基于结构方程的政务微博公众参与研究

陈岚

[摘要]针对政务微博发展的特点，将公众参与政务微博划分为2个层次，即关注层和互动层，结合TAM模型、动机理论、信任理论提出地方政务微博公众接受模型，对概念模型中的潜在变量进行操作化定义，构建其观察变量，并设计相应的调查问卷进行数据收集，并运用结构方程模型方法进行模型检验和实证研究，根据实证分析结果，提出了相应的建议。

[关键词]政务微博；公众参与；结构方程模型

DOI：10.3969/j.issn.1008-0821.2015.03.008

[中图分类号]G203 [文献标识码]A [文章编号]1008-0821（2015）03-0037-05

政务微博的出现促使政府、官员重视广泛吸纳民意，促进科学的民主决策；充分借力网络环境，有效监督政府的行政管理水平，开创出了网络时代官民互动的新模式。已有许多学者对政务微博的发展现状、政府微博的运营管理、政务微博的传播规律和政务微博的影响力等方面的内容进行了相关研究；从研究方法来看，大多数研究均为描述性和对策性研究，实证研究凤毛麟角。随着公众对政务微博认知度的增加，政府应如何更好地运用微博平台为公众服务，依然需要不断地进行摸索。因此，从公众的角度出发研究其参与政务微博的动机，剖析地方政务微博公众参与的影响因素，有利于政务微博的运营和发展，实现政务微博服务的优化。

1.政务微博公众接受模型的构建

目前，国内外学者已针对电子政务的公众采纳和参与情况进行了相关研究。学者蒋晓将TAM模型、TRA模型、Is持续使用模型和信息系统成功模型相结合，同时加入信任理论和服务质量分析了影响公民采纳电子政府的因素。Colesca和Dobriea认为公众对电子政务的信任直接影响其使用意向。因此，将TAM模型中的感知有用和感知易用、信任和社会影响作为直接影响公众参与地方政务微博的因素。

乔尼将TAM模型与动机理论相结合，将感知有用性与感知易用性作为参与动机的中介变量来研究用户参与SNS网站的行为。学者刘晓艳在研究微博中的人际传播时也加入了动机因素。因此，将参与动机作为感知有用性和感知易用性的前导因素，以分析公众参与地方政务微博的不同动机。根据相关研究，将动机因素分为信息性动机、表达性动机和交互性动机。

政务微博的公众参与是建立在对政务微博加关注基础上的信息交互，根据公众参与政务微博的行为特征，结合TAM模型、信任理论、动机理论，提出政务微博公众参与模型，如图1所示：

1.1参与动机

公众通过政务微博一方面可以获取政府相关信息，了解最新的时政，同时还可以参与话题讨论，表达自己的观点和看法，并通过与政府互动进行政务咨询或寻求其他服务。因此，将公众参与微博互动的动机概括为：信息性动机、表达性动机和交互性动机3个方面。

1.2感知有用性

感知有用性是指公众对政务微博提供的信息、服务是否有价值，对自己有用的感知。目前，国内外已经有许多的学者研究证明了感知的有用性对用户的接受行为有直接影响。结合政务微博的特点，将感知有用性概括为问题解决性、交流及时性和效率提升性3个方面。

1.3感知易用性

感知易用性是指用户接受一种新信息系统或技术等难易程度。对政务微博公众参与的感知易用性可从微博平台的可操作性、政务微博的便捷性和交互的简易性3个方面进行测度。

1.4感知信任

感知信任是公众对政府会提供高品质电子服务的感知，Thompson等的研究表明公众对技术和对政府的信任会影响对电子政务的信任，从而影响公众的最终采纳。结合相关研究将政务微博感知信任的前导因素分为微博平台的信任、政府的信任和用户的认知度3个方面。

1.5社会影响

公众是否愿意接受政务微博这种新的互动方式在很大程度上会受到外部环境的影响，这其中主要包括来自政府鼓励公众参与的程度、地方政务微博的宣传力度、周围亲朋等对其的影响。因此可从好友推荐度、微博平台推广度、政府宣传度和政务微博好评度4个方面测度。

1.6公众参与

公众通过微博参与互动是建立在关注基础上的信息交互，因此将政务微博的公众参与划分成2个层次：关注层和互动层。关注层指公众通过关注地方政务微博获取相关信息；互动层指公众通过政务微博与政府及其他公众进行交流互动。

2.政务微博公众接受影响因素实证分析

2.1问卷设计与数据收集

本文主要采用的是问卷调查法来对研究对象进行数据收集分析与统计的。问卷的绝大多数题目以5分制的李克特量表方式设计，要求被调查的对象对各问题表明态度。1-5分分别代表“完全不同意”、“不太同意”、“不能确定”、“勉强同意”、“完全同意”。考虑到使用微博的人群多数是具备上网条件的，因此问卷主要以网络方式进行收集。本次调查共计发放400份问卷，剔除无效问卷62份，最终回收的有效问卷是338份，有效回收率为84.5%。其中男性197人，占58.3%，女性141人，占41.7%；年龄层次以20～39岁人群为主，占样本总数的81.17%；其中309人具有微博的使用经验，占91.42%，但相当一部分人仅是通过加关注的方式获取政务微博信息，实际参与互动交流的人数较少。

2.2信度检验

信度检验采用的是Cronbach's a系数检验法，它被用于衡量量表中各指标之间的一致性。在计算Cronbach's a系数之前使用纠正测量题项的总相关系数（corrected-item total correlation，CITC）净化测量题项，是量表信度的一个检验指标，评判原则上要求大于0.5，而对于C1TC值小于0.5的变量，一般需要剔除，若剔除该项测量题项后，量表的Cronbach's a值增大，就表示需要剔除该项测量题项。endprint

利用SPSS17.0统计软件分别对信息性动机、表达性动机、交互性动机、感知的有用性、感知的易用性、平台的信任、政府的信任、认知度、感知信任、社会影响这10个因素和2个不同层次的公众参与进行信度分析，结果如表1所示：

2.3效度分析

效度即有效性。用来考察量表的正确性程度，测量结果和要考察的内容越吻合则效度越高，反之，则效度越低。检验量表的结构效度，应进行因子分析。因子分析的目的在于找出量表潜在的结构，减少题项的数目，使之变为一组因子较少而彼此相关较大的变量。进行因子分析时，首先进行KMO测度和巴特利特球体检验来确定数据是否适宜做因子分析，若KMO在0.9以上，表示非常适合；0.8～0.9，很适合；0.7～0.8，适合；0.6～0.7，基本适合；0.5～0.6，很勉强；0.5以下不适合；再利用SPSS中的主成分分析，采用最大方差转轴法来进行探索性因子分析，筛选最终因子的评估标准分别为：特征值大于1；因子载荷值小于0.5或两个因子以上的载荷值大于0.5的题项；只拥有单一题项的因子。

2.3.1外生变量因子分析

（1）参与动机因子分析

对参与动机三个因素进行KMO和Bartlett球形检验，Bartlett's球形检验的卡方值为2495.311，自由度为36；KMO值为0.919，大于0.5，Bartlett's球形检验值的显著性概率为0.000<0.01，因此适合进行因子分析。采用最大方差转轴法进行探索性因子分析，各因子载荷如表2所示：

（2）信任前导因素分析

对感知信任的3个前导因素进行KMO和Bartlett球形检验，Bartlett's球形检验的卡方值为1327.261，自由度为36，KMO值为0.771，大于0.5，Bartlett's球形检验值的显著性概率为0.000<0.01，因此适合进行因子分析。采用最大方差转轴法进行探索性因子分析，各因子载荷如表3所示：

2.3.2中介变量因子分析

对感知有用性、感知易用性、感知信任、社会影响4个因素进行KMO和Bartlett球形检验，Bartlett's球形检验的卡方值为2398.051，自由度为153，KMO值为0.824，大于0.5，Bartlett's球形检验值的显著性概率为0.000<0.01，因此适合进行因子分析。采用最大方差转轴法进行探索性因子分析，各因子载荷如表4所示：

2.3.3内生变量因子分析

对公众参与政务微博的两个不同层次进行KMO和Bartlett球形检验，Bartlett's球形检验的卡方值为815.819，自由度为15，KMO值为0.796，大于0.5，Bartlett's球形检验值的显著性概率为0.000<0.01，因此适合进行因子分析。采用最大方差转轴法进行探索性因子分析，各因子载荷如表5所示。

2.4结构方程模型分析

利用结构方程模型软件LISREL8.70对政务微博公众接受模型进行路径分析，当|t|>1.96，P<0.05，表明该路径显著，而|t|值低于1.96时应当考虑删除。政务微博公众接受模型的路径系数如图2所示：

根据结构方程模型中评价模型拟合优劣的相关理论，通常采用以下几种指标来评价模型的拟合效果：相对拟合指数（CFI，越接近于1越好）、标准拟合指数（NFI，越接近于1越好）、近似均方根误差指数（RMSEA，低于0.1表示好的拟合，低于0.05表示非常好的拟合）、调整后的拟合优度指数（AGFI，取值于0～1之间，越接近1，模型整体拟合越好）。两种不同层次公众接受度的拟合指数如表6所示：

从上述模型的拟合参数来看，各相关指标均达到临界值要求，说明模型检验结果有效。

3.结论及建议

3.1结论

通过上述的实证分析结果可以看出，感知有用性、感知信任和社会影响均对公众关注政务微博和参与微博互动有显著影响，感知易用性仅对公众参与地方政务微博互动有显著影响，而对公众关注政务微博不存在显著影响，这是由于当用户想要获取接受地方政务微博所发布的消息时，仅需要通过加关注的方式获取地方政务微博的信息，因此不需要太多的技能操作。

感知有用性、感知信任和社会影响对关注的路径系数为0.15、0.15、0.27，表明社会影响对公众关注政务微博影响较大，即周围朋友的推荐、政府的宣传鼓励等对公众是否关注政务微博影响较大。感知有用性、感知易用、感知信任和社会影响对互动的路径系数0.39、0.23、0.21、0.25，表明感知有用性对公众参与政务微博互动影响最大，即如果公众参与政务微博互动能帮助他们解决现实问题、提高效率，他们通过政务微博与政府和其他公众进行人际交流、信息共享的意愿才高。

在参与动机方面，信息性动机、表达性动机和交互性动机通过感知有用性对公众关注政务微博产生影响，通过感知有用性和感知易用性对公众参与微博互动产生影响。3种动机对关注的影响系数分别是：0.1125（0.45*0.25=0.1125）、0.1025（0.41*0.25=0.1025）、0.0675（0.27*0.25=0.0675），即信息性动机对关注的影响最大，表明用户关注地方政务微博最主要的需求就是对最新时政新闻等信息的获取；3种动机对互动的影响系数分别为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），即表达性动机对公众参与微博互动影响最大，表明公众参与政务微博的互动最大的需求是想要表达自身的诉求和意见，通过参与相关问题讨论来实现与政府互动。

在感知信任方面，政务微博的认知度和公众对政府的信任对公众接受政务微博影响较大，公众只有对政务微博有一定的了解，通过政府和媒体有效的引导，使公众不断加深对政务微博信息服务优势的了解，才能使公众更愿意接受这种电子服务的方式；同时，政务微博作为政府形象宣传、为公众提供服务的新途径，公众对政府机构服务能力的认同和信任也直接影响着公众与政府的交互。endprint

3.2建议

3.2.1吸引公众关注

根据以上分析，在政务微博运营的初期，公众对政务微博的接受较多地呈现为通过关注政务微博获取信息，而此时公众参与的动机也以获取信息为主，社会影响对公众是否关注地方政务微博的比重最大，因此该阶段可采取如下措施吸引公众关注：

（1）加大推广政务微博的力度。社会影响对公众关注地方政务微博的影响力最大，因此要大力加强政务微博的宣传推广，通过与传统媒体进行合作、举办各种线下活动等方式，扩大其社会影响力，提高公众参与的积极性。

（2）确保政务微博的信息质量。信息性动机作为对感知有用性的直接影响因素，将对公众关注地方政务微博产生间接影响。因此，充分了解用户信息需求，注重信息的时效性和准确性，多发布一些关于群众切身利益的话题，如教育、医疗、就业等，实现信息的共享，将会有效地引导公众更多地关注政务微博。

（3）提升公众信任度。作为一种新的信息服务渠道，用户对其的接受程度通常取决于他们对于政务微博服务的认可和对政府服务质量评价，因此政府机关应当不断提高自身的服务质量和服务水平，提高公众对政府的信任。

3.2.2引导公众参与互动

在政务微博运营日益成熟后，公众不仅可以通过关注地方政务微博获取信息，更多的是通过政务微博与政府及其他公众进行交流互动，其需求不再满足于获取信息而更倾向于表达观点想法，感知有用性的比重最大，因此为使提高公众参与地方政务微博互动的积极性，具体提出如下的对策和建议：

（1）围绕公众需求提供服务。政府机构应对政务微博有清晰的定位，结合自身特点确定服务范围。政务微博的内容应紧扣公众的需求，围绕公众关心的问题不断拓展微博内容的深度和广度，运用人性化、个性化、生动的语言与公众进行互动沟通，以提升政务微博的互动质量。

（2）树立政府服务理念，提升服务品质。公众通过政务微博进行在线咨询，或者参与公共政策讨论时，政府应该积极回应民意。良好的服务态度和及时的反馈都会让公众留下好的印象，会促使他们继续参与互动，甚至推荐他人参与政务微博互动。培养服务意识要注重服务实效，提高服务效率与水平，做到有问必答，及时反馈。

（3）加强政府与公众的互动。政府机构应合理地进行微博议题设置，主动引导公众参与话题讨论，从而形成良好的互动机制。如政府可以根据实际工作的需要，在政务微博页面上设置一些投票活动，或进行在线微访谈、微问答等线上访谈活动主动引导用户加入讨论，这样才能充分调动公众的积极性。endprint