基于因子分析的政務(wù)微博績效評價模型研究

葉佳

摘要：本文以我國政務(wù)微博為研究對象，對政務(wù)微博績效評價模型進行研究。設(shè)定了政務(wù)微博績效評價指標(biāo)體系，定義具體指標(biāo)并給出解釋說明及相應(yīng)的度量方法。在此基礎(chǔ)上采用因子分析法構(gòu)建政務(wù)微博績效評價模型，對新浪微博上的政務(wù)微博績效評價指標(biāo)數(shù)據(jù)應(yīng)用因子分析法得出影響政務(wù)微博績效的四個公共因子：微博發(fā)布、微博受眾、微博互動及公眾反饋，并根據(jù)數(shù)據(jù)分析結(jié)果確定公共因子得分的計算方法及權(quán)重，得出綜合評價得分的計算方法，從而確定基于因子分析的政務(wù)微博績效評價模型。

關(guān)鍵詞：政務(wù)微博；績效評價；因子分析

一、引言

政務(wù)微博作為政府和民眾交流的新渠道，大大拉近了政府與公眾的距離。同時，飛速發(fā)展的寬帶與無線技術(shù)使得公眾使用微博更加方便快捷，促進了政務(wù)微博用戶及受眾的增長。隨著政務(wù)微博的普及和發(fā)展，政務(wù)微博的績效問題越發(fā)突出，越來越引起了政府部門、學(xué)術(shù)界以及社會公眾的關(guān)注。如何有效地對政務(wù)微博績效進行評價，不僅是公共管理領(lǐng)域一個重要的理論問題，也是現(xiàn)實中各公共部門函待解決的實踐問題。

二、政務(wù)微博績效評價指標(biāo)的確定

20世紀(jì)80年代初，服務(wù)管理理論的代表人物格朗魯斯（Gronroos Goodstein）提出了顧客感知服務(wù)質(zhì)量的概念。他認(rèn)為顧客滿意度是由顧客期望的服務(wù)與顧客感知到的服務(wù)之間的差值所決定的，而其中顧客感知服務(wù)質(zhì)量又由兩方面的因素決定：服務(wù)的技術(shù)質(zhì)量和服務(wù)的功能質(zhì)量。將其應(yīng)用于公共部門，服務(wù)對象由顧客變成公眾，決定公共部門績效的就變成公共感知服務(wù)質(zhì)量。

政務(wù)微博是公共部門向公眾提供的服務(wù)之一，根據(jù)公眾感知理論的思想，可以通過公眾感知質(zhì)量來評價政務(wù)微博的績效。政務(wù)微博作為政府部門與公眾交流的窗口，與公眾的交流越頻繁，微博用戶的操作行為就越多，政務(wù)微博的績效表現(xiàn)就越好。因此，根據(jù)微博平臺提供的功能統(tǒng)計用戶行為，可以客觀地反映公共部門利用微博工具為公眾提供的服務(wù)水平。

在微博用戶行為的基礎(chǔ)上，得到政務(wù)微博績效評價指標(biāo)體系，具體內(nèi)容如表1所示，以下對每項指標(biāo)進行逐項解釋說明。

（一）關(guān)注數(shù)

關(guān)注數(shù)指截止評價時間段最后的微博關(guān)注數(shù)。關(guān)注其他賬號，才能更好的了解輿論熱點和大眾需求，及時為公眾提供他們想知道的內(nèi)容，因此，將關(guān)注數(shù)列為評價指標(biāo)之一。

（二）粉絲數(shù)

粉絲數(shù)指截止評價時間段最后的微博粉絲數(shù)，它體現(xiàn)了政務(wù)微博的受眾大小，它直觀地反映了政務(wù)微博上發(fā)布的內(nèi)容會被多少用戶看到，應(yīng)該被列為評價指標(biāo)之一。

（三）總發(fā)布數(shù)

發(fā)布微博是微博平臺的最主要功能，微博的發(fā)布數(shù)是跟發(fā)布功能關(guān)系最密切的一項數(shù)據(jù)指標(biāo)。這里的總發(fā)布數(shù)指政務(wù)微博從開通后的微博總發(fā)布數(shù)，從總量上統(tǒng)計政務(wù)微博的微博發(fā)布數(shù)。

（四）日均微博數(shù)

日均微博數(shù)指評價時間段內(nèi)的平均每天微博發(fā)布數(shù)，它從發(fā)布頻率上來評價政務(wù)微博發(fā)布的績效?？偘l(fā)布數(shù)會受到微博開通時間的影響，開通的越早往往總發(fā)布數(shù)越大，日均微博數(shù)能夠更準(zhǔn)確地評價某一時間段內(nèi)的政務(wù)微博績效表現(xiàn)。

（五）微博開通天數(shù)

一般來說，政務(wù)微博開通時間越長，它在微博上的傳播力和影響力會越大，因而也會影響到政務(wù)微博的績效評價。需要注意的是，在選取樣本微博時，應(yīng)盡量避免在評價時間段期間內(nèi)才開通的微博，它的其他指標(biāo)數(shù)據(jù)如原創(chuàng)微博數(shù)，在評比時可比性會降低。

（六）原創(chuàng)微博數(shù)

微博上發(fā)布的新微博可以分為兩種，原創(chuàng)微博和轉(zhuǎn)發(fā)微博。原創(chuàng)微博的內(nèi)容基本上是發(fā)布者自己編輯和整理的，轉(zhuǎn)發(fā)則是再次發(fā)布其他賬號已經(jīng)發(fā)布過的內(nèi)容，該指標(biāo)可以從微博發(fā)布內(nèi)容的角度對政務(wù)微博績效進行評價。

（七）被轉(zhuǎn)發(fā)數(shù)

信息在微博上通過轉(zhuǎn)發(fā)進行傳播，所以政務(wù)微博所發(fā)布微博的被轉(zhuǎn)發(fā)數(shù)可以反映其發(fā)布信息的傳播范圍。轉(zhuǎn)發(fā)行為是由公眾們自發(fā)進行的，它也是公眾與政務(wù)微博互動的一種方式，因此被轉(zhuǎn)發(fā)數(shù)應(yīng)該被列為評價指標(biāo)之一。

（八）被評論數(shù)

對政務(wù)微博來說，微博下的評論是獲取公眾反饋和評價的最直接方式，因此政務(wù)微博的被評論數(shù)對評價政務(wù)微博績效很有意義。

（九）被點贊數(shù)

微博對用戶發(fā)布的每條微博提供點贊功能，點贊是微博平臺設(shè)計的讓微博的用戶可以用直接表達認(rèn)可和稱贊的方式。政務(wù)微博的微博點贊數(shù)直接反應(yīng)了公眾對其績效的滿意程度，應(yīng)該被列為評價指標(biāo)之一。

（十）被@回復(fù)轉(zhuǎn)發(fā)數(shù)

@是微博的一項特殊功能，用戶可以在發(fā)布的微博或評論中輸入“@+微博賬號”，被@的微博賬號就會收到系統(tǒng)發(fā)布的消息提醒。在微博平臺上，很多用戶通過@的方式直接向政務(wù)微博咨詢問題或求助，政務(wù)微博就可以通過轉(zhuǎn)發(fā)該微博的方式對公眾進行回復(fù)。所以，政務(wù)微博的被@回復(fù)轉(zhuǎn)發(fā)數(shù)是衡量它為公眾提供服務(wù)績效的一項很有意義的指標(biāo)。

三、因子分析法進行實證研究

本文選取89個具有代表性的新浪政務(wù)微博賬號，使用新浪微博API獲取指標(biāo)數(shù)據(jù)，進行數(shù)據(jù)分析。

（一）數(shù)據(jù)檢驗

使用收集整理好的指標(biāo)數(shù)據(jù)，在進行分析前將指標(biāo)數(shù)據(jù)進行無量綱化。然后對數(shù)據(jù)進行KMO檢驗和巴特利特球度檢驗，檢驗結(jié)果如表2示。其中巴特利球形檢驗統(tǒng)計量為521.381，相應(yīng)的概率Sig為0.000，因此可認(rèn)為相關(guān)系數(shù)矩陣與單位陣有顯著差異。同時，KMO值為0.619>0.5，根據(jù)KMO度量標(biāo)準(zhǔn)說明原有變量適合作因子分析。

（二）提取公共因子

在通過數(shù)據(jù)檢驗后，對數(shù)據(jù)進行因子分析，采用主成分分析法，選擇相關(guān)系數(shù)矩陣?yán)肧PSS軟件進行分析，根據(jù)碎石圖選取4個公共因子?？偨Y(jié)出政務(wù)微博績效評價的因子分析結(jié)果綜合表，見表3。

表3政務(wù)微博績效評價的因子分析結(jié)果綜合表

（三）確定公共因子含義

從表中數(shù)據(jù)可知，使用因子分析法得到四個公共因子，它們可以解釋大部分的原始變量方差，并且對原始指標(biāo)變量相關(guān)系數(shù)矩陣總方差的累計貢獻率達到78.847%，基本上可以替代原始變量對政務(wù)微博績效進行評價，下面根據(jù)表4-11的數(shù)據(jù)對模型抽取出的四個公共因子逐個進行解釋分析。

第一個公共因子F1：該公共因子與政務(wù)微博所發(fā)布微博的平均被點贊數(shù)、被評論數(shù)、被轉(zhuǎn)發(fā)數(shù)關(guān)系密切，這三個變量數(shù)據(jù)都來自于用戶的主動行為，反映了公眾用戶對政務(wù)微博的回應(yīng)，因此可以命名為“公眾反饋”。在公共因子的總方差貢獻率中，“公共反饋”因子的方差貢獻率為28.562%。

第二個公共因子F2：該公共因子與政務(wù)微博所發(fā)布的原創(chuàng)微博數(shù)、關(guān)注數(shù)、微博開通時間以及轉(zhuǎn)發(fā)回復(fù)被@的微博數(shù)關(guān)系密切，四個原始變量反映了政務(wù)微博與微博用戶的互動情況，因此可以命名為“微博互動”。在公共因子的總方差貢獻率中，“微博互動”因子的方差貢獻率為20.849%。

第三個公共因子F3：該公共因子與政務(wù)微博的至今總發(fā)布數(shù)及日均微博發(fā)布數(shù)關(guān)系密切，這兩個原始變量很明顯反映的都是政務(wù)微博的微博發(fā)布數(shù)量。因此可以命名為“微博發(fā)布”。在公共因子的總方差貢獻率中，“微博發(fā)布量”因子的方差貢獻率為18.684%。

第四個公共因子F4：該公共因子與政務(wù)微博的粉絲數(shù)關(guān)系密切，粉絲可以即時訂閱政府微博發(fā)布的微博信息，該公共因子反映了政務(wù)微博的受眾群，因此可以命名為“微博受眾”。在公共因子的總方差貢獻率中，“微博受眾”因子的方差貢獻率為10.753%。

（四）指標(biāo)數(shù)據(jù)權(quán)重的確定

確定了政務(wù)微博績效評價的公共因子，接下來就要確定政務(wù)微博績效評價指標(biāo)的相應(yīng)權(quán)重，從而得到政務(wù)微博績效綜合得分的計算方法。首先要確定每個樣本的各因子得分計算方法，再將每個因子的方差貢獻率占公共因子總方差貢獻率的比率作為權(quán)重，所得到的因子得分線性組合即為綜合評價得分。根據(jù)因子得分系數(shù)矩陣可以得到各因子得分計算方法，表4所示即根據(jù)線性回歸得出的因子得分矩陣A。

四、總結(jié)

本文以我國政務(wù)微博為研究對象，構(gòu)建了政務(wù)微博績效評價指標(biāo)體系，通過從新浪微博平臺應(yīng)用接口上提取的數(shù)據(jù)獲得樣本指標(biāo)數(shù)據(jù)，應(yīng)用因子分析法，構(gòu)建了政務(wù)微博績效評價模型。

本文的政務(wù)微博績效評價模型雖然具有一定的適用性和可行性，但是還有一些地方在以后的研究中可以進行一步探索和改進。本文的模型為避免主觀性，盡量采用定量指標(biāo)來對政務(wù)微博進行評價，沒有選取不好量化的定性指標(biāo)，比如政務(wù)微博使用的語言是否人性化。隨著語義分析等相關(guān)技術(shù)的發(fā)展，日后也可以這些指標(biāo)合理量化，加入到政務(wù)微博的績效評價模型中來。（作者單位：首都師范大學(xué)管理學(xué)院）

參考文獻：

[1]國家行政學(xué)院電子政務(wù)中心.2013年政務(wù)微博客評估報告[R].北京：國家行政學(xué)院出版社.2014（3）

[2]羅佳妮.我國微博問政的發(fā)展現(xiàn)狀及對策建議[J].中國傳媒科技，2012（22）.4-5

[3]唐亮.政府微博發(fā)展的理性思考[J].傳媒，2011（5）.55-57

[4]梁麗芝，呂芳菲.政務(wù)微博塑造政府形象：影響、困境及應(yīng)對策略[J].行政與法.2015（01）.1-4

[5]李瑤，河南省政務(wù)微博的實證分析[J].新聞知識.2014（11）.63-65