基于DEA方法的省级政府微博运营绩效评价

〔摘要〕针对政务微博评价中使用经典 DEA模型的缺陷，基于评价的绩效价值导向，结合DEA理论，构建了考虑政务环境不可控因素、使用Non-Pareto序和具有强区分度的超效率DEA模型，以账户开设天数、总微博数、粉丝数、累计被转发数、累计被评论数和累计被点赞数作为多投入和多产出评价指标体系，并以人均 GDP和潜在受众基数作为环境指标，运用新模型对27个省级政府政务微博的运营绩效进行了评价，实证研究证明新模型具有良好的区分度，并且评价结果更加科学、客观和公正。

〔关键词〕省级政府；政务微博；运营绩效；DEA；评价指标

DOI：10.3969j.issn.1008-0821.2017.10.011

〔中图分类号〕D035-39〔文献标识码〕A〔文章编号〕1008-0821（2017）10-0066-06

〔Abstract〕In order to overcome the shortcomings of the classic DEA model applied in government affairs micro-blogs，based on performance orientation and DEA theories，this paper constructed a super-efficiency DEA model taking Non-controllable Variables of administrative environment，Non-Pareto and strong partition degree into account.This paper also built an evaluation system of input and output for provincial government affairs micro-blogs from the following aspects，input and output indicators including time cost，content cost，numbers of micro-blogs，numbers of funs，times forwarded，times reviewed and so on，administrative environment indicators including per capita GDP and residents population.At last，this paper used the new DEA method to evaluate the efficiency of 27 provincial government affairs micro–blogs.The findings revealed that the new model had a good partition degree，moreover the results of assessments are scientific，objective and impartial.

〔Key words〕provincil government；government affairs micro-blogs；operational efficiency；DEA；evaluation indicator

為了应对“互联网+政务”的挑战，政府部门开始借助社交媒体创新行政管理方式，政务微博就是其中之一。2017年年初人民网舆情监测室发布报告显示，截至2016年岁末，新浪微博平台认证的政务微博达到164 522个。其中，政务机构官方微博125 098个，比前一年增长9%；公务人员微博39 424个，比前一年增长5%[1]。政务微博在创新社会管理、政务信息公开、舆情引导、倾听民声、树立政府形象与动员公民政治参与等多方面发挥了积极作用。

然而，由于政务微博产生时间不是很长，很多政府部门还没有掌握恰当的发布技巧、形成完善的运作机制，再加上重视程度不够，在我国政务微博蓬勃发展的背后更是质量的参差不齐，存在内容官僚化、互动性不足、时效性差等问题。当前政务微博的运营状况已经成为了政府绩效评价的重要考察内容，通过对各级政府政务微博运营绩效进行科学、客观和公正的评价，可以全面掌握政务微博运营现状和水平，发现自身存在的不足，提出改进的对策，持续提升政务微博的社会影响力，不断提高政府的公信力。

关于政务微博评价的研究较多，主要可以分为两大类，第一类是根据政务微博的产出结果、内容、影响力或者表现出来的外部特征构建评价指标体系，进行评价。赵阿敏以16个省级政府政务微博为研究样本，遴选了4个一级指标和10个二级指标，构建了省级政府政务微博影响力评价指标体系，涵盖了微博数、关注数、原创数、话题数、粉丝数、评论数、转发数、网络连接数等指标，运用因子分析和聚类分析方法进行了实证研究[2]。李云新等参照人民网舆情监测室发布的《2013年上半年新浪政务微博报告》，构建了包括微博数、微博频率、微博原创率、微博被转发量、微博被转发率、微博被评论量、微博被评论率、微博评论数、粉丝数、粉丝活跃率、粉丝认证率和关注数等12项指标的评价体系，并以@上海发布6个月所发微博作为研究样本，进行了运营效果评价[3]。陈明亮等通过理论探讨和实证甄选，构建了包括原创微博数、原创率、微博使用时间、微博主业界知名度和是否实名认证、粉丝互动率、粉丝质量指数和粉丝转发次数等多方面的影响力评价指标体系，并对其进行了效度和信度检验[4]。包明林等基于受众的视角，通过德尔菲法和因子分析法，提取出政务微博服务质量评价的公共因子与关键指标，包括政务微博可用因子、政务微博便携因子、政务微博交互因子、政务微博关注因子和政务微博感知因子，形成了一套用户视角下的政务微博服务质量评价指标体系[5]。李勇等系统分析了交互性相关概念，论述了政务微博中政民交互所包含的相互关系及要件，构建了以“交互时效性、交互主体覆盖度、网友认可度”为一级指标，以“粉丝数、粉丝增长率、关注数、关注增长率、交互时效性、发博频率、日均被转发次数、日均被评论次数、被转发率、被评论率”为二级指标的政务微博政民交互度的评价指标体系，并通过实证分析验证了该指标体系的可靠性和实用性[6]。endprint

第二类研究认为在评价过程中仅考虑政务微博的外部直接产出特征是不够的，应该将政务微博运营的效率因素考虑进来，对于多投入多产出单元的效率评价问题主要运用DEA方法。张敏等以微博数、日均微博数、原创率、关注数、账号开设天数作为输入，以粉丝数、互动率作为输出指标，构建了多输入、多输出的评价指标体系，并利用CCR模型对我国24个省级政府政务微博的运营效率进行了测评，并为非DEA有效的政务微博提出了改进路径[7]。郭高晶从时空角度构建了以账号开设天数、常住人口数量和人均GDP为输入指标，以总微博数、粉丝数、总转发数、总评论数和总点赞数为输出指标的评价指标体系，并运用CCR模型测评了我国27个省份的政务微博的运营效率[8]。

上述的第一类评价方法有一个共同的特点，即以结果为导向，注重政务微博的直接产出结果，但是其缺点也是十分明显的，没有考虑投入产出层面的效率因素；第二种评价方法创新地运用DEA方法，虽然考虑了运营的效率因素，仍存在固有的缺陷。比如张敏的研究根据政务微博自身特征来提取投入产出指标，没有考虑政务微博发展的环境因素，然而，政务微博作为创新的行政管理模式，是一定行政环境下的产物，并非超然于环境而孤立运行的，其发展速度的快慢、质量的好坏、社会影响力的大小不可避免地受到各种政务环境的制约。行政环境的差異是造成各地政务微博发展水平参差不齐的重要原因。因此，在对不同地区政务微博进行评估时，应该考虑到政务环境的差异，不能简单地对政务微博的产出结果进行直接比较，不然不仅降低评价的科学性，还有失公允。郭高晶的研究考虑了时空等环境因素，但其把时空因素作为投入，投入和产出之间逻辑关系值得商榷，违背了DEA模型的前提假设。另外以上的研究还存在一些共同的缺点：第一，采用的是运用十分广泛的经典CCR模型，CCR模型使用的是Pareto序关系，认为所有的投入和产出同等重要，从最有利于被评价DMU的角度赋权，可能导致最后的评价结果“一俊遮百丑”，比如在张敏的评价结果显示@清新福建、@山西发布、@黑龙江发布为DEA有效[7]，通过查询原始数据发现这三个政务微博活跃度非常低，社会影响力非常小，其中@山西发布、@黑龙江发布长期不更新微博，是典型的“僵尸微博”，这样的评价结果显然不科学；第二，公共部门的评价应该既讲效率又讲效果，而以上研究都是效率评价，评价视角不够全面；第三，经典CCR模型评价出的有效DMU效率值都为1，模型的区分度有限，使得人们无法进一步排序。

综上所述，本研究在以往研究的基础上，在评价的绩效视角下，结合DEA理论提出新的政务微博评价DEA模型，并以我国省级政务微博为例，对其运营绩效进行了实证研究。

1省级政务微博评价指标和模型的建构

11评价指标体系构建

本文总结了已有的政务微博评价指标文献，根据数据的可获得性和研究的需要，构建了包含环境指标在内的评价指标体系。

产出指标包括该政务微博自开通以来累计发博量（总微博数）、关注该政务微博的粉丝数量（粉丝数量）、累计被转发数、累计被评论数以及累计被点赞数等5个指标。这5个指标既有能反映政务微博活跃度的直接数量产出指标（微博数），也有反映社会影响力的间接效果指标（粉丝数、累计被转发数、累计评论数和累计被点赞数），能够综合全面反映政务微博的绩效水平。有的学者研究发现，政务微博的转发数，评论数和点赞数存在较大的相关性[9]，但是DEA方法评价的一大优点在于不必担心指标数据的共线性问题，DEA不要求投入指标或产出指标之间不存在高度相关性（共线性），共线性的存在不会导致错误的分析结果[10]，另外，下文构建的新DEA模型所采用的新测度方式和序会进一步消除这个问题。

投入指标包含政务微博账号开设天数和总微博数2个指标。作为一种时间投入，我国每个省份政务微博开通的时间早晚不一，比如@微博云南开通时间最早，2009年11月21日，@精彩河南开通时间最晚，开通时间是2014年11月26日，一般来说政务微博开通的越早，发博量就越大，积累的运营经验越丰富，获得的粉丝关注越多，社会影响力就越大；这里需要特别强调的一个投入指标是总微博数，本文既把其当作产出指标，又把其当做投入指标，原因在于政务微博的社会影响力指标（粉丝数、累计被转发数、累计评论数和累计被点赞数）都是产生于微博，本文把其作为一种内容投入[7]。这里需要强调是，既是投入又是产出的指标在经典模型是无法处理的，但是下文构建的新DEA模型所采用的新测度方式和序可以很好地解决此问题。

政务微博的运营发展不可避免的嵌入在一定的政务环境之中，为了客观、公正的评价政务微博的运营绩效，必须考虑其运营环境因素。相关研究发现，电子政务的运营效率与当地经济发展水平呈显著性正相关，经济发展水平的提高能够促进电子政务效率增长。人均GDP是衡量一个地区的经济发展水平的重要指标。人均GDP增长，人们的购买能力也会随之增强，通信与信息技术的普及变得更加容易。同时，高的经济发展水平可以保障地方政府财政建设电子政务转移支付资金[11]。公民的经济条件直接影响其运用新媒体的能力和水平，运用新媒体进行政治参与的数字鸿沟背后其实是巨大的贫富差距。社会政治学家安东尼·M·奥罗姆指出：“位于比较高社会经济地位的公民参与政治的比例必然要比那些位于比较低社会经济地位的公民高些，这种差别的确可以反映出那些比较低社会地位的人在诸多方面的不利条件，比如仅享有较少的闲暇时间和较低级别的信息[12]。” 另外，新媒体使用产生的费用进一步阻碍经济条件不好的公民进行政治参与。经济发达地区的人受教育程度相对较高，从公民自身来说，公民受教育水平也是导致数字鸿沟的重要原因，一般来说，受过良好教育的公民的综合素质也比较高，具有比较高的认知和判断能力，政治参与意愿更加强烈，而没有受过良好教育的公民更倾向于不问政事。除了经济发展水平的差异，每个省份人口数量也不同，政务微博面临的潜在受众数量不同，因此不能单纯地以粉丝数量作为评价指标。综上所述，本文选择的环境指标包括当地人均GDP和潜在的受众基数。基于以上分析，本文的政务微博运营绩效评价指标体系构建如下（见表1）。endprint

12省级政务微博DEA评价模型构建

22各省级政务微博运营绩效排名

为了对比SE-NC DEA对BCC模型的改进，运用matlab2014b软件分别编写BCC模型和SE-NC DEA模型的程序，对27个省级政府政务微博的运营绩效进行测算（BCC模型下的产出指标不包含总微博数，否则默认的Pareto序会让所有DMU的绩效值都为1），并依据SE-NC DEA测算出来绩效值大小进行排序，详见表3。

23结果分析

231整体绩效值偏低

从表3可以看出，经典BCC模型测算结果显示有5个省级政府政务微博DEA有效，绩效值都为100，而对于这 5个DEA有效的DMU无法进一步区分。SE-NC DEA模型表现出了很好的区分度，测算结果同样表明有5个DMU显示DEA有效（绩效值大于100），分别是@甘肃发布、@四川发布、@上海发布、@精彩河南、@广东发布，绩效值最高的是@甘肃发布，绩效值高达259，DEA有效省份占比185%，非DEA有效的DMU有22个，占比815%，其中有17个DMU绩效值在50以下，可见我国省级政府政务微博运营绩效水平参差不齐，内部差异巨大，呈极端分布，绩效好的远超100，绩效差的不足1。新模型测算结果表明大多数省份政务微博绩效水平低下，27个省份平均绩效值为591，我国省级政府政务微博的整体运营绩效水平偏低。

232新模型测算结果更加科学、客观与公正

新模型DEA有效有两个必要条件，第一，允许其中一项或几项产出非常好，但其他产出都不能太差，即各个产出指标绩效水平相对比较均衡；第二，必须表现出与自身政务环境相匹配的绩效水平。以上两个条件必须满足，否则难以达到DEA有效。

通过对比经典BCC模型和SE-NC DEA模型测算结果的比较，可以发现两个模型测算结果出入比较大，以新模型测算结果为准，经典BCC模型会导致以下DMU绩效值被低估：@甘肃发布、@四川发布、@广东发布、@山东发布、@浙江发布、@天津发布、@微博贵州和@江西发布等，其中甘肃、四川、广东、山东、浙江的绩效改进幅度非常大，甘肃、四川和广东更是从非DEA有效变为DEA有效，查阅它们的原始数据，可以发现这些改进比较大的DMU在各项指标方面都比较好，没有特别差的产出“拖后腿”，比如全国平均粉丝比率（粉丝数量与潜在受众基数之比）0076，日均微博数122、日均转发数170、日均点赞数73、日均评论数101，甘肃的粉丝率011，日均微博数159、日均转发数4235、日均评论数481、日均点赞数1023，四川的粉丝率0064，日均微博数208、日均转发数3266、日均评论数928、日均点赞数1869，基本上都在平均值以上，个别指标虽然没有达到平均值，但不是特别低，如甘肃的日均评论数481（平均值101），四川的粉丝率0064（平均值0076），各项产出的均衡使得它们能够脱颖而出。另外，这些DMU还实现了与其政务环境相匹配的绩效产出。

高估了绩效值的DMU有@清新福建、@宁夏发布、@北京发布、@微博云南、@新疆发布、@微博江苏、@西藏发布、@湖北省政府门户网站、@海南政务服务等，其中@清新福建、@宁夏发布、@北京发布、@微博云南绩效值“缩水”比例非常大，直接从DEA有效降为非DEA有效，通过查阅原始数据，可以发现@清新福建各项产出水平都非常低（日均微博数1，粉丝比率001，日均转发数08，日均评论数12，日均点赞数02），该政务微博不仅活跃度低，而且几乎没有社会影响力，在张敏的研究中，在CCR模型下该政务微博被评为DEA有效，本文运用BCC模型（产出不包含微博数）也将其评为DEA有效，显然不符合实际，可见经典DEA模型的固有缺陷造成评价结果的失真，因为经典DEA模型为投入与产出的相对效率评价，其测度方式和序的局限性不能满足政务微博评价的需要，进行模型创新是很有必要的。@宁夏发布和@微博云南的產出存在严重“偏科”现象，它们除了粉丝比率非常高之外，其他指标都非常低，可见有效粉丝数偏少，更多的是“僵尸粉丝”。社会影响力低除了是由于粉丝“用手投票”的理性选择外，笔者还发现政务微博很有可能存在“人为”造成的低效率，比如@微博云南开通2371天以来，累计转发数29 786，累计评论数只有148条，累计点赞数36 306，其中累计评论数极低，日均评论数001条，每天不足001条，通过查看@微博云南所发布的政务微博得知在早期有少量评论，后面微博就没有评论了，推测其运维管理人员出于某种原因关闭了微博评论功能，在新模型测算下，这一项产出的低下效会严重影响其整体绩效水平。在经典CCR和BCC模型的Pareto序之下，这些DMU可能由于某一项产出非常好而被评为DEA有效，而基于Non-Pareto序偏好，它们由于其他产出的低下而导致总绩效水平低下。@北京发布在不考虑环境约束因素的BCC模型测量下是DEA有效的，其各项产出远超平均值，但是基于其良好的政务环境，它的各项产出理应更高，事实上它没有表现出与其政务环境相匹配的更高绩效水平，所以被新模型降为了非DEA有效。类似的还有@天津发布、@微博江苏等，这些发达地区的省份占据“天时地利人和”，没有充分发挥地缘优势，实现政务微博的有效运行，虽然从政务微博直接外部特征来看产出非常可观，但是考虑到其良好的外部环境，没有实现与其优良政务环境匹配的运营绩效。

3结论

本文针对以往政务微博评价研究的不足，以我国省级政府政务微博为例，通过创新DEA模型，在考虑政务环境不可控制因素和全面衡量产出的绩效视角下进行实证研究，实现对评价结果的改良，输出指标不仅有直接数量产出的总微博数，还有衡量社会影响力的总粉丝数、累计被转发数、累计被评价数和累计被点赞数，相比经典模型，新模型不仅强化了区分度，实现了对有效DMU的强制排序，更为重要的是能够全面评价政务微博的产出，杜绝了经典模型“一俊遮百丑”的评价缺陷，新模型评价结果显示，部分发达地区的省份，比如@北京发布、@天津发布、@微博江苏等，占据天时地利人和，没有充分发挥地缘优势，实现政务微博的有效运行，虽然从政务微博直接外部特征来看政务微博的产出非常可观，但是考虑到其良好的外部环境，没有实现与其外部优良政务环境匹配的运营绩效；部分中西部省份，比如@甘肃发布、@四川发布和@精彩河南，各项产出指标都比较好，并实现了与其政务环境相匹配的产出。部分省份各项产出之间非常不均匀，比如宁夏、云南，虽然粉丝数量非常高，但是微博活跃度不够，社会影响力甚微，可见有效粉丝数量太少，更多的是“僵尸粉丝”；比如@海南政务服务，仅仅活跃度很高，日均发博量大，但是粉丝数量太少，缺乏社会影响力，这些产出严重“偏科”的政务微博都被新模型评为了非DEA有效。研究证明新模型的评价结果更加科学、客观和公正。另外，该模型还可以推广到电子政务类似方面的评价应用中。endprint

参考文献

[1]《2016年人民日报·政务指数微博影响力报告》发布[EBOL].http：yuqing.people.com.cnn120170119c209043-29036185.html.

[2]赵阿敏，曹桂全.政务微博影响力评价与比较实证研究——基于因子分析与聚类分析[J].情报杂志，2014，（3）：107-112.

[3]李云新，张海舒.基于微博特征的政务微博运行效果研究——以“@上海发布”为例[J].电子政务，2015，（1）：52-59.

[4]陈明亮，邱婷婷，谢莹.微博主影响力评价指标体系的科学构建[J].浙江大学学报：人文社会科学版，2014，（2）：53-63.

[5]包明林，刘蓉，邹凯，等.政务微博服务质量评价指标体系研究[J].现代情报，2015，（9）：94-96.

[6]李勇，龚小芳，惠鸿曜，等.政务微博条件下的政民交互度评价指标体系构建[J].重庆大学学报：社会科学版，2016，（4）：173-179.

[7]张敏，吴郁松，霍朝光.省级政务微博运营绩效测评与改进路径选择[J].图书馆学研究，2015，17，22-28.

[8]郭高晶.时空视角下省级政府政务微博运营效率评价[J].现代情报，2016，（11）：94-98.

[9]林琛.微博個体信息传播影响力评价指标分析[J].图书情报工作，2014（1）：40-43.

[10]成刚.数据包络分析方法与MaxDEA软件[M].北京：知识产权出版社，2014：10-11.

[11]万莉，程慧平.我国省级政府电子政务效率测算与分析[J].情报科学，2014，（12）：138-141.

[12]奥罗姆.政治社会学——主体政治的社会剖析[M].上海：上海人民出社，1989：290-291.

[13]Cooper，W W.，Seiford，L M.，Tone，K.Data Envelopment Analysis： A Comprehensive Text with Models Applications，References and DEA- Solver Software [M].Kluwer Academic Publishers，Boston，2000.

（本文责任编辑：孙国雷）endprint