地方政府对网络问政的信息注意力分配的层级差异研究*

曾润喜 黄若怡

(重庆大学新闻学院 重庆 401331)

0 引 言

政府注意力配置是政府决策者对公共事务的选择性关注的过程。已有研究发现，低层级领导主要关注其主管领域的政策执行与行政事务问题，而高层级决策者则更关心政治、意识形态类的问题[1-2]。另一方面，上级政府倾向于通过“领导高度关注”、奖惩激励等方式强化基层政府注意力，基层政府则由于“上面千条线，下面一根针”，需要执行多项事务或某一事务的全过程，进而造成其注意力的超载与分散[3]。因此，不同层级决策主体对公共事务的关注议题和关注强度都存在着注意力分配差异。

网络问政被认为是党政部门、领导人与公众通过网络进行平等对话和政务回应的方式。作为一项政务服务承诺，它必然需要政府分配合理的注意力资源。早在2016年，国务院办公厅印发《关于在政务公开工作中进一步做好政务舆情回应的通知》，明确指出“涉及地方的政务舆情，按照属地管理、分级负责、谁主管谁负责的原则进行回应，”并要求“各地区各部门要以政务舆情回应制度、回应机制、回应效果为重点，定期开展督查”。那么，地方各层级政府在网络问政平台上回应公众诉求时，是否也可能存在政府注意力分配的层级差异呢？

已有研究对政府层级与政府回应的关系存在三种相悖观点。一是认为高层级政府所占有的行政资源更多，其回应度与回应效果更好，政府层级正向影响政府回应[4-5]；二是认为政府层级负向影响政府回应，一项对某市政府网站信箱研究分析发现，县级政府相较于市级政府更接近群众，有利于诉求的解决，因而回应度更高[6]。也有研究认为政府回应并不遵循政府层级顺序，一项对《中国社会舆情年度报告》的研究发现相较于省级政府和乡镇政府，县级政府与市级政府对舆情民意的回应率更高，地市一级政府回应速度最快[7]。因而关于政府层级与政府回应的关系还存在结论分歧，需要更多实证研究加以证实。

关于政府如何回应方面，已有研究认为时空因素、议题特征和公众诉求表达方式会影响政府回应[8-10]，但这些因素对各级政府的影响作用可能不一样，如有研究发现地市级政府倾向于回应公众正向情感诉求，省级政府则更可能回应公众负面情感诉求[11]。因而现有研究较少体现政府层级视角，需要对此进行细致分析。也有一些研究发现政府部门层级对回应度的影响[12-13]，但仅将政府部门层级看作其中一个影响因素，关注重点不是从政府层级分组去探究各层级政府差异化的回应行为与影响机理。

本研究以A省网络问政平台为例，从政府回应与公众诉求角度构建政府注意力指向与强度指标，考察省级、市级、县级政府在网络问政回应建设中注意力分配差异及其影响因素，分析各个层级政府回应的差异化逻辑，理解不同层级政府对治理信息的关注和处理过程，进而助力政府信息治理效能的提升。

1 理论基础与研究命题

1.1政府回应的层级差异政府回应是政府对公众提出诉求与接纳政策的反应，包括政府对公众需求表达的话语性回复和行动性解决[8]，是政府注意力测量的重要维度和常用指标。它既涉及“自上而下”的视角，即党政部门以及领导干部向公众征询政务意见、获取公众的政策反馈和利益诉求，回应群众关切等；又涉及“自下而上”的视角，即公众通过网络问政平台向各级政府表达利益诉求，实现公众政治参与和社会监督。两个视角都可能触发和争夺政府注意力分配，前者是政府基于科层制运作和决策者回应能力主动分配注意力，后者则是公众通过改变议题归属、诉求表达方式等策略来吸引政府注意力。由于地方网络问政回应的主体是具有科层制属性的政府，各层级政府通常具有差异化行为，因而政府回应的层级差异体现了各层级政府不同的运作逻辑。

从“自上而下”的视角看，首先，科层制促使政府分层分级回应。各层级政府依据层级和职能形成“上下分治的治理体制”，高层级政府掌握治官权，而低层级政府则掌握治民权，能够根据上级政府方针灵活管辖所属地的公众事务[14]，因而，政府回应呈现出层级分化和职能归属的特征[15]。但也有研究发现，尽管政府行政权力下放使得基层政府治民权不断扩大，低层级政府回应及时性与质量却并非与政府权力同步上升[16]，这似乎表明各级政府回应不会完全遵从科层制的一般逻辑。其次，由于不同层级政府领导人具有差异化的政治目标和行政风格[2]，政府决策者的个人特质与偏好也会影响其回应行为，可能导致各级政府回应的议题领域、回应方式随之呈现鲜明的主观性特征。再次，上级对下级政府的政治激励[17]与行政问责[18]驱动下级政府回应。实际上，各级政府所处地位与职能决定了他们所受到的激励与问责效价是不同的，层级越低的政府承担更多上级领导和政府的压力，往往“责重权低”，其回应性受到上级政府权力的调节[19-20]。相较而言，地方高层级政府虽然所受到的地方政治约束较少，但却面临中央政府监督检查，以及对下级政府管理与责任传导的压力[21]，回应动力可能与低层级政府不同，需要考察地方高层级政府回应效果及其动力。

从“自下而上”的视角看，公众与诉求层面的压力驱动政府回应。一方面，公众诉求策略驱动各层级政府回应。公众对不同层级政府存在的“差序政治信任”促使公众优先向权威性更高的政府层级表达诉求[22]，这种诉求倾向甚至会演化为“越级上访”[23]。然而，也有研究发现虽然公众倾向于向上报告，但实际上街道、区与市级政府对信访事项处理结果的差距并不大[24]，随着政府回应逐渐公开化、透明化，公众对回应过程与结果的感知可能会抑制“向上”的问政倾向，存在着选择回应效果较好的政府层级表达诉求的可能性。此外，为了最大化获取政府注意力，公众会针对政府“条块”部门采取不同的诉求表达方式[25]，那么，公众是否同样也会理解地方政府层级关系与职能，进而采取差异化诉求策略？另一方面，有研究发现针对乡镇或县级政府的诉求会被优先解决，容易被新闻机构曝光的投诉类诉求会得到县级政府的高度重视[26]，因而不同层级政府可能会考虑到诉求本身所涉及的行政区域或是诉求类型的严重程度等因素，进而可能呈现差异化回应。尽管已有研究注意到公众和诉求压力对特定层级政府回应的驱动作用，但公众倾向于选择哪一层级政府表达诉求，公众诉求策略和诉求属性对不同层级政府回应的差异化影响路径还有待进一步分析。

1.2政府注意力的测量维度赫尔伯特·西蒙认为，决策者在面对复杂信息环境时处理信息的能力将变得稀缺，因而他将“注意力”概念引入管理学领域，将其概括为“在任意的给定时刻人们自觉意识到的那一组要素”[27]。奥卡西欧强调组织环境与组织结构对决策者注意力的影响，将注意力定义为决策者把有限的时间与精力用于关注、编码、解释及聚焦议题和答案这两个方面的过程[28]。因而，政府注意力配置同时受到政府决策者主观因素与组织环境客观因素的双重影响。

注意力测量的两个重要维度，即决策者关注何种议题的排序与关注程度的高低，被称为注意力指向与注意力强度。由于注意力和决策资源的有限性，决策者需要选择性关注某些议题并对议题的重要性进行排序，以聚焦决策的核心议题，减少影响决策偏差的议题[29]。具体而言，政府注意力指向是政府所关注的具体议题领域[30]，体现了政府决策与行动的方向，包括两个方面，一是识别政府或领导人在某一段时间内所关注的议题、事件的范围与偏好[31]，二是解释政府工作与职能的重心[32]。政府注意力强度是政府在某一议题中注意力的聚焦程度，体现了政府对议题关注程度的高低，例如通过对中央政府工作报告中各项职能关键词的统计来分析其职能重心与职能转变趋势[33]。总体而言，政府注意力指向的测量是识别政府关注、行动与决策的具体目标与范围，政府注意力强度的测量是分析政府对该议题的投入和持续程度。

就网络问政而言，政府注意力指向与强度对应政府“回应什么”“如何回应”两个维度。一方面，政府会依据公众议程偏好和议题本身重要性进行“回应式议程设置”，进而确定“回应什么”[34]，体现政府注意力指向；另一方面，政府回应效率、回应内容的详实程度，或是诉求是否解决都是“如何回应”的表征，体现了政府对某一公众事务的重视程度，即政府注意力强度[19]。随着政府需要处理的社会公共事务海量增加，政府决策者很难保持注意力配置的持久性与敏锐性[35]，同时，不同层级政府主体注意力资源与偏好各不相同，使得同样的公众诉求并不能获得成比例的政府注意力。这一现象阻碍了各层级政府对公众社会事务的有效回应和实际解决，并进一步导致各层级政府决策的断续与分化[36-37]。因而，对网络问政中的政府注意力指向与强度进行测量，既能促进政务工作的有效执行，也有助于理解政府政策的出台和演化过程。

2 研究设计

2.1数据来源本文选择A省网络问政平台“问政A省”作为研究对象。选择A省主要基于以下原因：一是A省幅员辽阔，省内各地市州经济社会发展程度差异显著，各地各层级政府治理取向、方式与重心迥异；二是A省是我国人口和资源大省，也是民族文化大省，有全国最大的少数民族Y族聚居区和唯一的少数民族Q族聚居区，各类社会问题交织，具有较大的社会治理难度；三是随着A省城市化进程不断加快，城市规模体系不完善、区域与城乡分化等问题逐渐暴露，需要关注的公共事务既多又杂。“问政A省”是由中共A省委宣传部、省互联网信息办主管主办，由A省日报报业集团“A省在线”承办，是A省较早开设、覆盖范围最广的网络问政平台。该平台问政区分为“问省直机关”“问市州区县”两个板块，可采集包括42个省级政府部门、22个市(州、新区)政府部门、191个区县政府部门问政数据。同时，该平台按意愿登记公众真实身份信息，且公开问政人、诉求内容、回应部门、回应内容、回应时间等全过程内容，数据较为真实与完整。

本文采用“八爪鱼”数据爬取软件对2020年5月1日- 6月30日两个月内数据进行爬取，时间段的选择考虑到三方面：第一，2020年1-4月期间“问政A省”平台上有大量针对“新型冠状病毒肺炎”的公众诉求，使得医疗议题类诉求数量明显高于其余时间段，为减少此现象对常态化政府注意力研究的干扰，同时又保证样本数据的时间接近性，本文选择了2020年5月之后的数据；第二，由于公众诉求与政府回应之间存在诉求处理与回复的时间差，为防止遗漏、错误统计政府部门尚未处理与回复的回应文本，本文选择数据收集与编码起始时间前一个月的问政数据；第三，由于10 000以上的大样本数据易使统计显著性水平失去实际参考意义[38]，本文将数据控制在10 000区间内。最终获取的分析数据为28个省级政府335条、22个市(州、新区)政府2 365条、163个区县政府5 266条公开发布的问政数据，共计7 968条问政数据。每条数据包括公众诉求文本的议题类型、诉求类别、诉求内容、诉求时间，政府回应文本的回应单位、回应内容、回应时间，以及单条数据网址。

2.2研究变量及编码变量编码过程分为两个步骤。第一，根据研究问题与问政平台数据信息，初步拟定变量编码方案，在预编码过程中对变量编码方案进行调整与核验；第二，培养编码人员并进行数据编码。编码由两名硕士研究生编码员完成，两名编码员首先对编码方案及每项编码定义进行讨论，再通过随机抽样的方式抽取100个样本进行测试，通过Cohen’s Kappa检测样本可靠性，调查过程、处理依据、处理后续、处理结果的信度值都高于0.65，两位编码员的编码具有较高一致性。其余编码项为事实性样本，均由计算机自动计算与赋值。最后，编码员完成剩下样本编码，编码工作于2020年8月1-15日完成(见表1)。

表1 研究变量及编码

a.政府注意力指向：包括议题类型1项指标。研究根据“问政A省”平台已聚合归类的议题类型进行编码，将公众诉求议题划分为教育、环保、医疗、企业、旅游、交通、城建、住房拆迁、三农、文娱、就业、贪腐、治安和其他14个领域。

b.政府注意力强度：包括是否回应、回应速度、回应文本长度、调查过程、处理依据、处理后续、处理结果7项指标。回应速度是公众发布诉求与政府回应的时间差；回应文本长度是政府回应文本的字数，单位为字；调查过程指政府是否详细说明调查过程与调查进度；处理依据指事件调查、处理过程中，是否依照相关政策或法律；处理后续是指政府是否以电话等方式联系公众说明后续如何处理；处理结果指诉求是否解决。调查过程、处理依据、处理后续、处理结果均以回应文本内容是否体现为判断依据。

c.公众诉求特征：包括诉求文本长度、诉求方式、诉求类型3项指标。诉求文本长度是公众诉求文本的字数，单位为字；诉求方式指公众采用文字或是文字与图片相结合的方式表达诉求；诉求类型指公众的诉求目的，研究根据“问政A省”平台已聚合归类的诉求类型进行编码，共包括感谢、建言、咨询、求助、投诉5项。

3 研究结果

3.1公众诉求的差异性呈现

3.1.1 公众诉求的议题类型与政府层级的交叉分析 表2为议题类型与政府层级的交叉分析结果。公众对省级、市级、区县政府的诉求分别占总诉求数的4.2%，29.7%和66.1%。城建(19.8%)、交通(16.7%)、住房拆迁(12.8%)类议题是公众向所有层级诉求的主要议题领域。将议题类型与政府层级进行卡方检验，其皮尔森卡方值为237.205 (p< 0.001)，表明公众向省级、市级与区县政府表达的议题类型显著存在差异。在诉求数量最多的城建、交通、住房拆迁和教育类议题领域，公众更倾向于向市级和区县政府表达城建、交通、住房拆迁等诉求，更倾向于向省级政府表达教育类诉求。

表2 公众诉求的议题类型与政府层级的交叉表

3.1.2 公众诉求与政府层级的交叉表分析 表3为公众诉求与政府层级的交叉分析结果。将诉求文本长度、诉求类型、诉求方式与政府层级进行卡方检验，其皮尔森卡方值分别为339.927(p< 0.001)，200.636 (p< 0.001)和6.882 (p< 0.05)，表明公众对不同层级政府所采取的诉求文本长度、诉求类型与诉求方式策略显著存在差异。

表3 公众诉求与政府层级的交叉表

a.诉求文本长度。公众诉求文本字数与政府层级呈反比，即公众更倾向于以更短的文本向低层级政府表达诉求，以更长的文本向高层级政府表达诉求。如100字以内的诉求文本分别占省级、市级和区县政府诉求数量的30.1%，36.5%和52.1%；500字以上的诉求文本分别占省级、市级和区县政府诉求数量的11.3%，7.3%和3.0%。

b.诉求类型。公众倾向于向省级政府(37.0%)和市级政府(39.8%)表达投诉类诉求，向区县政府(45.4%)表达咨询类诉求。

c.诉求方式。 公众倾向于向高层级政府运用文本与图片混合的诉求方式，其诉求数量分别占省级、市级和区县政府的9.0%，7.9%和7.1%。尽管诉求方式存在显著的层级差异，但仍有90%以上的公众诉求只运用文字表达。

3.2政府注意力配置的双维度层级差异

3.2.1 政府注意力指向的层级差异分析 表4为政府层级与政府已回应议题类型的交叉分析结果。省级、市级和区县政府的回应率分别占总回应数量的0.4%，29.5%和70.0%，其中，城建(20.2%)、其他(20.1%)、交通(17.6%)和住房拆迁(13.8%)类型的议题是所有层级政府主要回应领域。将市级、区县政府层级与已回应议题类型进行卡方检验，其皮尔森卡方值为155.904(p< 0.001)，表明不同层级政府对不同议题有显著的回应差异，主要体现在交通、住房拆迁议题领域。市级和区县政府关于交通类议题的回应数占比分别21.1%和16.1%，住房拆迁议题的回应数占比分别为7.4%和16.4%。

表4 政府注意力指向分布

省级政府的回应数量不符合卡方检验条件，本文未对其进行卡方分析。但从表4中仍可以看出，省级政府的注意力指向与市级政府、区县政府存在差异，主要体现在城建(6.9%)、其他(27.6%)、交通(27.6%)、住房拆迁(13.8%)和三农(13.8%)类议题领域。此外，省级政府有7类议题未回复，而市级、区县政府不存在对某类议题未回复的情况。

将表2和表4进行对比分析，即将政府注意力指向分布与公众诉求议题分布对比，发现市级、区县政府注意力指向分布占比基本遵循公众诉求的议题分布占比，而省级政府回应分布占比则与公众诉求的议题分布占比有较大出入。

3.2.2 政府注意力强度的层级差异分析 表5为政府层级与政府注意力强度所有指标的交叉结果。将政府层级与7个指标做卡方检验，其皮尔森卡方检验值分别为1600.628，119.29，158.616，117.893，64.013，24.634和109.851，p值均低于0.001，表明不同层级政府的注意力强度显著存在差异。

表5 政府层级与政府注意力强度交叉表

a.回应率。不同政府层级的回应率有显著差异，政府层级与政府回应率呈现负相关，省级、市级、区县政府回应率分别为8.7%，84.2%和89.8%，区县政府回应率约为省级政府的10倍。

b.回应文本长度。不同层级政府的平均回应文本长度有显著差异，省级、市级与区县政府回应文本长度均值分别为179.6，296.8和249.3个字，省级政府的回应文本长度集中在0～300字内，市级与区县政府集中在100～300字内。值得一提的是，相较于省级(6.9%)和区县(7.4%)政府，市级政府有13.4%的回应文本字数大于500字。

c.回应速度。不同层级政府的回应速度有显著差异，政府回应速度与政府层级呈现负相关，省级、市级与区县政府回应速度均值分别为14.2，7.2和5.5天，区县、市级政府回应速度集中在5～10天内，而省级政府回应有一半以上超过10天。

d.回应过程。不同层级政府的回应过程有显著差异，调查过程与政府层级呈负相关，市级、区县政府90%以上的回应详细说明调查过程，省级政府约有一半的回应未说明调查过程；处理依据与政府层级呈正相关，省级、市级和区县政府说明法律政策的回应分别占比31.0%、26.3%和17.8%；处理后续方面，相较于省级(41.4%)和市级(39.3%)政府，区县政府(45.9%)更加注重通过电话等方式向公众反馈处理后续，但三个层级政府都有过半的回应没有说明处理后续；处理结果与政府层级呈现负相关，相较于省级政府(58.6%)，市级(91.9%)、区县(95.7%)政府更注重在回应文本中说明处理结果。

3.3政府注意力配置的影响因素运用二元Logistic回归考察政府注意力配置的影响因素。因变量为是否回应，1表示公众诉求得到政府回应，0表示公众在诉求一个月之后，且在数据采集完成时未得到政府回应。自变量为议题类型、诉求类型、诉求文本长度和诉求方式，控制变量为政府层级。表6报告了二元Logistic回归结果。

表6 基于二元Logistic回归的各级政府注意力配置的解释模型

模型(1)为基准模型，加入政府层级的控制变量，模型(2)在模型(1)的基础上，加入议题类型、诉求类型、诉求文本和诉求方式四个自变量，考察不同层级政府回应率差异和公众诉求对所有层级政府回应的影响。模型(1)与模型(2)结果显示，各层级政府的回应显著存在差异 (p< 0.001)。相较于区县政府，市级政府、省级政府的回应程度更低，尤其是省级政府，其回应公众诉求的发生比仅为区县政府的1.1%。在议题类型方面，以教育类议题作为参照，政府更倾向于回应环保类 (p< 0.05)、交通类 (p< 0.001)、城建类 (p< 0.01)、住房拆迁类 (p< 0.01)、治安类 (p< 0.01) 议题，更不愿意回应三农类 (p< 0.001) 议题。在公众诉求类型方面，以投诉类诉求作为参照，政府更倾向于回应咨询类 (p< 0.001) 诉求，更不愿意回应求助类 (p< 0.001) 诉求。在诉求文本方面，为避免因数据单位过小而失去统计学意义，研究将诉求文本以每100字划分为1个单位，发现诉求文本显著影响政府回应 (p< 0.05)，当文本长度增加1个单位，政府回应的发生比降低4%。在诉求方式方面，公众诉求方式对于政府回应的影响不显著。

模型(2)在显著性、回归系数上与模型(1)较为相似，表明模型具有一定程度的稳健性，同时其结果也说明不同的政府层级对于政府回应具有显著影响，可以进一步分析公众诉求对于不同层级政府回应的影响。模型(3)和模型(4)分别考察公众诉求因素对市级政府、区县政府回应的影响。由于省级政府数据较少，且多个议题没有得到回应，未拟合出适合的回归模型。

模型(3)考察市级政府回应的影响因素。在议题类型方面，以教育类议题作为参照，市级政府更倾向于回应环保类 (p< 0.01)、旅游类 (p< 0.05)、交通类 (p< 0.001)议题，其中，旅游类议题更能得到政府回应。在诉求类型方面，市级政府更倾向于回应咨询类议题 (p< 0.001)。此外，诉求文本、诉求方式对市级政府回应的影响不显著。

模型(4)考察区县政府回应率的影响因素。在议题类型方面，以教育类议题作为参照，区县政府更倾向于回应交通类 (p< 0.05)、城建类 (p< 0.01)、住房拆迁类 (p< 0.01)、治安类(p< 0.05)议题，更不愿意回应医疗类 (p< 0.01)、三农类 (p< 0.001) 议题。文娱类议题数量过少，回归分析中将其剔除。在投诉类型方面，区县政府更倾向于回应咨询类 (p< 0.01) 议题，更不愿意回应求助类议题 (p< 0.001)。此外，诉求文本、诉求方式对区县政府回应的影响不显著。

注:*表示在p< 0.05水平上显著，**表示在p< 0.01水平上显著，***表示在p< 0.001水平上显著

4 研究结论与讨论

4.1研究结论与讨论第一，各层级政府回应具有显著的层级差异。各层级政府主要回应的议题领域与某一议题领域的回应率存在显著差异；各层级政府回应率、回应速度、回应过程均有显著差异，区县政府回应性最高，其次是市级政府、省级政府。以往关于政府层级正向[4-5]、负向[6]影响或是不影响[7]政府回应的结论具有明显分歧，本研究支持政府层级负向影响回应的观点，即政府层级越低，其回应性越高。这反映出，政府对网络问政回应的层级差异现象是现实中政府的科层制属性的映射，由于各层级政府职能与工作重心各异，高层级政府与低层级政府所关注的具体议题、事件是不同的。相较于高层级政府，区县政府承担了基层社会治理中政策执行与公共事务解决的责任[2]，对特定领域议题能够保持长时间的注意力聚焦。同时，基层政府处于上通下达的“结构洞”位置，有更多机会直接接触公众和对接公共事务。其次，现有关于政务新媒体的管理制度以及信访相关制度都强调上级政府对基层政府网络问政回应的考核与问责[19-20]，使得高层级政府不断强化下级政府的网络问政注意力以解决公众诉求，也可能是造成区县级政府回应性更高的原因。

在层级差异现象中，尤其要注意的是，省级政府存在明显的回应缺位。在需要省级政府回应的所有诉求之中，仅有不足10%得到回应，且存在多类议题零回应的现象。程序性回应是建设服务型政府形象和提升政府治理能力的重要部分，虽然省级政府可能会通过后台私信、电话联系等方式直接回应公众，也可能将诉求转移至下级政府以实现实质性回应，但程序性回应并不能被实质性回应所代替。退一步而言，即使省级政府采取了上述实质性回应措施，其将公众诉求派送至下级政府的举动恰是体现了其对网络问政注意力的弱化与转移。此外，省级政府的回应议题指向与公众议题框架的偏差性较高，这可能是科层制体系与政府决策者主观性共同引致的结果。由于网络问政回应是“属地负责”制，县市政府会受到更多上级政府对于网络问政的回应压力，处于地方权力金字塔顶端的省级政府所受到的压力和约束力较少[21]，更多受到各部门及其领导特质的影响，在议题回应上呈现一定的偶然性与随机性。两方面的结论可能暗示，相较于市级、区县政府，省一级政府应当更加重视回应制度的建设。由于政府注意力分配能够演化为政策问题筛选机制，省级政府作为地方政府政策起草与出台的核心层级，其注意力分配能对整个辖区政策议程造成影响，从这一层面而言，省一级的回应制度建设有其特殊意义和价值。

第二，各层级政府在不同议题的回应程度方面存在“选择性回应”现象。市级政府更倾向于回应环保、旅游和交通类议题，区县政府更倾向于回应交通、城建、住房拆迁和治安类议题。这表明，网络问政平台中的各层级政府注意力依然具有选择性、竞争性和一定的随意性。这为政府选择性回应的动力源提供了注意力理论视角的解释，即在有限的注意力资源背景下，政府决策者会优先考虑到议题本身重要程度，甄选、剔除掉不重要和不紧急的事项，同时，还会受到决策者主观性和决策环境的影响，判断当前政策议程以外的事务是否有被列入议程之内的可能性。从议题维度而言，事件属性单一，不需要跨层级、跨部门介入的简单议题更容易得到各层级政府注意力的配置[8]，同时，易引发公共议程、媒体议程的议题可能会对各层级政府形成潜在的舆论压力，进而被优先分配注意力[26]。从决策者和环境维度而言，政府选择性回应受到激励和约束因素的驱动[17-18]，但这两类因素对于各层级政府的具体效价并不相同。如住房拆迁类议题遵从属地负责制度，可能会更多给基层政府带来经济与晋升激励，促使其主动投入更多注意力；环保治理本身具有分散性、全域性和流动性等特征，且环保问责嵌入中央专项督察机制中[21]，易对高层级政府形成强约束，倒逼其聚焦注意力。在上述因素的刺激下，各个层级政府在一段时间内会有核心议题的注意力分配。

第三，公众网络问政行为主要集中在“属地化”层级。有研究认为，互联网为公众参与公共事务和表达民间话语提供便捷、高效的渠道，显著提高公众“越级上访”的行为倾向[39]，同时，在现实生活中公众也常常通过“越级上访”的非制度化手段获取更高层级政府注意，进而达到解决问题的目的[24]。但本文发现，公众在网络问政过程中更倾向于吸引“属地化”层级的注意力。从公众角度而言，公众可能在问政平台上发现高层级政府回应性不如基层政府，“越级问政”的诉求会被搁置或转移到下级政府，因而不愿花费机会成本向高层级政府表达诉求。从政府角度而言，处于行政链条末梢的基层政府在属地化问责与晋升激励下，其回应制度建设相较高层级政府更完善，公众对于基层政府网络问政的信任感与满意度也随之提高[22]，促使更多的公众诉求愿意集中在基层政府。

尽管如此，仍有34%的网络问政诉求会流向市级政府或省级政府。为争夺不同层级政府注意力，公众会采取差异化的诉求策略，对不同层级政府的问政偏好和诉求特征都有所不同。研究发现，公众倾向于以长文本、文本图片混合的方式向更高层级政府表达诉求，表明公众希望以更详尽、更有解释力的文本获取高层级政府注意力。其次，公众倾向于向省级、市级政府表达投诉类诉求，向区县政府表达咨询类诉求，其中，市级、区县政府倾向于回应咨询类诉求。公众可能认为高层级政府能够更好协调涉及公共事务监督与管理的投诉类诉求，低层级政府更擅长处理公共政策解释相关的咨询类诉求。这为理解公众政治素养提供启发，网络问政不仅给公众提供公共事务参与渠道，也塑造公众对政府层级与职能的认知样态。此外，公众多样化的诉求表达策略虽然能够促使政府强化注意力，但过度的、异化的诉求表达策略也容易造成政府注意力分配的选择性和不合理性。

4.2政策启示与展望本研究有三点政策启示。第一，各层级政府应树立“互动式”回应理念，明确政府各层级主体的回应工作与职责，优化各层级政府的注意力分配，建立跨层级、跨部门的互通互助机制。第二，省级政府应及时建立和完善程序化回应机制，提升在网络问政方面的注意力分配。第三，各层级政府应保持注意力分配的敏感性与持续性，重视政府注意力对政策问题的筛选作用，为政策议程设置提供精准服务与决策支持。

此外，本研究仍存在一些不足。一是本研究仅选取A省地方网络问政平台作为研究对象，未来研究可以考虑其他城市数据或是全国性平台数据以丰富和验证研究结果；二是本研究虽从科层制视角窥探各层级政府回应，但未考虑到各层级中不同事务办理部门的业务强度与具体回应情况，未来研究可深入探索政府各层级及其部门的回应差异。