響應速度，指平臺操作響應是否迅速、不卡頓；⑤功能按鈕，指平臺是否具有服務功能辦理等功能鍵。

美學情感體驗維度的評價指標主要是用戶對政務微信平臺整體視覺、情緒等感官的直接體驗，包括：①吸引力，信息內容不生硬俗套，具有一定的趣味性；②色彩搭配，平臺整體色彩搭配合理，用戶使用時視覺舒適；③界面設計，平臺界面設計、內容布局簡潔明了；④個性化，平臺提供的檢索方式、信息推送、評論互動等個性化服務使用戶具有參與體驗感。

交互體驗維度指標體現了政務微信平臺最根本特性——交互性，也是大部分用戶選擇使用政務微信的關鍵因素。評價指標包括：" " " " ①可查找性，指用戶在平臺服務框內的查找與檢索情況；②易用性，平臺提供的服務交互功能使用戶能輕松掌握；③有效性，平臺提供的信息服務交互功能能夠有效解決用戶實際問題；" " ④反饋及時性，對用戶需求信息的反饋及時。

效益價值維度指標是用戶獲取政務信息服務之后對其滿意程度的表現，用戶達成目標后會產生點贊、評論等信息行為，這些客觀數據可以體現出政務微信公眾號達成用戶目的的效果。評價指標包括：①平均閱讀量，表示用戶整體閱讀情況，反映信息實現的傳播效益； ②傳播指數，平臺傳播指數從一定程度上可以體現用戶對其信息服務的認可及二次傳播情況。

社會影響維度指標指用戶在使用政務微信公眾號后進行的信息行為在社會上廣泛傳播及影響力度，間接體現了用戶滿意而使平臺擴大影響力度產生的目標效用，包括：①平均點贊數，發布信息的點贊數表現了用戶對其信息內容的滿意度；②粉絲活躍數，代表平臺政務信息服務引起的用戶反應和社會影響程度；③用戶黏性，指用戶瀏覽頻次及時長情況，代表用戶對政務微信平臺的忠誠度。

4.3" 評價體系構建

4.3.1" 計算評價指標重要度

構建用戶需求與評價指標之間的質量屋是得到評價指標重要度的關鍵步驟，通過形成需求與指標之間的關聯矩陣，輸入質量屋，再運用上述Fuzzy-QFD步驟計算輸出評價指標的重要度。關聯矩陣構建選取專家打分的方法，筆者邀請9位政務微信領域專家學者和相關運營人員，根據其經驗與學識對用戶需求與評價指標之間的關聯程度進行打分，標準為1—5分，對照三角模糊數對照表，對專家打分進行平均，得到用戶需求與評價指標之間的模糊關聯度。

在得到模糊關聯度的基礎上形成關聯矩陣，根據模糊加權平均Fuzzy-QFD的計算步驟，計算出用戶需求模糊重要度的h水平截集區間（Wi）h，以及模糊關聯度的h水平截集區間（Uij）h。由用戶需求重要度作為右墻輸入，在形成需求與評價指標的關聯矩陣房間后，構建出整體質量屋，計算出關于h-截集的評價指標重要度的精確值區間，見表2。

通過上述質量屋構建，得到評價指標的h-截集區間值，再用平均水平截集去模糊化的方法可以得到每個評價指標的重要度，見表3。

4.3.2" "確定評價體系

根據得到的評價指標重要度，運用平均求解的方法，先算出全部重要度的和，再計算各個指標重要度在整體中的占比，最后得到每個評價指標的權重，由此構建出政務微信公眾號信息效用評價體系，各指標的權重見表3。

由表3可知，平均閱讀量的權重最大，其對于評價政務微信公眾號信息效用來講最重要，其次是平均點贊數，這說明用戶對政務信息服務的認可在政務微信公眾號信息效用評價中起到至關重要的作用。在評價維度層次中，信息技術體驗維度與交互體驗維度分別占據整體較高的權重，意味著在信息冗余的海量信息時代中，用戶對功能性技術的要求越來越高，服務與交互性能逐漸成為用戶感知的第一要素，服務辦理是否便捷、響應速度是否迅速是影響用

戶滿意程度的關鍵指標。在所有評價指標中，美學情感體驗維度中色彩搭配指標的權重最小，這是因為就目前政務微信平臺來講，逐漸形成了統一標準的界面搭配設計，而對于顏色的喜好更多取決于用戶的個人偏好，因此在整體的信息效用評價中占比較小。

5" 實證評價研究/Empirical evaluation research

5.1" 評價對象選取與數據來源

研究選取江蘇省13個地級市的“發布類”政務微信為評價對象，包括“南京發布”“蘇州發布”“無錫發布”“徐州發布”“南通發布”“常州發布”“淮安發布”“宿遷發布”“泰州發布”“揚州發布”“連云港發布”“鎮江發布”“鹽城發布”（排名不分先后），所有政務微信平臺均已通過官方認證。

（1）定性指標數據。研究所涉及的定性評價指標有時效性、權威性、可靠性、操作便捷性、獲取便利性、響應速度、吸引力、色彩搭配、界面設計、個性化、易用性、有效性、反饋及時性、用戶黏性，除了用戶黏性指標數據以用戶使用時長進行1—5的等級劃分，其余指標數據均以李克特7級量表為標準進行問卷打分獲取，然后對照語言對照表（見表4）以三角模糊數形式呈現。

通過歷時兩個月的問卷發放，共收集問卷1 259份，剔除甄別題項選錯、未關注江蘇省13個地級市發布類政務微信以及答題時長小于1分鐘的無效問卷，有效問卷共1 070份，有效率為85.0%。其中，“南京發布”137份、“蘇州發布”113份、“無錫發布”94份、“南通發布”122份、“常州發布”84份、“徐州發布”62份、“揚州發布”46份、“淮安發布”88份、“宿遷發布”79份、“鹽城發布”53份、“鎮江發布”77份、“泰州發布”70份、“連云港發布”45份。對各評價對象的數據求平均三角模糊數（見表4）。

（2）定量指標數據。定量評價指標有發布頻次、功能按鈕、可查找性、平均閱讀量、傳播指數、平均點贊數、粉絲活躍數。其中，發布頻次、平均閱讀量、傳播指數、平均點贊數、粉絲活躍數等指標數據是通過清博數據平臺對評價對象進行為期一個月的監控與獲取，以月平均數計算，發布頻次以區間數值形式呈現，預估粉絲活躍數指標數據時選取每天上午10：30到12：00的數據，再以平均數表示預估粉絲活躍數。功能按鈕以導航頁面具有的功能按鈕個數為指標數據，通過瀏覽微信平臺獲得。可查找性指標數據標準為：平臺信息查找、微信對話窗口查找、服務欄內功能查找，每項各1分，滿分3分，在瀏覽各評價對象微信對話窗口時，發現存在3種現象：①對于每一次對話查詢均有回復為1分；②只對個別關鍵詞有回復為0.5分；③均沒有回復為0分。由于微信公眾號自帶信息查找功能，所以各評價對象的可查找性指標數據最低為1分。各項定量指標數據如表5所示：

5.2" VIKOR評價過程

5.2.1" 數據預處理

應用VIKOR方法對評價指標進行數據預處理分為成本型指標I2與效益型指標I1，其中通過用戶滿意度感知問卷收集回來的定性指標均為效益型指標，以定量檢測的發布頻次、功能按鈕和可查找性3個指標為成本型指標，其余定量指標為政務微信信息服務的產出效益，屬于效益型指標。

針對三角模糊定性類的效益型指標I1，整合并計算問卷收集回來各指標的平均三角模糊數，對其應用公式（1）進行標準化處理。

公式（1）

將表（5）中的數值型數據與區間型數據分別采用數據預處理公式進行處理。數值型數據的計算如公式（2）所示：

公式（2）

對于區間型數據，記區間數原始評價值為，標準化后的區間型數值為，標準化公式如下：

公式（3）

最后，得到標準化數據。

5.2.2" VIKOR計算步驟運用

（1）確定正負理想解。fj*表示評價對象信息效用評價值中第j個指標的最優解，fj–表示評價對象信息效用評價值的最劣解。

fj*=（[0.63， 0.83， 1.00]， [0.66， 0.86， 1.00]， [0.65， 0.85， 1.00]， [0.67， 1.50]， [0.64， 0.85， 1.00]， [0.64， 0.85， 1]， [0.62， 0.83， 1.00]， 1.0000， [0.64， 0.84， 1.00]， [0.64， 0.84， 1.00]， [0.64， 0.84， 1.00]， [0.63， 0.84， 1.00]， 1.0000， [0.63， 0.84， 1.00]， [0.65， 0.85， 1.00]， [0.63， 0.83， 1.00]， 1.0000， 1.0000， 1.0000， 1.0000， 1.0000）

fj–=（[0.38， 0.56， 0.73]， [0.39， 0.56， 0.73]，" [0.40，" 0.58， 0.76]， [0.40， 0.60]， [0.36， 0.53， 0.71]， [0.38， 0.56， 0.76]， [0.40， 0.59， 0.77]， 0.3000， [0.38， 0.55， 0.74]， [0.41， 0.60， 0.78]， [0.40， 0.58， 0.76]， [0.39， 0.58， 0.77]， 0.3333， [0.39， 0.56， 0.75]， [0.40， 0.59， 0.77]， [0.38， 0.56， 0.74]， 0.2969， 0.8025， 0.2221， 0.2389， 0.8284）

（2）計算最大群體效用Si與最小個體遺憾值Ri。評價對象的群體效用Si和個人遺憾值Ri為：

Si=（0.1158， 0.1969， 0.2692， 0.7094， 0.6849， 0.7797， 0.5490， 0.7495， 0.8150， 0.8304， 0.8919， 0.8359， 0.7400）

Ri=（0.0408， 0.0408， 0.0453， 0.0555， 0.0509， 0.0539， 0.0499， 0.0557， 0.0576， 0.0536， 0.0546， 0.0536， 0.0586）

（3）計算綜合VIKOR值。先從群體效用值中與個人遺憾值中選擇最大效用S*=0.039 1和最小遺憾R*=0.017 7，令最大群體效用權重v=0.5，計算每個評價對象的綜合VIKOR值Qi，并根據VIKOR值從小到大進行排序，結果如表6所示：

5.2.3" VIKOR初步排序結果

通過VIKOR方法的約束條件檢驗發現，排在前兩位的P1與P2信息效用評估值差距較小，需要進一步通過灰色關聯進行排序。綜合VIKOR值Qi確定排序中間4位均滿足條件，即P3gt; P7gt; P5 gt;P4。對于P4與P6，不滿足約束條件，所以P8與P6的信息效用綜合評估值相當，需要進一步計算其灰色關聯度確定排序。依此類推，得到剩下評價對象信息效用相對大小的情況，均未同時通過約束條件，13個“發布類”政務微信平臺的信息效用VIKOR初步排序結果為：

P1，P2gt;P3gt; P7gt; P5 gt;P4，P6，P10，P12，P8，P11，P13，P9

5.3" 灰色關聯度計算

通過灰色關聯度計算實現全排序評價，首先對前序位P1、P2進行灰色關聯度計算，得到參考序列：

G0=（0.0000， 0.0408， 0.0000， 0.0000， 0.0000， 0.0000， 0.0000， 0.0251， 0.0000， 0.0000， 0.0000， 0.0000， 0.0000， 0.0010， 0.0000， 0.0000， 0.0000， 0.0000， 0.0000， 0.0000， 0.0000）

然后得到P1、P2的灰色關聯度：r01=0.9495、r02=0.7804，因此P1的信息效用大于P2。

由于未實現全排序評價的是連續后8位評價對象，且明顯確定信息效用的評估值是P5 gt;P4，所以在確定參考序列時，以確定的前一序位P5的各指標綜合評估值為參考序列，即

G’0=（0.0250， 0.0286， 0.0356， 0.0251， 0.0265， 0.0224， 0.0320， 0.0344， 0.0308， 0.0278， 0.0256， 0.0392， 0.0408， 0.0341， 0.0308， 0.0285， 0.0509， 0.0394， 0.0440， 0.0500， 0.0134）

并將參考數據分別與比較序列即P4、P6、P10、P12、P8、P11、P13、P9對應的綜合指標評價值進行計算，分別記為G4、G6、G10、G12、G8、G11、G13、G9，計算步驟同上，先求得待評價對象各指標的關聯系數，再匯總得到其灰色關聯度，如表7所示：

根據8位評價對象的灰色關聯度計算結果從大到小進行排序：P9gt;P13gt;P12gt;P6gt;P4gt;P8gt;P10gt;P11。綜合兩種方法，對江蘇省13個地級市“發布類”政務微信平臺的信息效用全排序結果為：

P1gt;P2gt;P3gt;P7gt; P5gt;P9gt;P13gt;P12gt;P6gt;P4gt;P8gt; P10gt;P11

5.4" 評價結果分析

通過對江蘇省13個地級市“發布類”政務微信公眾號的信息效用進行全排序評價：首先，“南京發布”“蘇州發布”“無錫發布”的評價排名占據前3位，南京、蘇州作為經濟較為發達的城市，對于城市整體的政務微信運營與維護比較領先，更為重視政務微信的投入與建設，使用戶對于其信息效用的整體感知程度較高；其次，“揚州發布”“常州發布”排名緊隨其后，與前3名相比出現明顯差距，處于江蘇省中上等水平，在進行定性效益指標問卷收集過程中，揚州與常州的用戶整體滿意度較高，與前3名的主要差距存在于效益型定量數據中；排名后8位的“發布類”政務微信平臺之間差距并不明顯，結合灰色關聯度進行具體排序后發現，“宿遷發布”“連云港發布”“泰州發布”“徐州發布”的相對值較高，處于信息效用整體排名的中等序位，這4個評價對象的用戶感知滿意度與定量效益型數據不高，但其成本型指標投入相對其他評價對象較低；排在最后4位的“南通發布”“淮安發布”“鹽城發布”“鎮江發布”雖然定性效益型指標用戶感知滿意度并不是最低的，但由于其成本性指標投入數據較大，與其產出的效益無法形成正比，因此其相對信息效用排名較為靠后。

6" 結論/Conclusions

本研究基于用戶體驗理論從過程效用和目標效用分析歸納了政務微信公眾號信息效用的內涵要素，利用Fuzzy-QFD方法構建了包括信息內容體驗、信息技術體驗、美學設計體驗、交互體驗、效益價值、社會影響6個維度21個指標在內的評價體系，結合VIKOR和灰色關聯度方法，以江蘇省13個地級市的“發布類”政務微信公眾號為研究對象進行實證評價。結果表明，導致各地區政務微信公眾號信息效用存在差距的主要原因包括經濟投入水平、運營維護能力和用戶的滿意度感知等。

根據前文評價體系及實證結果分析，筆者為政務微信等社交媒體平臺及運營人員提出以下建議，以提高政務社交媒體的信息效用。具體包括：①從政務社交媒體信息內容出發，運營人員需要關注信息內容時效性并及時跟蹤熱點、規范信息內容組織與結構水平。②在信息技術服務方面，有關運營人員應該把控信息服務發布規律，擴大政務信息關聯性；清晰化導航功能設置，便捷用戶獲取使用；同時聯合社交媒體平臺共同優化系統性能速度，增強用戶操作效率。③在美學情感設計方面，需要重視多元化內容形式表達，提高信息服務吸引力；探索用戶個性化需求，滿足用戶情緒體驗。" " ④在交互性能方面，拓展交互檢索渠道，強化交互方式易用性；提升交互服務質量，加強交互有效性，并健全互動反饋機制，完善政民互動流程。

本文的理論與實證研究雖然已經發現了有關政務微信公眾號信息效用的實際問題，取得了一定意義的研究結論，但仍然存在一定的局限性。首先，在收集用戶需求時，本文僅劃分中青年用戶群體，未來研究可以針對不同用戶，如普通群眾、意見領袖、中青年、老年人群進行區別分析；其次，本文的實證評價對象是江蘇省內的“發布類”政務微信平臺，僅能反映東部地區政務社交媒體的整體信息效用情況，未來在條件允許的情況下可以進一步擴大地域覆蓋面，分區域進行實證探索。

參考文獻/References：

[1] 中國互聯網絡信息中心. 第53次中國互聯網絡發展狀況統計報告[R]. 北京： 中國互聯網絡信息中心， 2024. （CHINA INTERNET NETWORK INFORMATION CENTER. 53rd statistical report on the development of internet in China [R] Beijing： China Internet Network Information Center， 2023.）

[2] 霍明奎， 蔣春芳. 基于信息生態理論的政務微信平臺用戶互動意愿影響因素及提升策略研究[J]. 電子政務， 2020（3）： 110-120. （HUO M K， JIANG C F. Research on the influencing factors and improvement strategies of user interaction willingness on government WeChat platforms based on information ecology theory [J]. E-Government， 2020（3）： 110-120.）

[3] 陳建龍. 論信息效用及其實現過程[J]. 北京大學學報（哲學社會科學版）， 1996（3）： 36-40. （CHEN J L. On information utility and its imp lementation process[J]. Journal of Peking University （Philosophy and social sciences）， 1996（3）： 36-40.）

[4] PARASURAMAN A， ZEITHAML V A， BERRY L L. A conceptual model of service quality and its implications for future research[J]. Journal of marketing， 1985， 49（4）： 41-50.

[5] 朱益平， 杜海嬌， 張佳， 等. 基于RS-BP神經網絡的政務微信公眾號信息質量評價模型研究[J]. 情報科學， 2021， 39（2）： 54-61，69. （ZHU Y P， DU H J， ZHANG J， et al. Information quality evaluation model research of government WeChat public account based on RS-BP neural networks [J]. Information science， 2021， 39（2）： 54-61，69.）

[6] 閆奕文， 張海濤， 孫思陽， 等. 基于BP神經網絡的政務微信公眾號信息傳播效果評價研究[J]. 圖書情報工作， 2017， 61（20）： 53-62. （YAN Y W， ZHANG H T， SUN S Y， et al. Research on the effect evaluation of the government WeChat information communication based on the BP neural network [J]. Library and information service， 2017， 61（20）： 53-62.）

[7] 張曉娟， 劉亞茹， 鄧福成. 基于用戶滿意度的政務微信服務質量評價模型及其實證研究[J]. 圖書與情報， 2017（2）： 41-47，83. （ZHANG X J， LIU Y R， DENG F C. Evaluation model of government WeChat based on satisfaction and its empirical research [J]. Library amp; information， 2017（2）： 41-47，83.）

[8] 李宗富， 張向先. 政務微信公眾號服務質量評價指標體系構建及實證研究[J]. 圖書情報工作， 2016， 60（18）： 79-88. （LI Z F， ZHANG X X. Construction of evaluation index system and empirical research on the service quality of government WeChat official accounts [J]. Library and information service， 2016， 60（18）： 79-88.）

[9] 宋雪雁， 管丹丹， 張祥青， 等. 用戶滿意視角下政務微信知識服務能力評價研究[J]. 情報理論與實踐， 2019， 42（3）： 120-126. （SONG X Y， GUAN D D， ZHANG X Q， et al. Evaluation of government WeChat knowledge service capability from the perspective of user satisfaction [J]. Information studies： theory amp; application， 2019， 42（3）： 120-126.）

[10] 曹政， 王寧， 楊學成. 基于層次分析法和模糊綜合評判的政務微信影響力評估研究[J]. 電子政務， 2016（7）： 42-49. （CAO Z， WANG N， YANG X C. Research on the evaluation of government WeChat influence based on analytic hierarchy process and fuzzy comprehensive evaluation [J]. E-Government， 2016（7）： 42-49.）

[11] MANSOOR M. Citizens' trust in government as a function of good governance and government agency's provision of quality information on social media during COVID-19[J]. Government information quarterly， 2021， 38（4）： 101597.

[12] STONE J A， FLANDERS K J， CAN S H. Strategic communication？ measurement and evaluation of Twitter use among municipal governments[J]. Government information quarterly， 2022， 39（4）： 101755.

[13] WUKICH C. Social media engagement forms in government： A structure-content framework[J]. Government information quarterly， 2022， 39（2）： 101684.

[14] 戴昌鈞， 劉廣. 信息效用及其在決策行為中的應用[C]//中國信息經濟學會2007年學術年會論文集. 哈爾濱： 《管理科學》編輯部， 2007： 3. （DAI C J， LIU G. Information utility and its application in decision-making behavior [C]// Proceedings of the 2007 academic annual conference of the China Society of Information Economy. Harbin： Management Science Editorial Department， 2007：3.）

[15] 吳仲夏. 信息效用測度方法新探[J]. 情報雜志， 1996（6）： 7-9. （WU Z X. A new exploration of information utility measurement methods [J]. Journal of intelligence， 1996（6）： 7-9.）

[16] 張登兵， 陳彥. 信息的廣義內涵及其效用研究[J]. 沿海企業與科技， 2008（11）： 22-24. （ZHANG D B， CHEN Y. Research on the generalized connotation and utility of information [J]. Coastal enterprises and science amp; technology， 2008（11）： 22-24.）

[17] 李霞， 戴昌鈞. 信息商品效用的模糊綜合評價研究[J]. 情報理論與實踐， 2009， 32（12）： 71-72，83. （LI X， DAI C J. Research on fuzzy comprehensive evaluation of the utility of information goods [J]. Information studies： theory amp; application， 2009， 32（12）： 71-72，83.）

[18] 馮纓， 唐慧， 孫曉陽. 基于DEMATEL的企業社交媒體信息效用的關鍵影響因素研究[J]. 情報理論與實踐， 2022， 45（4）： 137-145，153. （FENG Y， TANG H， SUN X Y. Research on key factors of the information utility of corporate social media based on DEMATEL [J]. Information studies： theory amp; application， 2022， 45（4）： 137-145，153.）

[19] 王錦， 韓毅. 用戶體驗視角下心理健康科普短視頻的信息效用及其影響因素研究——基于B站大學生用戶的扎根探索[J]. 情報科學， 2023， 41（3）： 74-80，118. （WANG J， HAN Y. Information utility and its influencing factors to mental health science popularization short video under the context of user experience—a grounded research for college students based on Bilibili [J]. Information science， 2023， 41（3）： 74-80，118.）

[20] 馮纓， 強蓉， 孫曉陽. 高質量發展背景下地方政務社交媒體信息效用提升策略研究[J]. 經營與管理， 2023（8）： 155-161. （FENG Y， QIANG R， SUN X Y. Research on strategies for improving the information utility of local government social media in the context of high quality development [J]. Management and administration， 2023（8）： 155-161.）

[21] 李永鋒， 侍偉偉， 朱麗萍. 基于灰色層次分析法的老年人APP用戶體驗評價研究[J]. 圖學學報， 2018， 39（1）： 68-74. （LI Y F， SHI W W， ZHU L P. Research on the user experience evaluation of APP for the elder based on grey AHP [J]. Journal of graphics， 2018， 39（1）： 68-74.）

[22] 陳娟， 鄧勝利. 社會化問答平臺用戶體驗影響因素實證分析——以知乎為例[J]. 圖書情報工作， 2015， 59（24）： 102-108. （CHEN J， DENG S L. An empirical analysis on factors affecting user experience of social Q＆A websites： a case study on Zhihu website [J]. Library and information service， 2015， 59（24）： 102-108.）

[23] HASSENZAHL M， TRACTINSKY N. User experience - A research agenda[J]. Behaviour and information technology， 2006， 25（2）： 91-97.

[24] LAW E L C， VAN SCHAIK P. Modelling user experience-an agenda for research and practice[J]. Interacting with computers， 2010， 22 （5）： 313-322.

[25] 侯筱蓉， 付揚， 陳娟. 基于微信平臺的健康信息用戶感知和效用研究[J]. 現代情報， 2016， 36（10）： 89-93. （HOU X R， FU Y， CHEN J. The research of user perception and utility of health information based on WeChat platform [J]. Journal of modern information， 2016， 36（10）： 89-93.）

[26] 史叢. 關于信息資源效用的分析[J]. 情報雜志， 2009， 28（S1）： 281-282，228. （SHI C. Analysis of the utility of information resources [J]. Journal of intelligence， 2009， 28（S1）： 281-282，228.）

[27] 魏群義， 李藝亭， 姚媛. 移動圖書館用戶體驗評價指標體系研究——以重慶大學微信圖書館平臺為例[J]. 國家圖書館學刊， 2018， 27（5）： 21-31. （WEI Q Y， LI Y T， YAO Y. Research on evaluation index system of mobile library user experience—Taking WeChat library platform of Chongqing University as an example [J]. Journal of the National Library of China， 2018， 27（5）： 21-31.）

[28] 劉冰， 盧爽. 基于用戶體驗的信息質量綜合評價體系研究[J]. 圖書情報工作， 2011， 55（22）： 56-59. （LIU B， LU S. Information quality comprehensive evaluation system based on user experience [J]. Library and information service， 2011， 55（22）： 56-59.）

[29] VINODH S， KUMAR C S. Application of fuzzy QFD for enabling leanness in a manufacturing organization[J]. International Journal of Production Research， 2011， 49（6）： 1627-1644.

[30] MOSKOWITZ H， KIM K J. QFD optimizer： a novice friendly quality function deployment decision support system for optimizing product designs[J]. Computers amp; industrial engineering， 1997， 32（3）： 641-655.

[31] LIU H T. Product design and selection using fuzzy QFD and fuzzy MCDM approaches[J]. Applied mathematical modelling， 2011， 35（1）： 482-496.

[32] CHEN Y， FUNG R， TANG J. Rating technical attributes in fuzzy QFD by integrating fuzzy weighted average method and fuzzy expected value operator[J]. European journal of operational research， 2006， 174（3）： 1553-1566.

[33] 顧雙. 基于VIKOR法的房地產企業財務風險評價研究——以恒大集團為例[D]. 杭州： 杭州電子科技大學， 2022. （GU S. Research on the financial risk evaluation of real estate industry based on VIKOR method—a case study of Evergrande Group [D]. Hangzhou： Hangzhou Dianzi University， 2022.）

[34] 孫君， 鐘茂林， 張中華， 等. 綠色供應鏈管理能力指標體系構建與評價研究[J]. 數學的實踐與認識， 2019， 49（8）： 89-102. （SUN J， ZHONG M L， ZHANG Z H， et al. Research construction and assessment of indicator system on green supply chain management capability [J]. Mathematics in practice and theory， 2019， 49（8）： 89-102.）

作者貢獻說明/Author contributions：

馮" 纓：提供研究思路，指導寫作；

方正偉：收集、分析數據，撰寫文章；

孫曉陽：指導寫作，參與文章修訂。

An Evaluation of Government WeChat Public Account Information Utility from the Perspective of User Experience—Method application based on QFD and VIKOR

Feng Ying1" Fang Zhengwei1" Sun Xiaoyang2

1School of Management， Jiangsu University， Zhenjiang 212013

2School of Finance and Economics， Jiangsu University， Zhenjiang 212013

Abstract： [Purpose/Significance] Clarifying the connotation of the information utility of the government WeChat public account and constructing the evaluation index system of the information utility of the government WeChat public account are crucial to meeting the information service needs of the public and the construction and operation of the government WeChat platform. [Method/Process] The evaluation indexes were determined based on user experience theory， and the index weight was determined based on the concept of Quality Function Deployment （QFD）. The governmental WeChat public accounts of 13 prefecture-level cities in Jiangsu Province were taken as the research objects， and the VIKOR and grey relational degree methods were used to conduct the full evaluation ranking. [Result/Conclusion] The evaluation index of the government WeChat public account information utility include 21 indexes in six dimensions， namely， information content experience， information technology experience， aesthetic design experience， interactive experience， benefit value， and social impact. Among them， the information technology and interactive experience dimensions account for the largest proportion and play decisive roles in the information utility. The average reading， average liking， and number of active fans are the most important indices for evaluating the information utility. In the empirical study， the official accounts of “Nanjing Publishing”， “Suzhou Publishing” and “Wuxi Publishing” rank in the top three in terms of" information utility， while the official accounts of “Yancheng Publishing” and “Zhenjiang Publishing” rank at the bottom overall， mainly because the differences in cost input， operation and maintenance of each platform.

Keywords： user experience" " fuzzy QFD" " government WeChat public account" " information utility

evaluation system

Fund Project（s）： This work is supported by the National Social Science Fund of China titled “Research on the Influencing Factors， Mechanisms， and Improvement Paths of the Information Utility of Government Social Media” （Grant No. 20BTQ047）.

Author（s）： Feng Ying， professor， PhD， doctoral supervisor; Fang Zhengwei， master candidate; Sun Xiaoyang， lecturer， PhD， corresponding author， E-mail： sunny_sun@ujs.edu.cn.

Received： 2023-08-10" " Published： 2024-06-12

基金項目：本文系國家社會科學基金項目“政務社交媒體信息效用的影響因素、作用機制與提升路徑研究”（項目編號：20BTQ047）研究成果之一。

作者簡介：馮纓，教授，博士，博士生導師；方正偉，碩士研究生；孫曉陽，講師，博士，通信作者，E-mail： sunny_sun@ujs.edu.cn。

收稿日期：2023-09-12" " " " 發表日期：2024-06-14