公共文化云供给优先序识别研究

摘 要 公共文化云作为公共数字文化的重要传播平台，其服务供给效率直接影响到平台用户满意度。论文通过网络调研及现有公共文化云服务分类标准，对公共文化云服务功能进行总结归纳，借助基于Kano模型的调查问卷及分析法划分服务需求类型、识别服务供给优先序。论文将28项文化服务分为4类需求，并针对不同类型的服务需求，提出了公共文化云的建设策略，以便优化平台服务及提升用户满意度。

关键词 公共文化云；公共数字文化；Kano模型；用户满意度

分类号G241.3

DOI 10.16810/j.cnki.1672-514X.2023.06.008

A Study on the Priority Identification of Public Cultural Cloud

Yang Yanhua

Abstract As important communication platforms of public digital culture， public culture cloud directly affects the satisfaction of platform users. This paper summarizes the functions of public cultural cloud services through network research and existing service classification standards， and uses the Kano questionnaires and analyzes methods to classify service requirements and identifies service priorities. Divide 28 cultural services into 4 categories of requirements. At the same time， according to different types of service requirements， the construction strategies of public cultural cloud are proposed to optimize the platform services and improve users satisfaction.

Keywords Public cultural cloud. Public digital culture. Kano model. Users satisfaction.

0 引言

公共文化云是在互联网技术支撑下，实现实体文化资源与数字文化资源相融合、跨机构合作、整合不同区域公共文化，一站式解决文化需求的新型公共文化服务模式[1]。国家公共文化服务云是由文化部主导打造的公共数字文化服务总平台、主阵地[2]。

自2017年试运行至今，国家公共文化云已经历了数次改版上线，与此同时，省级行政区也加快了区域公共文化云建设的步伐，以互联网为载体的公共文化云极大地解决了文化服务“最后一公里”问题。在高质量文化建设背景下，集综合文化资源为一体的公共文化云被寄予了厚望，但由于起步时间短，文化内容呈现上以供给侧占主导地位、服务欠佳，用户表现出弱参与性等特点[3]，因此，从用户角度研究公共文化云需求显得尤为重要。本文借助Kano模型对公共文化云服务进行需求分类，并结合混合类分析法、Better-Worse系数分析法，综合探析文化服务供给优先序，为供给侧精准识别需求侧服务意愿提供依据，为公共文化云优化升级服务提供方案，最大程度提高公共文化云用户满意度。

1 相关研究

用户对于文化的需求是一个进化的过程，公共文化云供给服务也应随之发生变化，精准识别用户需求是建设公共数字文化的客观要求。同时，及时、精准掌握用户动态需求也有利于公共文化云持续被关注、刺激新用户涌入、优化平台升级，实现公共文化服务供给侧与需求侧频繁互动、正向激励、可持续发展[4]。

现有公共文化云研究主要集中在：李文川等[5]构建了从公共数字文化服务向云服务转型的创新过程和创新机理；徐望[6]调研发现用户获取文化服务有效模式是打造“全栈式”文化云、实现一站式服务；陈则谦[7]实证分析了文化云服务现状，并提出了未来文化云建设重点要落实到系统整合服务资源、全面促进公众参与的长效服务机制上来；韦景竹等[8]基于数据包络分析法得出非DEA有效的公共文化云应注重從用户角度组织文化资源与服务、充分利用用户数据提升平台质量及影响力；华钰文等[9]以信任因素为视角，系统分析了老年用户使用国家公共文化云平台的影响因素；刘佳静等[10]以省级公共文化云用户为研究对象，发现平台的满意度是影响其持续使用意愿的主要因素；曹树金等[11]基于国家公共文化云提出了4个维度的导航系统，并进一步研究了用户使用意愿的影响因素；杨艳华等[12]基于UTAUT模型研究了影响用户使用公共文化云的因素。由以上论述可以发现：学者们对公共文化云的研究已由平台建设阶段发展到用户需求阶段。徐文哲等[13]阐述了公共文化服务应充分发挥信息技术的优势，实时主动精准识别用户需求，为用户获取多元化服务提供畅通渠道，这一论述也表明，研究公共文化云用户需求，进而探索供给优先序是非常必要的。

用户作为公共文化云的“消费者”，某种程度上只能被动地接受供给侧输出服务内容，平台资源难以发挥有效性，造成极大浪费。研究公共文化云服务优先序，可以帮助供给侧系统制定文化资源供给策略，从用户角度精准识别公共文化云服务建设重点，便于供给侧汇聚供给焦点，在时间紧迫、预算约束等刚性限制条件下，优先供给亟需数字文化资源，为提高公共文化云服务效率提供重要实证参考。受管理学领域产品设计理念启发，本研究采用Kano模型撷取用户需求数据，综合混合类分析法、Better-Worse系数分析法对文化服务进行需求分类，进而给出公共文化云服务供给优先序。

2 Kano模型应用领域

日本著名质量管理学者狩野纪昭[14]提出了Kano模型，此模型主要用来对产品或服务管理做定性分析，将用户需求分为6种类型：基本型（M）、期望型（O）、魅力型（A）、无差异型（I）、可疑型（Q）、逆向型（R）。在时间、技术或财力等有限的情况下，Kano模型可以高效指导供给侧优先建设对用户满意度影响较大的产品特性或服务功能，真正开发出基于用户需求的产品或服务。近年来，学者们尝试将Kano模型引入图书情报领域，收获了丰硕的成果，例如，从视障读者需求视角分析公共图书馆提升策略[15]，改善高校图书馆阅读推广服务质量[16]，分析高校图书馆微信公众号优质服务供给优先序[17]；后逐渐又发展到线上教育、科研，例如，对中国大学MOOC等在线学习平台的学习者评论文本进行分析得出在线开放课程质量的影响因素[18]，FULink学科服务与虚拟学术社区服务融合优化分析[19]；在医学领域，借助Kano模型，护理管理者可有效识别疫情背景下护理人员工作环境不同需求属性优先顺序，并基于此改进工作环境，提升护理人员环境满意度[20]，探索新冠疫情信息公开内容与方式的解决方案[21]；除上述应用外，Kano模型也用于解决农村居民需求、交通规划等方面的问题。综上，Kano模型在多领域进行了实证研究，但鲜少应用在公共文化领域。

3 公共文化云服务功能及分类项目

公共文化云相较以往的数字文化组织形式，其优势在于：以国家文化共享工程和数字文化平台为基础，文化服务形式更具凝聚力；参与成员数量多、辐射面广，具有规模效应；统筹优化区域内文化资源，具备整合优势；主打“一站式”服务，无需建立多个链接即可实现横向区域和纵向区域文化资源访问。但是，公共文化云运行时间较短，面临着其他平台建设初期共有的问题：服务功能无序、用户满意度低、资源利用率不高。在客观条件限制下，如何做到有序的供给服务，提升用户满意度和平台利用率，这是挑战，也是必须要解决的难题。

通过网络对省、直辖市等省级行政区文化云建设情况调查发现，大多数平台开设了不同访问渠道，仅个别地区存在开通形式单一的问题。研究者通过广泛的网络调研汇总了国家级、省级行政区公共文化云功能服务版块，从调研结果来看，各省级行政区以国家公共文化云提供版块为主框架，结合地域特点在功能实现上有所调整，但总体差异不大，说明各地区对公共文化云的供给服务趋同于一致。

本文参考陈则谦等[7，22]对文化云服务的分类标准，结合各级文化云功能版块及其下属一级栏目、二级栏目情况，将服务功能划分为文化推广、在线学艺、文化互动、信息查询、业务办理、用户服务，共计6个维度，进一步细分出31项服务。邀请3名文化领域专家、3名艺术专业教授、20名艺术院系学生和20名深度参与公共文化云活动的用户，经分组讨论、专家咨询、研究者取舍，最终形成了28项公共文化云服务，具体详情见表1。

4 Kano问卷数据收集及分析

受疫情影响，研究者无法展开实地调研，此次问卷均采用网络渠道发放，包括微信群、QQ群等，为方便被试了解公共文化云服务内容，同时将链接附上，为期一个月，回收问卷291份，剔除相同IP地址、填写时间较短、问题选项反常等无效问卷，有效问卷共243份，占问卷总数的83.5%。

为验证问卷数据的有效性，需做信度和效度检验，这里利用SPSS28.0工具进行分析，结果如表2所示，可见问卷数据通过了信度、效度检验，因此，数据适合做进一步分析。

（1）传统Kano模型法。根据传统Kano模型法，同一问题从正反两个方向作答，依据给出的两个等级，对照Kano问卷判定表，交叉会形成6个需求分类。统计调研对象对所有服务的判定等级，汇总A、O、M、I、R、Q频数，选择其中最大频数作为某项服务需求类型，可以得出传统Kano模型分析结果，详情见表3。

（2）混合类分析法。由于传统Kano模型法属于定性归类分析，以最大频数来界定服务的类别，因此，当某个服务两个类别较大频数差别不大、最大频数没有显著优势的情况下，会造成分类结果的不准确[23]。基于此，M. C. Lee等[24]提出了混合类分析法，认为某一服务没有出现显著分类优势时，应将其划分为混合类型，从而用于改进传统Kano模型的缺陷。混合类分析法借助总强度（TS）、类别强度（CS）两个指标对传统Kano模型划定的类别进行重新判定，计算公式为：

其中，TS反应被试对某服务满意程度，CS反映被试对某服务属于传统Kano模型某個类别的接受程度。当满足TS≥60%且CS＜6%条件时，这个服务即被归属为混合类型。据此法划分服务项目、服务维度，判定结果如表3所示，H表示混合类型，由传统Kano模型法分析出的最大频数、次最大频数所对应的类别组成。混合类分析法重点界定两个最大频数接近时的分类归属，当服务M、O、I、A频数差异较大时，其分析结果与传统Kano模型法一致。

（3）Better-Worse系数分析法。传统Kano模型法与混和类分析法都是通过最大频数来区分服务的类型，忽略了其他频数的影响因素，导致实践应用上类别划分过于笼统，无法判断用户对某项服务的满意度。为了解决此问题，C. Berger等[25]提出了Better-Worse系数分析法，即用户满意指数，采用定量计算方法，获得某项服务在多大程度上能够影响用户满意度（0

本研究为了更清晰地表现出各服务项目的分类情况，Better设定为横轴坐标取值，|Worse|设定为纵轴坐标取值，利用散点图展现各服务项目的分布，中心点为（Better平均值，|Worse|平均值），即（0.499，0.437），具体分布见图1。

从图1分布情况可以看出，在第一象限中，各服务项目的Better值>0.499、|Worse|值>0.437，属于期望型需求，包括9项服务。这一类服务的满足能够很好的增加用户的满意度，反之，会引起用户极大不满意度。在客观条件受限的情况下，应把建设重点放在这类服务上。

在第二象限中，各服务项目的Better值<0.499、|Worse|值>0.437，归属为基本型需求，表现出的特点是：这类服务是用户的必备要素，提供不会增加用户的满意度，不提供会导致用户不满意度急剧增加。处在本象限的服务有7项，这些服务是文化云所要输送的基本文化，反映了平台建设的实质核心，是其他一切服务的基础。

在第三象限中，各服务项目的Better值<0.499、|Worse|值<0.437，属于无差异型需求，包括5项服务，表现出的特点是：这个象限的服务提供与否对提升用户满意度大小关系不大，不能引起用户兴趣或共鸣。

在第四象限中，各服务项目的Better值>0.499、|Worse|值<0.437，归属为魅力型需求，表现出的特点是：这一象限的服务对于提升用户的满意度影响较大，但对于降低用户的不满意度意义不大。处在本象限的服务有7项，在客观条件允许的情况下，应加强这类服务的建设，提升用户体验感与获得感，吸引更多用户关注公共文化云。

（4）汇总结果。本研究以Kano模型为基础，运用三种分析法分别对公共文化云服务项目进行分类及供给优先序识别，得出服务项目12、13、14、17、19、22、24、26共8项差异较大，对比混合类分析法，12、14、24这3项，传统Kano模型法与Better-Worse系数分析法分析结果一致，其余服务项目13、17、19、22、26分类结果不一致，这5项服务由传统Kano模型法、混合类分析法的魅力型需求转变为Better-Worse系数分析法的期望型需求。存在差异的原因在于：传统Kano模型法与混合类分析法原理相似，而与Better-Worse系数分析法差别较大，前两种分析法以M、A、O、I、R、Q中单个、两个需求类别的频数最值或分布占比为依据，而后一种分析法充分考虑了各个需求类别的影响因素。

5 公共文化云建设启示

5.1 基本型需求

基本型需求是供给侧必须提供给用户的服务，若公共文化云基本型需求落实不到位，会使用户满意度显著降低，但这类服务运行良好时也不会增加用户的满意度。对于这类基础性服务，在公共文化云建设中必不可少，因此，要确保供给文化资源能够真实反映用户实际需求，进而实现这类服务供需精准匹配。综合三种分析法，归属基本型需求的服务项目有：2、3、4、5、6、11、21共7项。

这一类需求中，云上课堂的|Worse|值最高，是公共文化云不可缺少的资源，若不提供会显著提高用户不满意度。因此，云上课堂这项服务一定要供给，而且要确保文化内容的全面性、艺术形式的多样性，做到不断推陈出新，满足用户动态变化的需求。云上课堂属于泛在学习，在输出大量信息同时要求支撑技术能够高效地整合数量庞大的学习内容和资源[26]。国家公共文化云的“学才艺”版块堪称学习典范，不仅包含各类艺术名师的简介、分类、线上课程，而且提供美育团队风采展示及美育直播活动，更将线上与线下艺术教学活动相结合，实现云上交流与面对面交流相互促进的情景对话，使用户与平台的连结更加紧密。

非遗文化的|Worse|值较高，Better值接近平均值，作为公共文化云特有的基本型需求，供给侧有必要投入较多的人力、物力资源挖掘地方非遗文化，以视频、音频等多种形式进行展示，满足不同地域用户的需求。如，广东公共数字文化联盟为突出非遗传承民族文化的重要地位，将“非物质文化遗产”栏目分设在活动、展馆、直播等不同版块下，全方位多视角呈现县域、区域、市域、省域非遗文化，以非遗活动、非遗场馆、非遗线上交流与巡展、非遗直播等渠道输出，同时提供“直接前往”“立即预定”“点赞评论”等多种互动服务，内容之丰富、形式之多样值得其他公共文化云借鉴学习。

數字阅读是公共数字文化的常规表现形式，在数字图书馆、数字文化馆等单一服务平台有大量类似资源，这项服务不提供并不会像云上课堂和非遗文化那样显著提高用户的不满意度，但仍然是公共文化云必备的文化资源，建议建设重点应放在资源多元化、相融合等新特征上。数字阅读已逐渐发展为一种主流阅读方式[27]，这项服务的建设可参考浙江智慧文化云，它将数字阅读分为网上书房和数字展厅两部分，网上书房提供常规类目的电子期刊、有声读物等，数字展厅负责供给艺术创作、社会生活等开阔视野的赏析内容。

5.2 期望型需求

期望型需求与用户满意度正向相关，这一类服务是否满足会直接决定用户满意度高低，若提供会显著提升用户的满意度，反之，降低用户的满意度。因此，这类服务的地位也很重要，应做到统筹规划，逐步实现与完善功能。综合三种分析法，归属期望型需求的服务项目有：12、16、20、23共4项。

文化资源搜索是期望型需求中Better值、|Worse|值最高的服务，提供这项服务对于提升用户的满意度至关重要，属于为用户文化需求提供便利的功能，程序开发时应做到按用户需求设置功能，提高文化资源检索能力。文化资源搜索服务项目可参见新疆生产建设兵团文化云，除了提供站内资源检索外，更针对文化资源鉴赏设置分门别类的搜索功能，大数据抓取、分析用户偏好资源进行检索推荐，且界面友好便于用户交互。

在线原创属于文化云诚意邀请用户互动的服务，旨在深度挖掘用户文化潜力、鼓励用户广泛参与文化创作，在提升体验感同时增加用户粘性、提高用户文化素养、丰富平台内容，这项服务实现了双向共赢，理应成为文化云建设重点。原创文化不仅对传统文化资源进行了内容整合，同时以独特的文化编码形式契合了大众的审美心理结构[28]。河北省公共文化云为在线原创提供了很好的建设思路：辅导创作-原创作品-创作文萃，从启发用户创作到原创精品荟萃，文化服务意识强且层次分明，便于用户低门槛参与公共文化云创作，将双赢工作夯实。

5.3 魅力型需求

魅力型需求是超出用户预期的功能实现，能够成为吸引用户的焦点，进而留住用户的可靠服务。这类需求有助于用户满意度大幅提高，是公共文化云培养忠实用户的关键，因此，在满足基本型、期望型需求的前提下，也要提高对魅力型需求的重视高度。综合三种分析法，归属魅力型需求的服务项目有：1、7、8、9、10、14、18共7项。

文旅宣传作为魅力型需求，超乎用户的预想。VR全景可以使观赏者获得超乎想象的视听信息，给体验者带来身临其境般的心流体验，并且VR环境对产生共情具有积极作用[29]。这项服务可参考辽宁文化云、云南公共文化云等全景展厅成功经验，引入720度全景VR技术，摄录地方文旅特色景观，打造线上视听体验馆，使用户足不出户云上饱览祖国各地文化美景，将文化植入游览情景之中，通过异地感官体验刺激用户关注，从而激发用户实地探访热情，在丰富公共文化云内容的同时助力地方发展文旅事业。

文化点单作为用户与公共文化云互动的服务，传统Kano模型法划分为魅力型需求，Better-Worse系数分析法归为无差异型需求，混合类法判定为魅力型需求与无差异型需求混合类型，可见其正处于I→A→O→M动态转型期，同为文化互动服务维度的汇文采被界定为期望型需求，说明完善文化点单服务能够提高用户满意度，进而达到需求类型顺利升级的目的。如，湖南公共文旅云充分考虑到公共文化云服务主体用户需求的重要性，在主版块设置“我的文化”，其中包含“文化点单”和“群众评价与反馈”，点单的形式通过手机验证即可完成，同时允许用户对点单内容评分、评论，以需求点击、品牌打分、市民反馈等互动方式接受围观群众评价与反馈。由此可见，依据此模式完善、升级服务极有可能成为用户期望型需求。

5.4 无差异型需求

无差异型需求不会直接影响用户满意度高低，這部分内容在建设初期可以考虑暂缓供给。当然，在后期客观条件保障充足的情况下，可增加此类服务，做到功能完善、界面友好，起到为其他文化项目服务的作用，逐渐使其向魅力型需求转化。综合三种分析法，归属无差异型需求的服务项目有：15、24、25、27、28共5项。

活动投票和注册/登陆的Better值、|Worse|值都较低，在网络调研中发现，部分文化云存在：文化作品更新缓慢，形式内容与用户期望脱节，投票后无任何奖励措施；而注册/登陆这项服务本应是提升用户权限的升级服务，但实际与非注册/登陆状态下所享受到的服务差异并不大。在此情况下，文化云若想引起用户关注，必须投入更多的力量充实这类服务功能。如，文化云可以效仿一些新媒体（知乎、B站等）成功经验，通过微信、QQ等身份验证实现注册和登录，设置附带权重级别的账号，用户升级由点赞数、获赞数、评论数、转发数、累计在线时长等指标决定，达到某一级别即可获得上传原创、分享好物、直播活动等权限。

6 结语

本研究基于Kano模型对公共文化云用户需求服务进行分类，并识别服务供给优先序，从实证角度探索和拓展了公共数字文化服务理论，助推了公共文化云研究向纵深方向发展。实践证明：任何服务的供给优先序都不是一成不变的，制定适时的服务有赖于供给侧建立有效的智能化分析策略，避免简单粗放式投入，保障用户真正的文化需求，更大程度上提升用户满意度。

参考文献

刘睿，韦景竹.国家公共文化云App公众持续使用意愿研究[J].情报资料工作，2020（4）：39-48.

国家公共文化云.基本介绍[EB/OL].[2019-01-09].https：//www.culturedc.cn/guide.html.

陈则谦.我国文化云的服务现状及展望[J].图书情报知识，2018（5）：62-71.

钱兰岚，王建涛.服务“可及性”视角下的新时代公共文化服务体系建设路径研究[J].图书馆杂志，2022（3）：41-47.

李文川，陈承，胡雅文.公共数字文化云资源服务创新研究[J].图书馆，2017（2）：18-23.

徐望.公共数字文化建设要求下的智慧文化服务体系建设研究[J].电子政务，2018（3）：54-63.

陈则谦，刘昱杉，聂曲晗.我国公共文化云的服务与特征分析[J].图书馆，2018（8）：27-46.

韦景竹，李率男.基于DEA模型的公共文化云平台运营效率研究[J].情报资料工作，2020（4）：22-29.

华钰文，王锰，陈雅.信任因素对老年用户使用公共数字文化服务的影响：以“国家公共文化云”为例[J].图书馆论坛，2022，42（7）：122-131.

刘佳静，匡莉，潘婕，等.省级公共文化云微信用户持续使用意愿研究[J].图书馆杂志，2022，41（7）：47-57.

曹树金，王灵.国家公共文化云平台导航系统使用意愿的影响因素.图书馆论坛， 2023，43（5）：34-44.

杨艳华，陈建锋.农村居民公共文化云使用行为的研究[J].科技管理研究，2023（19）：165-172.

徐文哲，郑建明，白云朴.基于认知层次动态演化视角的智慧公共文化服务实现策略研究[J].新世纪图书馆，2022（7）：10-17.

KANO N，SERAKU N，TAKAHASHI F，et al.Attractive quality and must-be quality[J].The Journal of Japanese Society for Quality Control，1984（14）：147-156.

刘珂誌，杨萍，谢娟，等.基于Kano模型公共图书馆视障读者需求调查与分析[J].新世纪图书馆，2020（9）：22-27，66.

贾子文.高校图书馆阅读推广服务需求属性及提升策略研究[J].新世纪图书馆，2022（2）：5-9，15.

李梦楠，周秀会.基于Kano模型的高校图书馆微信公众号服务分类和供给优先序研究[J].图书情报工作，2019（10）：39-47.

王锐，王锦萱，罗仙平.学习评论视域下基于Kano模型的在线课程质量影响因素分析[J].黑龙江高教研究，2021（10）：155-160.

王傲男，詹庆东.基于Kano模型的学科服务平台优化探究：以FULink学科服务平台为例[J].图书情报工作，2021（15）：100-110.

满孝云，宋砚坤，张玉钰，等.基于Kano模型的新冠肺炎疫情下护士工作环境需求属性分析[J].解放军护理杂志，2020，37（12）：85-88.

韩玮，陈樱花，陈安.基于Kano模型的突发公共卫生事件信息公开的公众需求研究[J].情报理论与实践，2020（5）：9-16.

陈则谦，郑娜静，李亚灿，等.一站式公共数字文化服务平台支持用户参与的服务现状、主要问题与优化建议[J].图书情报工作，2021，65（7）：78-89.

雷晓庆，刘荣芳，景娴.基于Kano模型的公共档案馆网络信息服务要素分类研究[J].档案学研究，2018（5）：112-118.

LEE M C，NEWCOMB J F.Applying the kano methodology to meet customer requirements： NASAS Microgravity Science Program[J].Quality Management Journal，1997，4（3）：95-106.

BERGER C，BLAUTH R，BOGER D，et al.Kanos methods for understanding customer defined quality[J].Center for Quality Management Journal，1993，2（4）：3-36.

王衛军，杨薇薇，邓茜，等.在线课程设计的原则与理念思考[J].现代远程距离教育，2016（5）：54-60.

卫东.图书馆线上阅读空间发展研究[J].图书馆工作与研究，2021（2）：15-20.

张晶，谷疏博.文化记忆、崇高仪式与游戏表意：论原创文化类节目的美育功能[J].现代传播（中国传媒大学学报），2018（9）：80-85.

李文昊，李亚芳，向维，等.VR全景视频对师范生共情准确性的影响[J].现代教育技术，2020（12）：62-68.

（收稿日期：2022-12-03 编校：谢艳秋，陈安琪）